KR101003208B1 - 지능형 감시 시스템 및 방법 - Google Patents

지능형 감시 시스템 및 방법 Download PDF

Info

Publication number
KR101003208B1
KR101003208B1 KR1020090043804A KR20090043804A KR101003208B1 KR 101003208 B1 KR101003208 B1 KR 101003208B1 KR 1020090043804 A KR1020090043804 A KR 1020090043804A KR 20090043804 A KR20090043804 A KR 20090043804A KR 101003208 B1 KR101003208 B1 KR 101003208B1
Authority
KR
South Korea
Prior art keywords
camera
ptz
zoom
pan
tilt
Prior art date
Application number
KR1020090043804A
Other languages
English (en)
Other versions
KR20100124877A (ko
Inventor
남윤영
김진형
김석철
김양원
조위덕
Original Assignee
아주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020090043804A priority Critical patent/KR101003208B1/ko
Publication of KR20100124877A publication Critical patent/KR20100124877A/ko
Application granted granted Critical
Publication of KR101003208B1 publication Critical patent/KR101003208B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617—Surveillance camera constructional details
    • G08B13/1963—Arrangements allowing camera rotation to change view, e.g. pivoting camera, pan-tilt and zoom [PTZ]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Studio Devices (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 지능형 감시 시스템 및 방법에 관한 것으로서, 보다 상세하게는 영상 정보 분석을 통해 위험 상황을 스스로 파악하고, 위험 상황에 알맞게 주변 카메라 모듈에 명령을 내려 카메라의 PTZ(Pan-tilt-zoom) 기능을 통한 영상 확보를 할 수 감시 시스템 및 방법에 관한 것이다.
본 발명에 따른 지능형 감시 시스템 및 방법에 의하면 관리자의 기본적인 모니터링만으로도 다채널, 다구역 감시가 가능하고 위험 상황 발생시 필요한 영상을 즉각적으로 확보할 수 있는 장점이 있다.
객체 추적(Object tracking), 탬퍼링(Tampering), 영상 처리(Image Processing)

Description

지능형 감시 시스템 및 방법 {Intelligent Surveillance System and Method }
본 발명은 지능형 감시 시스템 및 방법에 관한 것으로서, 보다 상세하게는 영상 공간에서 관심지역(Region of Interest)을 설정하고, 설정된 공간 안의 다양한 카메라의 영상 정보를 이용하여 해당 지역의 위험 상황을 파악하고, 위험상황을 발생시킨 객체를 추적하여 관심 지역 및 객체의 영상 확보를 위해 카메라들이 자율적으로 협업하도록 기능을 구현할 수 있는 지능형 감시 시스템 및 방법에 관한 것이다.
네트워크 대역폭의 확대와 영상 정보 처리 속도의 증가로 인해 지능형 영상 감시 정보 시스템의 수요가 늘어가고 있다.
특히 군용 시설, 도로, 항만, 은행 등 주요 공공 시설에의 보안에 대한 인식의 강화에 따라 기존의 아날로그 CCTV (Closed-Circuit TeleVision)와는 달리 지능 형 감시 시스템의 중요성이 점차 증가하고 있다.
공공 장소에서의 지능형 감시 시스템은 불법 침입자 탐지, 교통량 분석을 통한 최단 거리 루트 추천, 항만 시설에서의 불법 하역 검사, 은행 시설에서의 불법 도난 감지 등에 대한 모니터링을 제공할 수 있다.
기존의 아날로그 CCTV (Closed-Circuit TeleVision) 기반의 영상 감시 시스템은 관리자가 CCTV (Closed-Circuit TeleVision)를 통해 실시간으로 항시 해당 감시 지역의 영상이 나오는 모니터에서 위험상황이 발생이 되었는지를 감시하거나, 사후에 녹화된 영상을 통해 위험상황이 어떻게 일어났는지를 파악하여 감시 지역을 모니터링 한다.
기존의 관제시스템의 경우 관리자가 항시 감시 지역을 감시해야 하므로 다채널을 감시하는 데에 한계가 있고 24시간 계속해서 같은 지역을 감시하기가 어려우므로 감시 지역을 감시하는 데에 많은 비용이 든다.
또한, 사건 사후 처리에 있어서도 용의자가 카메라가 있는 감시 지역을 피해 이동을 하거나 카메라를 가리는 행위 등을 할 때에 사실상 관리자가 필요한 영상을 확보하기가 어려운 것이 현실이다.
본 발명이 이루고자 하는 기술적 과제는 기존 아날로그 CCTV (Closed-Circuit TeleVision) 기반의 영상 감시 시스템의 문제점을 해결하기 위하여 영상 정보 분석을 통해 위험 상황을 스스로 파악하고, 해당 위험 상황에 알맞게 주변 카메라 모듈에 명령을 내려 카메라의 PTZ(Pan-tilt-zoom)기능을 통한 영상확보가 가능한 지능형 감시 시스템 및 방법을 제공하고자 한다.
상기의 기술적 과제를 해결하기 위한 본 발명에 따른 지능형 감시 시스템의 일 실시예는, 복수의 제 1 카메라의 영상 신호를 수신하여 위험상황 발생을 인식하고 상기 위험상황을 발생시킨 객체를 식별하는 분석부; 상기 객체의 위치 파악 및 이동 경로를 추적하는 객체 추적부; 상기 객체의 현재 위치 및 상기 제 1 카메라 위상 비교 결과 상기 객체 현재 위치를 카메라의 위치, 인식거리(d),가용각도(a) 및 위치각도(φ)를 기초로 정의되는 삼각형(FOV : Field-of-view) 내부에 포함하는 카메라를 추출하는 카메라 위상 분석부; 및 상기 객체의 위치 및 이동 경로를 포함한 객체 위치 정보 신호 및 상기 추출된 카메라의 FOV내에 존재하는 PTZ(Pan-Tilt- Zoom) 카메라를 제어하기 위한 신호를 출력하는 송신부;를 포함하는 것을 특징으로 한다.
상기의 기술적 과제를 해결하기 위한 본 발명에 따른 지능형 감시 방법의 일 실시예는,복수의 제 1 카메라로부터 영상 신호를 수신하는 영상이미지 수신단계; 상기 수신된 영상 신호를 기초로 위험상황 발생을 인식하고 상기 위험상황을 발생시킨 객체를 식별하는 분석단계; 상기 객체의 위치 파악 및 이동 경로를 추적하는 객체 추적단계; 상기 객체의 현재 위치 및 상기 제 1 카메라 위상 비교 결과 상기 객체 현재 위치를 카메라의 위치,인식거리(d),가용각도(a) 및 위치각도(φ)를 기초로 정의되는 삼각형(FOV : Field-of-view) 내부에 포함하는 카메라를 추출하는 카메라 위상 분석단계; 및 상기 객체의 위치 및 이동 경로를 포함한 객체 위치 정보 신호 및 상기 추출된 카메라의 FOV내에 존재하는 PTZ(Pan-Tilt- Zoom) 카메라를 제어하기 위한 신호를 출력하는 신호 출력 단계;를 포함하는 것을 특징으로 한다.
본 발명에 따른 영상 감시 시스템 및 방법에 의하면, 관리자의 기본적인 모니터링만으로도 다채널, 다구역 감시가 가능하고 위험 상황 발생시 필요한 영상을 즉각적으로 확보할 수 있는 효과가 있다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설 명하기로 한다.
본 발명에 따른 지능형 감시 시스템은 용의자 객체 추적 영상을 확보하기 위해 멀티 카메라 트래킹(tracking) 기법을 사용하였다.
멀티 카메라 트래킹의 경우 한 카메라(고정형 카메라)는 감시지역을 감시하고 다른 카메라는 고정형 카메라에서 분석된 영상을 통해 PTZ(Pan-tilt-zoom) 기능을 수행하는 역할을 한다.
이때에 고정형 카메라와 PTZ(Pan-tilt-zoom) 카메라의 화각, 줌 레벨 정도에 따라 PTZ(Pan-tilt-zoom) 카메라가 움직여야 할 적정범위가 달라진다.
따라서, 이러한 차이를 줄이기 위해 감시 카메라와 PTZ(Pan-tilt-zoom) 카메라의 위상을 조절하는 작업이 필요하다.
우선 고정형 카메라의 위치를 정한다.
고정형 카메라의 위치를 정한 후에 PTZ 카메라를 고정형 카메라와 같은 위치, 줌레벨, 높이에 맞추어 배치를 한다.
PTZ 카메라를 관심지역을 커버할 정도의 폭으로 Panning하여 여러 대표 이미지를 추출한다.
추출한 여러 장의 이미지를 통해 고정형 카메라와 PTZ 카메라의 이미지를 차이를 계산하여 차이값이 최소인 지역을 찾아 PTZ 카메라의 위치를 계산한다.
즉, 카메라를 설치하고 시스템을 시작하면 이미지의 차이값을 이용하여 고정형 감시 카메라와 PTZ(Pan-tilt-zoom) 카메라의 FOV(Field-Of-View)를 자동으로 맞추게 된다.
도 1은 본 발명의 카메라의 FOV(Field-Of-View)를 모델링한 실시예를 보여주는 도면이다.
FOV(Field-Of-View)는 카메라의 위치를 기준으로 인식거리와 가용각도를 파라미터로 한 삼각형의 구조를 가진다.
1개 카메라는 고정된 위치에서 최대 360도의 위치각도 값을 가진다.
그러므로 카메라의 FOV(Field-Of-View)를 결정하는 인자는 카메라 포지션(Cx, Cy), 위치각도 φ, 인식거리 d, 가용각도 a로 총 4가지가 된다.
고정형 감시 카메라는 관심 지역을 비추고 위험 상황 발생시 실시간으로 관심 영역 영상을 획득한다.
고정형 감시 카메라의 영상을 분석하여 위험상황 발생시 객체의 추적 및 표현 작업을 한다.
본 발명 위험상황의 일 실시예로서 탬퍼링(Tampering)이 일어나거나 감시 구역에서 날치기 행동이 일어나는 것을 예시하였다.
탬퍼링(Tampering)은 영상 감시를 위해 특정 위치에 설치된 감시 카메라가 바람등의 주변 기후에 의한 영향에 상관없이 고의적으로 카메라의 위치를 무단 변경하려는 경우 또는 범죄를 목적으로 의도적으로 카메라에 물리적인 행위를 가하는 경우에 이를 감시 시스템에 전달하는 역할을 말한다.
탬퍼링(Tampering)에서의 물리적인 행위의 예로는 감시 카메라의 방향 변경 시도, 카메라의 렌즈 부분을 물리적으로 가려 감시 시스템의 영상 감시를 불가능하게 하는 행위, 카메라에 물리적으로 스프레이나 페인팅을 하는 행위, 카메라의 플 러그 아웃을 하는 행위 등을 들 수 있다.
탬퍼링(Tampering)은 관제 시스템의 올바른 감시를 하는 데에 방해를 하는 주요 원인이고, 탬퍼링(Tampering)이 발생하였을 때에 즉각적으로 관리자에게 알리는 것이 중요하다.
객체 추적에서 객체의 표현 방법은 크게 점으로 객체를 표현하는 방법, 원 혹은 사각형으로 객체를 표현하는 방법, 객체의 윤곽선과 실루엣으로 객체를 표현하는 방법, 객체의 골격을 표현하는 방법 등이 있다.
위험상황이 발생한 경우에 카메라가 자율적으로 관제 시스템에 위험 상황을 알린다.
관제 시스템에서 위험 상황을 파악한 후 영상 처리를 통해 객체를 표현하고 객체의 위치를 2차원 격자 맵인 안전지수 Map상에 표시한다.
객체가 고정형 감시 카메라의 FOV(Field-Of-View)에 들어오는 경우 PTZ(Pan-tilt-zoom) 카메라를 통해 객체의 영상을 확보한다.
객체가 감시 카메라의 FOV(Field-Of-View)에 들어오지 않는 경우에 자율형 협업 시스템을 이용하여 객체가 마지막으로 영상에서 퇴장한 가장 인접한 지역의 카메라들의 위상을 비교하여 비중첩 영역의 객체 영상을 확보한다.
도 2 는 본 발명에 따른 지능형 감시 시스템 구성의 개략도를 보여주는 도면이다.
본 발명에 따른 지능형 감시 시스템은 관심 영역(Region-of-Interest)을 24시간 모니터링하는 복수의 고정형 카메라(210) 및 PTZ(Pan-tilt-zoom)카메라(220) 를 포함한다.
영상처리부(230)은 고정형 카메라(210)에서 촬영한 영상으로부터 위험상황을 인식하고, 위험상황을 발생시킨 객체를 추적하고 객체의 확대된 영상을 획득하기 위하여 PTZ(Pan-tilt-zoom)카메라 제어 신호를 전송한다.
영상처리부(230)는 분석부(231),객체 추적부(232), 카메라 위상 분석부(233) 및 송신부(234)를 포함한다.
분석부(231)는 복수의 고정형 카메라의 영상 신호를 수신하여 위험상황 발생을 인식하고 위험상황을 발생시킨 객체를 식별한다.
객체 추적부(232)는 객체의 위치 파악 및 객체의 이동에 따른 이동 경로를 추적한다.
카메라 위상 분석부(233)는 객체의 현재 위치 및 고정형 카메라간의 위상 비교 결과를 기초로 카메라 FOV(Field-Of-View)내에 객체를 포함하는 카메라를 추출한다.
즉, 객체의 영상을 획득하기 위하여 카메라 FOV(Field-Of-View)내에 객체가 들어오는 고정형 카메라를 찾아내는 것이다.
송신부(234)는 객체의 위치 및 이동 경로를 포함한 객체위치 정보 신호 및 객체의 확대된 영상을 획득하기 위하여 PTZ(Pan-Tilt- Zoom) 카메라 제어 신호를 출력한다.
본 발명에 따른 지능형 감시 시스템은 객체의 효율적인 감시를 위해 모니터링 지역을 구글 어스 및 2D 맵(240)에 표시할 수 있다.
도 3 은 본 발명에 따른 지능형 감시 시스템에서 맵 표시(Map representation)의 일 실시예를 보여주는 도면이다.
효율적인 모니터링을 위한 일 실시예로서 구글어스 api (http://code.google.com/apis/earth/) 를 이용하여 모니터링 지역을 표시할 수 있다.
위험상황이 발생되지 않은 일반 상황에서는 도 3a 에 도시된 바와 같이 전체적인 위성 사진을 표시하고 위험상황 발생시에 감시 지역의 GPS 정보를 기반으로 구글어스의 위성지도 줌 함수를 이용하여 실시간으로 해당 위치를 확대하여 도 3b에 도시된 바와 같이 감시지역을 표시한다.
도 3c에 도시된 바와 같이 감시구역에서 위험 상황 발생시 붉은색 원으로 객체의 위치를 실시간으로 표시하여 객체가 어느 위치에 있는지 감시할 수 있도록 구현할 수 있다.
이하 위험상황인 위험상황 파악을 위한 방법과 객체 추적의 방법을 자세하게 설명한다.
*위험 상황 파악
위험상황의 일 실시예로서 탬퍼링이나 날치기 행동을 설정하였다.
본 발명 지능형 감시 시스템에서 위험상황 인식은 고정형 카메라가 획득한 영상의 RGB 색상 정보 차이를 이용하여 시행착오학습( Trial and error) 방법을 통해 임계값을 설정하고 임계값 이상인 경우에 위험상황이 발생한 것으로 인식한다.
도 4 는 본 발명에 따른 지능형 감시 시스템에서의 위험 상황 인식의 일 실시예인 탬퍼링 상황을 보여주는 도면이다.
도 4에 도시된 바와 같이 도 4(a)와 (b)의 차이를 비교하여 차이가 없는 부분은 도 4(c)와 같이 픽셀의 RGB값이 0에 가까운 이미지로 나타난다.
탬퍼링은 실시간으로 특정 간격에 들어오는 이미지를 비교하여 차이값을 계산하여 특정 임계값이 넘는 경우에 관제 시스템에 상황을 알린다.
일 실시예로서 전체 이미지에서 RGB 값이 0이 아닌 화소의 80% 임계값을 사용하였다.
날치기 행동 인식 역시 실시간 영상 분석을 통해 감시지역에서 날치기 행동을 인식할 수 있다. 인식할 수 있는 행동의 예로는 사람의 걷기, 돌아서기, 때리기, 앉기 행동이 있다.
도 5 는 본 발명에 따른 지능형 감시 시스템에서의 위험 상황 인식의 일 실시예인 날치기 상황을 보여주는 도면이다.
본 발명의 지능형 감시 시스템은 위험 상황 인식을 위하여 카메라의 영상 인식 뿐만 아니라 소음 센서를 통한 비명소리 인식을 포함할 수 있다.
영상 인식을 통한 상황 판단에 소리 인식이 들어가면 감시 시스템의 효율은 더욱 증대된다.
예를 들어, 엘리베이터 카메라를 통한 영상 인식과 비명소리 인식이 함께 동작한다면 사고 상황 발생시 이웃 사람들이 부재중이더라도 해당 상황 정보를 아파트 관제센터나 경비원에게 전달하여 안전 사고를 막을 수 있을 것이다.
비명소리 인식은 소음 인식과 음식 인식으로 구분된다.
소음 인식을 통한 소음의 dB 분석과 음성 인식을 통한 특정 단어 인식을 분석하여 위험 상황을 종합적으로 판단할 수 있다.
* 객체 추적
객체 추적은 객체 인식을 위해 이미지의 배경과 객체를 분리하는 전처리 과정을 통해 실시간으로 영상에서 객체를 분리한다.
객체 분리를 위해 객체가 없는 상태에서 HSV(Hue, Saturation, Value) 칼라 색상 공간을 이용하여 배경 이미지를 전처리한 후 객체를 인식한다.
그러나 이러한 배경 이미지 보정은 카메라를 설치하고 바로 프로그램을 실행할 수 없고 배경 학습에 많은 시간이 소요되므로 관제 시스템에서 설정 시간을 가져야 하고 배경이 조도, 바람등에 의해 변하는 경우에 배경 학습을 새로이 해야 하는 단점이 있다.
본 발명에서는 OpenCV(http://sourceforge.net/projects/opencelibrary/)의 모션 히스토리를 이용하여 이러한 배경학습없이 실시간으로 객체의 움직임을 파악해 이미지 내의 객체의 중심점으로 객체를 추적하였다.
객체를 인식하는 과정은 다음과 같다.
실시간으로 이미지를 버퍼에 저장을 하고 이미지를 그레이 스케일의 이미지로 변환을 한다.
변환된 이미지간의 차이를 계산하여 모션 히스토리를 얻는다.
모션 히스토리는 OpenCV의 cvUpadateMotionHistroy 함수를 사용한다.
모션 히스토리는 실루엣 이미지의 시간 간격을 기반으로 모션이 일어 났을때에 non-zero픽셀을 통해 구할 수 있다.
본 발명에서는 시간간격을 1초로 설정하였고, 실루엣 이미지의 non-zero 픽셀 이미지의 폭과 높이의 합이 20이하인 이미지는 객체로 인식하지 않았다.
도 6 는 본 발명에 따른 지능형 감시 시스템에서 객체 인식의 일 실시예를 보여주는 도면이다.
도 6 에 도시된 바와 같이 특정 시간 간격 동안 이미지 내의 객체의 움직임이 있을시에 해당 간격동안 파란색의 모션 히스토리가 이미지 프레임 간의 비교를 통해 얻어진다.
또한 객체로 표현된 객체의 중심점이 도 6 원의 중심점으로 표현된다.
덧붙여 원의 중심점에서 원호로 이어진 직선은 이미지의 비교를 통해 얻어진 객체의 방향성을 나타낸다. 도 6에서처럼 객체의 이동 방향으로 해당 직선이 그어짐을 확인할 수 있다.
원의 중심점은 고정형 카메라와 PTZ 카메라의 줌 레벨 차이를 고려하여 PTZ카메라의 Pannning과 Tilting 동작을 수행하는데 이용된다.
카메라에서는 이미지의 중심점으로부터의 거리차를 계산하여 움직인만큼 해당 위치로 Pannning과 Tilting 기능을 수행한다.
카메라의 줌 레벨을 고려하여 이전 이미지 상에서의 좌표와 현재 실시간으로 얻어지는 움직이는 객체의 좌표 차이를 비교한 후 , 현재 PTZ 카메라에서의 상대 좌표로 변환하여 객체가 움직인 만큼의 좌표 차이로 카메라 방향을 이동시킨다.
도 7 는 본 발명에 따른 지능형 감시 시스템에서의 맵 표시(Map representation)의 일 실시예로서 안전지수 맵을 나타낸 도면이다.
안전 지수(safety Index) 맵은 공간의 영역별 안전도를 실시간으로 측정하고 계산하여 안전도에 다른 서비스를 제공한다.
공간의 안전도를 계산하는 데는 범죄 유발시설, 범죄억제 시설, 공간의 위치 등의 물리적인 요인과 유동인구, 순찰빈도 등의 사회적인 요인, 이상행동의 유무, 시간대 등의 상황적인 요인의 지표에 따라 공간 안전지수를 계산한다.
공간안전지수에이전트는 물리적인 요인, 사회적인 요인 및 상황적인 요인등을 고려하여 공간 안전지수를 계산한다.
공간의 중요도는 공간이 가지는 특성이나 공간 내 시설에 따라 계산이 되고, 한 공간의 중요도는 다른 공간의 비교 지표로 사용된다.
이러한 공간 계산을 바탕으로 특정 공간에서 위험상황이 발생시 시스템에서 발생 공간의 중요도를 비교하여 감시 영역을 카메라 PTZ 기능을 통해 다시 구성하도록 한다.
예를 들어 범죄유발시설인 ATM 기기가 설치된 공간과 일반 보도 공간과의 비교에서 ATM 기기가 설치된 공간의 중요도가 더 높게 계산이 된다.
이때, ATM 기기 주변에서 폭력행위 등이 발생했을 시에 일반 감시 지역을 감시하는 카메라의 공간 중요도가 달라져 PTZ 기능을 이용하여 해당 지역을 감시하도 록 재구성된다.
공간 안전 지수는 공간의 안전도에 따라 위험(안전지수 1~2), 주의 요망(안전지수 3~4) , 안전(안전지수 5)으로 나누어 계산될 수 있다.
도 6 에 도시된 바와 같이 ATM 지역에서 위험 상황이 발생한 경우, 사건 발생지역이 공간 지수 상의 위험 지역으로 표시가 되고, 용의자의 위치에 따라 일반 안전 공간이 위험지역으로 재설정되어 안전지수 맵상에 표시가 된다.
도 8 은 본 발명에 따른 지능형 감시 방법의 흐름도를 보여주는 도면이다.
복수의 고정형 카메라로부터 영상 신호를 수신한다(S810)
수신된 영상 신호를 기초로 위험상황 발생을 인식하고 위험상황을 발생시킨 객체를 식별한다(S820).
객체의 위치 파악 및 이동 경로를 추적한다(S830).
객체의 현재 위치 및 상기 고정형 카메라 위상 비교 결과 상기 객체 현재 위치를 카메라의 위치,인식거리(d),가용각도(a) 및 위치각도(φ)를 기초로 정의되는 삼각형(FOV : Field-of-view) 내부에 포함하는 카메라를 추출한다(S840).
상기 객체의 위치 및 이동 경로를 포함한 객체 위치 정보 신호 및 상기 추출된 카메라의 FOV내에 존재하는 PTZ(Pan-Tilt- Zoom) 카메라를 제어하기 위한 신호를 출력한다(S850).
PTZ(Pan-Tilt- Zoom) 카메라의 제어를 통해 객체의 영상을 획득한다.
본 발명에 따른 지능형 감시 방법은 초기 카메라 위치 자동 설정단계를 더 포함할 수 있다.
고정형 카메라와 PTZ(Pan-Tilt- Zoom) 카메라간의 위상을 조절하는 것이다.
고정형 카메라의 위치를 선정한다.
고정형 카메라와 동일한 조건(위치, 줌레벨, 높이)으로 PTZ(Pan-Tilt- Zoom) 카메라를 설치한다
고정형 카메라의 영상 이미지와 상기 PTZ(Pan-Tilt- Zoom) 카메라의 영상 이미지의 RGB 값 차이가 최소인 지역을 찾아 상기 PTZ(Pan-Tilt- Zoom) 카메라의 최종 위치를 선정한다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.
도 1은 본 발명의 지능형 감시 시스템 카메라의 FOV(Field-Of-View)를 모델링한 실시예를 보여주는 도면이다.
도 2 는 본 발명에 따른 지능형 감시 시스템 구성의 개략도를 보여주는 도면이다.
도 3 은 본 발명에 따른 지능형 감시 시스템에서 맵 표시 (Map representation)의 일 실시예를 보여주는 도면이다.
도 4 는 본 발명에 따른 지능형 감시 시스템에서의 위험 상황 인식의 일 실시예인 탬퍼링 상황을 보여주는 도면이다.
도 5 는 본 발명에 따른 지능형 감시 시스템에서의 위험 상황 인식의 일 실시예인 날치기 상황을 보여주는 도면이다.
도 6 는 본 발명에 따른 지능형 감시 시스템에서 객체 인식의 일 실시예를 보여주는 도면이다.
도 7 는 본 발명에 따른 지능형 감시 시스템에서의 맵 표시(Map representation)의 일 실시예로서 안전지수 맵을 나타낸 도면이다.
도 8 은 본 발명에 따른 지능형 감시 방법의 흐름도를 보여주는 도면이다.

Claims (12)

  1. 복수의 제 1 카메라의 영상 신호를 수신하여 위험상황 발생을 인식하고 상기 위험상황을 발생시킨 객체를 식별하는 분석부;
    상기 객체의 위치 파악 및 이동 경로를 추적하는 객체 추적부;
    상기 객체의 현재 위치 및 상기 제 1 카메라 위상 비교 결과 상기 객체 현재 위치를 카메라의 위치, 인식거리(d),가용각도(a) 및 위치각도(φ)를 기초로 정의되는 삼각형(FOV : Field-of-view) 내부에 포함하는 카메라를 추출하는 카메라 위상 분석부; 및
    상기 객체의 위치 및 이동 경로를 포함한 객체 위치 정보 신호 및 상기 추출된 카메라의 FOV내에 존재하는 PTZ(Pan-Tilt- Zoom) 카메라를 제어하기 위한 신호를 출력하는 송신부;를 포함하는 것을 특징으로 하는 지능형 감시 시스템.
  2. 제 1 항에 있어서,
    상기 송신부의 객체위치 정보 신호를 수신하여 상기 객체 현재 위치를 포함하는 소정 영역을 위험 영역으로 표시하고, 상기 위험 영역의 주변 영역을 주의 지역으로 표시하는 2 차원 격자 맵인 안전지수 맵;을 더 포함하는 것을 특징으로 하는 지능형 감시 시스템.
  3. 제 1 항에 있어서,
    상기 제 1 카메라는 관심영역을 특정 방향에서 촬영하는 고정형 카메라인 것을 특징으로 하는 지능형 감시 시스템.
  4. 제 1 항에 있어서,
    상기 분석부의 위험상황인식은 위험상황 발생 전의 영상 이미지와 위험상황 발생 당시 영상 이미지의 RGB 값 차이를 기초로 이루어지는 것을 특징으로 하는 지능형 감시 시스템.
  5. 제 1 항에 있어서,
    상기 객체 추적부의 객체 추적은
    상기 제 1 카메라의 영상 신호를 버퍼에 저장하는 단계;
    상기 저장된 영상 이미지를 그레이 스케일로 변환하는 단계; 및
    상기 변환된 이미지간의 차이를 기초로 모션 히스토리를 구하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 지능형 감시 시스템.
  6. 제 1 항에 있어서,
    상기 분석부의 위험 상황 인식은
    소음센서로부터 측정된 기준값 이상의 소리 및 특정 단어 인식 과정을 더 포함하여 이루어지는 것을 특징으로 하는 지능형 감시 시스템.
  7. 복수의 제 1 카메라로부터 영상 신호를 수신하는 영상이미지 수신단계;
    상기 수신된 영상 신호를 기초로 위험상황 발생을 인식하고 상기 위험상황을 발생시킨 객체를 식별하는 분석단계;
    상기 객체의 위치 파악 및 이동 경로를 추적하는 객체 추적단계;
    상기 객체의 현재 위치 및 상기 제 1 카메라 위상 비교 결과 상기 객체 현재 위치를 카메라의 위치,인식거리(d),가용각도(a) 및 위치각도(φ)를 기초로 정의되는 삼각형(FOV : Field-of-view) 내부에 포함하는 카메라를 추출하는 카메라 위상 분석단계; 및
    상기 객체의 위치 및 이동 경로를 포함한 객체 위치 정보 신호 및 상기 추출된 카메라의 FOV내에 존재하는 PTZ(Pan-Tilt- Zoom) 카메라를 제어하기 위한 신호를 출력하는 신호 출력 단계;를 포함하는 것을 특징으로 하는 지능형 감시 방법.
  8. 제 7 항에 있어서,
    상기 신호출력단계의 객체위치 정보 신호를 수신하여 소정의 2차원 격자맵(map)에 상기 객체 현재 위치를 포함하는 소정 영역을 위험 영역으로 표시하고, 상기 위험 영역의 주변 영역을 주의 지역으로 표시하는 맵 표시(map representation)단계;를 더 포함하는 것을 특징으로 하는 지능형 감시 방법.
  9. 제 7 항에 있어서,
    상기 분석단계의 위험상황인식은 위험상황 발생 전의 영상 이미지와 위험상 황 발생 당시 영상 이미지의 RGB 값 차이를 기초로 이루어지는 것을 특징으로 하는 지능형 감시 방법.
  10. 제 7 항에 있어서,
    상기 객체 추적단계의 객체 추적은
    상기 제 1 카메라의 영상 신호를 버퍼에 저장하는 단계;
    상기 저장된 영상 이미지를 그레이 스케일로 변환하는 단계; 및
    상기 변환된 이미지간의 차이를 기초로 모션 히스토리를 구하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 지능형 감시 방법.
  11. 제 7 항에 있어서,
    상기 분석 단계의 위험 상황 인식은
    소음센서로부터 측정된 기준값 이상의 소리 및 특정 단어 인식 과정을 더 포함하여 이루어지는 것을 특징으로 하는 지능형 감시 방법.
  12. 제 7 항에 있어서,
    상기 제 1 카메라의 위치를 선정하는 제 1 카메라 초기화 단계;
    상기 제 1 카메라와 동일한 조건으로 상기 PTZ(Pan-Tilt- Zoom) 카메라를 설치하는 PTZ(Pan-Tilt- Zoom) 카메라 초기화 단계; 및
    상기 제 1 카메라의 영상 이미지와 상기 PTZ(Pan-Tilt- Zoom) 카메라의 영상 이미지의 RGB 값 차이를 기초로 상기 PTZ(Pan-Tilt- Zoom) 카메라의 최종 위치를 선정하는 PTZ(Pan-Tilt- Zoom) 카메라 위상 조절 단계;를 더 포함하는 것을 특징으로 하는 지능형 감시 방법.
KR1020090043804A 2009-05-20 2009-05-20 지능형 감시 시스템 및 방법 KR101003208B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090043804A KR101003208B1 (ko) 2009-05-20 2009-05-20 지능형 감시 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090043804A KR101003208B1 (ko) 2009-05-20 2009-05-20 지능형 감시 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20100124877A KR20100124877A (ko) 2010-11-30
KR101003208B1 true KR101003208B1 (ko) 2010-12-21

Family

ID=43408864

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090043804A KR101003208B1 (ko) 2009-05-20 2009-05-20 지능형 감시 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101003208B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101407158B1 (ko) * 2012-11-12 2014-06-13 재단법인대구경북과학기술원 수상 인명 구조 시스템 및 그의 구조 방법
KR101404792B1 (ko) 2012-06-22 2014-06-30 주식회사 케이씨에스정보 이동 단말기를 이용한 능동형 ｃｃｔｖ 감시 시스템 및 방법
KR101514696B1 (ko) * 2013-05-14 2015-04-23 (주)에스디시스템 교량 안전사고 관리시스템
KR101938308B1 (ko) * 2018-07-25 2019-04-11 주식회사 창성에이스산업 기계 학습된 객체를 식별하는 이미지식별장치를 포함하는 영상감지 시스템
KR102371805B1 (ko) * 2021-07-29 2022-03-11 주식회사 동평기술 슈퍼캐퍼시터 타입의 배터리 파워팩을 포함하는 무정전 nvr 장치 및 이를 이용한 지능형 cctv의 무중단 네트워킹 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101381171B1 (ko) * 2013-11-13 2014-04-04 이현수 화학성분 검출 및 영상분석을 통한 낙서 감시시스템
KR102560847B1 (ko) * 2020-02-24 2023-07-28 김현수 영상기반 얼굴 인식, 건강 체크 및 위치 추적 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100834465B1 (ko) 2006-12-21 2008-06-05 주식회사 다누시스 움직임감지를 이용한 방범시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100834465B1 (ko) 2006-12-21 2008-06-05 주식회사 다누시스 움직임감지를 이용한 방범시스템 및 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101404792B1 (ko) 2012-06-22 2014-06-30 주식회사 케이씨에스정보 이동 단말기를 이용한 능동형 ｃｃｔｖ 감시 시스템 및 방법
KR101407158B1 (ko) * 2012-11-12 2014-06-13 재단법인대구경북과학기술원 수상 인명 구조 시스템 및 그의 구조 방법
KR101514696B1 (ko) * 2013-05-14 2015-04-23 (주)에스디시스템 교량 안전사고 관리시스템
KR101938308B1 (ko) * 2018-07-25 2019-04-11 주식회사 창성에이스산업 기계 학습된 객체를 식별하는 이미지식별장치를 포함하는 영상감지 시스템
KR102371805B1 (ko) * 2021-07-29 2022-03-11 주식회사 동평기술 슈퍼캐퍼시터 타입의 배터리 파워팩을 포함하는 무정전 nvr 장치 및 이를 이용한 지능형 cctv의 무중단 네트워킹 시스템 및 방법
KR20230019383A (ko) * 2021-07-29 2023-02-08 주식회사 동평기술 슈퍼캐퍼시터 타입의 배터리 파워팩을 포함하는 무정전 nvr 장치 및 이를 이용한 지능형 cctv의 무중단 네트워킹 시스템 및 방법
KR102540988B1 (ko) * 2021-07-29 2023-06-14 주식회사 동평기술 슈퍼캐퍼시터 타입의 배터리 파워팩을 포함하는 무정전 nvr 장치 및 이를 이용한 지능형 cctv의 무중단 네트워킹 시스템 및 방법

Also Published As

Publication number Publication date
KR20100124877A (ko) 2010-11-30

Similar Documents

Publication Publication Date Title
US11228715B2 (en) Video surveillance system and video surveillance method
KR101003208B1 (ko) 지능형 감시 시스템 및 방법
US9928707B2 (en) Surveillance system
US9396399B1 (en) Unusual event detection in wide-angle video (based on moving object trajectories)
JP4803376B2 (ja) カメラ妨害検知方式
JP4670943B2 (ja) 監視装置、及び妨害検知方法
KR101464344B1 (ko) 감시 영상의 정상 상태 학습을 통한 이상 상태 감지 방법과 이를 적용한 감시 카메라 및 영상 관리 시스템
US20120274776A1 (en) Fault tolerant background modelling
KR102195706B1 (ko) 침입 탐지방법 및 그 장치
KR102310192B1 (ko) 객체 인식률 및 감시 정확성을 높인 융복합 카메라 및 이를 이용한 경계 감시시스템
KR101002712B1 (ko) 지능형 카메라 보안 시스템
KR20130104579A (ko) 카메라 템퍼링 감지 방법 및 시스템
KR101014842B1 (ko) Ｒｆｉｄ 리더를 사용하는 보안용 영상 감시 시스템 및방법
KR20130068343A (ko) 지능적 다중 객체 추적 알고리즘 기반의 다중 ｐｔｚ 카메라 제어 시스템 및 방법
US11740315B2 (en) Mobile body detection device, mobile body detection method, and mobile body detection program
US20200125879A1 (en) Apparatus and method for capturing flying objects
JP7314973B2 (ja) 映像監視装置、映像監視方法及びプログラム
CN103152558A (zh) 基于场景识别的入侵检测方法
KR101695127B1 (ko) 영상을 이용한 집단 행동 분석 방법
CN114401354A (zh) 一种面向海上船舶的超视距监控的智能化控制方法及系统
KR102046591B1 (ko) 영상 감시 시스템 및 영상 감시방법
KR102440169B1 (ko) 멀티센서 신호 융합과 ai 영상 분석을 통한 유효감지 정확도를 향상시킨 스마트 경계 시스템
TWI476735B (zh) 攝影機異常種類辨識方法及可偵測攝影異常的監視主機
KR101596015B1 (ko) 다수의 카메라를 이용한 독립건물 침입방지 시스템
CN114267145B (zh) 一种仓库区域入侵检测报警方法及系统

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131004

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140918

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20151020

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161004

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181002

Year of fee payment: 9