KR101215948B1 - 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법 - Google Patents

신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법 Download PDF

Info

Publication number
KR101215948B1
KR101215948B1 KR1020120105768A KR20120105768A KR101215948B1 KR 101215948 B1 KR101215948 B1 KR 101215948B1 KR 1020120105768 A KR1020120105768 A KR 1020120105768A KR 20120105768 A KR20120105768 A KR 20120105768A KR 101215948 B1 KR101215948 B1 KR 101215948B1
Authority
KR
South Korea
Prior art keywords
information
face
color
image
size
Prior art date
Application number
KR1020120105768A
Other languages
English (en)
Inventor
김준연
Original Assignee
주식회사 뉴인테크
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 주식회사 뉴인테크 filed Critical 주식회사 뉴인테크
Application granted granted Critical
Publication of KR101215948B1 publication Critical patent/KR101215948B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 감시 카메라로부터 전송되는 영상을 중앙관제센터에서 모니터링할 때 얼굴 등과 같이 프라이버시가 무분별하게 노출되는 것을 방지하여 개인정보를 보호할 수 있는 감시 시스템의 영상정보 마스킹 방법을 제공하기 위한 것이다.
이를 위해 본 발명에서는 감시지역을 촬영하는 카메라에서 실시간으로 전송되는 영상정보로부터 얼굴인식 대상자의 신체 크기를 측정하고 의복 색상을 인식 및 얼굴영역을 추출하는 단계; 상기 추출된 크기색상 정보 및 얼굴영역 정보를 데이터베이스에 저장된 특정 인물의 크기색상 정보 및 얼굴영역 정보와 비교 가능한지를 판단하여 얼굴 인식 및 판별이 가능하면 유사도를 정합하는 단계; 상기 유사도가 미리 설정된 임계값 이상인 경우 특정 인물로 인식 및 판별하고, 상기 얼굴 인식 및 판별이 불가능한 객체의 얼굴영역 정보에 대하여 제1색상으로 제1마스킹 처리하는 단계; 상기 특정 인물의 얼굴영역 정보 및 제1색상으로 제1마스킹 처리한 얼굴영역 정보를 제외한 나머지 인물의 얼굴영역 정보에 대하여 제2색상으로 제2마스킹 처리하는 단계; 상기 마스킹 처리 과정을 거친 영상 정보를 중앙관제센터에서 모니터링하도록 표시 및 서버에 저장하는 단계를 포함하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법이 개시된다.

Description

신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법{Image information masking method of monitoring system based on face recognition and body information}
본 발명은 감시 영상에 대한 보안 처리 방법에 관한 것으로서, 더욱 상세하게는 여러 감시 지역의 각 카메라로부터 전송되는 영상을 중앙관제센터에서 모니터링할 때 일반인의 얼굴 등과 같이 초상권과 관련되는 프라이버시가 무분별하게 노출되는 것을 방지함으로써 개인정보를 보호할 수 있는 신체정보 및 얼굴인식 기술을 이용한 감시 시스템의 영상정보 마스킹 방법에 대한 것이다.
일반적으로 CCTV, DVR 등과 같은 보안 및 감시용 영상 시스템은 24시간 감시가 필요한 주택가나 학교, 놀이터 주변의 방범 취약지, 근무요원이 상시 관리할 수 없는 취약 개소, 은행, 백화점, 공항, 항만 따위의 공공 시설물 등에 감시 카메라 등의 장비를 구축하고, 이와 네트워크로 연결된 원격지의 중앙관제센터에 현장 영상을 실시간으로 전송하여 표시 및 기록함으로써 상황 관리자가 모니터링을 통해 각종 사고나 위험 상황, 범죄 등을 사전에 예방하는 안전 점검 및 다양한 정보를 수집하여 후속 대책이나 수습 조치를 취할 수 있는 데다 적은 인력으로도 많은 감시 장소의 이상 유무를 파악할 수 있음은 물론 추후 범죄수사나 실종자(미아) 찾기 등에 필요한 핵심적인 정보를 제공할 수 있다.
이러한 감시 시스템에서 감시 카메라가 전송한 영상을 중앙관제센터에서 재생 또는 모니터링하는 경우 사람 얼굴 등과 같이 사생활과 관련된 민감한 개인 정보가 그대로 노출됨으로 인해 이른바 프라이버시 침해 문제가 발생하게 된다.
이에 따라 통상 감시 카메라에서 영상을 전송하기 전에 영상에서 사전 설정된 특정 영역 또는 영상 인식을 통해 파악된 특정 객체에 대해 마스킹(masking) 처리한 후 전송하고 있다.
그런데 최근의 비디오 인코딩(video encoding) 표준을 이용하여 인코딩된 영상을 마스킹 할 경우에 프라이버시 정보를 숨길 수 있지만, 그 외의 영상정보도 훼손되어 필요한 정보를 얻지 못하는 문제가 있다.
즉, 현재 사용 중인 IP 카메라에는 비디오 코덱(video codec)이 이미 포함되어 있어서 이미 설치된 코덱에 마스킹 기능을 추가하기 어렵고, 코덱별로 마스킹 기능을 각각 추가하는 것도 현실적으로 불가능하기 때문에 인코딩되어 나온 비트스트림(bit stream)에 마스킹을 적용하게 된다.
하지만 최신 비디오 인코딩 표준인 H.264 또는 MPEG4로 인코딩된 비트스트림에서는 마스킹 영역에 해당하는 일부만을 변경하더라도 디코딩(decoding)을 하면 선택한 영역 외의 영상도 왜곡되는 문제가 발생할 수밖에 없다.
한편, 영상 전체를 암호화하지 않고 프라이버시에 민감한 부분만 마스킹 하는 이유는 프라이버시 침해를 방지하면서 영상 중에서 민감하지 않은 정보는 가용하도록 하기 위한 것인데, 얼굴인식 기술을 기반으로 하여 테러리스트, 범죄 용의자나 수배자 등과 같은 요주의 인물을 탐지 및 식별하는 보안 및 감시 시스템에 이러한 일반적인 프라이버시 마스킹 방법을 적용할 경우 그 특정 인물까지도 은폐되어 보이므로 영상감시의 본래 목적인 범인의 색출 혹은 보안 및 범죄나 기타 사고 예방 등의 효과를 얻기 어려운 한계가 있다.
이에 따라 카메라에서 촬영하여 실시간으로 전송 입력되는 영상의 얼굴영역 정보와 데이터베이스에 저장된 특정 인물의 얼굴영역 정보를 비교 분석하여 양 얼굴이 일치하는지 아닌지를 판단하고, 일치하지 않을 경우 그 얼굴영역을 마스킹 또는 모자이크 처리함으로써 특정 인물만을 식별 및 탐지 가능하게 노출시켜 추적 및 색출이 용이하도록 하는 영상 보안 시스템이 일본 공개특허공보 제2004-062560호에 제안된 바 있다.
그러나 이는 감시 영상에서 얼굴영역을 추출할 때 낮은 해상도, 얼굴의 회전 및 표정 변화에 따라 영상의 차이가 크기 때문에 정확한 추출이 어려운 데다 모자, 마스크 및 안경 착용, 그림자의 영향, 다른 물체에 가려진 경우와 같은 각종 예외 상황 시 등에는 인식률이 크게 떨어지며, 이로 인해 얼굴인식 또는 대상자의 판별이 불가능한 경우에는 자동으로 마스킹 처리를 수행하는 특성상 테러리스트, 범죄 용의자나 수배자 등과 같은 요주의 인물을 탐지 및 식별하지 못하고 놓쳐버리는 문제점도 있다.
대한민국 등록특허공보 제10-1087765호(2011.11.30) 대한민국 등록특허공보 제10-0863882호(2008.10.09) 대한민국 공개특허공보 제10-2011-0038839호(2011.04.15) 대한민국 공개특허공보 제10-2011-0129789호(2011.12.02) 대한민국 공개특허공보 제10-2011-0107521호(2011.10.04) 대한민국 공개특허공보 제10-2011-0070735호(2011.06.24)
이에 본 발명자는 상술한 제반 사항 및 문제점의 해결에 역점을 두어 감시 영상의 노출로 인한 프라이버시 침해 문제를 해결하면서 영상감시 본래의 목적을 충족할 수 있는 영상감시 시스템을 개발하고자 부단한 노력을 기울여 예의 연구하던 중 본 발명을 창안하여 완성하게 되었다.
따라서 본 발명의 목적은 감시 카메라로부터 전송되는 영상을 모니터링 시 일반인의 얼굴이 무분별하게 노출되는 것을 방지하여 개인정보를 보호할 수 있으면서 테러리스트, 범죄 용의자나 수배자, 실종자 등과 같은 특정 인물을 탐지하면 해당 인물의 얼굴은 마스킹 처리하지 않고 그대로 노출시킬 수 있도록 하는 감시 시스템의 영상정보 마스킹 방법을 제공하는 데 있는 것이다.
본 발명의 다른 목적은 인식 및 감별이 불가능한 특정 객체에 대해서는 마스킹 색상과 형태를 다르게 처리하여 추후 특정 인물과 비교하여 재탐지할 수 있도록 하는 감시 시스템의 영상정보 마스킹 방법을 제공하는 데 있는 것이다.
상술한 바와 같은 해결 과제 및 목적을 달성하기 위해 본 발명의 바람직한 실시 양태는, 감시지역을 촬영하는 카메라에서 실시간으로 전송되는 영상정보로부터 얼굴인식 대상자의 신체 크기를 측정하고 의복 색상을 인식 및 얼굴영역을 추출하는 단계; 상기 추출된 크기색상 및 얼굴영역 정보를 데이터베이스에 저장된 특정 인물의 크기색상 정보 및 얼굴영역 정보와 비교하여 그 얼굴 인식 및 감별이 가능한지를 판단하고, 얼굴 인식 및 감별이 가능하면 그 크기색상 및 얼굴영역 정보에 대한 유사도를 정합하는 단계; 상기 크기색상 및 얼굴영역 정보에 대한 유사도가 미리 설정된 임계값 이상인 경우 특정 인물로 판별하고, 상기 얼굴 인식 및 감별이 불가능한 객체의 얼굴영역 정보에 대하여 제1색상으로 제1마스킹 처리하는 단계; 상기 영상정보 중 특정 인물로 판별된 얼굴영역 정보 및 제1색상으로 제1마스킹 처리한 객체의 얼굴영역 정보를 제외한 나머지 인물의 얼굴영역 정보에 대하여 제2색상으로 제2마스킹 처리하는 단계; 상기 마스킹 처리 과정을 거친 영상정보를 중앙관제센터에서 모니터링하도록 표시 및 서버에 저장하는 단계를 포함하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법을 제공한다.
이로써 본 발명은 감시 카메라로부터 전송되는 영상을 모니터링 시 불특정인의 얼굴이 그대로 노출되는 것을 방지하여 개인정보를 보호할 수 있고, 아울러 테러리스트, 범죄 용의자나 수배자, 실종자 등과 같은 요주의 특정 인물을 탐지하면 해당 인물의 얼굴은 마스킹 처리하지 않고 그대로 노출되도록 함으로써 보안 및 범죄나 기타 사고 예방, 실종차 찾기 등의 효과를 도모할 수 있다.
또한, 본 발명은 얼굴인식 대상자의 신장 및 옷차림에 따른 의복 색상정보를 통하여 특정 객체에 대한 신체정보를 1차적으로 확인하여 인식률을 높일 수 있을 뿐만 아니라 감시 영상에서 추출한 얼굴 영역의 낮은 해상도, 얼굴의 회전 및 표정 변화, 모자, 마스크 및 안경 착용 등으로 인해 인식 및 감별이 불가능한 특정 객체에 대해서는 일반인의 마스킹 색상과 형태를 서로 다르게 처리하여 추후 운영자 및 관리자가 특정 인물을 재탐지할 수 있도록 함으로써 보안 및 감시효율을 향상시킬 수 있다.
본 발명의 다른 실시 양태로, 영상정보로부터 얼굴인식 대상자의 신체 크기를 측정하는 과정은, 전체 영상정보의 사이즈와 영상정보 속 대상자의 신장을 측정한 후, 상호 대비에 따른 비례값으로 대상자의 실제 크기를 산출하는 방식으로 이루어질 수 있다.
본 발명의 또 다른 실시 양태로, 영상정보로부터 얼굴인식 대상자의 의복 색상을 인식하는 과정은, 영상정보 속 대상자가 입고 있는 의복의 색깔을 RGB 수치값으로 인식하는 방식으로 이루어질 수 있다.
본 발명의 또 다른 실시 양태로, 영상정보로부터 얼굴인식 대상자의 얼굴영역을 색출하는 과정은, 해당 얼굴영역에 대한 좌표값을 이용하여 색출하거나 능동 형태의 알고리즘을 갖는 지능형 객체 추적 방식으로 추적할 대상자를 설정하는 방식일 수 있다.
본 발명의 또 다른 실시 양태로, 얼굴인식 대상자의 얼굴영역 정보와 데이터베이스에 저장된 특정 인물의 얼굴영역 정보를 비교하는 과정은, 해당 얼굴의 양미간과 인중 간의 거리를 분석하여 전체 얼굴 대비 비율을 산출하고, 이를 대조하는 방식으로 이루어질 수 있다.
상기와 같은 과제의 해결 수단 및 구성을 갖춘 본 발명은 테러리스트, 범죄 용의자나 수배자, 실종자 등과 같은 요주의 특정 인물의 경우에는 해당 영역을 마스킹 처리하지 않고, 이를 제외한 나머지 일반인의 얼굴 등과 같이 개인정보를 포함하는 영상에 대해서는 해당 영역을 마스킹 처리하기 때문에 특정 인물의 수색 및 색출이 용이하여 보안 및 범죄나 기타 사고 예방, 실종자 찾기 등의 영상 감시 기능을 효과적으로 도모할 수 있을 뿐만 아니라 중앙관제센터에서 감시 카메라로부터 전송되는 영상을 모니터링 시 특정 인물 외의 일반인의 얼굴 등 사적인 영역에 대한 노출을 방지하여 개인정보를 안전하게 보호할 수 있다.
또한, 본 발명은 얼굴인식 대상자의 신체 크기정보 및 의복 색상정보를 통하여 특정 객체에 대한 신체정보를 1차적으로 확인하고 2차적으로 얼굴인식을 수행하는 혼합 인식법에 의해 오인식률을 낮추고 신뢰성을 제고할 수 있을 뿐만 아니라 감시 영상에서 추출한 얼굴 영역의 낮은 해상도, 얼굴의 회전 및 표정 변화, 모자, 마스크 및 안경 착용 혹은 그림자의 영향, 다른 물체에 가려진 경우와 같은 각종 예외 상황 등으로 인해 인식 및 감별이 불가능한 특정 객체에 대해서는 일반인의 마스킹 색상과 형태를 다르게 처리하여 추후 해당 인물을 운영자 및 관리자가 예의 주시하거나 특정 인물과 비교하여 재탐지할 수 있도록 함으로써 보안 및 감시효율을 향상시킬 수 있다.
도 1은 본 발명의 실시 예에 따른 감시 시스템의 구성을 개략적으로 나타낸 블록도,
도 2는 본 발명의 실시 예에 따른 감시 시스템의 영상정보 마스킹 처리에 대한 제어 흐름도,
도 3 내지 도 5는 본 발명의 실시 예에 따른 기반한 감시 시스템의 영상정보로부터 얼굴영역을 검출 및 두 가지 형태로 마스킹 된 얼굴영역을 설명하기 위한 예시도,
이하, 본 발명에 따른 실시 예를 첨부된 도면을 참조하여 보다 구체적으로 설명한다.
이에 앞서, 후술하는 용어들은 본 발명에서의 기능을 고려하여 정의된 것으로서, 이는 본 발명의 기술적 사상에 부합하는 개념과 당해 기술분야에서 통용 또는 통상적으로 인식되는 의미로 해석되어야 함을 명시한다.
또한, 본 발명과 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
도 1을 참조하면, 본 발명의 실시 예에 따른 감시 시스템은 주택가나 학교 주변의 방범 취약지, 근무요원이 상시 관리할 수 없는 취약 개소, 은행, 백화점, 공황, 항만 등의 공공시설물, 주차장, 출입구, 사무실, 매장 등과 같은 감시지역의 주변을 촬영하는 카메라로부터 입력된 아날로그 영상정보를 디지털 영상정보로 변환 및 압축하여 저장하는 적어도 하나 이상의 정보획득모듈(100)과, 이 각각의 정보획득모듈(100)과 유/무선망 또는 네트워크를 통해 연결되어 실시간으로 디지털 영상정보를 수신하여 표시 및 저장하고 작동을 제어하는 영상관리모듈(200)을 포함하여 구성된다.
정보획득모듈(100)은 로컬제어부(130)의 제어에 따라 적어도 하나 이상의 카메라(110)를 통해 입력된 각 피사체의 영상을 영상처리부(120)에서 프레임 단위의 전기적인 영상신호로 디지털화하여 압축 처리하고, 이를 네트워크 인터페이스(150)와 연결된 유무선 통신망(네트워크)을 통해 영상관리모듈(200)에 실시간으로 전송하게 된다.
여기서, 영상처리부(120)는 카메라(110)로부터 획득된 영상이 아날로그 방식인 경우 디지털 방식으로 변환하기 위한 AD컨버터와, 동영상 압축 표준규격을 이용하여 동영상 화면을 압축하기 위한 압축부가 구비될 수 있다. 이에 따라 각 카메라(110)로부터 촬영된 아날로그 영상은 AD컨버터를 통해 디지털 영상으로 변환되어 압축부에서 동영상 압축 표준규격에 의해 압축되며, 네트워크를 통해 영상관리모듈(200)로 압축된 영상정보를 제공하게 된다.
또한, 정보획득모듈(100)에는 영상관리모듈(200)과 음성신호 송수신 처리를 위한 인터폰(140)이 구비되어 있어 감시 지역과 중앙관제센터 간의 통화가 가능하게 된다.
영상관리모듈(200)은 카메라(110)에서 획득되어 네트워크 인터페이스(150)를 통해 실시간으로 전송되는 감시 영상정보를 영상관리제어부(210)의 제어에 따라 아카이브서버(220) 및 대상자정보 및 색출제어부(230)로 전송하여 저장 및 복제 후 재분배하고, 대상자정보 및 색출제어부(230)의 데이터베이스(235)에 사전 등록 과정을 통해 저장된 테러리스트, 범죄 용의자나 수배자, 실종자, 미아 등과 같은 특정 인물의 신체 크기(신장) 정보, 입고 있던 의복의 색상 정보 및 얼굴영역 정보와 영상관리제어부(210)에서 입력되는 여러 사람의 신체 크기 정보, 의복의 색상 정보 및 얼굴영역 정보를 각각 탐지 및 추출한 후 PCA(Principal Component Analysis) 등과 같은 신체정보 및 얼굴인식 알고리즘을 통해 매칭 특징을 뽑아낸 후 대상자의 얼굴을 자동 추적하면서 데이터베이스(235)와 비교 및 대조하여 그 정합 결과에 따라 입력되는 인물이 특정 인물인가를 판별 및 얼굴을 인식하게 된다.
여기서, 얼굴영역 추출의 방법으로는 컬러정보, 에지정보를 이용하여 얼굴의 후보영역을 찾는 특징 기반 방법과, 신경회로망, 움직임 정보, 선형 부분 공간 방법, 통계적 접근 등과 같이 얼굴의 후보영역에 대해서 국부 최적 임계치 방법을 사용하여 얼굴의 구성요소(눈, 눈썹, 입)들을 검출하여 얼굴영역을 찾는 이미지 기반 방법. 형태학상 처리 그리고 템플릿을 이용한 정합법, PCA를 이용한 주성분분석법 등을 들 수 있다.
또한, 데이터베이스(235)에 등록된 특정 인물의 신체정보는 특정 인물의 신체 크기와 옷차림이나 의복의 색상을 인식할 수 있는 가장 최근의 영상일 수 있고, 또 얼굴영역 정보는 특징점의 추출이 용이한 원래의 얼굴 영상 자체일 수도 있고, 얼굴을 가장 잘 표현하는 특징 정보일 수도 있다.
예를 들어, 신체 크기 인식은 영상정보 또는 디지털이미지 소스로부터 전체 영상이미지 크기와 영상이미지 속 대상자의 크기(신장)를 상호 대비하여 비율을 통한 크기를 추정하고, 표준화 작업 및 전처리 과정을 통하여 얼굴인식 대상자의 크기(신장)로 식별하고 기록하는 프로세스 정보일 수 있다.
그리고 의복의 색상 인식은 영상정보 또는 디지털이미지 소스로부터 대상자가 입고 있는 옷의 색깔을 표준화 작업 및 전처리 과정을 통하여 RGB 수치값으로 식별하고 기록하는 프로세스 정보일 수 있다.
그리고 얼굴 인식은 영상정보로부터 얼굴을 식별 및 추출한 후 노출, 선명도, 눈, 입, 인종과 성별, 안경 착용 등의 인물 특징을 측정한 형태의 얼굴영역 정보 혹은 얼굴이 보이는 디지털이미지 소스로부터 얼굴을 식별하고 표준화 작업 및 전처리 과정을 통하여 특징점을 추출하여 기록하는 프로세스 정보일 수 있다.
또한, 대상자정보 및 색출제어부(230)는 사전 등록된 특정 인물의 신체정보 및 얼굴영역 정보 중 신장 및 의복의 색상과 얼굴의 양미간과 인중 간의 거리를 분석하여 전체 얼굴 대비 비율을 산출하고, 이를 데이터베이스화하여 내장할 수 있고, 이를 통해 대상자의 얼굴을 탐지 및 식별함으로써 안경 착용이나 성형 여부 등 외형적 변화에 대한 영향을 상당 부분 줄일 수 있어 정확도와 신뢰도 향상 및 오인식률을 최소화할 수 있다.
즉, 신체 크기 정보의 분석은 영상(사진 이미지) 속 대상자의 크기(신장)를 전체적인 영상(사진 이미지)의 크기와 영상(사진 이미지) 속 대상자의 크기(신장)를 대조하여, 상호 비례/비율값을 산출할 수 있다.
또, 색상 정보의 분석은 영상(사진 이미지) 속 대상자의 입고 있는 옷 색깔을 추출하여 RGB 수치값으로 산출하고, 이 이미지의 각 픽셀에 대하여 확률 값을 계산하여 미리 정의된 임계값 이상일 때 동일 색으로 판단할 수가 있다.
또, 얼굴영역 정보의 분석은 입력되는 영상(사진 이미지) 속 얼굴 추적을 실시하여 얼굴이 검출될 때마다 영상에서 사람의 피부색과 유사한 영역을 탐지함으로써 얼굴 후보 영역을 찾고, 이로부터 추출된 이미지를 입력받아 미리 정의된 얼굴 특징 연산을 수행하여 얼굴의 유무를 판단한 후 정면 얼굴, 비정면 얼굴 그리고 비얼굴을 분류하여 정면 얼굴만을 출력하고, 이를 미리 정의한 얼굴의 양미간과 인중 간의 거리를 분석하여 분류하는 과정을 거쳐 얼굴을 인식할 수 있다.
그리고 대상자정보 및 색출제어부(230)에서 판별 포착한 특정 인물의 얼굴영역 정보 등으로 인식 및 감별이 불가능한 인물에 대해서는 마스킹처리부(240)에서 제1색상으로 제1마스킹 처리하고, 특정 인물의 얼굴영역 정보를 제외한 나머지 불특정한 일반인의 얼굴영역 정보에 대해서는 마스킹처리부(240)에서 제2색상으로 제2마스킹 처리한 후, 그 영상정보 및 마스킹 하지 않은 객체의 얼굴영역 정보에 해당하는 인물의 이름, 성별, 신장 등의 신상정보 등을 별도의 모니터링용 운영시스템 및 영상표시부(250)를 통해 관리자에게 실시간으로 표시하고, 이를 운영자 또는 관리자에게 메시지로 알려주어 운영자 또는 관리자가 해당 인물을 식별 및 확인할 수 있도록 한다.
아울러 해당 영상정보를 보정영상서버(260)에 순차적으로 저장하며, 보정영상서버(260)는 관리자로부터의 영상 재생 요청 시 별도의 처리 없이 일반인의 얼굴영역 정보에 대해 마스킹 된 영상정보를 제공하게 된다.
여기서, 대상자정보 및 색출제어부(230)가 영상정보로부터 얼굴인식 대상자의 신체영역을 추출하는 방식은 전체 영상정보의 사이즈와 영상정보 속 대상자의 키를 측정한 후, 상호 대비한 비례값으로 대상자의 실제 크기를 산출하는 방식을 적용할 수 있고, 얼굴인식 대상자의 색상을 인식하는 방식은 영상정보 속 대상자의 색깔을 RGB 수치값으로 인식하는 방식을 적용할 수 있다.
또한, 대상자정보 및 색출제어부(230)가 영상정보로부터 얼굴인식 대상자의 얼굴영역을 추출하는 방식은 해당 얼굴영역에 대한 좌표값을 이용하여 추출하는 방식이나 능동 형태의 알고리즘을 갖는 객체 자동 추적 방식으로 추적할 대상자를 설정하는 방식을 채용할 수 있다.
즉, 고정적으로 촬영하는 영역의 마스킹이 필요한 경우 관리자가 마스킹 할 영역의 좌표를 미리 설정할 수도 있고, 이동하여 촬영하는 영역을 마스킹 하기 위해서는 객체의 패턴을 추적하는 방식이 적용될 수 있다.
또한, 마스킹 방식은 예를 들어, 추출된 얼굴영역을 필터링하여 검게 처리하거나 추출된 얼굴영역의 RGB 색상 값을 주변 픽셀의 평균 색상 값으로 맵핑 처리하여 영상을 흐리게 하거나 추출된 얼굴영역의 픽셀 수를 조절하여 모자이크 처리하는 방식 등 다양한 방식 중 어느 하나를 적용할 수 있다.
한편, 정보획득모듈(100)은 카메라(110)를 통해 촬영된 피사체의 영상을 분석하여 물체와 색상을 식별 및 사람과 사물로 분류하고, 사람으로 판단될 때에는 크기(신장), 입고 있는 옷의 색깔, 얼굴, 움직임, 수량을 계산하여 일시 저장하는 지능형 영상분석용 칩을 더 포함할 수 있으며, 영상관리제어부(210)는 영상분석 칩에 저장된 자료와 비교 분석하도록 사람 및 사물의 형태와 색상, 움직임, 수량 및 요주의자를 규정된 조건으로 설정된 지능형 영상분석부를 더 포함하여 구성될 수 있다.
즉, 정보획득모듈(100)은 카메라(110)에 의해 획득한 영상을 디지털 영상정보로 변환하여 이미지 파일로 압축 저장하고, 저장된 이미지의 패턴을 분석하여 물체를 식별 및 분류하는 영상분석용 칩에 탑재된 영상 알고리즘에 의거하여 분석한 후 분석된 영상분석 값과 해당 영상을 동시에 영상관리제어부(210)로 전송하게 된다.
또한, 영상관리제어부(210)는 영상분석을 위한 사람/사물의 움직임, 사람/사물의 수량계산 및 범죄 용의자, 수배자, 실종자 또는 요주의자의 얼굴 등 각종 비교 분석을 위한 규격화된 데이터베이스 및 영상분석 절차 매뉴얼이 탑재되어 있어, 이를 활용하여 영상분석용 칩에서는 카메라에 의해 촬영된 영상을 인식하고 분석한 후 해당 영상과 영상분석 절차 매뉴얼에 의거한 영상분석 값을 영상표시부(250)를 통해 관리자에게 자동으로 알려주고, 이에 관리자나 보안요원은 해당 영상과 영상분석 값을 활용하여 미리 설정된 규칙 조건과 일치하는 경우 해당 상황에 적절하게 대처 및 조치를 취할 수 있게 된다.
그리고 영상관리제어부(210)에서는 지능형 영상분석부를 관리하고 제어하며, 영상분석부에 저장되어 있는 비교 분석을 위한 규격화된 데이터베이스 자료(영상분석을 하기 위한 사람/사물의 형태, 사람/사물의 색상, 사람/사물의 움직임, 사람/사물의 수량계산, 주변의 색상 감지 및 용의자 또는 중요인물의 얼굴 등) 및 영상분석 절차 매뉴얼을 감시 장소의 현장 상황에 맞도록 해당 카메라의 영상분석 칩에 전송하고, 전송된 데이터 값을 해당 카메라의 영상분석용 칩에 저장하며, 이를 활용하여 지능형 영상분석을 실행하고, 해당 영상과 분석된 영상분석 값을 관리자에게 제공하게 된다.
또한, 대상자정보 및 색출제어부(230)는 실시간 영상정보로부터 데이터베이스(235)에 등록된 특정 인물과 일치하는 인물이 나타난 것으로 판별할 경우 영상표시부(250)의 화면 팝업이나 스마트폰 등과 연계하여 관리자에게 경광등이나 알람, 메시지 등의 이벤트 발생수단을 통해 요주의 인물이 출현했음을 경고 및 통보할 수 있다.
즉, 영상관리모듈(200)은 요주의자의 출현이나 비상사태 또는 화재 등의 위급 상황 등의 상황발생에 따른 영상을 분석하여 자동으로 관리자에게 알려줌으로써 감시 지역의 각종 상황이나 사고에 보다 신속하게 대처할 수 있게 된다.
도 2는 본 발명의 실시 예에 따른 감시 시스템의 영상정보 마스킹 처리에 대한 제어 흐름도이고, 도 3 내지 도 5는 본 발명의 실시 예에 따른 감시 시스템의 영상정보로부터 얼굴영역을 검출 및 마스킹 된 얼굴영역을 설명하기 위한 예시도로서, 이를 도 1과 병행 참조하여 본 발명의 실시 예에 따른 감시 시스템의 영상정보 마스킹 방법을 설명하면 다음과 같다.
먼저, 영상관리제어부(210)는 네트워크를 통해 수신된 원격지의 실시간 디지털 영상정보를 복제 후 아카이브서버(220) 및 대상자정보 및 색출제어부(230)로 전송하여 분배하게 된다.
즉, 아카이브서버(220)는 실시간 디지털 영상정보를 원본 그대로 저장하고 대상자정보 및 색출제어부(230)는 실시간 디지털 영상정보 내에 탐지 및 포착된 인물(얼굴인식 대상자)들의 신체 크기와 의복의 색상 및 얼굴을 자동으로 색출 및 식별하여 해당 신체의 크기색상 및 얼굴영역 정보를 추출한 후 사전에 데이터베이스(235)에 등록된 특정 인물의 얼굴영역 정보(사진)와 대조하게 된다.(S10)(S20)
이때, 대상자정보 및 색출제어부(230)는 우선적으로 영상정보 내의 탐지 및 포착된 물체가 사람인지, 동물인지, 사물인지를 판단하고, 사람일 경우에 개개의 인물에 대한 신체 크기와 색상 및 얼굴인식을 수행하여 각 특징점으로 신체정보와 얼굴영역 정보를 추출하게 된다. 여기서, 포착 물체가 사람인지 여부는 영상정보의 얼굴 피부색, 이목구비 및 얼굴의 형태 및 팔과 다리의 유무를 추정함으로써 판단하게 된다.
만일, 영상정보 내의 물체가 사람이 아닌 것으로 판단될 경우 해당 이미지는 별도의 처리 과정 없이 폐기하게 된다.
그리고 영상정보 내의 물체가 사람이라고 판단될 경우 눈, 눈썹, 코, 입, 귀의 확인 가능 유무 및 안경, 모자, 마스크 등의 착용 상태 그리고 미리 정의된 얼굴 특징 연산을 수행하여 얼굴의 유무를 판단하고, 데이터베이스(235)에 등록된 특정 인물의 얼굴영역 정보와 비교한 후, 이를 종합한 결과로부터 얼굴 인식 및 감별이 가능한가를 판단하게 된다.(S30)
이때, 얼굴 인식 및 감별이 가능한 것으로 판단될 경우 해당 인물의 신체 크기정보를 분석하여 전체적인 영상의 크기와 그 속의 대상자의 크기를 대조하여 그 비율값을 산출한 후 데이터베이스(235)에 사전 등록된 특정 인물의 신체 크기정보의 비율과 비교하고, 이어서 해당 영상 속 인물이 입고 있는 의복의 색상을 측정하여 RGB 수치값으로 산출한 후 데이터베이스(235)에 사전 등록된 특정 인물의 의복 색상정보와 비교한다.(S40)
S40 단계의 비교결과에 따른 유사도가 임계값인 95%보다 높거나 동일한 경우 해당 얼굴영역 정보를 분석하고, 얼굴의 양미간 또는 눈 사이와 인중 간의 거리를 분석하여 전체 얼굴 대비 비율을 산출한 후 데이터베이스(235)에 사전 등록된 특정 인물의 얼굴영역 정보의 비율과 비교하게 된다.(S50)
S50 단계의 비교결과에 따른 유사도가 임계값인 90%보다 높거나 그와 동일한 경우 해당 얼굴영역 정보에 대해서는 마스킹을 수행하지 않고 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.(S60)(S70)
만일, S30 단계에서 해당 영상정보의 인물에 대한 얼굴 인식 및 감별이 불가능한 것으로 판단되면 특정 인물과 비교 및 유사도 판단을 보류하고 해당 얼굴영역 정보를 제1색상(타원형 파란색)으로 제1마스킹 처리를 수행한 후, 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.(S35)(S70)
S40 단계의 크기색상 정보에 대한 대조결과 유사도가 임계값인 95%보다 낮은 경우 해당 영상에 대해서 특정 인물과의 비교 판단을 보류하고 해당 얼굴영역 정보를 제2색상(사각형 하얀색)으로 제2마스킹 처리를 수행한 후, 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.(S55)(S70)
S50 단계의 얼굴영역 정보에 대한 대조결과 유사도가 임계값인 90%보다 낮은 경우 해당 영상에 대해서 특정 인물과의 비교 판단을 보류하고 해당 얼굴영역 정보를 제2색상(사각형 하얀색)으로 제2마스킹 처리를 수행한 후, 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.(S55)(S70)
즉, 도 3에서와 같이, CCTV 영상과 같은 일반적인 영상정보로부터 얼굴인식 대상자의 얼굴영역에 대한 좌표값을 이용하여 얼굴영역 정보를 추출하거나 혹은 능동 형태의 알고리즘을 갖는 지능형 객체 추적 방식으로 추적할 대상자의 얼굴을 추출한 후, 영상정보 내에 포착된 사람이 안경, 모자, 마스크 등을 착용하였거나 얼굴이 상하, 좌우 약 15도 기울기 이내의 정면 얼굴이 아니거나 그 크기가 60픽셀 이상이 아닐 경우 등 미리 정의된 얼굴 특징 연산을 수행하여 얼굴의 유무를 판단하고, 이를 다시 데이터베이스(235)에 등록된 특정 인물의 얼굴영역 정보와 대조하여 얼굴을 인식 및 감별할 수 없는 정도의 영상정보인 경우에는 특정 인물과의 비교 및 유사판단을 보류하고 해당 얼굴영역을 도 5에 도시된 바와 같이, 타원형 박스 형태로 제1색상으로 제1마스킹 처리한 상태로 출력 및 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.
계속해서, 대상자의 크기색상 및 얼굴영역 정보와 특정 인물의 크기색상 및 얼굴영역 정보와 비교하여 그 결과값이 임계값보다 낮은 경우에는 도 4 및 도 5에 도시된 바와 같이, 제1마스킹의 형태와 다른 사각형 박스 형태 및 다른 제2색상으로 제2마스킹 처리하여 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.
그리고 대상자의 크기색상 및 얼굴영역 정보와 특정 인물의 크기색상 및 얼굴영역 정보와 비교하여 그 결과값이 임계값보다 높은 경우에는 마스킹 처리를 수행하지 않고 얼굴을 그대로 노출시킨 상태로 출력 및 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장하게 된다.
이 과정에서 관리자 또는 운영자에게 확인용 메시지를 송출하여, 관리자나 운영자가 제1마스킹 처리된 것에 대해 별도로 판단하도록 요청할 수 있다.
이렇게 되면, 추후 관리자 또는 운영자의 판단에 의거하여 제1마스킹에 대해서 일반적인 형태의 제2마스킹 처리로 재생성하거나, 제1마스킹 처리를 해제 및 제거하여 마스킹 되지 않은 원래의 영상으로 복원하여 영상표시부(250)로 전송함과 동시에 보정영상서버(260)에 저장할 수도 있다.
이후, 중앙관제센터에서는 영상표시부(250)를 통해 마스킹 처리 과정을 거친 영상정보를 실시간으로 모니터링할 수 있고, 이러한 순서를 반복함으로써 감시 시스템이 운용된다.
따라서 얼굴 등과 같이 일반인의 프라이버시가 무분별하게 노출되는 것을 방지하여 개인정보를 한층더 효율적으로 보호할 수 있고, 테러리스트, 범죄 용의자나 수배자, 실종자 등과 같은 요주의 특정 인물은 그대로 노출되어 보안 및 범죄나 기타 사고 예방, 실종자 찾기 등을 효과적으로 수행할 수 있다.
게다가 얼굴인식 대상자의 신체 크기정보 및 의복 색상정보를 통하여 특정 객체에 대한 신체정보를 1차적으로 확인하여 오인식률을 낮추고 신뢰성을 제고할 수 있을 뿐만 아니라 얼굴 인식 및 감별이 불가능한 특정 객체에 대해서는 일반인의 마스킹 색상과 형태를 다르게 처리하기 때문에 추후 운영자 및 관리자가 해당 인물을 예의 주시하거나 특정 인물을 효과적으로 재탐지할 수 있다.
한편, 본 발명은 상술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 안에서 예시되지 않은 여러 가지 변형과 응용이 가능함은 물론 구성요소의 치환 및 균등한 타 실시 예로 변경할 수 있으므로 본 발명의 특징에 대한 변형과 응용에 관계된 내용은 본 발명의 범위 내에 포함되는 것으로 해석되어야 할 것이다.
100: 정보획득모듈 110: 카메라
120: 영상처리부 130: 로컬제어부
140: 인터폰 150: 네트워크 인터페이스
200: 영상관리모듈 210: 영상관리제어부
220: 아카이브서버 230: 대상자정보 및 색출제어부
240: 마스킹처리부 250: 영상표시부
260: 보정영상서버

Claims (5)

  1. 다음의 각 단계를 포함하여 이루어지는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법.
    (A) 감시지역을 촬영하는 카메라에서 실시간으로 전송 입력되는 영상정보로부터 얼굴인식 대상자의 신체 크기를 측정하고 의복 색상을 인식 및 얼굴영역을 추출하는 단계
    (B) 상기 추출된 크기색상 및 얼굴영역 정보를 데이터베이스에 저장된 특정 인물의 크기색상 및 얼굴영역 정보와 비교하여 그 얼굴 인식 및 감별이 가능한지를 판단하고, 얼굴 인식 및 감별이 가능하면 그 크기색상 및 얼굴영역 정보에 대한 유사도를 정합하는 단계
    (C) 상기 크기색상 및 얼굴영역 정보에 대한 유사도가 미리 설정된 임계값 이상인 경우 특정 인물로 판별하고, 상기 얼굴 인식 및 감별이 불가능한 객체의 얼굴영역 정보에 대하여 제1색상으로 제1마스킹 처리하는 단계
    (D) 상기 영상정보 중 특정 인물로 판별된 얼굴영역 정보 및 제1색상으로 제1마스킹 처리한 객체의 얼굴영역 정보를 제외한 나머지 인물들의 얼굴영역 정보에 대하여 제2색상으로 제2마스킹 처리하는 단계
    (E) 상기 마스킹 처리 과정을 거친 영상정보를 중앙관제센터에서 모니터링하도록 표시 및 서버에 저장하는 단계
  2. 제 1항에 있어서,
    상기 (A) 단계에서 영상정보로부터 얼굴인식 대상자의 신체 크기를 측정하는 과정은, 전체 영상정보의 사이즈와 영상정보 속 대상자의 신장을 측정한 후, 상호 대비에 따른 비례값으로 대상자의 실제 크기를 산출하는 방식인 것을 특징으로 하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법.
  3. 제 1항에 있어서,
    상기 (A) 단계에서 영상정보로부터 얼굴인식 대상자의 의복 색상을 인식하는 과정은, 영상정보 속 대상자가 입고 있는 의복의 색깔을 RGB 수치값으로 인식하는 방식인 것을 특징으로 하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법.
  4. 제 1항에 있어서,
    상기 (A) 단계에서 영상정보로부터 얼굴인식 대상자의 얼굴영역을 색출하는 과정은, 해당 얼굴영역에 대한 좌표값을 이용하여 색출하거나 능동 형태의 알고리즘을 갖는 지능형 객체 추적 방식으로 추적할 대상자를 설정하는 방식인 것을 특징으로 하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법.
  5. 제 1항에 있어서,
    상기 (B) 단계에서 얼굴인식 대상자의 얼굴영역 정보와 데이터베이스에 저장된 특정 인물의 얼굴영역 정보를 비교하는 과정은, 해당 얼굴의 양미간과 인중 간의 거리를 분석하여 전체 얼굴 대비 비율을 산출하고, 이를 대조하는 방식인 것을 특징으로 하는 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법.
KR1020120105768A 2012-04-02 2012-09-24 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법 KR101215948B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020120033700 2012-04-02
KR20120033700 2012-04-02

Publications (1)

Publication Number Publication Date
KR101215948B1 true KR101215948B1 (ko) 2012-12-27

Family

ID=47908326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120105768A KR101215948B1 (ko) 2012-04-02 2012-09-24 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법

Country Status (1)

Country Link
KR (1) KR101215948B1 (ko)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101447958B1 (ko) * 2014-04-29 2014-10-14 (주)디지엔터테인먼트 신체 부분 검출 방법 및 장치
KR101567366B1 (ko) * 2014-06-26 2015-11-10 아이브스테크놀러지(주) 얼굴을 검출하여 마스킹 하는 장치 및 방법
CN106251545A (zh) * 2016-08-08 2016-12-21 合肥泰好乐电子科技有限公司 一种智能家庭监控系统
KR101695655B1 (ko) 2016-02-23 2017-01-12 이정선 영상 분석 방법 및 장치
KR20170030420A (ko) * 2015-09-09 2017-03-17 주식회사 아이티엑스엠투엠 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
US20180101723A1 (en) * 2016-10-07 2018-04-12 Panasonic Intellectual Property Management Co., Ltd. Monitoring video analysis system and monitoring video analysis method
US9967446B2 (en) 2015-09-09 2018-05-08 Itx-M2M Co., Ltd. Personalized shopping mall system using virtual camera
WO2018194318A1 (ko) * 2017-04-17 2018-10-25 삼성전자 주식회사 외부 객체에 대응되는 기준 색상 정보를 이용하여 촬영된 이미지의 색온도를 보정하는 전자 장치 및 그 전자 장치의 제어 방법
KR101941994B1 (ko) * 2018-08-24 2019-01-24 전북대학교산학협력단 결합심층네트워크에 기반한 보행자 인식 및 속성 추출 시스템
KR20190096116A (ko) * 2018-02-08 2019-08-19 한화테크윈 주식회사 생체정보 보안방법
KR102012672B1 (ko) 2019-01-17 2019-08-21 대주씨앤에스 주식회사 얼굴인식 기반의 사람 특징인식을 이용한 방범 시스템 및 방법
KR102023492B1 (ko) * 2018-05-30 2019-09-20 비앤피이노베이션 주식회사 스마트 헬멧 및 이를 이용한 프라이버시 보호를 위한 영상 처리 및 전송 방법
KR102039277B1 (ko) 2018-12-07 2019-10-31 장승현 보행자 얼굴 인식 시스템 및 그 방법
KR20190142553A (ko) * 2018-06-18 2019-12-27 주식회사 쓰임기술 얼굴 데이터베이스를 이용한 인물 추적 방법 및 시스템
KR20200079716A (ko) * 2018-12-26 2020-07-06 인하대학교 산학협력단 이미지 데이터의 개인 정보 보호를 위한 방법 및 시스템
KR102282364B1 (ko) * 2020-10-28 2021-07-28 (주)그린공간정보 Mms에 수집된 영상의 지정 구간별 실시간 블러 처리시스템
KR102305038B1 (ko) * 2021-02-19 2021-09-27 (주) 원모어시큐리티 미아 추적 서버 및 미아 추적 서버에서의 딥러닝 기반 미아 이동 경로 추적 방법
KR20210157241A (ko) * 2020-06-19 2021-12-28 주식회사 크레스프리 엣지 컴퓨팅 시스템에서 개인 정보를 보호하기 위한 방법 및 장치
WO2022035190A1 (ko) * 2020-08-11 2022-02-17 주식회사 원모어시큐리티 딥러닝을 이용한 얼굴 인식 기반 미아 찾기 서비스 제공 장치 및 방법
KR20220097090A (ko) 2020-12-31 2022-07-07 순천향대학교 산학협력단 개인정보의 보호 시스템 및 방법
KR20220103874A (ko) 2021-01-16 2022-07-25 사호현 분사효율을 향상시킨 클린게이트
KR20220127644A (ko) 2021-03-11 2022-09-20 사호현 클린게이트의 양방향 통행 출입관리시스템
CN115718445A (zh) * 2022-11-15 2023-02-28 杭州将古文化发展有限公司 适用于博物馆的智能物联网管理系统
US11825241B2 (en) 2020-12-22 2023-11-21 Axis Ab Camera and a method therein for facilitating installation of the camera
KR102642050B1 (ko) * 2023-11-16 2024-02-28 주식회사 에스비이엔씨 아파트 불법 침입자 퇴치를 위한 조명제어 시스템 및 방법
WO2024071888A1 (ko) * 2022-09-26 2024-04-04 한화비전 주식회사 감시 장치 및 방법
KR102669060B1 (ko) * 2023-05-08 2024-05-29 (주)로보케어 추적 대상의 위치를 추정하는 방법 및 장치

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101447958B1 (ko) * 2014-04-29 2014-10-14 (주)디지엔터테인먼트 신체 부분 검출 방법 및 장치
KR101567366B1 (ko) * 2014-06-26 2015-11-10 아이브스테크놀러지(주) 얼굴을 검출하여 마스킹 하는 장치 및 방법
KR102191047B1 (ko) * 2015-09-09 2020-12-14 주식회사 아이티엑스에이아이 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
KR20170030420A (ko) * 2015-09-09 2017-03-17 주식회사 아이티엑스엠투엠 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
KR20170030422A (ko) * 2015-09-09 2017-03-17 주식회사 아이티엑스엠투엠 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
KR20170030419A (ko) * 2015-09-09 2017-03-17 주식회사 아이티엑스엠투엠 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
KR102191067B1 (ko) * 2015-09-09 2020-12-14 주식회사 아이티엑스에이아이 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
US9967446B2 (en) 2015-09-09 2018-05-08 Itx-M2M Co., Ltd. Personalized shopping mall system using virtual camera
KR102191050B1 (ko) * 2015-09-09 2020-12-14 주식회사 아이티엑스에이아이 가상 카메라를 이용한 개인화된 쇼핑몰 시스템
KR101695655B1 (ko) 2016-02-23 2017-01-12 이정선 영상 분석 방법 및 장치
CN106251545B (zh) * 2016-08-08 2018-11-30 张衡 一种智能家庭监控系统
CN106251545A (zh) * 2016-08-08 2016-12-21 合肥泰好乐电子科技有限公司 一种智能家庭监控系统
US10984230B2 (en) * 2016-10-07 2021-04-20 Panasonic I-Pro Sensing Solutions Co., Ltd. Monitoring video analysis system and monitoring video analysis method
US20180101723A1 (en) * 2016-10-07 2018-04-12 Panasonic Intellectual Property Management Co., Ltd. Monitoring video analysis system and monitoring video analysis method
WO2018194318A1 (ko) * 2017-04-17 2018-10-25 삼성전자 주식회사 외부 객체에 대응되는 기준 색상 정보를 이용하여 촬영된 이미지의 색온도를 보정하는 전자 장치 및 그 전자 장치의 제어 방법
US11252389B2 (en) 2017-04-17 2022-02-15 Samsung Electronics Co., Ltd. Electronic apparatus for correcting color temperature of captured image using reference color information corresponding to external object, and method for controlling electronic apparatus
KR20190096116A (ko) * 2018-02-08 2019-08-19 한화테크윈 주식회사 생체정보 보안방법
KR102406152B1 (ko) * 2018-02-08 2022-06-07 한화테크윈 주식회사 생체정보 보안방법
KR102023492B1 (ko) * 2018-05-30 2019-09-20 비앤피이노베이션 주식회사 스마트 헬멧 및 이를 이용한 프라이버시 보호를 위한 영상 처리 및 전송 방법
KR20190142553A (ko) * 2018-06-18 2019-12-27 주식회사 쓰임기술 얼굴 데이터베이스를 이용한 인물 추적 방법 및 시스템
KR102106898B1 (ko) * 2018-06-18 2020-05-06 주식회사 쓰임기술 얼굴 데이터베이스를 이용한 인물 추적 방법 및 시스템
WO2020040391A1 (ko) * 2018-08-24 2020-02-27 전북대학교산학협력단 결합심층네트워크에 기반한 보행자 인식 및 속성 추출 시스템
KR101941994B1 (ko) * 2018-08-24 2019-01-24 전북대학교산학협력단 결합심층네트워크에 기반한 보행자 인식 및 속성 추출 시스템
KR102039277B1 (ko) 2018-12-07 2019-10-31 장승현 보행자 얼굴 인식 시스템 및 그 방법
KR20200079716A (ko) * 2018-12-26 2020-07-06 인하대학교 산학협력단 이미지 데이터의 개인 정보 보호를 위한 방법 및 시스템
KR102200865B1 (ko) * 2018-12-26 2021-01-11 인하대학교 산학협력단 이미지 데이터의 개인 정보 보호를 위한 방법 및 시스템
KR102012672B1 (ko) 2019-01-17 2019-08-21 대주씨앤에스 주식회사 얼굴인식 기반의 사람 특징인식을 이용한 방범 시스템 및 방법
KR20210157241A (ko) * 2020-06-19 2021-12-28 주식회사 크레스프리 엣지 컴퓨팅 시스템에서 개인 정보를 보호하기 위한 방법 및 장치
KR102366700B1 (ko) * 2020-06-19 2022-02-25 주식회사 크레스프리 엣지 컴퓨팅 시스템에서 개인 정보를 보호하기 위한 방법 및 장치
GB2608063A (en) * 2020-08-11 2022-12-21 Onemoresecurity Inc Device and method for providing missing child search service based on face recognition using deep learning
WO2022035190A1 (ko) * 2020-08-11 2022-02-17 주식회사 원모어시큐리티 딥러닝을 이용한 얼굴 인식 기반 미아 찾기 서비스 제공 장치 및 방법
KR102282364B1 (ko) * 2020-10-28 2021-07-28 (주)그린공간정보 Mms에 수집된 영상의 지정 구간별 실시간 블러 처리시스템
US11825241B2 (en) 2020-12-22 2023-11-21 Axis Ab Camera and a method therein for facilitating installation of the camera
KR20220097090A (ko) 2020-12-31 2022-07-07 순천향대학교 산학협력단 개인정보의 보호 시스템 및 방법
KR20220103874A (ko) 2021-01-16 2022-07-25 사호현 분사효율을 향상시킨 클린게이트
KR102305038B1 (ko) * 2021-02-19 2021-09-27 (주) 원모어시큐리티 미아 추적 서버 및 미아 추적 서버에서의 딥러닝 기반 미아 이동 경로 추적 방법
KR20220127644A (ko) 2021-03-11 2022-09-20 사호현 클린게이트의 양방향 통행 출입관리시스템
WO2024071888A1 (ko) * 2022-09-26 2024-04-04 한화비전 주식회사 감시 장치 및 방법
CN115718445A (zh) * 2022-11-15 2023-02-28 杭州将古文化发展有限公司 适用于博物馆的智能物联网管理系统
CN115718445B (zh) * 2022-11-15 2023-09-01 杭州将古文化发展有限公司 适用于博物馆的智能物联网管理系统
KR102669060B1 (ko) * 2023-05-08 2024-05-29 (주)로보케어 추적 대상의 위치를 추정하는 방법 및 장치
KR102642050B1 (ko) * 2023-11-16 2024-02-28 주식회사 에스비이엔씨 아파트 불법 침입자 퇴치를 위한 조명제어 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR101215948B1 (ko) 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법
KR101570339B1 (ko) 영상분석 서버를 통한 미래 발생범죄 예측 시스템
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位系统
KR101513215B1 (ko) 객체 행동패턴 cctv 영상 분석서버
KR102012672B1 (ko) 얼굴인식 기반의 사람 특징인식을 이용한 방범 시스템 및 방법
CN108364374A (zh) 基于深度学习的人脸门禁控制装置及方法
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
CN113034826A (zh) 基于视频的异常事件告警方法及其系统、设备、存储介质
KR101092472B1 (ko) 감시카메라를 활용한 비디오 색인 시스템 및 그 색인 방법
CN112287823A (zh) 一种基于视频监控的面部口罩识别方法
KR101113515B1 (ko) 감시카메라를 이용한 비디오 색인 시스템 및 방법
KR101485512B1 (ko) 객체 행동패턴의 해마 신경망 학습을 이용한 미래범죄 발생확률 우선순위 이벤트 cctv 영상처리 방법
JP2017167800A (ja) 監視システム、情報処理装置、監視方法および監視プログラム
KR20150112712A (ko) 객체 행동패턴 cctv 영상 분석서버
KR20130047131A (ko) 이동형 단말기를 이용한 영상감시 방법 및 시스템
JP5444103B2 (ja) 通報装置
JP5520675B2 (ja) 通報装置
El Gemayel et al. Automated face detection and control system using computer vision based video analytics to avoid the spreading of Covid-19
KR102423934B1 (ko) 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션
US20230088660A1 (en) Identity-concealing motion detection and portraying device
KR20230097854A (ko) 발전소내 작업자의 위험행동 인지방법 및 시스템
KR101436283B1 (ko) 영상분석 서버를 통한 미래 발생범죄 예측 시스템
JP2011227677A (ja) 通報装置
KR20150031059A (ko) 패턴 인식 기술에 의한 범죄 예방 폐쇄 회로 티비 장치 개선
JP5580686B2 (ja) 通報装置

Legal Events

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

Payment date: 20161221

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190114

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191031

Year of fee payment: 8