KR101968101B1 - Object recognition camera module and object recognition system thereof - Google Patents

Object recognition camera module and object recognition system thereof Download PDF

Info

Publication number
KR101968101B1
KR101968101B1 KR1020180081228A KR20180081228A KR101968101B1 KR 101968101 B1 KR101968101 B1 KR 101968101B1 KR 1020180081228 A KR1020180081228 A KR 1020180081228A KR 20180081228 A KR20180081228 A KR 20180081228A KR 101968101 B1 KR101968101 B1 KR 101968101B1
Authority
KR
South Korea
Prior art keywords
subject
infrared ray
camera
object recognition
unit
Prior art date
Application number
KR1020180081228A
Other languages
Korean (ko)
Inventor
천재두
Original Assignee
천재두
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 천재두 filed Critical 천재두
Priority to KR1020180081228A priority Critical patent/KR101968101B1/en
Application granted granted Critical
Publication of KR101968101B1 publication Critical patent/KR101968101B1/en

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
    • G06K9/00221—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G07C9/00071—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/58—Means for changing the camera field of view without moving the camera body, e.g. nutating or panning of optics or image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N5/2256—
    • H04N5/2259—
    • H04N5/23203—

Abstract

Disclosed are an object recognition camera module using deep learning, and an object recognition system including the same. The object recognition camera module comprises: a sensing unit (100) for sensing movement of a subject (700); an infrared ray output unit (200) placed symmetrically with respect to a camera around the subject (700) and provided to output infrared rays to the subject (700); an infrared ray irradiation angle adjusting unit (300) provided to control the infrared ray output unit (200) by considering an angle between the subject (700) and the camera according to the movement of the subject, and to adjust an angle of the infrared rays so as to irradiate the infrared rays to the subject (700); an infrared ray irradiation time adjusting unit (400) provided to control the infrared ray output unit (200) by considering the angle between the subject (700) and the camera according to the movement of the subject such that a time in which the infrared rays are irradiated to the subject (700) is adjusted, and the infrared rays are irradiated to the subject (700) during the adjusted time; the subject camera (500) provided to photograph the subject (700); and a control unit (600) provided to analyze images photographed by the subject camera (500) so as to control the infrared ray irradiation angle adjusting unit (300), the infrared ray irradiation time adjusting unit (400), and an angle of the subject camera (500). Accordingly, the object recognition camera module using deep learning and the object recognition system including the same are advantageous in that it is possible to precisely photograph a subject with a camera, the infrared rays reflected on the subject are photographed by the camera to recognize the face, and it is possible to provide a robust operating environment at any time in response to failure of the camera.

Description

딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템{OBJECT RECOGNITION CAMERA MODULE AND OBJECT RECOGNITION SYSTEM THEREOF}TECHNICAL FIELD [0001] The present invention relates to an object recognition camera module using deep running, and an object recognition system including the camera module.

본 발명은 객체 인식 카메라 모듈에 관한 것으로, 더욱 상세하게는 얼굴을 인식하는 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템에 관한 것이다.The present invention relates to an object recognition camera module, and more particularly, to an object recognition camera module using deep learning for recognizing faces and an object recognition system including the same.

객체 인식 카메라 모듈은 출입통제 시스템에 사용된다. 출입통제 시스템은 객체 인식 카메라 모듈로 사람 얼굴을 인식하여 출입 허가된 사용자를 인증하게 된다. 출입통제 시스템은 사람 얼굴 인식률이 신뢰성을 가져야 하므로 사용되는 객체 인식 카메라 모듈의 동작 신뢰도 일정 레벨 이상 확보되어야 한다.객체 인식 카메라 모듈은 주간 또는 야간에 관계없이 어느 환경에서도 일정 수준 이상의 영상 품질을 확보해야 얼굴 인식률을 높일 수 있다. 종래 객체 인식 카메라 모듈은 적외선을 이용하여 사진을 구별하고, 야간에 사람 얼굴을 인식할 수 있었다. 출입통제 시스템에 사용되는 객체 인식 카메라 모듈의 경우 출입 통제시 사용자가 객체 인식 카메라 모듈에 얼굴을 가져다 촬영을 해야 한다.Object recognition camera modules are used in access control systems. The access control system recognizes the human face with the object recognition camera module and authenticates the authorized user. The access control system must ensure that the human face recognition rate is reliable, so that it should be ensured that the operation reliability of the object recognition camera module to be used is at a level or more. The object recognition camera module should secure a certain level of image quality in any environment, The face recognition rate can be increased. Conventional object recognition camera modules can distinguish photos using infrared rays and recognize human faces at night. In the case of the object recognition camera module used in the access control system, the user has to take a face to the object recognition camera module when access control is performed.

일반 출입문에서의 출입 통제의 경우 다른 인증 수단을 이용한 경우 사용자가 출입문을 지나치면서 인증 절차가 수행되는 반면 객체 인식 카메라 모듈을 이용한 출입 통제의 경우 사용자가 객체 인식 카메라 모듈에 촬영을 실시함에 따라 출입 통제를 위한 인증 절차가 번거로운 문제점이 있다.In the case of access control at the general entrance, in the case of using the other authentication means, the authentication process is performed while the user passes the entrance door. In the case of access control using the object recognition camera module, the user shoots the object recognition camera module, There is a problem in that the authentication procedure for the authentication is troublesome.

공개번호 제10-2002-0030218호, 적외선 엘이디부착구를 장착한 감시카메라Open No. 10-2002-0030218, a surveillance camera equipped with an infrared LED attachment 공개번호 제10-2011-0034216호, 편광필터를 이용한 얼굴인식 장치No. 10-2011-0034216, a face recognition apparatus using a polarizing filter 공개번호 제10-2011-0034223호, 촬영부의 각도 조절이 가능한 얼굴 인식장치No. 10-2011-0034223, a face recognition apparatus capable of adjusting the angle of the photographing unit

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 피사체로 적외선 각도와 조사 시간을 조절해서 적외선을 조사하는 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템을 제공하는데 있다.The object of the present invention is to provide an object recognition camera module and a object recognition system including the object recognition camera using deep learning which irradiates infrared rays by controlling an infrared angle and an irradiation time with a subject.

또한, 피사체로부터 반사되는 감지 마크의 왜곡을 분석해서 적외선 각도와 조사 시간을 조절하는 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템을 제공하는데 있다.The present invention also provides an object recognition camera module using a deep run that adjusts an angle of an infrared ray and an irradiation time by analyzing a distortion of a detection mark reflected from a subject and an object recognition system including the module.

또한, 얼굴을 인식해서 출입문에 대해 출입 통제하는 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템을 제공하는데 있다.In addition, the present invention is to provide an object recognition camera module using a deep running which recognizes a face and access control on a door, and an object recognition system including the module.

또한, 카메라 고장에 대처하는 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템을 제공하는데 있다.The present invention also provides an object recognition camera module using deep learning to cope with a camera failure and an object recognition system including the camera module.

상기 목적을 달성하기 위한 본 발명은, 피사체(700) 움직임을 감지하는 감지부(100); 피사체(700)를 중심으로 카메라에 대칭하게 놓이고 피사체(700)로 적외선을 출력하는 적외선 출력부(200); 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 각도를 조절해서 적외선을 조사하는 적외선 조사 각도 조절부(300); 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 조사 시간을 조절해서 적외선을 조사하는 적외선 조사 시간 조절부(400); 피사체(700)를 촬영하는 피사체 카메라(500); 및 피사체 카메라(500)로 촬영된 영상을 분석하여 적외선 조사 각도 조절부(300), 적외선 조사 시간 조절부(400) 및 피사체 카메라 각도를 제어하는 제어부(600)를 포함한다.According to an aspect of the present invention, there is provided an imaging apparatus including: a sensing unit for sensing movement of a subject; An infrared ray output unit 200 placed symmetrically with respect to the subject 700 to output infrared rays to the subject 700; An infrared ray irradiation angle adjusting unit 300 for controlling the infrared ray output unit 200 by controlling the subject 700 and the camera angle according to the movement of the subject and adjusting the angle of the infrared ray with respect to the subject 700; An infrared ray irradiation time adjusting unit 400 for adjusting the infrared ray irradiation time by controlling the infrared ray output unit 200 in consideration of the subject 700 and the camera angle according to the movement of the subject and irradiating the infrared ray with the subject 700; A subject camera 500 for photographing the subject 700; And an infrared ray irradiation angle adjusting unit 300, an infrared ray irradiation time adjusting unit 400, and a controller 600 for controlling the subject camera angle by analyzing the image photographed by the subject camera 500.

또한, 제어부(600)는 촬영된 영상이 어두우면 피사체(700)에 반사된 적외선이 피사체 카메라(500)에 촬상되도록 적외선 조사 각도 조절부(300)를 제어한다.If the photographed image is dark, the control unit 600 controls the infrared ray irradiation angle adjusting unit 300 so that the infrared ray reflected on the subject 700 is picked up by the subject camera 500.

또한, 제어부(600)는 촬영된 영상이 어두우면 적외선 조사 시간 조절부(400)를 제어하여 적외선 조사 시간을 늘린다. 또한 적외선 조사 시간을 조절하는 또다른 주 이유는, 출입통제시 사용자가 카메라 모듈이 자신을 감시하고 있다고 느낄 수 있는 상대객체의 거부감을 줄이기 위해서이며, 이러한 상대객체의 거부감을 최소화하기 위해, 적외선 조사 시간이 조절될 수 있다.If the photographed image is dark, the control unit 600 controls the infrared ray irradiation time adjusting unit 400 to increase the infrared ray irradiation time. Another main reason for controlling the infrared irradiation time is to reduce the objection of the relative object that the user may feel that the camera module is monitoring itself during access control. In order to minimize the rejection of the relative object, The time can be adjusted.

또한, 제어부(600)가 적외선 출력부(200)를 제어해서 감지 마크를 출력하고, 피사체 카메라(500)로 촬영되는 감지 마크의 왜곡을 분석해서 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어한다.The control unit 600 controls the infrared ray output unit 200 to output a detection mark and analyzes the distortion of the detection mark captured by the subject camera 500 to adjust the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time (400).

또한, 감지 마크는 큐알 코드이고, 제어부(600)가 인식한 큐알 코드의 손상 정도가 일정 레벨을 넘어선 경우 적외선 조사 각도 조절부(300)를 제어해서 적외선 출력부(200)의 각도를 제어한다.The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 to control the angle of the infrared ray output unit 200 when the degree of damage of the quail code exceeds a predetermined level.

또한, 피사체(700)는 사람 얼굴이고 감지부(100)는 사람 얼굴이 출입문(700)에 접근함을 감지하고, 제어부(600)는 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어하여 사람 얼굴에서 반사된 적외선이 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식해서 출입문(700)에 대해 출입 통제한다.The control unit 600 controls the infrared ray irradiating angle adjusting unit 300 and the infrared ray irradiating time adjusting unit 300. The infrared ray irradiating angle adjusting unit 300 and the infrared ray irradiating time adjusting unit 300 400 to control the infrared rays reflected from the human face to face the image photographed by the subject camera 500 and control access to the door 700.

또한, 감지부(100)는 감지 카메라이고, 제어부(600)는 감지부(100)의 감지 카메라 영상에서 사람 얼굴을 추적하고 추적된 사람 얼굴에 적외선 출력부(200)와 피사체 카메라(500)를 바라보게 한다.In addition, the sensing unit 100 is a sensing camera, and the control unit 600 tracks a human face in the sensing camera image of the sensing unit 100 and outputs the infrared ray output unit 200 and the subject camera 500 to the traced person's face Let's look at it.

또한, 제어부(600)는 사람 얼굴이 방사하는 적외선 영상으로 사람 얼굴임을 인식하고, 적외선 출력부(200)로 적외선을 출력해서 사람 얼굴에서 반사되는 적외선을 적외선 카메라로 촬상해서 얼굴 인식한다.In addition, the controller 600 recognizes that the face is a human face with an infrared image radiated by a human face, outputs infrared rays to the infrared ray output unit 200, and recognizes the infrared ray reflected from the human face using an infrared camera.

또한, 제어부(600)는 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식하는 얼굴 인식부(610)를 포함하고, 출입문(700)을 지나가는 사용자에 대해 인식된 얼굴이 출입 허가자이면 출입문(700)을 연다.The control unit 600 includes a face recognizing unit 610 for recognizing the face of the image photographed by the subject camera 500. If the recognized face of the user passing through the entrance door 700 is the entrance permitting person, ).

또한, 편광 필터(510)는 일정 방향으로 정렬된 광이 카메라에 촬상되도록 해서 카메라가 일정한 품질의 이미지를 획득할 수 있게 한다.Further, the polarizing filter 510 allows the light aligned in a predetermined direction to be picked up by the camera, so that the camera can acquire images of constant quality.

또한, 카메라는 3 개이고, 하나의 카메라가 고장난 경우 다른 2개 카메라 영상이 유효한지를 판단해서 고장 여부를 확인하고, 정상 카메라로 영상을 분석한다.In addition, if there are three cameras and one camera fails, it is determined whether the other two camera images are valid, and it is checked whether there is a failure, and the image is analyzed by the normal camera.

상기와 같은 본 발명에 따른 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템을 이용할 경우에는 피사체를 정확히 카메라로 촬상할 수 있다.When the object recognition camera module and the object recognition system including the object recognition camera using the deep learning according to the present invention as described above, the subject can be accurately captured by the camera.

또한, 피사체에 반사된 적외선을 카메라로 촬상해서 얼굴 인식하는 장점이 있다.In addition, there is an advantage that a face is recognized by capturing an infrared ray reflected by a subject with a camera.

또한, 카메라 고장에 대처해서 언제든지 강건한 동작 환경을 제공할 수 있다.In addition, a robust operating environment can be provided at any time in response to a camera failure.

도 1은 객체 인식 카메라 모듈의 구성을 보인 예시도이다.
도 2는 감지 마크를 이용한 객체 인식 카메라 모듈의 동작을 설명한 예시도이다.
도 3은 출입 통제하는 객체 인식 카메라 모듈을 보인 예시도이다.
도 4는 편광 필터(510)를 가지는 카메라를 보인 예시도이다.
도 5는 조사 각도를 설명하는 예시도이다.1 is an exemplary view showing a configuration of an object recognition camera module.
2 is an exemplary view illustrating an operation of an object recognition camera module using a detection mark.
FIG. 3 is an exemplary view showing an object recognition camera module for access control.
4 is an exemplary view showing a camera having a polarization filter 510. FIG.
5 is an exemplary view for explaining an irradiation angle.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are to be interpreted as either ideal or overly formal in the sense of the present application Do not.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템은 객체 인식 카메라 모듈이 딥러닝 방법을 이용하여 피사체 이미지를 인식할 수 있다. 딥러닝 방법은 피사체인 얼굴을 인식하고자 여러 얼굴에 대해 식별할 수 있는 정보를 제공한다. 딥러닝 방법이 객체 인식 카메라 모듈에 적용되어 얼굴 인식 성능을 끌어 올릴 수 있다.The object recognition camera module using deep running and the object recognition system including the camera module can recognize the object image using the deep learning method of the object recognition camera module. The deep running method provides information that can identify multiple faces in order to recognize a face as a subject. Deep learning method can be applied to object recognition camera module to enhance face recognition performance.

딥러닝을 객체 인식 카메라 모듈에 적용하는 또다른 실시예로는 객체 인식 카메라로 촬영된 객체(예를 들어 얼굴)의 실제(liveness) 여부를 판단하는 것이다. 구체적으로는 해커 등이 촬영된 다른 사람의 얼굴 이미지를 프린트하여 다른 사람인 척 위조(spoofing)하여 출입을 하려는 경우, 이러한 경우에 대해서도 객체의 live 이미지와 spoofing 이미지를 binary classification을 적용하여 머신 러닝을 적용하고 트레이닝시킴으로써, 객체의 live 여부에 대한 인식률을 높여, 객체 인식률의 정확성과 신뢰도를 높일 수 있다.Another embodiment of applying deep learning to an object recognition camera module is to determine whether an object (e.g., a face) photographed by an object recognition camera is liveness. Specifically, when a hacker or the like prints out a face image of another person and spoofs another person and enters and exits, in this case, the live image and the spoofing image of the object are subjected to machine learning by applying binary classification And training, it is possible to increase the recognition rate of the object 's live status and improve the accuracy and reliability of the object recognition rate.

도 1은 객체 인식 카메라 모듈의 구성을 보인 예시도이다.1 is an exemplary view showing a configuration of an object recognition camera module.

객체 인식 카메라 모듈은 피사체 움직임을 감지하는 감지부(100); 피사체(700)를 중심으로 카메라에 대칭하게 놓이고 피사체(700)로 적외선을 출력하는 적외선 출력부(200); 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 각도를 조절해서 적외선을 조사하는 적외선 조사 각도 조절부(300); 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 조사 시간을 조절해서 적외선을 조사하는 적외선 조사 시간 조절부(400); 피사체(700)를 촬영하는 피사체 카메라(500); 및 피사체 카메라(500)로 촬영된 영상을 분석하여 적외선 조사 각도 조절부(300), 적외선 조사 시간 조절부(400) 및 피사체 카메라 각도를 제어하는 제어부(600)를 포함한다.The object recognition camera module includes a sensing unit (100) for sensing a movement of a subject; An infrared ray output unit 200 placed symmetrically with respect to the subject 700 to output infrared rays to the subject 700; An infrared ray irradiation angle adjusting unit 300 for controlling the infrared ray output unit 200 by controlling the subject 700 and the camera angle according to the movement of the subject and adjusting the angle of the infrared ray with respect to the subject 700; An infrared ray irradiation time adjusting unit 400 for adjusting the infrared ray irradiation time by controlling the infrared ray output unit 200 in consideration of the subject 700 and the camera angle according to the movement of the subject and irradiating the infrared ray with the subject 700; A subject camera 500 for photographing the subject 700; And an infrared ray irradiation angle adjusting unit 300, an infrared ray irradiation time adjusting unit 400, and a controller 600 for controlling the subject camera angle by analyzing the image photographed by the subject camera 500.

감지부(100)는 피사체 움직임을 감지한다. 감지부(100)에는 피사체 카메라(500)와는 독립된 카메라가 사용될 수 있고, 피사체 카메라(500)가 사용될 수도 있다. 감지부(100)는 피사체 움직임을 감지해서 피사체 카메라(500)가 최상의 영상을 얻을 수 있도록 피사체(700)를 촬영할 수 있게 한다.The sensing unit 100 senses the movement of the subject. The sensing unit 100 may be a camera separate from the subject camera 500, and the subject camera 500 may be used. The sensing unit 100 senses the movement of the subject and allows the subject camera 500 to photograph the subject 700 so as to obtain the best image.

적외선 출력부(200)는 피사체(700)를 중심으로 피사체 카메라(500)에 대칭하게 놓이고 피사체(700)로 적외선을 출력한다. 피사체(700)에서 반사된 적외선이 피사체 카메라(500)에 촬상되도록 한다.The infrared ray output unit 200 is placed symmetrically on the subject camera 500 around the subject 700 and outputs infrared rays to the subject 700. So that infrared rays reflected by the subject 700 are picked up by the subject camera 500.

적외선 조사 각도 조절부(300)는 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 각도를 조절해서 적외선을 조사한다.조사 각도는 고정 또는 자동 조절되고, 0~90도 사이에서 조절되고, 상하 또는 좌우로 조절된다.The infrared ray irradiation angle adjusting unit 300 controls the infrared ray output unit 200 in consideration of the subject 700 and the camera angle according to the movement of the subject and adjusts the infrared ray angle to the subject 700 to irradiate the infrared rays. Fixed or automatically adjusted, adjusted between 0 and 90 degrees, adjusted up or down or left or right.

적외선 조사 시간 조절부(400)는 피사체 움직임에 따라 피사체(700)와 카메라 각도를 고려하고 적외선 출력부(200)를 제어하여 피사체(700)로 적외선 조사 시간을 조절해서 적외선을 조사한다. 예를 들어, 사용자 상대객체의 거부감을 없애기 위해 조사 시간은 0.3 미터 ~ 1 미터 사이에 0.4초 ~ 1초에 한번씩 적외선을 조사하도록 조절될 수 있다. 또다른 실시예로, 950나노미터 적외선 파장대역의 적외선이 사용될 경우에는 사용자가 적외선 카메라가 자신을 응시한다는 것을 느끼지 못하기 때문에 적외선 조사 시간 조절부(400)을 통해서, 조사 시간이 조절되지 않을 수 있다.The infrared ray irradiation time adjusting unit 400 controls the infrared ray output unit 200 in consideration of the subject 700 and the camera angle according to the movement of the subject and adjusts the infrared ray irradiation time with the subject 700 to irradiate the infrared rays. For example, to eliminate the objection of user-relative objects, the irradiation time can be adjusted to irradiate infrared light between 0.3 meters and 1 meter once every 0.4 seconds to 1 second. In another embodiment, when the infrared ray of 950 nm wavelength is used, since the user does not feel that the infrared camera gazes at him or her, the infrared ray irradiation time adjusting unit 400 may not control the irradiation time have.

또한, 조사 각도와 조사 시간은 피사체 전체를 대상으로 균일한 밝기의 광을 비추는 엠비언트 조명이 아닌 밤/낮, 맑음/흐림/눈/비 등 환경에 따라 출력이 조절된다.In addition, the irradiation angle and the irradiation time are controlled according to the environment such as night / day, clear / cloudy / snow / rain, and not the ambient lighting that illuminates the uniform brightness of the entire object.

피사체 카메라(500)는 피사체(700)를 촬영한다.적외선 출력부(200)에서 출력된 적외선이 피사체(700)에서 반사되어 피사체 카메라(500)에 촬상된다.The subject camera 500 photographs the subject 700. Infrared rays output from the infrared ray output unit 200 are reflected by the subject 700 and are captured by the subject camera 500. [

제어부(600)는 피사체 카메라(500)로 촬영된 영상을 분석하여 적외선 조사 각도 조절부(300), 적외선 조사 시간 조절부(400) 및 피사체 카메라 각도를 제어한다.The control unit 600 analyzes the image photographed by the subject camera 500 and controls the infrared ray irradiation angle adjusting unit 300, the infrared ray irradiation time adjusting unit 400, and the subject camera angle.

제어부(600)는 촬영된 영상이 어두우면 피사체(700)에 반사된 적외선이 피사체 카메라(500)에 촬상되도록적외선 조사 각도 조절부(300)를 제어한다. 제어부(600)는 촬영된 영상이 어두우면 적외선 조사 시간 조절부(400)를 제어하여 적외선 조사 시간을 늘린다.The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 so that the infrared ray reflected by the subject 700 is picked up by the subject camera 500. [ If the photographed image is dark, the control unit 600 controls the infrared ray irradiation time adjusting unit 400 to increase the infrared ray irradiation time.

도 2는 감지 마크를 이용한 객체 인식 카메라 모듈의 동작을 설명한 예시도이다.2 is an exemplary view illustrating an operation of an object recognition camera module using a detection mark.

제어부(600)가 적외선 출력부(200)를 제어해서 감지 마크를 출력하고, 피사체 카메라(500)로 촬영되는 감지 마크의 왜곡을 분석해서 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어한다.The control unit 600 controls the infrared ray output unit 200 to output a detection mark and analyzes the distortion of the detection mark captured by the subject camera 500 and controls the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400.

제어부(600)가 감지 마크를 이용해서 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어할 수 있다. 제어부(600)는 감지 마크의 왜곡 정도에 따라 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어하는 것이다. 제어부(600)는 감지 마크의 왜곡 정도가 낮으면 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어하지 않고, 왜곡 정도가 높을 때 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어할 수 있다.The control unit 600 can control the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400 using the detection marks. The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400 according to the degree of distortion of the detection mark. The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400 without controlling the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400 when the degree of distortion of the detection mark is low, The irradiation time adjusting unit 400 can be controlled.

감지 마크는 큐알 코드이고, 제어부(600)가 인식한 큐알 코드의 손상 정도가 일정 레벨을 넘어선 경우 적외선 조사 각도 조절부(300)를 제어해서 적외선 출력부(200)의 각도를 제어한다.When the degree of damage of the cue code recognized by the control unit 600 exceeds a predetermined level, the control unit 600 controls the angle of the infrared ray output unit 200 by controlling the infrared ray irradiation angle adjusting unit 300.

도 3은 출입 통제하는 객체 인식 카메라 모듈을 보인 예시도이다.FIG. 3 is an exemplary view showing an object recognition camera module for access control.

피사체(700)는 사람 얼굴이고 감지부(100)는 사람 얼굴이 출입문(700)에 접근함을 감지하고, 제어부(600)는 적외선 조사 각도 조절부(300)와 적외선 조사 시간 조절부(400)를 제어하여 사람 얼굴에서 반사된 적외선이 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식해서 출입문(700)에 대해 출입 통제한다.The control unit 600 controls the infrared ray irradiating angle adjusting unit 300 and the infrared ray irradiating time adjusting unit 400 such that the subject 700 is a human face and the sensing unit 100 approaches the door 700. [ So that the infrared ray reflected from the human face faces the image photographed by the subject camera 500 and controls access to the door 700.

감지부(100)는 감지 카메라이고, 제어부(600)는 감지부(100)의 감지 카메라 영상에서 사람 얼굴을 추적하고 추적된 사람 얼굴에 적외선 출력부(200)와 피사체 카메라(500)를 바라보게 한다.The sensing unit 100 is a sensing camera and the control unit 600 tracks a human face from the sensing camera image of the sensing unit 100 and looks at the infrared ray output unit 200 and the subject camera 500 on the traced person's face do.

제어부(600)는 사람 얼굴이 방사하는 적외선 영상으로 사람 얼굴임을 인식하고, 적외선 출력부(200)로 적외선을 출력해서 사람 얼굴에서 반사되는 적외선을 적외선 카메라로 촬상해서 얼굴 인식한다.The control unit 600 recognizes that the human face is an infrared image radiated by the human face, outputs infrared rays to the infrared ray output unit 200, and recognizes the infrared ray reflected from the human face by using an infrared camera.

제어부(600)는 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식하는 얼굴 인식부(610)를 포함하고, 출입문(700)을 지나가는 사용자에 대해 인식된 얼굴이 출입 허가자이면 출입문(700)을 연다.The control unit 600 includes a face recognizing unit 610 for recognizing the face photographed by the subject camera 500. If the recognized face of the user passing through the entrance door 700 is the access permit person, Open.

또한, 제어부(600)는 동시다수의 출입관리를 위해 1차 또는 2차 인증 중 하나의 미인증 출입자가 발생하거나 출입 시도가 발생하는 상황에서 관제실에 메시지 또는 알림창으로 통보해서 현장보안요원이 출동하여 출입 통제 조치를 취하도록 할 수 있다. 제어부(600)가 1차 인증은 얼굴 인식으로, 2차 인증은 음성 인식으로 처리할 수 있다. 예를 들어, 제어부(600)가 1차 인증과 2차 인증으로 나누어 다양한 인식/인증을 처리할 수 있다. 1차 인증 또는 2차 인증에 카드 인증, 지문 인식, 홍채 인식 등 다양하게 적용될 수 있다.In addition, the control unit 600 notifies the control room of a message or a notification window in the situation where one unauthorized accessee out of the primary or secondary authentication occurs or an access attempt occurs for simultaneous access management, and a site security officer is dispatched Access control measures may be taken. The control unit 600 can process the first authentication by face recognition and the second authentication by voice recognition. For example, the control unit 600 may divide into a primary authentication and a secondary authentication to process various types of recognition / authentication. Card authentication, fingerprint recognition, iris recognition, and the like can be applied to the primary authentication or the secondary authentication.

또한, 제어부(600)는 1차 인증 후 2차 인증시간 한계를 설정해서 인증시간 한계 이내에 인증이 이루어지지 않으면 관제실에 메시지 또는 알림창으로 통보해서 현장보안요원이 출동하도록 조치할 수 있다. 인증시간 한계 설정은 출입 통제가 완료되어야 하는 최소 시간을 정한다.In addition, the control unit 600 may set a secondary authentication time limit after the primary authentication and notify the control room to a message or a notification window if the authentication is not performed within the authentication time limit so that the on-site security personnel can be dispatched. The authentication time limit setting determines the minimum time for access control to be completed.

또한, 제어부(600)는 동시 다수 출입자를 계수할 수 있는 계수 카운터를 구비해서 최대 출입자를 계산하고, 출입 통제에 소요되는 자원이 충분하도록 지원할 수 있다. 동시 다수 출입자가 하나의 출입문에 몰릴 때 시스템 자원이 한 번에 요청되어 시스템 오류가 발생할 수 있다. 시스템 오류는 출입 통제를 원할하지 못하게 해서 출입자 불편을 야기할 수 있다. 동시 다수 출입자가 발생하더라도 제어부(600)가 이에 대처해서 출입 통제를 할 수 있도록 시스템 자원을 충분히 확보해야 한다. 충분한 시스템 자원은 제어부(600)가 동시 다수 출입자에 대해 출입 통제할 수 있도록 지원한다.In addition, the control unit 600 may include a coefficient counter capable of counting simultaneous multiple passengers to calculate the maximum number of passengers, and to support the resources sufficient for access control. When multiple concurrent users are pushed into one door, system resources may be requested at once and system errors may occur. A system error can cause access control problems, which can cause discomfort to the passengers. Even if simultaneous multiple passengers occur, the control unit 600 should secure enough system resources to control access to the same. Sufficient system resources are provided to allow the control unit 600 to control access to a large number of simultaneous users.

또한, 제어부(600)가 1차 인증은 얼굴 인식으로, 2차 인증은 음성 인식으로 처리하고, 객체영상 카운트 분석 기술을 이용하여 동시 다수 출입자를 계수해서 출입 통제한다. 제어부(600)는 동시 다수 출입자를 계수할 수 있도록 감지부(100)에 객체영상 카운트 분석 기술을 탑재할 수 있다. 객체영상 카운트 분석 기술은 촬영된 영상에 동시 다수 출입자가 몇 명 포함되어 있는지를 계수할 수 있다. 감지부(100)는 객체영상 카운트 분석 기술을 이용하여 동시 다수 출입자를 계수하고 제어부(600)에 알릴 수 있다. 제어부(600)는 동시 다수 출입자의 계수 정보에 기반하여 출입 통제를 제어할 수 있다.In addition, the control unit 600 processes the first authentication by facial recognition, the second authentication by voice recognition, and counts the number of simultaneous passengers simultaneously using the object image count analysis technique to control access. The control unit 600 may include an object image count analysis technique in the sensing unit 100 so that multiple simultaneous passers can be counted. The object image count analysis technique can count how many people are included in the captured image at the same time. The sensing unit 100 may count the simultaneous multiple passengers using the object image count analysis technique and notify the control unit 600 of the count. The control unit 600 can control the access control based on the count information of the simultaneous multiple passengers.

도 4는 편광 필터(510)를 가지는 카메라를 보인 예시도이다.4 is an exemplary view showing a camera having a polarization filter 510. FIG.

편광 필터(510)는 일정 방향으로 정렬된 광이 카메라에 촬상되도록 해서 카메라가 일정한 품질의 이미지를 획득할 수 있게 한다.편광 필터(510)는 일정 방향으로 정렬된 광을 필터링하여 출력한다. 카메라가 편광 필터(510)를 가지면 편광 필터(510)로 필터링된 광이 촬상된 이미지를 얻을 수 있다.The polarizing filter 510 allows the camera to capture an image of a constant quality by allowing the light aligned in a predetermined direction to be picked up by the camera. The polarizing filter 510 filters and outputs light aligned in a predetermined direction. If the camera has a polarizing filter 510, an image in which the light filtered by the polarizing filter 510 is captured can be obtained.

카메라는 3 개이고, 제어부(600)는 하나의 카메라가 고장난 경우 다른 2개 카메라 영상이 유효한지를 판단해서 고장 여부를 확인하고, 정상 카메라로 영상을 분석한다. 하나의 카메라가 고장나면 다른 2개 카메라 영상만이 유효하다. 이러한 성질을 이용해서 제어부(600)는 카메라 고장 유무를 판단할 수 있다. 카메라가 고장나면 수리 요청하고, 수리될 때까지 2개 카메라 영상으로 출입 통제를 수행한다. 제어부(600)는 카메라 고장에 대처해서 출입 통제가 원활하게 동작할 수 있도록 조치할 수 있다.If there are three cameras and the controller 600 determines that two cameras are valid, the controller 600 determines whether the two cameras are valid, and analyzes the images using the normal camera. If one camera fails, only the other two camera images are valid. Using this property, the control unit 600 can determine whether the camera is malfunctioning or not. If the camera fails, ask for repair and perform access control with two camera images until it is repaired. The control unit 600 can take measures to cope with the camera malfunction so that the access control smoothly operates.

도 5는 조사 각도를 설명하는 예시도이다.5 is an exemplary view for explaining an irradiation angle.

도 5의 a에서 바조명에서 광이 출력되면 대상 물체에서 반사된 확산광이 CCD 카메라에 촬상되고, 정반사 광이 반사한다. 바조명과 CCD 카메라의 조사 각도가 조절될 수 있다.In FIG. 5A, when light is output in the bar illumination, the diffused light reflected by the object is imaged by the CCD camera, and the regular reflection light is reflected. The irradiation angle of the bar illumination and the CCD camera can be adjusted.

도 5의 b는 유전체 매질에 광이 입사할 때 TM 모드 또는 TE 모드의 광이 입사되거나 반사됨을 설명한다.5B illustrates that light in the TM mode or TE mode is incident or reflected when light is incident on the dielectric medium.

예를 들어, 조사 각도는 고정 또는 자동 조절되고, 0~90도 사이에서 조절되고, 상하 또는 좌우로 조절된다. 조사 시간은 0.3 미터 ~ 1 미터 사이에 0.4초 ~ 1초에 한번씩 적외선을 조사하도록 조절될 수 있다. 조사 각도와 조사 시간은 피사체 전체를 대상으로 균일한 밝기의 광을 비추는 엠비언트 조명이 아닌 밤/낮, 맑음/흐림/눈/비 등 환경에 따라 출력이 조절된다.For example, the angle of illumination can be fixed or automatically adjusted, adjusted between 0 and 90 degrees, and adjusted up or down or left or right. The irradiation time can be adjusted to irradiate infrared light between 0.3 meters and 1 meter once every 0.4 seconds to 1 second. The angle of irradiation and the irradiation time are controlled according to the environment such as night / day, clear / cloudy / snow / rain, etc., rather than ambient light that illuminates the uniform brightness of the entire object.

도 6은 출입 통제 시스템을 보인 예시도이다.6 is an exemplary view showing an access control system.

출입 통제 시스템은 객체 인식 카메라 모듈로 출입문에 접근하는 사용자를 인식하고 객체 인식 카메라 모듈은 인식 결과를 출입 통제 시스템으로 전달한다. 출입 통제 시스템은 인식 결과로 사용자가 출입 대상임을 판단하면 PoE 공급장치를 통해 잠금장치를 제어해서 출입문을 출입 통제할 수 있다. 콘트롤러는 출입 통제 시스템을 구성하는 각종 장치의 동작 상태를 관리한다.The access control system recognizes the user accessing the door with the object recognition camera module, and the object recognition camera module transmits the recognition result to the access control system. When the access control system judges that the user is the entrance target by the recognition result, it can control the lock through the PoE supply device and control access to the door. The controller manages the operation status of various devices constituting the access control system.

출입 통제 시스템은 객체 인식 대상 얼굴의 특징점을 사전 등록한 DB를 활용한다. 출입 통제 시스템은 얼굴 인식 카메라로 객체 인식 대상을 촬영하고, 일정 거리 도달한 객체 인식 대상 얼굴의 특징점과 사전 등록한 DB를 비교 판단하여 객체 인식 대상의 인식과 인증 절차를 수행한다.The access control system utilizes the DB which pre-registered the minutiae of the object recognition target face. The access control system captures the object recognition object with the face recognition camera and performs the recognition and authentication procedure of the object recognition object by comparing and judging the feature points of the object recognition face reaching a certain distance and the pre-registered DB.

출입 통제 시스템에는 얼굴 인식 카메라 외에도 카드 인식, 지문 인식, 홍채 인식 등이 복합 적용되어 얼굴 인식의 인증을 보조할 수 있다. 얼굴 인식 카메라는 객체 인식 카메라 모듈의 하나의 실시예이다.In addition to face recognition camera, card access, fingerprint recognition, and iris recognition are integrated in the access control system to assist in the authentication of face recognition. The face recognition camera is one embodiment of the object recognition camera module.

또한, 이러한 객체 인식 카메라 모듈은 CCTV 감시시스템에 적용되어 지능적인 영상분석 기능을 제공할 수도 있고, 스마트 팩토리나 스마트 팜 등에서 제조되는 제품이나 농산물의 상태나 오류를 지능적으로 분석하는 데도 사용될 수 있으며, 더 나아가 지능형 로봇 등의 비전 인식 분야에도 사용될 수 있다. 이러한 시스템들을 객체 인식 시스템의 실시예들로 볼 수 있다.In addition, the object recognition camera module can be applied to the CCTV surveillance system to provide intelligent image analysis function, can be used to intelligently analyze the state or error of the products manufactured in the smart factory or the smart farm, Furthermore, it can be used in the field of vision recognition such as intelligent robots. These systems can be seen as embodiments of object recognition systems.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the present invention as defined by the following claims It can be understood that

100: 감지부 200: 적외선 출력부
300: 적외선 조사 각도 조절부 400: 적외선 조사 시간 조절부
500: 피사체 카메라 510: 편광 필터
600: 제어부 700: 피사체100: sensing unit 200: infrared ray output unit
300: Infrared ray irradiation angle adjusting unit 400: Infrared ray irradiation time adjusting unit
500: Subject camera 510: Polarization filter
600: control unit 700: subject

Claims (11)

피사체(700) 움직임을 감지하는 감지부(100);
상기 피사체(700)에 대응하는 출입문을 중심으로 일측에 놓이는 피사체 카메라(500)에 대칭하게 출입문 타측에 놓이고 피사체(700)로 적외선을 출력하는 적외선 출력부(200);
피사체 움직임에 따라 상기 피사체(700)와 카메라 각도를 고려하고 상기 적외선 출력부(200)를 제어하여 상기 피사체(700)로 적외선 각도를 조절해서 적외선을 조사하는 적외선 조사 각도 조절부(300);
피사체 움직임에 따라 상기 피사체(700)와 카메라 각도를 고려하고 상기 적외선 출력부(200)를 제어하여 상기 피사체(700)로 적외선 조사 시간을 조절해서 적외선을 조사하는 적외선 조사 시간 조절부(400);
상기 적외선 출력부(200)에서 출력된 적외선이 파사체(700)에 반사되어 촬상되서 상기 피사체(700)를 촬영하는 피사체 카메라(500); 및
상기 피사체 카메라(500)로 촬영된 영상을 분석하여 상기 적외선 조사 각도 조절부(300), 상기 적외선 조사 시간 조절부(400) 및 피사체 카메라 각도를 제어하는 제어부(600)를 포함하고,
상기 피사체(700)는 사람 얼굴이고 상기 감지부(100)는 감지 카메라이고, 사람 얼굴이 출입문(700)에 접근함을 감지하고,
상기 제어부(600)는 상기 적외선 조사 각도 조절부(300)와 상기 적외선 조사 시간 조절부(400)를 제어하여 사람 얼굴에서 반사된 적외선이 상기 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식해서 출입문(700)에 대해 출입 통제하고,
상기 제어부(600)가 1차 인증은 얼굴 인식으로, 2차 인증은 음성 인식으로 처리하고, 1차 인증 후 2차 인증에 관한 인증시간 한계를 설정하여, 인증시간 한계 이내에 인증이 이루어지지 않는 것을 인식하도록 하며,
상기 제어부(600)의 객체영상 카운트 분석 기술을 이용하여 동시 다수 출입자를 계수해서 출입 통제하는 딥러닝을 이용한 객체 인식 카메라 모듈.A sensing unit (100) for sensing movement of the subject (700);
An infrared ray output unit 200 placed on the other side of the doorway symmetrically with respect to the subject camera 500 located at one side of the door corresponding to the subject 700 and outputting infrared rays to the subject 700;
An infrared ray irradiation angle controller 300 for controlling the infrared ray output unit 200 by controlling the subject 700 and the camera angle according to the movement of the subject to adjust the infrared ray angle to the subject 700 to irradiate infrared rays;
An infrared ray irradiation time adjusting unit 400 for controlling the infrared ray output time of the subject 700 by controlling the infrared ray output unit 200 in consideration of the subject 700 and the camera angle according to the movement of the subject and irradiating the infrared ray with infrared rays;
A subject camera 500 for taking an image of the subject 700 after the infrared ray output from the infrared ray output unit 200 is reflected by the subject 700 and picked up; And
And a control unit (600) for analyzing the image photographed by the subject camera (500) and controlling the infrared ray irradiation angle adjusting unit (300), the infrared ray irradiation time adjusting unit (400)
The subject 700 is a human face, the sensing unit 100 is a sensing camera, detects that a human face approaches the door 700,
The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 and the infrared ray irradiation time adjusting unit 400 so that the infrared rays reflected from the human face recognize the image photographed by the subject camera 500 Access control for the door 700,
The control unit 600 processes the first authentication by face recognition, the second authentication by voice recognition, sets the authentication time limit for the secondary authentication after the primary authentication, and determines that authentication is not performed within the authentication time limit And,
An object recognition camera module using deep running to count and access a large number of passengers at the same time by using the object image count analysis technique of the controller 600. [ 제1항에 있어서,
상기 제어부(600)는 촬영된 영상이 어두우면 상기 피사체(700)에 반사된 적외선이 상기 피사체 카메라(500)에 촬상되도록 상기 적외선 조사 각도 조절부(300)를 제어하는 딥러닝을 이용한 객체 인식 카메라 모듈.The method according to claim 1,
The control unit 600 controls the infrared ray irradiation angle adjusting unit 300 so that the infrared ray reflected on the subject 700 is picked up by the subject camera 500 when the photographed image is dark, module. 제1항에 있어서,
상기 제어부(600)가 상기 적외선 출력부(200)를 제어해서 감지 마크를 출력하고, 상기 피사체 카메라(500)로 촬영되는 감지 마크의 왜곡을 분석해서 상기 적외선 조사 각도 조절부(300)와 상기 적외선 조사 시간 조절부(400)를 제어하는 딥러닝을 이용한 객체 인식 카메라 모듈.The method according to claim 1,
The control unit 600 controls the infrared ray output unit 200 to output a detection mark and analyzes the distortion of the detection mark photographed by the subject camera 500 and controls the infrared ray irradiation angle adjusting unit 300 and the infrared ray An object recognition camera module using deep learning to control an irradiation time adjusting unit (400). 삭제delete 제1항에 있어서,
상기 제어부(600)는 상기 피사체 카메라(500)에 의해 촬영된 영상을 얼굴 인식하는 얼굴 인식부(610)를 포함하고,
상기 출입문(700)을 지나가는 사용자에 대해 인식된 얼굴이 출입 허가자이면 상기 출입문(700)을 여는 딥러닝을 이용한 객체 인식 카메라 모듈.The method according to claim 1,
The control unit 600 includes a face recognizing unit 610 for recognizing a face of an image photographed by the subject camera 500,
The object recognition camera module using the deep running to open the door (700) if the recognized face for the user passing through the door (700) is an access permit. 삭제delete 제1항에 있어서,
카메라는 3 개이고, 하나의 카메라가 고장난 경우 다른 2개 카메라 영상이 유효한지를 판단해서 고장 여부를 확인하고, 정상 카메라로 영상을 분석하는 딥러닝을 이용한 객체 인식 카메라 모듈.The method according to claim 1,
An object recognition camera module using deep learning to determine whether the camera images are valid and to check for failure if one camera is broken, and analyze the image with a normal camera when there are three cameras. 제1항 내지 제3항, 제5항, 제7항 중 어느 한 항의 객체 인식 카메라 모듈을 포함하며, 객체 인식 카메라 모듈의 인식 결과로 출입문을 출입 통제하는 딥러닝을 이용한 출입 통제 시스템.An access control system using an object recognition camera module according to any one of claims 1 to 3, wherein the object recognition camera module includes a depth learning function for controlling entrance and exit of a door. 제1항 내지 제3항 중 어느 한 항의 객체 인식 카메라 모듈을 포함하며, 객체 인식 카메라 모듈의 인식 결과로 공장 자동화에 이용하는 딥러닝을 이용한 스마트 팩토리 시스템.A smart factory system using deep learning which is used for factory automation as a recognition result of an object recognition camera module, including the object recognition camera module of any one of claims 1 to 3. 제1항 내지 제3항 중 어느 한 항의 객체 인식 카메라 모듈을 포함하며, 객체 인식 카메라 모듈의 인식 결과로 농산물의 상태나 오류를 지능적으로 분석하는 딥러닝을 이용한 스마트 팜 시스템.A smart farm system using the object recognition camera module according to any one of claims 1 to 3 and using deep learning for intelligently analyzing the state or error of agricultural products as recognition result of the object recognition camera module. 제1항 내지 제3항 중 어느 한 항의 객체 인식 카메라 모듈을 포함하며, 객체 인식 카메라 모듈의 인식 결과를 비전 인식에 사용하는 딥러닝을 이용한 지능형 로봇.An intelligent robot using deep learning that uses the recognition result of the object recognition camera module for vision recognition, including the object recognition camera module of any one of claims 1 to 3.
KR1020180081228A 2018-07-12 2018-07-12 Object recognition camera module and object recognition system thereof KR101968101B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180081228A KR101968101B1 (en) 2018-07-12 2018-07-12 Object recognition camera module and object recognition system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180081228A KR101968101B1 (en) 2018-07-12 2018-07-12 Object recognition camera module and object recognition system thereof

Publications (1)

Publication Number Publication Date
KR101968101B1 true KR101968101B1 (en) 2019-04-11

Family

ID=66167289

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180081228A KR101968101B1 (en) 2018-07-12 2018-07-12 Object recognition camera module and object recognition system thereof

Country Status (1)

Country Link
KR (1) KR101968101B1 (en)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190106863A (en) 2019-08-27 2019-09-18 엘지전자 주식회사 Equipment utilizing human recognition and method for utilizing the same
KR102104088B1 (en) * 2019-11-25 2020-04-23 주식회사 시큐인포 Uwb-based location tracking and ai combined intelligent object tracking video monitoring system
KR102128945B1 (en) * 2019-12-26 2020-07-01 주식회사엔클라우드 Video transmission system based on edge cloud
KR102196838B1 (en) 2019-10-23 2020-12-30 주식회사 세븐미어캣 Apparatus for recognition the pollution level and breakage level of object
CN112784654A (en) * 2019-11-11 2021-05-11 北京君正集成电路股份有限公司 Detection system of infrared object detection equipment
KR102302183B1 (en) * 2021-02-25 2021-09-15 주식회사 아하정보통신 Smart Pass System with Child Access Record and Body Temperature Notification Functions
KR20210113543A (en) 2020-03-08 2021-09-16 김철균 Electrical signal processing apparatus using Deep learning image processing technology
KR102305955B1 (en) * 2020-10-12 2021-09-28 한전케이디엔주식회사 Emergency guide lamp comprising counting function and access personnel management method using the same
KR102310915B1 (en) * 2020-05-18 2021-10-08 주식회사 아하정보통신 Artificial intelligence-based smart pass medical device system using mask detection and body temperature correction of visitors
US11385526B2 (en) 2019-11-15 2022-07-12 Samsung Electronics Co., Ltd. Method of processing image based on artificial intelligence and image processing device performing the same
KR102524868B1 (en) * 2022-04-07 2023-04-24 아리아엣지 주식회사 Access management method, device and system using clothes or equipment recognition

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020030218A (en) 2000-10-16 2002-04-24 천국성 Supervisory camera with an Infrared LED adhesive means
KR20050009959A (en) * 2003-07-18 2005-01-26 학교법인연세대학교 Apparatus and Method for Iris Recognition from all direction of view
KR20100046868A (en) * 2008-10-28 2010-05-07 이기택 Safty control apparatus for automatic door
KR20110034216A (en) 2009-09-28 2011-04-05 (주)에이치아이에스티 Face recognition apparatus using polarized light filter
KR20110034223A (en) 2009-09-28 2011-04-05 (주)에이치아이에스티 The face recognition system where the photographing bringing up for discussion angle control is possible
KR20110101779A (en) * 2010-03-09 2011-09-16 삼성테크윈 주식회사 Infrared monitoring camera
KR20160023489A (en) * 2014-08-22 2016-03-03 삼성전자주식회사 Gesture detection device and detecting method of gesture using the same

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020030218A (en) 2000-10-16 2002-04-24 천국성 Supervisory camera with an Infrared LED adhesive means
KR20050009959A (en) * 2003-07-18 2005-01-26 학교법인연세대학교 Apparatus and Method for Iris Recognition from all direction of view
KR20100046868A (en) * 2008-10-28 2010-05-07 이기택 Safty control apparatus for automatic door
KR20110034216A (en) 2009-09-28 2011-04-05 (주)에이치아이에스티 Face recognition apparatus using polarized light filter
KR20110034223A (en) 2009-09-28 2011-04-05 (주)에이치아이에스티 The face recognition system where the photographing bringing up for discussion angle control is possible
KR20110101779A (en) * 2010-03-09 2011-09-16 삼성테크윈 주식회사 Infrared monitoring camera
KR20160023489A (en) * 2014-08-22 2016-03-03 삼성전자주식회사 Gesture detection device and detecting method of gesture using the same

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11546504B2 (en) 2019-08-27 2023-01-03 Lg Electronics Inc. Equipment utilizing human recognition and method for utilizing the same
KR20190106863A (en) 2019-08-27 2019-09-18 엘지전자 주식회사 Equipment utilizing human recognition and method for utilizing the same
KR102196838B1 (en) 2019-10-23 2020-12-30 주식회사 세븐미어캣 Apparatus for recognition the pollution level and breakage level of object
CN112784654A (en) * 2019-11-11 2021-05-11 北京君正集成电路股份有限公司 Detection system of infrared object detection equipment
US11385526B2 (en) 2019-11-15 2022-07-12 Samsung Electronics Co., Ltd. Method of processing image based on artificial intelligence and image processing device performing the same
KR102104088B1 (en) * 2019-11-25 2020-04-23 주식회사 시큐인포 Uwb-based location tracking and ai combined intelligent object tracking video monitoring system
KR102128945B1 (en) * 2019-12-26 2020-07-01 주식회사엔클라우드 Video transmission system based on edge cloud
KR20210113543A (en) 2020-03-08 2021-09-16 김철균 Electrical signal processing apparatus using Deep learning image processing technology
KR102310915B1 (en) * 2020-05-18 2021-10-08 주식회사 아하정보통신 Artificial intelligence-based smart pass medical device system using mask detection and body temperature correction of visitors
WO2021235833A1 (en) * 2020-05-18 2021-11-25 주식회사 아하정보통신 Artificial intelligence-based smart pass system using mask detection and body temperature correction of entering or exiting person
KR102305955B1 (en) * 2020-10-12 2021-09-28 한전케이디엔주식회사 Emergency guide lamp comprising counting function and access personnel management method using the same
KR102302183B1 (en) * 2021-02-25 2021-09-15 주식회사 아하정보통신 Smart Pass System with Child Access Record and Body Temperature Notification Functions
KR102524868B1 (en) * 2022-04-07 2023-04-24 아리아엣지 주식회사 Access management method, device and system using clothes or equipment recognition

Similar Documents

Publication Publication Date Title
KR101968101B1 (en) Object recognition camera module and object recognition system thereof
CN110491004B (en) Resident community personnel safety management system and method
CN109377616B (en) Access control system based on two-dimensional face recognition
KR102074312B1 (en) Automatic recognition system for centralized control system using camera
KR101439348B1 (en) Attendance management system using face recognitionaccess control unit
CN111402481A (en) Intelligent access control system with body temperature measuring function, control method and computer readable storage medium
US8965063B2 (en) Compact biometric acquisition system and method
JP4667377B2 (en) System and method for dynamic remote biometric matching
US11431944B2 (en) Method and apparatus for using thermal data to trigger identification process
CN101499129B (en) Distant range iris recognition system and method
WO2005057472A1 (en) A face recognition method and system of getting face images
EP3074924A2 (en) Iris biometric recognition module and access control assembly
CN1967564A (en) Method and device for detecting and identifying human face applied to set environment
JP2013069155A (en) Face authentication database construction method, face authentication device, and face authentication program
KR100728657B1 (en) Unmanned system and method for controlling entrance and exit using of face recognition with multiple infrared cameras
CN111402475A (en) Intelligent gate passing system with body temperature measuring function, method and computer readable storage medium
KR101596363B1 (en) Access Control Apparatus and Method by Facial Recognition
KR102160137B1 (en) Apparatus and Method for Recognizing Fake Face By Using Minutia Data Variation
CN103971085A (en) Self-service customs clearance device for iris identification
KR20110092848A (en) Method for recognizing and registering face
Venugopalan et al. Unconstrained iris acquisition and recognition using cots ptz camera
KR20200018938A (en) Low power face recognition system using PIR sensor and its control method
KR102194409B1 (en) Face Detection and Recogniton System and Method using Multi-focusing AI Convolution Neural Network
CN111179489A (en) Dynamic portrait recognition control access control and dynamic portrait recognition control method
WO2021130871A1 (en) Gate device, method for controlling same, and program

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant