KR101937582B1 - 인도 보안 안전 시스템 - Google Patents

인도 보안 안전 시스템 Download PDF

Info

Publication number
KR101937582B1
KR101937582B1 KR1020170107263A KR20170107263A KR101937582B1 KR 101937582 B1 KR101937582 B1 KR 101937582B1 KR 1020170107263 A KR1020170107263 A KR 1020170107263A KR 20170107263 A KR20170107263 A KR 20170107263A KR 101937582 B1 KR101937582 B1 KR 101937582B1
Authority
KR
South Korea
Prior art keywords
image
unit
assembly
photographing
path
Prior art date
Application number
KR1020170107263A
Other languages
English (en)
Inventor
홍정표
Original Assignee
홍정표
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 홍정표 filed Critical 홍정표
Priority to KR1020170107263A priority Critical patent/KR101937582B1/ko
Application granted granted Critical
Publication of KR101937582B1 publication Critical patent/KR101937582B1/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
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • H04N5/217—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • 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

Landscapes

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

Abstract

본 발명에 따른 인도 보안 안전 시스템은, 인도 및 그 주변 영역의 이미지를 촬영하는 어안 카메라를 포함하는 촬영 어셈블리; 상기 이미지를 촬영된 방향에 따라 적어도 2 개 이상의 채널로 분할하는 영상 분할 모듈과, 분할된 상기 이미지의 왜곡을 보정하는 왜곡 보정 모듈 및, 보정된 상기 이미지에 포함된 개체를 식별하는 영상 분석 모듈과, 상기 이미지를 저장 처리하는 저장 모듈로 이루어진 영상생성 어셈블리;를 포함하는 것을 특징으로 한다.

Description

인도 보안 안전 시스템{Safety System for Walkway Monitor}
본 발명은 인도, 특히 스쿨존 등 통학로에 위치한 전신주나 가로등에 설치된 촬영어셈블리를 통해 인도(통학로)를 지속적으로 감시함은 물론, 촬영된 영상을 저장하였다가 요청 시 무선통신망을 통해 원격으로 제공할 수 있는 인도 보안 안전 시스템에 관한 것이다.
스쿨존의 안전 관리는 보도에 난간을 설치하고, 과속방지턱을 설치, 과속감시 카메라 설치 등의 조치가 이루어지고 있으나, 여전히 어린이를 대상으로 한 범죄는 줄어들지 않고 있으며, 더 큰 문제는 어린이 유괴 시 초기 범인 색출이 이루어지지 못하고, 사건이 장기화되면 어린이 사망에 이르는 경우가 대부분이기 때문에 초기에 사건을 해결하는 것이 어린이 유괴 사건의 경우에는 무엇보다 중요하다.
따라서, 보다 효율적인 사건의 조사 및 이러한 문제의 예방을 위해 스쿨존 주변에 cctv시스템을 장착하는 경우가 많아졌다. 이 cctv시스템은 일반적으로 기둥인 폴(pole)과 감시카메라가 설치되며, 영상을 녹화할 수 있는 DVR과 이를 연결하기 위한 동축, 광케이블을 매설하는 형태를 갖는다.
일본의 경우에는 영상녹화를 위해 관제센터에 설치되는 DVR 운영비용과 케이블 매설비용의 절감을 목적으로 카메라와 본체를 폴에 함께 설치하여 본체 내부의 SD카드 등의 자체 녹화기능을 갖추도록 하고, 필요 시 모니터링 요원이 카메라가 설치된 폴에 방문하여 영상을 백업하는 형태의 이른바 가두 보안 시스템이 주요 도로나 시내 밀집지역에 설치되고 있다. 이러한 시스템이 통학로 보안시스템에도 일부 적용되기는 하였으나, 비교적 고가의 장비이기 때문에 예산상의 문제로 크게 진행되지는 못하고 있는 것이 현실이다.
국내 강남구의 사례를 보더라도, 관제 소프트웨어를 제외하고 폴 설치비용을 포함할 때 대당 약 1,472만원이 드는 것으로 보고되는 등, 구축이나 운영, 관리비용이 매우 크고, 영상 데이터 분석과 관리, 유지보수를 위해 막대한 비용과 노력이 소모되어 운영 평가 시 비효율성이 계속해서 지적되고 있어 이를 해결할 수 있는 새로운 제품에 대한 필요성이 계속해서 제기되고 있다.
이러한 문제점을 해소하기 위하여, 국내 공개특허 제 10-2010-0061247호에는 영상센서를 이용한 상황인식 기반의 컴퓨팅 기술이 혼합된 스쿨존 안전관리 시스템에 관한 것으로, 더욱 상세하게는 영상센서를 통한 객체 검지부, 객체 추적부, 상황인식부, 전송부로 구성하고, 학교 주위 보도에 설치하여 어린이의 귀가 상황을 인식하여 유괴나 사고의 응급상황 발생시, 모니터링 서버에 촬영된 이미지를 전송하여 관리자로 하여금 신속한 판단 및 범인 색출 등의 조치가 가능하도록 하는 상황인식 기반의 스쿨존 안전관리 시스템이 제안되어있다.
그러나, 이 안전관리 시스템은 영상을 촬영하기 위한 영상센서가 일반 카메라로 한정되어 있어 영상센서가 향하는 방향 이외에는 촬영이 불가능하기 때문에 넓은 영역을 커버하기 위해서는 복수의 카메라가 필요하게 되며, 이에 따라 소프트웨어적인 문제는 해결되더라도 여전히 설치비용이 과도하다는 문제점은 해결할 수 없다.
다른 선행기술로서 국내 공개특허 제 10-2006-0116759호에는 어린이보호구역 내에 불법주정차를 단속하기 위하여 설정된 검지구역에 설치된 지주의 일측에 일방향 또는 양방향으로 설치되어 검지구역 내의 차량에 대한 영상정보 및 속도정보를 수집하는 차량검지 및 속도검지카메라; 상기 차량검지 및 속도검지카메라에서 검지된 영상데이터를 수신 및 가공하여 송신하는 A/V서버; 상기 A/V서버에서 입력된 주정차 차량의 영상정보와 속도정보로 차량 유무의 인식 및 인식데이터를 송신하는 주정차/속도검지기; 상기 지주에 설치되어 카메라의 회전과 틸트 조절 및 카메라 렌즈의 줌인/줌아웃과 포커싱을 수행하여 차량번호에 대한 영상정보를 수집하는 번호인식카메라; 상기 주정차/속도검지기의 영상검지데이터를 수신하고, 번호인식카메라의 작동을 제어하며, 근거리 통신망(LAN) 및 전송시스템의 유무선 통신망을 통해 센터시스템의 운영단말PC로 데이터를 송수신하는 번호인식제어기; 상기 번호인식제어기에서 송신된 차량정보를 문자로 변환하여 VMS(Various Message System; 가변정보표지판) 전광판로 표시하는 VMS 제어기, 및 상기 A/V서버 및 번호인식제어기로부터 출력된 방송음을 파워앰프에서 전력증폭한 후에 하나 이상의 스피커를 통해 실시간을 통해 자동 볼륨 조절된 안내방송을 하는 원격 방송상태 감시장치를 포함하여 어린이보호구역(School Zone) 내에서 발생할 수 있는 안전사고를 미연에 방지하고 어린이들을 안심하고 등하교할 수 있도록 하기 위한 어린이보호구역 통합 감시방법 및 그 시스템이 제안되었다.
이 경우에도 마찬가지로 인식 카메라의 제어를 통해 차량정보나 주변 영상을 획득할 수 있지만, 여전히 카메라가 이 모든 영역을 다 커버하기는 어렵고, 또한 카메라의 숫자를 늘리지 않고 틸팅하는 것으로 이를 해결하려면, 특정 방향을 카메라가 촬영할 때에 다른 영역의 감시를 포기해야 한다는 문제점이 발생한다.
본 발명은 상기 기술의 문제점을 극복하기 위해 안출된 것으로, 최소한의 카메라 구성으로 인도(통학로) 주변을 촬영할 수 있는 수단을 제공하는 것을 주요 목적으로 한다.
본 발명의 다른 목적은 이러한 방식으로 촬영된 이미지를 전방향의 확인이 용이한 평면이미지로 제공하는 구성을 포함하는 것이다.
본 발명의 또 다른 목적은 이미지에 텍스트로 구성된 별도의 메타 데이터를 더 포함시켜 시스템의 전송효율을 높일 수 있는 구성을 제공하는 것이다.
본 발명의 추가 목적은 촬영된 이미지를 기반으로 실종된 학생의 예상 이동경로를 도출하여 실종학생을 찾을 수 있는 구성을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명에 따른 인도 보안 안전 시스템은, 인도 및 그 주변 영역의 이미지를 촬영하는 어안 카메라를 포함하는 촬영 어셈블리; 상기 이미지를 촬영된 방향에 따라 적어도 2 개 이상의 채널로 분할하는 영상 분할 모듈과, 분할된 상기 이미지의 왜곡을 보정하는 왜곡 보정 모듈 및, 보정된 상기 이미지에 포함된 개체를 식별하는 영상 분석 모듈과, 상기 이미지를 저장 처리하는 저장 모듈로 이루어진 영상생성 어셈블리;를 포함하는 것을 특징으로 한다.
더하여, 상기 영상생성 어셈블리는, 상기 이미지가 촬영된 시각, 위치, 식별된 개체, 식별된 개체의 색상 및 크기 중 적어도 어느 하나를 텍스트로 저장한 메타 데이터를 생성하고 상기 저장 모듈에 상기 이미지와 함께 저장 처리하는 메타 데이터 생성 모듈을 더 포함하는 것을 특징으로 한다.
나아가, 상기 촬영 어셈블리는, 상기 어안 카메라가 촬영하는 인도 및 그 주변 영역을 상기 어안 카메라와 동시에 촬영하여 평면 적외선 이미지를 생성하는 적외선 카메라를 더 포함하고, 상기 영상 분석 모듈은, 상기 평면 적외선 이미지에서 명도가 변화하는 경계선을 추출하여 윤곽 이미지를 생성하는 윤곽 도출부를 더 포함하며, 상기 왜곡 보정 모듈은, 왜곡 보정함수에 적용되는 복수의 보정 파라미터가 저장된 룩업 테이블과, 상기 룩업 테이블에서 상기 평면 윤곽 이미지에 대응되는 상기 보정 파라미터를 선택하는 룩업테이블 선택부 및, 상기 보정 파라미터를 참조로 하여 상기 이미지의 왜곡을 보정한 보정이미지를 생성하고 이를 상기 저장 모듈에 저장하는 보정 변환부를 더 포함하는 것을 특징으로 한다.
또한, 상기 영상 분석 모듈은, 상기 촬영 어셈블리가 위치한 영역에서 기 촬영된 기준 이미지를 저장한 기준 이미지 저장부와, 상기 촬영 어셈블리로부터 실시간으로 촬영된 상기 이미지 및 상기 평면 적외선 이미지를 상기 기준 이미지와 비교하여 상기 기준 이미지에 포함되지 않은 개체영역을 판단하는 개체 추출부를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 인도 보안 안전 시스템에 의하면,
1) 어안 카메라를 사용하여 최소한의 카메라 구성으로 인도(통학로) 주변을 촬영할 수 있는 수단을 제공할 수 있고,
2) 디-워프 보정방식을 통해 촬영된 광각 이미지를 전방향의 확인이 용이한 평면이미지로 제공 가능하며,
3) 이미지에 텍스트로 구성된 별도의 메타 데이터를 더 포함시켜 시스템의 전송효율을 높일 수 있을 뿐 아니라,
4) 나아가, 촬영된 이미지를 기반으로 실종된 학생의 예상 이동경로를 도출하여 실종학생을 찾을 수 있는 구성을 제공한다.
도 1은 본 발명의 인도 보안 안전 시스템의 기본 개념을 도시한 개념도.
도 2는 본 발명의 인도 보안 안전 시스템의 전체 구성을 도시한 개념도.
도 3은 본 발명의 인도 보안 안전 시스템에서 디-워프 방식을 적용하여 왜곡 보정을 수행하는 일 실시예를 도시한 개념도.
도 4는 본 발명의 음영지도의 일 실시예를 도시한 개념도.
도 5는 본 발명의 음영지도에 밀집도를 도출한 일 실시예를 도시한 개념도.
도 6은 본 발명의 음영지도에 가중점을 적용한 일 실시예를 도시한 개념도.
도 7은 본 발명의 음영지도와 수색지도를 나타낸 일 실시예를 도시한 개념도.
도 8은 본 발명의 촬영 어셈블리의 일 실시예를 도시한 사시도 및 확대도.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 첨부된 도면은 축척에 의하여 도시되지 않았으며, 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.
도 1은 본 발명의 인도 보안 안전 시스템의 기본 개념을 도시한 개념도이고, 도 2는 본 발명의 인도 보안 안전 시스템의 전체 구성을 도시한 개념도이다.
도 1을 참조하여 설명하면, 본 발명의 인도 보안 안전 시스템은 전봇대 및 조명등 중 어느 하나를 매개로 지면으로부터 일정 높이에 고정 설치되는 것으로서, 인도(특히 통학로) 및 그 주변을 포함하는 영역을 촬영하는 어안 카메라(110)를 포함하는 촬영 어셈블리(100);와, 이 어안 카메라(110)로 촬영된 이미지를 분할하는 영상 분할 모듈(210)과, 분할된 이미지의 왜곡을 보정하는 왜곡 보정 모듈(220) 및, 보정된 이미지를 분석하여 이미지에 포함된 개체를 식별하는 영상 분석 모듈(230)과, 최종적으로 이미지를 저장 처리하는 저장 모듈(240)로 이루어진 영상생성 어셈블리(200);로 구성된다.
먼저, 촬영 어셈블리(100)는 쉽게 예를 들면 전봇대나 조명등 등 이미 도로 주변이나 보도에 설치된 것들을 폴로 활용하여 설치되는 것을 특징으로 하며, 이것은 별도로 폴을 설치할 필요가 없으며, 나아가 기존의 전봇대나 조명등에 포함된 전원선을 활용할 수 있어 경제적인 설치가 가능하게 된다. 물론, 경우에 따라 이러한 전봇대나 조명등이 구비되지 않은 구역에 촬영 어셈블리(100)를 설치하려 한다면, 지면으로부터 어안 카메라(110)를 일정 높이 띄울 수 있도록 폴의 역할을 할 수 있는 별도의 기둥을 더 설치해야 할 것이다.
나아가, 이 어안 카메라(110)는 일종의 광각 카메라로서, 일반적인 카메라와 달리 정면만을 촬영하는 것이 아닌, 측면 또는 후면까지 어우르도록 촬영이 가능하다. 이러한 어안 카메라(110)는 180도 정도의 촬영 각도로부터 360도 정도의 촬영 각도를 갖는 어안 카메라(110)가 존재하므로, 촬영 어셈블리(100) 내부 공간이 부족한 경우에는 360도 촬영 각도를 갖는 하나의 어안 카메라(110)를 포함시키는 것으로, 내부 공간이 충분하면서 제작비용을 고려하면 180도 촬영 각도를 갖는 두 개의 어안 카메라(110)를 포함시켜 구성하는 것이 가능하며, 이와 같은 방식으로 어안 카메라(110)의 구성 개수 변경이 가능함은 물론이다.
이러한 어안 카메라(110)가 장착된 촬영 어셈블리(100)는, 적은 수의 카메라로 넓은 영역을 촬영할 수 있다는 장점을 갖지만, 카메라가 넓은 영역을 촬영할 수 있다는 것은 다시 말해 촬영된 이미지는 이 카메라를 기준으로 둥글게 말려있는 것을 알 수 있다. 이렇게 둥글게 말려진 영상은 육안으로 확인하였을 때 상이 찌그러져 나타나기 때문에 비교판단과정을 통해 상의 인식이 가능한 경우가 많다. 따라서, 광각 카메라의 일종인 어안 카메라(110)로 촬영된 이미지는 이 둥글게 말려진 부분을 펼쳐 일반 카메라가 촬영한 것처럼 평면화시키는 구성이 필요하다. 여기서 이미지라고 함은 사진이나 동영상을 모두 포함하는 것으로서, 카메라, 특히 어안 카메라(110)를 통해 촬영될 수 있는 모든 것을 의미하는 것이다.
즉, 이러한 둥글게 말려지는 것은 영상의 왜곡이라고 표현하며, 이 왜곡을 보정하여 평면화시키게 되면 우리가 일반적으로 생각하는 이미지를 확인할 수 있게 되는 것이다. 이를 위해 영상생성 어셈블리(200)의 구성을 더 포함할 수 있는 바, 이 것은 일종의 컨트롤러의 역할을 하는 것이며, 촬영 어셈블리(100)와 동일한 하우징 내부에 위치하도록 구성하는 것이 바람직한 구성이라 할 수 있다.
영상생성 어셈블리(200)는 먼저 어안 카메라(110)로 촬영된 이미지를 분할하는 영상 분할 모듈(210)의 구성이 포함된다. 즉, 앞선 설명에도 언급한 바와 같이 어안 카메라(110)는 180도 내지 360도의 촬영 각도를 가지고 있는데, 180도의 촬영 각도라고 하게 되더라도 해당 사진에는 카메라가 향하는 전/후/좌/우/상(또는 하) 방향의 5가지 방향이 포함되어 있음을 예상할 수 있다. 다만, 이 촬영 각도 내에 실제로 찍히기 원하는 개체는 극히 일부 영역에만 포함되어있기 때문에 전체 이미지를 그대로 보관하는 것은 원하는 개체를 찾는 데에도 비효율적으로 느껴지기 쉽다. (여기서 개체에 대한 언급을 하면, 개체는 사람이나 동물, 차량 등 촬영된 영역에서 가변적으로 변화하는 대상을 의미하며, 일반적으로 사람이나 차량이 포함되는 것이라고 할 수 있다.) 따라서, 이미지를 나누는 영상 분할 모듈(210)을 구비하는 것이다. 기본적으로 적어도 2개 이상의 채널로 영상을 나누는 것을 목적으로 하되, 필요에 따라서는 4개의 채널(앞서 설명한 방향)로 나누거나 그 외 다양한 방향으로 나눌 수 있으며, 촬영 장소가 주변에 쓸모없는 벽 등에 가려진 부분이 있다면 해당 부분을 삭제하고 나누어 저장하는 것도 고려될 수 있음은 물론이다.
다음으로 왜곡 보정 모듈(220)이 포함된다. 이 왜곡 보정 모듈(220)은 분할된 이미지에서 왜곡이 발생한 부분을 보정하는 것으로서, 쉽게 말해 둥글게 말려진 부분을 평면으로 펼치고, 둥글게 말려지면서 맺힌 상들 또한 수축하게 되는데, 이 수축된 상을 펼쳐지는 각도나 면적 등에 비례하여 펼침으로써 왜곡된 영상을 육안으로 보는 것과 유사하게 평면화시키는 것이다. 이 때, 왜곡 보정을 위해 디-워프(De-Warp) 알고리즘을 적용할 수 있으며, 이러한 알고리즘에 대한 상세한 설명은 후술할 내용에서 다른 예시와 함께 더욱 상세하게 설명하는 것으로 대체한다.
나아가, 이러한 왜곡 보정이 끝난 이미지는 본격적으로 육안으로 바라보는 형태와 유사하게 평면으로 보여지게 되며, 이에 따라 정상적인 개체의 크기를 판단할 수 있게 되는 것이다. 이러한 이미지에서 RGB값을 도출하거나 혹은 기준 물체나 기준이 되는 어떠한 개체와 비교하여 그 길이나 크기, 부피 등을 판단하게 된다면, 이러한 정보를 기반으로 해당 이미지에 어떠한 개체들이 포함되어 있는지 여부를 판단 가능함은 물론이다. 또한, 최근에는 카메라가 개체를 인식하여 이를 추적하는 기능을 손쉽게 갖출 수 있으며(예를 들면 안구 위치를 통한 추적 방식), 더 나아가서는 얼굴을 인식하는 등의 방법도 적용될 수 있기 때문에 이러한 추가구성이 더 포함될 수도 있음은 물론이다.
이렇게 생성된 이미지는 저장 모듈(240)에 저장되며, 이 저장 모듈(240)은 촬영 어셈블리(100)에 내장된 저장매체(HDD, SSD, flash메모리 등)를 통해 저장되는 것을 기본으로 하되, 권장되지는 않지만 원격의 서버에 별도로 저장하여 보관될 수도 있음은 물론이다.
나아가 영상 분석 모듈(230)에서 분석된 정보를 통해 메타 데이터를 생성하는 메타 데이터 생성 모듈(250)이 더 포함될 수 있다. 여기서 메타 데이터라고 함은, 데이터를 위한 데이터의 의미를 갖는 것으로서, 어떠한 데이터를 설명하거나 혹은 그 데이터의 속성을 간단하게 정리하여 쉽게 인지할 수 있도록 하는 일종의 데이터의 간소화된 신분증이라고 할 수 있다. 이러한 메타 데이터에는 이미지가 촬영된 시각, 이미지가 촬영된 위치, 식별된 개체의 색상이나 크기 등의 정보를 텍스트화시켜 저장함으로써, 만약 관리자나 다른 사용자가 이미지에 포함된 개체를 확인하기 위해 이미지를 검색하고 싶을 때에 이미지 전체를 관리자나 사용자에게 제공하지 않고도 텍스트화되어 상당히 줄어든 용량을 갖는 메타 데이터만을 사용자에게 제공하더라도 충분히 개체의 검색 등 활용이 가능한 것을 특징으로 하는 것이다. 이렇게 생성된 메타 데이터는 저장 모듈(240)에 이미지와 함께 저장된다. 따라서 저장 모듈(240)에 저장된 이미지와 별개로 메타 데이터만을 추출할 수도 있으며, 이미지 또한 메타 데이터와 별개로 이미지만을 추출하여 확인할 수 있음은 물론이다.
나아가, 영상생성 어셈블리(200)에는 외부의 관리자단말과 통신할 수 있도록 통신모듈(미도시)이 더 포함될 수도 있는데, 이 때 통신모듈의 경우 대용량 데이터의 전송이 가능한 Wi-gig 망이나 LTE망을 활용하는 것이 가장 바람직한 구성이라 하겠다. 이러한 통신모듈을 통해 외부의 관리자단말로 메타 데이터와 이미지를 제공할 수 있게 되는 것이며, 앞서 언급한 바와 같이 메타 데이터는 이미지와 별개로 제공이 가능하기 때문에 메타 데이터만을 전달하거나 혹은 이미지만을 전달하도록 구성할 수 있는 것이다.
즉, 이러한 기본 구성을 활용하여 보안 안전 시스템의 전체 구동프로세스를 간략하게 설명하면 다음과 같다.
먼저, 촬영 어셈블리(100)의 어안 카메라(110)를 통해 인도(특히 통학로) 및 그 주변 영역을 광각으로 촬영한 이미지를 생성하면, 영상생성 어셈블리(200)에서 이 이미지를 촬영된 방향에 따라 적어도 2 개의 채널로 분할한 후 분할된 이미지의 왜곡을 보정하여 볼록하게 촬영된 이미지를 일반적인 렌즈로 사진을 촬영하였을 때와 같은 평면 이미지로 변환하며, 변환된 평면 이미지에 나타난 객체를 식별하고, 식별 후 이미지의 용량을 줄일 수 있도록 압축한다. 나아가, 식별된 개체의 숫자나 색상, 크기, 이미지가 촬영된 시각, 위치 등을 텍스트로 저장한 메타 데이터를 생성하여 이를 이미지와 함께 저장한다. 이 때 저장용량은 대략 7일정도 수준의 데이터를 저장하는 것을 기준으로 하되, 필요에 따라 저장용량을 늘리거나 줄일 수도 있음은 물론이다.
이어 외부의 관리자는 별도의 관리자 서버(미도시)나 관리자 단말(미도시)에 포함된 어플리케이션을 통해 보안 안전 시스템에 저장된 이미지 또는 메타 데이터를 수신할 수 있다. 이 어플리케이션은 이미지를 전부 받아오는 것이 아닌, 텍스트로 이루어진 메타 데이터만을 먼저 수신하게 되며, 이러한 과정은 과도한 데이터의 사용이 없어 수많은 데이터를 빠르게 검색 및 활용할 수 있게 된다. 이렇게 수신된 메타 데이터에서 필요한 정보를 검색한 후 해당 정보가 포함된 메타 데이터를 다시 보안 안전 시스템에 전송하게 되면, 이 메타 데이터가 지정하는 이미지를 관리자 서버나 관리자 단말로 전송받을 수 있게 되는 것이다. 따라서, 데이터의 확인이나 검색 시 과도한 통신 부하가 걸리지 않으면서도 빠르고 용이하게 이미지의 활용이 가능하도록 구성한 것이라고 할 수 있다.
이 때, 촬영 어셈블리(100)는 어안 카메라(110)가 촬영하는 인도(특히 통학로) 및 그 주변 영역을 동시에 촬영하여 평면 적외선 이미지를 생성하는 적외선 카메라(120)를 더 포함할 수 있다. 적외선 카메라(120)는 어안 카메라(110)의 기능을 보조하는 것으로서, 어안 카메라(110)와 달리 광각촬영이 아닌 일반 카메라와 같은 좁은 범위를 평면촬영을 하는 것이다. 이러한 적외선 카메라(120)는 색상이 녹색계열로 통일되되 실제 색상에 따라 명도가 다르게 촬영되어 명도가 급격하게 달라지는 경계선을 이으면 개체의 실제 위치를 더욱 용이하게 판단할 수 있는 근거가 될 수 있다.
따라서 영상 분석 모듈(230)에는 평면 적외선 이미지에서 명도가 변화하는 경계선을 추출하여 윤곽 이미지를 생성하는 윤곽 도출부(231)를 더 포함하여 앞서 설명한 바와 같이 명도가 달라지는 경계선을 이은 윤곽 이미지를 생성한다. 이어 왜곡 보정 모듈(220)은 디-워프(De-warp) 왜곡 보정처리를 수행하기 위해 디워프 왜곡 보정함수에 적용될 수 있는 복수의 보정 파라미터가 저장된 룩업 테이블(221)과, 평면 윤곽 이미지에 대응되는 보정 파라미터를 룩업 테이블(221)로부터 선택하는 룩업테이블 선택부(222) 및, 보정 파라미터를 참조로 하여 이미지를 보정한 보정이미지를 생성하고 저장 모듈(240)에 저장하는 보정 변환부(223)를 더 포함하여 구성함으로써 이 평면 적외선 이미지와 어안 카메라(110)에서 촬영된 이미지를 합성하여 라운드지게 형성된 이미지를 펼쳐 평면화된 보정이미지로 보정할 수 있게 되는 것이다.
여기서 디-워프란 광각 이미지를 평면화시킬 때 활용할 수 있는 왜곡 보정방법의 하나로서, 넓은 시야각을 제공하는 대신 기하학적 왜곡이 발생하는 어안 렌즈의 특성을 보정할 수 있도록 이미지의 3차원 좌표를 설정하여 상이 맺히는 방향마다 이 좌표에 투영되는 카메라의 중심으로부터 거리를 양각의 함수로 설정하여 이를 다시 분해함으로써 평면화 시킨 이미지를 도출하는 것이다. 이 때, 카메라의 중심이 투영되는 방식에 따라 등거리 투영(equidistant), 등입체각 투영(equi-solid angle), 스테레오그래픽 투영(stereographic)등으로 구분될 수 있다. 즉, 이미지를 가상의 3차원 좌표로 나눌 때, 실제 3차원 공간상의 점은 렌즈를 통해 이미지의 가상의 3차원 좌표의 임의의 점에 투영되며, 이를 다시 영상 샘플링과정을 거쳐 실제 2차원 영상평면상의 위치로 사상되도록 구성하는 것이다. 다만 이러한 과정에서 서브 역할을 하는 이미지가 중요한데, 이 서브 이미지는 최종적으로 사상될 2차원 영상평면에서의 실제 좌표를 제공할 수 있는 기준이 되는 것이며, 서브 이미지가 존재하는 경우에는 실제 3차원 좌표가 2차원 좌표에 어떻게 투영될 지를 보다 용이하게 판단할 수 있는 기준이 될 수 있기 때문이다.
도 3은 본 발명의 인도 보안 안전 시스템에서 디-워프 방식을 적용하여 왜곡 보정을 수행하는 일 실시예를 도시한 개념도이다.
본격적으로 왜곡 보정 모듈(220)의 구성을 살펴보면, 먼저 각 투영방식에 따라 좌표별로 보정 파라미터가 지정되어 있으며, 이러한 보정 파라미터를 저장한 룩업 테이블을 룩업 테이블(221)로서 구비한다. 이 때, 앞서 설명한 바와 같이 기준이 될 수 있는 평면 윤곽 이미지에 대응되는(정확하게는 평면 윤곽 이미지의 2차원 좌표에 대응) 파리미터를 룩업 테이블(221)에서 선택하여 가져올 수 있다. 즉, 평면 윤곽 이미지를 통해 가장 적합한 투영방식과 파라미터를 선택할 수 있게 되는 것이다. 이후 이 룩업 테이블을 기초로 하여 이미지의 왜곡을 보정하여 평면 이미지인 보정이미지를 생성하게 되는 것이다. 이 결과물은 도 3에 나타난 디-워프 왜곡 보정된 사진(700)으로 확인할 수 있으며, 도 3처럼 원형으로 말린 광각 이미지를 평면화 시키고, 필요에 따라 각 방향별로 이미지를 분할하여 활용토록 하는 것이다.
이러한 디-워프 변환을 통해 기존의 다른 왜곡 보정방식보다 정확하게 평면화된 결과물을 도출할 수 있게 되며, 동시에 변환의 기준이 될 이미지로서 평면화된 윤곽 이미지를 활용하므로, 기존의 왜곡 보정방식에 비해 보정시간도 현저하게 감소시킬 수 있다는 장점을 갖게 됨은 물론이다.
이러한 구성에서 보다 심화된 것으로서, 영상 분석 모듈(230)에는 촬영 어셈블리(100)가 위치한 영역에서 기 촬영된 기준 이미지를 저장하는 기준 이미지 저장부(232)와 촬영 어셈블리(100)로부터 실시간으로 촬영된 이미지 및 평면 적외선 이미지를 기준 이미지와 비교하여 기준 이미지에 포함되지 않은 개체영역을 판단하는 개체 추출부(233)를 더 포함할 수 있다. 즉, 기준 이미지는 새로운 개체가 없을 때 촬영된 이미지로서, 비교의 기준이 될 수 있는 이미지라고 할 수 있다. 따라서, 이 기준 이미지에 포함되지 않은 정보는 새롭게 등장한 개체라고 볼 수 있는 것이다. 물론, 기준 이미지라는 것이 항상 고정된 것은 아니므로(예를 들어 나뭇잎이 흔들리거나 바람이 불어 사물이 흔들리는 등) 기준 이미지로부터 일정 수준의 오차범위를 적용하여, 이 오차범위 내의 움직임은 기준 이미지와 동일한 것으로 판단하도록 설정하여야 할 것이다.
나아가 영상생성 어셈블리(200)는, 이미지의 명도를 제어하는 명도제어부(미도시)와, 이미지에서 식별된 개체영역을 중심으로 확대 제어하는 확대처리부(미도시) 및, 이미지에서 개체영역을 제외한 나머지 배경영역을 삭제 처리한 개체 이미지를 생성하는 개체영역 추출부(261)와, 평면 적외선 이미지에서 개체영역을 삭제 처리하여 적외선 배경영역을 추출하는 배경 추출부(262)와, 개체 이미지에 적외선 배경영역을 용량 재설정부를 통해 처리된 이미지에 적외선 배경영역을 합성하여 하나의 이미지를 제작하는 합성 처리부(263)로 구성되는 용량 감소 모듈(260)을 더 포함할 수 있다.
즉, 먼저 이미지의 식별이 용이하도록 명도를 제어하거나 실제로 관심을 갖는 정보인 임의의 개체가 포함된 개체영역을 중심으로 이미지를 확대하는 전처리가 가능하다. 나아가 이미지에서 개체영역을 제외한 나머지 배경영역을 삭제함으로써 새롭게 등장한 개체영역에 대한 정보만을 추출할 수 있다. 다만, 실제 관리자나 사용자에게 이 추출된 개체영역(개체 이미지)만을 제공한다면 상당히 어색한 이미지가 될 수 있기 때문에 배경 또한 제공해야 하는데, 배경이 포함된다면 파일의 용량은 다시 증가하게 될 것이므로, 이를 해결하기 위해 평면 적외선 이미지를 활용한다. 적외선 이미지는 하나의 색상에서 명도만 달라지는 특성이 있으므로 용량을 감소시킬 수 있는 훌륭한 특성을 가지고 있기 때문이다.
따라서 평면 적외선 이미지에서는 중요한 개체영역을 제외하여 나머지 배경만을 남긴 적외선 배경영역을 생성하고, 이 적외선 배경영역을 개체 이미지와 합성하여 제공하도록 하는 것이다. 이에 따라 이미지 파일의 저장용량이 줄어들었음에도 개체영역을 확실하게 파악할 수 있으면서 동시에 배경 상황도 어느 정도 파악할 수 있어 보다 보안 감시용으로 적합한 이미지를 제공할 수 있게 되는 것이다.
나아가, 인도 보안 안전 시스템은 GIS 데이터베이스로부터 촬영 어셈블리(100) 주변의 지도를 수신하는 지도 수신 모듈(310)과, 지도에서 다른 촬영 어셈블리(100)의 위치를 파악하여 각 촬영 어셈블리(100)가 촬영하지 못하는 음영지역(11)을 설정하는 음영지역 설정 모듈(320) 및, 음영지역(11)에 포함된 보도, 사업장 위치, 사업장 업종을 포함하는 거점정보를 GIS 데이터베이스로부터 추가로 수신하여 합성한 음영지도(10)를 생성하고 저장 모듈(240)에 저장 처리하는 음영지도 생성 모듈(330)로 이루어진 음영지역 파악 어셈블리(300);의 구성이 더 포함될 수 있다.
즉, 기존의 메타 데이터는 데이터 전송의 용이와 검색의 용이성을 높이기 위해 텍스트화된 데이터만을 포함시켰던 반면, 촬영 어셈블리(100)가 실제로 설치된 주변에 대한 정보를 파악할 수 있도록 지도에 대한 정보를 더 저장하여 이 지도를 통해 한 단계 높은 수준의 정보를 추가로 제공할 수 있게 되는 것이다. 물론, 이 경우에도 지도를 이미지로 저장할 필요 없이 텍스트로 저장도 가능한데, 이것은 구글이나 네이버, 다음 등 대부분의 지도 정보 제공자들이 활용하는 좌표를 지도의 주소로서 활용하는 방식을 그대로 적용할 수도 있는 것이다. 이에 따라 각 촬영 어셈블리(100)의 지도상 좌표만을 텍스트화 하여 메타 데이터에 포함시켜 저장 혹은 별도로 저장할 수도 있으며, 이 좌표를 지도제공자에게 송신하여 좌표에 해당하는 지도를 다운로드 받아 활용할 수 있도록 구성할 수도 있는 것이다.
이러한 준비가 완료되면, 보다 보안 안전 시스템의 기능을 확장시킬 수 있게 된다. 즉, 이러한 보안 안전 시스템은 인도(특히 통학로)에서 학생(물론 유아동을 포함할 수 있다.)의 통학을 감시하는 역할도 하지만, 학생의 실종 시 이 학생의 마지막 행적을 파악하고, 예상되는 행적을 도출할 수 있는 수사기관의 수사 자료로써 활용될 수도 있기 때문이다.
물론 학생이 실종된 영역이 학생이 자주 다니던 지역이라면 해당 학생의 부모나 지인으로부터 학생이 자주 다니던 곳을 물어 확인하는 것이 가장 빠르지만, 학생이 처음 가본 지역인 경우에는 이러한 전제는 전혀 도움이 되지 못한다. 이러한 경우에 본 방법이 유용하게 활용될 수 있다고 하겠다. 물론 이전에도 CCTV를 활용하는 예상 이동경로 추측 방법이 실종 아동의 수사 시 활용되곤 하였으나, 대부분 최후에 촬영된 CCTV를 기준으로 모든 인력이 투입되어 주변을 뒤지거나 단순한 주변 탐문정도에 의존하는 경우가 대부분이었다. 그러나 본 설명에서는 이러한 행적 도출 방법(예측경로 도출)에 선호도와 밀집도, 동행 이라는 새로운 파라미터를 통해 실종된 학생의 예상 행적을 도출하는 방법에 대하여 서술하며, 이에 따라 기존의 방식과 다르지만 별도의 추가 수사나 탐문 없이도 정확성이 높은 결과를 도출할 수 있는 방법에 대하여 서술한다.
이를 위해 기본적으로, 인도 보안 안전 시스템에는 학생 실종신고를 접수받는 신고 접수 어셈블리(400)가 더 포함될 수 있으며, 나아가 영상 분석 모듈(230)에도 신고 접수 어셈블리(400)로부터 실종된 학생의 얼굴이 포함된 사진, 인상착의, 실종지역, 성별, 나이를 제공받아 신원을 파악하는 신원 파악부(234)와, 실종지역 주변에 위치한 복수의 촬영 어셈블리(100)로부터 메타 데이터를 수신하여 인상착의 정보와 일치하는 개체 존재여부를 확인하는 개체 확인부(235)와, 일치하는 개체가 존재하는 것으로 판단되는 메타 데이터를 통해 이 메타 데이터가 생성된 이미지에서 식별된 개체의 얼굴영역을 도출하고, 사진에서 얼굴영역을 도출하여 동일여부를 비교 판단하는 개체 식별부(236)와, 동일한 것으로 판단된 개체를 기준개체로 지정하고, 기준개체가 최종적으로 촬영된 이미지를 검색하여 최종적으로 검색된 이미지가 촬영된 촬영 어셈블리(100)를 최종 촬영위치로 설정하는 최종위치 판단부(237)를 더 포함시켜 구성할 수 있다.
신고 접수 어셈블리(400)는 별도로 외부에 갖추어진 서버나 웹페이지 등을 의미하는 것으로서, 일반적으로 경찰청 사이트와 같은 곳에서 확인할 수 있는 실종된 학생에 대한 정보를 입력하고 관련 기관에 수사를 의뢰하는 역할을 한다. 신고 접수 어셈블리(400)를 통해 의뢰인으로부터 찾기를 원하는 개체인 실종된 학생에 대한 정보를 입력받은 후(예를 들어 입은 옷이나 키, 얼굴이 포함된 사진, 실종지역, 성별, 나이 등) 이 정보를 기준 개체정보로 지정하고, 이에 해당하는 개체를 기준개체로 지정한 것이며, 따라서 이미지에서 기준 개체정보에 해당하는 기준개체를 식별하게 된다. 특히 인상착의 정보를 기본으로 기준개체를 먼저 식별한 후, 식별된 기준개체의 얼굴을 비교하여 다시 한 번 확인하는 이중 프로세스를 통해 빠르고 정확하게 기준개체를 찾을 수 있게 되며, 나아가 마지막으로 촬영된 이미지를 검색하여 최종 확인된 위치인 최종 촬영위치를 설정하게 된다.
이러한 기본 구성이 준비되면 인도 보안 안전 시스템에 성별 및 나이대별로 선호하는 사업장 업종이 저장된 선호 업장 데이터베이스(510)와, 파악된 신원정보에 따라 선호 업장 데이터베이스(510)에서 선호하는 것으로 지정된 사업장 업종을 갖는 복수개의 거점을 추출하여 핵심거점으로 설정하는 거점 추출 모듈(520)과, 최종 촬영위치로부터 핵심거점으로 바로 연결되는 직접경로와, 하나 이상의 핵심거점을 거쳐 다른 핵심거점으로 연결되는 간접경로를 포함하는 복수개의 예측경로를 생성하는 예측경로 생성 모듈(530)로 이루어진 경로 예측 어셈블리(500)가 더 포함될 수 있다.
즉, 경로 예측 어셈블리(500)는 이 기준개체가 어느 경로를 통해 이동하였을지 예상하는 것으로서, 먼저 기준개체의 특성을 파악하여 이 기준개체가 이동했을 만한 거점인 핵심거점을 추출한다. 즉, 앞선 구성에서 기준개체에 대한 정보를 확인하였는데, 이 때 성별과 나이를 알 수 있다. 이러한 정보는 미리 수많은 학생들을 조사하여 성별 및 나이대에 따라 선호하는 사업장 업종이 저장된 선호 업장 데이터베이스(510)를 구비함으로써, 이 선호 업장 데이터베이스(510)에서 기준개체에 대한 성별과 나이를 입력해 예상되는 목적지를 추출할 수 있다. 이렇게 추출된 목적지들을 핵심거점으로 설정하되, 이 때, 핵심거점은 적어도 5개 이상을 지정하는 것이 좋은데, 이는 너무 적은 수의 거점을 기준으로 경우의 수를 도출하는 것 또는 너무 많은 수의 거점을 기준으로 경우의 수를 도출하는 것은 오류가 발생할 확률이 높기 때문이다.
이제 최종 촬영위치로부터 도출된 핵심거점을 향해 연결되는 경로를 생성하되, 이 경로는 최종 촬영위치로부터 핵심거점으로 바로 연결되는 직접경로와, 하나 이상의 핵심경로를 거쳐 다른 핵심경로로 이동하는 간접경로의 2 가지 경우가 나올 수 있으므로, 이 2 가지 경우를 모두 포함하는 예측경로를 생성함으로써 예상되는 이동경로의 도출이 가능하게 되는 것이다.
도 4는 본 발명의 음영지도의 일 실시예를 도시한 개념도이다.
이러한 구성의 이해를 위해 도면에 나타난 가상의 지도를 통해 설명하면 다음과 같다. 도면은 가상의 동네의 지도이며, 촬영 어셈블리(100)들은 사람들이 많이 다니는 주요 사거리나 삼거리에 배치되어 도면에 나타나는 민가가 많은 지역에는 부득이하게 촬영 어셈블리(100)가 설치되지 않아 음영지역(11)이 발생하였다. 또, 최종적으로 기준개체가 파악된 위치는 7시와 8시 사이 지점으로 나타난 것을 가정한다. 이 때, 직접경로와 간접경로는 도면에 나타난 것과 같이 도출될 수 있다.(물론 도면에는 일부만 나타난 것이며, 실제로는 핵심거점 ABCDEFGHIJK 모두를 연결하는 수많은 경로들이 표시될 것이다.) 다만 이 때 주의할 것은 학생이 일반적인 상황에서는 역주행을 하지 않기 때문에 C,I,J를 이을 때 J>I>C 혹은 I>J>C와 같은 순서는 무시하는 것이 바람직하다.
추가로 예측경로 생성 모듈(530)에는 음영지도(10)에서 음영지역(11) 주변에 포함된 다른 촬영 어셈블리(100)의 위치를 파악하여 주변 촬영 어셈블리(600)로 지정하고, 이 주변 촬영 어셈블리(600)로부터 메타 데이터를 수신하는 주변 촬영 어셈블리(600) 파악부(531)와, 음영지도(10)에서 주변 촬영 어셈블리(600)를 연결하는 복수개의 비교경로를 도출하는 비교경로 생성부(532)와, 비교경로를 통해 연결된 각 주변 촬영 어셈블리(600)의 식별된 개체의 수를 비교하고 각 비교경로에 위치한 보도별로 포함된 개체의 수치화된 밀집도를 도출하는 밀집도 판단부(533)와, 기 지정된 밀집도 제한 수치에 미달되는 보도가 포함된 예측경로를 음영지도(10)에서 제거하는 밀집도 적용부(534)를 더 포함할 수 있다. 여기서 밀집도 제한 수치는 관리자가 지정하는 값으로서, 특정 값을 미리 지정해 두거나 혹은 주변 촬영 어셈블리(600)에서 식별된 개체의 수의 고저에 따라 유동적으로 변동하여 지정 가능함은 물론이다.
즉, 앞선 구성에 따라 예측경로를 도출하면 수십, 수백가지의 경로가 나오기 때문에 이 경로들을 모두 확인하는 것은 어렵다. 따라서, 경로 탐색 시 기준개체의 등장확률이 낮은 예측경로를 배제하여 높은 확률의 예측경로 위주로 탐색을 진행하는 것이 바람직하다고 할 수 있다.
도 5는 본 발명의 음영지도에 밀집도를 도출한 일 실시예를 도시한 개념도이다.
이를 위해 음영지역(11)을 둘러싸는 다른 촬영 어셈블리(100)를 활용한다. 다른 촬영 어셈블리(100)들은 주변 촬영 어셈블리(600)로 지정되며, 이 주변 촬영 어셈블리(600)도 동일하게 주변의 영상을 촬영하고 메타 데이터를 생성하고 있다. 따라서, 주변 촬영어셈블리들로부터 메타 데이터를 제공받아 활용이 가능함은 물론이다. 즉, 이러한 메타 데이터의 수집 및 활용방법으로서, 각각의 주변 촬영 어셈블리(600)를 잇는 비교경로가 추가로 도출될 수 있다.
각 비교경로에서는 두 촬영 어셈블리(100)에서 식별된 개체 수를 비교하여 밀집도가 도출될 수 있으며, 이 밀집도는 기 지정된 밀집도 제한 수치와 비교하여 밀집도 제한 수치에 미달하는 보도가 존재하는 경우, 해당 보도를 지나는 예측경로들을 예측경로에서 제외시키는 것이다. 즉, 이것은 유동인구의 증감을 통해 해당 경로로 지나는 사람이 많을 것인지 혹은 적을 것인지를 예측하여 예측경로에 반영하는 것이라 할 수 있다. 이러한 근거는 일반적으로 처음 어떤 위치를 방문하였을 때, 사람이 많이 다니는 길을 택할 확률이 높다는 점을 활용하는 것이다.
여기서 밀집도를 산출하는 공식은 다음과 같다.
수학식 1.
Figure 112017082030904-pat00001
BD는 상기 비교경로에 포함된 보도의 개체 밀집도, A1은 기준이 되는 어느 하나의 주변 촬영 어셈블리(600)에서 파악된 개체 수, A2는 A1으로 지정된 주변 촬영 어셈블리(600)와 비교경로를 형성한 다른 주변 촬영 어셈블리(600)에서 파악된 개체 수, α는 각 주변 촬영 어셈블리(600)에 적용되는 0과 1 사이의 가중치, D는 상기 비교경로의 길이, K는 밀집도를 구하는 보도와 기준으로 지정된 상기 주변 촬영 어셈블리(600)로부터의 이격거리를 의미한다.
즉, 두 개의 촬영 어셈블리(100) 사이의 거리와 개체수의 비교를 통해 밀집도가 도출되는 것이되, 두 촬영 어셈블리(100)가 촬영하는 보도 폭 등을 고려하여 둘 사이에 가중치를 더 부여할 수도 있는 것이다. 나아가 보도는 비교경로의 극히 일부를 차지하는 것이기 때문에, 기준으로 지정된 주변 촬영 어셈블리(600)로부터 해당 보도가 떨어진 이격거리를 곱하고 전체 거리를 다시 나누게 되면 각 보도마다 해당하는 밀집도를 도출할 수 있게 되는 것이다.
다시 말해, 이 비교경로는 각각의 주변 촬영 어셈블리(600) 사이에서 밀집도를 판단할 수 있게 되는 기준으로서, 비교경로에 포함된 보도들은 각각 해당 보도의 길이를 판단할 수 있으며, 이 길이를 기준으로 각 보도마다의 밀집도가 도출될 수 있게 된다.
도면에 나타난 예시를 들어 설명하면, 최종 촬영위치와 주변 촬영 어셈블리(600) 4번을 이은 비교경로에서는 밀집도가 측정된 보도가 좌측으로부터 각각 5.2와 6.0, 6.6이 나온 것을 확인할 수 있다. 또한 주변 촬영 어셈블리(600) 1번과 주변 촬영 어셈블리(600) 4번을 이은 비교경로에서도 밀집도가 측정된 보도가 좌측으로부터 각각 9.2, 9.0, 8.6이 도출된 것을 확인할 수 있다. 이 때, 측정된 보도는 두 밀집도가 겹쳐지게 되므로, 평균을 사용하여 최종 밀집도는 좌측으로부터 각각 7.2, 7.5, 7.6이 도출되게 된다. 이 때, 밀집도 제한은 4로 설정되어 있으므로, 모든 값이 4 이상이기 때문에 해당 보도를 지나는 예측경로는 삭제되지 않는다. 다만, 주변 촬영 어셈블리(600) 2번과 주변 촬영 어셈블리(600) 3번을 이은 비교경로의 경우, 지정된 보도에서의 밀집도가 2.6으로 도출되었고, 이어 주변 촬영 어셈블리(600) 1번과 주변 촬영 어셈블리(600) 2번을 이은 비교경로의 경우 밀집도가 4.0을, 최종 촬영위치와 주변 촬영 어셈블리(600) 4번을 이은 비교 경로의 경우 밀집도가 3.2로 나타나 이들의 평균은 3.3으로 나왔으며 따라서 밀집도 제한 4보다 낮아 해당 보도를 지나는 예측경로는 제한 미달로 삭제 처리되도록 하는 것이다. 따라서, 이 밀집도 제한값을 조절하는 것으로, 탐색범위를 유동적으로 제한할 수 있게 되는 것이다.
도 6은 본 발명의 음영지도에 가중점을 적용한 일 실시예를 도시한 개념도이다.
나아가 예측경로 생성 모듈(530)은, 최종 촬영위치에서 기준개체와 함께 촬영된 다른 개체를 동행 개체로 지정하는 동행 개체 판단부(535)와, 주변 촬영 어셈블리(600)에서 수신된 메타 데이터에서 동행 개체의 존재유무를 판단하는 동행 개체 검색부(536) 및, 동행 개체가 존재하는 것으로 판단된 주변 촬영 어셈블리(600)를 가중점으로 설정하고 예측경로 중 상기 가중점으로 연결될 수 있는 예측경로를 추출하여 가중 예측경로로 지정하는 동행경로 설정부(537)를 더 포함할 수 있다.
예를 들어 목적지가 다른 누군가와 함께 길을 걷게 되면 각자의 목적지가 모두 포함된 혹은 각자의 목적지와 모두 가까운(또는 모두 거칠 수 있는) 경로를 선택하여 이동하게 된다. 이러한 점을 활용하는 것으로서, 동행 개체를 판단하는 방법이 사용될 수 있다. 이것은 도면을 참고하면서 설명하면 이해가 빠른데, 예를 들어 최종 촬영위치에서 흰옷의 기준개체 이외에 검은옷, 사선 줄무늬옷, 점이 찍힌 옷을 입은 동행 개체가 파악되었다고 가정한다. 이후 주변 촬영 어셈블리(600)들을 검색하였더니 주변 촬영 어셈블리(600) 1에서 검은옷을 입은 동행 개체가, 주변 촬영 어셈블리(600) 4에서 사선 줄무늬옷을 입은 동행 개체가 발견되었다고 가정할 수 있다. 물론 이 동행 개체가 최종 촬영위치에서 기준개체와 함께 찍혔다고 이들이 친구나 아는 사이라고 할 수 있는 정확한 보장은 없지만, 적어도 친구나 아는 사이라면 이 동행 개체는 분명 기준개체와 함께 이동하였을 확률이 높다. 또한, 동행 개체가 납치범 등 학생이 사라지는데 관여한 인물일 경우에도 이 동행 개체와 함께 이동한 것으로 판단하는 것이 바람직하며, 나아가 이 음영영역이 기준개체가 처음 와본 영역인 경우에다가 주변 사람들을 모른다고 하더라도 이 경우에도 역시 다른 사람들이 통행하는 길을 따라 움직였을 확률이 가장 높다는 것은 부인할 수 없는 사실이기 때문이다.
따라서, 이 동행 개체가 검출된 주변 촬영 어셈블리(600)는 가중점으로 지정할 수 있으며, 예측경로들 중 가중점을 향해 연결될 수 있는 예측경로들은 이러한 논리에 따라 기준개체가 함께 이동하였을 확률이 높은 경로이며, 따라서 이 경로를 가중 예측경로로 지정하고 해당 가중 예측경로를 제외한 나머지 예측경로는 제외시킴으로써 보다 확률이 높은 경로를 도출해 내는 것이다.
이렇게 도출된 가중 예측경로는 지도상에 표시되는 경우 거미줄과 같이 상당히 복잡한 양상을 나타낸다. 이는 수사관의 입장에서 경로를 다시 계산하여 탐색을 시작해야 한다는 불편한 점이 발생한다. 따라서, 그냥 지도에 이러한 가중 예측경로를 표시하지 않고, 별도로 가중 예측경로를 정리하여 따로 표시하게 되면 수사관의 입장에서도 매우 편리하다고 할 수 있겠다.
도 7은 본 발명의 음영지도와 수색지도를 나타낸 일 실시예를 도시한 개념도이다.
따라서, 예측경로 생성 모듈(530)에는 가중 예측경로에서 최종 촬영위치 다음에 도달할 수 있는 핵심거점을 복수개 산출하고, 산출된 핵심거점을 중간거점으로 지정하는 중간거점 판단파트(541)와, 중간거점 다음에 도달할 수 있는 핵심거점을 복수개 산출하고, 산출된 핵심거점을 확장거점으로 지정하는 확장거점 판단파트(542) 및, 음영지도(10)와 별도로 생성되는 지도로서, 중앙부위에 최종 촬영위치를 배치한 상태에서 최종 촬영위치를 기준으로 복수개의 중간거점을 계층 구조(Hierarchy Structure, 트리 구조)로 배치하고, 다시 중간거점을 기준으로 복수개의 확장거점을 계층 구조로 추가 배치한 비교도가 포함된 수색지도(20)를 생성하는 수색지도 생성파트(543)와, 비교도에서 최종 촬영위치와 중간거점 및 확장거점 사이를 인디케이터로 연결하는 인디케이터 설정파트(544)로 이루어진 비교도 생성부(538)의 구성이 더 포함될 수 있다. 이 비교도는 도면에 나타난 바와 같이 음영지도(10)와 별개로 수색지도(20)에 형성되는 것이며, 이 때 수색지도(20)는 바람직하게는 음영지도(10) 주변에 표시되도록 하는 것이 좋다. 비교도는 최종 촬영위치를 기준으로 방사형과 유사한 형태로 각 가중 예측경로의 조합을 순차적으로 표시함으로써 수사관의 입장에서 어떠한 순서로 수사를 진행하는 것이 바람직할지 한 눈에 판단할 수 있는 매개체로서 활용될 수 있다.
물론, 비교도를 표현할 때, 가중 예측경로에서 탈락된 예측경로도 동시에 나타내는 것이 가능하며, 이 둘은 색상이나 밝기 등을 달리하여 수사관이 구분할 수 있도록 가공되어 함께 표시되는 것이 바람직하다 하겠다.
나아가 인디케이터는 최종 촬영위치와 중간거점, 확장거점 사이를 연결하는 화살표와 같은 지시선으로서, 이 화살표를 통해 이격된 두 거점들간의 상관관계를 파악할 수 있도록 하는 것이다.
이 때, 비교도는 도면에서 보이는 것처럼 계층 구조로 배치되되, 최종 촬영위치와 중간거점 및 확장거점 사이가 일정간격 이격되도록 구성할 수 있는데, 이러한 이격된 배치는 식별에도 좋을 뿐만 아니라, 이격된 거리를 통해 다양한 정보를 더 제공할 수 있음은 물론이다. 따라서, 이 이격된 거리는 인디케이터를 통해 표시할 수 있게 되는 것이라 할 수 있다.
가장 기본적으로, 비교도 생성부(538)에는 중간거점과 최종 촬영위치 사이의 보도 및 확장거점과 중간거점 사이의 보도를 파악하고 GIS 데이터베이스로부터 각 보도의 길이를 수신하여 이동거리를 산출하는 거점거리 판단파트(545)와, 산출된 이동거리에 비례하여 최종 촬영위치와 중간거점 및 중간거점과 확장거점의 사이에 배치된 인디케이터의 길이를 가감하는 이격 적용파트(546)의 구성이 더 포함될 수 있다.
즉, 실제 이격된 거리를 인디케이터의 길이를 가감하여 벌어진 두 거점 사이의 이격된 거리로 표현하는 것으로서, 이 때, 실제 이격된 거리를 그대로 사용하면 비교도의 크기가 너무 커지기 때문에 일정 비율로 축소하여 거리를 적용하는 것이 바람직하다고 하겠다.
다만, 앞서 밀집도가 구해졌으나 이 밀집도를 단순히 낮은 밀집도를 갖는 예측경로를 제거하는 데만 활용하였는데, 이 밀집도를 다시 이격거리에 적용할 수 있다. 즉 비교도 생성부(538)는, 보도 중 비교경로에 포함된 보도를 판단하여 밀집보도로 지정하는 밀집보도 판단파트(547)와, 거점거리 판단파트(545)에서 판단된 보도 중 밀집보도의 포함여부에 따라 밀집도에 비례하여 인디케이터의 길이를 가감 제어하는 밀집도 적용파트(548)를 더 포함할 수 있다.
밀집도 또한 각 보도에서 얼마나 많은 사람이 이동하고 있었는가를 나타내는 지표이며, 이 지표는 사람이 초행길을 다닐 때 사람이 없는 길을 택하지 않고 사람이 많이 다니는 길을 택하는 성질을 활용하는 것이다. 따라서, 밀집도가 높은 보도가 포함된 경우, 해당 밀집보도의 밀집도에 비례하여 인디케이터의 길이를 가감시켜 이격된 거리를 제어하게 되면, 이격된 거리만 보고도 쉽게 어떠한 영역을 중점적으로 확인하여야 할지 한 눈에 확인이 가능하게 되는 것이다. (다만, 이것이 학생이 혼자 초행길을 다니다 길을 잃은 경우라면 해당되지만, 납치 등의 형사사건이 발생한 경우라면 거꾸로 사람이 잘 다니지 않는 길을 택하는 것이 더 바람직할 수도 있다. 이러한 전제가 확실한 경우에는 앞선 밀집도 적용부(534)에서 밀집도 제한 수치에 미달되는 보도가 포함된 예측경로를 제거하지 않고 반대로 밀집도 제한 수치를 넘는 보도가 포함된 예측경로를 제거한 상태에서 낮은 밀집도에 높은 가중치를 두어 이격된 거리를 제어하도록 해야 할 것이다.) 따라서 수사관은 길이를 보는 것만으로도 직관적으로 수사 난이도를 짐작할 수 있게 된다는 장점을 갖게된다.
따라서, 밀집도에 비례하여 인디케이터의 길이가 변화되도록 하는 것은 수사관의 판단에 있어 상당한 영향을 미치므로, 해당 과정은 필수적으로 지정된 규칙에 따라 동일하게 이루어질 필요성이 있다. 따라서, 밀집도 적용파트(548)는 다음의 수학식에 따라 인디케이터의 길이를 산출하는 것을 기준으로 한다.
수학식 2.
Figure 112017082030904-pat00002
여기서, L( x,y )는 인디케이터의 길이, LB는 기준 길이, B0는 최대 밀집도, L1은 중간거점 및 확장거점 중 어느 하나가 포함된 예측경로 내의 보도에서 선택된 보도의 밀집도, L2는 선택된 보도의 밀집도, La는 전체 보도에서 선택된 보도의 밀집도를 의미한다.
이 수학식은 기준이 되는 인디케이터의 길이를 두고, 하나의 예측경로 안에서 선택된 보도의 밀집도인 L1 및, 선택된 보도의 밀집도인 L2 와 전체 보도(이것은 다시 말해 전체 예측경로라고 할 수 있다)에서 선택된 보도의 밀집도인 La를 전부 고려하여 인디케이터의 길이 가감폭을 산출하게 되는 것이다.
예를 들어 A라는 특정 보도의 밀집도가 10으로 도출되고, B라는 특정 보도의 밀집도가 2로 도출되었을 때, 원래 A와 B의 길이는 동일하지만, 상기한 밀집도의 차이에 의해 둘의 인디케이터 길이는 서로 다르게 표시되도록 하는 것이다. 따라서 이러한 인디케이터 길이의 차를 통해 수사관은 용이하게 기준개체가 어떠한 경로를 따라 움직였을지 보다 판단이 용이하게 된다. 물론, 원래 A와 B의 길이가 동일하지 않은 경우라면, 이 밀집도를 적용하더라도 A와 B의 길이 차이가 별로 나지 않거나 혹은 밀집도와 반대로 나타날 수도 있는데, 이는 거리라는 특성이 기본으로 전제되기 때문이며, 따라서 필요에 따라 거리 특성을 배제시키고 밀집도만을 적용해 비교도를 생성하는 경우도 고려될 수 있음은 물론이다.
다만, 이러한 영상편집 구성을 통해 촬영 어셈블리(100)에서 촬영된 이미지를 활용하여 수 많은 구성 및 작업을 수행할 수 있는 것을 확인하였지만, 보다 원론적으로 볼 때에 이러한 구성이 갖추어지더라도 근본적으로 촬영 어셈블리(100)의 구성이 제대로 갖추어져야만 이와 같은 영상을 얻어 상기한 작업들을 수행할 수 있음은 물론이다.
촬영 어셈블리(100)가 구동되면서 문제점은 24시간 내내 이미지를 촬영하기 때문에 발열이 상당하고, 야외에 설치되기 때문에 비나 눈 햇빛 등의 영향을 쉽게 받는다는 점이 있다. 따라서, 이러한 문제점을 해결하기 위한 촬영 어셈블리(100)의 상세한 구성을 살펴보면 다음과 같다.
도 8은 본 발명의 촬영 어셈블리의 일 실시예를 도시한 사시도 및 확대도이다.
먼저 인도(특히 통학로)에 위치한 가로등에 촬영 어셈블리(100)를 설치하기 위해 가로등의 측면에서 횡방향으로 돌출된 폴대(130)를 구비하고, 이 폴대(130)의 일 측에서 지면을 향해 연장된 한 쌍의 지지부(140)와 지지부(140)를 통해 지지되는 것으로서, 하단부가 내측으로 함입되어 어안 카메라(110)가 장착되는 장착홈을 형성하는 카메라 브라켓(150)을 기본으로 포함한다.
이 때, 지지부(140)가 바람 등에 의해 흔들리는 것을 제한하기 위해 지지부(140) 사이를 연결하도록 장착되는 연결 패스너(160)가 더 구비될 수 있는데, 이 연결 패스너(160)를 보다 활용하는 브라켓 커버(170)의 구성을 더 포함시킬 수도 있다. 이 브라켓 커버(170)는 연결 패스너(160)가 끼움 결합되는 홈이 형성되어 연결 패스너(160)를 둘러싸는 패스너 결합부(171)를 구비하고, 이 패스너 결합부(171)의 좌우 측에서 각각 카메라 브라켓(150)의 일 측 표면에 접하도록 경사지게 연장된 커버판(172)(도면과 같이 표면 일부가 카메라 브라켓(150)의 표면 일 측에 접한다.)으로 이루어진 브라켓 커버(170)를 포함하는 것이다.
이 브라켓 커버(170)는 쉽게 말해 연결 패스너(160)에 의해 고정된 ‘ㅅ’형상의 판을 의미한다. 일반적으로 카메라 브라켓(150)은 어안 카메라(110)의 장착을 목적으로 할 뿐만 아니라, 어안 카메라(110)에서 발생하는 열을 방출하기 위한 방열구성을 갖추는 경우가 대부분이다. 따라서 브라켓 커버(170)를 열 전도성 재질로 형성하여 각 카메라 브라켓(150)에 커버판(172)이 접하여 열을 전달받을 수 있도록 구성하여 열 방출면적을 늘릴 수 있음은 물론이며, 비가 오는 경우에는 이 브라켓 커버(170)를 통해 카메라 브라켓(150)에 빗물이 닿거나 고이는 것을 방지할 수 있고, 눈이 오는 경우에도 눈이 브라켓 커버(170)에 쌓이되, 어안 카메라(110)에서 발생하는 열을 통해 눈을 녹여 쌓인 눈을 자동으로 제거할 수 있는 구성을 갖추게 되는 것이다. 따라서, 이러한 구성을 통해 촬영 어셈블리(100)의 원활한 구동을 보조할 수 있게 되며 동시에 촬영 어셈블리(100)의 수명을 더욱 연장시킬 수 있어 경제적으로도 도움이 될 수 있는 구조라고 할 수 있겠다.
지금까지 설명한 바와 같이, 본 발명에 따른 인도 보안 안전 시스템의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.
10: 음영지도 11: 음영지역
20: 수색지도 100: 촬영 어셈블리
110: 어안 카메라 120: 적외선 카메라
130: 폴대 140: 지지부
150: 카메라 브라켓 160: 연결 패스너
170: 브라켓 커버 171: 패스너 결합부
172: 커버판 200: 영상생성 어셈블리
210: 영상 분할 모듈 220: 왜곡 보정 모듈
221: 디-워프 룩업 테이블 222: 룩업테이블 선택부
223: 보정 변환부 230: 영상 분석 모듈
231: 윤곽 도출부 232: 기준 이미지 저장부
233: 개체 추출부 234: 신원 파악부
235: 개체 확인부 236: 개체 식별부
237: 최종위치 판단부 240: 저장 모듈
250: 메타 데이터 생성 모듈 260: 용량 감소 모듈
261: 개체영역 추출부 262: 배경 추출부
263: 합성처리부 300: 음영지역 파악 어셈블리
310: 지도 수신 모듈 320: 음영지역 설정 모듈
330: 음영지도 생성 모듈 400: 신고 접수 어셈블리
500: 경로 예측 어셈블리 510: 선호 업장 데이터베이스
520: 거점 추출 모듈 530: 예측경로 생성 모듈
531: 주변 촬영 어셈블리 파악부 532: 비교경로 생성부
533: 밀집도 판단부 534: 밀집도 적용부
535: 동행 개체 판단부 536: 동행 개체 검색부
537: 동행경로 설정부 538: 비교도 생성부
541: 중간거점 판단파트 542: 확장거점 판단파트
543: 수색지도 생성파트 544: 인디케이터 설정파트
545: 거점거리 판단파트 546: 이격 적용파트
547: 밀집보도 판단파트 548: 밀집도 적용파트
600: 주변 촬영 어셈블리 700: 디-워프 왜곡 보정된 사진

Claims (16)

  1. 인도 보안 안전 시스템으로서,
    인도 및 그 주변 영역의 이미지를 촬영하는 어안 카메라를 포함하는 촬영 어셈블리;
    상기 이미지를 촬영된 방향에 따라 적어도 2 개 이상의 채널로 분할하는 영상 분할 모듈과, 분할된 상기 이미지의 왜곡을 보정하는 왜곡 보정 모듈 및, 보정된 상기 이미지에 포함된 개체를 식별하는 영상 분석 모듈과, 상기 이미지를 저장 처리하는 저장 모듈 및, 상기 이미지가 촬영된 시각, 위치, 식별된 개체, 식별된 개체의 색상 및 크기 중 적어도 어느 하나를 텍스트로 저장한 메타 데이터를 생성하고 상기 저장 모듈에 상기 이미지와 함께 저장 처리하는 메타 데이터 생성 모듈로 이루어진 영상생성 어셈블리;
    GIS 데이터베이스로부터 상기 촬영 어셈블리 주변의 지도를 수신하는 지도 수신 모듈과, 상기 지도에서 다른 촬영 어셈블리의 위치를 파악하여 각 촬영 어셈블리가 촬영하지 못하는 음영지역을 설정하는 음영지역 설정 모듈 및, 상기 음영지역에 포함된 보도, 사업장 위치, 사업장 업종을 포함하는 거점정보를 수신하여 합성한 음영지도를 생성하고 상기 저장 모듈에 저장 처리하는 음영지도 생성 모듈로 이루어진 음영지역 파악 어셈블리;
    학생 실종신고를 접수받는 신고 접수 어셈블리;를 포함하고,
    상기 영상 분석 모듈은,
    상기 신고 접수 어셈블리로부터 실종된 학생의 얼굴이 포함된 사진, 인상착의, 실종지역, 성별, 나이를 제공받아 신원을 파악하는 신원 파악부와, 상기 실종지역 주변에 위치한 복수의 상기 촬영 어셈블리로부터 상기 메타 데이터를 수신하여 상기 인상착의 정보와 일치하는 개체 존재여부를 확인하는 개체 확인부 및, 상기 일치하는 개체가 존재하는 것으로 판단되는 메타 데이터를 통해 상기 메타 데이터가 생성된 이미지에서 식별된 개체의 얼굴영역을 도출하고, 상기 사진에서 얼굴영역을 도출하여 동일여부를 비교 판단하는 개체 식별부와, 동일한 것으로 판단된 개체를 기준개체로 지정하고 상기 기준개체가 최종적으로 촬영된 이미지를 검색하여 상기 이미지가 촬영된 상기 촬영 어셈블리를 최종 촬영위치로 설정하는 최종위치 판단부를 포함하며,
    상기 시스템은,
    성별 및 나이대별로 선호하는 사업장 업종이 저장된 선호 업장 데이터베이스와, 파악된 신원정보에 따라 상기 선호 업장 데이터베이스에서 선호하는 것으로 지정된 사업장 업종을 갖는 복수개의 거점을 추출하여 핵심거점으로 설정하는 거점 추출 모듈과, 상기 최종 촬영위치로부터 상기 핵심거점으로 바로 연결되는 직접경로와 하나 이상의 핵심거점을 거쳐 다른 핵심거점으로 연결되는 간접경로를 포함하는 복수개의 예측경로를 생성하는 예측경로 생성 모듈로 이루어진 경로 예측 어셈블리;를 포함하고,
    상기 예측경로 생성 모듈은,
    상기 음영지도에서 상기 음영지역 주변에 위치한 다른 촬영 어셈블리를 주변 촬영 어셈블리로 지정하고 상기 주변 촬영 어셈블리로부터 메타 데이터를 수신하는 주변 촬영 어셈블리 파악부와, 상기 음영지도에서 상기 주변 촬영 어셈블리를 연결하는 복수개의 비교경로를 도출하는 비교경로 생성부와, 상기 비교경로를 통해 연결된 각 주변 촬영 어셈블리의 식별된 개체의 수를 비교하여 각 비교경로에 위치한 보도별로 개체 밀집도의 수치를 도출하는 밀집도 판단부와, 기 지정된 밀집도 제한 수치에 미달되는 상기 보도가 포함된 예측경로를 상기 음영지도에서 제거하는 밀집도 적용부를 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  2. 삭제
  3. 제 1항에 있어서,
    상기 촬영 어셈블리는,
    상기 어안 카메라가 촬영하는 인도 및 그 주변 영역을 상기 어안 카메라와 동시에 촬영하여 평면 적외선 이미지를 생성하는 적외선 카메라를 더 포함하고,
    상기 영상 분석 모듈은,
    상기 평면 적외선 이미지에서 명도가 변화하는 경계선을 추출하여 윤곽 이미지를 생성하는 윤곽 도출부를 더 포함하며,
    상기 왜곡 보정 모듈은,
    왜곡 보정함수에 적용되는 복수의 보정 파라미터가 저장된 룩업 테이블과,
    상기 룩업 테이블에서 평면 윤곽 이미지에 대응되는 상기 보정 파라미터를 선택하는 룩업테이블 선택부 및,
    상기 보정 파라미터를 참조로 하여 상기 이미지의 왜곡을 보정한 보정이미지를 생성하고 이를 상기 저장 모듈에 저장하는 보정 변환부를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  4. 제 3항에 있어서,
    상기 영상 분석 모듈은,
    상기 촬영 어셈블리가 위치한 영역에서 기 촬영된 기준 이미지를 저장한 기준 이미지 저장부와,
    상기 촬영 어셈블리로부터 실시간으로 촬영된 상기 이미지 및 상기 평면 적외선 이미지를 상기 기준 이미지와 비교하여 상기 기준 이미지에 포함되지 않은 개체영역을 판단하는 개체 추출부를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  5. 제 4항에 있어서,
    상기 영상생성 어셈블리는,
    상기 이미지에서 상기 개체영역을 제외한 나머지 배경영역을 삭제 처리한 개체 이미지를 생성하는 개체영역 추출부와,
    상기 평면 적외선 이미지에서 상기 개체영역을 삭제 처리하여 적외선 배경영역을 추출하는 배경 추출부와,
    상기 개체 이미지에 상기 적외선 배경영역을 합성하는 합성처리부로 이루어진 용량 감소 모듈을 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제 1항에 있어서,
    상기 밀집도 판단부는,
    다음의 수학식 1을 통해 상기 밀집도를 산출하는 것을 특징으로 하는, 인도 보안 안전 시스템.
    수학식 1.
    Figure 112018102462862-pat00003

    (여기서, BD는 상기 비교경로에 포함된 보도의 개체 밀집도, A1은 기준이 되는 어느 하나의 주변 촬영 어셈블리에서 파악된 개체 수, A2는 상기 A1으로 지정된 주변 촬영 어셈블리와 비교경로를 형성한 다른 주변 촬영 어셈블리에서 파악된 개체 수, α는 각 주변 촬영 어셈블리에 적용되는 0과 1 사이의 가중치, D는 상기 비교경로의 길이, K는 밀집도를 구하는 보도와 기준으로 지정된 상기 주변 촬영 어셈블리로부터의 이격거리를 의미함.)
  11. 제 1항에 있어서,
    상기 예측경로 생성 모듈은,
    상기 최종 촬영위치에서 상기 기준개체와 함께 촬영된 다른 개체를 동행 개체로 지정하는 동행 개체 판단부와,
    상기 주변 촬영 어셈블리에서 수신된 상기 메타 데이터에서 상기 동행 개체의 존재유무를 판단하는 동행 개체 검색부 및,
    상기 동행 개체가 존재하는 것으로 판단된 상기 주변 촬영 어셈블리의 주변 영역을 가중점으로 설정하고 상기 예측경로 중 상기 가중점으로 연결될 수 있는 예측경로를 추출하여 가중 예측경로로 지정하고 추출하는 동행경로 설정부를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  12. 제 11항에 있어서,
    상기 예측경로 생성 모듈은,
    상기 가중 예측경로에서 상기 최종 촬영위치 다음에 도달할 수 있는 상기 핵심거점을 복수개 산출하고, 산출된 상기 핵심거점을 중간거점으로 지정하는 중간거점 판단파트와,
    상기 중간거점 다음에 도달할 수 있는 상기 핵심거점을 복수개 산출하고, 산출된 상기 핵심거점을 확장거점으로 지정하는 확장거점 판단파트 및,
    상기 음영지도와 별도로 생성되는 지도로서, 중앙부위에 상기 최종 촬영위치를 배치한 상태에서 상기 최종 촬영위치를 기준으로 복수개의 상기 중간거점을 계층 구조(Hierarchy Structure)로 배치하고, 상기 중간거점을 기준으로 복수개의 상기 확장거점을 계층 구조로 추가 배치한 비교도가 포함된 수색지도를 생성하는 수색지도 생성파트와,
    상기 비교도에서 상기 최종 촬영위치와 상기 중간거점 및 상기 확장거점 사이를 인디케이터로 연결하는 인디케이터 설정파트로 이루어진 비교도 생성부를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  13. 제 12항에 있어서,
    상기 비교도 생성부는,
    상기 음영지도에서 상기 중간거점과 상기 최종 촬영위치 사이의 보도 및 상기 확장거점과 상기 중간거점 사이의 보도를 파악하고 상기 GIS 데이터베이스로부터 각 보도의 길이를 수신하여 이동거리를 산출하는 거점거리 판단파트와,
    산출된 이동거리에 비례하여 상기 비교도에서 상기 최종 촬영위치와 상기 중간거점 및 상기 중간거점과 상기 확장거점의 사이에 배치된 상기 인디케이터의 길이를 가감하는 이격 적용파트를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  14. 제 13항에 있어서,
    상기 비교도 생성부는,
    상기 보도 중 상기 비교경로에 포함된 보도를 판단하여 밀집보도로 지정하는 밀집보도 판단파트와,
    상기 거점거리 판단파트에서 판단된 보도 중 상기 밀집보도의 포함여부에 따라 상기 비교도에서 상기 밀집도에 비례하여 상기 인디케이터의 길이를 가감 제어하는 밀집도 적용파트를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
  15. 제 14항에 있어서,
    상기 밀집도 적용파트는,
    다음의 수학식 2를 통해 상기 인디케이터의 길이를 가감 산출하는 것을 특징으로 하는, 인도 보안 안전 시스템.
    수학식 2.
    Figure 112017082030904-pat00004

    (여기서, L( x,y )는 인디케이터의 길이, LB는 기준 길이, B0는 최대 밀집도, L1은 중간거점 및 확장거점 중 어느 하나가 포함된 예측경로 내의 보도에서 선택된 보도의 밀집도, L2는 선택된 보도의 밀집도, La는 전체 보도에서 선택된 보도의 밀집도를 의미함.)
  16. 제 1항에 있어서,
    상기 촬영 어셈블리는,
    상기 인도에 위치한 가로등의 측면에서 횡방향으로 돌출된 폴대와,
    상기 폴대의 일 측에서 지면을 향해 연장된 한 쌍의 지지부 및,
    상기 지지부를 통해 지지되는 것으로서, 하단부가 내측으로 함입되어 상기 어안 카메라가 장착되는 장착홈을 형성하는 카메라 브라켓과,
    한 쌍의 상기 지지부 사이를 연결하도록 장착되는 연결 패스너 및,
    열 전도성 재질로 형성된 것으로서, 상기 연결 패스너를 둘러싸는 패스너 결합부를 중심으로 상기 패스너 결합부의 좌우측에서 각각 상기 카메라 브라켓에 접하도록 경사지게 연장된 커버판으로 이루어진 브라켓 커버를 더 포함하는 것을 특징으로 하는, 인도 보안 안전 시스템.
KR1020170107263A 2017-08-24 2017-08-24 인도 보안 안전 시스템 KR101937582B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170107263A KR101937582B1 (ko) 2017-08-24 2017-08-24 인도 보안 안전 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170107263A KR101937582B1 (ko) 2017-08-24 2017-08-24 인도 보안 안전 시스템

Publications (1)

Publication Number Publication Date
KR101937582B1 true KR101937582B1 (ko) 2019-04-09

Family

ID=66167574

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170107263A KR101937582B1 (ko) 2017-08-24 2017-08-24 인도 보안 안전 시스템

Country Status (1)

Country Link
KR (1) KR101937582B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4033456A1 (en) 2021-01-22 2022-07-27 Idis Co., Ltd. Apparatus and method for analyzing fisheye camera image
CN117528034A (zh) * 2023-12-29 2024-02-06 常州辉途智能科技有限公司 一种牧场智能养殖系统及工作方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000209571A (ja) * 1999-01-20 2000-07-28 Fujitsu General Ltd 監視カメラシステム
KR20060062314A (ko) * 2004-12-03 2006-06-12 삼성테크윈 주식회사 디지털 카메라에서 촬영 영상에 객체를 합성하는 장치 및방법
JP2012244479A (ja) * 2011-05-20 2012-12-10 Toshiba Teli Corp 全方位監視画像処理システム
KR101292308B1 (ko) * 2012-07-30 2013-08-01 (주) 휴스 유지 관리가 용이한 카메라 폴대 장치
JP2013207393A (ja) * 2012-03-27 2013-10-07 Secom Co Ltd 画像監視装置
KR20150042544A (ko) * 2013-10-11 2015-04-21 에스케이플래닛 주식회사 위치정보를 제공하는 단말기, 위치정보 측정 방법 및 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000209571A (ja) * 1999-01-20 2000-07-28 Fujitsu General Ltd 監視カメラシステム
KR20060062314A (ko) * 2004-12-03 2006-06-12 삼성테크윈 주식회사 디지털 카메라에서 촬영 영상에 객체를 합성하는 장치 및방법
JP2012244479A (ja) * 2011-05-20 2012-12-10 Toshiba Teli Corp 全方位監視画像処理システム
JP2013207393A (ja) * 2012-03-27 2013-10-07 Secom Co Ltd 画像監視装置
KR101292308B1 (ko) * 2012-07-30 2013-08-01 (주) 휴스 유지 관리가 용이한 카메라 폴대 장치
KR20150042544A (ko) * 2013-10-11 2015-04-21 에스케이플래닛 주식회사 위치정보를 제공하는 단말기, 위치정보 측정 방법 및 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4033456A1 (en) 2021-01-22 2022-07-27 Idis Co., Ltd. Apparatus and method for analyzing fisheye camera image
KR20220106592A (ko) * 2021-01-22 2022-07-29 주식회사 아이디스 어안 카메라 영상 분석 장치 및 방법
KR102472602B1 (ko) * 2021-01-22 2022-11-30 주식회사 아이디스 어안 카메라 영상 분석 장치 및 방법
CN117528034A (zh) * 2023-12-29 2024-02-06 常州辉途智能科技有限公司 一种牧场智能养殖系统及工作方法
CN117528034B (zh) * 2023-12-29 2024-03-12 常州辉途智能科技有限公司 一种牧场智能养殖系统及工作方法

Similar Documents

Publication Publication Date Title
US9443143B2 (en) Methods, devices and systems for detecting objects in a video
JP6403687B2 (ja) 監視システム
KR102453858B1 (ko) 영상 처리 장치 및 영상 처리 방법
JP6184271B2 (ja) 撮像管理装置、撮像管理システムの制御方法およびプログラム
CN109740444B (zh) 人流量信息展示方法及相关产品
WO2018101247A1 (ja) 画像認識撮像装置
KR20090087670A (ko) 촬영 정보 자동 추출 시스템 및 방법
JP2020137070A (ja) 捜査支援システムおよび捜査支援方法
KR20160078724A (ko) 카메라 감시 영역 표시 방법 및 장치
KR101729966B1 (ko) 화상 인식 및 음성 안내 기능이 구비된 cctv 카메라 시스템 및 그 동작 방법
JP2016219935A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2011170599A (ja) 屋外構造物計測装置及び屋外構造物計測方法
KR101937582B1 (ko) 인도 보안 안전 시스템
JP7092615B2 (ja) 影検出装置、影検出方法、影検出プログラム、学習装置、学習方法、及び学習プログラム
JP2019029935A (ja) 画像処理装置およびその制御方法
CN109636763A (zh) 一种智能复眼监控系统
JP7084795B2 (ja) 画像処理装置、画像提供装置、それらの制御方法及びプログラム
KR20100007535A (ko) 영상 카메라 시스템에서 이동 물체 특성을 이용한 이동물체 추적 방법
WO2021248564A1 (zh) 一种全景大数据应用监测管控系统
JP2009147607A (ja) 人物追尾装置
KR20160082915A (ko) 미디어 데이터 분류 방법 및 그 장치
KR20170055147A (ko) 영상 내에서 특정 지점의 위치를 결정하기 위한 장치 및 그 방법
WO2019008936A1 (ja) 画像処理装置、コンピュータプログラム、および画像処理システム
JP6540445B2 (ja) 同一判定プログラム、同一判定装置、および同一判定方法
JPH0954894A (ja) 移動物体監視計測装置