// 기술 스택
모든 프레임을 정밀하게. 밀리초 단위까지 최적화합니다.
YOLO 계열 객체 탐지, 사람 · 차량 재식별, 비전 언어 모델을 GPU 기반 PyTorch 환경에서 개발하고 ONNX Runtime과 TensorRT로 최적화합니다. 클라우드, 온프레미스, NVIDIA Jetson급 엣지 디바이스에 배포할 수 있습니다.
영상 인지 파이프라인
영상이 들어오면,
실행으로 이어집니다.
연결된 다섯 단계가 영상을 실제 운영에 활용할 수 있는 정보로 바꿉니다.
DTraffiX 제품 시연 영상
단계 01 / 입력
추론을 위한 프레임 준비
RTSP와 IP 카메라 스트림을 일관된 영상 처리 파이프라인에 연결합니다.
// AI 모델 구성
핵심 기술 스택.
01
객체 탐지
- ▸YOLO 계열 객체 탐지
- ▸영역 · 차로 설정
- ▸다중 분류 — 차량 · 오토바이 · 사람
02
재식별
- ▸사람 재식별
- ▸다중 카메라 차량 재식별
- ▸지속적인 추적 ID — 프레임별이 아닌 인물별 기록 관리
03
언어 · 비전
- ▸비전 언어 모델(FastVLM)
- ▸실시간 장면에 대한 자연어 질의
- ▸SeeAnything Pro에 적용
04
모델 서빙
- ▸ONNX Runtime
- ▸TensorRT 기반 추론 최적화
- ▸GPU 기반 PyTorch 추론 가속
- ▸NVIDIA Jetson급 엣지 디바이스 배포
- ▸다중 카메라 기하 보정 · 영상 합성 — AVM 어안 4채널
// 제품에서 확인하는 기술
실제 영상에서, 실제 AI 추론을.
카메라 01 · DTraffiX실시간
다중 객체 추적 — 가상선 통과 집계
차량, 오토바이, 사람을 추적하며 통과 횟수를 실시간으로 집계합니다. 포인터를 올려 재생하세요.
LyVision — 실시간 저조도 영상 복원실시간
야간 영상 복원
원본과 화질 개선 결과를 비교하세요. 엣지 환경에서 영상을 실시간으로 복원합니다.
// 배포 방식 비교
고객사의 인프라에, 고객사의 운영 기준으로.
배포 방식구축 방식데이터 저장 위치확장 방식주요 적용 분야
클라우드구축 방식Lynkeus 관리 — 별도 서버 랙 불필요데이터 저장 위치지역별 클라우드 · 원격 모델 업데이트확장 방식탄력적 확장 — 수 분 내 카메라 추가주요 적용 분야다점포 유통
온프레미스구축 방식고객사 GPU · 서버 랙 — 망 분리 지원데이터 저장 위치데이터 외부 반출 없음확장 방식GPU 노드 추가로 확장주요 적용 분야도시 교통 단속
하이브리드구축 방식엣지 추론 + 클라우드 대시보드데이터 저장 위치영상은 현장에, 메타데이터는 클라우드에확장 방식엣지 우선 처리 · 필요시 클라우드 확장주요 적용 분야분산된 사업장
// 책임 있는 AI
개인정보를 보호하고, 책임 있게 설계합니다.
얼굴 데이터는 승인된 등록 목록과만 대조합니다. 모든 탐지 기록에는 신뢰도 점수와 감사 이력을 남기고, 미확인 대상은 별도로 표시합니다. 각 시스템은 현지 규정에 맞춰 도입합니다.
●감사 이력●신뢰도 점수●사람의 검토 · 개입