KR101620361B1 - 고정 객체 감지 방법 - Google Patents

고정 객체 감지 방법 Download PDF

Info

Publication number
KR101620361B1
KR101620361B1 KR1020160022452A KR20160022452A KR101620361B1 KR 101620361 B1 KR101620361 B1 KR 101620361B1 KR 1020160022452 A KR1020160022452 A KR 1020160022452A KR 20160022452 A KR20160022452 A KR 20160022452A KR 101620361 B1 KR101620361 B1 KR 101620361B1
Authority
KR
South Korea
Prior art keywords
image
background image
difference value
input image
frame
Prior art date
Application number
KR1020160022452A
Other languages
English (en)
Inventor
이강석
김정현
임성조
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 KR1020160022452A priority Critical patent/KR101620361B1/ko
Application granted granted Critical
Publication of KR101620361B1 publication Critical patent/KR101620361B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
    • G06K9/00624—
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/147—Scene change detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 고정 객체 감지 방법에 관한 것으로서, 소정 구역에 설치된 카메라를 이용하여 입력 영상을 획득하는 단계와, 상기 입력 영상 중 어느 하나의 프레임을 기본 배경 영상으로 설정하는 단계와, 영상 내의 변화가 시간 경과에 따라 점차적으로 반영되는 영상으로서, 상기 입력 영상의 프레임 영역의 변화가 기설정된 확률 모델의 범위를 벗어나는지 여부에 기초하여 기저장된 영상이 상기 입력 영상으로 대체되는 것인 적응 배경 영상을 생성하는 단계와, 상기 적응 배경 영상과 상기 입력 영상의 현재 프레임에 기초한 제1 차분값과, 상기 적응 배경 영상과 상기 기본 배경 영상에 기초한 제2 차분값의 크기를 비교한 후, 상기 비교 결과에 따라 상기 기본 배경 영상의 갱신 여부를 결정하는 단계를 포함하는 것을 특징으로 한다.
이에 따라, 특정 감시 영역 내 이동 객체에 의한 임시적인 움직임은 배제하고 고정 객체의 갑작스러운 출현 또는 사라짐을 감지하여 알림으로써, 관리자의 지속적인 감시 없이도 문제 상황 발생 여부를 즉각적으로 파악할 수 있어 신속한 조치가 가능하므로, 쓰레기 투기 또는 귀중품 도난 등의 범죄나 불법행위를 예방할 수 있는 효과가 있다.

Description

고정 객체 감지 방법{METHOD FOR DETECTING STATIC OBJECT}
본 발명은 특정 위치에 고정 설치된 카메라를 이용하여 고정 객체의 출현 또는 사라짐을 감지하는 방법에 관한 것이다.
새로운 센서 및 개선된 하드웨어 기술의 출현으로 인하여 상대적으로 비용이 낮은 개인 컴퓨터를 통해 실시간으로 영상 작업 및 저장이 가능하게 되었다. 대부분의 영상 감시 시스템에 있어서, 입력 영상으로부터 전경 객체를 분리하는 것을 관심객체(object-of-interest)를 감지하고 추적하기 위한 기초 단계에 해당한다. 이러한 객체의 분리 과정은 강인한 배경 모델을 추정하고, 생성된 배경과 현재 영상 프레임 간의 차이를 산출함으로써 수행될 수 있다.
실제 적용 환경에서 이러한 영상 감시 시스템은 조도(illumination) 변화와 복잡한 전경의 움직임에 효과적으로 대처할 필요가 있다. 또한 영상에 움직이지 않고 정지해 있는 객체가 포함되어 있는 경우에는 이러한 객체를 검출해내기 어렵다는 문제가 있었다. 이러한 기본적인 영상 추적 문제를 해결하기 위해 배경 추정에 대한 다양한 연구가 수행되어 왔다.
먼저, 영상 프레임의 평균 또는 일시적인 미디언 필터(median filter)를 이용하는 배경 추정 방법이 제안되었다. 그러나 이러한 방법들은 전경 객체가 배경과 유사한 색을 가지는 경우에는 객체 검출이 불가능하며, 조도 변화 문제에 대처할 수 없다는 단점을 가진다.
또한, 많은 영상 적용 분야에서는 무관심 움직임으로부터 두드러진 움직임을 구분함으로써 객체 검출이 수행된다. 여기서 두드러진 움직임은 전형적인 감시대상의 움직임이며, 무관심 움직임은 배경에 해당하는 객체의 미세한 움직임에 해당한다. 그러나 이러한 방법에서 배경 모델을 생성하기 위해서는 수백 개 이상의 움직임이 없는 영상 프레임이 필요하며, 객체가 무관심 움직임과 동일한 방향으로 움직이는 경우에는 해당 객체를 검출하기 어렵다는 문제가 있다.
KR 10-1375665 B1
본 발명은 상기 문제점을 해결하기 위한 것으로서, 소정 구역에 설치된 카메라에 의해 획득된 영상프레임 내에서 고정물체가 갑자기 등장하거나 사라지는 경우 이를 감지할 수 있는 고정 객체 감지 방법을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 일면에 따른 고정 객체 감지 방법은, 소정 구역에 설치된 카메라를 이용하여 입력 영상을 획득하는 단계와, 상기 입력 영상 중 어느 하나의 프레임을 기본 배경 영상으로 설정하는 단계와, 영상 내의 변화가 시간 경과에 따라 점차적으로 반영되는 영상으로서, 상기 입력 영상의 프레임 영역의 변화가 기설정된 확률 모델의 범위를 벗어나는지 여부에 기초하여 기저장된 영상이 상기 입력 영상으로 대체되는 것인 적응 배경 영상을 생성하는 단계와, 상기 적응 배경 영상과 상기 입력 영상의 현재 프레임에 기초한 제1 차분값과, 상기 적응 배경 영상과 상기 기본 배경 영상에 기초한 제2 차분값의 크기를 비교한 후, 상기 비교 결과에 따라 상기 기본 배경 영상의 갱신 여부를 결정하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 특정 감시 영역 내 이동 객체에 의한 임시적인 움직임은 배제하고 고정 객체의 갑작스러운 출현 또는 사라짐을 감지하여 알림으로써, 관리자의 지속적인 감시 없이도 문제 상황 발생 여부를 즉각적으로 파악할 수 있어 신속한 조치가 가능하므로, 쓰레기 투기 또는 귀중품 도난 등의 범죄나 불법행위를 예방할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 고정 객체 감지 방법을 나타내는 순서도이고,
도 2a 내지 도 2d는 도 1에 따른 각 시점에서의 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상의 일례를 나타내는 도면이다.
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.
도 1은 본 발명의 일 실시예에 따른 고정 객체 감지 방법을 나타내는 순서도이고, 도 2a 내지 도 2d는 도 1에 따른 각 시점에서의 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상의 일례를 나타내는 도면이다.
아래의 표 1은 도 2a 내지 도 2d에 도시된 내용을 참조하여 각 시점에서의 영상프레임(IF), 기본 배경 영상(BI), 적응 배경 영상(AI), 제1 차분값(ROC1) 및 제2 차분값(ROC2)을 정리하여 나타낸 표이다.
제1시점(T1) 제2시점(T2) 제3시점(T3) 제4시점(T4) 제5시점(T5)
영상프레임 버스 버스,사람,쓰레기 버스,쓰레기 버스,쓰레기 버스,쓰레기
기본배경영상 버스 버스 버스 버스 버스,쓰레기
적응배경영상 버스 버스 버스 버스,쓰레기 버스,쓰레기
제1 차분값 0 사람, 쓰레기 쓰레기 0 0
제2 차분값 0 0 0 쓰레기 0
여기서, 도 2a은 제1시점(T1)일 때의 제1 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상을 나타내고, 도 2b는 제2시점(T2)일 때의 제2 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상을 나타내고, 도 2c는 제3시점(T3)일 때의 제3 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상을 나타내고, 도 2d는 제5시점(T5)일 때의 제5 영상프레임과 제1 차분값 및 제2 차분값 각각의 차 영상과 적응 배경 영상을 나타낸다.
이하, 표 1 및 도면들을 참조하여 본 발명의 일 실시예에 따른 고정 객체 감지 방법에 대해 설명하도록 한다.
먼저, 소정 구역에 설치된 카메라를 이용하여 입력 영상을 획득한다(S100).
여기서, 상기 카메라는 적어도 하나 이상의 구역에 설치되고, 상기 카메라의 종류 및 개수는 사용자의 설계에 따라 다르게 설정될 수 있다.
다음으로, S100 단계에 획득된 입력 영상 중 어느 하나의 영상프레임(IF; image frame)을 기본 배경 영상(BI; base background image)으로 설정한다(S200).
이때, S200 단계에 설정된 기본 배경 영상(BI)은, S100 단계에 획득된 입력 영상의 최초 프레임이거나 기설정된 순서에 해당하는 프레임일 수 있다.
예컨대, 도 2a 및 표 1을 참조하면, 기본 배경 영상(BI)이 제1시점(T1)에 획득된 제1 영상프레임(IF)인 경우, 제1 영상프레임(IF)과 기본 배경 영상(BI) 모두 배경 객체인 '버스'만을 포함할 수 있다.
다음으로, S100 단계에 획득된 입력 영상의 전체 프레임 영역 중 기설정된 범위에 해당하는 프레임 영역을 관심영역(ROI; Region of interest)으로 설정한다(S300).
예컨대, 도 2a에 도시된 바와 같이, S100단계에 카메라를 이용하여 제1시점(T1)에 획득된 제1 영상프레임(IF)의 좌측 상단에 위치하는 움직임 없는 배경 객체인 '버스'의 전방 하단 일부분을 포함하는 빨간색 테두리로 형성되는 사각영역을 관심영역(ROI)으로 설정할 수 있다.
다음으로, 적응 배경 영상(AI; Adaptive background image)을 생성한다(S400).
여기서, 적응 배경 영상(AI)은 영상 내의 변화가 시간 경과에 따라 점차적으로 반영되는 영상으로서, S300 단계에 설정된 관심영역(ROI)에 대응하는 프레임 영역의 변화가 기설정된 확률 모델의 범위를 벗어나는지 여부에 기초하여 기저장된 영상이 S100 단계에 획득된 입력 영상으로 대체되는 것일 수 있다.
이때, 적응 배경 영상(AI)은, 기본 배경 영상(BI)을 초기값으로 설정하되, 기설정된 시간이 경과한 후 획득된 상기 입력 영상의 관심영역(ROI)에 대응하는 프레임 영역에서 획득되는 픽셀값의 변화량이 가우시안 혼합 모델(GMM; Gaussian Mixture Model)에 따른 분포 범위를 벗어나는 경우 상기 입력 영상의 현재 시점에 획득된 프레임으로 기설정된 영상을 대체하여 이루어질 수 있다.
예컨대, 표 1을 참조하면, 적응 배경 영상(AI)은 제1시점(T1)에는 기본 배경 영상(BI)을 초기값으로 설정하여 배경 객체인 '버스'에 대한 정보만을 포함한 상태를 유지하다가, 기설정된 시간이 경과한 시점(T4)에는 현재 시점(T4)의 영상프레임(IF)으로 대체되어 움직임 없는 배경 객체인 '버스'와 움직임 없는 고정 객체인 '쓰레기'에 대한 정보를 포함하게 된다.
다음으로, S400 단계에 생성된 적응 배경 영상(AI)과 S100 단계에 획득된 입력 영상의 현재 프레임에 기초한 제1 차분값(ROC1)과, S400 단계에 생성된 적응 배경 영상(AI)과 S200 단계에 설정된 기본 배경 영상(BI)에 기초한 제2 차분값(ROC2)의 크기를 비교한 후, 상기 비교 결과에 따라 기본 배경 영상(BI)의 갱신 여부를 결정한다.
여기서, 상기 결정하는 단계는, 적응 배경 영상(AI)에서 획득되는 픽셀값에서 상기 입력 영상의 현재 시점에 획득된 프레임에서 획득되는 픽셀값을 뺀 제1 차분값(ROC1)을 계산하는 단계(S520)와, 적응 배경 영상(AI)에서 획득되는 픽셀값에서 기본 배경 영상(BI)에서 획득되는 픽셀값을 뺀 제2 차분값(ROC2)을 계산하는 단계(S540)와, 제1 차분값(ROC1)이 제2 차분값(ROC2)보다 작은 경우(S560), 상기 입력 영상의 현재 시점에 획득된 프레임으로 기본 배경 영상(BI)을 갱신하는 단계(S580)를 포함할 수 있다.
이때, 적응 배경 영상(AI)에서 획득되는 픽셀값은 적응 배경 영상(AI)의 관심 영역(ROI)에 대응하는 프레임 영역 내에 포함되는 픽셀들의 평균값이고, 상기 입력 영상의 현재 시점에 획득된 프레임에서 획득되는 픽셀값은 상기 현재 시점에 획득된 프레임의 관심 영역(ROI)에 대응하는 프레임 영역 내에 포함되는 픽셀들의 평균값이고, 기본 배경 영상(BI)에서 획득되는 픽셀값은 기본 배경 영상(BI)의 관심 영역(ROI)에 대응하는 프레임 영역 내에 포함되는 픽셀들의 평균값일 수 있다.
여기서, '상기 제1 차분값이 상기 제2 차분값보다 작은 경우'(S560)라 함은, 적응 배경 영상(AI)은 영상 내의 변화가 시간 경과에 따라 점차적으로 반영되어 상기 입력 영상의 현재 시점에 획득된 프레임과 유사한 상태가 되나, 기본 배경 영상(BI)은 이러한 시간 경과에 따른 변화를 반영하지 않아 상기 입력 영상의 현재 시점에 획득된 프레임과의 차이가 큰 상태를 나타낼 수 있다.
예컨대, 표 1 및 도 2a 내지 도 2d를 참조하여 각 시점에서의 제1 차분값(ROC1)과 제2 차분값(ROC2)에 각각 대응하는 차 영상에 대해 설명하면 다음과 같다.
먼저, 제1 차분값(ROC1)에 대해 설명하면, 제1시점(T1)에는 적응 배경 영상(217)과 제1 영상프레임(211)이 포함하고 있는 정보가 배경 객체인 '버스'로 동일하므로, 제1 차분값(ROC1)에 대응하는 차 영상(213)은 어느 정보도 포함하지 않는 상태(검은 화면)를 나타내고, 제2시점(T2)에는 적응 배경 영상(227)은 배경 객체인 '버스'에 대한 정보를 포함하고 제2 영상프레임(221)은 배경 객체인 '버스'와 움직임이 있는 이동 객체인 '사람'과 움직임이 없는 고정 객체인 '쓰레기'에 대한 정보를 포함하므로, 제1 차분값(ROC1)에 대응하는 차 영상(223)은 '사람' 및 '쓰레기'에 대한 정보를 포함하는 상태를 나타내며, 제3시점(T3)에는 적응 배경 영상(237)은 배경 객체인 '버스'에 대한 정보를 포함하고 제3 영상프레임(231)은 배경 객체인 '버스'와 고정 객체인 '쓰레기'에 대한 정보를 포함하므로, 제1 차분값(ROC1)에 대응하는 차 영상(233)은 '쓰레기'에 대한 정보를 포함하는 상태를 나타내고, 제4시점(T4)에는 적응 배경 영상(AI)이 제4 영상프레임(IF)으로 갱신되어 적응 배경 영상(AI)과 제4 영상프레임(IF)이 포함하고 있는 정보가 배경 객체인 '버스'와 고정 객체인 '쓰레기'로 동일하므로 제1 차분값(ROC1)에 대응하는 차 영상은 어느 정보도 포함하지 않는 상태를 나타내고, 제5시점(T5)에는 적응 배경 영상(247)과 제5 영상프레임(241)이 포함하고 있는 정보가 제4시점(T4)과 마찬가지로 배경 객체인 '버스'와 고정 객체인 '쓰레기'로 동일하므로 제1 차분값(ROC1)에 대응하는 차 영상(243)은 어느 정보도 포함하지 않는 상태(검은 화면)를 나타내게 된다.
또한, 제2 차분값(ROC2)에 대해 설명하면, 제1시점(T1)에서 제3시점(T3)까지는 적응 배경 영상(217,227,237)과 기본 배경 영상(BI)이 포함하고 있는 정보가 배경 객체인 '버스'로 동일하므로, 제2 차분값(ROC2)에 대응하는 차 영상(215,225,235)은 어느 정보도 포함하지 않는 상태(검은 화면)를 나타내고, 제4시점(T4)에는 적응 배경 영상(AI)은 제4 영상프레임(IF)으로 갱신되어 배경 객체인 '버스'와 고정 객체인 '쓰레기'에 대한 정보를 포함하고 기본 배경 영상(BI)은 배경 객체인 '버스'에 대한 정보를 포함하므로, 제2 차분값(ROC2)에 대응하는 차 영상은 '쓰레기'에 대한 정보를 포함하는 상태를 나타내고, 제5시점(T5)에는 적응 배경 영상(247)은 배경 객체인 '버스'와 고정 객체인 '쓰레기'에 대한 정보를 포함하고 기본 배경 영상(BI)은 제5 영상프레임(241)으로 갱신되어 배경 객체인 '버스'와 고정 객체인 '쓰레기'에 대한 정보를 포함하므로 제2 차분값(ROC2)에 대응하는 차 영상(245)은 어느 정보도 포함하지 않는 상태(검은 화면)를 나타내게 된다.
다음으로, S560 단계에 제1 차분값(ROC1)이 제2 차분값(ROC2)보다 작은 경우, S580 단계에 의한 갱신 이전의 기본 배경 영상(BI)에서 획득되는 픽셀값에서 S580 단계에 의한 갱신 이후의 기본 배경 영상(BI)에서 획득되는 픽셀값을 뺀 제3 차분값(ROC3)을 계산한다(S600).
예컨대, 표 1을 참조하면, 제4시점(T4)의 경우, 제1차분값(ROC1)은 '0'이고 제2차분값(ROC2)은 '쓰레기'에 대한 정보를 포함함에 따라, 제1차분값(ROC1)이 제2차분값(ROC2)보다 작으므로, 이후의 제5시점(T5)에 배경 객체인 '버스'에 대한 정보만을 포함하는 기본 배경 영상(BI)을 현재 시점(T5)의 입력 영상프레임(IF), 즉, 배경 객체인 '버스'와 고정 객체인 '쓰레기'를 포함하는 영상으로 갱신하게 된다.
이때, 갱신 이전의 기본 배경 영상(BI)에서 획득되는 픽셀값과 갱신 이후의 기본 배경 영상(BI)에서 획득되는 픽셀값의 차이에 해당하는 제3 차분값(ROC3)을 구하면, 제3 차분값(ROC3)에 대응하는 차 영상은 '쓰레기'에 대한 정보를 포함하는 상태를 나타내게 된다.
다음으로, S600 단계에 계산된 제3 차분값이 기설정된 임계값보다 큰 경우(S700), 알람 신호를 외부로 발생하거나 기등록된 관리자의 단말기로 긴급 알람 메시지를 전송한다(S800).
이 경우, 원격지에 있는 관리자 또는 주변에 있는 사람들에게 즉각적으로 알림으로써 빠른 상황 파악 및 대처가 이루어질 수 있게 된다.
이에 따라, 본 발명에 의하면, 특정 감시 영역 내에서 획득된 영상 프레임을 이용하여 고정 객체의 갑작스러운 출현 또는 사라짐을 감지하여 알림으로써, 관리자의 지속적인 감시 없이도 문제 상황 발생 여부를 즉각적으로 파악할 수 있어 신속한 조치가 가능하므로, 쓰레기 투기 또는 귀중품 도난 등의 범죄나 불법행위를 예방할 수 있는 효과가 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
211: 제1 영상프레임 213: 제1 차분값의 차 영상
215: 제2 차분값의 차 영상 217: 적응 배경 영상
221: 제2 영상프레임 223: 제1 차분값의 차 영상
225: 제2 차분값의 차 영상 227: 적응 배경 영상
231: 제3 영상프레임 233: 제1 차분값의 차 영상
235: 제2 차분값의 차 영상 237: 적응 배경 영상
241: 제5 영상프레임 243: 제1 차분값의 차 영상
245: 제2 차분값의 차 영상 247: 적응 배경 영상

Claims (5)

  1. 소정 구역에 설치된 카메라를 이용하여 입력 영상을 획득하는 단계;
    상기 입력 영상 중 어느 하나의 프레임을 기본 배경 영상으로 설정하는 단계;
    영상 내의 변화가 시간 경과에 따라 점차적으로 반영되는 영상으로서, 상기 입력 영상의 프레임 영역의 변화가 기설정된 확률 모델의 범위를 벗어나는지 여부에 기초하여 기저장된 영상이 상기 입력 영상으로 대체되는 것인 적응 배경 영상을 생성하는 단계; 및
    상기 적응 배경 영상과 상기 입력 영상의 현재 프레임에 기초한 제1 차분값과, 상기 적응 배경 영상과 상기 기본 배경 영상에 기초한 제2 차분값의 크기를 비교한 후, 상기 비교 결과에 따라 상기 기본 배경 영상의 갱신 여부를 결정하는 단계를 포함하며,
    상기 갱신 여부를 결정하는 단계는,
    상기 적응 배경 영상에서 획득되는 픽셀값에서 상기 입력 영상의 현재 시점에 획득된 프레임에서 획득되는 픽셀값을 뺀 제1 차분값을 계산하는 단계와,
    상기 적응 배경 영상에서 획득되는 픽셀값에서 상기 기본 배경 영상에서 획득되는 픽셀값을 뺀 제2 차분값을 계산하는 단계와,
    상기 제1 차분값이 상기 제2 차분값보다 작은 경우 상기 입력 영상의 현재 시점에 획득된 프레임으로 상기 기본 배경 영상을 갱신하는 단계를 포함하는 것을 특징으로 하는 고정 객체 감지 방법.
  2. 제1항에 있어서,
    상기 설정하는 단계와 상기 생성하는 단계 사이에,
    상기 입력 영상의 전체 프레임 영역 중 기설정된 범위에 해당하는 프레임 영역을 관심영역으로 설정하는 단계를 더 포함하며,
    상기 생성하는 단계에서 상기 적응 배경 영상은,
    상기 기본 배경 영상을 초기값으로 설정하되, 기설정된 시간이 경과한 후 획득된 상기 입력 영상의 상기 관심영역에 대응하는 프레임 영역에서 획득되는 픽셀값의 변화량이 가우시안 혼합 모델에 따른 분포 범위를 벗어나는 경우 상기 입력 영상의 현재 시점에 획득된 프레임으로 기설정된 영상을 대체하여 이루어지는 것을 특징으로 하는 고정 객체 감지 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 제1 차분값이 상기 제2 차분값보다 작은 경우,
    상기 갱신 이전의 상기 기본 배경 영상에서 획득되는 픽셀값에서 상기 갱신 이후의 상기 기본 배경 영상에서 획득되는 픽셀값을 뺀 제3 차분값을 계산하는 단계를 더 포함하는 것을 특징으로 하는 고정 객체 감지 방법.
  5. 제4항에 있어서,
    상기 제3 차분값이 기설정된 임계값보다 큰 경우, 알람 신호를 외부로 발생하거나 기등록된 관리자의 단말기로 긴급 알람 메시지를 전송하는 단계를 더 포함하는 것을 특징으로 하는 고정 객체 감지 방법.






KR1020160022452A 2016-02-25 2016-02-25 고정 객체 감지 방법 KR101620361B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160022452A KR101620361B1 (ko) 2016-02-25 2016-02-25 고정 객체 감지 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160022452A KR101620361B1 (ko) 2016-02-25 2016-02-25 고정 객체 감지 방법

Publications (1)

Publication Number Publication Date
KR101620361B1 true KR101620361B1 (ko) 2016-05-12

Family

ID=56025020

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160022452A KR101620361B1 (ko) 2016-02-25 2016-02-25 고정 객체 감지 방법

Country Status (1)

Country Link
KR (1) KR101620361B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860326A (zh) * 2020-07-20 2020-10-30 杭州品茗安控信息技术股份有限公司 一种建筑工地物品移动检测方法、装置、设备及存储介质
KR102265254B1 (ko) * 2020-10-30 2021-06-16 (주)윈티앤에스 능동 감시 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009211525A (ja) 2008-03-05 2009-09-17 Mitsubishi Electric Corp 物体検出装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009211525A (ja) 2008-03-05 2009-09-17 Mitsubishi Electric Corp 物体検出装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860326A (zh) * 2020-07-20 2020-10-30 杭州品茗安控信息技术股份有限公司 一种建筑工地物品移动检测方法、装置、设备及存储介质
CN111860326B (zh) * 2020-07-20 2023-09-26 品茗科技股份有限公司 一种建筑工地物品移动检测方法、装置、设备及存储介质
KR102265254B1 (ko) * 2020-10-30 2021-06-16 (주)윈티앤에스 능동 감시 시스템

Similar Documents

Publication Publication Date Title
US11501535B2 (en) Image processing apparatus, image processing method, and storage medium for reducing a visibility of a specific image region
JP4966012B2 (ja) 監視ビデオの変化をサーチするためのシステム及び方法
US8890936B2 (en) Utilizing depth information to create 3D tripwires in video
JP4626632B2 (ja) 映像監視システム
KR101624210B1 (ko) 초해상도 영상 복원 방법, 및 이를 이용한 불법 주정차 단속 시스템
US6628805B1 (en) Apparatus and a method for detecting motion within an image sequence
US10032283B2 (en) Modification of at least one parameter used by a video processing algorithm for monitoring of a scene
US20030163289A1 (en) Object monitoring system
KR20020034919A (ko) 침입물체검출용 감시방법 및 침입물체검출용 감시장치
KR20080054331A (ko) 화염 검출 방법 및 장치
JP2012089929A (ja) 物体検知装置、物体検知方法、監視カメラシステム、およびプログラム
KR101620361B1 (ko) 고정 객체 감지 방법
US20070230798A1 (en) Image Processing Apparatus and Method
KR101840042B1 (ko) 복합 가상 팬스 라인 설정 방법 및 이를 이용한 침입 감지 시스템
JP2013190943A (ja) 物体検出装置及びインターホンシステム
JP7214437B2 (ja) 情報処理装置、情報処理方法及びプログラム
KR101704471B1 (ko) 낙상 검출 장치 및 그 방법
KR100994418B1 (ko) 건물의 침입 감지를 위한 촬영 이미지 처리 시스템 및 방법
US20070222894A1 (en) Enhanced Video Based Surveillance System
CN112749642A (zh) 一种识别跌倒的方法和装置
RU2676028C1 (ru) Способ обнаружения оставленного предмета в видеопотоке
JP2012048675A (ja) 画像監視装置
JP2004128648A (ja) 侵入物体追尾方法
JP2012221331A (ja) 映像監視システム及び人数推定方法
Draganjac et al. Dual camera surveillance system for control and alarm generation in security applications

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: 20190218

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200213

Year of fee payment: 5