NAS의 감시 카메라를 자동 순환 녹화하고, 대규모 언어 모델(LLM)을 사용하여 하루 영상 중 인물, 차량, 소포가 포함된 구간을 추출해
요약
NAS 환경에서 감시 카메라 영상을 자동으로 녹화하고, LLM을 활용해 특정 객체가 포함된 구간을 추출하는 TimeCut 시스템을 소개합니다. FFmpeg와 Python/FastAPI를 사용하여 영상 편집 및 일기 생성을 자동화합니다.
핵심 포인트
- NAS Docker 환경에서 전체 프로세스 자동화 구현
- LLM을 활용한 인물, 차량, 소포 포함 구간 자동 추출
- go2rtc를 통한 저지연 RTSP 스트림 실시간 확인
- FFmpeg와 Python 기반의 영상 편집 및 자동 삭제 기능
NAS 상의 감시 카메라(Surveillance Camera)가 자동으로 순환 녹화되도록 하고, 대규모 언어 모델(LLM)을 사용하여 하루 영상 중 인물, 차량, 소포가 포함된 구간을 골라내어 하이라이트로 편집하고 일기를 생성함으로써, 수동으로 녹화 영상을 찾아보는 수고를 덜어줍니다.
TimeCut은 감시 영상 녹화의 전체 프로세스를 NAS의 Docker 안에 집어넣었습니다. go2rtc가 카메라의 RTSP 스트림을 가져오고, 브라우저를 통해 실시간 화면을 확인하며, 지연 시간(Latency)은 높지 않습니다. 녹화, 하이라이트 편집, 일기 생성이라는 세 가지 작업은 FFmpeg와 Python/FastAPI가 백그라운드에서 차례대로 수행하며, 일 단위로 보관되는 오래된 녹화 영상은 정해진 시간에 자동으로 삭제됩니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @qingq77 (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기