KR101539944B1 - 객체 식별 방법 - Google Patents
객체 식별 방법 Download PDFInfo
- Publication number
- KR101539944B1 KR101539944B1 KR1020140021649A KR20140021649A KR101539944B1 KR 101539944 B1 KR101539944 B1 KR 101539944B1 KR 1020140021649 A KR1020140021649 A KR 1020140021649A KR 20140021649 A KR20140021649 A KR 20140021649A KR 101539944 B1 KR101539944 B1 KR 101539944B1
- Authority
- KR
- South Korea
- Prior art keywords
- feature information
- moving object
- image
- unit
- area
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
본 발명의 실시 예에 따른 객체 식별 방법은 이동 객체를 촬영하는 단계, 촬영된 이미지로부터 상기 이동 객체의 특징 정보를 추출하는 단계, 상기 추출된 특징 정보를 미리 저장된 특징 정보와 비교하여 상기 이동 객체를 식별하는 단계 및 상기 추출된 특징 정보와 상기 미리 저장된 특징 정보가 일치하는 경우, 상기 이동 객체의 특징 정보 및 상기 이동 객체가 식별되었음을 알리는 정보를 표시하는 단계를 포함한다.
Description
본 발명은 이동에 따른 객체별 특징 정보를 이용하여 객체를 식별하는 방법에 관한 것이다.
최근, 외부 또는 내부의 특정 지역에 설치되는 보안용 CCTV(Closed-Circuit television)의 수가 증가하고 있다. CCTV는 특정 영역을 지속적으로 촬영할 수 있으나, 이를 감시하는 인원의 한계 때문에 감시자가 촬영된 영상을 전체적으로 모니터링하는 것은 불가능한 것이 현실이다.
이러한 점을 보완하기 위하여, CCTV 전문업체에서는 CCTV에 물체 감지 기능, 특정 객체 트래킹 기능 등의 많은 부가 기능들을 접목시키고 있다.
CCTV는 획득한 영상을 실시간으로 분석하여 특정 영역 내에 출입하는 물체를 실시간으로 탐지 및 추적함으로써, 행동 패턴을 분석할 수 있다. 다만, 행동 패턴을 이용하는 경우에는 개인 고유의 특성을 파악하는데 어려움이 있다.
한편, 개인 고유의 특성을 파악하기 위해 얼굴을 인식하여, 눈과 눈 사이의 거리, 눈과 코가 이루는 각도 등 인식된 얼굴의 특징을 판별하는 CCTV의 경우, 얼굴 인식 방향이나 얼굴과 카메라 사이의 거리가 변하면 동일인을 다른 사람으로 인식하는 문제점이 있다.
본 발명이 해결하고자 하는 과제는, CCTV 카메라 촬영 영상으로부터 추출된 보행에 따른 개인별 특징 정보를 이용하여 개인을 식별하는 객체 식별 방법에 관한 것이다.
또한, 본 발명이 해결하고자 하는 또 다른 과제는, CCTV 카메라 촬영 영상으로부터 추출된 행동 패턴을 이용하여 개인의 이상 행동을 식별하는 객체 식별 방법에 관한 것이다.
본 발명의 실시 예에 따른 객체 식별 방법은 이동 객체를 촬영하는 단계, 촬영된 이미지로부터 상기 이동 객체의 특징 정보를 추출하는 단계, 상기 추출된 특징 정보를 미리 저장된 특징 정보와 비교하여 상기 이동 객체를 식별하는 단계 및 상기 추출된 특징 정보와 상기 미리 저장된 특징 정보가 일치하는 경우, 상기 이동 객체의 특징 정보 및 상기 이동 객체가 식별되었음을 알리는 정보를 표시하는 단계를 포함한다.
본 발명의 실시 예에 따르면, CCTV 카메라 촬영 영상으로부터 추출된 보행에 따른 개인별 특징 정보를 이용함으로써, 개인을 식별할 수 있다.
또한, 본 발명의 또 다른 실시 예에 따르면, CCTV 카메라 촬영 영상으로부터 추출된 행동 패턴을 이용함으로써, 개인의 이상 행동을 식별하고, 이상 행동에 대하여 경고할 수 있다.
도 1은 본 발명의 실시 예에 따른 객체 식별 장치의 블럭 다이어그램(block diagram)이다.
도 2는 본 발명의 실시 예에 따른 객체 식별을 위하여, 이동에 따른 객체별 특징 정보를 추출 및 저장하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 실시 예에 따라서, 이동에 따른 객체별 특징 정보를 추출 및 처리하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시 예에 따른 객체 또는 객체의 이상 행동 식별을 위하여, 현재 촬영 중인 객체의 특징 정보를 미리 저장된 특징 정보와 비교하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 실시 예에 따른 객체 식별 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 6은 본 발명의 실시 예에 따른 객체 식별 불일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 7은 본 발명의 실시 예에 따른 객체 식별 일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 8은 본 발명의 실시 예에 따른 객체 행동 이상 여부를 보여주는 객체 식별 장치 화면이 정면도이다.
도 2는 본 발명의 실시 예에 따른 객체 식별을 위하여, 이동에 따른 객체별 특징 정보를 추출 및 저장하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 실시 예에 따라서, 이동에 따른 객체별 특징 정보를 추출 및 처리하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시 예에 따른 객체 또는 객체의 이상 행동 식별을 위하여, 현재 촬영 중인 객체의 특징 정보를 미리 저장된 특징 정보와 비교하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 실시 예에 따른 객체 식별 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 6은 본 발명의 실시 예에 따른 객체 식별 불일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 7은 본 발명의 실시 예에 따른 객체 식별 일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 8은 본 발명의 실시 예에 따른 객체 행동 이상 여부를 보여주는 객체 식별 장치 화면이 정면도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 발명의 실시 예로서, 사람, 특히 범죄를 행하고자 하는 행위자의 행동 및 사용되는 도구 등을 영상처리 기법으로 형상화하거나, 실시간 획득된 영상에서 행위자의 행동 및 사용되는 도구 등을 인식하고, 이를 상황별 또는 형태별로 데이터베이스화하고, 기존의 CCTV 카메라에서 수집되는 영상과 데이터베이스를 비교 분석하여 위험 상황에 해당되는 상황이 발생할 경우, 이를 즉각적으로 모니터링 담당자에게 알려주는 객체 식별 방법이 제공된다.
도 1은 본 발명의 실시 예에 따른 객체 식별 장치의 블럭 다이어그램(block diagram)이다.
도 1을 참조하면, 객체 식별 장치(100)는 촬영부(110), 특징 정보 추출부(120), 저장부(130), 비교부(140), 판단부(150) 및 표시부(160)를 포함한다.
촬영부(110)는 CCTV 카메라가 향하는 방향의 미리 정해진 영역을 촬영한다. 촬영부(110)는 미리 정해진 영역에서 감지되는 이동 객체를 촬영할 수 있다. 촬영부(110)는 아날로그 방식 또는 디지털 방식의 CCTV 카메라일 수 있다. 또한, 촬영부(100)는 적외선 카메라일 수 있다.
특징 정보 추출부(120)는 촬영부(110)에서 촬영된 이동 객체의 이미지로부터 이동 객체의 이동에 따른 특징 정보를 추출한다. 특징 정보 추출부(120)는 촬영된 이동 객체의 이미지를 흑백 처리, 외곽선 처리, 노이즈 제거 처리, 고속 푸리에 변환(FFT, fast Fourier Transform) 처리하는 등 전처리할 수 있고, 전처리된 이미지의 중심 값을 산출할 수 있다. 이동 객체의 이동에 따른 특징 정보는 이동 객체의 중심 값, 이동 객체의 수직 방향으로의 길이 정보, 이동 객체의 이동에 따른 주파수 정보, 이동 객체의 이동 속도에 대한 정보 등을 포함할 수 있으며, 이동 객체를 식별하는 정보가 될 수 있다.
저장부(130)는 촬영부(110)에서 촬영된 이미지, 특징 정보 추출부(120)에서 추출된 이동 객체 특징 정보 등을 저장한다.
비교부(140)는 복수의 특징 정보를 비교한다. 예를 들면, 비교부(140)는 각기 다른 시점에 촬영된 이동 객체의 특징 정보를 서로 비교할 수 있다.
판단부(150)는 비교부(140)의 비교 결과를 이용하여, 복수의 특징 정보가 일치하는지 또는 불일치하는지 판단한다. 또는, 판단부(150)는 이동 객체의 행동 패턴을 분석하여, 이동 객체의 행동 패턴에 이상이 있는 경우 이를 범죄 가능 행위로 판단할 수도 있다.
표시부(160)는 현재 촬영 중인 화면에 대한 정보, 과거 촬영된 화면에 대한 정보, 현재 촬영 중인 화면과 과거 촬영된 화면의 비교 결과에 대한 정보를 표시할 수 있다. 표시부(160)는 현재 촬영 중인 이동 객체가 과거에도 촬영된 적이 있었는지 여부를 특징 정보를 비교하여 보여줄 수 있고, 현재 촬영 중인 이동 객체의 이상 행동에 대한 경고를 보여줄 수도 있다.
다음은 도 2 및 도 3을 참조하여, 본 발명의 실시 예에 따른 객체 식별을 위하여, CCTV 카메라에서 촬영된 객체의 객체별 특징 정보를 추출하여 저장하는 방법을 설명한다.
도 2는 본 발명의 실시 예에 따른 객체 식별을 위하여, 이동에 따른 객체별 특징 정보를 추출 및 저장하는 방법을 설명하기 위한 흐름도이다.
도 2를 참조하면, 촬영부(110)는 특정 영역의 이동 객체를 촬영한다(S101). 특정 영역은 CCTV 카메라에 의해 촬영 가능한 영역을 의미하며, 사용자 선택에 따라 변경될 수 있다. 이동 객체는 보행자 또는 이동 물체 등을 의미할 수 있다.
촬영부(110)는 지속적으로 이동 객체를 촬영할 수 있고, 이동 객체가 특정 영역에서 감지되는 경우에 한하여 이동 객체를 촬영할 수도 있다.
도 3은 본 발명의 실시 예에 따라서, 이동에 따른 객체별 특징 정보를 추출 및 처리하는 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 도 3의 (a)는 촬영부(100)가 특정 영역에서 이동하는 보행자를 촬영한 이미지를 보여준다.
이어서, 특징 정보 추출부(120)는 촬영된 이동 객체의 이미지로부터 이동 객체의 이동에 따른 특징 정보를 추출한다. 특징 정보는 도면 부호 S103 단계 내지 S111 단계를 통해 추출될 수 있으며, 이에 한정되지 않는다. 특히, 도면 부호 S103 단계 내지 S109 단계를 촬영된 이동 객체의 중심 값을 산출하기 위한 전처리 과정을 의미할 수 있다.
다시 도 2를 참조하면, 특징 정보 추출부(120)는 촬영된 이미지를 흑백 처리한다(S103). 특징 정보 추출부(120)는 연속적으로 촬영된 이미지를 흑백 처리할 수 있다. 예컨대, 특징 정보 추출부(120)는 1초에 30장의 이미지를 연속적으로 측백 처리할 수 있다.
다시 도 3을 참조하면, 도 3의 (b)는 특징 정보 추출부(120)에서 흑백 처리된 이미지를 보여준다. 이때, 도 3의 (b)는 도 3의 (a)에 나타난 이미지가 흑백 처리된 결과를 나타낸다.
다시 도 2를 참조하면, 특징 정보 추출부(120)는 흑백 처리된 이미지를 외곽선 처리한다(S105). 외곽선 처리는 이미지의 명도를 조절하는 것을 의미한다. 예컨대, 흑백 처리된 이미지는 흑백의 선명도를 조절하기 위하여 외곽선 처리를 수행할 수 있다.
외곽선 처리는 임계값(Threshold Value)을 이용하여 수행될 수 있다. 예를 들면, 임계값이 커질수록 흑백의 구분이 보다 선명해질 수 있다. 특징 정보 추출부(120)는 사용자 선택에 따라 외곽선 처리를 위한 임계값을 조절함으로써, 예컨대 보행자의 머리만을 특징 정보에 포함할 것인지 아니면 보행자의 머리부터 어깨까지를 특징 정보에 포함할 것인지를 제어할 수 있다.
이와 같이, 특징 정보 추출부(120)는 흑백 처리 및 외곽선 처리를 통하여 촬영된 이미지 중에서 특정 부분을 강조시킬 수 있다.
다시 도 3을 참조하면, 도 3의 (c)는 특징 정보 추출부(120)에서 외곽선 처리된 이미지를 보여준다. 이때, 도 3의 (c)는 도 3의 (b)에 나타난 이미지가 외곽선 처리된 결과를 나타낸다.
다시 도 2를 참조하면, 특징 정보 추출부(120)는 외곽선 처리된 이미지의 노이즈를 제거한다(S107). 특징 정보 추출부(120)는 외곽선 처리된 이미지의 배경을 제거하고 객체만을 추출하기 위하여, 노이즈 제거를 수행할 수 있다.
다시 도 3을 참조하면, 도 3의 (d)는 특징 정보 추출부(120)에서 배경을 나타내는 노이즈가 제거된 이미지를 보여준다. 이때, 도 3의 (d)는 도 3의 (c)에 나타난 이미지의 노이즈가 제거된 결과를 나타낸다.
도 3의 (e)는 특징 정보 추출부(120)에서 추가적인 노이즈 제거가 수행된 이미지를 보여준다. 이때, 도 3의 (e)는 도 3의 (d)에 나타난 이미지에 추가적인 노이즈 제거가 수행된 결과를 나타낸다. 도 3의 (e)를 참조하면, 추가적인 노이즈 제거 결과, 목적이 되는 대상 즉, 보행자의 머리에 해당하는 영역만이 추출될 수 있다.
다시 도 2를 참조하면, 특징 정보 추출부(120)는 노이즈가 제거된 이미지를 FFT 처리한다(S109). FFT 처리는 노이즈 제거 및 특정 영상을 강조하기 위한 것으로, 특징 정보 추출부(120)는 외곽선 처리, 노이즈 제거 등과 같은 전처리가 수행된 이미지를 FFT 처리할 수 있다. FFT 처리가 수행되면, 객체 식별을 위한 객체의 중심 값이 보다 정확하게 산출될 수 있다.
다시 도 3을 참조하면, 도 3의 (f)는 특징 정보 추출부(120)에서 FFT 처리가 수행된 이미지를 보여준다. 이때, 도 3의 (f)는 도 3의 (e)에 나타난 이미지에 FFT 처리가 수행된 결과를 나타낸다. 도 3의 (f)를 참조하면, FFT 처리 결과, 보행자의 머리에 해당하는 영역이 중심 값을 정확하게 산출할 수 있는 형태로 추출될 수 있다.
다시 도 2를 참조하면, 특징 정보 추출부(120)는 FFT 처리된 이미지로부터 이동 객체의 제1 중심 값을 산출한다(S111). 예를 들면, 특징 정보 추출부(120)는 FFT 처리 결과 촬영된 이미지로부터 추출된 보행자의 머리 영역의 중심이 되는 값을 산출할 수 있다. 이하에서 객체 식별 장치(100)가 획득하는 또 다른 이미지로부터 산출되는 중심 값과 구별하기 위하여, 도 2에서 산출된 중심 값을 제1 중심 값이라 한다.
다시, 도 3을 참조하면, 도 3의 (g)는 특징 정보 추출부(120)에서 산출한 중심 값을 FFT 처리가 수행된 이미지상에 시각적으로 보여준다. 이때, 도 3의 (g)는 도 3의 (f)에 나타난 이미지의 중심 값이 산출된 결과를 나타낸다.
다시, 도 2를 참조하면, 저장부(130)는 특징 정보 추출부(120)에서 추출된 제1 중심 값을 비롯한 제1 특징 정보를 저장한다(S113).
제1 특징 정보는 제1 중심 값을 이용한 정보를 포함할 수 있다. 예를 들면, 제1 특징 정보는 제1 중심 값에 따른 보행자의 신장 정보, 제1 중심 값을 이용한 보행자 주파수 정보, 제1 중심 값을 이용한 보행자 이동 속도 정보 등을 포함할 수 있으며, 이에 한정되지 않는다. 이와 같은 특징 정보는 현재 촬영된 객체의 식별 정보로 활용될 수 있다.
제1 중심 값은 앞서 설명한 바와 같이, 보행자의 머리에 해당하는 영역의 중심 값에 해당하므로, 보행자의 신장을 유추할 수 있는 근거 자료가 될 수 있다.
보행자 주파수는 보행 중인 보행자의 걸음에 따른 보행자 상하 운동에 대응하는 주파수를 의미할 수 있다. 보행자 주파수는 제1 중심 값의 상하 이동 정도 등을 이용하여 유추할 수 있으며, 이에 한정되는 것은 아니다.
객체 식별 장치(100)는 미리 정해진 영역 내에서 감지된 보행자와 같은 이동 객체의 제1 특징 정보를 추출 및 저장하고, 이후 감지되는 이동 객체의 제2 특징 정보와 비교하여 이동 객체 및 이동 객체의 이동 패턴 이상 여부를 식별할 수 있다.
다음은 도 4를 참조하여, 본 발명의 실시 예에 따른 객체 식별 방법을 설명한다.
도 4는 본 발명의 실시 예에 따른 객체 또는 객체의 이상 행동 식별을 위하여, 현재 촬영 중인 객체의 특징 정보를 미리 저장된 특징 정보와 비교하는 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 촬영부(110)가 특정 영역에서 다시 이동 객체를 촬영하면(S301), 특징 정보 추출부(120)는 촬영된 이동 객체의 이미지를 흑백 처리(S303), 외곽선 처리(S305), FFT 처리(S307)하여, 이동 객체의 제2 중심 값을 산출한다(S309). 이때, 도면 부호 S303 단계 내지 S309 단계는 도 2를 참조하여 설명한 도면 부호 S103 단계 내지 S111 단계와 동일할 수 있고, 도면에 도시되지 않았으나, 노이즈 제거 단계를 더 추가할 수도 있으며, 이에 한정되지 않는다.
저장부(130)는 제2 중심 값을 비롯한 제2 특징 정보를 저장한다(S311).
이어서, 비교부(140)는 제1 중심 값과 제2 중심 값을 비교한다(S313). 이때 비교 대상은 중심 값뿐만 아니라 모든 특징 정보가 될 수 있다. 즉, 비교부(140)는 저장부(130)에 저장된 제1 특징 정보와 특징 정부 추출부(120)에서 추출되거나 저장부(130)에 저장된 제2 특징 정보를 비교할 수 있다.
판단부(150)는 현재 촬영된 이동 객체의 특징 정보가 이전에 촬영된 이동 객체의 특징 정보와 일치하는지 여부를 판단한다(S315). 판단부(150)는 비교부(140)의 비교 결과를 이용하여 현재 촬영된 이동 객체가 이전에 촬영된 적이 있는지 판단할 수 있다.
예컨대, 판단부(150)는 비교부(140)의 비교 결과, 제1 중심 값과 제2 중심 값이 일치하면, 제2 중심 값을 가지는 보행자가 제1 중심 값을 가지는 보행자와 동일인임을 판단할 수 있다.
또는, 판단부(150)는 비교부(140)의 비교 결과, 제1 특징 정보에 포함된 제1 중심 값에 따른 보행자의 신장, 제1 중심 값을 이용한 보행자 주파수, 제1 중심 값을 이용한 보행자 이동 속도 중 적어도 하나가, 제2 특징 정보에 포함된 제2 중심 값에 따른 보행자의 신장, 제2 중심 값을 이용한 보행자 주파수, 제2 중심 값을 이용한 보행자 이동 속도와 일치하면, 제2 중심 값을 가지는 보행자가 제1 중심 값을 가지는 보행자와 동일인임을 판단할 수도 있다. 판단부(150)는 이와 같은 판단 요소 중 하나 이상을 이용하여 보행자 일치 여부를 판단할 수 있다.
이어서, 표시부(160)는 판단부(150)의 판단 결과, 현재 촬영된 이동 객체의 특징 정보가 이전에 촬영된 이동 객체의 특징 정보와 일치하면, 일치 알림 및 제1 특징 정보를 표시한다(S317). 일치 알림 치 제1 특징 정보 표시에 관한 설명은 이하에서 도 7을 참조하여 설명하도록 한다.
표시부(160)는 판단부(150)의 판단 결과, 현재 촬영된 이동 객체의 특징 정보가 이전에 촬영된 이동 객체의 특징 정보와 일치하지 않으면, 불일치 알림을 표시한다(S319). 불일치 알림에 관한 설명은 이하에서 도 6을 참조하여 설명하도록 한다.
한편, 판단부(150)는 제2 특징 정보로부터 행동 패턴 이상 여부를 판별할 수 있다(S321). 판단부(150)는 추출된 특징 정보로부터 보행자가 미리 정해진 영역 내에서 정상 보행을 수행하지 않고, 주위 영역을 배회하면서 미리 정해진 시간 이상 머무르는 것으로 판단되는 경우, 해당 보행자에게 범죄 의도가 있는 것으로 판단할 수 있다. 또는 판단부(150)는 추출된 특징 정보로부터 보행자가 특정 방향을 미리 정해진 시간 이상 주시하는 것으로 판단되는 경우, 해당 보행자에게 범죄 의도가 있는 것으로 판단할 수도 있다.
이어서, 표시부(160)는 판단부(150)에 의하여 보행자의 행동 패턴에 이상이 있는 것으로 판단되는 경우, 행동 패턴 이상 알림을 표시한다(S323). 행동 패턴 이상 알림에 관한 설명은 이하에서 도 8을 참조하여 설명하도록 한다.
다음은 도 5 내지 도 8을 참조하여, 본 발명의 실시 예에 따른 객체 식별 장치에 표시된 객체 식별 결과를 설명한다.
도 5는 본 발명의 실시 예에 따른 객체 식별 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 5를 참조하면, 표시부(160)는 물체 감지 영역, 프레임 속도(frame rate) 영역, 주파수 영역, 머문 시간 영역, 키 영역, X변위 영역, 현재 화면 영역, 비교 화면 영역, 현재 저장 사진 경로 영역, 일치 경로 영역, 일치율 영역, Image Dst Out 영역, 기록 지우기 영역, 정지 영역 등을 표시한다.
물체 감지 영역은 미리 정해진 영역에서 이동 객체가 감지되지 않는 경우와 이동 객체가 감지되는 경우에 각각 다른 색상으로 표시될 수 있다.
프레임 속도(frame rate) 영역, 주파수 영역은 촬영부(110)의 촬영 속도를 숫자로 보여줄 수 있다.
머문 시간 영역은 이동 객체가 미리 정해진 영역에서 감지된 시간을 보여줄 수 있다.
키 영역은 미리 정해진 영역에서 감지된 이동 객체의 수직 방향으로의 길이를 숫자로 보여줄 수 있다. 예컨대, 키 영역은 보행자의 키를 숫자로 보여줄 수 있다. X변위 영역은 미리 정해진 영역 상에서의 이동 객체의 위치를 숫자로 보여줄 수 있다.
현재 화면 영역은 현재 촬영 중인 이동 객체를 보여줄 수 있다. 현재 저장 사진 경로 영역은 현재 화면이 저장되는 경로를 보여줄 수 있다.
비교 화면 영역은 현재 화면의 비교 대상이 되는 화면을 보여줄 수 있다. 이를 위하여 특징 정보 추출부(120)가 현재 화면으로부터 제2 특징 정보를 추출할 수 있다. 표시부(160)는 Image Dst Out 영역에 특징 정보 추출부(120)가 추출한 제2 중심 값을 표시할 수 있다. 비교부(140)는 저장부(130)에 저장된 비교 화면의 제1 특징 정보와 현재 화면의 제2 특징 정보를 비교할 수 있다. 표시부(160)는 저장부(130)에 저장된 비교 화면을 추출하여 비교 화면 영역에 표시할 수 있다. 일치 경로 영역은 비교 화면이 저장된 장소를 보여줄 수 있다.
일치율 영역은 현재 화면과 비교 화면의 일치 정도를 보여줄 수 있다. 예를 들면, 일치율 영역은 비교부(140)에서 비교된 비교 화면의 제1 특징 정보와 현재 화면의 제2 특징 정보의 일치 정도를 숫자로 보여줄 수 있다.
Image Dst Out 영역은 현재 촬영된 이미지가 전처리된 영상을 보여줄 수 있다.
기록 지우기 영역은 저장부(30)에 저장된 기록을 삭제하기 위한 사용자 입력을 수신할 수 있고, 정지 영역은 객체 식별 장치(100)의 객체 식별을 중단하기 위한 사용자 입력을 수신할 수 있는 사용자 인터페이스일 수 있다.
도 6은 본 발명의 실시 예에 따른 객체 식별 불일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 6을 참조하면, 도면 부호 S319 단계에서, 표시부(160)는 현재 감지된 이동 객체가 촬영된 화면을 현재 화면 영역에 표시하고, 현재 촬영된 이미지가 전처리된 영상을 Image Dst Out 영역에 표시하며, 저장부(130)에 저장된 데이터 불일치 알림 이미지의 경로에 대한 정보를 일치 경로 영역에 표시하면서, 비교 화면 영역에 데이터 불일치 알림 이미지를 표시할 수 있다.
이때, 표시부(160)에는 현재 화면과 일치하는 비교 화면이 존재하지 않는다는 것에 대한 정보를 일치 영역에 표시할 수 있다. 비교부(140)에서 현재 화면의 제1 특징 정보와 비교 화면의 제2 특징 정보를 비교한 결과, 판단부(150)에서 제1 특징 정보와 제2 특징 정보가 일치하지 않는 것으로 판단하면, 표시부(160)는 일치 영역의 색상 등을 변경하지 않음으로써, 불일치를 나타낼 수 있다.
도 7은 본 발명의 실시 예에 따른 객체 식별 일치 결과를 보여주는 객체 식별 장치 화면의 정면도이다.
도 7을 참조하면, 도면 부호 S317 단계에서, 표시부(160)는 현재 감지된 이동 객체가 촬영된 화면을 현재 화면 영역에 표시하고, 현재 촬영된 이미지가 전처리된 영상을 Image Dst Out 영역에 표시하며, 저장부(130)에 저장된 비교 화면의 경로에 대한 정보를 일치 경로에 표시하면서, 저장부(130)에 저장된 비교 화면을 비교 화면 영역에 표시할 수 있다.
이때, 표시부(160)에는 현재 화면과 일치하는 비교 화면이 존재한다는 것에 대한 정보를 일치 영역에 표시할 수 있다. 비교부(140)에서 현재 화면의 제1 특징 정보와 비교 화면의 제2 특징 정보를 비교한 결과, 판단부(150)에서 제1 특징 정보와 제2 특징 정보가 일치하는 것으로 판단하면, 표시부(160)는 일치 영역의 색상 등을 변경함으로써, 일치를 나타낼 수 있다.
도 8은 본 발명의 실시 예에 따른 객체 행동 이상 여부를 보여주는 객체 식별 장치 화면이 정면도이다.
도 8을 참조하면, 도면 부호 S323 단계에서, 표시부(160)는 현재 감지된 이동 객체가 촬영된 화면을 현재 화면 영역에 표시하고, 현재 촬영된 이미지가 전처리된 영상을 Image Dst Out 영역에 표시하며, 저장부(130)에 저장된 비교 화면의 경로에 대한 정보를 일치 경로에 표시하면서, 저장부(130)에 저장된 비교 화면을 비교 화면 영역에 표시할 수 있다.
이때, 표시부(160)에는 현재 화면과 일치하는 비교 화면이 존재한다는 것에 대한 정보를 일치 영역에, 현재 화면에 나타난 보행자의 거동이 이상 행동 패턴에 해당함을 알리는 정보를 범죄 가능 영역에 표시할 수 있다. 보행자가 미리 정해진 영역 내에서 미리 정해진 시간 이상 머무르거나 또는 특정 방향을 미리 정해진 시간 이상 주시하는 경우, 판단부(150)는 해당 보행자에게 범죄 의도가 있는 것으로 판단하고, 표시부(160)의 범죄 가능 영역의 색상을 변경함으로써, 행동 패턴의 이상 여부를 알릴 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (5)
- 이동 객체를 촬영하는 촬영부;
상기 촬영된 이동 객체의 이미지를 흑백 처리하고, 흑백 처리된 이미지를 외곽선 처리하고, 외곽선 처리된 이미지를 고속 푸리에 변환으로 전처리하여 상기 이동 객체의 특징 정보를 추출하는 특징 정보 추출부;
상기 추출된 특징 정보를 미리 저장된 특징 정보와 비교하는 비교부;
비교 결과에 기초하여 상기 이동 객체가 미리 저장된 특징 정보와 일치하는지 여부를 판단하는 판단부; 및
상기 판단부의 판단 결과를 표시하는 표시부를 포함하며,
상기 특징 정보 추출부는 설정된 임계값에 따라 상기 외곽선 처리를 다르게 하여 상기 촬영된 이미지에서 추출할 특징 정보 범위를 제어하고,
상기 표시부는 상기 촬영된 이동 객체의 이미지, 상기 이동 객체의 특징 정보, 상기 미리 저장된 특징 정보 및 상기 비교 결과에 따른 일치율 정보 중 적어도 하나를 표시하는
객체 식별 장치. - 제1항에 있어서,
상기 추출된 특징 정보의 범위는 상기 임계값에 비례하여 넓어지는 객체 식별 장치. - 제1항에 있어서,
상기 이동 객체의 특징 정보는 상기 이동 객체의 중심 값, 상기 이동 객체의 수직 방향으로의 길이, 상기 이동 객체의 이동 속도 중 적어도 하나를 포함하는
객체 식별 장치. - 제1항에 있어서,
상기 표시부는 비교 결과 상기 추출된 특징 정보와 상기 미리 저장된 특징 정보가 일치하지 않는 경우, 불일치 알림 이미지 및 범죄 가능 이미지 중 어느 하나를 표시하는
객체 식별 장치. - 제1항에 있어서,
상기 특징 정보 추출부는 상기 이동 객체의 행동 패턴을 추출하고,
상기 표시부는 상기 추출된 행동 패턴이 이상 행동 패턴으로 판단되는 경우, 상기 이동 객체의 이동 행동에 대한 경고를 표시하는
객체 식별 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140021649A KR101539944B1 (ko) | 2014-02-25 | 2014-02-25 | 객체 식별 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140021649A KR101539944B1 (ko) | 2014-02-25 | 2014-02-25 | 객체 식별 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101539944B1 true KR101539944B1 (ko) | 2015-07-29 |
Family
ID=53876582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140021649A KR101539944B1 (ko) | 2014-02-25 | 2014-02-25 | 객체 식별 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101539944B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020054978A1 (ko) * | 2018-09-10 | 2020-03-19 | 한성욱 | 이미지 생성 장치 및 그 방법 |
KR20220087180A (ko) | 2020-12-17 | 2022-06-24 | 가톨릭대학교 산학협력단 | 개체 이미지의 패턴에 의한 개체 인식 식별 방법 및 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003087771A (ja) * | 2001-09-07 | 2003-03-20 | Oki Electric Ind Co Ltd | 監視システム及び方法 |
JP2013003930A (ja) * | 2011-06-19 | 2013-01-07 | Masafumi Hagiwara | 不審人物検知方法および装置、異常事象検知方法および装置 |
-
2014
- 2014-02-25 KR KR1020140021649A patent/KR101539944B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003087771A (ja) * | 2001-09-07 | 2003-03-20 | Oki Electric Ind Co Ltd | 監視システム及び方法 |
JP2013003930A (ja) * | 2011-06-19 | 2013-01-07 | Masafumi Hagiwara | 不審人物検知方法および装置、異常事象検知方法および装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020054978A1 (ko) * | 2018-09-10 | 2020-03-19 | 한성욱 | 이미지 생성 장치 및 그 방법 |
KR20220087180A (ko) | 2020-12-17 | 2022-06-24 | 가톨릭대학교 산학협력단 | 개체 이미지의 패턴에 의한 개체 인식 식별 방법 및 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101935399B1 (ko) | 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템 | |
JP6544244B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN102521578B (zh) | 一种入侵检测和识别方法 | |
US10691947B2 (en) | Monitoring device | |
WO2014050518A1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP6234762B2 (ja) | 眼部検出装置、方法、およびプログラム | |
JP2011248836A (ja) | 滞留検出システム及びプログラム | |
JP2013003964A (ja) | 顔画像検索システム、及び顔画像検索方法 | |
JP6822482B2 (ja) | 視線推定装置、視線推定方法及びプログラム記録媒体 | |
JP6044522B2 (ja) | 緩徐変化検出システム | |
KR101640014B1 (ko) | 허위 안면 이미지 분류가 가능한 홍채 인식 장치 | |
US20180220939A1 (en) | Face detection device, face detection system, and face detection method | |
KR101693959B1 (ko) | 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법 | |
JP2021089717A (ja) | 対象の再特定の方法 | |
RU2315352C2 (ru) | Способ и система для автоматического обнаружения трехмерных образов | |
CN108460319B (zh) | 异常人脸检测方法及装置 | |
JP6516702B2 (ja) | 人数集計システム、人数集計方法、及び人数集計結果の閲覧方法 | |
KR101539944B1 (ko) | 객체 식별 방법 | |
JP5726595B2 (ja) | 画像監視装置 | |
KR101648786B1 (ko) | 객체 인식 방법 | |
KR101290517B1 (ko) | 촬영장치 및 이의 대상 추적방법 | |
KR101926510B1 (ko) | 광각카메라를 이용한 안면인식 기반의 광역 감시 시스템 | |
JP6939065B2 (ja) | 画像認識用コンピュータプログラム、画像認識装置及び画像認識方法 | |
KR101355206B1 (ko) | 영상분석을 이용한 출입 계수시스템 및 그 방법 | |
JP2019110474A (ja) | 不審者検知装置 |
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: 20180626 Year of fee payment: 4 |