기존 지능형 교통안전 시스템의 보행자 이상행동 탐지 성능은 데이터셋의 양적, 질적 한계로 개선에 어려움이 있었습니다. 본 기술은 딥러닝 기반 객체 검출 모델을 활용하여 입력 영상에서 운전가능 영역과 보행자를 검출하고, 이들의 마스크를 기반으로 무단횡단과 같은 보행자 이상행동 증강 영상을 자동 생성합니다. 이를 통해 지능형 교통안전 시스템의 이상행동 탐지 정확도를 8% 이상 향상시키고, 발생 빈도가 낮은 이상행동 감지에도 범용적으로 적용 가능한 데이터셋을 구축할 수 있습니다.