생성 데이터 파이프라인 — 포트폴리오

CCTV·도로 영상 학습 데이터를 생성 모델로 증강한 세 가지 작업 방식 정리 — crop 생성 후 되돌리기(Gemini · Seedance) · 포즈 기반 인물 교체(OpenPose) · 손승우

⓪ 한눈에

비전 강점 표출 · 텍스트 약점 보완 요약

"비전이 주력, 게임도 화면을 보는 분야" — 근거가 되는 작업들과, 텍스트·에이전트 쪽 부족함을 어떻게 채우고 있는지 한 페이지로

① crop 생성 후 되돌리기

Gemini 크롭 생성 후 되돌리는 워크플로우 이미지

마스크로 자리·크기를 정하고 그 주변만 잘라 Gemini(Nano Banana Pro)로 생성한 뒤, CCTV 화질로 열화해 원래 자리에 되돌려 붙인다 — 마스크 제작 · mask_cropper · 빨간 박스 프롬프트 · degrade · overlay

Seedance 크롭 생성 후 되돌리는 워크플로우 영상

화면의 작은 영역에서 생기는 이벤트(누유·누수)를 crop 해서 Seedance 2.0으로 생성하고 SIFT+Homography 정합 → feather → 조도·색온도·그레인 매칭으로 되돌린다 — AI Hub 공장 CCTV 기반

/seedance_crop/

② 포즈 기반 인물 교체

OpenPose 활용 Image Data Augmentation 이미지

사람 검출 → DWPose 스켈레톤 → 마스크 → FLUX.1-Fill + ControlNet(openpose) 인페인팅으로 같은 행동의 인물만 바꿔 데이터를 양산. VLM 묘사 기반 베리에이션과 포즈 제어 강도 비교 — AI Hub 공장 CCTV 기반

문서마다 단계별 그림·영상과 실제 워크플로·코드(ComfyUI 그래프, 스크립트, 노트북)를 함께 첨부했다. 원본 데이터: AI Hub 공개 데이터셋(71677 무인 플랜트 CCTV, 165 시내도로 CCTV).