KR102042397B1 - 압축영상에 대한 신택스 기반의 히트맵 생성 방법 - Google Patents

Abstract

본 발명은 일반적으로 H.264 AVC 및 H.265 HEVC 등의 압축영상으로부터 히트맵을 효과적으로 생성하는 기술에 관한 것이다. 더욱 상세하게는, 본 발명은 예컨대 CCTV 카메라가 생성하는 압축영상에 대해 종래기술처럼 복잡한 이미지 프로세싱을 통해 히트맵을 생성하는 것이 아니라 압축영상 데이터를 파싱하여 얻어지는 신택스(예: 모션벡터, 코딩유형)를 활용하여 영상 내의 무언가 유의미한 움직임이 존재하는 영역, 즉 이동객체 영역을 추출하고 그 이동객체 영역의 궤적을 누적시킴으로써 적은 연산으로도 히트맵을 생성할 수 있는 기술에 관한 것이다. 본 발명에 따르면 디코딩, 다운스케일 리사이징, 차영상 획득, 영상 분석 등과 같은 복잡한 프로세싱을 거치지 않고서도 CCTV 압축영상으로부터 효과적으로 히트맵을 생성할 수 있는 장점이 있다. 특히, 종래기술 대비 1/10 정도의 연산량으로 히트맵을 생성할 수 있게 되어 영상분석 서버의 분석 가용 채널수를 대략 10배 이상 증가시킬 수 있는 장점이 있다.

Description

압축영상에 대한 신택스 기반의 히트맵 생성 방법 {syntax-based method of producing heat-map for compressed video}

본 발명은 일반적으로 H.264 AVC 및 H.265 HEVC 등의 압축영상으로부터 히트맵을 효과적으로 생성하는 기술에 관한 것이다.

더욱 상세하게는, 본 발명은 예컨대 CCTV 카메라가 생성하는 압축영상에 대해 종래기술처럼 복잡한 이미지 프로세싱을 통해 히트맵을 생성하는 것이 아니라 압축영상 데이터를 파싱하여 얻어지는 신택스(syntax)(예: 모션벡터, 코딩유형)를 활용하여 영상 내의 무언가 유의미한 움직임이 존재하는 영역, 즉 이동객체 영역을 추출하고 그 이동객체 영역의 궤적을 누적시킴으로써 적은 연산으로도 히트맵을 생성할 수 있는 기술에 관한 것이다.

특정 공간에서 다수의 사람들이 종합적으로 어떠한 행동 패턴을 보였는지를 분석하고 이를 통해 유의미한 정보를 도출해내는 분야가 있다. 예를 들어, 매장 내에서 고객들의 동선과 관심사를 분석함으로써 영업 및 마케팅 의사 결정을 위한 중요한 데이터를 얻을 수 있다. 이와 같은 데이터 수집 방법은 고객의 관심사를 인터뷰, 멤버십 카드, 점원을 통해 직접적으로 수집하거나 CCTV 카메라, 센서, 스마트폰 앱을 통해 간접적으로 수집할 수 있다.

이처럼 특정 공간에서 사람들의 동선과 관심도를 시각적으로 나타내는 방법으로 히트맵(heat-map)이 있다. 히트맵은 열을 뜻하는 히트(heat)와 지도를 뜻하는 맵(map)을 결합시킨 것으로 정보를 열분포 형태의 그래픽으로 표현한다. [도 1]은 일반적인 히트맵의 예를 나타내는 도면이다. [도 1]의 (a)는 매장 CCTV 카메라에서 촬영한 영상으로부터 얻은 히트맵이고, [도 1]의 (b)는 골목길 CCTV 카메라에서 촬영한 영상으로부터 얻은 히트맵이다.

이러한 히트맵은 카메라 영상에서 사람들의 동선이나 관심도를 색 단계로 표현할 수 있다. 일정 단위 시간 동안 사람들의 움직임을 누적하고 그 누적된 정도에 따라 색상을 부여하여 디스플레이한다. 사람들의 동선이 많이 누적된 영역은 붉은색 계열로 표현하고 사람들의 동선이 상대적으로 적게 누적된 영역은 푸른색 계열로 표현한다. [도 1]의 (a)의 예에서 매장 운영자는 히트맵을 통해 고객들이 어떠한 상품에 관심이 있는지, 반대로 어떠한 상품이 고객들의 관심을 전혀 끌고있지 못하는지를 직관적으로 파악할 수 있다. 이러한 정보를 바탕으로 매장내 상품 배치를 변경한다거나, 실구매율을 추가로 고려하여 가격정책을 변경하거나 세일이벤트 정책을 세우는 등을 결정할 수 있다.

이하에서는 [도 2]와 [도 3]을 참조하여 종래기술에서 CCTV 압축영상으로부터 히트맵을 생성하는 과정을 기술한다.

최근에 설치되는 CCTV 카메라는 고해상도(예: Full HD) 및 고프레임(예: 초당 24프레임)의 제품이 채택되고 있기 때문에 네트워크 대역폭과 스토리지 공간의 부담을 고려하여 H.264 AVC 및 H.265 HEVC 등과 같은 고압축율의 복잡한 영상압축 기술이 채택되고 있다. CCTV 카메라 장치에서는 압축영상을 생성하여 제공하며, 동영상을 재생하는 장치에서는 해당 기술규격에 따라 역으로 압축영상에 대한 디코딩을 수행한다. 영상압축 기술이 적용된 CCTV 영상에서 객체 존재 및 움직임 유무를 판단하려면 종래에는 압축영상을 디코딩하여 재생영상, 즉 압축이 풀려있는 원래 영상을 얻은 후에 이미지 처리하는 과정이 필요하였다.

[도 2]는 H.264 AVC 기술규격에 따른 동영상 디코딩 장치의 일반적인 구성을 나타내는 블록도이다. [도 2]을 참조하면, H.264 AVC에 따른 동영상 디코딩 장치는 구문분석기(11), 엔트로피 디코더(12), 역 변환기(13), 모션벡터 연산기(14), 예측기(15), 디블로킹 필터(16)를 포함하여 구성된다. 이들 하드웨어 모듈이 압축영상의 데이터를 순차적으로 처리함으로써 압축영상에서 압축을 풀고 원래의 영상 데이터를 복원해낸다. 이때, 구문분석기(11)는 압축영상의 코딩 유닛에 대해 모션벡터 및 코딩유형을 파싱해낸다. 이러한 코딩 유닛(coding unit)은 일반적으로는 매크로블록이나 서브 블록과 같은 영상 블록이다.

[도 3]은 기존의 영상분석 솔루션에서 압축영상으로부터 히트맵을 생성하는 과정을 나타내는 순서도이다.

먼저, 압축영상을 동영상 표준, 예컨대 H.264 AVC 및 H.265 HEVC 등에 따라 디코딩하여 재생 영상을 획득하고(S10), 재생영상을 구성하는 프레임 이미지들을 작은 이미지, 예컨대 320x240 정도로 다운스케일 리사이징을 한다(S20). 이렇게 다운스케일 리사이징 처리를 하는 이유는 이후 과정에서의 프로세싱 부담을 약간이라도 줄이기 위한 것이다. 그리고 나서, 리사이징된 프레임 이미지들에 대해 차영상(differentials)을 구한 후에 영상 분석을 통하여 압축영상 내에 존재하는 이동객체를 추출하고 이들 이동객체의 좌표를 추출해낸다(S30). 그리고 나서, 시간 흐름에 따른 일련의 프레임 이미지에 대한 영상 분석을 통해 이동객체들의 궤적을 누적시켜 히트맵을 생성한다(S40).

종래기술에는 히트맵 생성을 위해 이동객체를 추출하는데, 고해상도 압축영상에서 이동객체를 추출하려면 압축영상 디코딩, 다운스케일 리사이징, 영상 분석을 수행한다. 이들은 복잡도가 매우 높은 프로세스이고, 그로 인해 종래의 영상관제 시스템에서는 한 대의 영상분석 서버가 동시 처리할 수 있는 용량이 상당히 제한되어 있다. 현재 고성능의 영상분석 서버가 커버할 수 있는 CCTV 채널은 통상 최대 20 채널 정도이다. 따라서, 여러 지점에 설치된 CCTV 카메라에서 발생되는 압축영상에 대해 히트맵을 생성하려면 다수의 영상분석 서버가 필요하였고, 이는 비용 증가와 물리적 공간 확보의 어려움을 유발하였다.

본 발명의 목적은 일반적으로 H.264 AVC 및 H.265 HEVC 등의 압축영상으로부터 히트맵을 효과적으로 생성하는 기술을 제공하는 것이다.

특히, 본 발명의 목적은 예컨대 CCTV 카메라가 생성하는 압축영상에 대해 종래기술처럼 복잡한 이미지 프로세싱을 통해 히트맵을 생성하는 것이 아니라 압축영상 데이터를 파싱하여 얻어지는 신택스(syntax)(예: 모션벡터, 코딩유형)를 활용하여 영상 내의 무언가 유의미한 움직임이 존재하는 영역, 즉 이동객체 영역을 추출하고 그 이동객체 영역의 궤적을 누적시킴으로써 적은 연산으로도 히트맵을 생성할 수 있는 기술을 제공하는 것이다.

본 발명은 상기의 목적을 달성하기 위한 것으로서, 본 발명에 따른 압축영상에 대한 신택스 기반의 히트맵 생성 방법은, 압축영상의 비트스트림을 파싱하여 코딩 유닛에 대한 모션벡터 및 코딩유형을 획득하는 제 1 단계; 압축영상을 구성하는 복수의 영상 블록 별로 미리 설정된 시간동안의 모션벡터 누적값을 획득하는 제 2 단계; 복수의 영상 블록에 대하여 모션벡터 누적값을 미리 설정된 제 1 임계치와 비교하는 제 3 단계; 제 1 임계치를 초과하는 모션벡터 누적값을 갖는 영상 블록을 이동객체 영역으로 마킹하는 제 4 단계; 압축영상의 일련의 영상 프레임에 걸쳐 이동객체 영역을 누적시킴으로써 압축영상에 대한 히트맵을 생성하는 제 5 단계;를 포함하여 구성된다.

이때 제 5 단계는, 압축영상을 구성하는 일련의 영상 프레임에서 위 마킹된 복수의 이동객체 영역을 식별하는 제 5a 단계; 복수의 이동객체 영역에 대해 대표위치를 산출하는 제 5b 단계; 그 산출된 복수의 대표위치를 누적시킴으로써 히트 데이터를 산출하는 제 5c 단계; 히트 데이터에 기초하여 압축영상에 대한 히트맵을 생성하는 제 5d 단계;를 포함하여 구성될 수 있다.

또한 제 5 단계는, 압축영상을 구성하는 일련의 영상 프레임에서 위 식별된 복수의 이동객체 영역에 대하여, ID 미할당 상태로 식별되는 이동객체 영역에 대해 Unique ID를 신규 발행하여 할당 처리하고, Unique ID 할당 상태로 영상 프레임에서 사라지는 이동객체 영역에 대해 Unique ID를 리보크 처리하는 제 5e 단계; 그 산출된 복수의 대표위치를 Unique ID 기준으로 정렬하여 Unique ID 별 이동궤적을 도출하는 제 5f 단계; Unique ID 별 이동궤적을 누적시킴으로써 히트 데이터를 보강하는 제 5g 단계;를 더 포함하여 구성될 수 있다.

또한, 본 발명에 따른 히트맵 생성 방법은, 이동객체 영역을 중심으로 그 인접하는 복수의 영상 블록(이하, '이웃 블록'이라 함)을 식별하는 제 a 단계; 복수의 이웃 블록에 대해 모션벡터 값을 미리 설정된 제 2 임계치와 비교하는 제 b 단계; 제 2 임계치를 초과하는 모션벡터 값을 갖는 이웃 블록을 이동객체 영역으로 추가 마킹하는 제 c 단계; 복수의 이웃 블록 중에서 코딩유형이 인트라 픽쳐인 이웃 블록을 이동객체 영역으로 추가 마킹하는 제 d 단계; 복수의 이동객체 영역에 대하여 인터폴레이션을 수행하여 이동객체 영역으로 둘러싸인 미리 설정된 갯수 이하의 비마킹 영상 블록을 이동객체 영역으로 추가 마킹하는 제 e 단계;를 더 포함하여 구성될 수 있다.

한편, 본 발명에 따른 컴퓨터프로그램은 하드웨어와 결합되어 이상과 같은 압축영상에 대한 신택스 기반의 히트맵 생성 방법을 실행시키기 위하여 매체에 저장된 것이다.

본 발명에 따르면 디코딩, 다운스케일 리사이징, 차영상 획득, 영상 분석 등과 같은 복잡한 프로세싱을 거치지 않고서도 CCTV 압축영상으로부터 효과적으로 히트맵을 생성할 수 있는 장점이 있다. 특히, 종래기술 대비 1/10 정도의 연산량으로 히트맵을 생성할 수 있게 되어 영상분석 서버의 분석 가용 채널수를 대략 10배 이상 증가시킬 수 있는 장점이 있다.

[도 1]은 일반적인 히트맵의 예를 나타내는 도면.
[도 2]는 동영상 디코딩 장치의 일반적인 구성을 나타내는 블록도.
[도 3]은 종래기술에서 압축영상으로부터 히트맵을 생성하는 과정을 나타내는 순서도.
[도 4]는 본 발명에 따라 압축영상에 대한 신택스 기반의 히트맵 생성 과정의 전체 프로세스를 나타내는 순서도.
[도 5]는 본 발명에서 압축영상으로부터 유효 움직임을 검출하는 과정의 구현 예를 나타내는 순서도.
[도 6]은 CCTV 압축영상에 대해 본 발명에 따른 유효 움직임 영역 검출 과정을 적용한 결과의 일 예를 나타내는 도면.
[도 7]은 본 발명에서 이동객체 영역에 대한 바운더리 영역을 검출하는 과정의 구현 예를 나타내는 순서도.
[도 8]은 [도 6]의 CCTV 영상 이미지에 대해 본 발명에 따른 바운더리 영역 검출 과정을 적용한 결과의 일 예를 나타내는 도면.
[도 9]는 [도 8]의 CCTV 영상 이미지에 대해 인터폴레이션을 통해 이동객체 영역을 정리한 결과의 일 예를 나타내는 도면.
[도 10]은 본 발명에 따라 압축영상에서 검출된 이동객체 영역으로부터 히트맵을 생성하는 과정의 구현 예를 나타내는 순서도.
[도 11]은 본 발명에서 이동객체 영역에 Unique ID가 할당된 일 예를 나타내는 도면.
[도 12]는 본 발명에서 이동객체 영역에 중심좌표가 설정된 일 예를 나타내는 도면.

이하에서는 도면을 참조하여 본 발명을 상세하게 설명한다.

[도 4]는 본 발명에 따라 압축영상에 대한 신택스 기반의 히트맵 생성 과정의 전체 프로세스를 나타내는 순서도이다. 본 발명에 따른 히트맵 생성 프로세스는 압축영상을 다루는 시스템, 예컨대 CCTV 영상관제 시스템 또는 CCTV 영상분석 시스템에서 영상분석 서버가 양호하게 수행할 수 있다.

본 발명에서는 압축영상을 디코딩할 필요없이 압축영상의 비트스트림을 파싱하여 각 영상 블록, 즉 매크로블록(Macro Block) 및 서브블록(Sub Block) 등의 신택스 정보, 바람직하게는 모션벡터(Motion Vector)와 코딩유형(Coding Type) 정보를 통해 이동객체 영역을 빠르게 추출한다. 이렇게 얻어진 이동객체 영역은 본 명세서에 첨부된 이미지에서 보여지는 바와 같이 이동객체의 경계선을 정밀하게 반영하지는 못하지만 처리속도가 빠르면서도 일정 이상의 신뢰도를 나타낸다. 그리고 나서, 본 발명에서는 이렇게 얻어진 이동객체 영역의 정보를 누적시킴으로써 해당 공간에 대한 히트맵을 생성한다.

한편, 본 발명에 따르면 압축영상을 디코딩하지 않고도 이동객체 영역을 추출해내고 히트맵 생성을 수행할 수 있다. 하지만, 본 발명이 적용된 장치 또는 소프트웨어라면 압축영상을 디코딩하는 동작을 수행하지 말아야 하는 것으로 본 발명의 범위가 한정되는 것은 아니다.

이하, [도 4]을 참조하여 본 발명에 따라 압축영상으로부터 히트맵을 생성하는 과정을 전체적으로 살펴본다.

단계 (S100) : 먼저, 압축영상의 모션벡터에 기초하여 압축영상으로부터 실질적으로 의미를 인정할만한 유효 움직임을 검출하며, 이처럼 유효 움직임이 검출된 영상 영역을 이동객체 영역으로 설정한다.

이를 위해, H.264 AVC 및 H.265 HEVC 등의 동영상압축 표준에 따라서 압축영상의 코딩 유닛(coding unit)의 모션벡터와 코딩유형을 파싱한다. 이때, 코딩 유닛의 사이즈는 일반적으로 64x64 픽셀 내지 4x4 픽셀 정도이며 플렉서블(flexible)하게 설정될 수 있다.

각 영상 블록에 대해 미리 설정된 일정 시간(예: 500 msec) 동안 모션벡터를 누적시키고, 그에 따른 모션벡터 누적값이 미리 설정된 제 1 임계치(예: 20)을 초과하는지 검사한다. 만일 그러한 영상 블록이 발견되면 해당 영상 블록에서 유효 움직임이 발견된 것으로 보고 이동객체 영역으로 마킹한다. 그에 따라, 모션벡터가 발생하였더라도 일정 시간동안의 누적값이 제 1 임계치를 넘지 못하는 경우에는 영상 변화가 미미한 것으로 추정하고 무시한다.

단계 (S200) : 앞의 (S100)에서 검출된 이동객체 영역에 대하여 모션벡터와 코딩유형에 기초하여 바운더리 영역이 대략적으로 어디까지인지 검출한다. 이동객체 영역으로 마킹된 영상 블록을 중심으로 인접한 복수의 영상 블록을 검사하여 모션벡터가 제 2 임계치(예: 0) 이상 발생하였거나 코딩유형이 인트라 픽쳐(Intra Picture)일 경우에는 해당 영상 블록도 이동객체 영역으로 마킹한다. 이러한 과정을 통해서는 실질적으로는 해당 영상 블록이 앞서 (S100)에서 검출된 이동객체 영역과 한 덩어리를 이루는 형태로 되는 결과가 된다.

유효 움직임이 발견되어 이동객체 영역의 근방에서 어느 정도의 움직임이 있는 영상 블록이라면 이는 앞의 이동객체 영역과 한 덩어리일 가능성이 높기 때문에 이동객체 영역이라고 마킹한다. 또한, 인트라 픽쳐의 경우에는모션벡터가 존재하지 않기 때문에 모션벡터에 기초한 판정이 불가능하다. 이에, 이동객체 영역으로 이미 검출된 영상 블록에 인접하여 위치하는 인트라 픽쳐는 일단 기 추출된 이동객체 영역과 함께 한 덩어리로 추정한다.

단계 (S300) : 앞의 (S100)과 (S200)에서 검출된 이동객체 영역에 인터폴레이션(interpolation)을 적용하여 이동객체 영역의 분할(fragmentation)을 정리한다. 앞의 과정에서는 영상 블록 단위로 이동객체 영역 여부를 판단하였기 때문에 실제로는 하나의 이동객체(예: 사람)임에도 불구하고 중간중간에 이동객체 영역으로 마킹되지 않은 영상 블록이 존재하여 여러 개의 이동객체 영역으로 분할되는 현상이 발생할 수 있다. 그에 따라, 이동객체 영역으로 마킹된 복수의 영상 블록으로 둘러싸여 하나 혹은 소수의 비마킹 영상 블록이 존재한다면 이들은 이동객체 영역으로 추가로 마킹한다. 이를 통해, 여러 개로 분할되어 있는 이동객체 영역을 하나로 뭉쳐지도록 만들 수 있는데, 이와 같은 인터폴레이션의 영향은 [도 8]과 [도 9]를 비교하면 명확하게 드러난다.

단계 (S400) : 이상의 과정을 통하여 코딩 유닛의 신택스(모션벡터, 코딩유형)에 기초하여 압축영상을 구성하는 각 프레임 이미지로부터 이동객체 영역을 신속하게 추출하였다. 단계 (S400)에서는 이러한 이동객체 영역의 추출 결과를 이용하여 해당 영상에 대한 히트맵을 생성한다.

이를 위해, 본 발명에서는 일련의 영상 프레임에 걸쳐 이동객체 영역의 추출 결과를 누적시킴으로써 영상 내의 각 영역 별로 이동객체가 얼마나 빈번하게 발견되는지를 추정하고 그에 의해 히트맵을 생성한다. 이때, 이동객체 영역의 검출 자체를 누적시킬 수도 있고 이동객체 영역의 이동 궤적을 누적시킬 수도 있다. 이동객체 영역의 추출 결과로부터 히트맵을 생성하는 구체적인 과정에 대해서는 [도 10]를 참조하여 상세하게 후술한다.

[도 5]는 본 발명에서 압축영상으로부터 유효 움직임을 검출하는 과정의 구현 예를 나타내는 순서도이고, [도 6]은 CCTV 압축영상에 대해 본 발명에 따른 유효 움직임 영역 검출 과정이 적용된 결과의 일 예를 나타내는 도면이다. [도 5]의 프로세스는 [도 4]에서 단계 (S100)에 대응한다.

단계 (S110) : 먼저, 압축영상의 코딩 유닛을 파싱하여 모션벡터 및 코딩유형을 획득한다. [도 2]을 참조하면, 동영상 디코딩 장치는 압축영상의 스트림에 대해 H.264 AVC 및 H.265 HEVC 등과 같은 동영상압축 표준에 따라 구문분석(헤더 파싱) 및 모션벡터 연산을 수행한다. 이러한 과정을 통하여 압축영상의 코딩 유닛에 대하여 모션벡터와 코딩유형을 파싱해낸다.

단계 (S120) : 압축영상을 구성하는 복수의 영상 블록 별로 미리 설정된 시간(예: 500 ms) 동안의 모션벡터 누적값을 획득한다.

이 단계는 압축영상으로부터 실질적으로 의미를 인정할만한 유효 움직임, 예컨대 주행중인 자동차, 달려가는 사람, 서로 싸우는 군중들이 있다면 이를 검출하려는 의도를 가지고 제시되었다. 흔들리는 나뭇잎, 잠시 나타나는 고스트, 빛의 반사에 의해 약간씩 변하는 그림자 등은 비록 움직임은 있지만 실질적으로는 무의미한 객체이므로 검출되지 않도록 한다.

이를 위해, 미리 설정된 일정 시간(예: 500 msec) 동안 하나이상의 영상 블록 단위로 모션벡터를 누적시켜 모션벡터 누적값을 획득한다. 이때, 영상 블록은 매크로블록과 서브블록을 포함하는 개념으로 사용된 것이다.

단계 (S130, S140) : 복수의 영상 블록에 대하여 모션벡터 누적값을 미리 설정된 제 1 임계치(예: 20)와 비교하며, 제 1 임계치를 초과하는 모션벡터 누적값을 갖는 영상 블록을 이동객체 영역으로 마킹한다.

만일 이처럼 일정 이상의 모션벡터 누적값을 갖는 영상 블록이 발견되면 해당 영상 블록에서 무언가 유의미한 움직임, 즉 유효 움직임이 발견된 것으로 보고 이동객체 영역으로 마킹한다. 예컨대 영상관제 시스템에서 사람이 뛰어가는 정도로 관제 요원이 관심을 가질만한 가치가 있을 정도의 움직임을 선별하여 검출하려는 것이다. 반대로, 모션벡터가 발생하였더라도 일정 시간동안의 누적값이 제 1 임계치를 넘지 못할 정도로 작을 경우에는 영상에서의 변화가 그다지 크지않고 미미한 것으로 추정하고 검출 단계에서 무시한다.

[도 6]은 [도 5]의 과정을 통해 CCTV 압축영상으로부터 유효 움직임 영역을 검출한 결과를 시각적으로 나타낸 일 예이다. [도 6]에서는 제 1 임계치 이상의 모션벡터 누적값을 갖는 영상 블록이 이동객체 영역으로 마킹되어 붉은 색으로 표시되었다. [도 6]를 살펴보면 보도블럭이나 도로, 그리고 그림자가 있는 부분 등은 이동객체 영역으로 표시되지 않은 반면, 걷고있는 사람들이나 주행중인 자동차 등이 이동객체 영역으로 표시되었다.

[도 7]은 본 발명에서 이동객체 영역에 대한 바운더리 영역을 검출하는 과정의 구현 예를 나타내는 순서도이고, [도 8]은 유효 움직임 영역 검출 과정을 수행한 [도 6]의 CCTV 영상 이미지에 대해 [도 7]에 따른 바운더리 영역 검출 과정을 더 적용한 결과의 일 예를 나타내는 도면이다. [도 7]의 프로세스는 [도 4]에서 단계 (S200)에 대응한다.

앞서의 [도 6]를 살펴보면 이동객체가 제대로 마킹되지 않았으며 일부에 대해서만 마킹이 이루어진 것을 발견할 수 있다. 즉, 걷고있는 사람이나 주행중인 자동차를 살펴보면 객체의 전부가 마킹된 것이 아니라 일부 블록만 마킹되었다는 것을 발견할 수 있다. 또한, 하나의 이동객체에 대해 복수의 이동객체 영역이 마킹된 것도 많이 발견된다. 이는 앞의 (S100)에서 채택한 이동객체 영역의 판단 기준이 일반 영역을 필터링 아웃하는 데에는 매우 유용하지만 상당히 엄격한 것이었다는 것을 의미한다. 따라서, 이동객체 영역을 중심으로 그 주변을 살펴봄으로써 이동객체의 바운더리를 검출하는 과정이 필요하다.

단계 (S210) : 먼저, 앞의 (S100)에 의해 이동객체 영역으로 마킹된 영상 블록을 중심으로 하여 인접하는 복수의 영상 블록을 식별한다. 이들은 본 명세서에서는 편이상 '이웃 블록'이라고 부른다. 이들 이웃 블록은 (S100)에 의해서는 이동객체 영역으로 마킹되지 않은 부분인데, [도 7]의 프로세스에서는 이들에 대해 좀더 살펴봄으로써 이들 이웃 블록 중에서 이동객체 영역의 바운더리에 포함될만한 것이 있는지 확인하려는 것이다.

단계 (S220, S230) : 복수의 이웃 블록에 대하여 모션벡터 값을 미리 설정된 제 2 임계치(예: 0)와 비교하고, 제 2 임계치를 초과하는 모션벡터 값을 갖는 이웃 블록을 이동객체 영역으로 마킹한다. 실질적으로 의미를 부여할만한 유효 움직임이 인정된 이동객체 영역에 인접하여 위치하고 그 자신에 대해서도 어느 정도의 움직임이 발견되고 있다면 그 영상 블록은 촬영 영상의 특성상 그 인접한 이동객체 영역과 한 덩어리일 가능성이 높다. 따라서, 이러한 이웃 블록도 이동객체 영역이라고 마킹한다.

단계 (S240) : 또한, 복수의 이웃 블록 중에서 코딩유형이 인트라 픽쳐인 것을 이동객체 영역으로 마킹한다. 인트라 픽쳐의 경우에는 모션벡터가 존재하지 않기 때문에 해당 이웃 블록에 움직임이 존재하는지 여부를 모션벡터에 기초하여 판단하는 것이 원천적으로 불가능하다. 이 경우에 이동객체 영역으로 이미 검출된 영상 블록에 인접 위치하는 인트라 픽쳐는 일단 기 추출된 이동객체 영역의 설정을 그대로 유지해주는 편이 안전하다.

[도 8]은 CCTV 압축영상에 바운더리 영역 검출 과정까지 적용된 결과를 시각적으로 나타낸 도면인데, 이상의 과정을 통해 이동객체 영역으로 마킹된 다수의 영상 블록을 파란 색으로 표시하였다. [도 8]을 살펴보면, 앞서 [도 6]에서 붉은 색으로 표시되었던 이동객체 영역의 근방으로 파란 색의 이동객체 영역은 좀더 확장되었으며 이를 통해 CCTV로 촬영된 영상과 비교할 때 이동객체를 전부 커버할 정도가 되었다는 사실을 발견할 수 있다.

[도 9]는 [도 8]에 나타낸 바운더리 영역 검출 과정을 적용한 CCTV 영상 이미지에 대해 본 발명에 따라 인터폴레이션을 통해 이동객체 영역을 정리한 결과의 일 예를 나타내는 도면이다.

단계 (S300)은 앞의 (S100)과 (S200)에서 검출된 이동객체 영역에 인터폴레이션을 적용하여 이동객체 영역의 분할을 정리하는 과정이다. [도 8]을 살펴보면 파란 색으로 표시된 이동객체 영역 사이사이에 비마킹 영상 블록이 발견된다. 이렇게 중간중간에 비마킹 영상 블록이 존재하게 되면 이들이 다수의 개별적인 이동객체인 것처럼 간주될 수 있다. 이렇게 이동객체 영역이 파편화되면 단계 (S400)의 결과가 부정확해질 수 있고, 이동객체 영역의 갯수가 많아져서 단계 (S400)의 프로세스가 복잡해지는 문제도 있다.

그에 따라, 본 발명에서는 이동객체 영역으로 마킹된 복수의 영상 블록으로 둘러싸여 하나 혹은 소수의 비마킹 영상 블록이 존재한다면 이는 이동객체 영역으로 마킹하는데, 이를 인터폴레이션이라고 부른다. [도 8]과 대비하여 [도 9]를 살펴보면, 이동객체 영역 사이사이에 존재하던 비마킹 영상 블록이 모두 이동객체 영역이라고 마킹되었다. 이를 통해, 덩어리로 움직이는 영역은 모두 묶어서 하나의 이동객체로서 다루게 된다.

[도 6]과 [도 9]를 비교하면 바운더리 영역 검출 과정과 인터폴레이션 과정을 거치면서 이동객체 영역이 실제 영상의 상황을 제대로 반영하게 되어간다는 사실을 발견할 수 있다. [도 6]에서 붉은 색으로 마킹된 덩어리로 판단한다면 영상 화면 속에 아주 작은 물체들이 다수 움직이는 것처럼 다루어질 것인데, 이는 실제와는 부합하지 않는다. 반면, [도 9]에서 파란 색으로 마킹된 덩어리로 판단한다면 어느 정도의 부피를 갖는 몇 개의 이동객체가 존재하는 것으로 다루어질 것이어서 실제 장면을 유사하게 반영한다.

[도 10]은 본 발명에 따라 압축영상에서 검출된 이동객체 영역으로부터 히트맵을 생성하는 과정의 구현 예를 나타내는 순서도로서, [도 4]에서 단계 (S400)에 대응한다.

전술한 바와 같이 본 발명은 압축영상에서 바로 얻을 수 있는 신택스 정보에 기초하여 이동객체 영역을 추출한다. 종래기술의 압축영상을 디코딩하여 원본 영상에 대해 차영상을 획득하여 분석하는 과정이 불필요하게 되었으며, 이를 통해 발명자의 테스트에 따르면 최대 20배의 처리속도 개선을 이루었다. 그러나, 이러한 접근방식은 정밀도가 떨어진다는 약점이 있다. 이동객체를 추출하는 것이 아니라 이동객체가 포함된 것으로 추정되는 영상 블록의 덩어리를 추출한다는 점에서 개념상 차이가 있다. 본 발명에서 히트맵을 생성하는 과정에도 이러한 구성상 특징을 반영하였다.

이하에서, 본 발명에서 채택하고 있는 히트맵 생성 과정의 일 실시예를 구체적으로 기술한다.

단계 (S410, S420) : 압축영상을 구성하는 일련의 영상 프레임으로부터 복수의 이동객체 영역을 식별한다. 예를 들어, 초당 24 프레임으로 촬영된 10분 동안의 압축영상으로부터 히트맵을 생성하는 예라면, 총 14,400 프레임의 영상 이미지에 대해 [도 4]의 단계 (S100) 내지 단계 (S300)의 과정을 통하여 [도 9]에 파란 색으로 표시된 것과 같은 이동객체 영역을 다수 식별한다.

그리고 나서, 이렇게 식별된 복수의 이동객체 영역에 대해 개별적으로 해당 프레임 이미지 내에서의 위치를 나타내는 대표좌표(representative coordinates)를 산출한다. 대표좌표로는 [도 12]에 도시된 것과 같이 해당 이동객체 영역을 둘러싸는 가상의 최적 사각형에 대한 중심좌표(center coordinates)(cx1, cy1; cx2, cy2; cx3, cy3)를 사용할 수 있다.

단계 (S430) : 그리고 나서, 일련의 영상 프레임에서 도출되는 복수의 대표좌표를 예컨대 영상 블록 단위로 누적시킴으로써 그 공간에서 이동객체의 출몰 빈도를 반영하는 히트 데이터(heat data)를 산출한다. 단계 (S430)에서 산출된 히트 데이터를 활용하여 히트맵을 생성하는 것도 가능하지만, 이하의 단계 (S440) 내지 단계 (S470)을 통해 히트 데이터를 보강한 이후에 히트맵을 생성하는 것이 바람직하다. 또한, 구현 예에 따라서는 단계 (S430)의 히트 데이터 산출 과정을 배제하고 처음부터 단계 (S440) 내지 단계 (S470)을 통해 히트 데이터를 산출하여 히트맵을 생성하는 방식도 가능하다.

단계 (S440, S450) : 압축영상을 구성하는 일련의 영상 프레임에서 복수의 이동객체 영역에 대하여 Unique ID를 할당 관리함으로써 이동객체 영역을 단순히 영역(region)이 아니라 '객체(object)'처럼 다룬다.

먼저, 이동객체 영역을 하나의 객체(오브젝트)처럼 다루기 위하여 이전의 프레임에서 식별정보(ID)가 할당되지 않은 상태인 이동객체 영역을 현재 프레임에서 발견한다면 Unique ID를 신규 발행하여 할당해준다(S440). 즉, 영상에서 새로운 이동객체가 발견된 것이다. [도 11]은 세 개의 이동객체 영역에 Unique ID가 할당되어 있는 예를 나타낸다.

반대로, Unique ID 할당 상태였던 이동객체 영역이 일련의 영상 프레임을 넘어가면서 사라지는 경우에 그 이동객체 영역에 대해 앞서 단계 (S440)에서 할당해주었던 Unique ID를 리보크(revoke) 처리한다(S450). 즉, 이전에 발견하여 추적 관리해왔던 이동객체가 영상에서 사라진 것이다.

이처럼 Unique ID의 신규 할당 및 리보크 처리를 통하여 이동객체 영역을 마치 객체인 것처럼 간주하고 압축영상에서 일련의 프레임 이미지를 넘어가면서 그 객체의 이동 궤적을 추적한다.

한편, 단계 (S440, S450)에서 이루어지는 과정에 대해 좀더 살펴본다. 단계 (S440, S450)에서는 이동객체 영역이라고 마킹되어진 서로 연결된 영상 블록의 덩어리가 일련의 영상 프레임 앞뒤 간에 동일한 것인지 아닌지를 판단할 수 있어야 한다. 그래야, 현재 다루고 있는 이동객체 영역에 대해 이전에 Unique ID가 할당되어 있었는지 여부를 판단할 수 있기 때문이다.

본 발명에서는 원본 영상 이미지를 해석하지 않고 영상 블록이 이동객체 영역인지 여부만 체크하였기 때문에 앞뒤의 영상 프레임에서 이동객체 영역의 덩어리가 실제로 동일한지 아닌지 확인할 수 없다. 즉, 영상에 포함된 이미지 내용을 파악하지 않기 때문에 예컨대 동일 지점에서 앞뒤 프레임 간에 고양이가 개로 치환되었을 때에 그러한 변화를 식별하지 못한다. 하지만, 프레임 간의 시간간격이 매우 짧다는 점과 CCTV 카메라의 관찰 대상은 통상의 속도로 움직인다는 점을 감안하면 이러한 일이 벌어질 가능성은 매우 낮다.

이에, 본 발명에서는 앞뒤 프레임에서 이동객체 영역의 덩어리 간에 중첩되는 영상 블록의 비율 혹은 갯수가 일정 임계치 이상인 것들을 동일한 이동객체 영역이라고 추정한다. 이러한 접근방식에 의하면 원본 영상의 내용을 모르더라도 특정의 이동객체 영역이 움직이고 있는 것인지 아니면 새로운 이동객체 영역이 신규로 나타난 것인지 아니면 기존의 이동객체 영역이 사라진 것인지 판단할 수 있다. 이러한 판단은 정확도는 종래기술에 비해 낮지만 데이터 처리 속도를 획기적으로 높일 수 있어 실제 적용에서 유리하다.

단계 (S460) : 복수의 이동객체 영역에 대해 단계 (S420)에서 산출하였던 복수의 대표좌표를 Unique ID 기준으로 정렬하며, 이를 통해 각각의 Unique ID가 일련의 영상 프레임에서 나타나는 대표좌표의 시퀀스를 얻을 수 있다. 이는 Unique ID로 표상되는 각각의 이동객체가 일련의 영상 프레임에서 어떻게 이동하였는지를 나타내는 이동궤적에 해당된다.

단계 (S470) : 그리고 나서, Unique ID 별 이동궤적을 예컨대 영상 블록 단위로 누적시킴으로써 히트 데이터를 보강한다. 단계 (S430)에서 산출된 히트 데이터는 이동객체 영역의 출몰 빈도를 반영하기 때문에 처리 속도는 빠른 반면 객체들의 이동궤적의 특징은 반영하지 못하는 단점이 있었다. 단계 (S470)에서 얻어지는 히트 데이터는 처리 속도는 상대적으로 느리지만 해당 공간에서 객체들의 동선을 반영할 수 있는 장점이 있다.

단계 (S480) : 이상의 과정에서 산출된 히트 데이터에 기초하여 압축영상에 대하여 [도 1]과 같은 히트맵을 생성한다.

한편, 본 발명은 컴퓨터가 읽을 수 있는 비휘발성 기록매체에 컴퓨터가 읽을 수 있는 코드의 형태로 구현되는 것이 가능하다. 이러한 비휘발성 기록매체로는 다양한 형태의 스토리지 장치가 존재하는데 예컨대 하드디스크, SSD, CD-ROM, NAS, 자기테이프, 웹디스크, 클라우드 디스크 등이 있고 네트워크로 연결된 다수의 스토리지 장치에 코드가 분산 저장되고 실행되는 형태도 구현될 수 있다. 또한, 본 발명은 하드웨어와 결합되어 특정의 절차를 실행시키기 위하여 매체에 저장된 컴퓨터프로그램의 형태로 구현될 수도 있다.

Claims (7)

1. 압축영상의 비트스트림을 파싱하여 코딩 유닛에 대한 모션벡터 및 코딩유형을 획득하는 제 1 단계;
   압축영상을 구성하는 복수의 영상 블록 별로 미리 설정된 시간동안의 모션벡터 누적값을 획득하는 제 2 단계;
   상기 복수의 영상 블록에 대하여 상기 모션벡터 누적값을 미리 설정된 제 1 임계치와 비교하는 제 3 단계;
   상기 제 1 임계치를 초과하는 모션벡터 누적값을 갖는 영상 블록을 이동객체 영역으로 마킹하는 제 4 단계;
   압축영상의 일련의 영상 프레임에 걸쳐 상기 이동객체 영역을 누적시킴으로써 상기 압축영상에 대한 히트맵을 생성하는 제 5 단계;
   를 포함하여 구성되고,
   상기 제 5 단계는,
   압축영상을 구성하는 일련의 영상 프레임에서 상기 마킹된 복수의 이동객체 영역을 식별하는 제 5a 단계;
   상기 복수의 이동객체 영역에 대해 대표위치를 산출하는 제 5b 단계;
   상기 산출된 복수의 대표위치를 누적시킴으로써 히트 데이터를 산출하는 제 5c 단계;
   상기 히트 데이터에 기초하여 상기 압축영상에 대한 히트맵을 생성하는 제 5d 단계;
   를 포함하여 구성되는 것을 특징으로 하는 압축영상에 대한 신택스 기반의 히트맵 생성 방법.
   
2. 삭제
3. 청구항 1에 있어서,
   상기 제 5 단계는,
   상기 제 5c 단계와 상기 제 5d 단계 사이에 수행되는,
   압축영상을 구성하는 일련의 영상 프레임에서 상기 식별된 복수의 이동객체 영역에 대하여, ID 미할당 상태로 식별되는 이동객체 영역에 대해 Unique ID를 신규 발행하여 할당 처리하고, Unique ID 할당 상태로 영상 프레임에서 사라지는 이동객체 영역에 대해 Unique ID를 리보크 처리하는 제 5e 단계;
   상기 산출된 복수의 대표위치를 상기 Unique ID 기준으로 정렬하여 Unique ID 별 이동궤적을 도출하는 제 5f 단계;
   상기 Unique ID 별 이동궤적을 누적시킴으로써 상기 히트 데이터를 보강하는 제 5g 단계;
   를 더 포함하여 구성되는 것을 특징으로 하는 압축영상에 대한 신택스 기반의 히트맵 생성 방법.
   
4. 청구항 1에 있어서,
   상기 제 4 단계와 상기 제 5 단계 사이에 수행되는,
   상기 이동객체 영역을 중심으로 그 인접하는 복수의 영상 블록(이하, '이웃 블록'이라 함)을 식별하는 제 a 단계;
   상기 복수의 이웃 블록에 대하여 상기 제 1 단계에서 획득된 모션벡터 값을 미리 설정된 제 2 임계치와 비교하는 제 b 단계;
   상기 복수의 이웃 블록 중에서 상기 제 b 단계의 비교 결과 상기 제 2 임계치를 초과하는 모션벡터 값을 갖는 이웃 블록을 이동객체 영역으로 추가 마킹하는 제 c 단계;
   를 더 포함하여 구성되는 것을 특징으로 하는 압축영상에 대한 신택스 기반의 히트맵 생성 방법.
   
5. 청구항 4에 있어서,
   상기 제 c 단계 이후에 수행되는,
   상기 복수의 이웃 블록 중에서 코딩유형이 인트라 픽쳐인 이웃 블록을 이동객체 영역으로 추가 마킹하는 제 d 단계;
   를 더 포함하여 구성되는 것을 특징으로 하는 압축영상에 대한 신택스 기반의 히트맵 생성 방법.
   
6. 청구항 5에 있어서,
   상기 제 d 단계 이후에 수행되는,
   상기 복수의 이동객체 영역에 대하여 인터폴레이션을 수행하여 이동객체 영역으로 둘러싸인 미리 설정된 갯수 이하의 비마킹 영상 블록을 이동객체 영역으로 추가 마킹하는 제 e 단계;
   를 더 포함하여 구성되는 것을 특징으로 하는 압축영상에 대한 신택스 기반의 히트맵 생성 방법.
   
7. 하드웨어와 결합되어 청구항 1, 3 내지 6 중 어느 하나의 항에 따른 압축영상에 대한 신택스 기반의 히트맵 생성 방법을 실행시키기 위하여 매체에 저장된 컴퓨터프로그램.

Images