KR101492366B1

KR101492366B1 - 차량 사고 감지 방법 및 그 장치

Info

Publication number: KR101492366B1
Application number: KR20140003965A
Authority: KR
Inventors: 정우진; 문영식; 이종민; 박기태
Original assignee: 한양대학교 에리카산학협력단
Priority date: 2014-01-13
Filing date: 2014-01-13
Publication date: 2015-02-12

Abstract

차량 사고 감지 방법 및 그 장치가 개시된다. 차량 사고 감지 방법은 영상에서 KLT 추적기를 수행하여 모션맵을 생성하는 단계; 상기 모션맵을 이용하여 상기 차량의 움직임을 추적하는 단계; 및 상기 추적된 차량의 충돌 감지 영역을 설정한 후 상기 충돌 감지 영역에서 정지된 차량의 충돌에 의한 움직임에 따른 모션맵 증가 여부를 통해 상기 추적된 차량의 사고 여부를 감지하는 단계를 포함한다.

Description

차량 사고 감지 방법 및 그 장치{Car accident detection method and apparatus}

본 발명은 주차장 등에서 차량 사고 발생시 감시 카메라를 통해 획득된 영상을 통해 차량 사고를 감지하여 차주에게 통지할 수 있는 차량 사고 감지 방법 및 그 장치에 관한 것이다.

감시 카메라의 보급과 함께 감시 카메라를 이용하여 차량을 감지하고, 사고를 감지하기 위한 많은 연구가 진행되고 있다. 현재, 감시 카메라가 설치된 지역에서 사고가 발생했을 때 증거자료 확보 또는 출입 차량 파악을 위해 동영상을 저장하고 있다. 동영상 저장시 모든 영상을 저장하는 것이 아니라 시스템의 저장 효율을 높이기 위해 일반적으로는 차량의 출입이 있는 경우에 한해 저장하고 있다.

종래 기술은 주차장 등 감시 카메라가 설치된 지역에서 사고 발생시, 저장된 동영상을 사용자가 일일이 검색하여 차량 사고가 기록된 동영상을 직접 찾아야만 하는 어려움이 있다.

본 발명은 주차장 등에서 차량 사고 발생시 감시 카메라를 통해 획득된 영상을 통해 차량 사고를 감지하여 차주에게 통지할 수 있는 차량 사고 감지 방법 및 그 장치를 제공하기 위한 것이다.

본 발명은 차량 사고 발생시 감시 카메라를 통해 획득된 영상을 통해 차량 사고를 감지하여 차주에게 통지할 수 있는 차량 사고 감지 방법이 제공된다.

본 발명의 일 실시예에 따르면, 영상에서 KLT 추적기를 수행하여 모션맵을 생성하는 단계; 상기 모션맵을 이용하여 상기 차량의 움직임을 추적하는 단계; 및 상기 추적된 차량의 충돌 감지 영역을 설정한 후 상기 충돌 감지 영역에서 정지된 차량의 충돌에 의한 움직임에 따른 모션맵 증가 여부를 통해 상기 추적된 차량의 사고 여부를 감지하는 단계를 포함하는 차량 사고 감지 방법이 제공될 수 있다.

상기 모션맵을 생성하는 단계는, 상기 영상의 각 프레임마다 일정 간격으로 추적점을 설정하고, 상기 설정된 추적점마다 KLT 추적기를 수행하여 각 추적점이 이동한 거리를 구하는 단계; 및 상기 구해진 각 추적점이 이동한 거리를 선형 보간을 수행하여 상기 모션맵을 생성하는 단계를 포함할 수 있다.

상기 모션맵을 생성하는 단계는, 상기 구해진 각 추적점이 이동한 거리를 명도로 표현한 후 가우시안 블러(Gaussian blur)를 통해 스무딩하여 상기 모션맵을 생성할 수 있다.

상기 차량의 움직임을 추적하는 단계는, 상기 영상에서 전경 검출을 통해 전경 마스크를 생성하는 단계; 및 상기 전경 마스크와 상기 모션맵을 이용하여 차량 추적 마스크를 생성하여 상기 영상에서 후보 차량을 검출하고, 상기 후보 차량의 움직임을 추적하는 단계를 포함할 수 있다.

상기 차량의 움직임을 추적 결과 상기 차량의 진행 방향 및 상기 차량의 크기가 추정될 수 있다.

상기 차량의 크기는 상기 차량 추적 마스크의 크기로 추정될 수 있다.

상기 차량의 사고 여부를 감지하는 단계는, 상기 추적된 차량의 진행 방향 앞으로 일정 영역을 상기 충돌 감지 영역으로 설정하는 단계; 및 상기 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따라 상기 모션맵이 일정 기준 이상 증가하면, 상기 차량 사고를 감지하는 단계를 포함할 수 있다.

상기 차량의 사고 여부가 감지되면, 상기 영상을 저장하는 단계를 더 포함할 수 있다.

본 발명의 다른 측면에 따르면, 감시 카메라와 연동되어 차량 사고를 감지하는 장치가 제공된다.

본 발명의 일 실시예에 따르면, 감시 카메라와 연동되어 차량 사고를 감지하는 장치에 있어서, 상기 감시 카메라를 통해 입력받은 영상에서 KLT 추적기를 수행하여 모션맵을 생성하는 모션맵 생성부; 및 상기 모션맵을 이용하여 상기 차량의 움직임을 추적하는 차량 추적부; 및 상기 차량 추적부를 통해 추적되는 상기 차량에 충돌 감지 영역을 설정한 후 상기 충돌 감지 영역에서 정지된 차량의 충돌에 의한 움직임에 따른 상기 모션맵 증가 여부를 통해 상기 추적된 차량의 사고 여부를 감지하는 사고 감지부를 포함하는 차량 사고 감지 장치가 제공될 수 있다.

상기 사고 감지부는, 상기 차량 추적부를 통해 추적되는 상기 차량의 진행 방향 앞으로 일정 영역을 충돌 감지 영역으로 설정하고, 상기 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따라 상기 모션맵의 크기가 일정 크기 이상 증가하는 경우, 상기 추적되는 차량의 사고를 감지할 수 있다.

상기 사고 감지부는, 상기 충돌 감지 영역과 상기 추적된 차량의 영역 사이에 오검출 방지 영역을 더 설정할 수 있다.

본 발명의 일 실시예에 따른 차량 사고 감지 방법을 제공함으로써, 주차장 등에서 차량 사고 발생시 감시 카메라를 통해 획득된 영상을 통해 차량 사고를 감지하여 차주에게 통지할 수 있다.

도 1은 본 발명의 일 실시예에 따른 차량 사고 감지 방법을 나타낸 순서도.
도 2는 본 발명의 일 실시예에 다른 차량 후보를 검출하는 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 전경 검출 영상을 설명하기 위해 도시한 도면.
도 4는 본 발명의 일 실시예에 따른 모션맵을 설명하기 위해 도시한 도면.
도 5는 본 발명의 일 실시예에 따른 차량 추적 마스크 생성을 설명하기 위해 도시한 도면.
도 6은 본 발명의 일 실시예에 따른 차량의 진행 방향을 고려하여 충돌 감지 영역을 설명하기 위해 도시한 도면.
도 7은 본 발명의 일 실시예에 따른 차량 사고 감지를 설명하기 위한 화면을 도시한 도면.
도 8은 본 발명의 일 실시예에 따른 차량 사고 감지 장치의 내부 구성을 개략적으로 도시한 블록도.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 차량 사고 감지 방법을 나타낸 순서도이고, 도 2는 본 발명의 일 실시예에 다른 차량 후보를 검출하는 방법을 나타낸 순서도이며, 도 3은 본 발명의 일 실시예에 따른 전경 검출 영상을 설명하기 위해 도시한 도면이며, 도 4는 본 발명의 일 실시예에 따른 모션맵을 설명하기 위해 도시한 도면이고, 도 5는 본 발명의 일 실시예에 따른 차량 추적 마스크 생성을 설명하기 위해 도시한 도면이며, 도 6은 본 발명의 일 실시예에 따른 차량의 진행 방향을 고려하여 충돌 감지 영역을 설명하기 위해 도시한 도면이고, 도 7은 본 발명의 일 실시예에 따른 차량 사고 감지를 설명하기 위한 화면을 도시한 도면이다.

이하에서는 차량 사고 감지 장치(100)가 특정 장소(예를 들어, 주차장, 교차로, 양?향 도로 등)에 설치된 감시 카메라를 통해 실시간으로 입력 영상을 획득한 후, 획득된 입력 영상을 분석하여 차량 사고를 감지하는 방법에 대해 설명하기로 한다.

단계 110에서 차량 사고 감지 장치(100)는 입력 영상을 분석하여 차량 후보를 검출한다.

예를 들어, 차량 사고 감지 장치(100)는 이전 프레임과 현재 프레임을 비교하여 영상에서 움직이는 영역을 찾아 전경을 분리한 후 모션맵을 생성하여 차량 후보를 검출할 수 있다. 이해와 설명의 편의를 도모하기 위해 도 2를 참조하여 차량 후보를 검출하는 방법에 대해 보다 상세히 설명하기로 한다.

도 2를 참조하면, 단계 210에서 차량 사고 감지 장치(100)는 입력 영상을 분석하여 전경을 검출한다.

예를 들어, 차량 사고 감지 장치(100)는 이전 프레임과 현재 프레임을 비교하여 움직이는 영역을 찾아 전경을 분리할 수 있다. 도 3의 310에는 입력 영상에 도시되어 있으며, 315에는 입력 영상 분석을 통해 분리된 전경 검출 영상이 도시되어 있다.

보다 상세히 설명하면, 차량 사고 감지 장치(100)는 입력 영상내 각 화소별로 커널을 적용해서 밀도가 높아지는 정도를 이용하여 배경과 객체를 분리하고 검출하는 가우시안 혼합 모델을 이용하여 전경을 검출할 수 있다.

예를 들어, 가우시안 혼합 모델의 경우 화소별 평균과 분산이 매 프레임별로 학습된다. 이로 인해, 시간에 따라 화소값이 변화해 학습에 따라 환경적으로 적응하는 구조를 가진다.

이러한 가우시안 혼합 모델을 이용하여 입력 영상에서 전경을 검출하는 방법 자체는 이미 공지된 기술이므로 이에 대한 상세한 설명은 생략하기로 한다.

단계 215에서 차량 사고 감지 장치(100)는 전경 검출 결과로 전경 마스크를 생성한다.

이어, 단계 220에서 차량 사고 감지 장치(100)는 영상에서 일정 간격으로 추적점을 설정한 후 각 추적점마다 KLT 추적기(Kanade Lucas Tomasi traker)를 수행하여 모션맵을 생성한다.

도 2에서는 220이 단계 215이후에 수행되는 것으로 도시되어 있으나, 단계 220은 단계 210 내지 215와 병렬로 수행될 수 있음은 당연하다.

본 발명의 일 실시예에 따르면, 모션맵은 입력 영상에서 각 화소마다 움직임이 있는지를 확률적으로 나타내는 맵이다.

모션맵을 생성하기 위해, 차량 사고 감지 장치(100)는 입력 영상의 각 프레임에서 일정 간격으로 추적점을 설정한 후 각 추적점마다 KLT 추적기를 수행하여 각 추적점이 이동한 거리를 구한다.

예를 들어, 차량 사고 감지 장치(100)는 추적점을 기반으로 평균 제곱 오차(mean squared error)를 기반으로 하는 상관 관계 분석을 통해 각 추적점의 유사도를 측정하여 각 추적점의 이동한 거리를 구할 수 있다. 이와 같은 KLT 트래커를 이용하여 객체를 추적하는 방법 자체는 이미 공지된 사항이므로 이에 대한 별도의 설명은 생략하기로 한다.

즉, 차량 사고 감지 장치(100)는 이와 같이, 각 추적점이 이동한 거리를 구한 후 선형 보간을 통해 전체 영상의 모션맵을 근사적으로 구할 수 있다.

각 추적점에 대해 각 모션의 크기를 밝기로 표현한 후 가우시안 블러(Gussian blur)를 수행하여 스무딩처리한 후 근사화된 모션맵을 생성할 수 있다. 도 4를 참조하면, 도 4의 입력 영상(410)에 대해 일정 간격으로 추적점을 설정하고, 블록 단위로 KLT 추적기를 수행한 결과가 도 4의 415에 도시되어 있다. 도 4의 420은 KLT 추적기 수행을 통해 생성된 모션맵이 도시되어 있다.

단계 225에서 차량 사고 감지 장치(100)는 생성된 전경 마스크와 모션맵을 이용하여 차량 추적 마스크를 생성한다.

예를 들어, 차량 사고 감지 장치(100)는 전경 마스크에 모션맵을 곱한 후 가우시안 블러를 적용하여 이진화된 차량 추적 마스크를 생성할 수 있다.

도 5를 참조하면, 510의 전경 마스크의 각 화소와 모션맵(520)의 각 화소를 곱한 후 가우시안 블러를 통해 최종 차량 추적 마스크(530)를 생성할 수 있다.

단계 230에서 차량 사고 감지 장치(100)는 생성된 차량 추적 마스크를 레이블링을 통해 차량을 검출한다.

다시, 도 1을 참조하면, 단계 115에서 차량 사고 감지 장치(100)는 프레임간 비교를 통해 검출된 차량을 추적한다.

예를 들어, 차량 사고 감지 장치(100)는 레이블된 차량 추적 마스크를 이용하여 프레임간 비교를 통해 차량의 움직임을 추적하여 진행 방향과 위치를 추적할 수 있다. 차량 사고 감지 장치(100)는 레이블된 차량 추적 마스크를 이용하여 추적된 차량의 오차가 적을수록 동일한 차량으로 판단할 수 있다.

차량 사고 감지 장치(100)는 차량 추적 마스크를 이용하여 차량을 계속해서 추적하고, 동시에 차량의 진행 방향과 차량의 대략적인 크기도 추정할 수 있다.

단계 120에서 차량 사고 감지 장치(100)는 모션맵을 이용하여 추적한 차량의 사고 여부를 검출한다.

예를 들어, 차량 사고 감지 장치(100)는 추적중인 차량의 진행 방향 앞에 일정 영역을 충돌 감지 영역으로 설정하고, 차량 충돌로 인해 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따라 모션맵이 증가하는 경우, 추적한 차량과 다른 차량간에 사고가 발생한 것으로 판단할 수 있다.

도 6를 참조하여, 차량의 진행 방향을 고려하여 충돌 감지 영역을 설정하는 방법에 대해 보다 상세기 설명하기로 한다.

도 6의 610과 같이, 후보 차량의 크기가 결정되었다고 가정하자. 차량의 충돌 감지 영역을 차량 진행 방향에 대해 설정하기 전에, 충돌 감지 영역 앞에 오검출 방지 영역(615)을 설정할 수 있다.

충돌 감지 영역은 차량의 진행 방향을 기준으로, 진행 방향의 앞부분(즉, 전방 부분)에 일정 영역으로 설정된다(620).

예를 들어, 충돌 감지 영역은 차량의 진행 방향을 기준으로, 차량의 중심을 기준으로 플러스 30도 및 마이너스 30도 영역을 충돌 감지 영역으로 설정할 수 있다. 예를 들어, 차량의 중심은 차량의 크기를 기준으로 너비 및 높이의 중심 위치일 수 있다.

도 7은 본 발명의 일 실시예에 따른 모션맵을 이용한 차량 추적 및 차량 사고 검출을 설명하기 위해 도시한 도면이다.

도 7의 710은 각각 추적중인 차량에 대한 화면이고, 715는 각 추적중인 차량의 사고 직전 화면이고, 720은 각 추적중인 차량의 사고 직후 화면이다.

도 7에서 도시된 바와 같이, 모션맵을 이용하여 차량을 추적한 후 추적된 차량의 진행 방향 앞(전방)부분의 일정 영역을 충돌 감지 영역으로 설정한 후 차량 추적 과정 중 충돌 감지 영역에서 정지된 차량이 충돌로 인해 움직임에 따라 모션맵의 크기가 일정 기준 이상 증가하면 차량에 대한 사고를 감지할 수 있다.

도 8은 본 발명의 일 실시예에 따른 차량 사고 감지 장치의 내부 구성을 개략적으로 도시한 블록도이다.

도 8을 참조하면, 본 발명의 일 실시예에 따른 차량 사고 감지 장치(100)는 입력부(810), 모션맵 생성부(815), 차량 추적부(820), 사고 감지부(825), 메모리(830) 및 제어부(835)를 포함하여 구성된다.

입력부(810)는 당해 차량 사고 감지 장치(100)와 연동된 적어도 하나의 감시 카메라를 통해 실시간으로 영상을 입력받기 위한 수단이다.

모션맵 생성부(815)는 입력되는 영상의 각 프레임에서 일정 간격으로 추적점을 설정한 후 각 추적점마다 KLT 트래커(Kanade Lucas Tomasi traker)를 수행하여 각 추적점이 이동한 거리를 구하여 모션맵을 생성하기 위한 수단이다.

예를 들어, 차량 사고 감지 장치(100)는 추적점을 기반으로 평균 제곱 오차(mean squared error)를 기반으로 하는 상관 관계 분석을 통해 각 추적점의 유사도를 측정하여 각 추적점의 이동한 거리를 구한 후 선형 보간을 통해 근사화된 모션맵을 생성할 수 있다.

차량 추적부(820)는 모션맵을 이용하여 영상의 프레임간 비교를 통해 차량을 추적하기 위한 수단이다.

보다 상세하게, 차량 추적부(820)는 영상에서 전경 검출을 통해 전경 마스크를 생성하고, 생성된 전경 마스크와 모션맵을 이용하여 차량 추적 마스크를 생성할 수 있다. 이어, 차량 추적부(820)는 차량 추적 마스크를 이용하여 프레임간 비교를 통해 차량의 움직임을 추적하여 진행 방향을 추정할 수 있으며, 더불어 차량의 크기도 추정할 수 있다.

예를 들어, 차량 추적부(820)는 프레임간 비교를 통해 차량 추적 마스크를 이용하여 후보 차량을 검출한 후 후보 차량의 움직임에 따른 진행 방향을 추적할 수 있다. 또한, 차량 추적부(820)는 차량 추적 마스크의 크기를 이용하여 차량의 크기 또한 추정할 수 있다.

사고 감지부(825)는 차량 추적부(820)를 통해 추적되는 차량의 진행 방향 앞부분(전방 부분)에 일정 영역을 충돌 감지 영역으로 설정한 후, 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따른 모션맵 크기 증가 여부를 통해 추적중인 차량의 사고를 감지하기 위한 수단이다.

예를 들어, 사고 감지부(825)는 추적된 차량의 진행 방향 앞부분에 차량을 중심으로 플러스 30도에서 마이너스 30도 영역을 충돌 감지 영역으로 설정할 수 있다. 또한, 사고 감지부(825)는 차량과 충돌 감지 영역 사이에 오검출 방지 영역을 설정하여 차량 충돌의 오검출을 방지할 수도 있다.

메모리(830)는 본 발명의 일 실시예에 따른 차량 사고 감지 장치(100)를 운용하기 위해 필요한 다양한 알고리즘, 데이터(예를 들어, 입력 영상, 모션맵 등)를 저장하기 위한 수단이다.

제어부(835)는 본 발명의 일 실시예에 따른 차량 사고 감지 장치(100)의 내부 구성 요소들(예를 들어, 입력부(810), 모션맵 생성부(815), 차량 추적부(820), 사고 감지부(825), 메모리(830) 등)을 제어하기 위한 수단이다.

한편, 본 발명의 실시예에 따른 차량 사고를 감지할 수 있는 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조등을 단독으로 또는 조합하여 포함할 수 있다.

저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

810: 입력부
815: 모션맵 생성부
820: 차량 추적부
825: 사고 감지부
830: 메모리
835: 제어부

Claims

영상에서 KLT 추적기를 수행하여 모션맵을 생성하는 단계;
상기 모션맵을 이용하여 차량의 움직임을 추적하는 단계; 및
상기 추적된 차량의 충돌 감지 영역을 설정한 후 상기 충돌 감지 영역에서 정지된 차량의 충돌에 의한 움직임에 따른 모션맵 증가 여부를 통해 상기 추적된 차량의 사고 여부를 감지하는 단계를 포함하는 차량 사고 감지 방법.
제1 항에 있어서,
상기 모션맵을 생성하는 단계는,
상기 영상의 각 프레임마다 일정 간격으로 추적점을 설정하고, 상기 설정된 추적점마다 KLT 추적기를 수행하여 각 추적점이 이동한 거리를 구하는 단계; 및
상기 구해진 각 추적점이 이동한 거리를 선형 보간을 수행하여 상기 모션맵을 생성하는 단계를 포함하는 차량 사고 감지 방법.
제2 항에 있어서,
상기 모션맵을 생성하는 단계는,
상기 구해진 각 추적점이 이동한 거리를 명도로 표현한 후 가우시안 블러(Gaussian blur)를 통해 스무딩하여 상기 모션맵을 생성하는 것을 특징으로 하는 차량 사고 감지 방법.
제1 항에 있어서,
상기 차량의 움직임을 추적하는 단계는,
상기 영상에서 전경 검출을 통해 전경 마스크를 생성하는 단계; 및
상기 전경 마스크와 상기 모션맵을 이용하여 차량 추적 마스크를 생성하여 상기 영상에서 후보 차량을 검출하고, 상기 후보 차량의 움직임을 추적하는 단계를 포함하는 것을 특징으로 하는 차량 사고 감지 방법.
제1 항에 있어서,
상기 차량의 움직임을 추적 결과 상기 차량의 진행 방향 및 상기 차량의 크기가 추정되는 것을 특징으로 하는 차량 사고 감지 방법.
제5 항에 있어서,
상기 차량의 크기는 상기 차량 추적 마스크의 크기로 추정되는 것을 특징으로 하는 차량 사고 감지 방법.
제1 항에 있어서,
상기 차량의 사고 여부를 감지하는 단계는,
상기 추적된 차량의 진행 방향 앞으로 일정 영역을 상기 충돌 감지 영역으로 설정하는 단계; 및
상기 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따라 상기 모션맵의 크기가 일정 기준 이상 증가하면, 상기 차량 사고를 감지하는 단계를 포함하는 것을 특징으로 하는 차량 사고 감지 방법.
제1 항에 있어서,
상기 차량의 사고 여부가 감지되면, 상기 영상을 저장하는 단계를 더 포함하는 차량 사고 감지 방법.
제1 항 내지 제8 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 기록매체 제품.
감시 카메라와 연동되어 차량 사고를 감지하는 장치에 있어서,
상기 감시 카메라를 통해 입력받은 영상에서 KLT 추적기를 수행하여 모션맵을 생성하는 모션맵 생성부; 및
상기 모션맵을 이용하여 차량의 움직임을 추적하는 차량 추적부; 및
상기 차량 추적부를 통해 추적되는 상기 차량에 충돌 감지 영역을 설정한 후 상기 충돌 감지 영역에서 정지된 차량의 충돌에 의한 움직임에 따른 상기 모션맵 증가 여부를 통해 상기 추적된 차량의 사고 여부를 감지하는 사고 감지부를 포함하는 차량 사고 감지 장치.
제10 항에 있어서,
상기 사고 감지부는,
상기 차량 추적부를 통해 추적되는 상기 차량의 진행 방향 앞으로 일정 영역을 충돌 감지 영역으로 설정하고,
상기 충돌 감지 영역에서 정지된 차량이 충돌에 의해 움직임에 따라 상기 모션맵의 크기가 일정 크기 이상 증가하는 경우, 상기 추적되는 차량의 사고를 감지하는 것을 특징으로 하는 차량 사고 감지 장치.
제10 항에 있어서,
상기 사고 감지부는,
상기 충돌 감지 영역과 상기 추적된 차량의 영역 사이에 오검출 방지 영역을 더 설정하는 것을 특징으로 하는 차량 사고 감지 장치.