KR101747218B1 - 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템 - Google Patents

감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템 Download PDF

Info

Publication number
KR101747218B1
KR101747218B1 KR1020120139258A KR20120139258A KR101747218B1 KR 101747218 B1 KR101747218 B1 KR 101747218B1 KR 1020120139258 A KR1020120139258 A KR 1020120139258A KR 20120139258 A KR20120139258 A KR 20120139258A KR 101747218 B1 KR101747218 B1 KR 101747218B1
Authority
KR
South Korea
Prior art keywords
event
metadata
analysis unit
actual
characteristic
Prior art date
Application number
KR1020120139258A
Other languages
English (en)
Other versions
KR20140071186A (ko
Inventor
이활석
배순민
Original Assignee
한화테크윈 주식회사
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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020120139258A priority Critical patent/KR101747218B1/ko
Priority to US13/920,173 priority patent/US20140152817A1/en
Publication of KR20140071186A publication Critical patent/KR20140071186A/ko
Application granted granted Critical
Publication of KR101747218B1 publication Critical patent/KR101747218B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • G08B13/19639—Details of the system layout
    • G08B13/19645—Multiple cameras, each having view on one of a plurality of scenes, e.g. multiple cameras for multi-room surveillance or for tracking an object by view hand-over
    • 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
    • G08B13/19665—Details related to the storage of video surveillance data
    • G08B13/19671—Addition of non-video data, i.e. metadata, to video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

카메라에 호스트 장치가 연결된 감시 시스템에서의 상기 호스트 장치의 동작 방법이 개시된다. 이 방법은 2 단계들을 포함한다. 제1 단계에서는, 카메라로부터의 동영상 데이터가 분석되어 특성 메타데이터(attribute metadata)가 생성된다. 그리고 제2 단계에서는, 생성된 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률이 구해진다.

Description

감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템{Method for operating host apparatus in surveillance system, and surveillance system adopting the method}
본 발명은, 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 관한 것으로서, 보다 상세하게는, 카메라에 호스트 장치가 연결된 감시 시스템에서의 상기 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 관한 것이다.
카메라에 호스트 장치가 연결된 감시 시스템에 있어서, 호스트 장치는 카메라로부터의 동영상을 분석하여 설정 이벤트(event)의 발생 여부를 판단한다.
상기와 같은 감시 시스템의 호스트 장치에 있어서, 종래에는, 카메라로부터의 동영상에서 특성 메타데이터(attribute metadata)를 추출한 후, 추출된 특성 메타데이터를 분석하여 설정 이벤트의 발생 여부를 판단한다. 설정 이벤트가 발생되었다고 판단된 경우, 호스트 장치는 발생 이벤트의 내용을 사용자에게 알린다.
하지만, 감시 시스템에서의 이벤트 판단 결과가 항상 정확할 수 없으므로, 감시 기능의 허점과 사용자의 혼란을 발생시키는 경우가 종종 발생한다.
예를 들어, 이벤트가 실제 발생하였는데도 발생하지 않았다고 판단하여 사용자에게 알리지 않은 경우, 감시 기능의 허점이 발생한다.
또한, 이벤트가 실제 발생하지 않았는데도 발생하였다고 사용자에게 알리는 경우, 사용자의 혼란이 일어난다.
대한민국 공개특허공보 제2011-0052277호 (출원인 : 주식회사 에디텍, 발명의 명칭 : 콤보형 영상 감시 시스템 및 영상 감시 방법).
본 발명의 실시예들은, 감시 시스템에서의 판단 결과가 부정확한 경우에도 감시 기능의 허점과 사용자의 혼란을 방지할 수 있는 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템을 제공하고자 한다.
더 나아가, 본 발명의 실시예들은, 보다 정확하게 이벤트 발생 여부를 판단할 수 있는 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템을 제공하고자 한다.
본 발명의 제1 측면에 따르면, 카메라에 호스트 장치가 연결된 감시 시스템에서의 상기 호스트 장치의 동작 방법에 있어서, 2 단계들이 포함될 수 있다.
제1 단계에서는, 상기 카메라로부터의 동영상 데이터가 분석되어 특성 메타데이터(attribute metadata)가 생성된다.
그리고 제2 단계에서는, 생성된 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률이 구해진다.
본 발명의 제2 측면에 따르면, 카메라에 호스트 장치가 연결된 감시 시스템에서의 상기 호스트 장치의 동작 방법에 있어서, 3 단계들이 포함될 수 있다.
제1 단계에서는, 상기 카메라로부터의 동영상 데이터가 분석되어 제1 특성 메타데이터(attribute metadata)가 생성된다.
제2 단계에서는, 생성된 제1 특성 메타데이터에 따라, 설정 이벤트의 실제-발생 확률을 구할 필요성이 판단된다.
그리고 제3 단계에서는, 상기 실제-발생 확률을 구할 필요성이 있다고 판단된 경우, 상기 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터가 생성된 후, 상기 실제-발생 확률이 구해진다.
본 발명의 제3 측면에 따르면, 카메라에 호스트 장치가 연결된 감시 시스템에 있어서, 상기 호스트 장치는 영상 분석부 및 이벤트/신뢰도 분석부를 포함한다.
상기 영상 분석부는 상기 카메라로부터의 동영상 데이터를 분석하여 특성 메타데이터(attribute metadata)를 생성한다.
상기 이벤트/신뢰도 분석부는, 상기 영상 분석부로부터의 특성 메타데이터(attribute metadata)에 따라 설정 이벤트의 실제-발생 확률을 구한다.
본 발명의 제4 측면에 따르면, 카메라에 호스트 장치가 연결된 감시 시스템에 있어서, 상기 호스트 장치는 영상 분석부 및 이벤트/신뢰도 분석부를 포함한다
상기 영상 분석부는 상기 카메라로부터의 동영상 데이터를 분석하여 특성 메타데이터(attribute metadata)를 생성한다.
상기 이벤트/신뢰도 분석부는, 상기 영상 분석부로부터의 제1 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률을 구할 필요성을 판단하고, 상기 실제-발생 확률을 구할 필요성이 있다고 판단된 경우, 상기 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터를 상기 영상 분석부에 요청한다.
바람직하게는, 상기 특성 메타데이터(attribute metadata)는 상위 계층의 상기 제1 특성 메타데이터와 하위 계층의 상기 제2 특성 메타데이터를 포함한다.
또한, 상기 영상 분석부는 처음에 상기 상위 계층의 상기 제1 특성 메타데이터만을 상기 이벤트/신뢰도 분석부에 제공한다.
여기에서, 상기 이벤트/신뢰도 분석부는,
상기 영상 분석부로부터의 상기 상위 계층의 상기 제1 특성 메타데이터(attribute metadata)에 따라 설정 이벤트가 발생되었는지를 일차적으로 판단하며, 상기 설정 이벤트가 발생되었다고 일차적으로 판단되면, 상기 하위 계층의 상기 제2 특성 메타데이터를 상기 영상 분석부에 요청하여 획득한 후, 상기 상위 계층 및 상기 하위 계층의 특성 메타데이터에 따라 상기 설정-이벤트의 실제-발생 확률을 구한다.
한편, 바람직하게는, 상기 특성 메타데이터(attribute metadata)는,
제1 이벤트 발생의 검출을 위한 상기 제1 특성 메타데이터와,
상기 제1 이벤트가 발생된 후에 가능한 제2 이벤트 발생의 검출을 위한 상기 제2 특성 메타데이터를 포함한다.
또한, 상기 영상 분석부는 처음에 상기 제1 특성 메타데이터만을 상기 이벤트/신뢰도 분석부에 제공한다.,
여기에서, 상기 이벤트/신뢰도 분석부는, 상기 영상 분석부로부터의 상기 제1 특성 메타데이터에 따라 제1 이벤트가 발생되었는지를 판단하며, 상기 제1 이벤트가 발생되었다고 판단되면, 상기 제1 특성 메타데이터를 상기 영상 분석부에 제공하면서 상기 제2 특성 메타데이터를 상기 영상 분석부에 요청한다.또한, 상기 이벤트/신뢰도 분석부는, 상기 영상 분석부로부터의 상기 제2 특성 메타데이터에 따라 제2 이벤트의 실제-발생 확률을 구하고, 상기 제2 이벤트의 실제-발생 확률이 기준 값을 초과할 경우, 상기 제2 이벤트의 발생 내용 및 실제-발생 확률을 사용자에게 알린다.
본 발명의 일 실시예의 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 의하면, 생성된 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률이 구해진다.
따라서, 상기 실제-발생 확률이 기준 값을 초과할 경우, 발생 이벤트의 내용 및 상기 실제-발생 확률이 사용자에게 알려질 수 있다.
이에 따라, 사용자는 발생 추정 이벤트의 신뢰도에 따라 적절한 조치를 취할 수 있다. 즉, 감시 시스템에서의 판단 결과가 부정확한 경우에도 감시 기능의 허점과 사용자의 혼란이 방지될 수 있다. 예를 들어, 다음과 같은 효과들을 얻을 수 있다.
상기 기준 값을 상대적으로 낮춤에 의하여, 이벤트가 실제 발생하였는데도 발생하지 않았다고 판단하는 허점이 방지될 수 있다.
또한, 이벤트가 실제 발생하지 않았는데도 발생하였다고 판단할 경우, 상기 실제-발생 확률이 기준 값을 약간 초과할 경우이므로, 사용자는 해당 감시 영상을 보면서 당황하지 않게 된다.
더 나아가, 상기 실제-발생 확률에 의하여 이벤트 발생 여부가 보다 정확하게 판단될 수 있다.
한편, 본 발명의 다른 실시예의 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 의하면, 상기 제1 특성 메타데이터에 따라, 설정 이벤트의 실제-발생 확률을 구할 필요성이 판단되고, 이 판단 결과에 따라 제2 특성 메타데이터가 생성된다.즉, 종래의 감시 시스템에서처럼 상기 제1 및 제2 특성 메타데이터를 처음에 모두 생성하지 않으므로, 설정 이벤트의 실제-발생 확률을 구할 필요성이 없는 경우에 상기 제2 특성 메타데이터의 생성 시간이 줄어들 수 있다.
도 1은 본 발명의 일 실시예의 감시 시스템을 보여주는 도면이다.
도 2는 도 1의 호스트 장치의 동작 방법의 일 실시예를 보여주는 흐름도이다.
도 3은 도 1의 호스트 장치의 동작 방법의 다른 실시예를 보여주는 흐름도이다.
도 4는 도 2의 동작 방법이 채용되는 도 1의 호스트 장치의 내부 구성의 실시예를 보여주는 블록도이다.
도 5는, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 영상 분석부의 동작 방법을 보여주는 흐름도이다.
도 6은 도 5의 단계 S503의 수행에 의하여 추출된 전경 영역의 예를 보여주는 도면이다.
도 7은 도 5의 단계 S505의 수행을 위한 인체 전체 필터의 영상의 예를 보여주는 도면이다.
도 8은 도 5의 단계 S507의 수행을 위한 인체 부분 필터의 영상의 예를 보여주는 도면이다.
도 9는, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 10은 도 9의 동작 방법의 수행에 사용되는 함수의 예를 보여주는 그래프이다.
도 11은, 설정 이벤트가 고속 도로의 갓길에서 차량이 출현했다는 것인 경우, 도 4의 영상 분석부의 동작 방법을 보여주는 흐름도이다.
도 12는 도 11의 동작 방법에서의 이동체의 크기와 거리를 설명하기 위한 도면이다.
도 13은, 설정 이벤트가 고속 도로의 갓길에서 차량이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 14는 도 13의 동작 방법의 수행에 사용되는 함수의 룩-업 테이블(Look-Up Table)의 예를 보여주는 흐름도이다.
도 15는 도 3의 동작 방법이 채용되는 도 1의 호스트 장치의 내부 구성의 실시예를 보여주는 블록도이다.
도 16은 도 15의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 17은, 도 3의 동작 방법의 일 예로서, 특성 메타데이터(attribute metadata)가 상위 계층의 제1 특성 메타데이터와 하위 계층의 제2 특성 메타데이터를 포함하는 계층적인 특성 메타 데이터인 경우, 도 15의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 18은, 도 17의 경우의 일 예로서 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 15의 영상 분석부의 동작 방법을 보여주는 흐름도이다.
도 19는, 도 17의 경우의 일 예로서 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 15의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 20은, 도 3의 동작 방법의 다른 예로서, 특성 메타데이터(attribute metadata)가, 제1 이벤트 발생의 검출을 위한 제1 특성 메타데이터와, 제1 이벤트가 발생된 후에 가능한 제2 이벤트 발생의 검출을 위한 제2 특성 메타데이터를 포함하는 이벤트 의존적인 특성 메타 데이터인 경우, 도 15의 이벤트/신뢰도 분석부의 동작 방법을 보여주는 흐름도이다.
도 21은 도 20의 경우의 일 예를 요약하여 보여주는 도면이다.
도 22는 도 20의 경우의 다른 예를 요약하여 보여주는 도면이다.
도 23은 도 22의 예를 설명하기 위한 도면이다.
하기의 설명 및 첨부된 도면은 본 발명에 따른 동작을 이해하기 위한 것이며, 본 기술 분야의 통상의 기술자가 용이하게 구현할 수 있는 부분은 생략될 수 있다.
또한 본 명세서 및 도면은 본 발명을 제한하기 위한 목적으로 제공된 것은 아니고, 본 발명의 범위는 청구의 범위에 의하여 정해져야 한다. 본 명세서에서 사용된 용어들은 본 발명을 가장 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
이하 첨부된 도면들을 참조하여 본 발명의 실시예가 상세히 설명된다.
도 1은 본 발명의 일 실시예의 감시 시스템을 보여준다.
도 1을 참조하면, 카메라들(101 내지 121)은, 통신 신호들(Sco)을 교환하면서 호스트 장치(13)와 통신하면서, 라이브-뷰(live-view)의 동영상 데이터(Svid)를 호스트 장치(13)에 전송한다.
호스트 장치(13)에서 수신된 동영상 데이터(Svid)는, 디스플레이 장치를 통하여 디스플레이되는 한편, 기록 장치 예를 들어, 하드 디스크 드라이브(Hard Disk Drive)에 저장된다.
호스트 장치(13)는 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 입력받아 도 2 및 3의 동작 방법에 따라 동작한다.
여기에서, 호스트 장치(13)는, 도 1에 도시된 바와 같이 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 직접 입력받을 수 있지만, 카메라들(101 내지 121) 각각과 연결된 별도의 저장 장치 예를 들어, 디브이알(DVR : Digital Video Recorder) 또는 엔브이알(NVR : Network Video Recorder)에 저장되어 있는 동영상 데이터(Svid)를 입력받을 수도 있다.
도 2는 도 1의 호스트 장치(13)의 동작 방법의 일 실시예를 보여준다. 도 1 및 2를 참조하여, 호스트 장치(13)의 동작 방법의 일 실시예를 설명하면 다음과 같다.
먼저, 호스트 장치(13)는 복수의 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 분석하여 특성 메타데이터(attribute metadata)를 생성한다(단계 S201). 참고로, 이벤트(event) 분석을 위한 특성 메타데이터(attribute metadata) 자체에 대해서는 다양하게 알려져 있다.
다음에, 호스트 장치(13)는 생성된 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률을 구한다(단계 S203).
그리고, 실제-발생 확률이 기준 값을 초과할 경우, 호스트 장치(13)는 발생 이벤트의 내용 및 상기 실제-발생 확률을 사용자에게 알린다(단계들 S205 및 S207).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S209).
이에 따라, 사용자는 발생 추정 이벤트의 신뢰도에 따라 적절한 조치를 취할 수 있다. 즉, 감시 시스템에서의 판단 결과가 부정확한 경우에도 감시 기능의 허점과 사용자의 혼란이 방지될 수 있다. 예를 들어, 다음과 같은 효과들을 얻을 수 있다.
상기 기준 값을 상대적으로 낮춤에 의하여, 이벤트가 실제 발생하였는데도 발생하지 않았다고 판단하는 허점이 방지될 수 있다.
또한, 이벤트가 실제 발생하지 않았는데도 발생하였다고 판단할 경우, 실제-발생 확률이 기준 값을 약간 초과할 경우이므로, 사용자는 해당 감시 영상을 보면서 당황하지 않게 된다.
더 나아가, 실제-발생 확률에 의하여 이벤트 발생 여부가 보다 정확하게 판단될 수 있다.
도 3은 도 1의 호스트 장치(13)의 동작 방법의 다른 실시예를 보여준다. 도 1 및 3을 참조하여, 호스트 장치(13)의 동작 방법의 다른 실시예를 설명하면 다음과 같다.
먼저, 호스트 장치(13)는 복수의 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 분석하여 제1 특성 메타데이터(attribute metadata)를 생성한다(단계 S301).
다음에, 호스트 장치(13)는 생성된 제1 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률을 구할 필요성을 판단한다(단계 S303).
실제-발생 확률을 구할 필요성이 있다고 판단된 경우(단계 S305), 호스트 장치(13)는, 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터를 생성한 후, 실제-발생 확률을 구한다(단계들 S307 및 S309).
그리고, 실제-발생 확률이 기준 값을 초과할 경우, 호스트 장치(13)는 발생 이벤트의 내용 및 상기 실제-발생 확률을 사용자에게 알린다(단계들 S311 및 S313).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S315).
도 3의 실시예의 동작 방법은, 도 2의 실시예의 동작 방법에 비하여 다음과 같은 추가적 효과를 얻을 수 있다. 즉, 종래의 감시 시스템에서처럼 상기 제1 및 제2 특성 메타데이터를 처음에 모두 생성하지 않으므로, 설정 이벤트의 실제-발생 확률을 구할 필요성이 없는 경우에 상기 제2 특성 메타데이터의 생성 시간이 줄어들 수 있다.
도 4는 도 2의 동작 방법이 채용되는 도 1의 호스트 장치(13)의 내부 구성의 실시예를 보여준다.
도 1 및 4를 참조하면, 도 1의 호스트 장치(13)는 영상 분석부(41) 및 이벤트/신뢰도 분석부(42)를 포함한다.
영상 분석부(41)는 복수의 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 분석하여 특성 메타데이터(Dam)를 생성한다.
이벤트/신뢰도 분석부(42)는, 영상 분석부(41)로부터의 특성 메타데이터(Dam)에 따라 설정 이벤트의 실제-발생 확률(Dpr)을 구하고, 실제-발생 확률(Dpr)이 기준 값을 초과할 경우, 발생 이벤트의 내용(Dev) 및 실제-발생 확률(Dpr)을 사용자에게 알린다.
도 4의 호스트 장치의 효과는 도 2의 동작 방법을 참조하여 설명된 바와 같다.
도 5는, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 영상 분석부(41)의 동작 방법을 보여준다. 도 6은 도 5의 단계 S503의 수행에 의하여 추출된 전경 영역(61)의 예를 보여준다. 도 7은 도 5의 단계 S505의 수행을 위한 인체 전체 필터의 영상(71)의 예를 보여준다. 도 8은 도 5의 단계 S507의 수행을 위한 인체 부분 필터의 영상(81)의 예를 보여준다. 참고로, 인체 전체 필터링, 인체 부분 필터링, 및 필터링 결과에 따른 점수 획득은 잘 알려져 있는 기술이므로 그 설명이 생략된다.
도 4 내지 8을 참조하여, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 영상 분석부(41)의 동작 방법을 설명하면 다음과 같다.
어느 감시 카메라(도 1의 101 내지 121 중의 어느 하나)로부터의 영상에 있어서, 고정된 배경 영역에서 영상 변화가 발생되면(단계 S501), 영상 분석부(41)는 고정된 배경 영역에서 생성된 전경 영역(61)을 추출한다(단계 S503).
다음에, 영상 분석부(41)는, 추출된 전경 영역(61)에 대하여 인체 전체 필터링을 수행하여, 그 결과에 따른 제1 점수를 구한다(단계 S505, 도 7 참조).
또한, 영상 분석부(41)는, 추출된 전경 영역(61)에 대하여 인체 부분 필터링을 수행하여, 그 결과에 따른 제2 점수를 구한다(단계 S507, 도 8 참조).
그리고, 영상 분석부(41)는, 제1 점수 및 제2 점수의 합산 점수를 특성 메타데이터(attribute metadata)로서 이벤트/신뢰도 분석부(42)에 제공한다(단계 S509).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S511).
도 9는, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부(42)의 동작 방법을 보여준다. 도 10은 도 9의 동작 방법의 수행에 사용되는 함수의 예를 보여준다.
도 4, 9 및 10을 참조하여, 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부(42)의 동작 방법을 설명하면 다음과 같다.
먼저, 이벤트/신뢰도 분석부(42)는, 상기 제1 점수 및 상기 제2 점수의 합산 점수가 특성 메타데이터(attribute metadata)로서 입력되었는지를 판단한다(단계 S901).
상기 합산 점수가 특성 메타데이터로서 입력되었으면, 이벤트/신뢰도 분석부(42)는 합산 점수에 대한 도 10의 실제-발생 확률의 함수를 사용하여 상기 실제-발생 확률을 구한다(단계 S903).
도 10을 참조하면, 합산 점수가 Dsa 이하인 경우에는 실제-발생 확률은 영(0) 퍼센트(%), 합산 점수가 기준 점수인 Dsb인 경우에는 실제-발생 확률은 기준 값으로서의 Pre, 그리고 합산 점수가 Dsc 이상인 경우에는 실제-발생 확률은 100 퍼센트(%)이다.
여기에서, 실제-발생 확률이 기준 값(Pre)을 초과할 경우, 호스트 장치(13)는, 배경 영역에서 사람이 출현했다는 내용 및 상기 실제-발생 확률을 사용자에게 알린다(단계들 S905 및 S907).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S909).
도 11은, 설정 이벤트가 고속 도로의 갓길에서 차량이 출현했다는 것인 경우, 도 4의 영상 분석부(41)의 동작 방법을 보여준다. 도 12는 도 11의 동작 방법에서의 이동체(11c)의 크기와 거리(d)를 설명하기 위한 도면이다. 이하, 고속 도로의 갓길은 감시 대상 영역의 일 예에 해당된다.
도 4, 11 및 12를 참조하여, 설정 이벤트가 고속 도로의 갓길에서 차량이 출현했다는 것인 경우, 영상 분석부(41)의 동작 방법을 설명하면 다음과 같다.
어느 감시 카메라(도 1의 101 내지 121 중의 어느 하나)의 감시 영역에서 이동체(11c)가 출현하였으면(단계 S1101), 영상 분석부(41)는 출현한 이동체(11c)의 크기를 구한다(단계 S1103). 도 12와 같이 이동체(11c)가 촬영된 경우, 출현한 이동체(11c)의 크기는 폭(b)과 길이(a)가 곱해진 결과인 면적이 된다. 여기에서, 이동체(11c)의 크기는 이동체(11c)의 영역의 화소 개수로 표현될 수도 있다.
또한, 영상 분석부(41)는 이동체(11c)의 중심 위치와 갓길(11f)의 중심 위치 사이의 거리(d)를 구한다(단계 S1105). 상기한 바와 같이, 고속 도로의 갓길(11f)은 감시 대상 영역의 일 예에 해당된다.
그리고, 영상 분석부(41)는 이동체(11c)의 크기 정보와 거리 정보를 이벤트/신뢰도 분석부(42)에 제공한다(단계 S1107).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1109).
도 13은, 설정 이벤트가 고속 도로의 갓길에서 차량이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부(42)의 동작 방법을 보여준다. 도 14는 도 13의 동작 방법의 수행에 사용되는 함수의 룩-업 테이블(Look-Up Table)의 예를 보여준다. 도 4, 12 내지 14를 참조하여, 설정 이벤트가 고속 도로의 갓길(11f)에서 차량이 출현했다는 것인 경우, 도 4의 이벤트/신뢰도 분석부(42)의 동작 방법을 설명하면 다음과 같다.
먼저, 이벤트/신뢰도 분석부(42)는, 이동체(11c)의 크기 및 거리(d)의 정보가 특성 메타데이터로서 입력되었는지를 판단한다(단계 S1301).
이동체(11c)의 크기 및 거리(d)의 정보가 특성 메타데이터로서 입력되었으면, 이벤트/신뢰도 분석부(42)는, 이동체(11c)의 크기 및 거리(d)에 대한 실제-발생 확률의 함수(도 14 참조)를 사용하여 실제-발생 확률을 구한다(단계 S1303).
그리고, 실제-발생 확률이 기준 값을 초과할 경우(단계 S1305), 이벤트/신뢰도 분석부(42)는 고속 도로의 갓길(11f)에서 차량이 출현했다는 내용 및 실제-발생 확률을 사용자에게 알린다(단계 S1307).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1309).
도 15는 도 3의 동작 방법이 채용되는 도 1의 호스트 장치(13)의 내부 구성의 실시예를 보여준다.
도 1 및 15를 참조하면, 호스트 장치(13)는 영상 분석부(151) 및 이벤트/신뢰도 분석부(152)를 포함한다.
영상 분석부(151)는 복수의 카메라들(101 내지 121) 각각으로부터의 동영상 데이터(Svid)를 분석하여 특성 메타데이터(Dam)를 생성한다.
도 16은 도 15의 이벤트/신뢰도 분석부(152)의 동작 방법을 보여준다.
도 1, 15 및 16을 참조하여, 이벤트/신뢰도 분석부(152)의 동작을 설명하면 다음과 같다.
먼저, 이벤트/신뢰도 분석부(152)는 영상 분석부(151)로부터 제1 특성 메타데이터(Dam1)가 입력되었는지를 판단한다(단계 S1601). 제1 특성 메타데이터(Dam1)가 입력되었으면 아래의 단계들 S1603 내지 S1615가 수행된다.
단계 S1603에서는, 이벤트/신뢰도 분석부(152)는 영상 분석부(151)로부터의 제1 특성 메타데이터(Dam1)에 따라 설정 이벤트의 실제-발생 확률을 구할 필요성을 판단한다.
설정 이벤트의 실제-발생 확률을 구할 필요성이 있다고 판단된 경우(단계 S1605), 이벤트/신뢰도 분석부(152)는 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터를 영상 분석부(151)에 요청한다(단계 S1607).
다음에, 영상 분석부(151)로부터 제2 특성 메타데이터가 입력되었으면(단계 S1609), 이벤트/신뢰도 분석부(152)는 실제-발생 확률을 구한다(단계 S1611).
그리고, 구해진 실제-발생 확률이 기준 값을 초과할 경우(단계 S1613), 이벤트/신뢰도 분석부(152)는 발생 이벤트의 내용 및 실제-발생 확률을 사용자에게 알린다(단계 S1615).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1617).
상기 도 15의 실시예는 상기 도 4의 실시예에 비하여 다음과 같은 추가적 효과를 가진다. 즉, 종래의 감시 시스템에서처럼 영상 분석부(151)가 상기 제1 및 제2 특성 메타데이터를 처음에 모두 생성하지 않으므로, 설정 이벤트의 실제-발생 확률을 구할 필요성이 없는 경우에 상기 제2 특성 메타데이터의 생성 시간이 줄어들 수 있다.
이하, 도 15의 실시예에 대하여 보다 구체적으로 접근해보기로 한다.
도 17은, 도 3의 동작 방법의 일 예로서, 특성 메타데이터(attribute metadata)가 상위 계층의 제1 특성 메타데이터와 하위 계층의 제2 특성 메타데이터를 포함하는 계층적인 특성 메타 데이터인 경우, 도 15의 이벤트/신뢰도 분석부(152)의 동작 방법을 보여준다. 도 15 및 17을 참조하여 이를 설명하면 다음과 같다.
먼저, 이벤트/신뢰도 분석부(152)는 영상 분석부(151)로부터 상위 계층의 제1 특성 메타데이터(Dam1)가 입력되었는지를 판단한다(단계 S1701). 제1 특성 메타데이터(Dam1)가 입력되었으면 아래의 단계들 S1703 내지 S1715가 수행된다.
단계 S1703에서는, 이벤트/신뢰도 분석부(152)는 입력된 제1 특성 메타데이터(Dam1)에 따라 설정 이벤트가 발생되었는지를 일차적으로 판단한다.
설정 이벤트가 발생되었다고 일차적으로 판단된 경우(단계 S1705), 이벤트/신뢰도 분석부(152)는 하위 계층의 제2 특성 메타데이터를 영상 분석부(151)에 요청한다(단계 S1707).
다음에, 영상 분석부(151)로부터 하위 계층의 제2 특성 메타데이터가 입력되었으면(단계 S1709), 이벤트/신뢰도 분석부(152)는 실제-발생 확률을 구한다(단계 S1711).
그리고, 구해진 실제-발생 확률이 기준 값을 초과할 경우(단계 S1713), 이벤트/신뢰도 분석부(152)는 발생 이벤트의 내용 및 실제-발생 확률을 사용자에게 알린다(단계 S1715).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1717).
도 18은, 도 17의 경우의 일 예로서 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 15의 영상 분석부(151)의 동작 방법을 보여준다. 도 6 내지 8, 15 및 18을 참조하여 이를 설명하면 다음과 같다.
어느 감시 카메라(도 1의 101 내지 121 중의 어느 하나)로부터의 영상에 있어서, 고정된 배경 영역에서 영상 변화가 발생되면(단계 S1801), 영상 분석부(151)는 고정된 배경 영역에서 생성된 전경 영역(61)을 추출한다(단계 S1803).
다음에, 영상 분석부(151)는, 추출된 전경 영역(61)에 대하여 인체 전체 필터링을 수행하여, 그 결과에 따른 제1 점수를 구한다(단계 S1805, 도 7 참조).
다음에, 영상 분석부(151)는, 상기 제1 점수를 상위 계층의 제1 특성 메타데이터로서 이벤트/신뢰도 분석부(152)에 제공한다(단계 S1807).
다음에, 영상 분석부(151)는, 이벤트/신뢰도 분석부(152)가 하위 계층의 제2 특성 메타데이터를 요청하였는지를 판단한다(단계 S1809).
요청하였으면, 요청에 상응하는 전경 영역(61)에 대하여 인체 부분 필터링을 수행하여, 그 결과에 따른 제2 점수를 구한다(단계 S1811, 도 8 참조).
그리고, 영상 분석부(151)는, 제2 점수를 하위 계층의 특성 메타데이터(attribute metadata)로서 이벤트/신뢰도 분석부(152)에 제공한다(단계 S1813).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1815).
도 19는, 도 17의 경우의 일 예로서 설정 이벤트가 배경 영역에서 사람이 출현했다는 것인 경우, 도 15의 이벤트/신뢰도 분석부(152)의 동작 방법을 보여준다. 도 15 및 19를 참조하여 이를 설명하면 다음과 같다.
먼저, 이벤트/신뢰도 분석부(152)는 영상 분석부(151)로부터 상위 계층의 제1 점수(Dam1)가 입력되었는지를 판단한다(단계 S1901). 제1 점수(Dam1)가 입력되었으면 아래의 단계들 S1903 내지 S1915가 수행된다.
단계 S1903에서는, 이벤트/신뢰도 분석부(152)는 입력된 제1 점수(Dam1)에 따라 사람이 출현했는지를 일차적으로 판단한다. 여기에서, 도 10의 그래프의 함수가 유사하게 사용될 경우, 수평 축은 합산 점수가 아니라 제1 점수가 된다.
사람이 출현했다고 일차적으로 판단된 경우(단계 S1905), 이벤트/신뢰도 분석부(152)는 하위 계층의 제2 점수를 영상 분석부(151)에 요청한다(단계 S1907).
다음에, 영상 분석부(151)로부터 하위 계층의 제2 점수가 입력되었으면(단계 S1909), 이벤트/신뢰도 분석부(152)는 제1 점수 및 제2 점수의 특성 메타데이터에 따라 실제-발생 확률을 구한다(단계 S1911). 여기에서, 도 10의 그래프의 함수가 사용될 수 있다.
그리고, 구해진 실제-발생 확률이 기준 값을 초과할 경우(단계 S1913), 이벤트/신뢰도 분석부(152)는 사람이 출현했다는 내용 및 실제-발생 확률을 사용자에게 알린다(단계 S1915).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S1917).
도 20은, 도 3의 동작 방법의 다른 예로서, 특성 메타데이터(attribute metadata)가, 제1 이벤트 발생의 검출을 위한 제1 특성 메타데이터와, 제1 이벤트가 발생된 후에 가능한 제2 이벤트 발생의 검출을 위한 제2 특성 메타데이터를 포함하는 이벤트 의존적인 특성 메타 데이터인 경우, 도 15의 이벤트/신뢰도 분석부(152)의 동작 방법을 보여준다. 도 15 및 20을 참조하여 이를 설명하면 다음과 같다.
여기에서, 영상 분석부(151)는 처음에 제1 특성 메타데이터(Dam1)만을 이벤트/신뢰도 분석부(152)에 제공한다.
먼저, 이벤트/신뢰도 분석부(152)는 영상 분석부(151)로부터 제1 특성 메타데이터(Dam1)가 입력되었는지를 판단한다(단계 S2001). 제1 특성 메타데이터(Dam1)가 입력되었으면 아래의 단계들 S2003 내지 S2015가 수행된다.
단계 S2003에서는, 이벤트/신뢰도 분석부(152)는 입력된 제1 특성 메타데이터(Dam1)에 따라 제1 이벤트가 발생되었는지를 일차적으로 판단한다.
제1 이벤트가 발생되었다고 일차적으로 판단된 경우(단계 S2005), 이벤트/신뢰도 분석부(152)는, 제1 특성 메타데이터(Dam1)를 영상 분석부(151)에 제공하면서, 제2 특성 메타데이터를 영상 분석부(151)에 요청한다(단계 S2007).
다음에, 영상 분석부(151)로부터 제2 특성 메타데이터가 입력되었으면(단계 S20709), 이벤트/신뢰도 분석부(152)는 제2 이벤트의 실제-발생 확률을 구한다(단계 S2011).
그리고, 구해진 제2 이벤트의 실제-발생 확률이 기준 값을 초과할 경우(단계 S12013), 이벤트/신뢰도 분석부(152)는 제2 이벤트의 발생 내용 및 실제-발생 확률을 사용자에게 알린다(단계 S2015).
상기 모든 단계들은 종료 신호가 발생될 때까지 반복적으로 수행된다(단계 S2017).
도 21은 도 20의 경우의 일 예를 요약하여 보여준다.
도 12, 15, 20 및 21을 참조하면, 도 20의 경우의 일 예에 있어서, 상기 제1 특성 메타데이터(Dam1)는, 감시 영역에서 출현한 이동체(11c)의 크기 정보, 및 이동체(11c)의 중심 위치와 갓길(11f)의 중심 위치 사이의 거리(d)의 정보이다.
이에 따라, 상기 제1 이벤트는 고속 도로의 갓길(11f)에서 차량이 출현했다는 것이다.
다음에, 상기 제2 특성 메타데이터는 출현한 이동체(11c)의 차량 분류 정보이다.
이에 따라, 상기 제2 이벤트는 상기 출현한 차량이 고속 도로의 갓길(11f)을 주행할 수 있도록 허용된 차량이 아니다는 것이다.
도 22는 도 20의 경우의 다른 예를 요약하여 보여준다. 도 23은 도 22의 예를 설명하기 위한 도면이다.
도 15, 20, 22 및 23을 참조하면, 도 20의 경우의 다른 예에 있어서, 상기 제1 특성 메타데이터(Dam1)는, 범죄자의 자세, 이동 방향, 이동 속도, 및 얼굴 인식의 정보이다.
이에 따라, 상기 제1 이벤트는 범행이 발생했다는 것이다.
다음에, 상기 제2 특성 메타데이터는 상기 복수의 카메라들 각각에서 검출된 상기 범죄자의 검출 정보이다(도 23 참조).
이에 따라, 상기 제2 이벤트는 상기 범행의 범죄자의 도주 경로가 생성되었다는 것이다.
이상 설명된 바와 같이, 본 발명에 따른 실시예들의 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 의하면, 생성된 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률이 구해진다.
따라서, 실제-발생 확률이 기준 값을 초과할 경우, 발생 이벤트의 내용 및 상기 실제-발생 확률이 사용자에게 알려질 수 있다.
이에 따라, 사용자는 발생 추정 이벤트의 신뢰도에 따라 적절한 조치를 취할 수 있다. 즉, 감시 시스템에서의 판단 결과가 부정확한 경우에도 감시 기능의 허점과 사용자의 혼란이 방지될 수 있다. 예를 들어, 다음과 같은 효과들을 얻을 수 있다.
판단 기준 값을 상대적으로 낮춤에 의하여, 이벤트가 실제 발생하였는데도 발생하지 않았다고 판단하는 허점이 방지될 수 있다.
또한, 이벤트가 실제 발생하지 않았는데도 발생하였다고 판단할 경우, 상기 실제-발생 확률이 기준 값을 약간 초과할 경우이므로, 사용자는 해당 감시 영상을 보면서 당황하지 않게 된다.
더 나아가, 실제-발생 확률에 의하여 이벤트 발생 여부가 보다 정확하게 판단될 수 있다.
한편, 본 발명의 다른 실시예의 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템에 의하면, 상기 제1 특성 메타데이터에 따라, 설정 이벤트의 실제-발생 확률을 구할 필요성이 판단되고, 이 판단 결과에 따라 제2 특성 메타데이터가 생성된다.
즉, 종래의 감시 시스템에서처럼 상기 제1 및 제2 특성 메타데이터를 처음에 모두 생성하지 않으므로, 설정 이벤트의 실제-발생 확률을 구할 필요성이 없는 경우에 상기 제2 특성 메타데이터의 생성 시간이 줄어들 수 있다.
이제까지 본 발명에 대하여 바람직한 실시예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다.
그러므로 상기 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 특허청구범위에 의해 청구된 발명 및 청구된 발명과 균등한 발명들은 본 발명에 포함된 것으로 해석되어야 한다.
일반적인 영상 시스템의 호스트 장치에서도 이용될 가능성이 있다.
101 내지 121 : 카메라들, 13 : 호스트 장치,
Svid : 동영상 데이터, Dam : 특성 메타데이터,
Dev : 발생 이벤트의 내용, Dpr : 실제-발생 확률,
61 : 전경 영역,
71 : 인체 전체 필터링의 결과의 영상,
81 : 인체 부분 필터링의 결과의 영상,
11c : 감시 영역에서 출현한 이동체, 11f : 고속 도로의 갓길,
d : 이동체의 중심 위치와 상기 갓길의 중심 위치 사이의 거리,
Sreq : 요청 신호, Dam1 : 제1 특성 메타데이터.

Claims (18)

  1. 삭제
  2. 카메라에 호스트 장치가 연결된 감시 시스템에서의 상기 호스트 장치의 동작 방법에 있어서,
    상기 카메라로부터 수신한 동영상 데이터를 분석하여 제1 특성 메타데이터(attribute metadata)를 생성하는 단계;
    생성된 제1 특성 메타데이터에 따라, 설정 이벤트의 실제-발생 확률을 구할 필요성을 판단하는 단계; 및
    상기 실제-발생 확률을 구할 필요성이 있다고 판단된 경우, 상기 동영상 데이터를 분석하여 상기 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터를 생성하고, 적어도 상기 제2 특성 메타데이터에 따라 상기 설정 이벤트의 실제-발생 확률을 구하는 단계;를 포함한 호스트 장치의 동작 방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 카메라에 호스트 장치가 연결된 감시 시스템에 있어서,
    상기 호스트 장치는,
    상기 카메라로부터 수신한 동영상 데이터를 분석하여 특성 메타데이터(attribute metadata)를 생성하는 영상 분석부; 및
    상기 영상 분석부로부터 수신한 제1 특성 메타데이터에 따라 설정 이벤트의 실제-발생 확률을 구할 필요성을 판단하고, 상기 실제-발생 확률을 구할 필요성이 있다고 판단된 경우, 상기 실제-발생 확률을 구하기 위하여 필요한 제2 특성 메타데이터를 상기 영상 분석부에 요청하여 상기 영상 분석부로부터 제2 특성 메타데이터를 수신하고, 적어도 상기 제2 특성 메타데이터에 따라 상기 설정 이벤트의 실제-발생 확률을 구하는 이벤트/신뢰도 분석부를 포함한 감시 시스템.
  10. 제9항에 있어서, 상기 특성 메타데이터(attribute metadata)는,
    상위 계층의 상기 제1 특성 메타데이터와 하위 계층의 상기 제2 특성 메타데이터를 포함하는 계층적인 특성 메타 데이터인 감시 시스템.
  11. 제10항에 있어서,
    상기 영상 분석부는 상기 상위 계층의 상기 제1 특성 메타데이터를 상기 이벤트/신뢰도 분석부에 제공하고,
    상기 이벤트/신뢰도 분석부는,
    상기 영상 분석부로부터의 상기 상위 계층의 상기 제1 특성 메타데이터(attribute metadata)에 따라 설정 이벤트가 발생되었는지를 판단하며, 상기 설정 이벤트가 발생되었다고 판단되면, 상기 하위 계층의 상기 제2 특성 메타데이터를 상기 영상 분석부에 요청하여 획득한 후, 상기 상위 계층 및 상기 하위 계층의 특성 메타데이터에 따라 상기 설정-이벤트의 실제-발생 확률을 구하는, 감시 시스템.
  12. 제11항에 있어서,
    상기 설정 이벤트는 배경 영역에 사람이 출현했다는 것이고,
    상기 영상 분석부는,
    상기 배경 영역에서 변화가 발생된 영역인 전경 영역을 추출하고, 추출된 전경 영역에 대하여 인체 전체 필터링을 수행한 결과에 따른 제1 점수를 상기 상위 계층의 특성 메타데이터로서 상기 이벤트/신뢰도 분석부에 제공하고,
    상기 이벤트/신뢰도 분석부는,
    상기 영상 분석부로부터의 상기 제1 점수에 따라 사람이 출현했는지를 판단하며, 사람이 출현했다고 판단되면, 상기 추출된 전경 영역에 대하여 인체 부분 필터링을 수행한 결과에 따른 제2 점수를 상기 하위 계층의 특성 메타데이터로서 상기 영상 분석부에 요청하고,
    상기 제1 점수 및 상기 제2 점수의 특성 메타데이터에 따라 상기 설정-이벤트의 실제-발생 확률을 구하고, 상기 실제-발생 확률이 기준 값을 초과할 경우, 사람이 출현했다는 내용 및 상기 실제-발생 확률을 사용자에게 알리는, 감시 시스템.
  13. 삭제
  14. 제9항에 있어서, 상기 특성 메타데이터(attribute metadata)는,
    제1 이벤트 발생의 검출을 위한 상기 제1 특성 메타데이터와,
    상기 제1 이벤트가 발생된 후에 가능한 제2 이벤트 발생의 검출을 위한 상기 제2 특성 메타데이터를 포함하는 이벤트 의존적인 특성 메타 데이터인 감시 시스템.
  15. 제14항에 있어서,
    상기 영상 분석부는 상기 제1 특성 메타데이터를 상기 이벤트/신뢰도 분석부에 제공하고,
    상기 이벤트/신뢰도 분석부는,
    상기 영상 분석부로부터의 상기 제1 특성 메타데이터에 따라 제1 이벤트가 발생되었는지를 판단하며, 상기 제1 이벤트가 발생되었다고 판단되면, 상기 제2 특성 메타데이터를 상기 영상 분석부에 요청하고,
    상기 영상 분석부로부터의 상기 제2 특성 메타데이터에 따라 제2 이벤트의 실제-발생 확률을 구하고, 상기 제2 이벤트의 실제-발생 확률이 기준 값을 초과할 경우, 상기 제2 이벤트의 발생 내용 및 실제-발생 확률을 사용자에게 알리는, 감시 시스템.
  16. 삭제
  17. 제15항에 있어서,
    상기 제1 이벤트는 감시 대상 영역에 차량이 출현했다는 것이고,
    상기 제2 이벤트는 상기 출현한 차량이 상기 감시 대상 영역을 주행할 수 있도록 허용된 차량이 아니다는 것이며,
    상기 제1 특성 메타데이터는,
    감시 영역에서 출현한 이동체의 크기 정보, 및
    상기 이동체의 중심 위치와 갓길의 중심 위치 사이의 거리 정보이며,
    상기 제2 특성 메타데이터는,
    상기 출현한 이동체의 차량 분류 정보인 감시 시스템.
  18. 제15항에 있어서,
    상기 제1 이벤트는 범행이 발생했다는 것이고,
    상기 제2 이벤트는 상기 범행의 범죄자의 도주 경로가 생성되었다는 것이며,
    상기 제1 특성 메타데이터는,
    상기 범죄자의 자세, 이동 방향, 이동 속도, 및 얼굴 인식의 정보이며,
    상기 제2 특성 메타데이터는,
    복수의 카메라들 각각에서 검출된 상기 범죄자의 검출 정보인 감시 시스템.
KR1020120139258A 2012-12-03 2012-12-03 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템 KR101747218B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120139258A KR101747218B1 (ko) 2012-12-03 2012-12-03 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템
US13/920,173 US20140152817A1 (en) 2012-12-03 2013-06-18 Method of operating host apparatus in surveillance system and surveillance system employing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120139258A KR101747218B1 (ko) 2012-12-03 2012-12-03 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템

Publications (2)

Publication Number Publication Date
KR20140071186A KR20140071186A (ko) 2014-06-11
KR101747218B1 true KR101747218B1 (ko) 2017-06-15

Family

ID=50825073

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120139258A KR101747218B1 (ko) 2012-12-03 2012-12-03 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템

Country Status (2)

Country Link
US (1) US20140152817A1 (ko)
KR (1) KR101747218B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10373458B2 (en) * 2017-04-20 2019-08-06 Deep Sentinel Corp. Automatic threat detection based on video frame delta information in compressed video streams
KR102287093B1 (ko) * 2019-11-22 2021-08-09 주식회사 코난테크놀로지 자동 생성된 비디오 메타데이터 검수 방법 및 이를 위한 장치
KR102322360B1 (ko) * 2020-11-02 2021-11-04 서울대학교 산학협력단 무인 비행체 운용 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200273723Y1 (ko) * 2002-01-30 2002-04-27 한주테크놀로지 주식회사 교통법규 위반 차량 디지털 캡춰 시스템
JP2010519608A (ja) * 2007-02-16 2010-06-03 パナソニック株式会社 監視システムおよび方法
JP2010273125A (ja) * 2009-05-21 2010-12-02 Sony Corp 監視システム、撮像装置、解析装置及び監視方法
KR101119084B1 (ko) * 2011-07-13 2012-03-15 (주)블루비스 메타데이터를 이용한 영상관리 시스템 및 그 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9892606B2 (en) * 2001-11-15 2018-02-13 Avigilon Fortress Corporation Video surveillance system employing video primitives
US20100208064A1 (en) * 2009-02-19 2010-08-19 Panasonic Corporation System and method for managing video storage on a video surveillance system
US20110063440A1 (en) * 2009-09-11 2011-03-17 Neustaedter Carman G Time shifted video communications
US8503539B2 (en) * 2010-02-26 2013-08-06 Bao Tran High definition personal computer (PC) cam
US10645344B2 (en) * 2010-09-10 2020-05-05 Avigilion Analytics Corporation Video system with intelligent visual display
EP3654627A3 (en) * 2011-06-28 2020-08-05 NCR Corporation Image processing to prevent access to private information
US9013294B1 (en) * 2012-01-24 2015-04-21 Alarm.Com Incorporated Alarm probability

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200273723Y1 (ko) * 2002-01-30 2002-04-27 한주테크놀로지 주식회사 교통법규 위반 차량 디지털 캡춰 시스템
JP2010519608A (ja) * 2007-02-16 2010-06-03 パナソニック株式会社 監視システムおよび方法
JP2010273125A (ja) * 2009-05-21 2010-12-02 Sony Corp 監視システム、撮像装置、解析装置及び監視方法
KR101119084B1 (ko) * 2011-07-13 2012-03-15 (주)블루비스 메타데이터를 이용한 영상관리 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20140071186A (ko) 2014-06-11
US20140152817A1 (en) 2014-06-05

Similar Documents

Publication Publication Date Title
US11972036B2 (en) Scene-based sensor networks
US20210397848A1 (en) Scene marking
KR102164863B1 (ko) 정보 처리장치 및 그 방법과, 컴퓨터 판독가능한 기억매체
US10073910B2 (en) System and method for browsing summary image
CN104103030B (zh) 图像分析方法、照相机装置、控制装置及控制方法
JP6481617B2 (ja) 回避行動検出装置、回避行動検出方法、およびプログラム
JP6551226B2 (ja) 情報処理システム、情報処理方法及びプログラム
KR101530255B1 (ko) 객체 자동 추적 장치가 구비된 cctv 시스템
KR101734029B1 (ko) 이동형 촬영영상의 유사도 분석을 이용한 지능형 이동 감시시스템 및 그 감시방법
US20160084932A1 (en) Image processing apparatus, image processing method, image processing system, and storage medium
EP3018902B1 (en) Monitoring camera system
JP6292540B2 (ja) 情報処理システム、情報処理方法及びプログラム
KR101747218B1 (ko) 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템
JP2018509030A (ja) 撮像デバイスの視野における物体の奥行きによってトリガされるイベント
US20160165191A1 (en) Time-of-approach rule
WO2015093687A1 (ko) 데이터 처리 시스템
WO2020091749A1 (en) Object detection using a combination of deep learning and non-deep learning techniques
JP6613686B2 (ja) 動画表示装置、動画表示方法、およびプログラム
KR101272631B1 (ko) 이동물체 감지장치 및 방법
EP3992936B1 (en) A method of activating an object-specific action when tracking a moving object
US11908197B2 (en) Information processing apparatus, information processing method, and storage medium
WO2021259063A1 (en) Method and system for automatically zooming one or more objects present in a camera preview frame
KR20240117274A (ko) 이동객체 검출을 위한 다중 영상 센싱장치간 동기 콘텐츠 획득 시스템
JP6092753B2 (ja) 情報通知装置、情報通知方法、情報通知プログラム、および、情報通知システム
JP2023046798A (ja) 撮像装置、監視システム及び撮像方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant