KR101888381B1 - 검지영역 딥러닝 기반의 차량 단속 시스템 - Google Patents

검지영역 딥러닝 기반의 차량 단속 시스템 Download PDF

Info

Publication number
KR101888381B1
KR101888381B1 KR1020180070284A KR20180070284A KR101888381B1 KR 101888381 B1 KR101888381 B1 KR 101888381B1 KR 1020180070284 A KR1020180070284 A KR 1020180070284A KR 20180070284 A KR20180070284 A KR 20180070284A KR 101888381 B1 KR101888381 B1 KR 101888381B1
Authority
KR
South Korea
Prior art keywords
vehicle
detection
intermittent
camera
image
Prior art date
Application number
KR1020180070284A
Other languages
English (en)
Inventor
박영
전성호
정충교
홍명진
박광해
Original Assignee
(주)서광시스템
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)서광시스템 filed Critical (주)서광시스템
Priority to KR1020180070284A priority Critical patent/KR101888381B1/ko
Application granted granted Critical
Publication of KR101888381B1 publication Critical patent/KR101888381B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 검지 카메라와 단속 카메라와의 착탈을 제공하는 브라켓이 포함된 차량단속장치 및 검지영상의 검지영역을 딥러닝하여 정차된 차량의 존재 유무를 검지하고, PTZ 위치용 룩업테이블에 의해 검지영역으로 단속 카메라를 이동시켜 불법 주정차를 단속하는 관리서버를 포함하는 차량 단속 시스템을 개시한다.

Description

검지영역 딥러닝 기반의 차량 단속 시스템{VEHICLE ENFORCEMENT SYSTEM BASED ON OPERATING DETECTING AREA DEEP LEARNING}
본 발명은 검지영역 딥러닝 기반의 차량 단속 시스템에 관한 것으로서, 상세하게는 검지영상의 검지영역을 딥러닝하여 정차된 차량의 존재 유무를 검지하고, PTZ 위치용 룩업테이블에 의해 검지영역으로 단속 카메라의 PTZ 제어에 의해 차량을 단속하는 딥러닝 기반의 차량 단속 시스템에 관한 것이다.
종래의 불법 주정차된 차량은 스캔 방식 또는 배경 방식을 통하여 단속한다.
스캔 방식은 회전형 카메라를 소정의 간격으로 이동시키면서 차량번호판의 차량번호를 스캔하여 차량을 검지하는 방식으로서, 팬(pan), 틸트(tilt) 및 줌(zoom) 등 PTZ 동작을 수행하는 회전형 카메라를 지속적으로 이동시켜 차량번호를 인식한다.
그러나 스캔 방식은 전체영역을 스캔하는데 걸리는 소요시간이 증가할 수 있고, 회전형 카메라의 기계적 움직임이 과도하여 회전형 카메라의 고장률이 증가할 수 있으며, 차량번호판 규격의 사각영역 검출 후 해당 영역으로 회전형 카메라를 줌-인시킬 때 오검지된 사각영역으로 이동이 발생할 수 있는 문제점이 있다.
배경 방식은 특허문헌에 기재된 바와 같이 검지된 위치로 줌-인시키는 방법으로서, 고정형 카메라의 검지영상 내의 각 픽셀의 기준점에 대응하여 회전형 카메라의 PTZ 위치값을 매핑하는 룩업테이블을 생성한다.
그러나 배경 방식은 차량뿐만 아니라 모든 객체를 탐지하기 때문에 오검지 발생률이 증가할 수 있고, 검지영상 내의 각 픽셀의 기준점 각각에 대응하여 PTZ 위치값이 매핑되어야 하기 때문에 룩업테이블을 구성하는데 걸리는 소요시간이 증가할 수 있으며, 픽셀의 기준점 사이에 대응하여 PTZ 위치값이 매핑될 때 기준점을 보간하여 PTZ 위치값이 매핑되기 때문에 연산량이 증가하는 문제점이 있다.
종래에는 고정물에 다수의 카메라가 소정의 간격으로 이격되게 설치되어 카메라들의 매핑을 설정할 때, 카메라들의 과도한 이격거리에 의한 매핑 오차가 발생하는 문제점이 있다.
한국등록특허 제10-1002066호
본 발명은 상기와 같은 문제점을 해결하고자 차량 검지시 차량번호판의 차량번호를 인식하지 않고, 먼저 차량의 존재 유무를 검지하며, 검지영상에서 검지영역에 해당하는 부분만 차량을 검지하는 차량 단속 시스템을 제공한다.
본 발명은 검지영역에 존재하는 차량 단속시 검지영역에 대응하는 단속 카메라의 PTZ 위치값을 생성하여 룩업테이블에 저장하고, 룩업테이블을 참조하여 검지영역으로 단속 카메라의 PTZ 제어에 의해 주정차 단속을 수행하는 차량 단속 시스템을 제공한다.
본 발명은 브라켓 측면에 검지 카메라와의 착탈을 제공하고, 하부에 단속 카메라와의 착탈을 제공하며, 내부에 통신부와 제어부의 배치공간을 제공하는 브라켓을 포함하는 차량단속장치를 포함하는 차량 단속 시스템을 제공한다.
상기 과제를 달성하기 위한 본 발명에 따른 딥러닝 기반의 차량 단속 시스템은, 단속현장에 설치되어 단속현장의 차량을 촬상하는 차량단속장치와 상기 차량단속장치의 동작을 원격 제어하여 차량을 단속하는 관리서버를 포함하며, 상기 차량단속장치는, 단속현장의 단속위치별로 검지시간을 설정하여 검지영상을 획득하고 생성된 검지영상 내 검지영역에 대응하는 단속영상을 획득하는 회전형의 단속 카메라를 포함하는 촬상부; 상기 관리서버로부터 원격제어정보를 수신하는 통신부; 상기 원격제어정보에 기반하여 상기 촬상부의 동작을 제어하는 제어부 및 케이스와 착탈제공부를 포함하며 상기 착탈제공부에서 상기 단속 카메라와 케이스를 착탈 가능하도록 결합하며 내부에 상기 통신부와 제어부가 설치되는 브라켓을 포함하는 것을 특징으로 하며, 상기 관리서버는, 상기 촬상부에서 생성된 검지영상을 전달받아 검지영상 내 검지영역을 설정하고 검지영역에 대응하는 상기 단속 카메라의 PTZ 위치값을 생성하여 룩업테이블에 저장하는 위치설정부; 상기 검지영상 내 검지영역의 특징값을 추출 및 비교하여 차량 존재 유무를 검지하여 일정시간 이상 정차된 차량인지 또는 단속된 차량인지 여부를 판별하는 차량검지부 및 상기 차량검지부에서 일정시간 정차된 차량으로 판별되면 상기 위치설정부의 룩업테이블을 참조하여 검지영역으로 상기 단속 카메라를 PTZ 원격 제어하여 주정차 단속을 수행하는 차량단속부를 포함하는 것을 특징으로 한다.
상기 촬상부는 단속현장의 단속위치를 촬상하여 검지영상을 생성하는 하나 이상의 검지 카메라를 더 포함하는 것을 특징으로 한다.
상기 브라켓은 별도의 착탈제공부를 더 포함하며, 상기 검지카메라는 별도의 착탈제공부에 의해 상기 케이스에 착탈 가능하게 결합되는 것을 특징으로 한다.
상기 검지 카메라는 고정형 카메라이거나, 검지 카메라와 단속 카메라는 하나로 구성된 회전형 카메라인 것을 특징으로 한다.
상기 관리서버는 단속 카메라 또는 검지 카메라가 단속위치에서 근거리에 대응하는 검지영상을 생성하고, 단속 카메라가 원거리에 대응하는 검지영상을 생성하도록 촬상부의 동작을 PTZ 원격 제어하는 것을 특징으로 한다.
상기 차량단속장치는 상기 촬상부로 전원을 공급하는 전원부를 더 포함하고, 상기 제어부는 촬상부의 장애가 발생하면 상기 원격제어정보를 통해 전원부의 동작을 제어하여 촬상부의 장애를 복구하고, 설정된 시간에 전원부의 동작을 제어하여 촬상부의 장애를 사전에 예방하는 것을 특징으로 한다.
상기 위치설정부는 상기 검지영상에서 하나 이상의 검지영역을 설정하고, PTZ 위치값을 조정하여 상기 단속 카메라를 검지영역으로 PTZ 제어하며, PTZ 제어된 단속 카메라의 단속영상을 검지영상에 표출하고, 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 단속 카메라의 PTZ 위치값을 서로 매핑하여 룩업테이블에 저장하는 것을 특징으로 한다.
상기 차량검지부는 딥러닝의 CNN 기법에서 모바일넷을 사용한 SSD 모델을 사용하여 차량을 검출하고, 차량이 검출되면 검출된 차량 영역의 색상 히스토그램, 차량영역의 위치 및 차량영역의 크기 중 하나 이상으로 구성된 특징값을 추출하며, 각각의 검지영상에서 검지영역의 특징값을 비교하여 일정 시간 이상 정차된 차량인지 또는 단속된 차량인지 여부를 판별하는 것을 특징으로 한다.
상기 차량검지부는 이전과 현재 검지영상에서 검지영역의 특징값이 서로 동일한 차량을 의미하는 값으로 검지된 경우, 현재 검지영상에서 검지영역의 특징값을 새로운 기준 특징값으로 재설정하고, 다음 검지영상과 비교시 기준 특징값을 사용하는 것을 특징으로 한다.
상기 차량검지부는 차량의 존재 유무를 검지하여 처음 검지된 차량을 기록하기 위한 예비리스트, 일정시간 미만으로 정차된 차량을 기록하기 위한 후보리스트 및 일정시간 정차된 차량을 기록하기 위한 단속리스트를 포함하는 차량리스트를 초기화, 추가 또는 삭제하는 것을 특징으로 한다.
본 발명은 검지영상에서 검지영역이 설정되어 검지영역 내 차량을 실시간으로 검지할 수 있고, 검지영역에서 차량의 존재 유무를 검지하여 차량 검지에 따른 딥러닝 연산량과 검지 소요시간을 단축시킬 수 있다.
본 발명은 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 단속 카메라의 PTZ 위치값을 서로 매핑함으로써, 검지 좌표값과 PTZ 위치값 간의 매핑 설정이 간단하고, 룩업테이블을 구성하는데 걸리는 소요시간을 감소시킬 수 있다.
본 발명은 룩업테이블을 참조하여 검지영역으로 단속 카메라의 PTZ 제어에 의해 주정차 단속을 수행함으로써, 단속 카메라의 기계적 움직임을 감소시킬 수 있고, 단속 카메라의 기계적 움직임이 감소되어 단속 카메라의 고장률과 오검지 발생률을 감소시킬 수 있다.
본 발명은 회전형 카메라와 고정형 카메라의 착탈을 위한 브라켓을 제공함으로써, 검지 카메라와 단속 카메라 간의 이격거리를 최소화할 수 있고, 이격거리가 감소되어 검지 카메라와 단속 카메라 간의 매핑 오차를 감소시킬 수 있으며, 단속현장의 카메라 고장시 대체 카메라로 쉽게 교체할 수 있다.
도 1은 본 발명의 실시예에 따른 차량 단속 시스템을 도시한 블록도이다.
도 2는 도 1의 차량단속장치에 포함된 브라켓의 구조를 도시한 예이다.
도 3은 도 2의 브라켓 하부에 단속 카메라가 결합된 구조를 도시한 예이다.
도 4는 도 2의 브라켓 측면에 4개의 검지 카메라가 결합된 구조를 도시한 예이다.
도 5는 도 2의 브라켓에 포함된 결합고정암에 고정물이 결합된 구조를 도시한 예이다.
도 6은 검지영상에서 검지영역을 설정하는 예이다.
도 7은 검지 좌표값과 PTZ 위치값을 매핑하는 예이다.
도 8은 검지영역을 분할하여 차량의 존재 유무를 검지하는 예이다.
도 9는 단속영상의 일부를 잘라내어 정황정보를 생성하는 예이다.
도 10은 고정형 카메라가 추가될 때 위치설정부의 동작 방법을 도시한 흐름도이다.
도 11은 회전형 카메라가 하나로 구성될 때 위치설정부의 동작 방법을 도시한 흐름도이다.
도 12는 차량검지부와 차량단속의 연계동작 방법을 도시한 흐름도이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.
도 1은 본 발명의 실시예에 따른 차량 단속 시스템을 도시한 블록도로서, 차량 단속 시스템(10)은 차량단속장치(100) 및 관리서버(400)를 포함한다. 차량단속장치(100)는 단속현장에 설치되어 단속위치를 촬상하고, 관리서버(400)는 차량단속장치(100)의 동작을 원격 제어하여 불법 주정차된 차량을 단속한다.
차량단속장치(100)는 촬상부(110), 전원부(120), 통신부(130) 및 제어부(140)를 포함한다. 촬상부(110)는 단속위치를 촬상하여 검지영상을 생성하는 하나 이상의 검지 카메라(111)와 단속영상을 생성하는 단속 카메라(112)로 구성된다. 여기서 검지 카메라(111)는 고정형 카메라 또는 회전형 형태의 카메라이고, 단속 카메라(112)는 회전형 카메라이다.
본 발명에서 촬상부(110)는 하나 이상의 고정형 카메라와 하나의 회전형 카메라로 구성되거나, 하나의 회전형 카메라로 구성될 수 있다. 예를 들어 촬상부(110)는 교차로와 같은 단속현장에 설치되면 4개의 단속방향으로 단속위치를 촬상하는 4개의 고정형 카메라와 하나의 회전형 카메라로 구성되거나, 하나의 회전형 카메라로 구성될 수 있다.
검지 카메라(111)는 단속현장의 단속위치를 촬상하여 검지영상을 생성하고, 단속 카메라(112)는 검지영상에서 검지영역에 해당하는 부분에 대응하는 단속영상을 생성한다. 검지영상에서 검지영역을 설정하는 구체적인 실시예는 후술하기로 한다.
전원부(120)는 촬상부(110)로 전원을 공급하고, 통신부(130)는 관리서버(400)로부터 원격제어정보를 수신하며, 제어부(140)는 원격제어정보에 기반하여 촬상부(110) 또는 전원부(120)의 동작을 제어한다.
제어부(140)는 촬상부(110)의 장애가 발생하면 원격제어정보를 통해 전원부(120)의 동작을 제어하여 촬상부(110)의 장애를 복구하고, 설정된 시간에 전원부(120)의 동작을 제어하여 촬상부(110)의 장애를 사전에 예방한다.
본 발명의 차량 단속 시스템(10)은 원격지에서 촬상부(110)의 오류를 실시간으로 모니터링할 수 있고, 촬상부의 장애를 실시간으로 복구할 수 있으며, 차량단속장치(100)에 GPS 수신기(미도시)를 더 포함하여 설정된 시간에 전원부(120)의 리셋 동작을 제공할 수 있다.
도 2는 도 1의 차량단속장치에 포함된 브라켓의 구조를 도시한 예이고, 도 3은 도 2의 브라켓 하부에 단속 카메라가 결합된 구조를 도시한 예이며, 도 4는 도 2의 브라켓 측면에 4개의 검지 카메라가 결합된 구조를 도시한 예이고, 도 5는 도 2의 브라켓에 포함된 결합고정암에 고정물이 결합된 구조를 도시한 예이다.
브라켓(200)은 제어부를 하우징하기 위한 팔각기둥형의 케이스(210), 케이스(210)의 각 측면에 검지 카메라(111)의 착탈을 제공하는 착탈제공부(220), 케이스(210) 하부에 형성된 관통구(230) 및 일단이 관통구(230)에 삽입되어 고정되고 타단이 단속 카메라(112)와의 결합을 제공하는 결합고정암(240)을 포함한다.
케이스(210)는 하부면의 개폐를 위한 경첩부(211), 경첩부(211)에 의해 계폐되는 제1 개폐면(212) 및 제2 개폐면(213)을 포함할 수 있다. 제1 개폐면(212)을 개방하면 케이스(210) 내부에는 전원부(120)와 관련된 릴레이 스위치와 단자대 및 통신부(130)와 관련된 이더넷 포트를 포함하는 장애제어보드가 설치될 수 있고, 제2 개폐면(213)을 개방하면 케이스(210) 내부에는 통신부(130)와 관련된 이더넷 허브 또는 GPS 수신기가 설치될 수 있다. 장애제어보드는 전원공급을 제어하는 보드이다.
검지 카메라(111)는 예컨대 불렛 카메라일 수 있고, 설치자는 착탈제공부(220)에 불렛 카메라 설치시, 불렛 카메라의 각 관절을 조절하여 현장에서 단속 위치의 조정을 할 수 있다.
본 발명은 도 4에 도시된 바와 같이, 팔각기둥형의 케이스(210)와 케이스(210)의 각 측면에 형성된 착탈제공부(220)를 통하여 불렛 카메라 형태인 복수 개의 검지 카메라(111)를 팔각 기둥의 적정 위치에 이격시켜 쉽게 설치할 수 있다. 또한 도 3 내지 도 5를 참조하면 케이스(210)에 형성된 관통구(230)에 삽입 연결된 결합고정암(240)을 통하여 하나의 단속 카메라(112)를 적정 위치에 쉽게 설치할 수 있다.
나아가 단속 카메라(112)는 전술한 검지 카메라(111)와 착탈제공부(220)가 결합된 구조와 같은 착탈가능한 구조로 설치될 수 있으며, 브라켓(200)에서 착탈 가능하도록 설치되더라도 차량의 주정차 단속이 상시 이루어질 수 있으며, 고장이나 수리시 카메라를 쉽게 탈거할 수 있는 장점이 있다.
단속 카메라(112)가 브라켓(200) 하부에서 착탈 가능하도록 브라켓(200) 하부에 관통구(230)와 결합고정암(240) 대신에 별도의 착탈제공부가 형성되거나 추가로 별도의 착탈제공부가 형성될 수 있다. 착탈제공부(220)는 걸림돌기와 홈으로 이루어져 걸림 형식으로 착탈되거나 흡착식으로 착탈되는 구조 등 공지의 착탈 구조를 이용할 수 있으나, 본 발명의 착탈제공부(220)가 특정 착탈 구조에 한정되는 것이 아니다.
또한 본 발명은 검지 카메라(111)와 단속 카메라(112) 간의 이격거리를 최소화할 수 있고, 이격거리가 감소되어 후술되는 검지 카메라(111)와 단속 카메라(112) 간의 매핑 정확도를 향상시킬 수 있으며, 단속현장의 카메라 고장시 전체를 회수하여 수리하지 않고, 현장에서 대체 카메라로 즉시 교체할 수 있다.
결합고정암(240)은 도 3에 도시된 바와 같이 케이스(210)의 상하부로 관통된 관통구(230)에 삽입되어 상부에 형성된 상부고정물(미도시)과의 결합을 제공하거나, 도 5에 도시된 바와 같이 타단이 측면과 하단으로 분기되어 측면으로 분기된 타단이 측면에 형성된 측면고정물(300)과의 결합을 제공할 수 있다. 착탈제공부(220) 또는 결합고정암(240)은 볼트, 너트, 결합고정홈 또는 결합고정돌기 등 결합수단이 형성되어 촬상부(110) 또는 측면고정물(300)과의 결합을 제공할 수 있다. 나아가 관통구(230) 및 결합고정암(240) 대신에 별도의 착탈제공부가 브라켓(200)에 구비된 경우에는 브라켓(200)의 케이스(210) 일측이 측면고정물(300) 또는 상부고정물에 결합될 수 있으며, 결합이 용이하도록 별도의 보조암(미도시)이 설치될 수 있다.
관리서버(400)는 각각의 단속현장마다 설치된 하나 이상의 차량단속장치(100)에 포함된 촬상부(110)의 동작을 원격 제어한다. 관리서버(400)는 차량단속장치(100)의 촬상부(110)를 원격 제어하여 불법 주정차를 단속하기 위해 위치설정부(410), 차량검지부(420) 및 차량단속부(430)를 포함한다.
도 6은 검지영상에서 검지영역을 설정하는 예이고, 도 7은 검지 좌표값과 PTZ 위치값을 매핑하는 예로서, 위치설정부(410)는 검지영상에서 검지영역을 설정하고, 검지영역에 대응하는 단속 카메라의 PTZ 위치값을 생성하여 룩업테이블에 저장한다. 검지영역은 주정차 금지구역을 포함하고, 예를 들어 4차선의 도로이면 가운데 2~3차선을 제외한 양측 끝차선에 해당하는 주정차 금지구역을 포함한다.
위치설정부(410)는 검지영상에서 하나 이상의 검지영역을 설정하고, PTZ 위치값을 조정하여 단속 카메라(112)를 검지영역으로 단속 카메라의 PTZ 원격 제어하며, PTZ 원격 제어된 단속 카메라(112)의 단속영상을 검지영상에 표출하고, 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 원격 제어된 단속 카메라(112)의 PTZ 위치값을 서로 매핑하여 룩업테이블에 저장한다. 위치설정부(410)는 검지영역을 소정의 비율로 분할하고, 각 분할된 검지영역에 대응하여 PTZ 위치값으로 매핑할 수 있다.
위치설정부(410)는 도 6에 도시된 바와 같이 검지영상에서 다각형의 검지영역을 설정할 수 있고, 검지영역에서 좌상(left top)과 우하(right bottom)의 좌표를 포함하는 검지 좌표값과 검지 좌표값 상에 위치하는 단속 카메라(112)의 PTZ 위치값을 룩업테이블에 저장하여 검지 카메라(111)와 단속 카메라(112) 간의 매핑을 수행할 수 있다.
위치설정부(410)는 현재 단속 위치의 검지 카메라(111)와 단속 카메라(112) 간의 매핑이 완료되면 다음 단속 위치의 검지 카메라(111)와 단속 카메라(112) 간의 매핑을 수행한다.
검지 카메라(111)는 고정형 카메라일 수 있다. 검지 카메라(111)와 단속 카메라(112)는 검지영상과 단속영상을 모두 생성할 수 있도록 하나로 구성된 회전형 카메라일 수 있다.
위치설정부(410)는 검지 카메라(111)가 고정형 카메라이면 고정형 카메라의 영상을 검지영상으로 사용하고, 검지 카메라(111) 또는 단속 카메라(112)가 회전형 카메라이면 회전형 카메라가 단속위치별로 검지영상을 생성할 수 있도록 회전형 카메라의 검지시간을 설정한다. 회전형카메라는 하나만 촬상부(110)에 구성되어 설정된 검지시간 동안 단속위치별로 감시하여 감시중인 단속위치의 검지영상 및 단속영상을 획득할 수 있다. 즉, 위치설정부(410)는 회전형의 단속카메라(112) 하나만 구비된 경우 회전형의 단속카메라(112)의 검지영상을 사용하고, 고정형 또는 회전형의 검지카메라가 추가로 구비된 경우 검지카메라(111)의 검지영상을 사용할 수 있다.
위치설정부(410)는 검지 카메라(111) 또는 단속 카메라(112)가 회전형 카메라이면 검지영상을 캡처하고, 검지영상에서 검지영역을 설정하며, PTZ 위치값을 조정하여 회전형 카메라를 검지영역으로 PTZ 제어하고, PTZ 제어된 회전형 카메라의 단속영상을 검지영상에 표출하며, 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 회전형 카메라의 PTZ 위치값을 서로 매핑하여 룩업테이블에 저장한다.
종래에는 검지영상 내의 각 픽셀의 25~49개의 기준점에 대하여 회전형 카메라의 PTZ 위치값을 서로 매핑하여 룩업테이블을 작성하고, 그 중간의 픽셀에 대해 각 기준 매핑점을 활용한 보간 매핑을 통하여 룩업테이블을 작성하였으므로, 매핑 설정이 복잡할 수 있고, 룩업테이블을 구성하는데 걸리는 소요시간이 증가될 수 있으며, 회전형 카메라의 기계적 각도 오차에 매우 취약할 수 있다.
본 발명은 검지영상 위에 단속영상이 위치하는 검지 좌표값과 이동된 단속 카메라(112)의 PTZ 위치값을 서로 매핑함으로써, 검지 좌표값과 PTZ 위치값 간의 매핑 설정이 간단하고, 룩업테이블을 구성하는데 걸리는 소요시간을 감소시킬 수 있으며, 단속 카메라(112)의 기계적 각도 오차를 감소시킬 수 있다.
본 발명은 고정형 카메라가 추가될 때와 회전형 카메라가 하나로 구성될 때 검지영역을 설정할 수 있으므로, 다양한 단속환경에 대응하여 촬상부(110)의 동작을 설정할 수 있다. 예를 들어 본 발명은 위치설정부(410)가 통계적으로 차량의 이동이 많고, 네거리 이상의 교차로와 같은 단속환경에서 단속의 신속성과 정확도를 위해 복수 개의 고정형 카메라가 추가될 수 있으므로, 고정형 카메라가 추가될 때의 검지영역과 룩업테이블을 설정할 수 있다. 또한 본 발명은 위치설정부(410)가 통계적으로 차량의 이동이 적고, 네거리 미만의 교차로 또는 도로와 같은 단속 환경에서는 회전형 카메라가 하나로 구성될 수 있으므로, 회전형 카메라가 하나로 구성될 때 검지영역과 룩업테이블을 설정할 수 있다. 또한 본 발명은 회전형 카메라가 하나로 구성된 상태에서 고정형 카메라가 추가되어 위치 재설정이 필요한 경우에도 전술한 착탈을 제공하는 브라켓(200)을 통하여 쉽게 고정형 카메라를 설치할 수 있고, 위치설정부(410)를 통하여 검지영역과 룩업테이블을 간단하게 재설정할 수 있다.
차량검지부(420)는 실시간으로 촬상된 검지영상을 전달받고, 각각의 검지영상에서 검지영역의 특징값을 추출 및 비교하여 차량의 존재 유무를 검지한다. 차량검지부(420)는 검지영상을 실시간으로 취득하고, 딥러닝의 CNN(Convolution Neural Network) 기법을 사용하여 각각의 검지영상에서 검지영역에 존재하는 차량의 특징값 추출 등 차량의 존재 유무를 검지하며, 각 특징값을 비교하여 일정시간 이상 정차된 차량인지 또는 단속된 차량인지 여부를 판별한다.
차량검지부(420)는 딥러닝의 CNN 기법에서 모바일넷(mobilenet)을 사용한 SSD(Single-Shot Detector) 모델을 기반으로 차량을 검출할 수 있다.
종래에는 알렉스넷(alexnet) 모델을 사용하여 차량의 후면을 검출하였으나, 본 발명은 알렉스넷 모델보다 객체 검출속도가 빠른 모바일넷을 사용한 SSD 모델을 사용하여 관리서버(400)에서 동시에 처리할 수 있는 촬상부(110)의 개수를 증가시킬 수 있고, 차량의 전면, 후면 및 대각측면을 모두 학습시켜 차량의 검출 정확도를 향상시킬 수 있다.
모바일넷을 사용한 SSD 모델은 스마트폰에서 실시간으로 작동될 수 있는 만큼 차량 검출과 관련된 연산량과 파라메터(parameter)의 개수가 적고, 복수 개의 카메라를 연동을 제공하면서 CPU자원을 효율적으로 분배하기 위해 사용된다. 모바일넷을 사용한 SSD 모델은 채널 방향과 너비/높이(width/height) 방향의 컨볼루션을 분리하는 DSC(Depthwise Separable Convolution)를 포함하고, 종래의 standard convolution을 사용하는 네트워크 대비 약 1/8 정도로 연산량이 감소될 수 있다.
알렉스넷 모델은 주로 224x224 크기의 이미지를 입력 받기 때문에 입력된 이미지를 224x224 크기의 여러 이미지로 자르거나 변형한 후 네트워크에 넣게 되어 그 만큼 네트워크를 많이 돌게 되므로, 횟수 차이에 의한 속도의 저하가 일어나게 된다. 그러나 모바일넷을 사용한 SSD 모델은 한 장의 이미지로 변형이 없이 차량을 검출하여 알넥스넷 모델보다 상대적으로 검출 속도가 빠르다.
차량검지부(420)는 모바일넷을 사용한 SSD 모델을 기반으로 차량 이미지만 학습시키고, 이에 따라 검지 영상에서 차량을 검출할 수 있다.
차량검지부(420)는 모바일넷을 사용한 SSD 모델을 기반으로 검지영상의 현재 프레임의 차량을 검출하고, 차량이 검출되면 차량의 위치와 영역을 획득하며, 해당 위치영역에 대한 색상 히스토그램을 생성한다. 여기서 색상 히스토그램은 주간에는 검지영상으로부터 추출된 프레임이 RGB를 포함하는 컬러 이미지이지만 야간에는 색상 구분이 어려워 그레이(Grey) 계열의 이미지를 이루어서 생성된 히스토그램의 색상이 달라질 수 있음을 의미한다.
또한 차량검지부(420)는 차량이 검출되면 검출된 차량 영역의 색상 히스토그램, 차량영역의 위치 및 차량영역의 크기를 기반으로 구성된 특징값을 추출하며, 각각의 검지영상에서 검지영역의 특징값을 비교하여 차량 존재 유무를 검지한다. 차량검지부(420)는 다음 프레임의 입력시 전술한 방법으로 특징값을 구성하며, 검지영상의 현재 프레임과 다음 프레임의 특징값을 비교하여 히스토그램 유사도를 산출한다.
[수학식 1]은 교차지점(intersection)을 이용한 히스토그램 유사도 산출식이고, [수학식 2]는 바타차야 거리(bhattacharyya distance)를 이용한 히스토그램 유사도 산출식이다.
Figure 112018060039696-pat00001
Figure 112018060039696-pat00002
여기서, d는 거리이고, H1은 제1 히스토그램이며, H2는 제2 히스토그램이고, N은 히스토그램 막대(bin)의 개수이며, I는 히스토그램 bin의 인덱스이다. I는 0부터 N-1까지 N개의 막대에 대한 계산 결과를 합산할 때 사용된다.
차량검지부(420)는 유사도 산출시 교차지점 또는 바타차야 거리를 이용할 수 있고, 상관관계(Correlation) 또는 카이-제곱(Chi-Square)을 이용할 수 있다. 교차지점은 빠른 연산을 제공하지만 부정확한 유사도 결과를 얻을 가능성이 있고, 바타차야 거리 또는 카이-제곱은 느린 연산을 제공하지만 정확한 유사도 결과를 얻을 수 있다.
차량검지부(420)는 색상 히스토그램의 유사도를 산출하여 차량번호 인식 이전에 해당 차량이 단속된 차량인지 여부와 계속 정차 중인지 여부를 판별하기 위한 것이다. 차량검지부(420)는 검지 카메라(111)의 검지영상으로 딥러닝을 통해 차량의 위치를 확인하고, 해당 차량의 번호인식을 위해 단속 카메라(112)가 줌-인하기 전에 해당 차량이 정차 중인지 여부 및 이미 단속 완료된 차량인지 여부를 판별하며, 이를 위해 딥러닝을 통해 확인된 차량 영역의 히스토그램, 차량의 위치, 차량의 크기를 종합적으로 판별한다. 예를 들어 차량검지부(420)는 히스토그램의 차이, 위치의 차이 및 크기의 차이 등 특징값이 일정 임계값 이내라면 정차 중인 동일 차량으로 판별한다.
차량검지부(420)는 이전과 현재 검지영상에서 검지영역의 특징값이 서로 동일한 차량을 의미하는 값으로 검지된 경우, 현재 검지영상에서 검지영역의 특징값을 새로운 기준 특징값으로 재설정하고, 다음 검지영상과 비교시 기준 특징값을 사용할 수 있다. 검지영상의 이전 프레임과 현재 프레임 간의 동일한 차량을 새로운 기준 특징값으로 재설정하는 이유는 단속된 차량에 대하여 이후 프레임에서 차량 검지 연산량을 감소시키기 위해 다시 재검출할 필요가 없기 때문이거나, 불법 주정차된 차량인지 지속적 감시가 필요하기 때문이다.
도 8은 검지영역을 분할하여 차량의 존재 유무를 검지하는 예로서, 차량검지부(420)는 검지영역에서 검지 카메라(111)로부터 근거리에 위치하는 차량의 존재 유무를 학습하고, 검지 카메라(111)의 해상도와 검지영역의 크기를 고려하여 소정의 비율로 검지영상을 분할하며, 분할된 검지영상의 검지영역에서 검지 카메라로부터 원거리에 위치하는 차량의 존재 유무를 검지한다.
모바일넷을 사용한 SSD 모델은 특징상 내부에 다양한 크기의 특징맵(feature map)이 구성되어 있지만, 전체 이미지 대비 아주 작은 객체의 검출이 어려울 수 있으므로, 차량검지부(420)는 소정의 비율로 검지영상을 분할할 수 있다.
차량검지부(420)는 차량의 존재 유무를 검지하여 차량리스트를 초기화, 추가 또는 삭제한다. 차량리스트는 처음 검지된 차량을 기록하기 위한 예비리스트, 일정시간 미만으로 정차된 차량을 기록하기 위한 후보리스트 및 일정시간 정차된 차량을 기록하기 위한 단속리스트를 포함한다.
도 9는 단속영상의 일부를 잘라내어 정황정보를 생성하는 예로서, 차량단속부(430)는 검지영역에서 일정시간 정차된 차량으로 검지되면 룩업테이블을 참조하여 검지영역으로 단속 카메라(112)의 PTZ 원격 제어에 의해 주정차 단속을 수행한다.
실시예에 따르면 차량단속부(430)는 도 9에 도시된 바와 같이 단속 카메라(112)의 줌 아웃(zoom out)된 단속영상을 획득하고, 줌 아웃된 단속영상의 일부를 잘라내어 주위배경, 차량 및 차량번호를 포함하는 3컷 이상의 정황정보를 생성한다. 단속 카메라(112)는 중앙정렬 기능이 구비되어 검지영역으로 PTZ 원격 제어되면 단속대상의 차량을 화면의 중앙으로 정렬할 수 있다.
종래에는 차량번호판을 기준으로 단속 카메라(112)의 줌 아웃을 차등적으로 제어하여 정황정보를 생성하였으나, 본 발명은 단속 카메라(112)의 화질이 기술발전으로 개선됨에 따라 고화질의 줌 인된 단속영상의 일부를 잘라내어 주위배경, 차량 및 차량번호를 포함하는 3컷 이상의 정황정보를 생성할 수 있다.
차량단속부(430)는 줌 정도가 차등된 3컷 이상의 사진을 획득한다. 다른 실시예에 따르면 차량단속부(430)는 단속영상이 저해상도이거나 설정된 거리 이상의 줌-인된 영상인 경우, 화질이 좋지 않기 때문에 각 컷의 줌 조정을 통하여 촬상하고, 상기 경우가 아니면 일부 컷만 줌 아웃된 상태에서 잘라내는 방식으로 정황정보를 생성한다.
본 발명은 룩업테이블을 참조하여 검지영역으로 단속 카메라(112)의 PTZ 제어에 의해 주정차 단속을 수행함으로써, 단속 카메라(112)의 기계적 움직임을 감소시킬 수 있고, 단속 카메라(112)의 기계적 움직임이 감소되어 단속 카메라(112)의 고장률과 오검지 발생률을 감소시킬 수 있다. 또한 본 발명은 단속 카메라(112)의 기계적 줌을 조정하지 않고, 목표 줌배율보다 줌 아웃된 상태에서 정황정보를 생성할 수 있으므로, 단속 카메라(112)의 기계적 움직임을 감소시킬 수 있고, 정황정보를 생성하는데 걸리는 소요시간을 감소시킬 수 있다.
관리서버(400)는 촬상부(110) 의 동작을 원격으로 모니터링하여 촬상부(110)의 장애여부를 판별하는 장애판별부(440)를 더 포함할 수 있다. 장애판별부(440)는 촬상부(110)의 장애 발생시 전원부(120)의 동작을 제어하기 위한 원격제어정보를 생성한다. 원격제어정보는 전원부(120)를 리셋하기 위한 정보일 수 있고, 촬상부(110)의 동작을 제어하기 위한 정보일 수 있다.
관리서버(400)는 검지 카메라(111)가 단속위치에서 근거리에 대응하는 검지영상을 생성하고, 단속 카메라(112)가 원거리에 대응하는 검지영상을 생성하도록 촬상부(110)의 동작을 제어할 수 있다.
도 10은 고정형 카메라가 추가될 때 위치설정부의 동작 방법을 도시한 흐름도로서, 위치설정부(410)는 단속위치에 대응하는 고정형의 검지 카메라(111)와 연결하여 검지영상을 획득하고, 검지영상에서 검지영역을 설정하며, PTZ 위치값을 조정하여 단속 카메라(112)를 검지영역으로 PTZ 제어하고, PTZ 제어된 단속 카메라(112)의 단속영상을 검지영상에 표출하며, 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 단속 카메라(112)의 PTZ 위치값을 저장한다.
위치설정부(410)는 현재 검지영상에서 다른 검지영역의 설정이 필요하면 다른 검지영역에서 검지영역을 설정한다. 위치설정부(410)는 다른 단속위치에서 검지영역의 설정이 필요하면 다른 단속위치에 해당하는 검지영상에서 검지영역을 설정하고, 다른 단속위치에서 검지영역의 설정이 불필요하면 촬상부(110)의 위치설정을 종료한다.
도 11은 회전형 카메라가 하나로 구성될 때 위치설정부의 동작 방법을 도시한 흐름도로서, 위치설정부(410)는 단속위치에 대응하는 회전형 카메라와 연결하여 검지영상을 획득하고, 검지영상을 캡처하며, 캡처된 검지영상에서 검지영역을 설정한다. 위치설정부(410)는 검지영역의 설정이 완료되면 PTZ 위치값을 조정하여 회전형 카메라를 검지영역으로 PTZ 제어하고, PTZ 제어된 회전형 카메라의 단속영상을 캡처된 검지영상에 표출하며, 캡처된 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 회전형 카메라의 PTZ 위치값을 저장한다.
도 12는 차량검지부와 차량단속의 연계동작 방법을 도시한 흐름도로서, 차량검지부(420)는 검지영역에서 차량의 존재 유무를 검지하고, 차량이 검지되지 않으면 예비리스트와 후보리스트를 초기화한다. 차량검지부(420)는 차량이 검지되면 특징값을 추출 및 비교하여 단속된 차량인지 여부를 판별하고, 단속된 차량이면 차량의 존재 유무를 재검지한다. 차량검지부(420)는 단속된 차량이 아니고, 처음 검지된 차량이면 예비리스트에 추가한다. 차량검지부(420)는 처음 검지된 차량이 아니고, 일정시간 정차된 차량이 아니면 예비리스트에서 제거하고, 후보리스트에 추가한다. 차량검지부(420)는 일정시간 정차된 차량이면 불법으로 주정차된 차량으로 판별하여 후보리스트에서 제거하고, 차량검지부(420) 또는 차량단속부(430)는 단속리스트에 추가하며, 차량단속부(430)는 주정차 단속을 수행한다.
예비리스트는 주정차된 차량 또는 이동하고 있는 차량을 포함하고, 후보리스트는 단속 대상의 후보가 될 수 있는 주정차된 차량을 포함하며, 단속리스트는 단속 대상이 되는 불법 주정차된 차량을 포함한다.
10: 차량 단속 시스템 100: 차량단속장치
110: 촬상부 111: 검지 카메라
112: 단속 카메라 120: 전원부
130: 통신부 140: 제어부
200: 브라켓 210: 케이스
220: 착탈제공부 230: 관통구
240: 결합고정암 300: 측면고정물
400: 관리서버 410: 위치설정부
420: 차량검지부 430: 차량단속부
440: 장애판별부

Claims (10)

  1. 단속현장에 설치되어 단속현장의 차량을 촬상하는 차량단속장치와 상기 차량단속장치의 동작을 원격 제어하여 차량을 단속하는 관리서버를 포함하는 차량 단속 시스템에 있어서,
    상기 차량단속장치는,
    단속현장의 단속위치별로 검지시간을 설정하여 검지영상을 획득하고 생성된 검지영상 내 검지영역에 대응하는 단속영상을 획득하는 회전형의 단속 카메라를 포함하는 촬상부;
    상기 관리서버로부터 원격제어정보를 수신하는 통신부;
    상기 원격제어정보에 기반하여 상기 촬상부의 동작을 제어하는 제어부 및
    케이스와 착탈제공부를 포함하며 상기 착탈제공부에서 상기 단속 카메라와 케이스를 착탈 가능하도록 결합하며 내부에 상기 통신부와 제어부가 설치되는 브라켓을 포함하는 것을 특징으로 하며,
    상기 관리서버는,
    상기 촬상부에서 생성된 검지영상을 전달받아 검지영상 내 검지영역을 설정하고 검지영역에 대응하는 상기 단속 카메라의 PTZ 위치값을 생성하여 룩업테이블에 저장하는 위치설정부;
    상기 검지영상 내 검지영역의 특징값을 추출 및 비교하여 차량 존재 유무를 검지하여 일정시간 이상 정차된 차량인지 또는 단속된 차량인지 여부를 판별하는 차량검지부 및
    상기 차량검지부에서 일정시간 정차된 차량으로 판별되면 상기 위치설정부의 룩업테이블을 참조하여 검지영역으로 상기 단속 카메라를 PTZ 원격 제어하여 주정차 단속을 수행하는 차량단속부를 포함하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  2. 제1항에 있어서,
    상기 촬상부는 단속현장의 단속위치를 촬상하여 검지영상을 생성하는 하나 이상의 검지 카메라를 더 포함하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  3. 제2항에 있어서,
    상기 브라켓은 별도의 착탈제공부를 더 포함하며,
    상기 검지카메라는 상기 별도의 착탈제공부에 의해 상기 케이스에 착탈 가능하게 결합되는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  4. 제2항에 있어서,
    상기 검지 카메라는 고정형 카메라이거나, 검지 카메라와 단속 카메라는 하나로 구성된 회전형 카메라인 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  5. 제2항에 있어서,
    상기 관리서버는 단속 카메라 또는 검지 카메라가 단속위치에서 근거리에 대응하는 검지영상을 생성하고, 단속 카메라가 원거리에 대응하는 검지영상을 생성하도록 촬상부의 동작을 PTZ 원격 제어하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  6. 제1항에 있어서,
    상기 차량단속장치는 상기 촬상부로 전원을 공급하는 전원부를 더 포함하고,
    상기 제어부는 촬상부의 장애가 발생하면 상기 원격제어정보를 통해 전원부의 동작을 제어하여 촬상부의 장애를 복구하고, 설정된 시간에 전원부의 동작을 제어하여 촬상부의 장애를 사전에 예방하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  7. 제1항에 있어서,
    상기 위치설정부는 상기 검지영상에서 하나 이상의 검지영역을 설정하고, PTZ 위치값을 조정하여 상기 단속 카메라를 검지영역으로 PTZ 제어하며, PTZ 제어된 단속 카메라의 단속영상을 검지영상에 표출하고, 검지영상 위에 단속영상이 위치하는 검지 좌표값과 PTZ 제어된 단속 카메라의 PTZ 위치값을 서로 매핑하여 룩업테이블에 저장하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  8. 제1항에 있어서,
    상기 차량검지부는 딥러닝의 CNN 기법에서 모바일넷을 사용한 SSD 모델을 사용하여 차량을 검출하고, 차량이 검출되면 검출된 차량 영역의 색상 히스토그램, 차량영역의 위치 및 차량영역의 크기 중 하나 이상으로 구성된 특징값을 추출하며, 각각의 검지영상에서 검지영역의 특징값을 비교하여 일정 시간 이상 정차된 차량인지 또는 단속된 차량인지 여부를 판별하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  9. 제1항에 있어서,
    상기 차량검지부는 이전과 현재 검지영상에서 검지영역의 특징값이 서로 동일한 차량을 의미하는 값으로 검지된 경우, 현재 검지영상에서 검지영역의 특징값을 새로운 기준 특징값으로 재설정하고, 다음 검지영상과 비교시 기준 특징값을 사용하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
  10. 제1항에 있어서,
    상기 차량검지부는 차량의 존재 유무를 검지하여 처음 검지된 차량을 기록하기 위한 예비리스트, 일정시간 미만으로 정차된 차량을 기록하기 위한 후보리스트 및 일정시간 정차된 차량을 기록하기 위한 단속리스트를 포함하는 차량리스트를 초기화, 추가 또는 삭제하는 것을 특징으로 하는 검지영역 딥러닝 기반의 차량 단속 시스템.
KR1020180070284A 2018-06-19 2018-06-19 검지영역 딥러닝 기반의 차량 단속 시스템 KR101888381B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180070284A KR101888381B1 (ko) 2018-06-19 2018-06-19 검지영역 딥러닝 기반의 차량 단속 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180070284A KR101888381B1 (ko) 2018-06-19 2018-06-19 검지영역 딥러닝 기반의 차량 단속 시스템

Publications (1)

Publication Number Publication Date
KR101888381B1 true KR101888381B1 (ko) 2018-08-14

Family

ID=63230392

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180070284A KR101888381B1 (ko) 2018-06-19 2018-06-19 검지영역 딥러닝 기반의 차량 단속 시스템

Country Status (1)

Country Link
KR (1) KR101888381B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102031503B1 (ko) * 2018-11-23 2019-11-08 유니셈(주) 다중 객체 검출 시스템 및 방법
KR102073971B1 (ko) 2019-09-10 2020-02-05 (주)서광시스템 딥러닝 기반의 차량 단속 시스템 및 방법
KR20200132714A (ko) * 2019-05-17 2020-11-25 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. 불법 주차를 검출하는 방법과 장치, 전자 기기, 컴퓨터 판독가능 매체
KR102186349B1 (ko) * 2020-06-10 2020-12-03 주식회사 월드씨앤에스 Cctv 카메라와 안내방송을 이용한 신호등 없는 횡단보도에서의 보행자 안내 시스템 및 방법
KR102418823B1 (ko) 2022-04-12 2022-07-11 (주)테라테코 광역 검지영상을 이용한 딥러닝 기반 불법주정차 단속시스템
KR102482341B1 (ko) * 2022-02-14 2022-12-28 (주)테라테코 차량 단속영역좌표 자동 보정 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100587853B1 (ko) * 2004-06-22 2006-06-19 주식회사 에이치엔이 어댑터의 번-인 시스템
KR101002066B1 (ko) 2010-02-01 2010-12-21 주식회사 영국전자 추적감시용 카메라 장치 및 이를 채용하는 원격 감시 시스템
KR101032495B1 (ko) * 2011-02-18 2011-05-04 (주)서광시스템 디지털 팬, 틸트 및 줌에 의한 영역감시, 방범 및 주정차단속 다기능 단속시스템 및 이를 이용한 단속방법
KR101033237B1 (ko) * 2011-02-18 2011-05-06 (주)테라테코 360도 초광역 영상에 의한 영역감시, 방범 및 주정차단속 다기능 시스템 및 단속방법
KR101462855B1 (ko) * 2014-04-01 2014-11-19 주식회사 에스엘티 불법 주정차 무인 자동 단속 시스템 및 그의 처리 방법
KR20160037251A (ko) * 2014-07-30 2016-04-06 주식회사 다이나맥스 이중 카메라를 이용한 불법 주정차 단속 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100587853B1 (ko) * 2004-06-22 2006-06-19 주식회사 에이치엔이 어댑터의 번-인 시스템
KR101002066B1 (ko) 2010-02-01 2010-12-21 주식회사 영국전자 추적감시용 카메라 장치 및 이를 채용하는 원격 감시 시스템
KR101032495B1 (ko) * 2011-02-18 2011-05-04 (주)서광시스템 디지털 팬, 틸트 및 줌에 의한 영역감시, 방범 및 주정차단속 다기능 단속시스템 및 이를 이용한 단속방법
KR101033237B1 (ko) * 2011-02-18 2011-05-06 (주)테라테코 360도 초광역 영상에 의한 영역감시, 방범 및 주정차단속 다기능 시스템 및 단속방법
KR101462855B1 (ko) * 2014-04-01 2014-11-19 주식회사 에스엘티 불법 주정차 무인 자동 단속 시스템 및 그의 처리 방법
KR20160037251A (ko) * 2014-07-30 2016-04-06 주식회사 다이나맥스 이중 카메라를 이용한 불법 주정차 단속 시스템

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102031503B1 (ko) * 2018-11-23 2019-11-08 유니셈(주) 다중 객체 검출 시스템 및 방법
WO2020105780A1 (ko) * 2018-11-23 2020-05-28 유니셈(주) 다중 객체 검출 시스템 및 방법
KR20200132714A (ko) * 2019-05-17 2020-11-25 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. 불법 주차를 검출하는 방법과 장치, 전자 기기, 컴퓨터 판독가능 매체
KR102391840B1 (ko) 2019-05-17 2022-04-27 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. 불법 주차를 검출하는 방법과 장치, 전자 기기, 컴퓨터 판독가능 매체
KR102073971B1 (ko) 2019-09-10 2020-02-05 (주)서광시스템 딥러닝 기반의 차량 단속 시스템 및 방법
KR102186349B1 (ko) * 2020-06-10 2020-12-03 주식회사 월드씨앤에스 Cctv 카메라와 안내방송을 이용한 신호등 없는 횡단보도에서의 보행자 안내 시스템 및 방법
KR102482341B1 (ko) * 2022-02-14 2022-12-28 (주)테라테코 차량 단속영역좌표 자동 보정 시스템
KR102418823B1 (ko) 2022-04-12 2022-07-11 (주)테라테코 광역 검지영상을 이용한 딥러닝 기반 불법주정차 단속시스템

Similar Documents

Publication Publication Date Title
KR101888381B1 (ko) 검지영역 딥러닝 기반의 차량 단속 시스템
US10878584B2 (en) System for tracking object, and camera assembly therefor
US20200210711A1 (en) Automatic extraction of secondary video streams
KR101647370B1 (ko) 카메라 및 레이더를 이용한 교통정보 관리시스템
EP2710801B1 (en) Surveillance system
KR101496390B1 (ko) 차량번호인식 시스템
KR100879623B1 (ko) Ｐｔｚ 카메라를 이용한 자동화된 광역 감시 시스템 및 그방법
US20110063445A1 (en) Runway surveillance system and method
US20100165112A1 (en) Automatic extraction of secondary video streams
US10033933B2 (en) Method for controlling surveillance system with aid of automatically generated patrol routes, and associated apparatus
CN104754302A (zh) 一种基于枪球联动系统的目标检测跟踪方法
CN101396989A (zh) 车辆周边监视设备和车辆周边监视方法
CN101888479A (zh) 检测和跟踪目标图像的方法及装置
JP2001216519A (ja) 交通監視装置
WO2020154990A1 (zh) 目标物体运动状态检测方法、设备及存储介质
KR20090109437A (ko) 차량주행중 영상정합 방법 및 그 시스템
GB2499427A (en) Video tracking apparatus having two cameras mounted on a moveable unit
KR102306854B1 (ko) 교통상황 관리 시스템 및 방법
KR101096157B1 (ko) 듀얼 카메라를 이용한 실시간 감시장치
JP2001216520A (ja) 車両用周辺監視装置
CN105096596A (zh) 一种交通违章检测方法和系统
EP3745718B1 (en) Method of controlling pan-tilt-zoom camera by using fisheye camera and monitoring system
CN112001208A (zh) 用于车辆盲区的目标检测方法、装置和电子设备
KR101977635B1 (ko) 다중 카메라 기반 시설물 주변 항공뷰 형태의 전방위 비디오 합성 및 이동체 검출 방법 및 장치
CN104778723A (zh) 红外图像中利用三帧差法进行移动侦测的方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant