KR101736779B1 - 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템 - Google Patents

색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템 Download PDF

Info

Publication number
KR101736779B1
KR101736779B1 KR1020160002088A KR20160002088A KR101736779B1 KR 101736779 B1 KR101736779 B1 KR 101736779B1 KR 1020160002088 A KR1020160002088 A KR 1020160002088A KR 20160002088 A KR20160002088 A KR 20160002088A KR 101736779 B1 KR101736779 B1 KR 101736779B1
Authority
KR
South Korea
Prior art keywords
color
patient
pixel
patch
server
Prior art date
Application number
KR1020160002088A
Other languages
English (en)
Inventor
윤민철
이동성
최경택
원웅재
Original Assignee
주식회사 에스원
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 주식회사 에스원 filed Critical 주식회사 에스원
Priority to KR1020160002088A priority Critical patent/KR101736779B1/ko
Application granted granted Critical
Publication of KR101736779B1 publication Critical patent/KR101736779B1/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
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position

Landscapes

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

Abstract

본 발명 색상 정보를 이용한 환자복 인식 방법은 환자복 패치를 수집저장하고 색상 모델을 산정하며 색상의 특성곡선을 계산하는 단계와, CCTV가 촬영한 영상 정보를 수신하는 단계와, 수신된 영상 정보에서 사람을 추출하는 단계와, 추출된 사람의 영상 정보에서 환자의 환자복 부분의 후보가 될 만한 계산 영역을 선정하는 단계와, 계산된 영역에서 객체를 필터링하는 단계와, 특성곡선을 이용한 계산 대상 영역과 환자복 색과의 유사도를 계산하는 단계와, 상기 유사도를 기초로 환자복 착용 여부를 판단하는 단계를 포함하여 이루어지는 것을 특징으로 하는 것이다.

Description

색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템{Patient Gown Identification Method by Using Color Information and Method thereof}
본 발명은 병원 등에서 CCTV가 촬영한 영상 정보의 색상 정보를 기초로 하여 환자복을 입은 환자를 자동으로 감지하는 것에 관한 것이다. 현재는 일반적으로 CCTV가 촬영한 영상을 보면서 환자복을 입은 사람을 환자로 판단하는 수동적인 방법만을 사용하고 있는 것이다. 따라서 본 발명은 CCTV가 촬영한 대상이 착용한 의복의 색상정보를 이용하여 환자복 착용 여부를 판단하고 환자복을 착용한 사람을 환자로 간주하여 CCTV 영상 정보를 통하여 자동으로 환자를 구별하여 제공하는 것에 관한 것이다.
본 발명과 관련된 종래의 기술은 대한민국 등록특허 제10-0933269호(2009. 12. 22. 공고)에 개시되어 있는 것이다. 도 1은 상기 종래의 색상 키워드를 이용한 검색 시스템 구성도이다. 상기도 1에서 종래의 색상 키워드를 이용한 검색 시스템은 검색 서버(310), 검색 서버(310)에 연결되어 있는 색상 정보 데이터베이스(320), 이미지 데이터베이스(330) 및 동영상 데이터베이스(340), 그리고 이미지 데이터베이스(300) 및 동영상 데이터베이스(340)에 연결되어 있는 색상 코드 추출 서버(350)를 포함하며, 통신망(200)을 통하여 복수의 사용자 단말기(100)에 연결되어 있는 것이다. 또한 사용자 단말기(100)는 통신망(200)을 통하여 검색 서버(310)에 접속하여 정보를 주고받는다. 사용자 단말기(100)는 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, 개인 휴대용 정보단말기(personal digital assistant, PDA), 웹 패드, 이동 통신 단말기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다. 또한 사용자 단말기(100)는 통신망(200)을 통하여 검색 시스템(300)에 접속하기 위한 통신 모듈(도시하지 않음) 및 응용 프로그램을 포함할 수 있다. 응용 프로그램은 사용자의 조작에 따라 통신망(200)을 통하여 검색 시스템(300)에 접속하여 다양한 기능을 수행한다. 응용 프로그램의 한 예로서, 마이크로소프트(Microsoft)사의 인터넷 익스플로러(Internet Explorer)와 같은 웹 브라우저를 들 수 있으나 이에 한정되지 않는다. 통신망(200)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다. 검색 서버(310)는 사용자가 입력한 검색 질의어를 사용자 단말기(100)로부터 수신하고 검색 질의어를 파싱하여 이로부터 색상 키워드 및 일반 키워드를 추출한다. 그리고 색상 키워드 및 일반 키워드를 이용하여 색상 정보 데이터베이스(320), 이미지 데이터베이스(330) 및 동영상 데이터베이스(340)를 검색하고, 검색 결과를 사용자 단말기(100)에 제공한다. 사용자가 입력한 검색 질의어는 색상 키워드 및 일반 키워드를 포함한다. 색상 키워드는 색상과 관련된 단어로
서 예를 들면, '빨강' 및 '빨간색'과 같은 명사, '빨간(빨갛다)' 및 '붉은(붉다)'과 같은 형용사를 들 수 있다. 일반 키워드는 검색 대상이 되는 단어이다. 색상 키워드 및 일반 키워드가 조합된 검색 질의어의 예를 들면 '초록색 들판'과 같다. '빨간 장미와 노란 해바라기'와 같이 검색 질의어에 복수의 색상 키워드가 포함되어 있어도 무방하며, 검색어가 문장으로 되어 있는 경우에도 그 문장에 색상 정보가 포함되어 있으면 검색 서버(310)는 색상 키워드를 추출하여 검색을 수행할 수 있다. 색상 정보 데이터베이스(320)는 색상 테이블을 기억한다. 색상 테이블은 복수의 색상 키워드와 각 색상 키워드에 대응하는 색상 코드를 포함한다. 색상 키워드는 적어도 하나의 색상 코드에 대응할 수 있으며, 색상 키워드 간의 동의어 처리도 가능하다. 색상 코드는 이미지 및 동영상의 각 프레임을 형성하는 화소의 색상을 디지털 데이터로 표현하기 위한 것으로서 기본색(primary color)의 조합으로 이루어질 수 있다. 기본색의 예로는 적색(R), 녹색(G), 청색(B) 등 삼원색을 들 수 있으며, 각 기본색의 색상 코드는 8비트 데이터 값, 즉, 00∼FF(hex) 사이의 256개의 값 중 어느 하나를 가질 수 있다. 그러나 색상 코드는 적색, 녹색, 청색 이외의 다른 색, 예를 들면 시안(C), 마젠타(M), 옐로우(M)로 이루어진 기본색을 사용할 수도 있고 8비트 이외의 다른 비트수의 데이터 값을 가질 수도 있는 것이다.
상기와 같이 구성된 종래의 색상 키워드를 이용한 검색 시스템은 네이버와 같은 검색 서버에서 명칭과 같은 검색의 보조 기능으로 색상 키워드를 이용하여 검색을 정확하게 하고 용이하게 할 수 있으나, 이는 네이버의 DB에 저장된 데이터에서 검색하기 위한 것으로 실시간으로 CCTV가 촬영하여 전송하는 영상 정보로부터 색상 정보를 통하여 환자인지 경비인지 판단할 수 없는 문제점이 있는 것이다. 따라서 본 발명의 목적은 CCTV가 촬영하여 전송하는 영상 정보 속 사람이 착용한 의복의 색상 정보를 기초로 그 사람이 착용한 환자복인지 여부를 판단하여 환자 인지 여부를 제공하기 위한 것이다.
상기와 같은 목적을 가진 본 발명 색상 정보를 이용한 환자복 인식 방법은 환자복 패치를 수집저장하고 색상 모델을 산정하며 색상의 특성곡선을 계산하는 단계와, CCTV가 촬영한 영상 정보를 수신하는 단계와, 수신된 영상 정보에서 사람을 추출하는 단계와, 추출된 사람의 영상 정보에서 환자의 환자복 부분의 후보가 될 만한 계산 영역을 선정하는 단계와, 계산된 영역에서 객체를 필터링하는 단계와, 특성곡선을 이용한 계산 대상 영역과 환자복 색과의 유사도를 계산하는 단계와, 상기 유사도를 기초로 환자복 착용 여부를 판단하는 단계를 포함하여 이루어지는 것을 특징으로 하는 것이다. 또한 본 발명 색상 정보를 이용한 환자복 인식 시스템은 병원 내의 일정 구역에 존재하는 사람을 촬영하고 촬영된 영상 정보를 전송하는 카메라부와, 카메라부로부터 수신되는 영상정보에서 사람 영상 정보를 추출하고 추출된 사람 영상 정보에서 환자의 환자복 부분의 후보가 될 만한 계산 영역을 선정하고 상기 계산 영역의 객체를 필터링하고 미리 수집 저장된 환자복 색상의 특성을 계산하며 상기 특성을 이용하여 계산 영역과 환자복 색과의 유사도를 계산하고 상기 유사도를 기초로 하여 환자복 착용 여부를 판단하는 서버로 구성된 것을 특징으로 하는 것이다.
상기와 같이 구성된 본 발명 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템은 CCTV가 전송하는 영상 정보를 이용하여 환자 여부를 판단할 수 있는 효과가 있는 것이다. 또한 CCTV가 전송하는 영상 정보의 색상 정보를 이용하여 환자 여부를 판단함으로써 시스템 구축이 저렴하고 기존에 설치되어 있는 보안 시스템에도 적용할 수 있는 효과가 있는 것이다. 또한 본 발명의 다른 효과는 병원 출입문 등에 설치하며 환자의 무단 이탈 등을 관리할 수 있는 효과가 있는 것이다.
도 1은 종래의 색상 키워드를 이용한 검색 시스템 구성도,
도 2는 본 발명 색상 정보를 이용한 환자복 인식 방법 제1실시 예 제어 흐름도,
도 3은 본 발명 색상 정보를 이용한 환자복 인식 방법 제2실시 예 제어 흐름도,
도 4는 본 발명에 적용되는 대상 영역의 설정 예를 나타내는 사진,
도 5는 본 발명에 적용되는 객체 영역과 대상 영역 산정 예를 나타내는 사진,
도 6은 본 발명에 적용되는 객체 필터링을 설명하는 사진 자료,
도 7은 본 발명에 적용되는 수집 환자복 패치 각 픽셀의 환자복 색의 색상에 대한 Hue(색조)와 Saturation(채도) 히스토그램 그래프,
도 8은 본 발명에 적용되는 환자복 색상의 특성 곡선 그래프,
도 9는 본 발명 색상 정보를 이용한 환자복 인식 시스템 전체 구성도,
도 10은 본 발명에 적용되는 서버의 상세 구성도이다.
상기와 같은 목적을 가진 본 발명 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템을 도 2 내지 도 10을 기초로 하여 설명하면 다음과 같다.
도 2는 본 발명 색상 정보를 이용한 환자복 인식 방법 제1실시 예 제어 흐름도이다. 상기도 2에서 본 발명 색상 정보를 이용한 환자복 인식 방법 제1실시 예는 사람의 추출이 비교적 정확한 환경에 적용하는 것으로 전처리 단계와 실시간 단계로 구분하여 이루어지고 상기 전처리 단계는 여러 환자복 색의 패치를 미리 구해서 이것의 통계적인 성질을 이용하여 색상 모델을 구하고 상기 색상 모델을 이용하여 실시간 단계에서의 환자복 색을 검증할 수 있으며 상기 색상 모델을 이용하여 실시간 단계에서 입력되는 현재 프레임의 환자 후보에 대한 패치를 기초로 환자복을 판단하는 것이다. 상기 본 발명 색상 정보를 이용한 환자복 인식 방법 제1실시 예를 구체적으로 설명하면 환자복의 색상 모델을 구하기 위하여 다수의 환자복 패치 영상을 수집 저장하는 단계(S11)와, 상기 각 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하는 단계(S12)와, 상기 각 패치의 각 픽셀을 RGB로부터 YUV 색 영역으로 변환하여 값을 구하는 단계(S13)와, 상기 각 패치의 각 픽셀의 변환 값에 대한 U/V 값의 평균/분산과 같은 특성 곡선을 계산하는 단계(S14)와, 카메라가 사람이 존재하는 영역을 촬영하고 촬영된 영상을 서버로 전송하는 단계(S15)와, 서버가 수신된 영상에서 사람 영상을 추출하는 단계(S16)와, 추출된 사람인 객체 영상에서 상하단 20%을 제외한 영상을 대상 영역으로 선정하는 단계(S17)와, 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하는 단계(S18)와 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하는 단계(S19)와, 상기 각 패치 각 픽셀의 특성 곡선 중에서 각 패치의 각 픽셀의 Y 값을 산정하는 단계(S20)와, 상기 카메라로부터 전송되는 현재 프레임에서 환자 후보에 대한 대상 영역의 Hue와 Saturation 범위가 각 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하는 단계(S21)와, 현재 프레임의 환자 후보에 대한 대상 영역의 Hue와 Saturation이 각 패치 각 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y(패치 픽셀의 값임)와 동일 유사한 픽셀의 수(numo)를 계산하는 단계(S22)와, T < numo/numT 를 만족하면 환자복으로 1차 판단하는 단계(S23)와, 현재 프레임까지의 대상 영역의 화면상의 존재 시간이 T-track 초 이상인지 여부를 판단하는 단계(S24)와, 상기 T < numo/numT와 T-track 초 이상을 만족하면 환자복임을 확인하고 인지 경보를 제공하는 단계(S25)를 포함하여 이루어지는 것을 특징으로 하는 것이다. 상기에서 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y와 동일 유사한 픽셀의 수(numo)를 계산하는 단계는
Figure 112016001721417-pat00001
을 만족하는 픽셀수를 인 것을 특징으로 하는 것이다. 여기서, c는 상수이고, (Um(Y), Vm(Y), Uv(Y), Vv(Y)는 타겟 픽셀(대상 영역 픽셀)의 Y 값에 따른 특성곡선에서 구해진 U/V의 평균/분산이고, numT는 전체 대상 영역의 픽셀수 이다. 또한 상기 T는 0.6을 적용할 수 있으며 T-track은 3초를 적용할 수 있는 것으로 이것은 경험치이다. 상기에서 YUV 변환값은 아래 식 1과 같이 나타낼 수 있는 것이다.
[식 1]
Figure 112016001721417-pat00002

도 3은 본 발명 색상 정보를 이용한 환자복 인식 방법 제2실시 예 제어 흐름도이다. 상기도 3에서 본 발명 색상 정보를 이용한 환자복 인식 방법 제2실시 예는 미리 수집된 패치를 이용하여 색상 특성을 계산하는 전처리 과정과 카메라를 통하여 입력되는 입력 영상의 현재 프레임의 환자 후보에 대한 패치를 기준으로 하여 환자임알 판단하는 것이다. 상기와 같은 본 발명 색상 정보를 이용한 환자복 인식 방법 제2실시 예를 구체적으로 설명하면 환자복 색상의 특성을 구하기 위하여 다수의 환자복에 대한 패치 영상을 미리 수집 저장하는 단계(S31)와, 상기 각 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하는 단계(S32)와, 상기 각 패치의 각 픽셀을 YUV 색 영역으로 변환하여 값을 구하는 단계(S33)와, 상기 각 패치의 각 픽셀에 대한 변환 값에 대하여 U/V 값의 평균/분산과 같은 특성 곡선을 계산하는 단계(S34)와, 상기 각 패치의 각 픽셀의 특성 곡선 중에서 픽셀의 Y 값을 산정하는 단계(S35)와, 카메라가 사람이 존재하는 영역을 촬영하고 촬영된 영상을 서버로 전송하는 단계(S36)와, 서버가 수신된 영상에서 사람 영상을 추출하는 단계(S37)와, 추출된 객체 영상에서 얼굴 영역을 검출하는 단계(S38)와, 검출된 얼굴 영역 하단의 얼굴 크기의 3배 영역을 대상 영역으로 선정하는 단계(S39)와, 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하는 단계(S40)와, 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하는 단계(S41)와, 상기 현재 프레임의 한자 후보에 대한 대상 영역의 Hue와 Saturation 범위가 각 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하는 단계(S42)와, 현재 프레임의 환자 후보에 대한 대상 영역의 Hue와 Saturation이 각 패치의 각 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y(패치 픽셀의 값임)와 동일 유사한 픽셀의 수(numo)를 계산하는 단계(S43)와, T < numo/numT 를 만족하면 환자복으로 1차 판단하는 단계(S44)와, 현 프레임까지의 대상 영역의 화면상의 존재 시간이 T-track 초 이상인지 여부를 판단하는 단계(S45)와, 상기 T < numo/numT 와 T-track 초 이상을 만족하면 환자복임을 확인하고 인지 경보를 제공하는 단계(S46)를 포함하여 이루어지는 것을 특징으로 하는 것이다. 상기에서 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y와 동일 유사한 픽셀의 수(numo)를 계산하는 단계는
Figure 112016001721417-pat00003
을 만족하는 픽셀수를 인 것을 특징으로 하는 것이다. 여기서, c는 상수이고, (Um(Y), Vm(Y), Uv(Y), Vv(Y)는 타겟 픽셀(대상 영역 픽셀)의 Y 값에 따른 특성곡선에서 구해진 U/V의 평균/분산이고, numT는 전체 대상 영역의 픽셀수 이다. 또한 상기 T는 0.6을 적용할 수 있으며 T-track은 3초를 적용할 수 있는 것으로 이것은 경험치이다. 또한 상기에서 d는
Figure 112016001721417-pat00004
으로 산정되는 것을 특징으로 하는 것이다. 또한 상기 YUV 색상 모델링은 휘도 신호(Y)와 색차 신호(U,V)로 색을 표현하는 방식이며 색차 신호 U는 휘도 신호와 청색신호 성분의 차이고, V는 휘도 신호와 적색 신호 성분의 차이다.
도 4는 본 발명에 적용되는 대상 영역의 설정 예를 나타내는 사진이다. 상기도 4에서 대상 영역 선정은 사람 추출이 정확하지 아니하는 경우에 대상 영역의 선정 예 사진으로 사람 추출이 정확하지 아니하는 환경에서는 얼굴 영역을 추출하고 상기 얼굴 영역 하부의 얼굴 크기 3배 영역을 대상 영역으로 선정하여 적용할 수 있는 것이다.
도 5는 본 발명에 적용되는 객체 영역과 대상 영역 산정 예를 나타내는 사진이다. 상기도 5에서 본 발명에 적용되는 객체 영역과 대상 영역 산정 예는 사람의 추출이 비교적 정확한 환경에 적용할 수 있는 예로서 사람 추출 영역에서 사람인 객체의 상하단 20%를 제외한 영역을 대상 영역으로 선정하여 적용할 수 있는 것임을 나타내고 있는 것이다.
도 6은 본 발명에 적용되는 객체 필터링을 설명하는 사진 자료이다. 상기도 6에서 객체 필터링은 선정된 계산 영역에서 상/하위영역(청색/적색 영역)에 대하여 YUV 모델을 이용하여 색상 평균의 차를 계산할 수 있는 것임을 나타내고 있는 것으로 환자복은 상/하위 영역의 색이 단일색 모델이라는 성질을 이용하여 필터링 할 수 있는 것이다.
도 7은 본 발명에 적용되는 수집 환자복 패치 각 픽셀의 환자복 색의 색상에 대한 Hue(색조)와 Saturation(채도) 히스토그램 그래프이다. 상기도 7에서 환자복 패치는 상/하위 동일한 색 모델로 이루어지므로 패치 각 픽셀의 히스토그램을 그려서 환자복 색의 색상의 Hue와 Saturation 범위를 구할 수 있는 것임을 나타내고 있는 것이다.
도 8은 본 발명에 적용되는 환자복 색상의 특성 곡선 그래프이다. 상기도 8에서 본 발명에 적용되는 환자복 색상의 특성 곡선은 각 패치의 각 픽셀을 YUV 색 영역으로 변환한 후 각 값에 대한 U/V 값의 평균/분산을 계산하고 이것을 타겟인 사람의 색상 특성 곡선으로 정의할 수 있으며 이러한 정의는 Y의 값은 같은 색상이라로 빛의 밝기에 따라 변화하지만 한 Y 값에 대한 U/V 값은 빛의 밝기에 따라 변화가 적을 수 있는 것이므로 Y 값을 기초로 대상영역과 환자복의 유사도를 판단할 수 있는 것임을 나타내고 있는 것이다.
도 9는 본 발명 색상 정보를 이용한 환자복 인식 시스템 전체 구성도이다. 상기도 9에서 본 발명 색상 정보를 이용한 환자복 인식 시스템은 병원 내의 일정 구역에 존재하는 사람이 존재하는 영역을 촬영하고 촬영된 영상 정보를 전송하는 카메라부(10)와, 카메라부로부터 수신되는 영상정보에서 사람 영상 정보를 추출하고 추출된 사람 영상 정보에서 환자의 환자복 부분의 후보가 될 만한 대상 영역을 선정하고 상기 대상 영역의 객체를 필터링하고 환자복 색상의 특성 곡선을 계산하며 상기 특성 곡선을 이용하여 대상 영역과 환자복 색과의 유사도를 계산하고 상기 유사도를 기초로 하여 환자복 착용 여부를 판단하는 서버(20) 및 상기 카메라부와 서버를 네트워크로 연결하는 유무선 통신망(30)으로 구성된 것을 특징으로 하는 것이다.
도 10은 본 발명에 적용되는 서버의 상세 구성도이다. 상기도 10에서 본 발명에 적용되는 서버는 수신된 영상에서 사람 영상을 추출하고 추출된 객체 영상에서 상하단 20%을 제외한 영상을 대상 영역으로 선정하여 추출하는 대상 영역 추출부(22)와, 상기 대상 영역 추출부에서 추출되어 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하고 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하여 상하위 영역의 색상 편균 차를 산정하는 YUV 색상모델 산정부(24)와, 환자복 패치 영상을 저장하고 있는 메모리부(26)와, 상기 메모리부에 저장된 상기 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하며 상기 각 패치의 각 픽셀을 YUV 색 영역으로 변환하여 값을 구하고 상기 각 YUV 값에 대한 U/V 값의 평균/분산과 같은 특성 곡선을 계산하며 상기 특성 곡선 중에서 각 픽셀의 Y 값을 산정하는 특성 곡선 산정부(28)와, 상기 대상 영역의 Hue와 Saturation 범위가 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하고 상기 대상 영역의 Hue와 Saturation이 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 1차 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 패치 각 픽셀의 Y와 동일 유사한 픽셀의 수(numo)를 계산하여 상기 유사한 픽셀의 수와 전체 대상 영역의 픽셀수의 비 및 현 프레임까지의 대상 영역의 화면상 존재 시간을 기초로 환자복 색 여부를 판단하는 유사도 판단부(21) 및 상기 대상 영역 추출부, YUV 색상 모델 산정부, 메모리부, 특성 곡선 산정부를 제어하는 제어부(23) 및 상기 유사도 판단부의 판단 결과가 환자복 색인 경우 제어부로부터 제어부의 제어에 의하여 경우 인지 경보를 발명하는 경보부(25)로 구성된 것을 특징으로 하는 것이다. 상기에서 유사한 픽셀의 수와 전체 대상 영역의 픽셀수 비(T)는 0.6 이상이고 현 프레임까지의 대상영역의 화면상 존재 시간(T-track)이 3초 이상이면 유사도를 만족하여 환자복으로 판단하는 것을 특징으로 하는 것이다.
21 : 유사도 판단부, 22 : 대상영역 추출부,
23 : 제어부, 24 : YUV 색상모델 산정부,
25 : 경보부, 26 : 메모리부,
28 : 특성 곡선 산정부

Claims (18)

  1. 삭제
  2. 삭제
  3. 병원과 같은 장소에서 색상 정보를 이용한 환자복 인식 방법에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    다수의 패치 영상을 미리 수집하고 저장하여 색상 모델을 구하고 카메라가 전송한 실시간 영상에서 객체를 추출하고 추출된 객체의 현재 프레임에 대한 패치의 픽셀 정보와 기저장된 기준이 되는 패치의 픽셀 정보와 비교하여 객체가 환자 인지 여부를 판단하는 서버로 구성된 것으로
    상기 색상 모델을 적용하여 추출된 객체의 현재 프레임에 대한 패치의 픽셀 정보와 기준이 되는 패치의 픽셀 정보와 비교하는 것은,
    서버가 카메라로부터 수신된 영상에서 사람 영상을 추출하고, 추출된 사람인 객체 영상에서 상하단 20%을 제외한 영상을 대상 영역으로 선정하고, 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하고, 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하고, 상기 각 패치 각 픽셀의 특성 곡선 중에서 각 패치의 각 픽셀의 Y 값을 산정하고, 상기 카메라로부터 전송되는 현재 프레임에서 환자 후보에 대한 대상 영역의 Hue와 Saturation 범위가 각 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하고, 현재 프레임의 환자 후보에 대한 대상 영역의 Hue(색조)와 Saturation(채도)이 각 패치 각 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 패치 픽셀의 Y와 동일 유사한 픽셀의 수(numo)를 계산하고 전체 대상 영역에 대한 픽셀수에 대한 비율을 기초로 하여 환자복인지 여부를 1차 판단하는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  4. 제3항에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    현 프레임까지의 대상 영역의 화면상의 존재 시간이 T-track 초 이상인지 여부에 대한 정보를 더 포함하여 환자복인지 여부를 판단하는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  5. 병원과 같은 장소에서 색상 정보를 이용한 환자복 인식 방법에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    환자복의 색상 모델을 구하기 위하여 서버가 다수의 환자복 패치 영상을 수집 저장하는 단계(S11)와;
    서버가 상기 각 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하는 단계(S12)와;
    서버가 상기 각 패치의 각 픽셀을 YUV 색 영역으로 변환하여 값을 구하는 단계(S13)와;
    서버가 상기 각 패치의 각 픽셀의 변환 값에 대한 U/V 값의 평균/분산과 같은 특성 곡선을 계산하는 단계(S14)와;
    카메라가 사람이 존재하는 영역을 촬영하고 촬영된 영상을 서버로 전송하는 단계(S15)와;
    서버가 수신된 영상에서 사람 영상을 추출하는 단계(S16)와;
    서버가 추출된 사람인 객체 영상에서 상하단 20%을 제외한 영상을 대상 영역으로 선정하는 단계(S17)와;
    서버가 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하는 단계(S18)와;
    서버가 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하는 단계(S19)와;
    서버가 상기 각 패치 각 픽셀의 특성 곡선 중에서 각 패치의 각 픽셀의 Y 값을 산정하는 단계(S20)와;
    서버가 상기 카메라로부터 전송되는 현재 프레임에서 환자 후보에 대한 대상 영역의 Hue와 Saturation 범위가 각 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하는 단계(S21)와;
    서버가 현재 프레임의 환자 후보에 대한 대상 영역의 Hue와 Saturation이 각 패치 각 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y(패치 픽셀의 값임)와 동일 유사한 픽셀의 수(numo)를 계산하는 단계(S22);
    및 서버가 T < numo/numT 를 만족하면 환자복으로 1차 판단하는 단계(S23)를 포함하여 이루어지는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서 T는 경험상 주어지는 상수이고, T-track초도 경험상 주어지는 상수이며 numT는 전체 대상 영역의 픽셀수임.
  6. 제5항에 있어서,
    상기 색상 평균의 차(d)는,
    Figure 112016001721417-pat00005
    으로 계산되는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  7. 제5항에 있어서,
    상기 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y와 동일 유사한 픽셀의 수(numo)를 계산하는 단계(S22)는,
    Figure 112016001721417-pat00006
    을 만족하는 픽셀수를 인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서, c는 상수이고, (Um(Y), Vm(Y), Uv(Y), Vv(Y)는 타겟 픽셀(대상 영역 픽셀)의 Y 값에 따른 특성곡선에서 구해진 U/V의 평균/분산임.
  8. 제5항에 있어서,
    상수 T는,
    0.6인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  9. 제5항에 있어서,
    상기 T-track초는,
    3초인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  10. 제5항에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    현 프레임까지의 대상 영역의 화면상의 존재 시간이 T-track 초 이상인지 여부에 대한 정보를 더 포함하여 환자복인지 여부를 판단하는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서 T-track 초는 상수임.
  11. 병원과 같은 장소에서 색상 정보를 이용한 환자복 인식 방법에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    환자복 색상의 특성을 구하기 위하여 서버가 다수의 환자복에 대한 패치 영상을 미리 수집 저장하는 단계(S31)와;
    서버가 상기 각 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하는 단계(S32)와;
    서버가 상기 각 패치의 각 픽셀을 YUV 색 영역으로 변환하여 값을 구하는 단계(S33)와;
    서버가 상기 각 패치의 각 픽셀에 대한 변환 값에 대하여 U/V 값의 평균/분산과 같은 특성 곡선을 계산하는 단계(S34)와;
    서버가 상기 각 패치의 각 픽셀의 특성 곡선 중에서 픽셀의 Y 값을 산정하는 단계(S35)와;
    카메라가 사람이 존재하는 영역을 촬영하고 촬영된 영상을 서버로 전송하는 단계(S36)와;
    서버가 수신된 영상에서 사람 영상을 추출하는 단계(S37)와;
    서버가 추출된 객체 영상에서 얼굴 영역을 검출하는 단계(S38)와;
    서버가 검출된 얼굴 영역 하단의 얼굴 크기의 3배 영역을 대상 영역으로 선정하는 단계(S39)와;
    서버가 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하는 단계(S40)와;
    서버가 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하는 단계(S41)와;
    서버가 상기 현재 프레임의 한자 후보에 대한 대상 영역의 Hue와 Saturation 범위가 각 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하는 단계(S42)와;
    서버가 현재 프레임의 환자 후보에 대한 대상 영역의 Hue와 Saturation이 각 패치의 각 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y(패치 픽셀의 값임)와 동일 유사한 픽셀의 수(numo)를 계산하는 단계(S43);
    및 서버가 T < numo/numT 를 만족하면 환자복으로 1차 판단하는 단계(S44)를 포함하여 이루어지는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서 T는 경험상 주어지는 상수이고, numT는 전체 대상 영역의 픽셀수임.
  12. 제11항에 있어서,
    상기 색상 평균의 차(d)는,
    Figure 112016001721417-pat00007
    으로 계산되는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  13. 제11항에 있어서,
    상기 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 Y와 동일 유사한 픽셀의 수(numo)를 계산하는 단계는,
    Figure 112016001721417-pat00008
    을 만족하는 픽셀수를 인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서, c는 상수이고, (Um(Y), Vm(Y), Uv(Y), Vv(Y)는 타겟 픽셀(대상 영역 픽셀)의 Y 값에 따른 특성곡선에서 구해진 U/V의 평균/분산임.
  14. 제11항에 있어서,
    상수 T는,
    0.6인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  15. 제5항에 있어서,
    상기 T-track초는,
    3초인 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
  16. 제11항에 있어서,
    상기 색상 정보를 이용한 환자복 인식 방법은,
    현 프레임까지의 대상 영역의 화면상의 존재 시간이 T-track 초 이상인지 여부에 대한 정보를 더 포함하여 환자복인지 여부를 판단하는 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 방법.
    여기서 T-track 초는 상수임.
  17. 삭제
  18. 병원과 같은 장소에서 색상 정보를 이용한 환자복 인식 시스템에 있어서,
    상기 색상 정보를 이용한 환자복 인식 시스템은,
    병원 내의 일정 구역에 존재하는 사람이 존재하는 영역을 촬영하고 촬영된 영상 정보를 전송하는 카메라부(10)와;
    미리 수집 저장된 환자복에 대한 색상 모델을 산정하여 특성 곡선을 계산하고 상기 카메라부로부터 수신되는 영상정보에서 사람 영상 정보를 추출하고 추출된 사람 영상 정보에서 환자의 환자복 부분의 후보가 될 만한 대상 영역을 선정하고 상기 대상 영역의 객체를 필터링하고 상기 특성 곡선을 이용하여 대상 영역과 환자복 색과의 유사도를 계산하고 상기 유사도를 기초로 하여 환자복 착용 여부를 판단하는 것으로 수신된 영상에서 사람 영상을 추출하고 추출된 객체 영상에서 대상 영역으로 선정하여 추출하는 대상 영역 추출부(22)와 상기 대상 영역 추출부에서 추출되어 선정된 대상 영역에서 상/하위 영역의 색상 평균의 차를 YUV 색상 모델을 이용하여 계산하고 상/하위 영역의 색상 평균의 차(d)가 임계치보다 크면 처리를 종료하는 다음 프레임으로 스킵하여 상하위 영역의 색상 편균 차를 산정하는 YUV 색상모델 산정부(24)와 환자복 패치 영상을 수집 저장하고 있는 메모리부(26)와 상기 메모리부에 저장된 상기 패치 영상의 각 픽셀의 히스토그램을 구하여 환자복 색의 색상의 Hue(색조)와Saturation(채도) 범위를 구하며 상기 각 패치의 각 픽셀을 YUV 색 영역으로 변환하여 값을 구하고 상기 각 YUV 값에 대한 U/V 값의 평균/분산과 같은 특성 곡선을 계산하며 상기 특성 곡선 중에서 각 픽셀의 Y 값을 산정하는 특성 곡선 산정부(28)와 상기 대상 영역의 Hue와 Saturation 범위가 패치의 픽셀의 Hue와 Saturation에 포함되지 아니하는 경우 환자복이 아닌 것으로 판단하고 상기 대상 영역의 Hue와 Saturation이 픽셀의 Hue와 Saturation범위 이내인 경우 환자복 색으로 1차 판단하고 환자복 색으로 판단된 대상 영역 각 픽셀의 Y'가 패치 각 픽셀의 Y와 동일 유사한 픽셀의 수(numo)를 계산하여 상기 유사한 픽셀의 수와 전체 대상 영역의 픽셀수의 비 및 현 프레임까지의 대상 영역의 화면상 존재 시간을 기초로 환자복 색 여부를 판단하는 유사도 판단부(21)와 상기 대상 영역 추출부, YUV 색상 모델 산정부, 메모리부, 특성 곡선 산정부를 제어하는 제어부(23) 및 상기 유사도 판단부의 판단 결과가 환자복 색인 경우 제어부로부터 제어부의 제어에 의하여 경우 인지 경보를 발명하는 경보부(25)로 구성된 서버(20);
    및 상기 카메라부와 서버를 네트워크로 연결하는 유무선 통신망(30)으로 구성된 것을 특징으로 하는 색상 정보를 이용한 환자복 인식 시스템.






KR1020160002088A 2016-01-07 2016-01-07 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템 KR101736779B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160002088A KR101736779B1 (ko) 2016-01-07 2016-01-07 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160002088A KR101736779B1 (ko) 2016-01-07 2016-01-07 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템

Publications (1)

Publication Number Publication Date
KR101736779B1 true KR101736779B1 (ko) 2017-05-18

Family

ID=59049252

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160002088A KR101736779B1 (ko) 2016-01-07 2016-01-07 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템

Country Status (1)

Country Link
KR (1) KR101736779B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200095377A (ko) * 2019-01-31 2020-08-10 주식회사 스트라드비젼 바이크 라이더용 안전 의복 패턴을 생성하는 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200095377A (ko) * 2019-01-31 2020-08-10 주식회사 스트라드비젼 바이크 라이더용 안전 의복 패턴을 생성하는 방법 및 장치
KR102265016B1 (ko) 2019-01-31 2021-06-16 주식회사 스트라드비젼 바이크 라이더용 안전 의복 패턴을 생성하는 방법 및 장치

Similar Documents

Publication Publication Date Title
CN109461168B (zh) 目标对象的识别方法和装置、存储介质、电子装置
CN112560657B (zh) 烟火识别方法、装置、计算机设备和存储介质
CN110163810B (zh) 一种图像处理方法、装置以及终端
US10185877B2 (en) Systems, processes and devices for occlusion detection for video-based object tracking
JP4725377B2 (ja) 顔画像登録装置、顔画像登録方法、顔画像登録プログラム、および記録媒体
KR101424956B1 (ko) 등록 판정장치, 그 제어방법 및 제어 프로그램, 및 전자기기
CN108875619B (zh) 视频处理方法和装置、电子设备、计算机可读存储介质
US8948452B2 (en) Image processing apparatus and control method thereof
CN103392185B (zh) 用于视频取证搜索的颜色相似性分类的方法和系统
CN112489143A (zh) 一种颜色识别方法、装置、设备及存储介质
CN104951742A (zh) 敏感视频的检测方法和系统
JPH0862741A (ja) 階調補正装置
KR19990034361A (ko) 동영상을 이용한 객체 추출방법
CN113989858B (zh) 一种工作服识别方法及系统
JP2013210844A (ja) 画像照合装置
KR101693959B1 (ko) 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법
CN112101260B (zh) 一种作业人员安全带识别方法、装置、设备和存储介质
JP2004219277A (ja) 人体検知方法およびシステム、プログラム、記録媒体
CN102088539A (zh) 一种预拍照画质评价方法和系统
Zangana et al. A new algorithm for human face detection using skin color tone
KR101736779B1 (ko) 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템
US9286707B1 (en) Removing transient objects to synthesize an unobstructed image
CN111898463B (zh) 烟火检测识别方法和装置、存储介质及电子装置
KR20100005960A (ko) 패션 정보 제공 시스템
CN112258592A (zh) 一种人脸可见光图的生成方法及相关装置

Legal Events

Date Code Title Description
GRNT Written decision to grant