KR101567026B1 - 비정상 상황 판별 장치 및 그 판별 방법 - Google Patents

비정상 상황 판별 장치 및 그 판별 방법 Download PDF

Info

Publication number
KR101567026B1
KR101567026B1 KR1020150057562A KR20150057562A KR101567026B1 KR 101567026 B1 KR101567026 B1 KR 101567026B1 KR 1020150057562 A KR1020150057562 A KR 1020150057562A KR 20150057562 A KR20150057562 A KR 20150057562A KR 101567026 B1 KR101567026 B1 KR 101567026B1
Authority
KR
South Korea
Prior art keywords
average value
time
sampled
value
deviation
Prior art date
Application number
KR1020150057562A
Other languages
English (en)
Inventor
이강석
하성욱
Original Assignee
(주)리얼허브
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)리얼허브 filed Critical (주)리얼허브
Priority to KR1020150057562A priority Critical patent/KR101567026B1/ko
Application granted granted Critical
Publication of KR101567026B1 publication Critical patent/KR101567026B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19604—Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 비정상 상황 판별 장치 및 그 판별 방법에 관한 것으로서, 소정 구역에 설치된 카메라를 통해 영상을 촬영하는 단계와; 촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지하는 단계와; 감지된 객체 수가 기 설정된 임계값 이상인 경우, 상기 객체 수의 샘플링을 수행하고, 상기 샘플링을 수행하는 시점과 상기 샘플링의 대상이 되는 객체 수에 대응하는 영상을 저장하는 단계와; 기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산하는 단계와; 상기 편차가 기 설정된 기준편차 이상인 경우, 비정상적인 상황이 발생한 것으로 판별하는 단계;를 포함하는 것을 특징으로 한다.
이에 따라, 감시 카메라에 의해 실시간으로 감지되는 객체 수를 동일 시간 범위의 정상값과 비교하여 비정상 상황 발생 여부를 자동으로 판별하고 이를 실시간으로 사용자에게 알림으로써, 원격지에 있는 사용자에게도 비정상 상황에 관한 정보가 실시간으로 전달될 수 있는 효과가 있다.

Description

비정상 상황 판별 장치 및 그 판별 방법{APPARATUS AND METHOD FOR DETERMINING ABNORMAL SITUATION}
본 발명은 비정상 상황 판별 장치 및 그 판별 방법에 관한 것으로서, 보다 구체적으로는, 감시 카메라에서 촬영된 영상으로부터 실시간으로 감지되는 객체 수에 기초하여 비정상 상황 발생 여부를 판별하는 장치 및 방법에 관한 것이다.
일반적으로, 감시대상 지역에 적어도 하나 이상의 감시카메라를 설치하여 그 감시카메라에서 촬영된 영상화면을 기초로 보안감시를 실행하는 원격 감시 시스템이 이용되고 있다. 구체적으로, 이러한 원격 감시 시스템은 감시카메라에 의해 촬영되어 전송되는 영상화면이 감시센터의 모니터에 표시되면, 감시자(사용자)가 그 모니터에 표시되는 영상화면을 관찰하여 상품/물품의 도난이나 인체를 대상으로 하는 범죄를 예방하기 위한 대책수단으로 사용된다. 이때, 상기 감시카메라에 의해 촬영된 영상은 기록하여 도난이나 범죄의 발생 시 그 정확한 정황의 파악을 위한 자료로써 활용된다.
그러나, 감시 카메라에서 송출되는 화면을 원격지로 전송하는 종래의 감시 시스템은 단방향 서비스에 한정되기 때문에 원격지의 감시자로서는 위급 상황에서도 적절한 시기에 필요한 조치를 취할 수 없는 문제가 있으며, 아울러 감시 결과를 전달할 위치가 고정되어 있어서 감시자가 부재중인 경우에는 긴급 상황이 실시간으로 전달될 수 없는 문제가 있었다.
따라서, 단방향 서비스에 따른 조치 지연에 의한 피해를 줄이고, 언제라도 감시자에게 실시간으로 긴급 상황에 관한 정보가 전달되도록 하는 원격 감시 시스템이 필요로 된다.
KR 10-2008-0044386 A KR 10-2013-0097868 A
본 발명의 목적은 상기 문제점을 해결하기 위한 것으로서, 감시 카메라에서 촬영된 영상으로부터 실시간으로 감지되는 객체 수에 기초하여 비정상 상황 발생 여부를 판별하고 이를 실시간으로 사용자에게 알려줄 수 있는 비정상 상황 판별 장치 및 그 판별 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 비정상 상황 판별 방법은, 소정 구역에 설치된 카메라를 통해 영상을 촬영하는 단계와; 촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지하는 단계와; 감지된 객체 수가 기 설정된 임계값 이상인 경우, 상기 객체 수의 샘플링을 수행하고, 상기 샘플링을 수행하는 시점과 상기 샘플링의 대상이 되는 객체 수에 대응하는 영상을 저장하는 단계와; 기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산하는 단계와; 상기 편차가 기 설정된 기준편차 이상인 경우, 비정상적인 상황이 발생한 것으로 판별하는 단계;를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 비정상 상황 판별 장치는, 소정 구역에 설치되어 영상을 촬영하는 카메라와; 촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지하는 객체 감지부와; 감지된 객체 수가 기 설정된 임계값 이상인 경우 상기 객체 수의 샘플링을 수행하는 샘플링부와; 상기 샘플링을 수행하는 시점과 상기 샘플링의 대상이 되는 객체 수에 대응하는 영상을 저장하는 데이터베이스부와; 기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산하는 편차 계산부와; 상기 편차가 기 설정된 기준편차 이상인 경우 비정상적인 상황이 발생한 것으로 판별하는 판별부;를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 감시 카메라에 의해 실시간으로 감지되는 객체 수를 동일 시간 범위의 정상값과 비교하여 비정상 상황 발생 여부를 자동으로 판별하고 이를 실시간으로 사용자에게 알림으로써, 원격지에 있는 사용자에게도 비정상 상황에 관한 정보가 실시간으로 전달될 수 있다.
도 1은 본 발명의 실시예에 따른 비정상 상황 판별 방법을 나타내는 순서도이고,
도 2는 본 발명의 실시예에 따른 비정상 상황 판별 장치의 구성을 나타내는 블록도이고,
도 3은 본 발명의 일 실시예에 따른 샘플링 결정 방법과 하루 평균값 및 날짜별 평균값을 계산하는 방법의 일례를 설명하기 위한 그래프이다.
이상과 같은 본 발명에 대한 해결하려는 과제, 과제의 해결수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시예 및 도면에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 도면들을 참조하여 본 발명의 실시예들에 따른 비정상 상황 판별 장치 및 그 판별 방법을 설명하도록 한다.
도 1은 본 발명의 실시예에 따른 비정상 상황 판별 방법을 나타내는 순서도이다. 도 1을 참조하여 본 발명의 실시예에 따른 비정상 상황 판별 방법을 구체적으로 설명하면 다음과 같다.
먼저, 소정 구역에 설치된 카메라를 통해 영상을 촬영한다(S10).
여기서, 상기 카메라는 소정 건물의 통로, 입구 및 출구 등 적어도 하나 이상의 구역에 설치되고, 상기 카메라의 종류 및 개수는 사용자의 설정에 따라 다르게 설정될 수 있다.
다음으로, 촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지한다(S20).
구체적으로, 수신된 상기 영상에서 이동하는 객체가 감지되면, 상기 객체의 크기에 상응하는 객체 영역을 추출하여 사람 또는 차량에 해당하는 객체를 식별하게 된다.
예컨대, 상기 객체를 식별하는 방법으로는, MPEG-7에서 정의된 영역 기반 형태 표현자(region-based shape descriptor)를 이용하여 사람 또는 차량 형태를 학습한 후 그 특성을 모델링하여 사람 또는 차량의 다양한 형태를 분류하는 방법과, 여러 종류의 객체의 형태에 대응되는 방향성 히스토그램(histogram of gradient) 모델을 사전에 학습한 후 상기 객체의 경계 부분의 에지의 방향에 대하여 히스토그램을 구하고 그 특성을 모델링하여 판별하는 방법을 포함할 수 있다.
다음으로, 감지된 객체 수가 기 설정된 임계값 이상인 경우(S30), 상기 객체 수의 샘플링을 수행하고(S40), 상기 샘플링을 수행하는 시점과 상기 시점에 대응하는 영상을 매칭시켜 저장한다(S50).
이때, 상기 샘플링을 수행하는 시점에 대한 정보는 상기 샘플링을 수행하는 단계(S40)에서 획득되고, 상기 시점에 대응하는 영상은 상기 객체를 감지하는 단계(S20)에서 획득될 수 있다.
한편, 상기 샘플링을 수행하는 단계(S40)에서 샘플링된 값은 후술될 하루 평균값을 계산하는 단계(S120)를 위해 따로 누적되어 저장될 수 있다.
다음으로, 기 설정된 날짜별 평균값을 호출하여(S60), 샘플링된 값과 상기 날짜별 평균값의 편차를 계산한다(S70).
여기서, 상기 날짜별 평균값은 누적된 실험의 경험을 토대로 사전에 설정되고, 후술될 하루 평균값을 계산하는 단계(S120)에 의해 다시 계산된 값이 실시간으로 반영되어 재설정될 수 있다.
또한, 상기 샘플링된 값은 상기 객체 수를 샘플링한 것으로서, 예컨대, 상기 객체를 감지하는 단계(S20)에서 감지된 객체 수가 '5'이고 기 설정된 임계값이 '3'인 경우, 샘플링된 값은 상기 감지된 객체 수에서 상기 임계값을 뺀 '2'일 수 있다.
다음으로, 계산된 편차와 기 설정된 기준편차를 비교하여(S80), 상기 편차가 기준편차 이상인 경우 비정상적인 상황이 발생한 것으로 판별한다(S90).
다음으로, 비정상 상황이 발생한 것으로 판별되는 경우, 상기 샘플링된 값에 대응하는 영상의 캡처 화면을 기 등록된 사용자의 단말기로 전송한다(S100). 이때, 상기 캡처 화면에는 상기 객체의 크기에 상응하는 객체영역을 함께 표시하여 전송할 수 있다.
여기서, 상기 객체영역은 상기 객체를 감지하는 단계(S20)에서 이동하는 객체를 감지하여 사람 또는 차량을 식별하고자 할 때 추출되며, 추출된 상기 객체영역은 상기 샘플링을 수행하는 시점과 상기 시점에 대응하는 영상을 매칭시켜 저장하는 단계(S50)에서 추가로 매칭시켜 저장할 수 있다.
즉, 비정상 상황으로 판별된 시점에 대응하는 영상의 캡처 화면을 사용자에게 함께 전송하여 직관적으로 상황에 대한 식별이 가능하도록 함에 따라, 원격지에 있는 사용자의 경우에도 빠른 상황 파악 및 대처가 이루어질 수 있는 효과가 있다.
다음으로, S10단계부터 S100단계는 소정 시간 동안 반복된다.
여기서, 상기 시간의 범위, 즉, 상기 하루 평균값의 계산 시 요구되는 상기 샘플링된 값이 수집 및 저장되는 시간의 범위는 사용자의 설정에 따라 변경할 수 있다.
다음으로, 소정 시간이 경과하면(S110), 상기 소정 시간 동안 누적된 상기 샘플링된 값을 이용하여 하루 평균값을 계산한다(S120).
여기서, 상기 하루 평균값은 기 설정된 시간 범위 내에 샘플링된 값들을 모두 더하여 샘플링된 횟수만큼 나눈 값을 나타낸다.
아래의 표 1은 특정일의 소정 시간 범위 내에 객체가 감지된 시점, 상기 시점에 감지된 객체 수, 상기 객체 수에 따른 샘플링 여부 및 하루 평균값의 일례를 나타낸 것이다. 여기서, 상기 편차는 '(샘플링된 값)-(날짜별 평균값)'을 나타낸다. 이때, 샘플링 여부 결정 시 기준이 되는 임계값은 '2'로 설정되고, 상기 비정상 상황 판별 시 기준이 되는 기준편차는 '1.5'로 설정된 상태이다.
참고로, 도 3은 표 1 및 표 2에 기재된 바에 따라 시간대별 객체 수 분포 특성을 나타낸 그래프로서, 도 3(a)는 상기 표 1(상기 표 2에서의 1일 차) 특성 부분을 나타내고, 도 3(b)는 상기 표 2에서의 2일 차 특성 부분을 나타내고, 도 3(c)는 상기 표 3에서의 3일 차 특성 부분을 나타낸다. 여기서, x는 객체 수, t는 시간, xe는 임계값을 나타낸다.
시점 객체수 샘플링 값 편차 판별상태 하루평균값 날짜별 평균값
t1 5.4 3.4 0.4 정상

2.63

3.0
t2 3.8 1.8 1.2 정상
t3 6.1 4.1 1.1 정상
t4 1.1 - - -
t5 3.2 1.2 1.8 비정상
t6 1.8 - - -
상기 표 1과 도 3(a)를 참조하여 본 발명의 실시예에 따른 비정상 상황 판별 방법의 일례를 설명하면 다음과 같다.
먼저, 기 설정된 A~B시간 동안 영상이 촬영되고 있을 때, 상기 A~B시간 범위에 속하는 복수 개의 시점(t1,t2,t3,t4,t5,t6)에 이동하는 객체가 감지되면(S20), 각 시점에서 감지된 객체 수와 기 설정된 임계값(xe)인 '2'를 비교하여(S30) '2'보다 큰 경우, 샘플링을 수행하고(S40), 상기 샘플링을 수행한 각 시점과 상기 시점에 대응하는 영상을 매칭시켜 저장하게 된다(S50).
즉, 임계값(xe)보다 큰 t1,t2,t3,t5 시점의 객체 수에 대해서는 각각 샘플링이 수행되나, 임계값(xe)보다 작은 t4,t6 시점의 객체 수에 대해서는 샘플링이 수행되지 않게 된다. 여기서, 상기 샘플링된 값은, 상기 표 1에 기재된 바와 같이, 상기 감지된 객체 수에서 상기 임계값(xe)을 뺀 값일 수 있다.
다음으로, 상기 임계값(xe) 이상의 객체 수를 갖는 각 시점에서 샘플링된 값과 기 설정된 날짜별 평균값의 편차를 계산하고(S60~S70), 상기 편차가 기 설정된 표준편차 이상인 경우, 비정상적인 상황이 발생한 것으로 판별하게 된다(S80~S90). 예컨대, t1 시점의 경우, 상기 t1 시점에서 샘플링된 값인 '3.4'와 날짜별 평균값인 '3'의 편차가 '0.4'로 기준편차인 '1'보다는 작다는 점에서 정상으로 판별하고, t2 시점의 경우, 상기 t2 시점에서 샘플링된 값인 '1.8'과 날짜별 평균값인 '3'의 편차가 '1.2'로 기준편차인 '1'보다 크다는 점에서 비정상 상황에 해당하는 것으로 판별할 수 있다. 이러한 일련의 단계들은 상기 A~B시간 동안 반복된다.
다음으로, 상기 A~B시간 동안 샘플링된 값들을 누적하여 하루 평균값을 계산하게 된다(S110~S120). 예컨대, 상기 A~B시간 범위일 때 t1,t2,t3,t5 시점에 샘플링되는 경우, 각 시점에서 샘플링된 값에 해당하는 '3.4','1.8','4.1','1.2'를 모두 더한 후 샘플링된 횟수인 '4'로 나누어 하루 평균값인 '2.63'을 구할 수 있다.
다음으로, 계산된 하루 평균값에 기초하여 상기 편차 계산 시 기준이 되는 상기 날짜별 평균값을 재설정한다(S130).
여기서, 상기 날짜별 평균값은 복수 날짜들의 상기 시간 범위 내의 하루 평균값을 누적하여 날짜 수로 나눈 값으로서, 상기 계산된 상기 하루 평균값이 실시간으로 누적될 때마다 계산하여 재설정될 수 있다.
아래의 표 2는 특정일로부터 3일간 소정 시간 범위 내에 객체가 감지된 시점, 상기 시점에 감지된 객체 수, 상기 객체 수에 따른 샘플링 여부, 하루 평균값 및 날짜별 평균값의 일례를 나타낸 것이다. 여기서, 상기 편차는 '(샘플링 값)-(날짜별 평균값)'을 나타낸다. 이때 샘플링 여부 결정 시 기준이 되는 임계값은 '2'로 설정되고, 상기 비정상 상황 판별 시 기준이 되는 기준편차는 '1.5'로 설정된 상태이다.
시점 객체수 샘플링 값 편차 판별상태 하루 평균값 날짜별 평균값


1일		 t1 5.4 3.4 0.4 정상

2.63

3.0
t2 3.8 1.8 1.2 정상
t3 6.1 4.1 1.1 정상
t4 1.1 - - -
t5 3.2 1.2 1.8 비정상
t6 1.8 - - -

2일		 t7 2.7 0.7 2.17 비정상
1.97
2.82
t8 1.4 - - -
t9 6.2 4.2 1.38 정상
t10 3.0 1.0 1.82 비정상


3일		 t11 4.4 2.4 1.13 정상

4.23

3.53
t12 1.2 - - -
t13 0.7 - - -
t14 6.3 4.3 0.77 정상
t15 8.0 6.0 2.47 비정상
상기 표 2를 참조하여 날짜별 평균값, 편차 및 하루 평균값을 계산하는 방법을 구체적으로 설명하면 다음과 같다.
먼저, 1일 차의 경우, 초기 설정된 날짜별 평균값인 '3.0'을 기준으로 샘플링된 값과의 편차를 계산하게 된다. 이때, 1일 차 범위에서 계산된 상기 샘플링된 값의 하루 평균값은 '2.63'이다.
다음으로, 2일 차의 경우, 초기 설정된 날짜별 평균값인 '3.0'에 상기 1일 차의 하루 평균값인 '2.63'을 누적하여 계산된 평균값인 '2.82'를 새로운 날짜별 평균값으로 재설정한 후, '2.82'를 기준으로 샘플링된 값과의 편차를 계산하게 된다. 이때, 2일 차 범위에서 계산된 상기 샘플링된 값의 하루 평균값은 '1.97'이다.
다음으로, 3일 차의 경우, 상기 2일 차의 하루 평균값인 '1.97'을 누적하여 다시 계산된 평균값인 '3.53'을 새로운 날짜별 평균값으로 재설정한 후, '3.53'을 기준으로 샘플링된 값과의 편차를 계산하게 된다.
즉, 본 발명의 실시예에 따른 비정상 상황 판별 방법을 이용하면, 사용자의 직접 감시 없이도 비정상 상황 발생 여부를 자동으로 판별할 수 있게 된다. 또한, 샘플링된 값의 비정상 판별 시 기준이 되는 상기 날짜별 평균값을 상기 하루 평균값이 실시간으로 누적될 때마다 계산하여 재설정되도록 함으로써, 동일 시간 범위의 정상상태값(표준값)을 이용한 보다 객관적인 비교를 통해 비정상 상황을 판별하게 되는 효과가 있다.
도 2는 본 발명의 실시예에 따른 비정상 상황 판별 장치(100)의 구성을 나타내는 블록도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 비정상 상황 판별 장치(100)는 카메라(110), 객체 감지부(120), 샘플링부(130), 데이터베이스부(140), 편차 계산부(150), 판별부(160), 하루 평균값 계산부(165), 시간대 설정부(170), 날짜별 평균값 계산부(175) 및 메시지 알림부(180)를 포함한다.
카메라(110)는 소정 건물의 통로, 입구 및 출구 등 적어도 하나 이상의 구역에 설치되어, 상기 구역을 실시간으로 촬영한 영상을 객체 감지부(120)로 전송한다. 이때, 카메라(110)의 종류 및 개수는 한정되지 않으며 사용자의 설정에 따라 변경 가능하다.
객체 감지부(120)는 상기 카메라(110)로부터 실시간으로 영상을 수신하여, 상기 영상으로부터 이동하는 객체를 감지하기 위한 것이다.
구체적으로, 객체 감지부(120)는 실시간으로 수신된 영상으로부터 이동하는 객체가 감지되면, 상기 객체의 크기에 상응하는 객체 영역을 추출하여 사람 또는 차량을 식별하여 분류하게 된다.
예컨대, 상기 객체를 식별하는 방법으로는, MPEG-7에서 정의된 영역 기반 형태 표현자(region-based shape descriptor)를 이용하여 사람 또는 차량 형태를 학습한 후 그 특성을 모델링하여 사람 또는 차량의 다양한 형태를 분류하는 방법과, 여러 종류의 객체의 형태에 대응되는 방향성 히스토그램(histogram of gradient) 모델을 사전에 학습한 후 상기 객체의 경계 부분의 에지의 방향에 대하여 히스토그램을 구하고 그 특성을 모델링하여 판별하는 방법을 포함할 수 있다.
한편, 객체 감지부(120)와 카메라(110)는 유선 또는 무선 네트워크를 위한 통신 모듈, 예컨대, 블루투스, Wi-Fi, 지그비(zigbee), IR 통신, RF 통신 등 그 밖의 다양한 통신방법에 대응하는 통신모듈을 포함할 수 있다.
샘플링부(130)는 상기 객체 감지부(120)를 통해 감지된 객체 수가 기 설정된 임계값 이상인 경우 상기 객체 수의 샘플링을 수행한다. 이때, 상기 샘플링부(130)에 의해 샘플링된 값은 후술될 하루 평균값 계산부(165)에 의한 하루 평균값 계산을 위해 따로 누적되어 저장될 수 있다.
데이터베이스부(140)는 상기 샘플링부(130)에서 샘플링을 수행하는 시점과 상기 시점에 대응하는 영상을 매칭시켜 저장하기 위한 것이다.
여기서, 데이터베이스부(140)는 상기 샘플링부(130)로부터 상기 샘플링을 수행하는 시점에 대한 정보를 획득하고, 상기 객체 감지부(120)로부터 상기 시점에 대응하는 영상을 획득할 수 있다.
편차 계산부(150)는 기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산한다.
여기서, 상기 샘플링된 값은 상기 객체 수를 샘플링한 것으로서, 예컨대, 상기 객체 감지부(120)에 의해 감지된 객체 수가 '5'이고 기 설정된 임계값이 '3'인 경우, 샘플링된 값은 상기 감지된 객체 수에서 상기 임계값을 뺀 '2'일 수 있다.
또한, 상기 날짜별 평균값은 누적된 실험의 경험을 토대로 사전에 설정되고, 후술될 날짜별 평균값 계산부(175)에 의해 실시간으로 반영되어 재설정될 수 있다.
판별부(160)는 상기 편차 계산부(150)를 통해 계산된 상기 편차가 기 설정된 기준편차 이상인 경우 비정상적인 상황이 발생한 것으로 판별하기 위한 것이다.
메시지 알림부(180)는 상기 판별부(160)를 통해 상기 비정상적인 상황이 발생한 것으로 판별되는 경우 상기 샘플링된 값에 대응하는 영상의 캡처 화면을 기 등록된 사용자의 단말기로 전송하기 위한 것이다.
여기서, 상기 메시지 알림부(180)는 상기 캡처 화면에 상기 객체의 크기에 상응하는 객체영역을 함께 표시하여 전송할 수 있다.
여기서, 상기 객체영역은 상기 객체 감지부(120)가 이동하는 객체를 감지하여 사람 또는 차량을 식별하고자 할 때 추출되며, 추출된 상기 객체 영역은 상기 데이터베이스부(140)에서 상기 샘플링을 수행하는 시점과 상기 시점에 대응하는 영상을 매칭시켜 저장할 때 추가로 매칭시켜 저장할 수 있다.
즉, 비정상 상황으로 판별된 시점에 대응하는 영상의 캡처 화면을 사용자에게 함께 전송하여 직관적으로 상황에 대한 식별이 가능하도록 함에 따라, 원격지에 있는 사용자의 경우에도 빠른 상황 파악 및 대처가 이루어질 수 있는 효과가 있다.
시간대 설정부(170)는 상기 하루 평균값의 계산 시 요구되는 상기 샘플링된 값이 수집 및 저장되는 시간 범위를 설정하기 위한 것이다.
하루 평균값 계산부(165)는 소정 시간 동안 상기 샘플링된 값을 누적하여 하루 평균값을 계산하기 위한 것으로서, 상기 하루 평균값은 기 설정된 시간 범위 내에 샘플링된 값들을 모두 더하여 샘플링된 횟수만큼 나눈 값을 나타낸다.
여기서, 하루 평균값 계산부(165)는 시간대별로 상기 샘플링된 값의 하루 평균값을 계산할 수 있다.
예컨대, 전술된 상기 표 1 및 도 3(a)를 참조하면, 상기 하루 평균값은, 상기 A~B시간 범위일 때 t1,t2,t3,t5 시점에 샘플링되는 경우, 각 시점에서 샘플링된 값에 해당하는 '3.4','1.8','4.1','1.2'를 모두 더한 후 샘플링된 횟수인 '4'로 나누어 계산할 수 있다.
날짜별 평균값 계산부(175)는 상기 하루 평균값 계산부(165)에서 계산된 하루 평균값에 기초하여, 상기 편차 계산부(150)에서의 편차 계산 시 기준이 되는 상기 날짜별 평균값을 재설정하기 위한 것이다.
여기서, 상기 날짜별 평균값은 복수 날짜들의 상기 시간 범위 내의 하루 평균값을 누적하여 날짜 수로 나눈 값으로서, 상기 하루 평균값 계산부(165)에서 계산된 상기 하루 평균값이 실시간으로 누적될 때마다 계산하여 재설정될 수 있다.
예컨대, 전술된 상기 표 2 및 도 3을 참조하면, 2일 차의 경우, 초기 설정된 날짜별 평균값인 '3.0'에 상기 1일 차의 하루 평균값인 '2.65'를 누적하여 계산된 평균값인 '2.82'를 새로운 날짜별 평균값으로 재설정하고, 3일 차의 경우, 상기 2일 차의 하루 평균값인 '1.97'을 누적하여 다시 계산된 평균값인 '3.53'을 새로운 날짜별 평균값으로 재설정하게 된다.
즉, 본 발명의 실시예에 따른 비정상 상황 판별 장치를 이용하면, 사용자의 직접 감시 없이도 비정상 상황 발생 여부를 자동으로 판별할 수 있게 된다. 또한, 샘플링된 값의 비정상 판별 시 기준이 되는 상기 날짜별 평균값을 상기 하루 평균값이 실시간으로 누적될 때마다 계산하여 재설정되도록 함으로써, 동일 시간 범위의 정상상태값(표준값)을 이용한 보다 객관적인 비교를 통해 비정상 상황을 판별하게 되는 효과가 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
100: 비정상 상황 판별 장치 110: 카메라
120: 객체 감지부 130: 샘플링부
140: 데이터베이스부 150: 편차 계산부
160: 판별부 165: 하루 평균값 계산부
170: 시간대 설정부 175: 날짜별 평균값 계산부
180: 메시지 알림부

Claims (14)

  1. 소정 구역에 설치된 카메라를 통해 영상을 촬영하는 단계;
    촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지하는 단계;
    감지된 객체 수가 기 설정된 임계값 이상인 경우, 상기 객체 수의 샘플링을 수행하고, 상기 샘플링을 수행하는 시점과 상기 샘플링의 대상이 되는 객체 수에 대응하는 영상을 저장하는 단계;
    기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산하는 단계;
    상기 편차가 기 설정된 기준편차 이상인 경우, 비정상적인 상황이 발생한 것으로 판별하는 단계; 및
    상기 비정상적인 상황이 발생한 것으로 판별되는 경우 상기 샘플링된 값에 대응하는 영상의 캡처 화면을 기 등록된 사용자의 단말기로 전송하되, 상기 캡처 화면에 상기 객체의 크기에 상응하는 객체영역을 함께 표시하여 전송하는 단계를 포함하는 것을 특징으로 하는 비정상 상황 판별 방법.
  2. 제1항에 있어서,
    소정 시간 동안 상기 샘플링된 값을 누적하여 하루 평균값을 계산하는 단계;를 더 포함하는 것을 특징으로 하는 비정상 상황 판별 방법.
  3. 제2항에 있어서, 상기 하루 평균값을 계산하는 단계는,
    시간대별로 상기 샘플링된 값의 하루 평균값을 계산하는 것을 특징으로 하는 비정상 상황 판별 방법.
  4. 제2항에 있어서, 상기 날짜별 평균값은,
    상기 하루 평균값이 실시간으로 누적될 때마다 계산하여 재설정되는 것을 특징으로 하는 비정상 상황 판별 방법.
  5. 제2항에 있어서,
    상기 판별하는 단계와 상기 하루 평균값을 계산하는 단계 사이에,
    상기 하루 평균값의 계산 시 요구되는 상기 샘플링된 값이 수집 및 저장되는 시간 범위를 설정하는 단계를 더 포함하는 것을 특징으로 하는 비정상 상황 판별 방법.
  6. 삭제
  7. 삭제
  8. 소정 구역에 설치되어 영상을 촬영하는 카메라;
    촬영된 영상을 실시간으로 수신하여 상기 영상으로부터 이동하는 객체를 감지하는 객체 감지부;
    감지된 객체 수가 기 설정된 임계값 이상인 경우 상기 객체 수의 샘플링을 수행하는 샘플링부;
    상기 샘플링을 수행하는 시점과 상기 샘플링의 대상이 되는 객체 수에 대응하는 영상을 저장하는 데이터베이스부;
    기 설정된 날짜별 평균값을 호출하여, 샘플링된 값과 상기 날짜별 평균값의 편차를 계산하는 편차 계산부;
    상기 편차가 기 설정된 기준편차 이상인 경우 비정상적인 상황이 발생한 것으로 판별하는 판별부; 및
    상기 비정상적인 상황이 발생한 것으로 판별되는 경우 상기 샘플링된 값에 대응하는 영상의 캡처 화면을 기 등록된 사용자의 단말기로 전송하되, 상기 캡처 화면에 상기 객체의 크기에 상응하는 객체영역을 함께 표시하여 전송하는 메시지 알림부를 포함하는 것을 특징으로 하는 비정상 상황 판별 장치.
  9. 제8항에 있어서,
    소정 시간 동안 상기 샘플링된 값을 누적하여 하루 평균값을 계산하는 하루 평균값 계산부;를 더 포함하는 것을 특징으로 하는 비정상 상황 판별 장치.
  10. 제9항에 있어서, 상기 하루 평균값 계산부는,
    시간대별로 상기 샘플링된 값의 하루 평균값을 계산하는 것을 특징으로 하는 비정상 상황 판별 장치.
  11. 제9항에 있어서,
    상기 하루 평균값이 실시간으로 누적될 때마다 상기 날짜별 평균값을 계산하여 재설정하는 날짜별 평균값 계산부;를 더 포함하는 것을 특징으로 하는 비정상 상황 판별 장치.
  12. 제9항에 있어서,
    상기 하루 평균값의 계산 시 요구되는 상기 샘플링된 값이 수집 및 저장되는 시간 범위를 설정하는 시간대 설정부를 더 포함하는 것을 특징으로 하는 비정상 상황 판별 장치.
  13. 삭제
  14. 삭제
KR1020150057562A 2015-04-23 2015-04-23 비정상 상황 판별 장치 및 그 판별 방법 KR101567026B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150057562A KR101567026B1 (ko) 2015-04-23 2015-04-23 비정상 상황 판별 장치 및 그 판별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150057562A KR101567026B1 (ko) 2015-04-23 2015-04-23 비정상 상황 판별 장치 및 그 판별 방법

Publications (1)

Publication Number Publication Date
KR101567026B1 true KR101567026B1 (ko) 2015-11-06

Family

ID=54601366

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150057562A KR101567026B1 (ko) 2015-04-23 2015-04-23 비정상 상황 판별 장치 및 그 판별 방법

Country Status (1)

Country Link
KR (1) KR101567026B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101848367B1 (ko) * 2017-08-14 2018-04-12 주식회사 네트로 모션벡터와 dct 계수를 이용한 메타데이터 기반 의심영상 구분식별 방식의 영상 관제 방법
CN111753860A (zh) * 2019-03-27 2020-10-09 杭州海康威视数字技术股份有限公司 一种分析异常检测方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004062717A (ja) 2002-07-31 2004-02-26 Megafusion Corp 異常通知システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004062717A (ja) 2002-07-31 2004-02-26 Megafusion Corp 異常通知システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101848367B1 (ko) * 2017-08-14 2018-04-12 주식회사 네트로 모션벡터와 dct 계수를 이용한 메타데이터 기반 의심영상 구분식별 방식의 영상 관제 방법
CN111753860A (zh) * 2019-03-27 2020-10-09 杭州海康威视数字技术股份有限公司 一种分析异常检测方法及装置
CN111753860B (zh) * 2019-03-27 2024-02-02 杭州海康威视数字技术股份有限公司 一种分析异常检测方法及装置

Similar Documents

Publication Publication Date Title
EP3296929A1 (en) Method and device for calculating customer traffic volume
US9792505B2 (en) Video monitoring method, video monitoring system and computer program product
US9195883B2 (en) Object tracking and best shot detection system
WO2016180323A1 (zh) 客流量的统计方法及装置
JP6044522B2 (ja) 緩徐変化検出システム
KR102058452B1 (ko) IoT 융합 지능형 영상분석 플랫폼 시스템
US20190304272A1 (en) Video detection and alarm method and apparatus
KR101111493B1 (ko) 지능형 아이피 카메라를 이용한 자동 화재 인식 경보 시스템 및 그 방법
CN106384348B (zh) 监控图像的异常检测方法及装置
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
KR101442669B1 (ko) 지능형 객체감지를 통한 범죄행위 판별방법 및 그 장치
CN114245071A (zh) 监控智能预警方法、装置以及监控系统
CN109905641A (zh) 一种目标监控方法、装置、设备及系统
KR101567026B1 (ko) 비정상 상황 판별 장치 및 그 판별 방법
KR20160109516A (ko) 구조 대상 파악 시스템 및 방법
CN115346060A (zh) 画面异常识别方法、装置、电子设备和存储介质
KR102333803B1 (ko) 영상 감시 영역 설정 시스템 및 방법
CN112102574A (zh) 保密室智能报警系统
JP4985742B2 (ja) 撮影システム、方法及びプログラム
CN110895663A (zh) 一种两轮车识别方法、装置、电子设备及监控系统
KR20190072323A (ko) 영상 감시 시스템 및 영상 감시방법
CN109120896B (zh) 安防视频监控卫士系统
CN112689120A (zh) 一种监控方法及装置
CN113705988B (zh) 一种监理人员绩效管理方法、系统、存储介质及智能终端
TWI421795B (zh) 使用影像色彩資訊之處理系統、處理方法與影像分類方法

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: 20180807

Year of fee payment: 4