KR101059480B1 - 영상 색인 장치 및 방법 - Google Patents

영상 색인 장치 및 방법 Download PDF

Info

Publication number
KR101059480B1
KR101059480B1 KR1020110054928A KR20110054928A KR101059480B1 KR 101059480 B1 KR101059480 B1 KR 101059480B1 KR 1020110054928 A KR1020110054928 A KR 1020110054928A KR 20110054928 A KR20110054928 A KR 20110054928A KR 101059480 B1 KR101059480 B1 KR 101059480B1
Authority
KR
South Korea
Prior art keywords
image
background
information
foreground
detection area
Prior art date
Application number
KR1020110054928A
Other languages
English (en)
Inventor
김중칠
김중석
소영성
Original Assignee
(주)나인정보시스템
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 (주)나인정보시스템 filed Critical (주)나인정보시스템
Priority to KR1020110054928A priority Critical patent/KR101059480B1/ko
Application granted granted Critical
Publication of KR101059480B1 publication Critical patent/KR101059480B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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

Abstract

설정한 검지 영역 내에서 배경을 생성하고 매 시간마다 변화하는 배경을 지속적으로 갱신하면서 배경과 전경을 구분하고, 영상 색인 정보를 획득하여 데이터베이스화하여 신속하게 원하는 영상을 검색할 수 있도록 한 영상 색인 방법이 개시된다.
개시된 영상 색인 방법은, 영상을 입력받는 제1단계와; 상기 입력된 영상에서 검지 영역을 설정하는 제2단계와; 상기 설정된 검지 영역에서 초기 배경 연산을 수행하여 초기 배경을 생성하는 제3단계와; 상기 생성한 초기 배경 영상을 시간의 흐름과 주변 배경 변화에 반응하도록 입력되는 영상에 대비하여 지속적으로 갱신하는 제4단계와; 상기 생성된 배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을 구분하는 제5단계와; 상기 구분한 전경 영상을 전경 마스크 버퍼에 적용하여 새로운 배경 생성시 전경을 제외한 정확한 배경만을 추출하는 제6단계와; 상기 전경 영상을 분석하여 영상 색인 정보를 획득하는 제7단계와; 상기 획득한 영상 색인 정보를 데이터베이스화하는 제8단계를 포함한다.

Description

영상 색인 장치 및 방법{Video index apparatus and method thereof}
본 발명은 영상 색인 장치 및 방법에 관한 것으로서, 더욱 상세하게는 입력되는 영상으로부터 설정한 검지 영역 내에서 배경을 생성하고 매 시간마다 변화하는 배경을 지속적으로 갱신하면서 배경과 전경을 구분하고, 분리된 전경 영상에 대한 색인 정보를 획득하여 데이터베이스화하여 신속하게 원하는 영상을 검색할 수 있도록 한 영상 색인 장치 및 방법에 관한 것이다.
현재 텔레비전(TV)이나 여러 매체를 통해서 CCTV가 범죄 예방에 도움이 된다는 사실과 범죄가 발생하였을 경우 사건 해결에 중요한 핵심 증거로 사용된다는 사실을 볼 수 있다. 이렇듯 CCTV는 현재 사고 예방 및 범죄 발생시 사건의 중요증거로서 사용되지만 사용자가 원하는 영상을 찾는데 까지는 많은 시간이 소요됨을 알 수 있다.
예컨대, 사건이 발생했을 때 사건이 발생한 시간을 모를 경우 사용자는 그 사건이 있을 때까지 계속해서 비디오를 검색해야하며, 이러한 작업은 많은 시간과 인적 노동력이 소요됨을 알 수 있다.
현재, 이러한 상황을 해결하고자 비디오 검색 영상을 실행함에 있어서 비디오 재생 시간의 조절 등으로 해결하지만, 이러한 방법으로는 연속되는 비디오 이미지에서 원하는 영상을 얻는데 까지 많은 시간이 소요됨을 해결할 수는 없다.
그렇기 때문에 정작 범죄 영상이나 차량 절도 영상 등 원하는 비디오 영상을 얻는 데 많은 시간이 소요됨을 알 수 있다.
이러한 문제점을 해결하고자 연속되는 비디오 영상에서 영상 내의 색인 작업으로 원하는 영상만을 쉽게 검색할 수 있으며, 이러한 비디오 색인 작업을 위해서는 고속의 배경 생성 알고리즘과 전경 영상 생성 알고리즘, Labeling 알고리즘 등이 필요하며 이러한 알고리즘 및 종래의 기술은 여러 가지가 존재한다.
그 중 Fuzzy c-means(FCM)방법(관련문헌:"퍼지 클러스터링을 이용한 이동차량 추적", 한국 퍼지 및 지능시스템학회 논문지, 제6권, 제4호, `96. 02)은 유사한 특징을 갖는 데이터들을 하나의 클러스터로 분류하는데 퍼지(Fuzzy) 분류법으로 분류된 클러스터에서 같은 클러스터 내의 원소들은 유사한 성질을 가지며 각각의 클러스터 간에는 상대적으로 큰 성질 차를 갖으며, 클러스터 중심 값과 원소 상호 간의 가중 유사치 값을 기반으로 반복적 수행을 통해 목적 함수(objective function)의 최적화를 추구한다.
그러나 이러한 방법은 반복적 알고리즘 수행으로 인해 실시간 처리가 어렵고, 사전에 클러스터의 개수인 "c" 값을 알 수 없다는 단점이 있다. 또한, 컬러 군집화가 잘 진행되었다고 해도 한 차량이 항상 한 개의 컬러만을 갖는다고 가정할 수 없는 어려움이 있다.
또 다른 방법인 모델 베이스 세그먼테이션(Model based segmentation)방법은 영상에서 에지를 추출하고 차량의 3차원 CAD 모델에 대한 사전 지식을 활용하여 모델 매칭을 수행하는 방법이다.
그러나 이 방법은 어두운 차량의 경우, 추출된 에지의 3차원 CAD 모델이 2차원의 투영된 모습으로 나타내기가 불충분하여 모델 매칭의 어려움이 있으며, 뷰잉 기하학(viewing geometry)에 대한 사전지식이 없는 경우 매칭에 대한 경우의 수가 기하급수적으로 증가할 수 있는 문제점이 존재한다.
또 다른 방법인 MOG(Mixture of Gaussians) 방법은 각 픽셀에 입력되는 데이터를 가우시안(Gaussian) 분포에 적용하여 배경의 경우 입력되는 데이터가 가중치(Weight)가 큰 Gaussian분포에 포함이 되고, 전경의 경우 가중치(Weight)가 작은 Gaussian분포에 포함된다는 이론으로, 배경과 전경의 구분이 명확하다는 장점이 존재하지만 그 연산 속도가 현저히 느리고 일정 시간이 지나면 멈춰 있는 전경 물체가 배경으로 흡수된다는 단점이 존재한다.
영상 색인에 대한 또 다른 종래의 기술로는, 대한민국특허청 공개특허공보 공개번호 10-2009-0096400호(2009.09.10.공개)(발명의 명칭: 영상에 포함된 객체를 색인하는 방법)로서, 영상에 포함된 객체의 상대적인 위치를 관리하고 저장하기 위한 가상의 프레임과 셀을 관리함으로써 시청자가 지정한 위치의 객체를 정확하게 판단할 수 있도록 한 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2010-0026631호(2010.03.10.공개)(발명의 명칭: 감시 카메라 시스템에서 장면 전환 검출 기술을 이용한 자동 색인과 감시 영상 차 프레임 저장방법)로서, 감시 카메라 시스템에서 장면 전환 기술을 이용하여 자동 색인하고, 감시 영상 차 프레임을 저장할 수 있도록 한 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2009-0076664호(2009.07.13. 공개)(발명의 명칭: 사용자 선호에 기반한 영상 정보 서비스 방법 및 시스템)로서, 영상 콘텐츠에서 중요 내용과 의미 정보 및 특징 정보를 추출해 메타데이터로 생성하고, 메타데이터와 영상 콘텐츠를 하나의 파일로 패키지화하여 영상 콘텐츠의 장르 및 특성에 따라 사용자 선호도를 예측하여, 이를 근거로 영상 콘텐츠를 자동으로 분류함으로써 사용자가 원하는 영상 콘텐츠를 쉽게 검색할 수 잇도록 한 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2007-0122585호(2007.12.31.공개)(발명의 명칭: 화상 내의 물체를 표현하고 검색하는 방법 및 장치)로서, 물체의 복수의 관측면 기술자를 도출하고, 둘 이상의 관측면 기술자를 연관시키며, 각 관측면 기술자에 대해 각 관측면이 상기 화상 내에 나타나는 물체의 관측면에 대응하는 때를 표시하는 것으로서, 화상 내의 물체를 표현하고 검색하는 기술이 개시되었다.
또한, 대한민국특허청 등록번호 10-0899420호(2008.07.31. 공고)(발명의 명칭: 이미지 기반 검색 시스템 및 방법)로서, 이미지의 특성 정보들을 미리 확보함으로써 이들 이미지를 선택하였을 때 이미지에 포함된 키워드 등의 다양한 특성 정보들을 통해 정확하고 상세한 정보를 검색할 수 있는 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2009-0020005호(2009.02.26. 공개)(발명의 명칭: 영상 정보 기반의 동영상 연관 검색 시스템 및 방법)로서, 영상 정보 기반의 비디오 핑거프린트 기술을 활용하여 동영상 검색 결과와 더불어 어느 일정 부분이 동일하거나 유사한 영상이 삽입되어 있는 다른 동영상 콘텐츠들을 사용자들에게 추천할 수 있는 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2009-0000177호(2009.01.07. 공개)(발명의 명칭: 실시간 이미지 검색 기능을 이용한 지능형 감시 방법 및 시스템)로서, 영상에서 모양정보의 특징을 추출하여 그 데이터로 실시간 검색을 위한 색인을 구축하는 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2007-0030582호(2007.03.16. 공개)(발명의 명칭: 동영상 색인방법 및 시스템)로서, 동영상 파일의 자막 파일로부터 텍스트 데이터를 추출하고, 상기 추출된 텍스트 데이터를 색인어로 동영상을 검색할 수 있도록 함으로써 동영상 파일이 내용으로 동영상을 검색할 수 있도록 한 기술이 개시되었다.
또한, 대한민국특허청 공개특허공보 공개번호 10-2006-0083483호(2006.07.21. 공개)(발명의 명칭: 휴대폰용 동영상 인덱싱 및 검색방법과 그를 위한 시스템)로서, 휴대폰상에서 사용자가 동영상 검색을 통하여 자신이 원하는 동영상 부분(장면)만을 다운받아 이용하도록 해주는 기술이 개시되었다.
그러나 상기와 같은 영상 색인 방법들은 복잡하거나 제약사항이 많고, 비디오 색인 시스템에 있어서 오차가 많으며, 그 연산속도 역시 현저히 느리다는 문제점이 있으며, 그 검지 결과를 신뢰할 수 없어 여전히 인력이 요구되는 단점이 있다.
따라서 본 발명은 상기와 같은 종래 기술의 제반 문제점을 해결하기 위해서 제안된 것으로서, 본 발명이 해결하려는 과제는, 설정한 검지 영역 내에서 배경을 생성하고 매 시간마다 변화하는 배경을 지속적으로 갱신하면서 배경과 전경을 구분하고, 전경에 대한 영상 색인 정보를 획득하여 데이터베이스화하여 신속하게 원하는 영상을 검색할 수 있도록 한 영상 색인 장치 및 방법을 제공하는 데 있다.
본 발명이 해결하려는 다른 과제는, 검지된 영상 내의 모든 물체에 대해서 정확한 정보를 색인 정보로 저장하여, 사용자가 원하는 물체의 대상이나 색상정보, 크기, 이동방향만을 선택적으로 검색할 수 있도록 한 영상 색인 장치 및 방법을 제공하는 데 있다.
상기와 같은 과제들을 해결하기 위한 본 발명에 따른 "영상 색인 방법"은 영상을 입력받는 제1단계와, 상기 입력된 영상에서 검지 영역을 설정하는 제2단계, 상기 설정된 검지 영역에서 초기 배경 연산을 수행하여 초기 배경을 생성하는 제3단계, 상기 생성한 초기 배경 영상을 시간의 흐름과 주변 배경 변화에 반응하도록 입력되는 영상에 대비하여 지속적으로 갱신하는 제4단계, 상기 생성된 배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을 구분하는 제5단계, 상기 구분한 전경 영상을 전경 마스크 버퍼에 적용하여 새로운 배경 생성시 전경을 제외한 정확한 배경만을 추출하는 제6단계, 상기 전경 영상을 분석하여 물체의 구분과 색상 정보를 포함하는 영상 색인 정보를 획득하는 제7단계, 및 획득한 영상 색인 정보를 데이터베이스화하는 제8단계를 포함한다. 또한, 상기 영상 색인 방법은 상기 데이터베이스로부터 원하는 영상만을 검색하는 제9단계를 포함한다.
본 발명에 따르면, 영상 검색을 위해 영상 내의 물체의 정보를 색인 정보로 정확하게 저장하고, 이를 이용함으로써 영상 검색시 원하는 대상만을 신속하게 검색할 수 있다는 장점이 있으며, 원하는 대상의 기타 정보만을 검색하여 원하는 영상을 검색할 수 있으므로 사용자에게 검색의 편의성을 제공하고, 영상 검색에 따른 시간을 절약해주는 장점이 있다.
도 1은 본 발명이 적용되는 영상 색인 장치의 구성도.
도 2는 본 발명에 따른 영상 색인 방법을 보인 흐름도.
도 3은 도 2의 영상 색인 정보를 획득하는 과정을 실시 예 흐름도.
도 4는 입력 영상 화면의 예시도.
도 5는 본 발명에서 추출한 전경 영상 정보의 예시도.
도 6은 본 발명에서 영상 검색을 위한 화면 예시도.
이하 본 발명의 바람직한 실시 예를 첨부한 도면에 의거 상세히 설명하면 다음과 같다. 본 발명을 설명하기에 앞서 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다.
도 1은 본 발명이 적용되는 영상 색인 장치의 구성도로서, 사용자의 입력에 따른 검지 영역 설정부(10), 영상 입력부(20), 배경 생성부(30), 배경 저장부(40), 배경 갱신부(50), 배경/전경 식별부(60), 영상 색인정보 획득부(70), 데이터베이스(DB)(80), 영상 검색부(90)로 구성된다.
검지 영역 설정부(10)는 입력된 초기영상에 검지 영역을 설정하는 기능을 수행하고, 영상 입력부(20)는 검지 영역의 영상 데이터를 입력받는 기능을 수행한다.
배경 생성부(30)는 입력된 검지 영역의 영상으로 배경을 생성하는 기능을 수행하고, 배경 저장부(40)는 생성된 배경 영상을 저장하는 기능을 수행하며, 배경 갱신부(50)는 생성된 배경을 입력되는 영상에 대비하여 계속해서 배경을 갱신하는 기능을 수행한다.
배경/전경 식별부(60)는 배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을 분리하는 기능을 수행하며, 영상 색인 정보 획득부(70)는 전경 마스크 버퍼를 이용하여 전경을 제외한 배경만을 추출하고, 전경 영상을 분석하여 색상 정보나 영상 크기 정보, 물체 구분 정보 등의 영상을 구분하기 위한 영상 색인 정보를 추출하는 기능을 수행한다.
데이터베이스(80)는 영상 색인 정보를 데이터베이스화하여 저장하는 기능을 수행하고, 영상 검색부(90)는 상기 영상 색인 정보를 이용하여 상기 데이터베이스를 검색하여 원하는 영상을 탐색하는 기능을 수행한다.
도 2는 본 발명에 따른 영상 색인 방법을 보인 흐름도로서, 영상을 입력받는 제1단계(S10)와; 상기 입력된 영상에서 검지 영역을 설정하는 제2단계(S20)와; 상기 설정된 검지 영역에서 초기 배경 연산을 수행하여 초기 배경을 생성하는 제3단계(S30)와; 상기 생성한 초기 배경 영상을 시간의 흐름과 주변 배경 변화에 반응하도록 입력되는 영상에 대비하여 지속적으로 갱신하는 제4단계(S40)와; 상기 생성된 배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을 구분하는 제5단계(S50)와; 상기 구분한 전경 영상을 전경 마스크 버퍼에 적용하여 새로운 배경 생성시 전경을 제외한 정확한 배경만을 추출하는 제6단계(S60)와; 상기 전경 영상을 분석하여 물체의 구분과 색상 정보를 포함하는 영상 색인 정보를 획득하는 제7단계(S70)와; 상기 획득한 영상 색인 정보를 데이터베이스화하는 제8단계(S80)와; 상기 데이터베이스로부터 원하는 영상만을 검색하는 제9단계(S90)를 포함한다.
이와 같이 이루어지는 본 발명에 따른 영상 색인 방법의 과정을 구체적으로 설명하면 다음과 같다.
먼저, 제1단계(S10)에서 영상 입력부(20)는 영상 촬영부(예를 들어, CCTV카메라)와 같은 촬영장치에서 획득한 도 4와 같은 영상을 입력받게 된다.
다음으로, 제2단계(S20)에서 사용자의 조작에 따라 검지 영역 설정부(10)에서 검지 영역을 설정하게 된다. 즉, 제2단계(S20)는 배경과 전경을 구분하고자 하는 영역을 설정하는 단계로서, 불필요한 부분을 검지 영역에서 제외시켜 배경과 전경을 구분하는 과정에서 불필요한 자원의 낭비를 방지하고 프로그램의 처리 속도를 증진시킨다. 또한, 나무와 천막 등 기타 바람의 영향에 의해 계속해서 움직이는 부분을 검지 영역에서 제외함으로써 배경과 전경을 구분하는 어려움을 줄일 수 있다.
이후 제3단계(S30)에서 배경 생성부(30)를 통해 초기 배경을 생성하게 된다. 여기서 초기 배경은 아래와 같은 <수학식 1>을 사용하여 일정 시간 동안 배경생성을 수행하게 된다.
Figure 112011042874966-pat00001
상기 배경을 만드는 방법으로는, 이전의 배경영상과 현재 입력된 영상을 일정 비율로 참조하여 배경 이미지를 생성하게 된다. 일정가중치를 계산하는 과정에는 (1 - 일정 가중치)와 일정 가중치를 각각 배경 영상과 입력영상에 곱해줌으로 인해서 배경 이미지가 계속해서 입력영상에 대해서 적응하도록 한다.
다음으로, 제4단계(S40)는 상기 생성한 초기 배경을 갱신하게 된다. 즉, 시간의 흐름이나 주변 배경의 변화에도 정확한 배경 이미지를 생성하기 위해 배경을 갱신하게 된다. 정확한 배경 이미지를 생성하지 못할 경우 정확한 전경 이미지를 검지해낼 수 없으므로 정확하고 빠른 배경 이미지 생성은 중요한 사항이다. 정확하고 빠른 배경 이미지 생성을 위해서 이전 입력 영상의 픽셀 값과 현재 입력된 픽셀의 값에 일정 가중치를 둔 후 그 값을 가산함으로써 새로운 배경을 생성하게 된다(수학식1 참조).
이후 제5단계(S50)에서 배경 및 전경 식별부(60)에서 배경과 전경을 분리하게 된다. 여기서 배경과 전경의 분리는 배경 이미지와 입력 이미지 간의 차이를 미리 정해진 임계값(Threshold)과 비교하여, 그 차이가 임계값보다 크면 그 픽셀의 값은 전경으로 구분하고, 상기 차이가 임계값보다 작으면 그 픽셀의 값은 배경으로 구분하는 방법을 이용하여, 이를 수식으로 표현한 것이 아래의 [수학식 2]이다. 다시 말해, 생성된 출력 이미지에서 전경 픽셀만을 마스크 버퍼로 지정하여 이 후의 새로운 배경 생성시 이전의 전경이었던 부분이 배경으로 흡수되지 않도록 하여 정확하게 배경과 전경을 분리한다. 도 5는 분리한 전경 영상 정보의 예시도이다.
Figure 112011042874966-pat00002
다음으로, 제6단계(S60)에서 전경 영상을 추출하게 된다. 배경 영상의 갱신 시 전체 검지 영역의 배경 영상을 갱신하게 되는 경우, 움직이던 물체가 정지하여 그 물체로 하여금 배경에 흡수될 수 있는 상황에서 그 물체의 검지 시간이나 기타 여러 정보의 오류를 발생하기 때문에, 이러한 현상을 방지하기 위해서 마스크 버퍼를 사용하여 검지된 픽셀 성분에 대하여 배경 갱신을 하지 않음으로써 상기와 같은 현상을 방지하게 되는 것이다.
이후 제7단계(S70)에서 검지된 영상을 분석하여 물체의 탐지 시간 정보 구분 정보, 색상정보, 크기 정보 등과 같은 영상 색인 정보를 획득하게 된다. 즉, 도 3에 도시한 바와 같이, 단계 S71에서 영상 내 일정 부분을 지나갈 경우 그 영상의 크기를 판단하게 된다(Blob크기 정보 확인). 아울러 단계 S72에서와 같이 추출한 전경 영상을 라벨링(labeling)하여 입력 영상의 RGB값을 분석하고, 이를 기반으로 각각의 픽셀 값 분포를 비교하여 물체의 색상 정보를 추출하게 된다. 또한, 상기 영상의 크기를 구분한 정보를 기반으로 물체를 구분하게 된다. 예컨대, 미리 기준 크기를 정해놓고, 영상의 크기가 상기 기준 크기보다 클 경우 차로 판단을 하고, 상기 영상의 크기가 상기 기준 크기보다 작을 경우 사람으로 판단할 수 있다. 또한, 차의 경우 사각형 형태로 물체가 나타나고, 사람의 경우 그 밖의 기타 다른 형태로 나타나므로 형태를 비교하여 사람과 차를 판단할 수도 있다.
다음으로, 제8단계(S80)에서는 상기 획득한 영상 색인 정보를 데이터베이스화하게 된다. 영상의 색인 정보는 영상 라벨링을 통해서 획득한 차량 및 사람의 구분 정보, 탐지 시간 정보 영상의 색상 정보, 영상의 크기 정보, 영상의 이동방향 구분 정보를 포함한다.
이후 제9단계(S90)에서는 영상 검색부(90)를 통해 상기 생성된 데이터베이스로부터 원하는 영상만을 검색하게 된다. 즉, 도 6과 같은 영상 검색을 위한 화면상에서 원하는 입력 영상의 데이터만을 검색 조건(시간 범위/사람/차량 구분, 물체의 색상 정보 구분, 물체의 크기 정보 구분, 등)을 지정함으로써, 원하는 영상을 신속하게 찾을 수 있게 되는 것이다. 여기서 검색 조건으로서 검색 시간, 영상을 획득한 현장 정보 등을 더 포함하면, 더욱 신속하게 원하는 영상을 검색할 수 있게 되는 것이다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
10. 검지영역 설정부
20. 영상 입력부
30. 배경 생성부
60. 배경/전경 식별부
70. 영상 색인 정보 획득부
90. 영상 검색부

Claims (8)

  1. 영상을 입력받는 제1단계(S10)와;
    상기 입력된 영상에서 검지 영역을 설정하는 제2단계(S20)와;
    상기 설정된 검지 영역에서 초기 배경 연산을 수행하여 초기 배경을 생성하는 제3단계(S30)와;
    상기 생성한 초기 배경 영상을 시간의 흐름과 주변 배경 변화에 반응하도록 입력되는 영상에 대비하여 지속적으로 갱신하는 제4단계(S40)와;
    상기 생성된 배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을
    구분하는 제5단계(S50)와;
    상기 구분한 전경 영상을 전경 마스크 버퍼에 적용하여 새로운 배경 생성시 전경을 제외한 배경만을 추출하는 제6단계(S60)와;
    상기 전경 영상을 분석하여 영상 색인 정보를 획득하는 제7단계(S70)와;
    상기 획득한 영상 색인 정보를 데이터베이스화하는 제8단계(S80)를 포함하는 것을 특징으로 하는 영상 색인 방법.
  2. 제1항에 있어서,
    상기 데이터베이스로부터 원하는 영상만을 검색하는 제9단계(S90)를 더 포함하는 것을 특징으로 하는 영상 색인 방법.
  3. 제 2항에 있어서,
    상기 제9단계(S90)의 영상 검색은,
    사람/차량 구분 정보, 물체의 색상 정보 구분 정보, 물체의 크기 정보 구분 정보, 검색 시간 정보, 영상을 획득한 현장 정보를 검색 조건으로 하여, 영상을 검색하는 것을 특징으로 하는 영상 색인 방법.
  4. 삭제
  5. 제 1항에 있어서,
    상기 제7단계(S70)의 영상 색인 정보는 물체의 구분 정보, 색상정보, 크기 정보, 영상의 이동방향 구분정보를 포함하는 것을 특징으로 하는 영상 색인 방법.
  6. 삭제
  7. 삭제
  8. 초기영상에 사용자의 입력에 따른 검지 영역을 설정하는 검지 영역 설정부(10)와;
    검지 영역의 영상 데이터를 입력받는 영상 입력부(20);
    입력된 검지 영역의 영상으로 배경을 생성하는 배경 생성부(30);
    생성된 배경 영상을 저장하는 배경 저장부(40);
    생성된 배경을 입력되는 영상에 대비하여 계속해서 배경을 갱신하는 배경 갱신부(50);
    배경 영상과 입력되는 영상과의 차이를 비교하여 배경과 전경을 분리하는 배경/전경 식별부(60);
    전경 마스크 버퍼를 이용하여 전경을 제외한 배경만을 추출하고, 전경 영상을 분석하여 색상 정보나 영상 크기 정보, 물체 구분 정보 등의 영상을 구분하기 위한 영상 색인 정보를 추출하는 영상 색인 정보 획득부(70);
    영상 색인 정보를 데이터베이스화하여 저장하는 데이터베이스(80);
    상기 영상 색인 정보를 이용하여 상기 데이터베이스를 검색하여 원하는 영상을 탐색하는 영상 검색부(90)를 갖춘 것을 특징으로 하는 영상 색인 장치.
KR1020110054928A 2011-06-08 2011-06-08 영상 색인 장치 및 방법 KR101059480B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110054928A KR101059480B1 (ko) 2011-06-08 2011-06-08 영상 색인 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110054928A KR101059480B1 (ko) 2011-06-08 2011-06-08 영상 색인 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101059480B1 true KR101059480B1 (ko) 2011-08-25

Family

ID=44933772

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110054928A KR101059480B1 (ko) 2011-06-08 2011-06-08 영상 색인 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101059480B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101251049B1 (ko) 2011-09-03 2013-04-05 (주)네오텍소프트 스테레오스코픽 3차원 영상 시스템
KR101264838B1 (ko) 2011-09-03 2013-05-15 (주)네오텍소프트 실시간 영상 합성 시스템
KR101417498B1 (ko) * 2012-12-21 2014-07-08 한국항공우주연구원 무인 항공기 획득 영상을 이용하는 영상 처리 장치 및 방법
KR101793702B1 (ko) * 2016-08-09 2017-11-03 주식회사 에스원 영상 저장 장치 및 그의 영상 검색 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010237941A (ja) 2009-03-31 2010-10-21 Kddi Corp マスク画像生成装置、３次元物体モデル情報生成装置及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010237941A (ja) 2009-03-31 2010-10-21 Kddi Corp マスク画像生成装置、３次元物体モデル情報生成装置及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101251049B1 (ko) 2011-09-03 2013-04-05 (주)네오텍소프트 스테레오스코픽 3차원 영상 시스템
KR101264838B1 (ko) 2011-09-03 2013-05-15 (주)네오텍소프트 실시간 영상 합성 시스템
KR101417498B1 (ko) * 2012-12-21 2014-07-08 한국항공우주연구원 무인 항공기 획득 영상을 이용하는 영상 처리 장치 및 방법
KR101793702B1 (ko) * 2016-08-09 2017-11-03 주식회사 에스원 영상 저장 장치 및 그의 영상 검색 방법

Similar Documents

Publication Publication Date Title
US11113587B2 (en) System and method for appearance search
KR101289085B1 (ko) 객체 기반 영상 검색시스템 및 검색방법
US9208226B2 (en) Apparatus and method for generating evidence video
CN109766779B (zh) 徘徊人员识别方法及相关产品
WO2015098442A1 (ja) 映像検索システム及び映像検索方法
US10957055B2 (en) Methods and systems of searching for an object in a video stream
US10762372B2 (en) Image processing apparatus and control method therefor
CN104463232A (zh) 一种基于hog特征和颜色直方图特征的密度人群计数的方法
KR101059480B1 (ko) 영상 색인 장치 및 방법
KR101836811B1 (ko) 이미지 상호간의 매칭을 판단하는 방법, 장치 및 컴퓨터 프로그램
JP2011018238A (ja) 画像検索システム及び画像検索方法
KR20170082025A (ko) 기계 학습 기반 얼굴 인식을 이용한 저작권을 가진 동영상 식별 장치 및 방법
KR100612842B1 (ko) 앵커 샷 결정방법 및 결정장치
KR101413620B1 (ko) 영상 분석을 통한 영상 텍스트화 장치
JP5116017B2 (ja) 動画検索方法およびシステム
KR101547255B1 (ko) 지능형 감시 시스템의 객체기반 검색방법
Suryakala et al. Vision based vehicle/pedestrian detection in traffic surveillance system
KR101817440B1 (ko) 다중 카메라를 통한 3차원 모델 기반 객체 인식 기법과 시스템
KR101111046B1 (ko) 객체 검출 정보를 이용한 유사 동영상 검색 시스템 및 방법
CN111539257A (zh) 人员重识别方法、装置和存储介质
e Souza et al. Survey on visual rhythms: A spatio-temporal representation for video sequences
CA3012927A1 (en) Counting objects in images based on approximate locations
Gomes et al. Automatic detection of TV commercial blocks: A new approach based on digital on-screen graphics classification
Creusen et al. A semi-automatic traffic sign detection, classification, and positioning system
Zhang et al. Automatic preview frame selection for online videos

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140724

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160801

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170801

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee