KR101987241B1 - 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법 - Google Patents
복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법 Download PDFInfo
- Publication number
- KR101987241B1 KR101987241B1 KR1020180023171A KR20180023171A KR101987241B1 KR 101987241 B1 KR101987241 B1 KR 101987241B1 KR 1020180023171 A KR1020180023171 A KR 1020180023171A KR 20180023171 A KR20180023171 A KR 20180023171A KR 101987241 B1 KR101987241 B1 KR 101987241B1
- Authority
- KR
- South Korea
- Prior art keywords
- event
- information
- intelligent control
- context
- composite
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
- G08B13/19615—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion wherein said pattern is defined by the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법이 개시된다.
이 플랫폼은 상황 인지 서버 및 지능형 관제 서버를 포함한다. 상황 인지 서버는 고객 정보, 고객 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출한다. 지능형 관제 서버는 IoT 장치에 의해 발생되는 이벤트 및 영상 촬영 장치에 의해 촬영된 영상의 분석에 의해 발생되는 이벤트를 수신하고, 수신되는 이벤트들을 융합하여 복합 이벤트 처리를 수행하되, 복합 이벤트에 대해 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트에 대한 검증을 수행하여 검증된 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보 발생 및 사후 처리를 수행한다.
이 플랫폼은 상황 인지 서버 및 지능형 관제 서버를 포함한다. 상황 인지 서버는 고객 정보, 고객 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출한다. 지능형 관제 서버는 IoT 장치에 의해 발생되는 이벤트 및 영상 촬영 장치에 의해 촬영된 영상의 분석에 의해 발생되는 이벤트를 수신하고, 수신되는 이벤트들을 융합하여 복합 이벤트 처리를 수행하되, 복합 이벤트에 대해 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트에 대한 검증을 수행하여 검증된 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보 발생 및 사후 처리를 수행한다.
Description
본 발명은 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법에 관한 것이다.
최근 범죄의 사전 예방이나 화재, 지진 등의 자연 재해의 신속 감지에 따른 신속한 경보 등을 위해 IoT(Internet of Things) 장치 등을 이용한 신호 감지 기반 신호 관제와 CCTV에 기반한 모션 감지나 영상 분석에 기반하는 영상 관제의 개발 및 활용에 대한 중요성이 증대되고 있다.
그런데, 종래의 관제 서비스는 IoT 장치에 의한 신호 이벤트, CCTV에서 제공하는 모션 감지 이벤트 또는 CCTV 영상의 지능형 영상 분석 이벤트 각각을 사용한 관제 서비스가 제공되고 있다.
이로 인해, 각 관제 이벤트 발생으로 인한 경보에 따른 오출동이 잦고, 따라서 오출동에 의한 경비 소모가 증가하고 있다.
따라서, IoT 장치에 의한 신호 관제와 CCTV의 모션 감지나 영상 분석에 의한 영상 관제를 융합하여 각 관제에 따른 이벤트 발생을 복합적으로 결합하여 이벤트 발생을 판단하여 보다 정확한 경보를 발생함으로써 관제 서비스에 대한 신뢰도를 향상시킬 수 있는 방안이 요구되고 있다.
본 발명이 해결하고자 하는 과제는 복합 이벤트와 같은 객관적 데이터 제공으로 신속한 상황 대처, 관제 운영의 효율화가 가능한 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법을 제공하는 것이다.
본 발명의 하나의 특징에 따른 지능형 관제 플랫폼은,
고객 정보, 고객 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출하는 상황 인지 서버; 및 IoT(Internet of Things) 장치에 의해 발생되는 이벤트 및 영상 촬영 장치에 의해 촬영된 영상의 분석에 의해 발생되는 이벤트를 수신하고, 수신되는 이벤트들을 융합하여 복합 이벤트 처리를 수행하되, 복합 이벤트에 대해 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트에 대한 검증을 수행하여 검증된 복합 이벤트에 대응되는 경보 정책에 따라 경보 발생을 수행하는 지능형 관제 서버를 포함한다.
여기서, 상기 지능형 관제 서버는, 복합 이벤트 규칙 및 경보 정책을 저장하는 정보 데이터베이스부; 상기 영상 촬영 장치로부터 수신되는 영상을 분석하여 영상 기반 감지 이벤트를 발생하는 영상 분석부; 상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트를 수신하여 상기 정보 데이터베이스부에 저장된 복합 이벤트 규칙을 사용하여 복합 이벤트 여부를 판단하고, 복합 이벤트로 판단되는 경우 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행한 후, 검증이 성공되는 경우 상기 복합 이벤트에 대응되는 경보 및 사후 처리 정책에 따라 경보와 이벤트 사후 처리를 수행하는 이벤트 처리부; 상기 이벤트 처리부의 경보 처리에 따라 대응되는 경보를 사용자 단말에게 제공하는 경보 처리부; 및 상기 이벤트 처리부의 사후 처리에 따라 외부 기관에 신고나 단말 제어를 수행하는 사후 처리부를 포함한다.
또한, 상기 정보 데이터베이스에 저장되는 복합 이벤트 규칙 및 경보 정책은 네트워크를 통해 연결되는 사용자 단말에 의해 미리 설정된다.
또한, 상기 이벤트 처리부는, 상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트에 대해 상기 정보 데이터베이스부에 저장된 복합 이벤트 규칙을 사용하여 복합 이벤트 여부를 판단하는 복합 이벤트 판단부; 상기 복합 이벤트 판단부에 의해 판단된 복합 이벤트에 대해, 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행하는 검증부; 상기 검증부에 의해 검증된 복합 이벤트에 대해 상기 정보 데이터베이스부에 저장된 경보 정책에 따라 상기 경보 처리부로 대응되는 경보 발생을 요청하는 경보부; 및 상기 검증부에 의해 검증된 복합 이벤트에 대해 상기 정보 데이터베이스부에 저장된 사후 처리 정책에 따라 상기 사후 처리부로 대응되는 사후 처리를 요청하는 사후 처리 요청부를 포함한다.
또한, 상기 정보 데이터베이스부는 상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트별로 대응되는 단일 이벤트 규칙을 저장하고, 상기 이벤트 처리부는, 상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트에 대해 상기 정보 데이터베이스부에 저장된 단일 이벤트 규칙을 사용하여 등록된 이벤트 여부를 판단하는 이벤트 판단부를 더 포함하고, 상기 복합 이벤트 판단부는 상기 이벤트 판단부에 의해 판단된 이벤트에 대해 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하고, 상기 미리 설정된 일정 시간이 경과하기 전에 다른 이벤트가 발생되는 경우 이미 발생된 이벤트와 융합하여 복합 이벤트 여부를 추가로 판단한다.
또한, 상기 상황 인지 서버는, 고객 정보, 고객 및 외부 상황 정보를 포함하는 상황 정보를 저장하는 상황 데이터베이스; 이벤트 이력 정보를 저장하는 이벤트 이력 데이터베이스; 상기 상황 데이터베이스에 저장된 상황 정보와 상기 이벤트 이력 데이터베이스에 저장된 이벤트 이력 정보를 사용하여 상황 인지 기준 정보 제공을 위한 기계 학습을 수행하여 학습 결과에 대응되는 학습 모델을 생성하는 상황 학습부; 상기 상황 학습부에 의해 생성되는 학습 모델을 저장하는 학습 모델 DB; 및 상기 지능형 관제 서버에 의해 복합 이벤트가 판단되는 경우, 상기 복합 이벤트에 대해 상기 학습 모델 DB에 저장된 학습 모델을 사용하여 상기 복합 이벤트에 대응되는 상황 인지 기준 정보를 생성하여 상기 지능형 관제 서버로 제공하는 정보 제공부를 포함한다.
또한, 상기 상황 정보는 네트워크를 통해 연결되는 외부의 정보 제공 서버로부터 수집되는 정보이고, 상기 이벤트 이력 정보는 상기 지능형 관제 서버로부터 제공되는 이미 발생된 이벤트 결과 정보이다.
본 발명의 다른 특징에 따른, 지능형 관제 방법은,
지능형 관제 서버가 외부 상황 정보를 사용하여 지능형 관제를 수행하는 지능형 관제 방법으로서, IoT 장치로부터 발생되는 이벤트 또는 영상 촬영 장치에 의해 촬영된 영상 기반으로 감지되는 이벤트를 수신하는 단계; 수신되는 이벤트의 복합 이벤트 여부를 판단하는 단계; 복합 이벤트인 것으로 판단되는 경우, 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행하는 단계; 및 상기 복합 이벤트에 대한 검증이 성공되는 경우 상기 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보 발생 처리 및 사후 처리를 수행하는 단계를 포함하며, 상기 상황 인지 기준 정보는, 상기 상황 인지 서버가 고객 정보, 고객 및 외부 상황 정보와 상기 지능형 관제 서버로부터 제공되는 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 상기 복합 이벤트에 대응하여 검출한 정보이다.
여기서, 상기 복합 이벤트 여부를 판단하는 단계에서, 사용자 단말에 의해 미리 설정된 복합 이벤트 규칙을 사용하여 상기 복합 이벤트 여부가 판단되고, 상기 경보 발생 처리 및 사후 처리를 수행하는 단계에서, 상기 사용자 단말에 의해 미리 설정된 경보 정책 및 사후 처리 정책에 따라 상기 복합 이벤트에 대한 경보 발생 처리 및 사후 처리가 수행된다.
또한, 상기 복합 이벤트 여부를 판단하는 단계와, 상기 검증을 수행하는 단계 사이에, 상기 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하는 단계를 더 포함하고, 상기 다른 이벤트 발생을 대기하는 단계를 수행하는 중에, 다른 이벤트가 발생되는 경우 미리 발생된 이벤트와 상기 다른 이벤트를 융합하여 복합 이벤트에 대항하는 지를 판단하기 위해 상기 복합 이벤트 여부를 판단하는 단계를 다시 수행한다.
또한, 상기 상황 인지 서버가 상기 상황 인지 기준 정보를 제공하는 과정은, 상기 지능형 관제 서버로부터 제공되는 이벤트 이력 정보와 외부 정보 제공 서버로부터 수집한 상기 고객 정보, 고객 및 외부 상황 정보를 저장하는 단계; 상기 이벤트 이력 정보와 상기 고객 정보, 고객 및 외부 상황 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하는 단계; 생성된 상기 학습 모델을 저장하는 단계; 상기 지능형 관제 서버로부터 복합 이벤트가 전달되는 경우, 상기 학습 모델을 사용하여 전달된 복합 이벤트에 대응되는 상황 인지 기준 정보를 생성하는 단계; 및 상기 상황 인지 기준 정보를 상기 지능형 관제 서버에게 제공하는 단계를 포함한다.
본 발명의 또 다른 특징에 따른 지능형 관제 서버는,
외부 상황 정보를 사용하여 지능형 관제를 수행하는 지능형 관제 서버로서, 통신기, 메모리 및 프로세서를 포함하며, 상기 통신기는 사용자 단말, 외부 정보 제공 서버 및 상황 인지 서버 ― 상기 상황 인지 서버는 고객 정보, 고객 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출하는 서버임 ―와 통신을 수행하고, 상기 메모리는 IoT 장치에 의해 발생되는 이벤트와 영상 촬영 장치에 의해 촬영되는 영상 분석 기반으로 감지되는 이벤트에 대응되는 이벤트 규칙 및 복합 이벤트 규칙과 이벤트별 경보 정책을 저장하고, 상기 메모리는 코드의 집합을 저장하도록 구성되며, 상기 코드는, 상기 통신기를 통해 상기 IoT 장치로부터 이벤트를 수신하고, 상기 영상 촬영 장치로부터 영상을 수신하여 이벤트를 감지하는 동작; 상기 메모리에 저장된 복합 이벤트 규칙에 따라, 감지된 이벤트의 복합 이벤트 여부를 판단하는 동작; 상기 통신기를 통해 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 제공받는 동작; 상기 상황 인지 기준 정보를 사용하여 상기 복합 이벤트를 검증하는 동작; 및 상기 메모리에 저장된 경보 정책에 따라, 검증된 복합 이벤트에 대응되는 경보 발생 처리 및 사후 처리를 수행하는 동작을 실행하도록 상기 프로세서를 제어하는 데 사용된다.
여기서, 상기 프로세서는, 상기 통신기를 통해 상기 사용자 단말로부터 이벤트 규칙, 경보 정책 및 사후 처리 정책을 수신하여 상기 메모리에 저장하는 동작; 상기 영상 촬영 장치에 의해 촬영되어 수신되는 영상을 분석하여 이벤트를 감지하는 동작; 상기 통신기를 통해 상기 이벤트 이력 정보를 상기 상황 인지 서버에게 제공하는 동작; 및 상기 통신기를 통해, 상기 검증된 복합 이벤트의 정보를 상기 상황 인지 서버에게 제공하는 동작을 더 실행한다.
또한, 상기 프로세서는, 상기 IoT 장치에 의해 발생되는 이벤트와 상기 영상 촬영 장치에 의해 촬영되는 영상의 분석 기반으로 감지되는 이벤트에 대해 상기 메모리에 저장된 이벤트 규칙을 사용하여 등록된 이벤트인지를 판단하는 동작; 및 상기 등록된 이벤트인 경우에만 복합 이벤트 여부를 판단하도록 제어하는 동작을 더 실행한다.
또한, 상기 프로세서는, 상기 복합 이벤트 여부를 판단하는 동작에 의해, 상기 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하는 동작; 및 상기 미리 설정된 일정 시간이 경과하기 전에 다른 이벤트가 발생되는 경우 이미 발생된 이벤트와 융합하여 복합 이벤트 여부를 추가로 판단하는 동작을 더 실행한다.
본 발명의 실시예에 따르면, 종래의 신호 기반 이벤트 또는 영상 기반 이벤트 등 단일 이벤트 판단에 의한 경보 처리에 비해 정확도가 개선될 수 있다.
또한, 복합 이벤트와 같은 객관적 데이터 제공으로 신속한 상황 대처, 관제 운영의 효율화, 예를 들어 관제 인력 감소 및 오출동 경비 감소 등의 효과가 있다.
또한, 이상 상황 발생과 과거 경보 데이터, 경보 패턴 등 연관성을 분석하여 실 경보 위험도 계산하여 위험 징후를 추론하여, 사후 경보 중심의 관제 서비스에서 사전 예측으로 고객의 안전을 지켜줄 수 있다.
도 1은 본 발명의 실시예에 따른 지능형 관제 플랫폼이 적용되는 예를 도시한 도면이다.
도 2는 도 1에 도시된 지능형 관제 서버의 구체적인 구성 블록도이다.
도 3은 도 1에 도시된 상황 인지 서버의 구체적인 구성 블록도이다.
도 4는 도 3에 도시된 이벤트 처리부의 구체적인 구성 블록도이다.
도 5는 본 발명의 실시예에 따른 지능형 관제 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따른 상황 학습 및 상황 인지 기준 정보 제공 동작의 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 지능형 관제 서버의 개략적인 구성 블록도이다.
도 2는 도 1에 도시된 지능형 관제 서버의 구체적인 구성 블록도이다.
도 3은 도 1에 도시된 상황 인지 서버의 구체적인 구성 블록도이다.
도 4는 도 3에 도시된 이벤트 처리부의 구체적인 구성 블록도이다.
도 5는 본 발명의 실시예에 따른 지능형 관제 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따른 상황 학습 및 상황 인지 기준 정보 제공 동작의 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 지능형 관제 서버의 개략적인 구성 블록도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 실시예에 따른 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼에 대해 설명한다.
도 1은 본 발명의 실시예에 따른 지능형 관제 플랫폼이 적용되는 예를 도시한 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 지능형 관제 플랫폼(10)은 네트워크(20)를 통해 사용자 단말(30) 및 정보 제공 서버(40)와 연결된다.
여기서, 네트워크(20)는 사용자 단말(30) 및 정보 제공 서버(40)를 포함한 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(20)의 인터넷, 또는 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution) 등의 무선 네트워크 등을 포함할 수 있다.
사용자 단말(30)은, 네트워크(20)를 통해, 지능형 관제 플랫폼(10)에서 IoT 장치에 의해 발생되는 이벤트와 CCTV 영상 분석에 의해 발생되는 이벤트 각각 적용되는 단일 이벤트 규칙과 각 이벤트의 복합 이벤트 처리에 적용되는 복합 이벤트 룰을 지능형 관제 플랫폼(10)에 설정할 수 있다.
또한, 사용자 단말(30)은 이벤트 발생으로 인한 경보 발생을 위한 경보 정책을 지능형 관제 플랫폼(10)에 설정할 수 있다. 따라서, 사용자 단말(30)은 지능형 관제 플랫폼(10)에 의해 발생되는 경보를 표시하거나 음성 등을 통해 외부로 알릴 수 있다.
또한, 사용자 단말(30)은 이벤트 발생으로 인한 사후 처리 프로세스를 위한 사후 처리 정책을 지능형 관제 플랫폼(10)에 설정하여, 경보 수신과 함께 자동으로 관련 외부 기관, 예를 들어, 119, 소방서 등에 방범 출동 신고나, IoT, PTZ 카메라와 같은 CCTV 장비 제어 등을 수행할 수 있다.
사용자 단말(30)은 네트워크(20)를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 예를 들어, 사용자 단말(30)은 스마트폰, 태블릿 PC 등의 이동 단말, 데스크탑 등의 개인용 컴퓨터 등일 수 있다.
정보 제공 서버(40)는 네트워크(20)를 통해 공개된 정보를 제공하는 서버로서, 지능형 관제 플랫폼(10)이 네트워크(20)를 통해 정보 제공 서버(40)에 의해 공개된 정보를 웹스크랩핑 등을 통해 수집할 수 있다. 이러한 정보로는 날씨, 뉴스 등의 정보가 포함된다.
또한, 정보 제공 서버(40)는 지능형 관제 플랫폼(10)의 서비스를 사용하는 고객 정보, 고객의 상황 정보 등을 제공하는 서버일 수 있다. 여기서, 고객의 상황 정보는 고객과 관련된 신호 관제 및 영상 관제와 관련된 상황 정보일 수 있다. 정보 제공 서버(40)는 네트워크(20)를 통해 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다.
지능형 관제 플랫폼(10)은 IoT 장치를 통한 이벤트 신호를 수신하고, CCTV 등의 영상 촬영 장치로부터 수신되는 영상의 영상 분석에 의해 이벤트를 검출하며, 각 검출된 이벤트에 대해 단일 이벤트 규칙 및 복합 이벤트 규칙을 적용하여 복합 이벤트 여부를 판단하고, 복합 이벤트인 경우 이전의 관제 데이터와 정보 제공 서버(40)로부터 수집된 정보에 기반한 상황 인지 기준 정보를 사용하여 복합 이벤트의 검증을 수행한 후, 검증된 복합 이벤트에 대해 경보 규칙에 따라 사용자 단말(30)에 대한 경보 처리를 수행한다. 여기서, 지능형 관제 플랫폼(10)은 이전의 관제 데이터와 정보 제공 서버(40)로부터 수집되거나 제공된 정보를 사용하여 인공지능 기반 딥 러닝(deep learning) 학습을 통해 생성된 학습 모델을 사용하여 상황 인지 기준 정보를 생성하여 사용할 수 있다. 또한, 관제 데이터는 이벤트 발생에 사용된 IOT 장치로부터의 신호 패턴, 영상 촬영 장치로부터의 영상, 이벤트 감지 정보 등의 데이터이다.
이러한 지능형 관제 플랫폼(10)은 지능형 관제 서버(100)와 상황 인지 서버(200)를 포함한다.
지능형 관제 서버(100)는 IoT 장치로부터 이벤트 신호를 수신하고, CCTV 등의 영상 촬영 장치로부터 수신되는 영상의 영상 분석에 의해 이벤트를 검출하고, 각 검출된 이벤트에 대해 단일 이벤트 규칙 및 복합 이벤트 규칙을 적용하여 복합 이벤트 여부를 판단하며, 복합 이벤트인 경우 상황 인지 서버(200)로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트의 검증을 수행한 후, 검증된 복합 이벤트에 대해 경보 규칙에 따라 사용자 단말(30)에 대한 경보 처리를 수행한다.
상황 인지 서버(200)는 지능형 관제 서버(100)로부터 제공되는 관제 데이터와 정보 제공 서버(40)로부터 제공되는 기타 정보, 예를 들어, 고객 정보, 고객의 상황 정보, 날씨나 뉴스 등 정보 등의 빅 데이터를 인공지능 기반 기계 학습을 수행하여 대응되는 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 지능형 관제 서버(100)에서 감지된 복합 이벤트에 대해 적용될 상황 인지 기준 정보를 생성하여 지능형 관제 서버(100)에게 제공한다. 여기서, 기계 학습은 인공지능의 한 분야로서, 방대한 데이터를 분석해서 미래를 예측하는 기술이며, 컴퓨터가 스스로 학습 과정을 거치면서 입력되지 않은 정보를 습득하여 문제를 해결하는 기술이다. 기계 학습을 위해 CNN(Convolutional Neural Network), R-CNN(Region with Convolutional Neural Network), LSTM((Long Short Term Memory) 등의 신경망을 활용하는 딥 러닝 기술이 사용될 수 있다. 이러한 기계 학습 기술에 대해서는 이미 잘 알려져 있으므로 여기에서는 구체적인 설명을 생략한다.
도 2는 도 1에 도시된 지능형 관제 서버(100)의 구체적인 구성 블록도이다.
도 2에 도시된 바와 같이, 지능형 관제 서버(100)는 데이터베이스(DB, 110), 영상 분석부(120), 이벤트 수신부(130), 경보 처리부(140), 사후 처리부(160) 및 이벤트 처리부(150)를 포함한다. 이 때, 도 2에 도시된 지능형 관제 서버(100)는 본 발명의 일 실시예에 불과하므로 도 2를 통해 본 발명이 한정 해석되는 것은 아니며, 본 발명의 다양한 실시예들에 따라 도 2와 다르게 구성될 수도 있다.
데이터베이스(110)는 지능형 관제 서버(100)가 복합 이벤트를 판단하고 검증하여 경보 처리하는 데 사용되는 각종의 자료를 저장한다.
데이터베이스(110)는 이벤트 DB(111), 규칙 DB(112), 경보 정책 DB(113), 사후 처리 정책 DB(114) 및 장치 정보 DB(115)를 포함한다.
이벤트 DB(111)는 IoT 장치(101)에서 발생되는 이벤트, 영상 촬영 장치(102)에서 촬영되는 영상 분석에 의해 감지되는 이벤트, 그리고 각 이벤트별로 판단된 복합 이벤트에 대한 정보를 저장한다.
규칙 DB(112)는 IoT 장치(101)에서 발생되는 이벤트에 적용되는 이벤트 규칙 및 영상 촬영 장치(102)에서 촬영되는 영상 분석에 의해 감지되는 이벤트에 적용되는 이벤트 규칙을 포함하는 단일 이벤트 규칙과 각 이벤트 발생시 복합 이벤트 여부를 판단하는 데 적용되는 복합 이벤트 규칙을 저장한다. 이러한 이벤트 규칙들은 사용자 단말(30)에 의해 미리 설정될 수 있다.
경보 정책 DB(113)는 IoT 장치(101)에서 발생되는 이벤트와 영상 촬영 장치(102)에서 촬영되는 영상 분석에 의해 감지되는 이벤트를 융합 처리하여 판단되는 복합 이벤트에 따라 경보 발생을 위한 경보 정책을 저장한다. 이러한 경보 정책들도 사용자 단말(30)에 의해 미리 설정될 수 있다.
사후 처리 정책 DB(114)는 이벤트에 따라 외부 기관에 연락을 취하거나 방법 기관의 출동 요청 및 IoT 장치(101), 외부 영상 촬영 장치(102)를 제어하는 정책을 저장한다. 이러한 사후 처리 정책들도 사용자 단말(30)에 의해 미리 설정될 수 있다.
장치 정보 DB(115)는 외부에서 이벤트를 발생하거나 또는 이벤트 감지에 사용되는 IoT 장치(101), CCTV 등의 영상 촬영 장치(102) 등에 대한 장치 정보를 저장한다. 이러한 장치 정보들도 사용자 단말(30)에 의해 미리 설정될 수 있다.
영상 분석부(120)는 영상 촬영 장치(102)에 의해 촬영되는 영상을 분석하여 영상 기반 감지 이벤트를 발생한다. 이러한 영상 분석에 대해서는 이미 잘 알려져 있으므로 여기에서는 구체적인 설명을 생략한다.
이벤트 수신부(130)는 IoT 장치(101)에서 발생되는 이벤트와 영상 분석부(120)에서 발생되는 이벤트를 수신하고, 수신된 각 이벤트 정보를 이벤트 DB(111)에 저장한다.
경보 처리부(140)는 외부, 특히 사용자 단말(30)에게 복합 이벤트 발생에 대한 경보를 발생한다. 이 때의 경보는 디스플레이를 통한 영상 경보, 스피커를 통한 음성 경보 등 선택적인 경보나 복합적인 경보를 발생하는 처리를 수행할 수 있다.
사후 처리부(160)는 외부 기관, 예를 들어 경찰서, 소방서, 병원 등에 이벤트 발생 정보를 전달하거나 방법 기관의 출동 요청 및 이벤트 감지에 사용되는 IoT 장치(101) 및 외부 영상 촬영 장치(102)에 대한 제어를 수행할 수 있다. 이 때의 장치 제어는 사용자 단말(30)을 이용하여 처리를 수행할 수 있다. 예를 들어, 화재 이벤트가 발생한 경우, 가까운 소방서와 병원 기관으로 사후 처리를 요청하여 방화 셔터, 스프링쿨러와 같은 방재용 IoT 장비의 동작 제어를 요청한다.
이벤트 처리부(150)는 이벤트 수신부(130)에 의해 수신되는 각 이벤트에 대해 규칙 DB(110)에 등록된 이벤트 규칙을 적용할 이벤트 여부를 판단하고, 대상 이벤트인 경우 복합 이벤트 여부를 판단하며, 복합 이벤트로 판단되는 경우 상황 인지 서버(200)로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트 여부의 판단 검증을 수행하며, 최종적으로 복합 이벤트인 것으로 판단 검증되는 경우 경보 정책 DB(113) 및 사후 처리 정책 DB(114)에 등록된 경보 정책 및 사후 처리 정책에 따라 경보 처리부(140)로 경보 발생 처리 요청 및 사후 처리부(160)로 사후 처리 요청을 개별적으로 또는 동시에 처리할 수 있다.
도 3은 도 1에 도시된 상황 인지 서버(200)의 구체적인 구성 블록도이다.
도 3에 도시된 바와 같이, 상황 인지 서버(200)는 상황 DB(210), 이벤트 이력 DB(220), 정보 수집부(230), 상황 학습부(240), 학습 모델 DB(250) 및 정보 제공부(260)를 포함한다.
상황 DB(210)는 외부 정보 제공 서버(40)를 통해 수집되는 외부 상황 정보, 예를 들어, 날씨, 뉴스, 고객 정보, 고객 상황 정보 등을 저장한다.
이벤트 이력 DB(220)는 지능형 관제 서버(100)로부터 이벤트 결과, 예를 들어 복합 이벤트로 판단된 기존의 이벤트 이력 정보를 제공받아서 저장한다.
정보 수집부(230)는 네트워크(20)를 통해 외부의 정보 제공 서버(40)로부터 외부 상황 정보를 수집하여 상황 DB(210)에 저장하고, 지능형 관제 서버(100)로부터 제공되는 이벤트 이력 정보는 이벤트 이력 DB(220)에 저장한다.
상황 학습부(240)는 상황 DB(210)에 저장된 상황 정보와 이벤트 이력 DB(220)에 저장된 이벤트 이력 정보를 사용하여 상황 인지 기준 정보 제공을 위한 기계 학습을 수행하여 학습 결과에 대응되는 학습 모델을 생성한다. 여기서 상황 인지 기준 정보는 지능형 관제 서버(100)에서 복합 이벤트 발생 여부를 판단하는 데 사용되는 정보이다.
학습 모델 DB(250)는 상황 학습부(240)에 의해 생성되는 학습 모델을 저장한다.
정보 제공부(260)는 지능형 관제 서버(100)에 의해 복합 이벤트가 감지되는 경우, 감지되는 복합 이벤트에 대해 학습 모델 DB(250)에 저장된 학습 모델을 사용하여 복합 이벤트에 대응되는 상황 인지 기준 정보를 지능형 관제 서버(100)로 제공한다.
한편, 상황 학습부(240)와 정보 제공부(260)는 통합되어 하나의 구성요소로서 구현될 수 있으며, 이 경우 하나의 신경망을 사용하여 구현될 수 있다.
도 4는 도 3에 도시된 이벤트 처리부(150)의 구체적인 구성 블록도이다.
도 4에 도시된 바와 같이, 이벤트 처리부(150)는 이벤트 판단부(151), 복합 이벤트 판단부(152), 검증부(153), 경보부(154), 사후 처리 요청부(156) 및 정보 제공부(155)를 포함한다.
이벤트 판단부(151)는 이벤트 수신부(130)에 의해 수신되는 각 이벤트에 대해 규칙 DB(110)에 등록된 이벤트 규칙을 적용할 이벤트 여부를 판단하고, 이벤트로 판단되는 경우 이벤트 DB(111)에 저장한다.
복합 이벤트 판단부(152)는 이벤트 판단부(151)에 의해 판단된 대상 이벤트에 대해 규칙 DB(112)를 사용하여 복합 이벤트 여부를 판단한다.
복합 이벤트 판단부(152)는 이벤트 판단부(151)에 의해 하나의 이벤트만이 판단되어 복합 이벤트가 아닌 경우 일정 시간 동안 다른 이벤트가 발생되는지를 대기할 수 있다. 만약 일정 시간이 경과하기 전에 다른 이벤트가 발생되는 경우 이들을 융합하여 복합 이벤트 발생 여부를 판단할 수 있다. 그러나, 일정 시간이 경과할 때 까지 다른 이벤트가 발생되지 않는 경우에는 단일 이벤트 발생으로서 복합 이벤트가 아닌 것으로 판단한다.
검증부(153)는 복합 이벤트 판단부(152)에 의해 복합 이벤트로 판단되는 경우, 상황 인지 서버(200)로부터 제공되는 상황 인지 기준 정보를 사용하여 복합 이벤트 여부의 판단 검증을 수행한다.
검증부(153)는 복합 이벤트 판단부(152)에 의해 복합 이벤트로 판단되는 경우에도 이러한 복합 이벤트가 정말 정확한 것인지를 다시 검증하기 위한 판단을 수행한다. 예를 들어, 검증부(153)는 상황 인지 서버(200)로부터 고객의 행동 패턴, 날씨 정보 등을 포함하는 상황 인지 정보를 제공받아서 복합 이벤트의 정확성을 검증한다. 예를 들어, 악조건의 날씨로 인해 창문 등이 흔들려서 복합 이벤트로 판단되는 경우에도 날씨로 인한 상황 인지 기준 정보에 의해 외부로부터의 침입이라는 복합 이벤트가 아닌 것을 검증할 수 있다. 또한, 복합 이벤트로 외부인의 침입이 검출되는 경우, 해당 외부인이 경비원으로서 상황 인지 기준 정보에 따라 경비원의 경비 순찰 시간 등의 고객 상황 정보에 해당되는 경우에도 외부 침입에 대한 복합 이벤트가 아닌 것으로 검증될 수 있다. 이와 같이,
경보부(154)는 검증부(153)에 의해 최종적으로 복합 이벤트인 것으로 검증되는 경우 경보 정책 DB(113)에 등록된 경보 정책에 따라 경보 처리부(140)로 경보 발생 처리를 요청한다.
사후 처리 요청부(156)는 검증부(153)에 의해 최종적으로 복합 이벤트인 것으로 검증되는 경우 사후 처리 정책 DB(114)에 등록된 사후 처리 정책에 따라 사후 처리부(160)로 사후 처리를 요청한다. 예를 들어, 화재 이벤트가 발생한 경우, 가까운 소방서와 병원 기관으로 경보 전달과 같은 사후 처리나 방화 셔터, 스프링쿨러와 같은 방재용 IoT 장비의 동작 제어에 대한 사후 처리를 요청한다.
정보 제공부(155)는 검증부(153)에서 검증된 복합 이벤트와 관련된 관제 데이터, 예를 들어, IoT 장치(101)로부터의 이벤트에 해당되는 신호 패턴, 영상 분석부(120)로부터의 이벤트에 해당되는 영상, 감지된 복합 이벤트의 정보를 상황 인지 서버(200)로 제공한다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 복합 이벤트 처리 기반 지능형 관제 방법에 대해 설명한다.
도 5는 본 발명의 실시예에 따른 지능형 관제 방법의 흐름도이다. 도 5에 도시된 지능형 관제 방법은 지능형 관제 서버(100)에 의해 수행될 수 있다.
도 5를 참조하여 설명하기 전에, 지능형 관제 서버(100)에는 사용자 단말(30)에 의해 단일 이벤트 및 복합 이벤트에 대한 규칙과 복합 이벤트별 경보 정책이 미리 설정되어 있는 것으로 가정한다.
도 5를 참조하면, IoT 장치(101)로부터 이벤트가 수신되거나 또는 영상 촬영 장치(102)에 의해 촬영된 영상 분석에 의해 감지되는 이벤트가 수신된다(S100).
그러면, 수신된 이벤트가 단일 이벤트로 등록된 이벤트 여부를 판단한다(S110). 이 때 등록된 이벤트 여부는 규칙 DB(112)에 설정된 규칙이 적용될 이벤트로부터 판단될 수 있다.
만약 수신된 이벤트가 등록된 이벤트이면, 수신된 이벤트가 복합 이벤트인지를 판단한다(S120). 즉, 일정 시간 이내에 복수의 이벤트가 수신되는 경우 이들을 융합하여 복합 이벤트로 판단할 수 있다. 이것 또한 규칙 DB(112)에 저장된 복합 이벤트 규칙을 통해 복합 이벤트 여부를 판단할 수 있다.
만약 복합 이벤트로 판단되는 경우 복합 이벤트 정보를 상황 인지 서버(200)로 전달하여 이에 대응되어 학습되어 있는 상황 인지 기준 정보를 제공받는다(S130).
따라서, 지능형 관제 서버(100)는 상황 인지 기준 정보를 사용하여 상기 단계(S120)에서 판단된 복합 이벤트가 정확한 복합 이벤트인지를 검증한다(S140).
검증 결과 복합 이벤트인 것으로 검증되면(S150), 지능형 관제 서버(100)는 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보 발생 처리 및 사후 처리를 수행한다(S160). 이 때, 경보 발생 처리는 경보 정책 DB(113)에 저장된 복합 이벤트별 경보 정책 정보가 사용될 수 있고, 사후 처리는 사후 처리 정책 DB(114)에 저장된 복합 이벤트별 사후 처리 정책 정보가 사용될 수 있다.
그 후, 검증된 복합 이벤트 정보와 관련된 관제 정보를 상황 인지 서버(200)로 전달하여 새로운 복합 이벤트인 경우 새로운 상황 정보로서 학습될 수 있도록 한다(S170).
한편, 상기 단계(S120)에서 단일 이벤트 발생으로서 인해 복합 이벤트가 아닌 것으로 판단되는 경우 일정 시간이 경과하는지를 판단하고(S180), 일정 시간이 경과하기 전에 다른 이벤트가 수신되는 지를 판단한다(S190).
만약 일정 시간이 경과하기 전에 다른 이벤트가 수신되는 경우 다시 복합 이벤트 여부를 판단하는 상기 단계(S120)가 다시 수행될 수 있다.
그러나, 일정 시간이 경과할 때 까지 다른 이벤트가 수신되지 않는 경우에는 복합 이벤트가 아닌 것으로 종료 처리된다.
이와 같이, 본 발명의 실시예에 따르면, 종래의 신호 기반 이벤트 또는 영상 기반 이벤트 등 단일 이벤트 판단에 의한 경보 처리에 비해 정확도가 개선될 수 있다.
또한, 복합 이벤트와 같은 객관적 데이터 제공으로 신속한 상황 대처, 관제 운영의 효율화, 예를 들어 관제 인력 감소 및 오출동 경비 감소 등의 효과가 있다.
또한, 이상 상황 발생과 과거 경보 데이터, 경보 패턴 등 연관성을 분석하여 실 경보 위험도 계산하여 위험 징후를 추론하여, 사후 경보 중심의 관제 서비스에서 사전 예측으로 고객의 안전을 지켜줄 수 있다.
다음, 도면을 참조하여 상황 학습 및 상황 인지 기준 정보 제공 동작에 대해 설명한다.
도 6은 본 발명의 실시예에 따른 상황 학습 및 상황 인지 기준 정보 제공 동작의 흐름도이다.
도 6을 참조하면, 지능형 관제 서버(100)로부터 제공되는 관제 데이터가 상황 DB(210)저장되고(S200), 또한, 지능형 관제 서버(100)로부터 제공되는 이벤트 이력 데이터가 이벤트 이력 DB(330)에 저장된다(S210).
또한 정보 제공 서버(40)로부터 제공되는 기타 정보, 즉 고객 정보, 고객 상황 정보, 날씨 및 뉴스 정보 등이 상황 DB(210)에 저장된다(S220).
이와 같이, 상황 DB(210)와 이벤트 이력 DB(220)에 해당 정보들이 저장되면 상황 학습부(230)는 상황 DB(210)에 저장된 상황 정보와 이벤트 이력 DB(220)에 저장된 이벤트 이력 정보를 사용하여(S230) 상황 인지 기준 정보 제공을 위한 기계 학습을 수행하고(S240), 학습 결과에 대응되는 학습 모델을 생성하여 학습 모델 DB(240)에 저장한다(S250).
그 후, 지능형 관제 서버(100)로부터 복합 이벤트 정보가 수신되면(S260) 정보 제공부(250)는 학습 모델 DB(250)에 저장된 학습 모델을 사용하여(S270) 복합 이벤트에 대응되는 상황 인지 기준 정보를 검출하여(S280), 지능형 관제 서버(100)로 제공한다(S290).
그 후, 지능형 관제 서버(100)로부터 복합 이벤트 결과가 상황 DB(210)에 업데이트될 수 있다(S300).
다음, 본 발명의 다른 실시예에 따른 지능형 관제 서버에 대해 설명한다.
도 7은 본 발명의 다른 실시예에 따른 지능형 관제 서버(300)의 개략적인 구성 블록도이다.
도 7을 참조하면, 본 발명의 다른 실시예에 따른 지능형 관제 서버(300)는 통신기(310), 메모리(320), 프로세서(330) 및 버스(340)를 포함한다.
통신기(310)는 외부 구성요소와의 신호 전송을 수행한다. 구체적으로, 통신기(310)는 네트워크(20)를 통해 사용자 단말(30) 및 정보 제공 서버(40)와 통신을 수행하고, 또한 기계 학습 서버(300)와 유무선 통신을 통해 정보 전송을 수행한다.
메모리(320)는 하나의 저장 장치일 수 있거나, 또는 복수의 저장 엘리먼트의 집합적인 용어일 수 있으며, 실행가능한 프로그램 코드 또는 파라미터, 데이터, 및 지능형 관제 서버(300)를 운용하기 위해 필요한 기타 자료를 저장하도록 구성된다. 이러한 메모리(320)는 RAM(Random Access Memory)을 포함할 수 있거나, 또는 자기 디스크 저장장치 또는 플래시(flash) 메모리와 같은 NVRAM(Non-Volatile Memory)을 포함할 수 있다. 여기서, 기타 자료는 IoT 장치(101)와 외부 영상 촬영 장치(102)를 통해 발생되는 이벤트를 감지하는 데 사용되는 이벤트 정보, 이벤트 규칙, 경보 정책 등의 정보가 해당될 수 있다.
또한, 메모리(320)에 저장되는 코드는 다음과 같은 동작을 실행하기 위해 프로세서(330)를 제어하는 데 사용된다. 이러한 동작은, 통신기(310)를 통해 IoT 장치(101)나 영상 촬영 장치(102)로부터 이벤트를 수신하는 동작, 복합 이벤트 여부를 판단하는 동작, 통신기(310)를 통해 상황 인지 서버(200)로부터 상황 인지 기준 정보를 제공받는 동작, 복합 이벤트를 검증하는 동작, 검증된 복합 이벤트에 대응되는 경보 발생 처리 및 사후 처리를 수행하는 동작을 포함한다.
선택적으로, 상기한 동작은 통신기(310)를 통해 사용자 단말(30)로부터 이벤트 규칙, 경보 정책 등의 정보를 수신하여 메모리(320)에 저장하는 동작, 영상 촬영 장치(102)로부터 수신되는 영상을 분석하여 영상 기반 이벤트를 감지하는 동작, 통신기(310)를 통해 이벤트 이력 정보를 상황 인지 서버(200)에게 제공하는 동작, 통신기(310)를 통해 검증된 복합 이벤트 정보를 상황 인지 서버(200)에게 제공하는 동작 등을 더 포함할 수 있다.
이러한 프로세서(330)는 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다. 또한, 프로세서(330)는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다.
버스(340)는 지능형 관제 서버(300)의 모든 구성요소들, 즉 통신기(310), 메모리(320) 및 프로세서(330)를 결합하도록 구성된다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (15)
- 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출하는 상황 인지 서버; 및
IoT(Internet of Things) 장치에 의해 발생되는 이벤트 및 영상 촬영 장치에 의해 촬영된 영상의 분석에 의해 발생되는 이벤트를 수신하고, 수신되는 이벤트들을 융합하여 복합 이벤트로 판단되는 경우, 판단된 복합 이벤트에 대응되는 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 이벤트 이력 정보를 사용하여 상기 상황 인지 서버에서 검출된 상황 인지 기준 정보를 사용하여 상기 판단된 복합 이벤트에 대한 검증을 수행하고, 검증된 복합 이벤트에 대해서만 경보 정책에 따른 경보 발생 및 사후 처리 정책에 따른 사후 처리를 수행하는 지능형 관제 서버
를 포함하는 지능형 관제 플랫폼. - 제1항에 있어서,
상기 지능형 관제 서버는,
복합 이벤트 규칙, 경보 정책 및 사후 처리 정책을 저장하는 정보 데이터베이스부;
상기 영상 촬영 장치로부터 수신되는 영상을 분석하여 영상 기반 감지 이벤트를 발생하는 영상 분석부;
상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트를 수신하여 상기 정보 데이터베이스부에 저장된 복합 이벤트 규칙을 사용하여 복합 이벤트 여부를 판단하고, 복합 이벤트로 판단되는 경우 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행한 후, 검증이 성공되는 경우 상기 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보와 이벤트 사후 처리 요청을 수행하는 이벤트 처리부; 및
상기 이벤트 처리부의 경보 처리에 따라 대응되는 경보를 사용자 단말에게 제공하는 경보 처리부; 및
상기 이벤트 처리부의 사후 처리 요청에 따라 외부 기관에 신고나 상기 IoT 장치 및 상기 영상 촬영 장치에 대한 제어를 수행하는 사후 처리부
를 포함하는, 지능형 관제 플랫폼. - 제2항에 있어서,
상기 정보 데이터베이스에 저장되는 복합 이벤트 규칙, 경보 정책 및 사후 처리 정책은 네트워크를 통해 연결되는 사용자 단말에 의해 미리 설정되는,
지능형 관제 플랫폼. - 제2항에 있어서,
상기 이벤트 처리부는,
상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트에 대해 상기 정보 데이터베이스부에 저장된 복합 이벤트 규칙을 사용하여 복합 이벤트 여부를 판단하는 복합 이벤트 판단부;
상기 복합 이벤트 판단부에 의해 판단된 복합 이벤트에 대해, 상기 상황 인지 서버로부터 제공되는 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행하는 검증부;
상기 검증부에 의해 검증된 복합 이벤트에 대해 상기 정보 데이터베이스부에 저장된 경보 정책에 따라 상기 경보 처리부로 대응되는 경보 발생을 요청하는 경보부;
상기 검증부에 의해 검증된 복합 이벤트에 대해 상기 정보 데이터베이스부에 저장된 사후 처리 정책에 따라 상기 사후 처리부로 대응되는 사후 처리를 요청하는 사후 처리 요청부
를 포함하는, 지능형 관제 플랫폼. - 제4항에 있어서,
상기 정보 데이터베이스부는 상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트별로 대응되는 단일 이벤트 규칙을 저장하고,
상기 이벤트 처리부는,
상기 IoT 장치로부터 수신되는 이벤트와 상기 영상 분석부에 의해 발생되는 이벤트에 대해 상기 정보 데이터베이스부에 저장된 단일 이벤트 규칙을 사용하여 등록된 이벤트 여부를 판단하는 이벤트 판단부
를 더 포함하고,
상기 복합 이벤트 판단부는 상기 이벤트 판단부에 의해 판단된 이벤트에 대해 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하고, 상기 미리 설정된 일정 시간이 경과하기 전에 다른 이벤트가 발생되는 경우 이미 발생된 이벤트와 융합하여 복합 이벤트 여부를 추가로 판단하는,
지능형 관제 플랫폼. - 제1항에 있어서,
상기 상황 인지 서버는,
고객 정보, 고객 상황 정보, 및 외부 상황 정보를 포함하는 상황 정보를 저장하는 상황 데이터베이스;
이벤트 이력 정보를 저장하는 이벤트 이력 데이터베이스;
상기 상황 데이터베이스에 저장된 상황 정보와 상기 이벤트 이력 데이터베이스에 저장된 이벤트 이력 정보를 사용하여 상황 인지 기준 정보 제공을 위한 기계 학습을 수행하여 학습 결과에 대응되는 학습 모델을 생성하는 상황 학습부;
상기 상황 학습부에 의해 생성되는 학습 모델을 저장하는 학습 모델 DB; 및
상기 지능형 관제 서버에 의해 복합 이벤트가 판단되는 경우, 상기 복합 이벤트에 대해 상기 학습 모델 DB에 저장된 학습 모델을 사용하여 상기 복합 이벤트에 대응되는 상황 인지 기준 정보를 생성하여 상기 지능형 관제 서버로 제공하는 정보 제공부
를 포함하는, 지능형 관제 플랫폼. - 제6항에 있어서,
상기 상황 정보는 네트워크를 통해 연결되는 외부의 정보 제공 서버로부터 수집되는 정보이고,
상기 이벤트 이력 정보는 상기 지능형 관제 서버로부터 제공되는 이미 발생된 이벤트 결과 정보인,
지능형 관제 플랫폼. - 지능형 관제 서버가 외부 상황 정보를 사용하여 지능형 관제를 수행하는 지능형 관제 방법으로서,
IoT 장치로부터 발생되는 이벤트 또는 영상 촬영 장치에 의해 촬영된 영상 기반으로 감지되는 이벤트를 수신하는 단계;
수신되는 이벤트의 복합 이벤트 여부를 판단하는 단계;
복합 이벤트인 것으로 판단되는 경우, 판단된 복합 이벤트에 대응되는 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 이벤트 이력 정보를 사용하여 상황 인지 서버로에서 검출된 상황 인지 기준 정보를 사용하여 상기 복합 이벤트에 대한 검증을 수행하는 단계; 및
상기 복합 이벤트에 대한 검증이 성공되는 경우 상기 복합 이벤트에 대응되는 경보 정책 및 사후 처리 정책에 따라 경보 발생 처리 및 사후 처리를 수행하는 단계
를 포함하며,
상기 상황 인지 기준 정보는, 상기 상황 인지 서버가 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 상기 지능형 관제 서버로부터 제공되는 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 상기 복합 이벤트에 대응하여 검출한 정보인,
지능형 관제 방법. - 제8항에 있어서,
상기 복합 이벤트 여부를 판단하는 단계에서, 사용자 단말에 의해 미리 설정된 복합 이벤트 규칙을 사용하여 상기 복합 이벤트 여부가 판단되고,
상기 경보 발생 처리 및 사후 처리를 수행하는 단계에서, 상기 사용자 단말에 의해 미리 설정된 경보 정책 및 사후 처리 정책에 따라 상기 복합 이벤트에 대한 경보 발생 처리 및 사후 처리가 수행되는,
지능형 관제 방법. - 제8항에 있어서,
상기 복합 이벤트 여부를 판단하는 단계와, 상기 검증을 수행하는 단계 사이에,
상기 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하는 단계
를 더 포함하고,
상기 다른 이벤트 발생을 대기하는 단계를 수행하는 중에, 다른 이벤트가 발생되는 경우 미리 발생된 이벤트와 상기 다른 이벤트를 융합하여 복합 이벤트에 대항하는 지를 판단하기 위해 상기 복합 이벤트 여부를 판단하는 단계를 다시 수행하는,
지능형 관제 방법. - 제8항에 있어서,
상기 상황 인지 서버가 상기 상황 인지 기준 정보를 제공하는 과정은,
상기 지능형 관제 서버로부터 제공되는 이벤트 이력 정보와 외부 정보 제공 서버로부터 수집한 상기 고객 정보, 고객 상황 정보, 및 외부 상황 정보를 저장하는 단계;
상기 이벤트 이력 정보와 상기 고객 정보, 고객 및 외부 상황 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하는 단계;
생성된 상기 학습 모델을 저장하는 단계;
상기 지능형 관제 서버로부터 복합 이벤트가 전달되는 경우, 상기 학습 모델을 사용하여 전달된 복합 이벤트에 대응되는 상황 인지 기준 정보를 생성하는 단계; 및
상기 상황 인지 기준 정보를 상기 지능형 관제 서버에게 제공하는 단계
를 포함하는, 지능형 관제 방법. - 외부 상황 정보를 사용하여 지능형 관제를 수행하는 지능형 관제 서버로서,
통신기, 메모리 및 프로세서를 포함하며,
상기 통신기는 사용자 단말, 외부 정보 제공 서버 및 상황 인지 서버 ― 상기 상황 인지 서버는 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 이벤트 이력 정보로 구성된 데이터 집합을 기계 학습하여 이벤트에 대응되는 상황 인지 기준 정보를 검출하기 위한 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 이벤트에 대응하는 상황 인지 기준 정보를 검출하는 서버임 ―와 통신을 수행하고,
상기 메모리는 IoT 장치에 의해 발생되는 이벤트와 영상 촬영 장치에 의해 촬영되는 영상 분석 기반으로 감지되는 이벤트에 대응되는 이벤트 규칙 및 복합 이벤트 규칙과 이벤트별 경보 정책을 저장하고,
상기 메모리는 코드의 집합을 저장하도록 구성되며,
상기 코드는,
상기 통신기를 통해 상기 IoT 장치로부터 이벤트를 수신하고, 상기 영상 촬영 장치로부터 영상을 수신하여 이벤트를 감지하는 동작;
상기 메모리에 저장된 복합 이벤트 규칙에 따라, 감지된 이벤트의 복합 이벤트 여부를 판단하는 동작;
상기 통신기를 통해 상기 복합 이벤트에 대응되는 고객 정보, 고객 상황 정보, 및 외부 상황 정보와 이벤트 이력 정보를 사용하여 상기 상황 인지 서버에서 검출되는 상황 인지 기준 정보를 제공받는 동작;
상기 상황 인지 기준 정보를 사용하여 상기 복합 이벤트를 검증하는 동작; 및
상기 메모리에 저장된 경보 정책에 따라, 검증된 복합 이벤트에 대응되는 경보 발생 처리 및 사후 처리를 수행하는 동작
을 실행하도록 상기 프로세서를 제어하는 데 사용되는,
지능형 관제 서버. - 제12항에 있어서,
상기 프로세서는,
상기 통신기를 통해 상기 사용자 단말로부터 이벤트 규칙, 경보 정책 및 사후 처리 정책을 수신하여 상기 메모리에 저장하는 동작;
상기 영상 촬영 장치에 의해 촬영되어 수신되는 영상을 분석하여 이벤트를 감지하는 동작;
상기 통신기를 통해 상기 이벤트 이력 정보를 상기 상황 인지 서버에게 제공하는 동작; 및
상기 통신기를 통해, 상기 검증된 복합 이벤트의 정보를 상기 상황 인지 서버에게 제공하는 동작
을 더 실행하는, 지능형 관제 서버. - 제12항에 있어서,
상기 프로세서는,
상기 IoT 장치에 의해 발생되는 이벤트와 상기 영상 촬영 장치에 의해 촬영되는 영상의 분석 기반으로 감지되는 이벤트에 대해 상기 메모리에 저장된 이벤트 규칙을 사용하여 등록된 이벤트인지를 판단하는 동작; 및
상기 등록된 이벤트인 경우에만 복합 이벤트 여부를 판단하도록 제어하는 동작
을 더 실행하는, 지능형 관제 서버. - 제12항에 있어서,
상기 프로세서는,
상기 복합 이벤트 여부를 판단하는 동작에 의해, 상기 복합 이벤트가 아닌 것으로 판단되는 경우, 미리 설정된 일정 시간이 경과할 때까지 다른 이벤트 발생을 대기하는 동작; 및
상기 미리 설정된 일정 시간이 경과하기 전에 다른 이벤트가 발생되는 경우 이미 발생된 이벤트와 융합하여 복합 이벤트 여부를 추가로 판단하는 동작
을 더 실행하는, 지능형 관제 서버.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170024600 | 2017-02-24 | ||
| KR20170024600 | 2017-02-24 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180098181A KR20180098181A (ko) | 2018-09-03 |
| KR101987241B1 true KR101987241B1 (ko) | 2019-06-11 |
Family
ID=63600912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180023171A KR101987241B1 (ko) | 2017-02-24 | 2018-02-26 | 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101987241B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102054153B1 (ko) * | 2019-07-11 | 2019-12-12 | 가온플랫폼 주식회사 | 딥러닝 기반 잠수함 소나 음파데이터와 잠망경 영상데이터와의 융합을 통한 인공지능 자동식별시스템 |
| KR20210050889A (ko) * | 2019-10-29 | 2021-05-10 | 주식회사 디비엔텍 | Cctv 관제 시스템 업데이트 방법 및 cctv 관제 시스템 업데이트 장치 |
| KR20230032087A (ko) | 2021-08-30 | 2023-03-07 | 엔씨엔스페이스(주) | 딥러닝 엔진 기반의 이상징후 데이터 시각화 시스템 및 방법 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102372607B1 (ko) * | 2020-02-03 | 2022-03-08 | 에스케이 주식회사 | 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법 |
| KR102517917B1 (ko) * | 2020-12-31 | 2023-04-04 | 위디비 주식회사 | 딥러닝 기반의 물관리 의사결정 지원정보 제공 방법 및 시스템 |
| KR102570528B1 (ko) * | 2022-04-11 | 2023-08-25 | 김영재 | 이종의 센서 데이터를 융합하는 스마트 배전반 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012079240A (ja) | 2010-10-05 | 2012-04-19 | Fujitsu Ltd | 複合イベント処理装置および複合イベント処理方法 |
| KR101466004B1 (ko) * | 2014-10-14 | 2014-11-28 | (주)진명아이앤씨 | 지능형 방범, 방재 및 사후처리 통합 트리플렉스 시스템 및 그 제어 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090024423A (ko) * | 2007-09-04 | 2009-03-09 | 한국전자통신연구원 | 지능형 시스템의 학습 장치 및 방법 |
| KR20120118339A (ko) * | 2011-04-18 | 2012-10-26 | 한국전자통신연구원 | 지능형 무인 감시 서비스 방법 |
| KR20160093860A (ko) * | 2015-01-30 | 2016-08-09 | 한국전자통신연구원 | 협업형 상황 인지 시스템 및 그 방법 |
-
2018
- 2018-02-26 KR KR1020180023171A patent/KR101987241B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012079240A (ja) | 2010-10-05 | 2012-04-19 | Fujitsu Ltd | 複合イベント処理装置および複合イベント処理方法 |
| KR101466004B1 (ko) * | 2014-10-14 | 2014-11-28 | (주)진명아이앤씨 | 지능형 방범, 방재 및 사후처리 통합 트리플렉스 시스템 및 그 제어 방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102054153B1 (ko) * | 2019-07-11 | 2019-12-12 | 가온플랫폼 주식회사 | 딥러닝 기반 잠수함 소나 음파데이터와 잠망경 영상데이터와의 융합을 통한 인공지능 자동식별시스템 |
| KR20210050889A (ko) * | 2019-10-29 | 2021-05-10 | 주식회사 디비엔텍 | Cctv 관제 시스템 업데이트 방법 및 cctv 관제 시스템 업데이트 장치 |
| KR102293431B1 (ko) | 2019-10-29 | 2021-08-25 | 주식회사 디비엔텍 | Cctv 관제 시스템 업데이트 방법 및 cctv 관제 시스템 업데이트 장치 |
| KR20230032087A (ko) | 2021-08-30 | 2023-03-07 | 엔씨엔스페이스(주) | 딥러닝 엔진 기반의 이상징후 데이터 시각화 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180098181A (ko) | 2018-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101987241B1 (ko) | 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법 | |
| KR101789690B1 (ko) | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 | |
| JP7229662B2 (ja) | ビデオ監視システムで警告を発する方法 | |
| KR101825045B1 (ko) | 경보 방법 및 장치 | |
| CN109684989A (zh) | 安全监护方法、装置、终端及计算机可读存储介质 | |
| US10424175B2 (en) | Motion detection system based on user feedback | |
| US10854058B2 (en) | Emergency alert system | |
| US9449482B2 (en) | Method and apparatus for activating and deactivating video cameras in a security system | |
| WO2013184180A2 (en) | Escort security surveillance system | |
| KR101894399B1 (ko) | 개인 정보 보호 기능을 포함한 모니터링 시스템 및 그 방법 | |
| KR20210029953A (ko) | 안면인식 기능에 기초하여 5g 이동통신망의 이용이 가능한 통신 단말기를 통해 영상감시가 가능한 로비폰 제어 장치 및 방법 | |
| CN110610610B (zh) | 一种车辆出入管理方法、装置以及存储介质 | |
| CN105100061B (zh) | 网址劫持检测的方法及装置 | |
| JP2023525548A (ja) | 識別方法、機器、セキュリティシステム及び記憶媒体 | |
| KR101951361B1 (ko) | 인공지능 방범 관리 방법 | |
| KR102055275B1 (ko) | IoT를 이용한 통합 재난 관리 시스템 및 제어 방법 | |
| KR102233679B1 (ko) | Ess 침입자 및 화재 감지 장치 및 방법 | |
| KR101863846B1 (ko) | 이벤트 감지 및 현장 사진 정보 제공 방법 및 시스템 | |
| CN112017401A (zh) | 监测人员安全的警报系统、相应的方法和存储介质 | |
| KR101964230B1 (ko) | 데이터 처리 시스템 | |
| CN113435368B (zh) | 监控数据的识别方法和装置、存储介质及电子装置 | |
| JP2008226103A (ja) | 来訪者監視システム、来訪者監視方法、管理サーバ、及び管理サーバ用プログラム | |
| KR101679849B1 (ko) | 이동 단말기를 이용한 자동 경보 방법 및 시스템 | |
| KR20170141049A (ko) | 메타 데이터 기반의 이벤트 알림 시스템, 방법 및 어플리케이션 | |
| CN112863096A (zh) | 监控方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |