KR101439780B1 - 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법 - Google Patents

블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법 Download PDF

Info

Publication number
KR101439780B1
KR101439780B1 KR1020130075330A KR20130075330A KR101439780B1 KR 101439780 B1 KR101439780 B1 KR 101439780B1 KR 1020130075330 A KR1020130075330 A KR 1020130075330A KR 20130075330 A KR20130075330 A KR 20130075330A KR 101439780 B1 KR101439780 B1 KR 101439780B1
Authority
KR
South Korea
Prior art keywords
image data
issue
black box
information
tag
Prior art date
Application number
KR1020130075330A
Other languages
English (en)
Inventor
정성문
양상원
Original Assignee
현대엠엔소프트 주식회사
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 현대엠엔소프트 주식회사 filed Critical 현대엠엔소프트 주식회사
Priority to KR1020130075330A priority Critical patent/KR101439780B1/ko
Application granted granted Critical
Publication of KR101439780B1 publication Critical patent/KR101439780B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D41/00—Fittings for identifying vehicles in case of collision; Fittings for marking or recording collision areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D9/00—Recording measured values
    • G01D9/005—Solid-state data loggers
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 블랙박스에서 촬영되는 영상 데이터를 빅 데이터로 활용하기 위해 클라우드 서버에 전송하는 경우, 사용자에 의해 분류되는 영상데이터를 자동으로 분류하고, 분류된 영상 데이터에 중요도를 설정함으로써 중요도에 따라 일정 기간 이후에 자동 삭제되도록 하기 위한 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법에 관한 것이다.
본 발명의 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치는 블랙박스로부터 전송되는 영상 데이터를 통신부를 통해 수신하고, 상기 영상 데이터를 이용하여 상기 블랙박스의 사용자를 식별하기 위한 사용자 인증부와 상기 사용자 인증부에 의해 상기 사용자가 인증된 상기 영상 데이터를 임시 저장하기 위한 임시 저장부와 상기 임시 저장부에 저장된 상기 영상 데이터에서 하나 이상의 이슈 정보를 추출하고, 추출된 이슈 정보에 대응하는 태그(tag)를 설정하고, 상기 태그 및 상기 영상 데이터를 결합한 태그 데이터를 생성하기 위한 이슈구간 판단부 및 상기 사용자 인증부, 임시 저장부 및 상기 이슈구간 판단부를 제어하기 위한 제어부를 포함함에 기술적 의의가 있다.

Description

블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법{The automatic classification issues section for automatically classifying the issues section from the image data of the black box and its method}
본 발명은 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 블랙박스에서 촬영되는 영상 데이터를 빅 데이터로 활용하기 위해 클라우드 서버에 전송하는 경우, 사용자에 의해 분류되는 영상 데이터를 자동으로 분류하고, 분류된 영상 데이터에 중요도를 설정함으로써 중요도에 따라 일정 기간 이후에 자동 삭제되도록 하기 위한 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법에 관한 것이다.
일반적으로 블랙박스(black box)는 항공기에 장착되어 비행 기록을 저장하여 추락사고 등이 발생한 경우에 사고의 원인을 밝히는데 사용되고 있는데, 최근에는 이러한 기술을 자동차에 적용하고 있는 추세이다.
이와 같이 자동차용 블랙박스는 자동차에 하나 이상으로 구비되어, 카메라를 통해 전방 또는 후방 등의 차량 주변을 촬영하며, 촬영된 영상데이터를 저장함으로써, 추후 발생하는 사고 등에서 사고의 정황과 주변 교통상황 등을 저장된 영상데이터를 통해 확인할 수 있도록 하는 특징이 있다.
즉, 영상을 촬영하여 저장하기 위한 차량용 블랙박스는 차량에 충격이 가해지거나 급브레이크 등 소정의 이벤트가 발생한 경우에 차량의 전방 외부 또는 내부에 대한 영상 데이터를 저장한다. 일반적으로는 촬영된 영상 데이터는 블랙박스 내에 구비된 저장부에 저장되며, 필요에 따라 사용자에 의해 PC 등을 통해 영상 데이터를 확인할 수 있도록 하고 있다.
종래기술인 대한민국등록특허공보 제10-10747538호는 '차량용 블랙박스 시스템의 영상 저장 장치 및 방법'에 관한 기술을 기재하고 있으나, 단지 블랙박스에 전원이 공급되면서 단순 녹화에 따라 생성되는 영상 데이터를 저장하는 공간과 차량에 발생한 이벤트에 따라 생성되는 영상 데이터를 저장하는 공간으로 분리하여 영상을 저장하고 있다. 이때, 저장되는 영상은 단순히 영상을 생성하는 날짜 또는 시간에 따라 영상 데이터의 파일명이 정해지며, 추후 사용자에 의해 영상을 확인하는 경우, 특정한 날짜 또는 시간으로 해당 영상을 확인해야 하는 불편함이 있다.
또한, 사용자가 다수의 영상 데이터에서 특정 영상 데이터가 생성된 날짜 또는 시간을 인지하지 못하는 경우에는 저장부에 저장된 수많은 영상을 개별적으로 실행하여 확인하는 불편함이 발생하는 문제점이 있다.
또한, 촬영된 영상 데이터는 블랙박스 내부에 구비된 저장부에 저장되며, 저장부의 일정한 용량이 소진되는 경우에는 가장 먼저 생성된 영상 데이터가 삭제되며, 저장공간을 확보하고 있으나 이러한 경우 사용자가 필요한 영상이 삭제될 수 있는 문제점이 있다.
또한, 먼저 생성되어 저장된 영상 데이터가 삭제되지 않게 하기 위해서는 필요한 영상을 사용자가 개별적으로 백업을 수행해야 하는 불편함이 있으며, 사용자가 각각의 영상 데이터를 확인하여 불필요하다고 판단되는 영상 데이터를 삭제해야 하는 불편함이 발생하는 문제점이 있다.
따라서, 상기와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 본 발명은 차량 내에 구비된 블랙박스에서 촬영한 영상 데이터를 클라우드 서버로 전송하여 추후 빅 데이터로 사용하기 위한 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버로 전송함에 있어서, 영상 데이터 내에서의 이슈 정보를 분석하고, 분석된 이슈 정보에 대응하는 태그(tag)를 영상 데이터에 설정한 후 클라우드 서버에 저장함으로써 영상 데이터에 저장된 영상이 어떠한 이벤트로 저장되었는지 용이하게 확인할 수 있도록 하기 위한 다른 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버로 전송함에 있어서, 영상 데이터를 분석하여 추출된 이슈 정보의 중요도를 설정함에 따라 클라우드 서버에 저장된 영상 데이터가 중요도에 대응하여 일정 기간 이후에는 삭제될 수 있도록 하기 위한 또 다른 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버에 저장함에 있어서, 영상 데이터 내에 포함된 이슈 정보에 따라 자동으로 태그가 설정되어 저장되므로 사용자가 영상을 확인하여 분류 또는 삭제하는 번거로움을 해결하기 위한 또 다른 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우드 서버에 저장한 후, 사용자의 필요에 따라 특정 영상을 확인하는 경우에는 해당 영상 데이터의 태깅 정보를 이용하여 용이하게 영상 데이터를 찾도록 하는 또 다른 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우드 서버에 저장된 태깅 데이터를 이용하여 클라우드 통계 데이터 서비스를 제공하기 위한 또 다른 목적이 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우스 서버에 저장된 태깅 데이터를 이용하여 블랙박스의 촬영 영상을 API(Application Program Interface)를 통해 제공하기 위한 또 다른 목적이 있다.
또한, 본 발명은 사용자에 따라 태깅되어 클라우드 서버에 저장된 태깅 데이터를 SNS, 메일, 게시판 등을 통해 공유 서비스를 제공하기 위한 또 다른 목적이 있다.
본 발명의 상기 목적은 블랙박스로부터 전송되는 영상 데이터를 통신부를 통해 수신하고, 상기 영상 데이터를 이용하여 상기 블랙박스의 사용자를 식별하기 위한 사용자 인증부와 상기 사용자 인증부에 의해 상기 사용자가 인증된 상기 영상 데이터를 임시 저장하기 위한 임시 저장부와 상기 임시 저장부에 저장된 상기 영상 데이터에서 하나 이상의 이슈 정보를 추출하고, 추출된 이슈 정보에 대응하는 태그(tag)를 설정하고, 상기 태그 및 상기 영상 데이터를 결합한 태그 데이터를 생성하기 위한 이슈구간 판단부 및 상기 사용자 인증부, 임시 저장부 및 상기 이슈구간 판단부를 제어하기 위한 제어부를 포함하여 이루어지되, 상기 태그에는 상기 영상 데이터의 중요도가 포함되어 있으며, 상기 이슈구간 판단부는 상기 통신부를 통해 상기 태그 데이터를 클라우드 서버에 저장하는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치에 의해서 달성된다.
또한, 본 발명의 다른 목적은 블랙박스로부터 영상 데이터를 수신하고 임시 저장하는 제1 단계와 이슈구간 판단부에서 저장된 상기 영상 데이터를 분석하여 이슈 정보를 추출하는 제2 단계와 상기 이슈 정보에 대응하는 태그(tag) 및 상기 영상 데이터의 중요도를 설정하여 상기 영상 데이터에 포함하여 태그 데이터를 생성하는 제3 단계 및 상기 태그 데이터를 클라우드 서버에 저장하는 제4 단계를 포함하여 이루어지되, 상기 중요도는 상기 클라우드 서버에 저장된 상기 태그 데이터의 저장 기간을 나타내며, 상기 저장 기간 이후에 상기 태그 데이터는 상기 클라우드 서버에서 삭제되는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 방법에 의해 달성된다.
따라서, 본 발명의 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법은 차량 내에 구비된 블랙박스에서 촬영한 영상 데이터를 클라우드 서버로 전송하여 추후 빅 데이터로 사용함으로써, 다양한 이벤트에 의해 촬영된 영상 데이터를 활용할 수 있는 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버로 전송함에 있어서, 영상 데이터의 이슈 정보를 분석하고, 분석된 이슈 정보에 대응하는 태그(tag)를 영상 데이터에 설정한 후 클라우드 서버에 저장함으로써 영상 데이터에 저장된 영상이 어떠한 이벤트로 저장되었는지 용이하게 확인할 수 있는 다른 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버로 전송함에 있어서, 영상 데이터를 분석하여 추출된 이슈 정보의 중요도를 설정함에 따라 클라우드 서버에 저장된 영상 데이터가 중요도에 대응하여 일정 기간 이후에는 삭제될 수 있도록 하여 저장공간 확보가 용이한 또 다른 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 클라우드 서버에 저장함에 있어서, 영상 데이터 내에 포함된 이슈 정보에 따라 자동으로 태그가 설정되어 저장되므로 사용자가 영상을 확인하여 분류 또는 삭제하는 번거로움을 해결할 수 있는 또 다른 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우드 서버에 저장한 후, 사용자의 필요에 따라 특정 영상을 확인하는 경우에는 해당 영상 데이터의 태깅 정보를 이용하여 용이하게 영상 데이터를 찾아서 활용할 수 있는 또 다른 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우드 서버에 저장된 태깅 데이터를 이용하여 클라우드 통계 데이터 서비스를 제공할 수 있는 또 다른 효과가 있다.
또한, 본 발명은 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우스 서버에 저장된 태깅 데이터를 이용하여 블랙박스의 촬영 영상을 API(Application Program Interface)를 통해 제공함으로써, 사용자가 용이하게 블랙박스에서 촬영된 영상을 확인할 수 있는 또 다른 효과가 있다.
또한, 본 발명은 사용자에 따라 태깅되어 클라우드 서버에 저장된 태깅 데이터를 SNS, 메일, 게시판 등을 통해 공유할 수 있는 또 다른 효과가 있다.
도 1은 본 발명에 따른 이슈 구간 자동 분류 장치의 사용 환경을 나타내기 위한 제1 실시예의 구성도,
도 2는 본 발명에 따른 이슈 구간 자동 분류 장치의 사용 환경을 나타내기 위한 제2 실시예의 구성도,
도 3은 본 발명에 따른 이슈 구간 자동 분류 장치를 나타내기 위한 세부 구성도,
도 4는 본 발명에 따른 이슈 구간 자동 분류 장치 내의 이슈구간 판단부 및 이의 실시예를 나타내기 위한 예시도,
도 5는 본 발명에 따른 이슈 구간 자동 분류 장치를 이용한 이슈 구간 자동 분류 방법을 나타내기 위한 순서도,
도 6은 본 발명의 영상 데이터의 구성을 나타내기 위한 실시예이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
이하 첨부된 본 발명의 바람직한 실시예를 상세히 설명한다.
도 1은 본 발명에 따른 이슈 구간 자동 분류 장치의 사용 환경을 나타내기 위한 제1 실시예의 구성도이며, 도 2는 본 발명에 따른 이슈 구간 자동 분류 장치의 사용 환경을 나타내기 위한 제2 실시예의 구성도이다. 도 1에 도시된 바와 같이, 다수의 블랙박스(100)는 이슈 구간 자동 분류 장치(200)와 통신망을 통해 연결되어 있으며, 블랙박스(100)에서 촬영된 영상 데이터는 통신망을 통해 이슈 구간 자동 분류 장치(200)로 전송되어 각각 블랙박스(100)의 사용자가 식별되고, 식별된 사용자별로 전송된 영상 데이터를 분석하여, 분석된 결과와 영상 데이터를 함께 클라우드 서버(300)에 저장할 수 있다.
즉, 이슈 구간 자동 분류 장치(200)는 클라우드 서버(300)의 전단에 위치하여, 다수의 사용자가 사용하는 블랙박스(100)에서 생성된 각각의 영상 데이터를 수신하고, 수신된 영상 데이터를 사용자별로 분류 후, 분석하여 분석된 결과와 영상 데이터를 결합한 태그 데이터를 생성하여 클라우드 서버(300)에 저장한다.
한편, 도 2에 도시된 바와 같이, 이슈 구간 자동 분류 장치는 클라우드 서버(300) 내에 포함되어 운영될 수 있으나, 도 1에서와 같이 이슈 구간 자동 분류 장치(200)가 별도로 구비되지 않으며, 클라우드 서버(300) 내에 소프트웨어의 형태로 구비되어 각각의 블랙박스(100)에서 생성되어 전송되는 각각의 영상 데이터를 사용자별로 분류 후, 분석하여 분석된 결과와 영상 데이터를 결합한 태그 데이터를 생성하여 저장공간에 저장할 수 있다.
따라서, 본 발명의 이슈 구간 자동 분류 장치(200)는 도 1에서와 같이, 클라우드 서버(300)와 물리적으로 분리된 형태로 구성되어 클라우드 서버(300)의 전단에 구비될 수 있으며, 도 2에서와 같이, 클라우드 서버(300) 내에 포함되어 구비될 수 있다.
또한, 본 발명의 이슈 구간 자동 분류 장치(200)는 블랙박스에서 촬영된 영상 데이터를 분석하여 이슈 정보에 따라 태깅하여 클라우드 서버(300)에 저장된 태깅 데이터를 이용하여 사용자 또는 다른 시스템으로 클라우드 통계 데이터 서비스를 제공할 수 있으며, 통계 데이터는 사용자, 이슈 정보 등에 따라 분류되어 제공될 수 있다.
더욱이, 태깅 데이터를 사용하여 클라우드 통계 데이터 서비스를 제공함에 있어서, API(Application Program Interface)를 통해 제공함으로써, 사용자가 용이하게 원격에서 태그 데이터를 확인할 수 있으며, 이러한 태그 데이터를 SNS, 메일, 게시판 등을 통해 공유함으로써 다른 사용자에게 정보를 제공할 수 있다.
결국, 이슈 구간 자동 분류 장치(200)는 이슈 정보에 따라 태그가 설정되어 클라우드 서버(300)에 저장된 태그 데이터를 다양한 방법으로 사용자 또는 다른 시스템에게 제공할 수 있으며, 도 2에서와 같이 이슈 구간 자동 분류 장치가 클라우드 서버(300) 내에 구비되는 경우, 클라우스 서버(300)가 태그 데이터를 제공할 수 있다.
이하, 본 발명의 도 3 내지 도 5에서는 도 1에 도시된 형태의 이슈 구간 자동 분류 장치(200)를 설명하도록 한다.
도 3은 본 발명에 따른 이슈 구간 자동 분류 장치를 나타내기 위한 세부 구성도이며, 도 4는 본 발명에 따른 이슈 구간 자동 분류 장치 내의 이슈구간 판단부 및 이의 실시예를 나타내기 위한 예시도이다. 도 3 및 도 4에 도시된 바와 같이, 이규 구간 자동 분류 장치(200)는 블랙박스(100)에서 촬영된 영상 데이터를 수신하고, 영상 데이터를 처리하여 생성한 태그 데이터를 클라우드 서버(300)에 전송하기 위한 통신부(210)를 포함한다.
통신부(210)는 필요에 따라 유선 또는 무선 중 어느 하나 이상으로 구비되는 것이 바람직하나, 블랙박스(100)와 이규 구간 자동 분류 장치(200)의 연결은 무선으로 이루어지는 것이 바람직하고, 이규 구간 자동 분류 장치(200)와 클라우드 서버(300)의 연결은 유선으로 이루어지는 것이 바람직하다.
통신부(210)를 통해 수신된 블랙박스(100)의 영상 데이터는 임시 저장부(220)에 저장된다. 임시 저장부(220)는 수신한 영상 데이터에서 사용자를 식별하고, 영상 데이터에서 이슈 구간을 분석하기 위해 임시로 저장되는 저장부이며, 사용자 식별 및 이슈 구간 분석에 따라 생성되는 태그 데이터가 클라우드 서버(300)에 전송되어 저장되면, 임시 저장부(220)에 저장된 영상 데이터는 삭제된다.
사용자 인증부(230)는 블랙박스(100)에서 전송된 영상 데이터의 사용자를 식별하기 위한 것으로, 영상 데이터에는 블랙박스(100)를 사용하는 사용자를 식별하기 위한 식별자가 포함되어 있다. 이에 따라 사용자 인증부(230)는 해당 식별자에 대응하는 사용자를 식별하고, 수신된 영상 데이터를 해당 사용자와 매칭하여 이슈 구간 분석을 수행하도록 할 수 있다.
따라서, 사용자 인증부(230)에는 블랙박스(100)를 사용하는 사용자 정보가 저장되어 있으며, 블랙박스(100)에서 전송되는 영상 데이터 내에 포함된 사용자 식별자와 해당 사용자 정보를 상호 비교하여 사용자를 식별할 수 있다.
이슈구간 판단부(240)는 사용자가 식별된 영상 데이터에서 이슈 구간 분석을 수행한다. 이슈 구간은 블랙박스(100)에서 해당 영상 데이터를 생성하게 된 이벤트가 어떠한 것인지 판단하기 위함이다. 일반적으로 블랙박스(100)는 영상 데이터를 생성함에 있어서, 상시 녹화 및 이벤트 녹화를 통해 영상 데이터를 생성하는데, 상시 녹화인 경우에는 블랙박스(100)에 전원이 공급되는 동안 실시간으로 촬영되어 저장되는 일반적인 영상이며, 이벤트 녹화인 경우에는 차량에 가해지는 충격, 진동, 센서인식 등의 이벤트 발생에 따라 해당 이벤트 발생 시점으로부터 전후 소정 시간 동안 녹화되어 저장되는 영상이다.
따라서, 이슈구간 판단부(240)는 이러한 상시 녹화 및 이벤트 녹화에 따라 전송되는 영상 데이터에서 이벤트에 해당하는 이슈 구간을 추출하고, 추출된 이슈 구간에 대응하는 태그(tag)를 설정한다.
이슈 구간의 추출은 이슈구간 판단부(240) 내에 포함된 분석 모듈을 통해 각각 대응하는 이슈 구간을 추출할 수 있으며, 매칭되는 이슈 구간은 하나 이상으로 선택될 수 있다.
즉, 이슈구간 판단부(240) 내에 포함된 분석 모듈은 도 4의 (a)에서 보는 바와 같이, 센서 레벨 분석 모듈(241), 차량 위치 분석 모듈(242), 통계 분석 모듈(243), 영상 분석 모듈(244), 차량 정보 분석 모듈(245) 및 사용자 지정 분석 모듈(246)로 구성된다.
센서 레벨 분석 모듈(241)은 영상 데이터에 포함된 센서 정보를 이용하여 이슈 구간을 분석한다. 센서 정보는 영상 데이터를 생성하는 블랙박스의 내부에 구비된 하나 이상의 센서들이 차량에 가해지는 충격 등을 통해 감지하여 발생하는 정보로써, 해당 영상 데이터가 센서에서 감지된 충격에 의해 생성되는 경우라면 해당 센서 정보가 영상 데이터에 포함된다.
따라서, 센서 레벨 분석 모듈(241)은 영상 데이터 내에 포함된 센서 정보를 분석하여 진동 센서, 자이로(gyro) 센서, EPS(Electric Power Steering) 센서, 영상 카메라 센서, 광(optical) 센서 등의 다양한 종류의 블랙박스에 구비된 센서 중 어떠한 센서에 의해 이벤트가 발생하였는지 판단하며, 해당 이벤트를 이슈 정보로 생성하여 관련된 태그(tag)를 설정한다. 이때, 센서 정보에 포함된 센서 측정값이 정량화되어 해당 태그(tag)에서의 중요도로 함께 설정된다.
차량 위치 분석 모듈(242)은 영상 데이터 내에 포함된 위치 정보를 분석하여 영상 데이터가 생성된 이벤트 발생 위치를 분석하여 과속방지턱, 급회전 구간, 공사구간, 비포장(요철) 구간 등의 지점을 파악하고, 해당 지점에서 이벤트를 이슈 정보로 생성하여 관련 태그(tag)를 설정한다. 이때, 위치 정보에 포함된 지점에 따라 해당 태그(tag)에서의 중요도가 함께 설정된다.
통계 분석 모듈(243)은 영상 데이터 내에 포함된 위치 정보를 분석하여 영상 데이터가 생성된 이벤트 발생 위치를 분석하여 해당 위치에 대응하는 사고 다발 구간, 사망 사고 지점 등의 교통 사고 관련 통계 데이터에 매칭되는 이벤트를 이슈 정보로 생성하여 관련 태그(tag)를 설정한다. 이때, 교통 사고 관련 통계 데이터에서 사고 발생 건수에 따라 해당 태그(tag)에서의 중요도가 함께 설정되며, 사고 발생 건수 등이 높은 이벤트인 경우에는 중요도가 높게 설정된다.
한편, 위치 정보에 따라 매칭되는 이벤트를 비교하기 위한 통계 데이터는 통계 분석 모듈(243)에 저장되며, 별도의 저장부에 저장될 수 있다.
영상 분석 모듈(244)은 영상 데이터에서의 촬영 영상을 분석하여 영상에 촬영된 주변 차량 또는 보행자 등을 분석하고, 블랙박스(100)가 장착된 사용자 차량과 인접한 차량과의 거리 또는 사용자 차량과 인접한 보행자의 거리, 인원 수 등을 추출하여 이슈 정보로 생성하고 이에 따른 관련 태그(tag)를 설정한다. 이때, 영상 분석을 통해 인접 차량과의 간격과 보행자의 위치 또는 상태(서있는 상태, 앉아 있는 상태, 누워 있는 상태)를 추출하여 그 가중치를 이용하여 해당 태그(tag)의 중요도를 설정한다.
한편, 촬영 영상에서 추출되는 이슈 정보는 컴퓨터 비전 기술 등의 영상 검출 관련 기술 등을 사용하여 추출될 수 있으며, 촬영 영상은 하나 이상의 카메라로부터 촬영된 영상인 것이 바람직하다.
차량 정보 분석 모듈(245)은 영상 데이터 내에 포함된 차량 정보를 분석하여 영상 데이터가 생성된 시점에서의 차량 이벤트를 추출하여 추출된 차량 이벤트를 이슈 정보로 생성하여 관련 태그(tag)를 설정한다. 이때, 차량 정보 내에 포함된 차량 이벤트의 가중치에 따라 해당 태그(tag)에서의 중요도가 설정되며, 가중치가 높을수록 중요도가 높게 설정된다.
한편, 차량 정보는 차량 내부 통신인 CAN 통신을 통해 전송되는 데이터이며, 차량의 미끄러짐, 급제동, 급가속 등에 대한 차량의 상태 이벤트가 포함되어 있다.
사용자 지정 분석 모듈(246)은 영상 데이터 내에 포함된 사용자 정보에서 사용자 음성 및 사용자 입력값 등을 분석하고, 사용자 음성이나 특정 입력값 등이 포함된 경우, 관련 사용자 이벤트를 이슈 정보로 생성하고 이에 따른 관련 태그(tag)를 설정한다. 이때, 사용자 정보 내에 포함된 사용자 이벤트의 가중치를 판단하여 해당 태그(tag)의 중요도를 설정한다.
즉, 이슈구간 판단부(240)에서 설정된 태그(tag)와 중요도는 도 4의 (b) 및 (c)에서 보는 바와 같으며, 도 4의 (b)에서와 같이, 각각의 분석 모듈에서 분석된 결과에 따라 하나 이상 발생하는 이슈 정보에 대응하는 태그(tag)가 각각 설정된다. 그러나, 추출된 이슈 정보가 복수의 분석 모듈에서 추출된 경우, 각 분석 모듈의 우선 순위 또는 각각의 태그(tag)에 포함된 중요도 중 어느 하나 이상을 이용하여 단 하나의 이슈 정보를 선택하고 선택된 이슈 정보에 대응하는 태그(tag)를 설정하고, 해당 태그(tag)에서의 중요도를 설정한다.
도 4의 (c)는 해당 태그(tag)에서의 중요도를 나타내기 위한 실시예이며, 각 태그(tag)에서의 중요도는 복수의 단계로 나타낼 수 있다. 도 4의 (c)에서는 5 단계의 중요도가 설정되어 있으며, 영상 데이터를 통해 추출된 이슈 정보를 이용하여 태그(tag)를 설정하였으나, 중요도가 설정되지 않는 경우에는 이슈구간 판단부(240)에서 해당 영상 데이터를 클라우드 서버(300)에 저장하지 않고 삭제할 수 있다.
중요도는 설정된 태그(tag)에 따라 클라우드 서버(300)에 저장된 태그 데이터를 보관하는 기준이며, 설정된 중요도에 따라 보관 기간이 서로 상이하며, 보관 기간이 지난 후에는 태그 데이터가 클라우드 서버(300)에서 삭제되어 클라우드 서버(300)의 저장공간을 확보할 수 있도록 한다.
한편, 도 6은 본 발명의 영상 데이터의 구성을 나타내기 위한 실시예이다. 도 6에 도시된 바와 같이, 블랙박스(100)에서 생성하여 전송되는 영상 데이터에는 블랙박스(100)에서 촬영한 블랙박스 촬영 영상, 블랙박스(100)에 구비된 센서의 측정값인 센서 정보, 블랙박스(100)에 구비된 GPS 수신부의 위치 정보, 차량에 구비된 차량 내부 통신부로부터 수집된 차량 정보, 사용자에 의해 입력된 사용자 정보 및 블랙박스의 사용자를 식별하기 위한 사용자 식별자를 포함한다.
이러한 영상 데이터 내의 블랙박스 촬영 영상, 센서 정보, 위치 정보, 차량 정보 및 사용자 정보는 영상 데이터에 모두 포함되어 전송될 수 있으나, 블랙박스(100)에서 촬영하는 블랙박스 촬영 영상이 생성되어야만 관련된 각각의 정보가 취합되어 영상 데이터가 생성될 수 있기 때문에 블랙박스 촬영 영상은 영상 데이터 내에 반드시 포함되어 있으며, 나머지 센서 정보, 위치 정보, 차량 정보 또는 사용자 정보 중 어느 하나 이상은 생략되어 영상 데이터 내에 포함되지 않을 수 있다.
도 5는 본 발명에 따른 이슈 구간 자동 분류 장치를 이용한 이슈 구간 자동 분류 방법을 나타내기 위한 순서도이다. 도 5에 도시된 바와 같이, 이규 구간 자동 분류 장치는 하나 이상의 블랙박스로부터 영상 데이터를 수신하고(S110), 수신된 영상 데이터를 임시 저장부에 저장한 후, 영상 데이터 내에 포함된 사용자 식별자를 이용하여 블랙박스 사용자를 식별한다(S120).
이후, 사용자 식별자에 의해 인식된 사용자에 따라 영상 데이터를 이규구간 판단부를 통해 분석하여, 태그 및 중요도를 설정한다(S130).
태그 및 중요도는 영상 데이터 내에 포함된 블랙박스에서 촬영한 블랙박스 촬영 영상과 블랙박스(100)에 구비된 센서의 측정값인 센서 정보, 블랙박스(100)에 구비된 GPS 수신부의 위치 정보, 차량에 구비된 차량 내부 통신부로부터 수집된 차량의 상태를 나타내는 차량 정보, 사용자에 의해 입력된 사용자 정보 또는 이슈구간 판단부에 저장된 통계 정보 중 어느 하나 이상을 사용하여 추출된 이슈 정보에 따라 설정된다.
S130 단계 이후에 하나의 영상 데이터를 통해 둘 이상의 이슈 정보가 추출되어 설정되는 태그(tag)가 둘 이상이 되는지의 여부를 판단하고(S140), 복수의 이슈 정보 추출에 따라 하나의 영상 데이터에 복수의 태그(tag)가 설정되는 경우, 이슈 정보의 우선순위 또는 설정된 태그(tag)의 중요도에 따라 하나의 태그(tag)만을 설정한다(S150).
이후에 S140 단계 또는 S150 단계에서 영상 데이터에 태그(tag) 및 중요도가 설정되면, 해당 영상 데이터와 설정된 태그(tag) 및 중요도를 이용하여 태그 데이터를 생성한 후, 해당 태그 데이터를 클라우드 서버로 전송한다(S160). 클라우스 서버에 전송된 태그 데이터는 해당 태그에 대응되는 저장공간에 저장되며, 중요도에 따라 보관 기간 이후에 클라우드 서버에서 삭제되는 것이 바람직하다.
본 발명은 이상에서 살펴본 바와 같이 바람직한 실시예를 들어 도시하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.
100 : 블랙박스 200 : 이슈 구간 자동 분류 장치
210 : 통신부 220 : 임시 저장부
230 : 사용자 인증부 240 : 이슈구간 판단부
250 : 제어부 300 : 클라우드 서버

Claims (9)

  1. 블랙박스로부터 전송되는 영상 데이터를 통신부를 통해 수신하고, 상기 영상 데이터를 이용하여 상기 블랙박스의 사용자를 식별하기 위한 사용자 인증부;
    상기 사용자 인증부에 의해 상기 사용자가 인증된 상기 영상 데이터를 임시 저장하기 위한 임시 저장부;
    상기 임시 저장부에 저장된 상기 영상 데이터에서 하나 이상의 이슈 정보를 추출하고, 추출된 상기 이슈 정보에 대응하는 태그(tag)를 설정하고, 상기 태그 및 상기 영상 데이터를 결합한 태그 데이터를 생성하기 위한 이슈구간 판단부; 및
    상기 사용자 인증부, 임시 저장부 및 상기 이슈구간 판단부를 제어하기 위한 제어부
    를 포함하여 이루어지되, 상기 태그에는 클라우드 서버에 저장되는 상기 태그 데이터의 저장 기간인 상기 영상 데이터의 중요도가 포함되고, 상기 이슈구간 판단부는 상기 통신부를 통해 상기 태그 데이터를 상기 클라우드 서버에 저장하며, 상기 저장 기간 이후에 상기 태그 데이터는 상기 클라우드 서버에서 삭제되는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치.
  2. 제 1 항에 있어서,
    상기 이슈구간 판단부는
    상기 영상 데이터에 포함된 상기 블랙박스에 구비된 센서의 측정 레벨을 분석하기 위한 센서 레벨 분석 모듈;
    상기 영상 데이터에 포함된 상기 블랙박스가 구비된 차량의 위치에 따라 지도 데이터의 안전 운행 데이터를 분석하기 위한 차량 위치 분석 모듈;
    상기 영상 데이터에 포함된 도로에서의 사고 통계를 분석하기 위한 통계 분석 모듈;
    상기 영상 데이터의 영상을 분석하기 위한 영상 분석 모듈;
    상기 영상 데이터에 포함된 상기 차량의 상태 정보인 차량 정보를 분석하기 위한 차량 정보 분석 모듈; 및
    상기 사용자에 의해 지정된 이슈를 분석하기 위한 사용자 지정 분석 모듈
    을 포함하는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치.
  3. 제 2 항에 있어서,
    상기 이슈구간 판단부 내에 구비된 각각의 모듈에 의해 분석된 상기 영상 데이터의 이슈 정보에 따라 대응되는 태그(tag)가 설정되는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치.
  4. 제 3 항에 있어서,
    상기 영상 데이터에서의 상기 이슈 정보가 둘 이상 중복되는 경우, 상기 이슈구간 판단부 내에 구비된 각각의 모듈 중 우선 순위에 따라 대응하는 태그가 설정되는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치.
  5. 삭제
  6. 제 2 항에 있어서,
    상기 영상 데이터를 분석하여 추출되는 상기 이슈 정보는 상기 영상 데이터에 포함되는 상기 블랙박스에서 촬영된 영상 정보, 센서 정보, 상기 차량의 위치 정보, 차량 정보, 사용자 지정 정보 또는 상기 이슈구간 판단부에 저장된 통계 정보 중 어느 하나 이상을 이용하는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치.
  7. 블랙박스로부터 영상 데이터를 수신하고 임시 저장하는 제1 단계;
    이슈구간 판단부에서 저장된 상기 영상 데이터를 분석하여 이슈 정보를 추출하는 제2 단계;
    상기 이슈 정보에 대응하는 태그(tag) 및 상기 영상 데이터의 중요도를 설정하여 상기 영상 데이터에 포함하여 태그 데이터를 생성하는 제3 단계; 및
    상기 태그 데이터를 클라우드 서버에 저장하는 제4 단계
    를 포함하여 이루어지되, 상기 중요도는 상기 클라우드 서버에 저장된 상기 태그 데이터의 저장 기간을 나타내며, 상기 저장 기간 이후에 상기 태그 데이터는 상기 클라우드 서버에서 삭제되는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 방법.
  8. 제 7 항에 있어서,
    상기 제1 단계는 상기 영상 데이터를 전송한 상기 블랙박스의 사용자를 식별하는 과정을 포함하고, 상기 제4 단계는 식별된 상기 사용자에 따라 상기 태그 데이터를 상기 클라우드 서버에 저장하는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 방법.
  9. 제 7 항에 있어서,
    상기 영상 데이터를 분석하여 추출되는 상기 이슈 정보는 상기 영상 데이터에 포함되는 상기 블랙박스에서 촬영된 영상 정보, 센서 정보, 차량의 위치 정보, 차량 정보, 사용자 지정 정보 또는 상기 이슈구간 판단부에 저장된 통계 정보 중 어느 하나 이상을 이용하는 것을 특징으로 하는 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 방법.
KR1020130075330A 2013-06-28 2013-06-28 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법 KR101439780B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130075330A KR101439780B1 (ko) 2013-06-28 2013-06-28 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130075330A KR101439780B1 (ko) 2013-06-28 2013-06-28 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101439780B1 true KR101439780B1 (ko) 2014-09-11

Family

ID=51759934

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130075330A KR101439780B1 (ko) 2013-06-28 2013-06-28 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101439780B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100920937B1 (ko) * 2008-04-15 2009-10-14 오위환 감시 시스템에서의 움직임 검출 및 영상 저장 장치 및 방법
KR101196738B1 (ko) * 2011-11-17 2012-11-07 이승진 차량용 블랙박스 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100920937B1 (ko) * 2008-04-15 2009-10-14 오위환 감시 시스템에서의 움직임 검출 및 영상 저장 장치 및 방법
KR101196738B1 (ko) * 2011-11-17 2012-11-07 이승진 차량용 블랙박스 시스템

Similar Documents

Publication Publication Date Title
US9180887B2 (en) Driver identification based on face data
WO2018042921A1 (ja) ドライブレコーダ
WO2018042922A1 (ja) 運転状況記録装置
US20140375813A1 (en) Integrated control system and method using surveillance camera for vehicle
KR102566559B1 (ko) 구급차를 활용한 노면 정보 제공 방법
Orhan et al. Road hazard detection and sharing with multimodal sensor analysis on smartphones
CN104239386A (zh) 用于对面部识别匹配区分优先级的方法和系统
WO2019146488A1 (ja) 運転状況監視装置、運転状況監視方法、および運転状況監視システム
JP2020038632A5 (ko)
CN107004351B (zh) 交通违章管理系统和交通违章管理方法
KR101066081B1 (ko) 차량 탑재형 스마트 정보 판독 시스템 및 방법
KR102327507B1 (ko) 차량 사고 정보 제공 방법 및 그 장치
JP2024009115A (ja) 情報提供システム
KR101439780B1 (ko) 블랙박스의 영상 데이터에서 이슈 구간을 자동으로 분류하기 위한 이슈 구간 자동 분류 장치 및 그 방법
KR102097316B1 (ko) 능동적인 사고 영상 전송 기능을 구비한 차량 블랙박스
CN112149475B (zh) 行李箱验证方法及装置、系统、存储介质
KR102129173B1 (ko) 사고와 관련된 정보 처리 시스템 및 그 방법
JP2017162193A (ja) 飛行型情報読取装置、無人飛行体、飛行型情報読取システム及び飛行型情報読取方法
CN111462480A (zh) 交通图像证据验证方法、装置、计算机设备和存储介质
KR101350561B1 (ko) 주행 영상 데이터 저장 장치
KR102411864B1 (ko) 운전자의 익명성을 보장하는 공유 차량의 주행 정보 관리 시스템 및 방법
US11976940B2 (en) Vehicle data collection system and method of using
KR101889653B1 (ko) 분리형 블랙박스 시스템
CN115862086A (zh) 数据处理方法、电子设备及存储介质
KR20220070817A (ko) 퍼스널 모빌리티를 활용한 정보 수집 장치

Legal Events

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

Payment date: 20170629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180627

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 6