KR101999213B1 - 신호강도 패턴을 이용한 cctv 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 - Google Patents

Abstract

실시 예는 감시 영역을 촬영하는 카메라부; 상기 감시 영역 내에 위치한 단말과 통신하는 통신모듈; 및 상기 단말에서 전송된 태그 정보를 수신하는 감시 제어부를 포함하고, 상기 태그 정보는 단말 사용자의 나이, 성별, 건강정보, 및 비상 연락 번호를 포함하고, 상기 감시 제어부는 상기 태그 정보에 따라 상기 단말이 감시 대상인지를 판단하는 추적 대상 분류부, 상기 단말과 상기 통신모듈 사이의 신호 강도 패턴을 분석하는 패턴 분석부, 상기 단말 사용자의 영상을 분석하는 영상 분석부, 및 신호 강도 패턴과 영상 분석 결과를 기초로 상기 단말 사용자의 위험도를 분석하는 위험도 분석부를 포함하는 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체를 개시한다.

Description

신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체{BEHAVIOR RECOGNITION SYSTEM BASED ON CCTV USING SIGNAL STRENGH PATTERN, METHOD THEREOF AND A RECORDING MEDIUM HAVING COMPUTER READABLE PROGRAM FOR EXECUTING THE METHOD}

실시 예는 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체에 관한 것이다.

복잡해져 가는 현대 사회에서 여러 가지 이유로 인하여 많은 환경에서 감시 시스템의 운용이 요구되고 있다. 일반적으로는, 필요한 장소에 감시카메라를 설치하거나 컴퓨터의 웹 카메라를 이용하여 감시 지역의 실시간 영상을 감시센터로 전송하고 전송받은 영상을 저장하거나 디스플레이 장치를 이용하여 영상을 화면에 보여주는 것으로 모니터링 시스템이 주로 이용되고 있다.

그러나, 이러한 감시 카메라는 설치된 장소에서 정해진 범위를 촬영 및 저장하는 기능만을 담당할 뿐, 특정 장소에서 사고가 발생하거나 위험 요소가 있는 경우에도 능동적으로 정보를 전달하지 못하는 문제가 있다. 또한, 종래 감시 카메라는 녹화된 영상만을 판독하므로 노약자 또는 취약자의 행동패턴을 정확하게 인식하기 어려운 문제가 있다.

실시 예는 감시 영역 내에 있는 단말 사용자에게 능동적으로 정보를 제공하여 사고를 미연에 방지할 수 있는 감시 시스템 및 방법을 제공한다.

또한, 감시 영역 내의 단말 사용자의 행동 패턴을 분석하여 사고 또는 위험이 발생한 경우 이를 능동적으로 감지하고 관리자 또는 보호자에게 전달함으로써 사고를 미연에 방지할 수 있는 감시 시스템 및 방법을 제공한다.

실시 예에서 해결하고자 하는 과제는 이에 한정되는 것은 아니며, 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 포함된다고 할 것이다.

본 발명의 일 특징에 따른 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템은, 감시 영역을 촬영하는 카메라부; 상기 감시 영역 내에 위치한 단말과 통신하는 통신모듈; 및 상기 단말에서 전송된 태그 정보를 수신하는 감시 제어부를 포함하고, 상기 태그 정보는 단말 사용자의 나이, 성별, 건강정보, 및 비상 연락 번호를 포함하고, 상기 감시 제어부는 상기 태그 정보에 따라 상기 단말이 감시 대상인지를 판단하는 추적 대상 분류부, 상기 단말과 상기 통신모듈 사이의 신호 강도 패턴을 분석하는 패턴 분석부, 상기 단말 사용자의 영상을 분석하는 영상 분석부, 및 신호 강도 패턴과 영상 분석 결과를 기초로 상기 단말 사용자의 위험도를 분석하는 위험도 분석부를 포함하고, 상기 패턴 분석부는, 감시 대상의 종류에 따라 복수 개의 이상 신호 패턴이 저장된 패턴 저장부; 상기 단말과 상기 통신모듈의 거리 변화에 따른 신호 강도 패턴을 수집하는 패턴 수집부; 상기 미리 저장된 이상 신호 패턴 중에서 상기 태그 정보에 기초하여 이상 신호 패턴을 선별하는 패턴 추출부; 및 상기 신호 강도 패턴과 상기 이상 신호 패턴을 비교하여 적어도 하나의 예상 위험 후보를 선정하는 패턴 분석부를 포함하고, 상기 영상 분석부는, 상기 감시 영역의 영상을 수집하는 영상 수집부; 상기 단말과 상기 통신모듈 사이의 신호 강도 정보에 기초하여 상기 영상 내에서 단말 사용자의 위치 좌표를 산출하고 상기 단말 사용자의 영상을 추출하는 영상 추출부; 및 미리 저장된 행동 분석 테이블 중에서 상기 패턴 분석부에서 선정한 위험 후보에 해당하는 행동 분석 테이블을 추출하여 상기 단말 사용자의 행동 패턴과 매칭하는 영상 분석부를 포함하고, 상기 위험도 분석부는 상기 신호 강도 패턴이 상기 이상 신호 패턴 중 어느 하나와 매칭되고, 상기 단말 사용자의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 상기 단말 사용자에게 위험이 발생한 것으로 판단하여 외부에 알람하고, 상기 패턴 분석부는 시퀀스 클러스터링(Sequence Clustering)기반의 행동패턴 분류 기법을 이용하여 매칭도가 80% 이상인 이상 신호 패턴을 추출하고, 상기 추출된 이상 신호 패턴을 기초로 예상 위험 후보를 선정한다.

상기 패턴 분석부는 상기 신호 강도 패턴의 피크를 미리 설정된 사이즈로 구획하여 복수 개의 윈도우를 생성하고. 상기 복수 개의 윈도우 중 매칭도가 90% 이상인 윈도우들을 동일 그룹으로 매핑하여 시퀀스 번호를 할당하고, 상기 신호 강도 패턴의 시퀀스와 80% 이상 매칭되는 이상 신호 패턴을 추출하고, 상기 추출된 이상 신호 패턴에 따라 예상 위험 후보를 선정하는, 신호강도 패턴을 이용할 수 있다.

상기 패턴 저장부는 단말 사용자의 나이, 성별, 및 건강 정보에 따라 상이한 복수 개의 이상 신호 패턴 정보가 각각 저장될 수 있다.

상기 위험도 분석부는 상기 단말 사용자에게 위험이 발생한 것으로 판단되는 경우 상기 단말 사용자의 영상을 상기 비상 연락 번호로 송출할 수 있다.

상기 감시 제어부는 상기 감시 지역 내에서 상기 단말 사용자에게 위험한 영역을 선정하는 위험 지역 분석부를 포함하고, 상기 위험 지역 분석부는, 상기 감시 지역 내의 공간 정보가 저장된 공간 정보 저장부, 상기 태그 정보를 기초로 위험 지역을 선정하는 위험 지역 선정부, 및 상기 공간 정보를 갱신하는 갱신부를 포함하고, 상기 위험 지역 선정부는 상기 태그 정보에 기초하여 상기 단말 별로 감시 구역내의 위험 영역을 설정하고, 상기 위험도 분석부는 상기 단말이 상기 설정된 위험 영역에 도달하면 상기 단말에 경고 신호를 출력할 수 있다.

상기 위험 지역 분석부는 상기 단말의 사용자가 유아인 경우 유아에게 위험도가 높은 지역을 분류하여 위험 지역으로 선정하고, 상기 단말의 사용자가 장애인인 경우 장애인에게 위험도가 높은 지역을 분류하여 위험 지역으로 선정할 수 있다.

상기 위험 지역 분석부는 상기 감시 대상 종류에 따라 상기 감시 지역 내의 특정 지점에서 사고가 발생한 경우 횟수에 따라 가중치를 부여하여 위험 지역 정보를 갱신할 수 있다.

상기 감시 제어부는 상기 단말 사용자가 장애인인 경우 상기 장애인이 특정 시설물로 이동하는 경우 상기 특정 시설물에 대한 정보를 상기 장애인의 단말로 전송하고, 상기 특정 시설물의 관제 서버에 상기 장애인의 진입을 알람할 수 있다.

본 발명의 일 특징에 따른 감시 방법에 있어서, 상기 단말에서 전송된 태그 정보를 수신하여 상기 단말이 감시 대상인지 여부를 판단하는 단계; 복수 개의 이상 신호 패턴이 저장된 패턴 저장부에서 상기 태그 정보와 매칭되는 적어도 하나의 이상 신호 패턴을 선별하고, 상기 이상 신호 패턴을 상기 단말이 상기 통신모듈의 거리 변화에 따라 변화하는 신호 강도 패턴과 비교하는 단계; 상기 단말과 상기 통신모듈 사이의 신호 강도 정보에 기초하여 상기 CCTV 카메라가 촬영한 영상 내에서 단말 사용자의 위치 좌표를 산출하여 상기 단말 사용자의 영상을 추출하고, 상기 단말 사용자의 행동 패턴을 미리 저장된 행동 분석 테이블과 매칭하는 단계; 및 상기 신호 강도 패턴이 상기 이상 신호 패턴과 매칭되고, 상기 단말 사용자의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 상기 단말 사용자에게 위험이 발생한 것으로 판단하여 외부에 알람하는 단계를 포함한다.

실시 예에 따르면, CCTV를 이용하여 단말 사용자에게 안전에 필요한 정보를 제공함으로써 사고 또는 범죄를 미연에 방지할 수 있다.

또한, CCTV와 단말의 신호 강도 패턴을 이용하여 행동 패턴을 분석하므로 단말 사용자에게 위험이 발생하였는지를 빠르게 분석할 수 있다.

또한, 감시 영역 내의 단말 사용자에게 사고 또는 위험이 발생한 경우 이를 능동적으로 감지하여 관리자 또는 보호자에게 전달함으로써 사고를 미연에 방지할 수 있다. 특히, 유아, 치매 환자, 장애인에게 위험이 발생한 경우 이들의 정확한 위치 및 영상을 보호자에게 실시간으로 제공하여 보호자가 안심할 수 있는 효과가 있다.

본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 감시 시스템의 개념도이고,
도 2는 태그 정보의 예시도이고,
도 3은 본 발명의 일 실시 예에 따른 감시 시스템의 블록도이고,
도 4는 감시 제어부의 블록도이고,
도 5는 패턴 분석부의 블록도이고,
도 6은 단말과 카메라부의 거리 변화에 따른 신호 강도 패턴을 보여주는 도면이고,
도 7a는 이상 신호 패턴의 일 예이고,
도 7b는 이상 신호 패턴의 다른 예이고,
도 8a는 일 실시 예에 따른 신호 강도 패턴을 복수 개로 윈도우로 구획하여 매핑한 도면이고,
도 8b는 또 다른 실시 예에 따른 신호 강도 패턴을 복수 개로 윈도우로 구획하여 매핑한 도면이고,
도 9는 영상 분석부의 블록도이고,
도 10은 영상 내에서 단말 사용자를 추출하는 과정을 보여주는 도면이고,
도 11은 본 발명의 다른 실시 예에 따른 감시 시스템의 블록도이고,
도 12는 위험 지역 분석부의 블록도이고,
도 13a는 감시 유형에 따라 위험 영역이 설정된 일 예이고,
도 13b는 감시 유형에 따라 위험 영역이 다르게 설정된 일 예이고,
도 14는 공간 정보를 활용하여 단말 사용자에게 안내하는 과정을 보여주는 도면이고,
도 15는 본 발명의 일 실시 예에 따른 감시 방법의 순서도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 발명에서 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 발명에서, "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.

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 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 일 실시 예에 따른 감시 시스템의 개념도이고, 도 2는 태그 정보의 예시도이고, 도 3은 본 발명의 일 실시 예에 따른 감시 시스템의 블록도이다.

도 1 내지 도 3을 참조하면, 실시 예에 따른 감시 시스템(100)은 감시 영역을 촬영하는 카메라부(110), 감시 영역으로 진입한 단말(210)과 통신하는 통신모듈(120), 및 단말(210)에서 전송된 태그 정보를 수신하는 감시 제어부(130)를 포함할 수 있다.

카메라부(110)는 할당된 감시 영역을 실시간으로 촬영하는 감시 카메라일 수 있다. 카메라부(110)는 팬, 틸트, 줌(Pan, Tilt, Zoom: PTZ)으로 구동할 수 있도록 하고, 객체를 자동 추적하여 근접 및 확대 촬영을 할 수 있도록 구성될 수 있다.

실시 예에 따른 카메라부(110)는 디지털 비디오 카메라, 컬러 카메라, 흑백 카메라(monochrome camera), 카메라. 캠코더, PC 카메라, 웹캠, 적외선(IR) 비디오 카메라, 저조도(low-light) 비디오 카메라, 감열식(thermal) 비디오 카메라, 폐쇄-회로 텔레비전(CCTV) 카메라, 팬, 틸트, 줌(Pan, Tilt, Zoom: PTZ) 카메라, 또는 비디오 센싱 장치 중 하나 또는 그 이상을 포함할 수 있다.

통신모듈(120)은 이동 단말(210)과 통신할 수 있는 다양한 통신모듈이 선택될 수 있다. 예시적으로 통신모듈(120)은 지그비, 와이파이(WiFi), 블루투스(비콘), RF, RFID와 같은 근거리 통신 수단일 수 있으나, 이동 단말(210)과 통신할 수 있는 기능이면 반드시 이에 한정하지 않는다. 통신모듈(120)은 카메라부(110)에 가깝게 배치될 수 있다. 예시적으로 통신모듈(120)은 CCTV의 외부 또는 내부에 장착될 수 있다.

이동 단말(210)은 통신모듈(120)에서 전송하는 신호를 수신할 수 있으며, 통신모듈(120)로부터 트리거 신호를 수신하는 경우 단말(210)에 저장된 태그 정보를 감시 제어부(130)에 전송할 수 있다.

이동 단말(210)은 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobilecommunications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰 (smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드 헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

네트워크(140)는 복수의 단말 및 서버와 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스 (Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

도 2를 참조하면, 태그 정보는 단말 사용자(220)의 나이, 성별, 건강정보, 및 비상 연락 정보를 포함할 수 있다. 따라서, 감시 제어부(130)는 태그 정보를 분석함으로써 단말 사용자(220)가 유아인지, 치매 환자인지, 아니면, 장애인인지를 식별할 수 있다.

감시 제어부(130)는 이동 단말(210)의 태그 정보를 분석한 결과 감시가 필요한 대상인 것으로 판단한 경우, 신호 강도 패턴과 영상 분석 정보를 이용하여 단말 사용자(220)가 어떤 위급 상황에 놓인 것인지 확인할 수 있다.

실시 예에 따른 감시 제어부(130)는 별도의 관제 서버인 것으로 예시하였으나 반드시 이에 한정하지 않는다. 예시적으로 감시 제어부(130)는 CCTV 본체에 내장될 수도 있다. 이 경우 각 CCTV에 내장된 감시 제어부(130)는 별도의 관제 서버에 분석 내용을 전송할 수도 있다.

도 4는 감시 제어부의 블록도이고, 도 5는 패턴 분석부의 블록도이고, 도 6은 단말과 카메라부의 거리 변화에 따른 신호 강도 패턴을 보여주는 도면이고, 도 7a는 이상 신호 패턴의 일 예이고, 도 7b는 이상 신호 패턴의 다른 예이다.

도 4를 참조하면, 감시 제어부(130)는 태그 정보에 따라 해당 단말(210)이 감시 대상인지를 판단하는 추적 대상 분류부(131), 단말(210)과 통신모듈(120) 사이의 신호 강도 패턴을 분석하는 패턴 분석부(132), 단말 사용자(220)의 영상을 분석하는 영상 분석부(133), 및 신호 강도 패턴과 영상 분석 결과를 기초로 단말 사용자(220)의 위험도를 분석하는 위험도 분석부(134)를 포함할 수 있다.

추적 대상 분류부(131)는 태그 정보의 식별 번호가 서버에 미리 저장된 관리번호와 매칭되는 경우 해당 단말(210)을 감시 대상으로 선정할 수 있다. 추적 대상 분류부(131)는 관리번호와 함께 저장된 단말 사용자(220)의 이력 정보를 검색하여 감시 유형을 결정할 수 있다.

예시적으로 추적 대상 분류부(131)는 단말 사용자(220)가 치매 환자인 경우 치매가 발병한 것인지 감시하도록 감시 유형을 결정하고, 단말 사용자(220)가 유아인 경우 길을 잃은 것이 아닌지 감시하도록 감시 유형을 결정할 수 있다.

도 5를 참조하면, 패턴 분석부(132)는 복수 개의 이상 신호 패턴이 저장된 신호 패턴 저장부(132a), 단말(210)과 통신모듈(120)의 거리 변화에 따른 신호 강도 패턴을 수집하는 신호 패턴 수집부(132b), 미리 저장된 이상 신호 패턴 중에서 태그 정보와 매칭되는 이상 신호 패턴을 추출하는 신호 패턴 추출부(132c), 및 신호 강도 패턴과 이상 신호 패턴을 비교하는 패턴 분석부(132)를 포함할 수 있다.

신호 패턴 수집부(132b)는 단말(210)과 통신모듈(120)의 거리 변화에 따른 신호 강도 패턴을 수집할 수 있다. 예시적으로 통신모듈(120)이 와이파이 모듈인 경우 공유기와 이동 단말(210) 간의 거리가 가까워지면 신호 강도가 증가하고 거리가 멀어지면 신호 강도가 약해질 수 있다. 이러한 AP 신호 강도 패턴을 분석하면 단말 사용자(피감시자)의 행동 패턴을 분석할 수 있다.

신호 패턴 저장부(132a)는 감시 유형별로 복수 개의 이상 신호 패턴이 저장될 수 있다. 이상 신호 패턴은 CCTV에 내장된 통신모듈(120)과 이동 단말(210) 간의 거리에 따른 신호 강도 패턴 중에서 단말 사용자(220)에게 사고 발생시 감지될 수 있는 신호 패턴 형태일 수 있다.

예시적으로 치매 환자의 이상 신호 패턴은 장애인의 이상 신호 패턴과 서로 상이할 수 있다. 또한, 장애 유형에 따라서도 이상 신호 패턴은 상이할 수 있다.

신호 패턴 추출부(132c)는 태그 정보에 기초하여 신호 패턴 저장부(132a)에 저장된 이상 신호 패턴을 선택적으로 추출할 수 있다. 예를 들면, 치매 환자인 경우 이와 관련하여 저장된 이상 신호 패턴만을 추출할 수 있다.

이때, 단말 사용자(220)가 복수 개의 감시 인자를 갖는 경우 이에 해당하는 복수 개의 이상 신호 패턴을 각각 추출할 수 있다. 예시적으로 단말 사용자(220)가 유아인 동시에 장애가 있는 경우 각각의 이상 신호 패턴을 추출할 수 있다.

패턴 분석부(132)는 이상 신호 패턴과 단말의 신호 강도 패턴을 비교할 수 있다. 패턴 분석부(132)는 추출된 이상 신호 패턴과 수집한 신호 강도 패턴의 매칭도가 미리 정해진 값 이상인 경우 단말 사용자(220)에게 위험(이벤트)이 발생한 것으로 판단할 수 있다.

도 6을 참조하면, 단말(210)이 통신모듈(120)에 가까이 접근하면 신호 강도가 증가하다가 통신모듈(120)에서 멀어지면 신호 강도는 약해지게 된다. 이러한 신호 강도 패턴은 단말 사용자(220)가 카메라부(110)를 지나간 경우 수집되는 강도 패턴일 수 있다. 이러한 신호 강도 패턴이 수집된 경우 단말 사용자(220)는 이상 징후가 없는 것일 수 있다.

그러나, 도 7a와 같이 신호 패턴이 점차 증가하다가 일정 지점(P1)에서부터는 시간이 경과하여도 신호 패턴이 그대로 유지되는 경우, 단말 사용자(220)가 CCTV 근처에서 일정 기간 머물러 있는 것으로 판단할 수 있다. 신호 강도가 정해진 강도 이상으로 유지되는 시간이 정해진 시간을 초과하는 경우, 단말 사용자(220)에게 이상 징후가 발생한 것으로 판단할 수 있다.

또한, 도 7b와 같이 신호 패턴이 연속적으로 증가와 감소를 반복하는 경우 단말 사용자(220)가 카메라부(110) 근처를 배회하는 것으로 판단할 수 있다. 만약, 단말 사용자(220)가 치매 환자인 경우 치매가 발병한 것으로 판단할 수 있다. 또는, 단말 사용자(220)가 유아인 경우에는 길을 잃은 것으로 판단할 수 있다.

도 5의 신호 패턴 저장부(132a)에는 도 7a 및 도 7b와 같은 이상 신호 패턴이 저장될 수 있으며, 신호 패턴 매칭부(132d)는 이상 신호 패턴과 단말의 신호 강도 패턴을 비교할 수 있다.

도 8a는 일 실시 예에 따른 신호 강도 패턴을 복수 개로 윈도우로 구획하여 매핑한 도면이고, 도 8b는 또 다른 실시 예에 따른 신호 강도 패턴을 복수 개로 윈도우로 구획하여 매핑한 도면이다.

도 8a을 참조하면, 패턴 분석부(132)의 신호 패턴 매칭부(132d)는 미리 설정된 윈도우의 사이즈로 패턴을 구획(클리핑)하여 복수 개의 윈도우(S1 내지 S7)를 생성하고. 복수 개의 윈도우(S1 내지 S7) 중 매칭도가 90% 이상인 윈도우들을 동일 그룹으로 클러스터링(매핑)하여 각각 시퀀스 번호를 할당할 수 있다.

이때, 크기가 상이하여도 동일한 패턴의 윈도우들은 동일한 시퀀스 번호를 할당할 수 있다. 예시적으로 제2 윈도우(S2)와 제3 원도우(S3)는 강도가 상이하나 패턴이 유사하므로 동일 시퀀스 번호가 할당되었다. 또한, 도 8b의 경우 제5, 제6, 제7 윈도우(S5, S6, S7)는 패턴이 유사하므로 동일 시퀀스 번호가 할당되었다. 각 윈도우의 패턴의 매칭도는 90%일 수 있으나 반드시 이에 한정하지 않는다.

패턴 분석부(132)는 신호 강도 패턴의 시퀀스 번호 및 순서와 가장 매칭되는 이상 신호 패턴을 추출할 수 있다. 이상 신호 패턴 역시 매핑되어 시퀀스 번호가 부여된 상태로 저장될 수 있다. 따라서, 패턴 분석부는 시퀀스 번호 및 순서가 가장 매칭되는 이상 신호 패턴을 빠르게 매칭할 수 있다. 이러한 매칭 방법을 시퀀스 클러스터링(Sequence Clustering)기반의 행동패턴 분류 기법으로 정의할 수 있다.

패턴 분석부(132)는 추출된 이상 신호 패턴에 대응하는 예상 위험 후보를 선정할 수 있다. 즉, 도 8b와 같은 이상 신호 패턴이 가장 매칭되는 것으로 판단되는 경우 패턴 분석부는 치매가 발병하여 장시간 같은 자리에 머물러있는 증상이 발병한 것으로 판단할 수 있다.

그러나 반드시 이에 한정하는 것은 아니고, 매칭도가 80% 이상인 이상 신호 패턴이 여러 개인 경우 패턴 분석부(132)는 복수 개의 예상 위험 후보를 선정할 수 있다.

예시적으로 2개의 이상 신호 패턴이 매칭된 경우, 매칭된 제1 이상 신호 패턴은 그 자리에 장기간 정지해있을 때의 패턴이고, 제2 이상 신호 패턴은 동일한 코스를 배회할 때 측정되는 패턴이라면, 패턴 분석부(132)는 장시간 정지 및 배회라는 2가지 예상 위험 후보를 선정할 수 있다.

도 9는 영상 분석부의 블록도이고, 도 10은 영상 내에서 단말 사용자를 추출하는 과정을 보여주는 도면이다.

도 9를 참조하면, 영상 분석부(133)는 감시 영역의 영상을 수집하는 영상 수집부(133a), 단말(210)과 통신모듈(120) 사이의 신호 강도 정보에 기초하여 영상 내에서 단말 사용자(220)의 위치 좌표를 산출하고, 추출한 위치의 단말 사용자(220)의 영상을 추출하는 영상 추출부(133b), 및 단말 사용자(220)의 행동 패턴을 미리 저장된 행동 분석 테이블(133c)과 매칭하는 행동 패턴 매칭부(133d)를 포함할 수 있다.

영상 수집부(133a)는 카메라부(110)에서 수집되는 영상을 실시간으로 수집할 수 있다. 또한, 영상 수집부(133a)는 실시간 영상 중에서 단말 사용자(220)의 영상을 선별하여 수집할 수 있다.

영상 추출부(133b)는 수집된 영상 중에서 단말 사용자(220)의 위치 좌표를 이용하여 단말 사용자(220)의 영상을 추출할 수 있다. 신호 패턴 수집부(132b)에서 수집한 AP 신호 강도를 현재 단말(210)과 통신모듈(120) 사이의 거리로 환산할 수 있다. 반드시 이에 한정되는 것은 아니나 AP 신호 강도와 GPS 위치 정보를 분석하여 정확한 단말 사용자(220)의 위치를 산출할 수도 있다.

도 10과 같이 카메라부의 위치(S0)를 기준으로 많은 단말(A1 내지 A11)이 배치된 경우에도 AP 신호 강도를 기초로 정확하게 감시 대상자의 단말(B1)의 위치 좌표(X1, Y1)을 산출할 수 있다. AP 신호 강도를 분석하여 영상 내에서 단말 위치를 산출하는 방법은 다양한 인공지능(AI) 알고리즘이 적용될 수 있다. 예시적으로 신호 강도를 룩-업 테이블을 이용하여 영상 좌표계 상에서 변환할 수 있다.

도 9의 영상 추출부(133b)는 산출한 위치 정보를 해당 영상 내에서 좌표 정보로 변환하여 해당 영상 내에서 단말 사용자(220)를 선별하고 배경 이미지와 분리할 수 있다.

단말 사용자(220)를 추출하는 방법은 일반적인 심볼 인식 방법이 모두 적용될 수 있다. 예를 들어, 원본 영상으로부터 랜드 마크 영역을 검출하여 얻은 ROI에서 랜드마크 영역을 인식 및 분류시킬 수 있다.

인공 신경망을 이용한 인식 방법은 기계학습의 대표적인 기술로 사전에 검출한 표지판DB 및 랜드마크DB 영상을 신경망을 통해 특징벡터를 추출하고 신경망의 계층 구조를 통해 학습 및 분류시키고 인식할 수 있다.

또 다른 심볼 인식 방법으로는 특징 매칭을 이용한 인식 기술이 적용될 수도 있다. 기본적인 특징 매칭 방법으로는 SIFT가 많이 사용되는데 가장 일반적인 방법이지만 많은 계산량을 필요로 한다. 또한 Hu,Tchebichef, Zernike 등의 불변 모멘트방식에 비해 좋은 인식률을 보여준 CPT(Central Projected Transformation) 기반의 도형 특징을 추출하여 식별하는 방식이 적용될 수도 있다. 이외에도 고속으로 매칭할 수 있는 SURF(Speed Up Feature Transform)와 ORB(Oriented FAST and Rotated BRIEF)를 이용한 특징점 생성과 DB의 템플릿과 매칭을 이용한 방식이 있으나, 역시 상술한 방법에 한정되는 것은 아니다.

행동 패턴 매칭부(133d)는 사용자의 행동 패턴을 미리 저장된 행동 분석 테이블과 매칭함으로써 단말 사용자(220)의 상태를 분석할 수 있다. 행동 분석 테이블에는 환자(또는 유아)의 이상 징후시 발견될 수 있는 모든 행동 정보가 룩-업 테이블 형식으로 저장될 수 있다. 예시적으로 룩-업 테이블에는 미리 정해진 시간 동안 움직임이 없는 경우 치매가 발병한 것으로 판단하도록 분류될 수 있다. 또는 유아(어린이)의 얼굴 패턴 인식 결과, 울고 있는 것으로 판단되면 길을 잃은 것으로 판단하도록 분류될 수 있다.

행동 패턴 매칭부(133d)는 미리 저장된 행동 분석 테이블 중에서 패턴 분석부(132)에서 선정한 위험 후보에 해당하는 행동 분석 테이블을 추출하여 단말 사용자의 행동 패턴과 매칭할 수 있다.

전술한 바와 같이 패턴 분석부(132)에서 장시간 정지 및 배회라는 2가지 위험 후보를 선정한 경우, 여러 가지 위험 후보 중에서 이에 해당하는 행동 분석 테이블만을 우선적으로 추출하여 매칭할 수 있다. 따라서, 모든 경우의 행동 분석 테이블과 분석하지 않아도 되므로 빠른 분석이 가능해진다.

도 4의 위험도 분석부(134)는 신호 강도 패턴이 이상 신호 패턴 중 어느 하나와 매칭되고, 단말 사용자(220)의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 단말 사용자(220)에게 이상 징후(이벤트)가 발생한 것으로 판단하여 외부에 알람할 수 있다. 또한, 위험도 분석부(134)는 단말 사용자(220)에게 푸쉬 알람이나 메시지를 전송할 수도 있다.

그러나, 반드시 이에 한정하는 것은 아니고 패턴 분석부와 영상 분석부에서 서로 독립적으로 행동 패턴을 분석하고, 이를 기반으로 위험도 분석부(134)에서는 어느 분석이 더 정확한지 비교 판단하고 더 정확한 분석 결과를 선택할 수 있다. 이때, 위험도 분석부(134)는 다양한 앙상블 알고리즘이 적용될 수 있다.

위험도 분석부(134)는 단말 사용자(220)에게 이상 징후가 발생한 경우 단말 사용자(220)의 영상을 자신의 좌표 정보와 함께 비상 연락 번호 또는 서버로 전송할 수 있다. 따라서, 보호자 등은 단말 사용자(220)에게 사고가 발생한 것을 인지하는 동시에 현재 단말 사용자(220)의 상태를 확인할 수 있으므로 안심할 수 있는 장점이 있다.

도 11은 본 발명의 다른 실시 예에 따른 감시 시스템의 블록도이고, 도 12는 위험 지역 분석부의 블록도이고, 도 13a는 감시 유형에 따라 위험 영역이 설정된 일 예이고, 도 13b는 감시 유형에 따라 위험 영역이 다르게 설정된 일 예이고, 도 14는 공간 정보를 활용하여 단말 사용자에게 안내하는 과정을 보여주는 도면이다.

도 11 및 도 12를 참조하면, 실시 예에 따른 감시 시스템은 위험 지역 분석부(135)를 더 포함할 수 있다. 위험 지역 분석부(135)는 감시 지역 내의 공간 정보가 저장된 공간 정보 저장부(135a), 태그 정보를 기초로 위험 지역을 선정하는 위험 지역 선정부(135b) 및 공간 정보를 갱신하는 갱신부(135c)를 포함할 수 있다.

공간 정보 저장부(135a)는 감시 지역 내의 공간 정보를 저장할 수 있다. 이러한 공간 정보 저장 기술은 다양한 증간 현실 기술의 구성이 모두 적용될 수 있다. 또한, 갱신부(135c)는 감시 지역 내의 공간 정보가 변경되는 경우 이를 수신하여 변경 정보를 업데이트할 수 있다.

위험 지역 선정부(135b)는 단말(210)의 태그 정보에 기초하여 단말(210) 별로 감시 구역내의 위험 영역을 각각 다르게 설정할 수 있다. 도 13a를 참조하면, 단말(210)의 사용자가 유아인 경우 유아에게 위험도가 높은 지역(OB1, OB2, OB3, D4)을 분류하여 위험 지역으로 선정할 수 있다. 예를 들면, 유아의 사고가 빈번하게 발생하는 횡단보도 계단 등이 위험 지역으로 선정될 수 있다.

또한, 도 13b와 같이 단말(210)의 사용자가 장애인인 경우 장애인에게 위험도가 높은 지역(OB1, OB2, OB3)을 분류하여 위험 지역으로 선정할 수 있다. 이때, 각 감시 대상에 관계 없이 공통적으로 위험 지역으로 선정되는 지점(예: 차도)이 있을 수 있으나, 각 감시 대상에 따라 서로 다른 지점이 선택적으로 위험 지역으로 선정될 수 있다.

위험 지역 분석부(135)는 감시 대상 종류에 따라 감시 지역 내의 특정 지점에서 사고가 복수 회 발생한 경우 횟수에 따라 가중치를 부여하여 위험 지역 정보를 갱신할 수도 있다.

위험도 분석부(134)는 단말(210)이 설정된 위험 영역에 도달하면 단말(210)에 경고 신호를 출력할 수 있다.

도 14는 공간 정보를 활용하여 단말 사용자에게 안내하는 과정을 보여주는 도면이다.

도 4 및 도 14를 참조하면, 감시 제어부(130)는 단말 사용자(220)가 장애인인 경우 장애인이 특정 시설물로 이동하는 경우 특정 시설물에 대한 정보를 장애인의 단말(210)로 전송하고, 특정 시설물의 관제 서버(S1)에 장애인의 진입을 알람할 수 있다.

영상 분석 결과 장애인(220)이 지하철 계단(OB1)으로 이동하는 것으로 판단된 경우, 지하철 관제 서버(S1) 등에 연락하여 미리 지하철 관리 담당자가 장애인이 계단을 내려갈 수 있도록 조치를 취하게 할 수 있다. 또한, 해당 단말에게 현재 위치를 알람하고 경고 문자를 전송할 수도 있다.

도 15는 본 발명의 일 실시 예에 따른 감시 방법의 순서도이다.

도 15를 참조하면, 실시 예에 따른 감시 방법은, 전술한 시스템에 의해 감시 대상인지 여부를 판단하는 단계(S10), 신호 강도 패턴 분석 단계(S20), 행동 패턴 분석 단계(S30), 및 위험도 판단 단계(S40)를 포함할 수 있다.

감시 대상인지 여부를 판단하는 단계(S10)는 단말(210)에서 전송된 태그 정보를 수신하여 단말(210)이 감시 대상인지 여부를 판단할 수 있다.

신호 강도 패턴 분석 단계(S20)는 복수 개의 이상 신호 패턴이 저장된 신호 패턴 저장부(132a)에서 태그 정보와 매칭되는 적어도 하나의 이상 신호 패턴을 선별하고, 단말(210)이 통신모듈(120)의 거리 변화에 따라 변화하는 신호 강도 패턴을 수집한 후, 이상 신호 패턴과 신호 강도 패턴을 비교할 수 있다.

행동 패턴 분석 단계(S30)는 단말(210)과 통신모듈(120) 사이의 신호 강도 정보에 기초하여 CCTV의 카메라가 촬영한 영상 내에서 단말 사용자(220)의 위치 좌표를 산출하여 단말 사용자(220)의 영상을 추출하고, 단말 사용자(220)의 행동 패턴을 미리 저장된 행동 분석 테이블과 매칭할 수 있다.

위험도 판단 단계(S40)는, 신호 강도 패턴이 이상 신호 패턴과 매칭되고, 단말 사용자(220)의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 단말 사용자(220)에게 위험이 발생한 것으로 판단하여 외부에 알람할 수 있다.

상술한 감시 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램(코드)로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다

본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

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.

Claims (10)

1. 감시 영역을 촬영하는 카메라부;
   상기 감시 영역 내에 위치한 단말과 통신하는 통신모듈; 및
   상기 단말에서 전송된 태그 정보를 수신하는 감시 제어부를 포함하고,
   상기 태그 정보는 단말 사용자의 나이, 성별, 건강정보, 및 비상 연락 번호를 포함하고,
   상기 감시 제어부는 상기 태그 정보에 따라 상기 단말이 감시 대상인지를 판단하는 추적 대상 분류부, 상기 단말과 상기 통신모듈 사이의 신호 강도 패턴을 분석하는 패턴 분석부, 상기 단말 사용자의 영상을 분석하는 영상 분석부, 및 신호 강도 패턴과 영상 분석 결과를 기초로 상기 단말 사용자의 위험도를 분석하는 위험도 분석부를 포함하고,
   상기 패턴 분석부는,
   감시 유형에 따라 복수 개의 이상 신호 패턴이 미리 저장된 패턴 저장부;
   상기 단말과 상기 통신모듈의 거리 변화에 따른 신호 강도 패턴을 수집하는 패턴 수집부;
   상기 미리 저장된 이상 신호 패턴 중에서 상기 태그 정보에 기초하여 이상 신호 패턴을 선별하는 패턴 추출부; 및
   상기 신호 강도 패턴과 상기 이상 신호 패턴을 비교하여 적어도 하나의 예상 위험 후보를 선정하는 패턴 분석부를 포함하고,
   상기 영상 분석부는,
   상기 감시 영역 내의 영상을 수집하는 영상 수집부;
   상기 단말과 상기 통신모듈 사이의 신호 강도 정보에 기초하여 상기 영상 내에서 단말 사용자의 위치 좌표를 산출하여 상기 단말 사용자의 영상을 추출하는 영상 추출부; 및
   미리 저장된 행동 분석 테이블 중에서 상기 패턴 분석부에서 선정한 위험 후보에 해당하는 행동 분석 테이블을 추출하여 상기 단말 사용자의 행동 패턴과 매칭하는 영상 분석부를 포함하고,
   상기 위험도 분석부는 상기 신호 강도 패턴이 상기 이상 신호 패턴 중 어느 하나와 매칭되고, 상기 단말 사용자의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 상기 단말 사용자에게 위험이 발생한 것으로 판단하여 외부에 알람하고,
   상기 패턴 분석부는 시퀀스 클러스터링(Sequence Clustering)기반의 행동패턴 분류 기법을 이용하여 상기 신호 강도 패턴과 매칭도가 80% 이상인 이상 신호 패턴을 모두 추출하고, 상기 추출된 이상 신호 패턴들을 기초로 예상 위험 후보를 선정하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
2. 제1항에 있어서,
   상기 패턴 분석부는
   상기 신호 강도 패턴의 피크를 미리 설정된 사이즈로 구획하여 복수 개의 윈도우를 생성하고.
   상기 복수 개의 윈도우 중 매칭도가 90% 이상인 윈도우들을 동일 그룹으로 매핑하여 시퀀스 번호를 할당하고,
   상기 신호 강도 패턴의 시퀀스와 80% 이상 매칭되는 적어도 하나의 이상 신호 패턴을 추출하고,
   상기 추출된 이상 신호 패턴에 따라 예상 위험 후보를 선정하고,
   상기 패턴 저장부에 저장된 이상 신호 패턴들은 상기 시퀀스 클러스터링(Sequence Clustering)기반의 행동패턴 분류 기법에 의해 매핑되어 저장된, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
3. 제1항에 있어서,
   상기 패턴 저장부는 단말 사용자의 나이, 성별, 및 건강 정보에 따라 상이한 복수 개의 이상 신호 패턴 정보가 각각 저장되는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
4. 제1항에 있어서,
   상기 위험도 분석부는 상기 단말 사용자에게 위험이 발생한 것으로 판단되는 경우 상기 단말 사용자의 영상을 상기 비상 연락 번호로 송출하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
5. 제1항에 있어서,
   상기 감시 제어부는 감시 영역 내에서 상기 단말 사용자에게 위험한 영역을 선정하는 위험 지역 분석부를 포함하고,
   상기 위험 지역 분석부는,
   상기 감시 지역 내의 공간 정보가 저장된 공간 정보 저장부,
   상기 태그 정보를 기초로 위험 지역을 선정하는 위험 지역 선정부, 및
   상기 공간 정보를 업데이트하는 갱신부를 포함하고,
   상기 위험 지역 선정부는 상기 태그 정보에 기초하여 단말 별로 감시 구역내의 위험 영역을 설정하고,
   상기 위험도 분석부는 상기 단말이 상기 설정된 위험 영역에 위치하면 상기 단말에 경고 신호를 출력하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
6. 제5항에 있어서,
   상기 위험 지역 분석부는 상기 단말의 사용자가 유아인 경우 유아에게 위험도가 높은 지역을 분류하여 위험 지역으로 선정하고, 상기 단말의 사용자가 장애인인 경우 장애인에게 위험도가 높은 지역을 분류하여 위험 지역으로 선정하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
7. 제5항에 있어서,
   상기 위험 지역 분석부는 감시 유형에 따라 상기 감시 지역 내의 특정 지점에서 사고가 복수 회 발생한 경우 횟수에 따라 가중치를 부여하여 위험 지역 정보를 갱신하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
8. 제5항에 있어서,
   상기 감시 제어부는 상기 단말 사용자가 장애인인 경우 상기 장애인이 특정 시설물로 이동하는 경우 상기 특정 시설물에 대한 정보를 상기 장애인의 단말로 전송하고, 상기 특정 시설물의 관제 서버에 상기 장애인의 진입을 알람하는, 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템.
   
9. 제1항에 따른 신호강도 패턴을 이용한 CCTV 기반 행동 인식 시스템에 의한 감시 방법에 있어서,
   상기 단말에서 전송된 태그 정보를 수신하여 상기 단말이 감시 대상인지 여부를 판단하는 단계;
   복수 개의 이상 신호 패턴이 저장된 패턴 저장부에서 상기 태그 정보와 매칭되는 적어도 하나의 이상 신호 패턴을 선별하고, 상기 이상 신호 패턴을 상기 단말이 상기 통신모듈의 거리 변화에 따라 변화하는 신호 강도 패턴과 비교하는 단계;
   상기 단말과 상기 통신모듈 사이의 신호 강도 정보에 기초하여 상기 카메라부가 촬영한 영상 내에서 단말 사용자의 위치 좌표를 산출하여 상기 단말 사용자의 영상을 추출하고, 상기 단말 사용자의 행동 패턴을 미리 저장된 행동 분석 테이블과 매칭하는 단계; 및
   상기 신호 강도 패턴이 상기 이상 신호 패턴과 매칭되고, 상기 단말 사용자의 행동 패턴이 미리 저장된 행동 분석 테이블 중 어느 하나와 매칭되는 경우, 상기 단말 사용자에게 위험이 발생한 것으로 판단하여 외부에 알람하는 단계를 포함하는, 감시 방법.
   
10. 제9항의 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체.

Images