KR102059966B1 - 지능형 영상 녹화 장치 및 방법 - Google Patents

지능형 영상 녹화 장치 및 방법 Download PDF

Info

Publication number
KR102059966B1
KR102059966B1 KR1020180004376A KR20180004376A KR102059966B1 KR 102059966 B1 KR102059966 B1 KR 102059966B1 KR 1020180004376 A KR1020180004376 A KR 1020180004376A KR 20180004376 A KR20180004376 A KR 20180004376A KR 102059966 B1 KR102059966 B1 KR 102059966B1
Authority
KR
South Korea
Prior art keywords
impact
event
shock
video recording
pattern
Prior art date
Application number
KR1020180004376A
Other languages
English (en)
Other versions
KR20190086166A (ko
Inventor
김익재
남기표
조정현
최희승
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020180004376A priority Critical patent/KR102059966B1/ko
Publication of KR20190086166A publication Critical patent/KR20190086166A/ko
Application granted granted Critical
Publication of KR102059966B1 publication Critical patent/KR102059966B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/304—Acceleration sensors
    • B60Y2400/3042—Collision sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Television Signal Processing For Recording (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

실시예들은 실시간으로 영상을 촬영하는 영상 촬영기; 대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 센서; 상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하고, 상기 충격 패턴에 기초하여 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 제어부; 및 상기 촬영된 영상을 저장하는 제1 저장부와 상기 가해진 충격이 이벤트로 판단되면 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 저장하는 제2 저장부를 포함한 저장부를 포함하는 지능형 영상 녹화 장치 및 이에 의해 수행되는 지능형 영상 녹화 방법에 관한 것이다.

Description

지능형 영상 녹화 장치 및 방법{INTELLIGENT VIDEO RECORDING APPARATUS AND METHOD}
본 출원은 일반적으로 영상 녹화 장치 및 방법에 관한 것으로서, 보다 상세하게는 영상 녹화 장치가 장착된 대상에 가해지는 충격 중 영상 녹화를 트리거하는 이벤트가 발생하였는지 여부를 판단하고, 이벤트가 발생되었다고 판단된 경우 영상을 녹화를 개시하는 영상 녹화 장치 및 방법에 관한 것이다.
최근 사고현장 및 운전자의 부재 시 발생한 사고 등을 파악하기 위해 영상 저장을 목적으로 하는, 소위 블랙박스로 지칭되는 영상 녹화 장치가 보편화 되고 있다. 이러한 영상 녹화 장치는 충격 감지 센서를 통해 충격 여부를 판단하여, 충격 발생 감지 시 해당 시간대의 영상을 저장하고, 또한 사용자에게 충격 발생 및 영상 저장에 대한 알림을 제공하는 방식으로 구성되어 있다. 이로 인해, 사고 발생 시 녹화된 영상을 기반으로 사고 현장을 분석할 수 있고, 또한 운전자가 부재 시에도 추후에 차량에 발생된 사고를 확인할 수 있는 장점이 있다.
그러나, 종래의 영상 녹화 장치는 영상 녹화가 필요한 충격인지 여부에 관계없이 (예를 들어, 문 닫힘과 같이 영상 녹화 및 알림이 불필요한 경우에도) 감지된 충격이 소정의 임계치 이상인 경우 일률적으로 영상 녹화를 시작하고 저장하였다. 이와 같이 충격 위치를 고려하지 않아 특정 위치에서 반복적으로 발생하는 알림 대상으로서의 가치가 없는 일상적인 충격을 구분할 수 없기 때문에 저장 공간의 낭비가 발생하는 문제가 있다.
또한, 또 다른 종래의 영상 녹화 장치는 추가적으로 영상 녹화의 개시에 대한 알림을 제공할 수 있는데, 이러한 알림은 충격 위치에 대한 정보를 포함하고 있지 않아, 알림을 받은 사용자는 스스로 충격으로 인한 파손 위치를 탐색해야 하는 불편이 있다. 나아가, (영상 녹화가 불필요한) 일상적인 충격에 대한 알림 빈도가 (영상 녹화가 필요한) 특수한 충격에 대한 빈도보다 빈번하여 사용자는 알림에 대해 극심한 피로를 느끼게 되고, 심하면 알림을 무시하기까지에 도달하는 또 다른 문제가 있다.
특허공개공보 10-2016-0099783
영상 녹화 장치가 장착된 대상에 가해지는 충격 중 영상 녹화를 트리거하는 이벤트가 발생하였는지 여부를 판단하고, 이벤트가 발생되었다고 판단된 경우 영상을 녹화를 개시하는 영상 녹화 장치 및 방법이 제공된다.
본 발명의 일 측면에 따른 지능형 영상 녹화 장치에 의해 수행되는 지능형 영상 녹화 방법은 대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 단계; 상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계; 상기 충격 패턴에 기초하여 상기 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 단계; 및 상기 가해진 충격이 이벤트로 판단되는 경우, 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 보관하는 단계를 포함할 수 있다.
일 실시예에서, 상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계는 상기 변화량 및 변화 방향을 위치 모델에 적용하여 가해진 변화의 위치를 추정하는 단계; 및 추정된 변화 위치에 더 기초하여 변화 패턴을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 위치 모델은 복수의 훈련 샘플에 기초하여 모델링되었고, 각 훈련 샘플은 훈련 충격에 대한 충격량, 충격 방향 및 충격 위치를 포함할 수 있다.
일 실시예에서, 상기 가해진 충격이 이벤트에 해당되는지 판단하는 단계는 상기 충격 패턴을 이벤트 패턴 모델에 적용하여 상기 충격 패턴에 연관된 충격이 이벤트에 해당되는지 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 이벤트 패턴 모델은 복수의 훈련 샘플에 기초하여 생성되었고, 각 훈련 샘플은 훈련 충격의 충격량, 충격 방향 및 충격 위치, 그리고 제1 라벨을 포함할 수 있다. 여기서, 제1 라벨은 각 훈련 충격이 이벤트에 해당되는지를 나타낸다.
일 실시예에서, 지능형 영상 녹화 방법은 상기 대상에 대한 사용자별 고유 행동 정보를 입력받고 상기 고유 행동 정보를 이용하여 상기 이벤트 패턴 모델을 사용자별로 맞춤화하는 단계를 더 포함할 수 있다.
일 실시예에서, 지능형 영상 녹화 방법은 제2 라벨을 생성하기 위한 제1 입력을 요청하는 단계; 상기 제1 입력에 응답하여 상기 제2 라벨을 생성하는 단계; 상기 알림에 이용된 충격량 및 충격 방향, 그리고 제2 라벨을 포함한 제1 피드백 정보를 생성하는 단계; 및 상기 제1 피드백 정보를 이용하여 상기 위치 모델을 업데이트하는 단계를 더 포함할 수 있다. 여기서, 제2 라벨은 추정된 충격 위치가 실제 충격 위치인지 나타낸다.
일 실시예에서, 지능형 영상 녹화 방법은 상기 제2 라벨이 추정된 충격 위치가 실제 충격 위치가 아닌 것을 나타낸 경우, 실제 충격 위치 정보를 생성하기 위한 제2 입력을 요청하는 단계; 및 상기 제2 입력에 응답하여 실제 충격 위치 정보를 생성하는 단계를 더 포함할 수 있다. 이 경우, 제1 피드백 정보는 실제 충격 위치 정보를 더 포함하도록 생성된다.
일 실시예에서, 지능형 영상 녹화 방법은 제3 라벨을 생성하기 위한 제3 입력을 요청하는 단계; 상기 제3 입력에 응답하여 상기 제3 라벨을 생성하는 단계; 상기 알림에 이용된 충격량 및 충격 방향, 그리고 상기 제3 라벨을 포함한 제2 피드백 정보를 생성하는 단계; 및 상기 제2 피드백 정보를 이용하여 상기 이벤트 패턴 모델을 업데이트하는 단계를 더 포함할 수 있다. 여기서, 제3 라벨은 이벤트로 이전에 판단된 충격이 실제 이벤트 인지를 나타낸다.
일 실시예에서, 지능형 영상 녹화 방법은 상기 가해진 충격이 이벤트로 판단된 경우 상기 충격 위치를 이벤트 발생 위치로 결정하는 단계; 및 상기 이벤트 발생 및 위치에 대한 알림을 제공하는 단계를 더 포함할 수 있다.
일 실시예에서, 이벤트 알림은 상기 이벤트 충격의 발생 위치를 상기 대상의 적어도 일부 형상에 그래픽적으로 나타낸 표현을 포함할 수 있다.
일 실시예에서, 이벤트 알림은 상기 이벤트 충격으로 인한 예상 피해 정도 및 추정 손해액을 문자로 나타낸 표현 중 적어도 하나를 더 포함할 수 있다.
본 발명의 다른 일 측면에 따른 컴퓨터 판독가능 기록매체는 컴퓨터에 의해 판독 가능하고, 상기 컴퓨터에 의해 동작 가능한 프로그램 명령어를 저장할 수 있다. 여기서, 프로그램 명령어는 상기 컴퓨터의 프로세서에 의해 실행되는 경우 상술한 실시예들에 따른 지능형 영상 녹화 방법을 수행하게 할 수 있다.
본 발명의 또 다른 일 측면에 따른 이벤트 발생 시 촬영된 영상을 녹화하는 지능형 영상 녹화 장치는 실시간으로 영상을 촬영하는 영상 촬영기; 대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 센서; 상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하고, 상기 충격 패턴에 기초하여 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 제어부; 및 상기 촬영된 영상을 저장하는 제1 저장부와 상기 가해진 충격이 이벤트로 판단되면 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 저장하는 제2 저장부를 포함한 저장부를 포함할 수 있다.
본 발명의 실시예들에 따르면, 대상에 가해진 충격에서 충격 위치를 추정하고 이를 고려하여 대상에 가해진 충격이 영상 녹화가 필요한 이벤트에 해당되는지 판단할 수 있다. 이로 인해, 보다 정확한 이벤트 판단이 가능하다. 또한, 일반적으로 특정 위치에서 반복적으로 가해지는 충격(예를 들어, 차량의 도어 닫힘)에 의한 불필요한 영상 녹화를 감소시키고, 저장 공간을 보다 효율적으로 사용할 수 있다.
나아가, 사용자는 실제로 알림이 필요한 충격에 대해서만 충격 알림을 제공받게 되어 무차별적인 알림에 대한 피로에서 벗어날 수 있게 된다.
아울러, 사용자에게 제공되는 알림은 충격 위치에 대한 정보를 포함하고 있어, 알림을 받은 사용자는 스스로 충격으로 인한 파손 위치를 탐색해야 하는 수고를 덜을 수 있다.
또한, 사용자가 차량 도어를 닫는 습관 등과 같은 사용자별 고유 행동 양식을 반영하여 사용자 맞춤화할 수 있다. 추가적으로 이전에 가해진 충격에 연관된 피드백 정보를 생성하여 이벤트 판단 기능을 업데이트함으로써 지속적으로 판단 기능을 강화할 수 있다.
아울러, 자가용과 같은 승용차, 트럭과 같은 상용차, 오토바이와 같은 2륜차, 고속철도, 전철 등의 차량에 장착되는 것 이외에도 출입문 CCTV와 같은, 일상적인 충격과 특수한 충격의 구분 및 알림이 필요한 다양한 분야에서 활용될 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 장치의 간략한 블록도이다.
도 2는, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 방법의 흐름도이다.
도 3은, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 방법의 개념도이다.
도 4는, 본 발명의 일 실시예에 따른, 충격 위치를 나타낸 알림의 예시적인 도면이다.
도 5는, 본 발명의 일 실시예에 따른, 위치 모델을 업데이트하는 과정의 흐름도이다.
도 6은, 본 발명의 일 실시예에 따른, 이벤트 패턴 모델을 업데이트하는 과정의 흐름도이다.
상기 도면들은 단지 도시(illustration)의 목적을 위해서 본 발명의 다양한 실시예들을 묘사한다. 통상의 기술자는 본 명세서에 설명된 구조 및 방법의 대안적인 실시예가 본 명세서에 설명된 발명의 원리를 벗어나지 않고 사용될 수도 있다는 것을 다음의 설명으로부터 용이하게 인식할 수 있을 것이다.
실시예들은 여기에 첨부된 도면들을 참조하여 설명될 것이다 그러나, 여기에 개시된 원리들은 많은 상이한 형태로 구현될 수도 있으며 여기에서 기재된 실시예로 제한되어 생각되지 않아야 한다. 예를 들어, 영상 녹화 장치가 장착되는 대상에 있어, 차량을 주된 실시예로 서술하고 있으나, 이는 단지 예시적인 것으로서 다양한 대상에 장착될 수 있음이 통상의 기술자에게 명백할 것이다. 발명의 상세한 설명에서, 잘 알려진 특징 및 기술에 대한 상세한 설명이 실시예의 특징을 불필요하게 불명확하게 하는 것을 피하기 위해 생략될 수도 있다.
본 명세서에서, 이벤트는 영상 녹화가 필요한 특수한 상황(예를 들어 물체의 충격, 물체의 급감속, 급가속, 또는 급제동, 사전에 설정한 속도 초과 등)이 발생한 경우 영상 보관을 시작하는 트리거(trigger)의 일종이다. 여기서, 영상 녹화가 필요한 상황은 발생된 이벤트의 가해자/피해자 간의 갈등(예를 들어, 법률적, 정신적, 시간적, 경제적인 문제), 이벤트 발생으로 인한 차량 수리에 있어 보험사/보험자 간의 갈등 등을 해결하는 데 있어, 이벤트 발생 시점의 영상 녹화가 갈등 해결에 중요한 수단으로 이용될 가능성이 있는 상황을 의미한다.
반면, 단순히 문 닫힘, 트렁크 닫힘 등의 사용자의 일반적인 행동에 의한 충격은 상술한 바와 같은 일련의 갈등들을 유발하지 않아 영상 녹화가 불필요하며, 이벤트로 판단되지 않는다.
본 발명에서는 하나의 이벤트 또는 서로 다른 다수의 이벤트를 감지하는 경우에 영상 녹화 및 보관을 시작한다. 즉, 충격 감지 시 영상 녹화 및 보관을 시작하거나, 대상의 기술적 결함으로 인한 특수한 상황(예를 들어, 차량 내 결함으로 인한 에어백 전개, 차량 급발진 등) 발생 시 영상 녹화 및 보관을 시작할 수 있다. 이하, 본 발명의 이벤트를 설명하는 데 있어 장착 대상은 차량으로, 이벤트는 충격을 예로 들어 설명하기로 한다.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.
도 1은, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 장치의 간략한 블록도이다. 지능형 영상 녹화 장치(100)는 충격 감지 시 이벤트인지 판단하고, 이벤트로 판단하는 경우 촬영된 영상을 녹화하는 장치로서, 촬영기(110), 센서(130), 제어부(150), 제1 저장부(171)와 제2 저장부(172)를 포함한 저장부(170)를 포함한다.
실시예들에 따른 지능형 영상 녹화 장치(100)는 전적으로 하드웨어이거나, 또는 부분적으로 하드웨어이고 부분적으로 소프트웨어인 측면을 가질 수 있다. 예컨대, 지능형 영상 녹화 장치(100)에 포함된 제어부(150)는 특정 형식 및 내용의 데이터를 처리하거나 또는/또한 전자통신 방식으로 주고받기 위한 하드웨어 및 이에 관련된 소프트웨어를 통칭할 수 있다. 즉, 본 명세서에서 "부(unit)", "모듈(module)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
촬영기(110)는 영상을 촬영하는 하나의 수단으로서, 촬영기(110)의 시야에 투사되는 연속적인 영상을 촬영할 수 있다. 일 실시예에서, 촬영기(110)가 촬영된 아날로그 영상신호를 디지털 영상신호로 변환한다. 이로 인해, 영상 녹화 장치(100)는 차량의 외부 또는/및 차량의 내부를 촬영해 컬러, 흑백, 적외선 등의 영상 데이터를 획득할 수 있다. 일부 실시예에서, 촬영기(110)는 아날로그 영상신호만을 검출하고, 상술한 변환 처리는 아래의 제어부(150)에서 수행될 수 있다.
일부 실시예에서, 촬영기(110)의 개수는 복수일 수 있다. 이 경우, 영상 녹화 장치(100)는 복수의 촬영기(110)와 연결되는 복수의 채널을 포함할 수 있다. 예를 들어, 차량 전방의 영상을 획득하기 위한 전방 카메라는 제1 채널에 연결되고 차량 후방의 영상을 획득하기 위한 후방 카메라는 제2 채널에 연결될 수 있다.
센서(130)는 충격을 감지하는 하나의 수단으로서, 일 실시예에서, 영상 녹화 장치(100)가 차량에 설치된 경우 차량이 주행하는 도중 또는 정차(또는 주차) 도중에 발생하는 충격을 감지한다. 센서(130)는 충격을 감지하여 충격량에 연관된 충격량 데이터와 충격 방향에 연관된 충격 방향 데이터를 포함하는 충격 데이터를 검출한다.
센서(130)는 IMU(Inertial Measurement Unit) 센서, 중력 센서, 모션 센서, 가속도 센서, 자이로 센서 중 하나 또는 이들의 조합일 수 있으나, 상술한 센서(130)의 예는 단지 예시적인 것으로서, 충격량과 충격 방향을 검출할 수 있는 다양한 유형의 센서를 이용하여 구현될 수 있다.
제어부(150)는 센서(130)가 감지한 충격에 기초하여 영상 녹화를 트리거하는 이벤트가 발생하였는지 여부를 판단하고, 이벤트가 발생했다고 판단한 경우 영상 녹화를 수행하는 동작 등과 같은 이벤트 영상 촬영 녹화 장치의 전반적인 동작을 제어하며, MCU(Micro Control Unit), CPU(Central Processing Unit)와 같은 일종의 응용 프로세서(AP, Application Processor)로 구현될 수 있다. 제어부(150)의 동작에 대해서는 도 2 및 도 3을 참조하여 아래에서 보다 상세하게 서술된다.
저장부(170)는 지능형 영상 녹화 방법을 수행하기 위한 프로그램 명령어를 저장하고, 촬영기(100)에서 획득한 영상을 임시 저장하며, 이벤트 발생 시각으로부터 소정 시간 동안의 영상을 저장한다.
일 실시예에서, 저장부(170)는 제1 저장부(171) 및 제2 저장부(172)를 포함한다.
제1 저장부(171)는 촬영기(110)에서 획득한 영상이 임시 저장되는 버퍼 기능이 구비되어 있으며, 휘발성 저장매체로서 RAM 등으로 구현될 수 있다.
제2 저장부(172)는 제어부(150)의 데이터 쓰기(write)로 촬영기(110)에서 획득한 영상, 바람직하게는 제1 저장부(171)에 임시 저장되어 또는/및 저장되고 있는 영상 데이터가 기록되어 보관되는 데이터 저장 매체로서, SD 카드, USB 메모리 등의 플래시 메모리, EEPROM, 하드디스크 등으로 구현될 수 있다.
다른 실시예에서, 제1 저장부(171) 및 제2 저장부(172)는 동일한 구성요소인 저장부(170) 상에서 기능적으로 구분한 것일 뿐, 반드시 서로 분리된 별개의 소자를 의미하지 않을 수 있다. 예를 들어, 제1 저장부(171) 및 제2 저장부(172)는 저장부(170)에서 파티션으로 구분될 수 있다.
상기 지능형 영상 녹화 장치(100)가 다른 구성요소를 포함할 수도 있다는 것이 당업자에게 명백할 것이다. 예를 들어, 데이터 엔트리를 위한 입력 장치, 및 인쇄 또는 다른 데이터 표시를 위한 출력 장치를 포함하는, 본 명세서에 서술된 동작에 필요한 다른 하드웨어 요소를 포함할 수도 있다. 일부 실시예에서, 지능형 영상 녹화 장치(100)와 외부 장치(예를 들어, 스마트 폰 등) 사이를 연결하는 네트워크, 네트워크 인터페이스 및 프로토콜 등을 더 포함할 수 있어, 사용자에게 이벤트 발생 및 위치에 대한 알림을 스마트 폰을 통해 제공할 수도 있다.
도 2는, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 방법의 흐름도이고, 도 3은, 본 발명의 일 실시예에 따른, 지능형 영상 녹화 방법의 개념도이다.
촬영기(110)는 실시간으로 영상을 촬영하고(S110), 실시간으로 촬영된 영상은 제1 저장부에 임시 저장된다(S120). 센서(130)에 의해 충격이 감지되지 않는 경우 촬영기(110)를 통해 계속적으로 촬영된 영상 데이터는 제1 저장부(171)에 버퍼링 등으로 임시 저장되는 동작이 반복될 수 있다. 이때, 센서(130)에 의해 충격이 감지되기 이전에 실시간으로 촬영된 영상 데이터는 제2 저장부(172)에 보관되지 않는다.
단계(S110-S120)가 수행되는 와중에, 지능형 영상 녹화 장치(100)가 장착된 대상에 충격이 가해지는 경우, 센서(130)는 대상에 가해진 충격을 감지하여 가해진 충격에 대한 충격량 및 충격 방향을 검출한다(S140).
가해진 충격에 대한 충격량 및 충격 방향이 검출되면, 지능형 영상 녹화 장치(100)는 검출된 충격량 및 충격 방향에 기초하여 가해진 충격에 대한 충격 패턴을 생성한다. 일 실시예에서, 지능형 영상 녹화 장치(100)는 충격량 및 충격 위치를 위치 모델(150)에 적용하여 가해진 충격의 위치를 추정하고(S150), 가해진 충격의 충격량 및 충격 방향, 그리고 추정된 충격 위치에 기초하여 가해진 충격에 대한 충격 패턴을 생성한다(S160).
위치 모델(150)은 충격량 및 충격 방향에 기초하여 충격 위치를 추정한다. 일 실시예에서, 위치 모델(150)은 복수의 훈련 샘플(training sample)에 기초하여 모델링되었고, 여기서 각 훈련 샘플은 샘플을 생성하는 훈련 충격에 대한 충격량, 충격 방향 및 충격 위치를 포함한다.
여기서 훈련 샘플은 충격 위치를 추정하는 것에 연관된 많은 특징으로 표현될 수 있다. 일 실시예에서, 차량에 가해진 충격은 충격량, 충격 방향 및 충격 위치에 의해 표현될 수 있다. 충격량은 센서(130)가 감지한 충격의 크기에 대한 데이터이고, 충격 방향은 센서(130)가 감지한 충격의 방향에 대한 데이터이며, 충격 위치는 차량에서 충격이 발생한 위치에 대한 데이터이다.
일부 실시예에서, 훈련 샘플은 차량의 속성 정보를 더 포함할 수 있다. 여기서, 차량의 속성 정보는 차량 도어(door)의 위치, 두께, 재질 및 크기, 차량 트렁크의 위치, 두께, 재질 및 크기, 차체의 각종 치수 등 차량 관련 속성을 포함할 수 있다. 각 속성 정보는 정수, 부동 소수점(floating point number), 또는 이진 값과 같은 수치일 수도 있거나, 또는 그것은 범주형(categorical)일 수도 있다.
이와 같이 위치 모델(150)을 모델링함에 있어 충격량, 충격 방향 및 충격 위치와 더불어 차량 속성을 더 고려함으로써 동일한 충격량 및 충격 방향임에도 불구하고 차량마다 상이한 위치 결과가 추정되게 하고, 보다 정밀한 위치 추정이 가능하게 할 수 있다.
일 실시예에서, 위치 모델(150)은 의사결정 트리(Decision Tree), Bayesian Network, CART, ANN(artificial neural network) 알고리즘 등과 같은 다양한 지도 학습 알고리즘을 사용하여 모델링될 수 있으나, 이에 본 발명이 제한되는 것은 아니다.
이와 같은 위치 모델을 이용하여 지능형 영상 녹화 장치(100)는 차량에 가해진 충격에 대한 충격량 및 충격 방향, 그리고 추정된 충격 위치에 기초하여 가해진 충격에 대한 실시간 충격 패턴을 생성한다(S160).
일부 실시예에서, 충격 패턴은 충격량에 연관된 제1 패턴 및 충격 위치에 연관된 제2 패턴이 조합되어 산출된다. 예컨대, 충격 패턴은 (x, y, z)로 구성된 함수일 수 있으며, 여기서 x는 충격량에 연관된 값, y, z는 충격 위치에 대한 값일 수 있다.
지능형 영상 녹화 장치(100)는 단계(S160) 에서 생성된 충격 패턴에 기초하여 가해진 충격이 영상 녹화의 가치가 있는지, 즉 “이벤트”에 해당하는지 판단한다(S170). 일 실시예에서, 지능형 영상 녹화 장치(100)는 충격 패턴을 이벤트 패턴 모델(170)에 적용하여 충격 패턴에 연관된 충격이 이벤트에 해당되는지 결정한다(S170).
이벤트 패턴 모델(170)은 차량에 가해진 충격에 대한 충격 패턴이 이벤트에 연관되었는지 판단하는 분류 모델로서, 복수의 훈련 샘플에 기초하여 생성된다. 각 훈련 샘플은 이벤트 충격을 판단하는 것에 연관된 많은 특징 및 이진 라벨을 포함한다. 여기서, 이진 라벨은 각 훈련 샘플이 이벤트 충격에 해당되는지 여부를 나타낸다. 일 실시예에서, 각 훈련 샘플은 충격량, 충격 방향 및 이진 라벨을 포함하며, 각 훈련 샘플이 이벤트에 해당되는 경우 양의 라벨을, 이벤트에 해당되지 않는 경우 음의 라벨을 포함할 수 있다. 일부 실시예에서, 훈련 샘플은 차량의 속성 정보를 더 포함할 수 있다.
이벤트 패턴 모델(170)은 SVM(support vector machine), SVDD(support vector data description), SVR(support vector regression), ANN(artificial neural network) 및 K-평균 클러스터링(K-means clustering) 알고리즘에 의해 생성될 수 있으나, 이에 제한되지 않으며 현재 저장된 데이터들을 두 클래스(이벤트 클래스 및 비 이벤트 클래스)로 분류하며(classification), 새로 입력된 데이터가 분류된 두 클래스 중 어디에 속하는지 판단(prediction)할 수 있는 다양한 알고리즘에 의해 생성될 수 있다.
일 실시예에서, 위치 모델(150) 및/또는 이벤트 패턴 모델(170)은 지능형 영상 녹화 장치(100)의 제조자에 의해 모델링될 수 있다. 또는, 다른 일 실시예에서, 위치 모델(150) 및/또는 이벤트 패턴 모델(170)은 지능형 영상 녹화 장치(100) 내에서 모델링될 수 있다.
한편, 위의 설명에서 이벤트 패턴 모델(170)은 복수의 충격을 훈련 샘플로 하고 이러한 충격에 연관된 물리량 등의 특징들에 의해 모델링되었으나, 이에 제한되지 않는 것이 통상의 기술자들에게 명백할 것이다. 전술한 바와 같이, 본 명세서에서 이벤트는 충격 이외에 급제동, 급발진 등과 같은 영상 녹화가 필요한 다양하고 특수한 상황을 지칭하기 때문에, 이러한 경우에 대응하는 충격에 연관된 물리량 이외의 물리량(속도, 속도 변화량, 에어백에 주입되는 기체 변화량 등)에 의해 이벤트 패턴 모델(170)이 모델링될 수 있다.
지능형 영상 녹화 장치(100)는 가해진 충격을 이벤트로 판단하는 경우 이벤트 발생 시점을 기준으로 소정의 시간 동안의 영상을 저장한다(S180). 이 경우, 지능형 영상 녹화 장치(100)는 제1 저장부(171)에 임시 저장된 영상 중 이벤트 발생 시점을 기준으로 특정 시간 이전의 시각부터 특정 시간 이후의 시각까지, 즉 소정의 시간 동안의 영상을 제2 저장부(172)에 보관할 수 있다.
이와 같이, 지능형 영상 녹화 장치(100)는 이벤트 판단 시 충격 위치를 더 고려하기 때문에, 차량의 도어 닫힘과 같이 일반적으로 특정 위치에서 반복적으로 발생하는 사용자의 특정 사용 양식 및 습관을 보다 정확하게 판단할 수 있다. 그 결과, 제2 저장부(172)에 보관된 영상 데이터는 보다 높은 정확도로 영상 녹화가 필요한 이벤트에 연관된 영상 데이터일 수 있어, 저장 공간을 보다 효율적으로 사용할 수 있다.
도 4는, 본 발명의 일 실시예에 따른, 충격 위치를 나타낸 알림의 예시적인 도면이다. 상기 실시예에서, 제어부(150)는 이벤트가 발생했다고 판단한 경우 추정된 충격 위치를 이벤트 발생 위치로 결정하고, 이벤트 발생 위치에 대한 알림을 제공할 수 있다(S190). 여기서, 알림은 이벤트 발생 위치에 연관된 그림, 문자 및 이들의 조합을 포함한다 예컨대, 이벤트 알림은 이벤트 충격의 위치를 차량의 전부 또는 일부 형상에 문자로 나타낸 표현 및/또는 그래픽적으로 나타낸 표현을 포함할 수 있다.
일 예에서, 도 4를 참조하면, 이벤트 알림은 이벤트 충격의 위치를 차량 전체의 사시도에 그래픽적으로 나타낸 표현을 포함할 수 있다.
다른 일 예에서, 이벤트 알림은 이벤트 충격의 위치를 차량 일부를 확대한 사시도에 그래픽적으로 나타낸 표현을 포함할 수 있다.
또 다른 일 예에서, 이벤트 알림은 이벤트 충격의 위치를 차량 전체의 평면도에 그래픽적으로 나타낸 표현을 포함할 수 있다.
또한, 이벤트 알림은 도 4와 같이, 그래픽적으로 나타낸 표현 및 이를 문자로 나타낸 표현을 포함할 수 있다. 여기서 문자로 나타낸 표현은 이벤트 충격이 발생한 날짜 및 시각, 이벤트 충격의 위치를 차량에 대해 서술한 문구를 포함할 수 있다.
또한, 이벤트 알림의 문자로 나타낸 표현은 차량의 예상 피해 정도 및/또는 추정 수리비를 서술한 문구를 더 포함할 수 있다. 일 실시예에서, 알림 시스템(1000)은 미리 저장된 상관 관계를 이용하여 예상 피해 정도 및/또는 추정 수리비를 서술한 문구를 더 제공할 수 있으며, 여기서, 상관 관계는 충격 패턴에 기초하여 예상 피해 정도 및/또는 추정 수리비를 산출하도록 구성된다. 이러한 상관 관계가 생성되는 동작 원리는 이벤트 패턴 모델을 생성하는 동작 원리와 유사하므로, 자세한 설명은 생략한다.
일 실시예에서, 도 4와 같은 이벤트 알림은 출력부(190)를 통해 제공될 수 있다(S190).
다른 일 실시예에서, 지능형 영상 녹화 장치(100)는 사용자의 모바일 입출력 장치 상에서 실행하도록 동작 가능한 소프트웨어 애플리케이션과 통신을 수행하도록 구성될 수 있다. 지능형 영상 녹화 장치(100)는 유선 또는 무선 통신 네트워크를 통해 데이터를 사용자의 모바일 입출력 장치와 전자적으로 송수신할 수 있다. 이 경우, 도 4와 같은 이벤트 알림은 사용자의 모바일 입출력 장치를 통해 제공될 수 있다(S190).
이와 같이, 지능형 영상 녹화 장치(100)는 충격 위치를 더 고려하여 알림 여부를 판단함으로써, 추정된 충격 위치가 일상적으로 반복적인 충격이 가해지는 위치(예를 들어, 도어 아우터 패널과 같은 도어 주변, 트렁크 리드의 닫힘 부분과 같은 트렁크 주변)인 경우, 이벤트 충격이 아니라고 판단하고 사용자에게 알림을 제공하지 않는다. 이로 인해, 보다 정확하고 효율적으로 충격에 대한 알림을 제공할 수 있다. 또한, 사용자에게 충격 위치를 그래픽적인 표현을 통해 직관적으로 알리고, 관련 정보 또한 제공할 수 있어 사용자의 편의성이 최대화 될 수 있다.
추가적으로, 차량에 가해지는 실시간 충격을 감지하고 영상 녹화를 개시하는 단계(S120~S180)를 수행하기 이전에, 지능형 영상 녹화 장치(100)는 사용자별 고유 행동에 기초하여 이벤트 패턴 모델(170)을 사용자별로 맞춤화할 수 있다(S110).
일 실시예에서, 지능형 영상 녹화 장치(100)는 사용자별 고유 행동 정보를 입력 받고 상기 고유 행동 정보를 이용하여 이벤트 패턴 모델(170)을 사용자별로 맞춤화할 수 있다. 여기서, 사용자별 고유 행동 정보는 사용자별 고유한 행동(예컨대, 차량 도어 닫힘 습관)에 의해 발생한 충격에 연관된 특징, 즉 충격량 및 충격 방향을 포함한다. 상기 고유 행동 정보의 입력은 특정한 설정 모드에서 사용자가 사용자별 고유 행동을 하고, 이로 인해 가해진 충격이 센서에 의해 감지됨으로써 수행될 수 있다.
상술한 맞춤화 과정은 하나 이상의 사용자에 대하여, 하나 이상의 위치에 각각 대응할 수 있다. 예를 들어, 2인 가족의 경우, 차주에 대한 고유 입력은 운전석 문 위치에 대하여 차주가 문을 닫는 습관에 연관된 특징들인 반면, 나머지 1인에 대한 고유 입력은 운전석 문의 맞은편(즉, 조수석의 문) 위치에 대하여 상기 1인이 문을 닫는 습관에 연관된 특징들일 수 있다.
이와 같은 맞춤화 과정을 통해, 차량 속성(예를 들어, 문의 재질, 크기, 문과 본체를 연결하는 회전 연결부에서의 회전 정도)이 동일한 차종 내에서도 제조 과정에 따라 미세하게 발생할 수 있는 공정 과정의 차이 및 사용자마다 개별적인 습관 및/또는 사용 양식 등을 이벤트 패턴 모델(170)에 반영함으로써, 제조사에 의해 일괄적으로 생성된 이벤트 패턴 모델(170)을 사용함으로써 발생하는 오차를 개선할 수 있다.
추가적으로, 지능형 영상 녹화 장치(100)는 위치 모델(150)을 업데이트할 수 있다(S200). 또한, 이벤트 패턴 모델(170)을 업데이트할 수 있다(S300).
도 5는, 본 발명의 일 실시예에 따른, 위치 모델(150)을 업데이트하는 과정의 흐름도이다 지능형 영상 녹화 장치(100)는 이벤트 알림과 동시에 또는 그 이후에, 추정된 충격 위치에 연관된 제1 피드백 정보를 생성하기 위한 사용자 입력을 사용자에게 요청한다. 제1 피드백 정보는 추정된 충격 위치가 실제 충격 위치인지 표시한 제2 라벨을 포함한다. 제1 피드백 정보에 포함된 제2 라벨 값이 1인 경우 추정된 충격 위치는 실제 충격 위치에 해당되며, 반대인 경우 0의 값을 가진다. 제2 라벨 값이 0인 경우, 제1 피드백 정보는 실제 충격 위치를 더 포함하도록 생성된다. 예컨대, 제1 사용자 입력에 의해 제2 라벨 값이 0인 경우, 차량에서의 실제 충격 위치에 대한 사용자 입력이 추가로 수행될 수 있다.
지능형 영상 녹화 장치(100)는 제2 라벨을 생성하기 위한 제1 입력을 요청할 수 있다(S210). 일 실시예에서, 상기 요청은 사용자의 모바일 입출력 장치를 통해 수행될 수 있다.
지능형 영상 녹화 장치(100)는 입력 장치를 통해 입력된 사용자 입력에 응답하여 상기 제1 입력에 응답하여 상기 제2 라벨을 생성한다(S230). 그 후, 상기 알림에 이용된 충격량 및 충격 방향, 그리고 제2 라벨을 포함한 제1 피드백 정보를 생성하고(S270), 제1 피드백 정보를 이용하여 위치 모델(150)을 업데이트할 수 있다(S290).
일 실시예에서, 지능형 영상 녹화 장치(100)는 상기 제2 라벨이 추정된 충격 위치가 실제 충격 위치가 아닌 것을 나타낸 경우, 실제 충격 위치 정보를 생성하기 위한 제2 입력을 요청하고(S250), 제2 입력에 응답하여 실제 충격 위치 정보를 생성한 뒤(S260), 제1 피드백 정보가 실제 충격 위치 정보를 더 포함하도록 생성할 수 있다(S270).
도 6은, 본 발명의 일 실시예에 따른, 이벤트 패턴 모델(150)을 업데이트하는 과정의 흐름도이다. 지능형 영상 녹화 장치(100)는 이벤트 알림과 동시에 또는 그 이후에, 이전에 판단된 이벤트 충격에 연관된 제2 피드백 정보를 생성하기 위한 사용자 입력을 사용자에게 요청한다(S310). 제2 피드백 정보는 이벤트 충격으로 판단된 충격이 실제 이벤트 충격인지를 표시한 제3 라벨을 포함한다. 즉, 알림이 제공된 이벤트 충격이 실제로 알릴 필요가 있었는지를 나타낸다. 제2 피드백 정보에 포함된 제3 라벨 값이 1인 경우 이벤트 충격으로 판단된 충격이 실제 이벤트 충격에 해당되며, 반대인 경우 0의 값을 가진다. 이벤트 패턴 모델(170)이 업데이트되는 과정은 위치 모델(150)이 업데이트되는 과정과 유사하므로, 자세한 설명은 생략한다.
이상에서 설명한 실시예들에 따른 지능형 영상 녹화 장치 및 방법에 의한 동작은, 적어도 부분적으로 컴퓨터 프로그램으로 구현될 수 있다. 여기서, 본 실시예를 구현하기 위한 프로그램은 연산 장치에서 실행될 수 있는 기능적인 프로그램 명령어, 및 코드들의 형태로 구성된다. 상기 연산 장치는 하나 이상의 대체적이고 특별한 목적의 프로세서, 메모리, 저장공간, 및 네트워킹 구성요소(무선 또는 유선 중 어느 하나)를 가지는 장치다. 상기 연산 장치는 예를 들어, 마이크로소프트의 윈도우와 호환되는 운영 체제, 애플 OS X 또는 iOS, 리눅스 배포판(Linux distribution), 또는 구글의 안드로이드 OS와 같은 운영체제(operating system)를 실행할 수 있다.
상기 서술된 동작 및 그들에 연관된 부(unit), 모듈 등은 소프트웨어, 펌웨어, 하드웨어 또는 이들의 임의의 조합 내에서 구현될 수도 있다. 예를 들어, 소프트웨어 모듈은 프로그램 코드를 포함하는 컴퓨터-판독가능 매체로 구성되는 프로그램 제품과 함께 구현되고, 이는 기술된 임의의 또는 모든 단계, 동작, 또는 과정을 수행하기 위한 프로세서에 의해 실행될 수 있다.
본 실시예를 구현하기 위한 기능적인 프로그램 명령어, 및 코드는 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
또한, 지능형 영상 녹화 장치 및 방법에 의한 동작은 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들에 따른 지능형 영상 녹화 장치 및 방법에 의한 동작을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.

Claims (16)

  1. 지능형 영상 녹화 장치에 의해 수행되는 지능형 영상 녹화 방법으로서,
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 단계;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계;
    상기 충격 패턴에 기초하여 상기 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 단계; 및
    상기 가해진 충격이 이벤트로 판단되는 경우, 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 보관하는 단계를 포함하되,
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계는,
    상기 충격량 및 충격 방향을 위치 모델에 적용하여 가해진 충격의 위치를 추정하는 단계; 및
    추정된 충격 위치에 더 기초하여 충격 패턴을 생성하는 단계를 포함하는 지능형 영상 녹화 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 위치 모델은 복수의 훈련 샘플에 기초하여 모델링되었고, 각 훈련 샘플은 훈련 충격에 대한 충격량, 충격 방향 및 충격 위치를 포함하는 지능형 영상 녹화 방법.
  4. 제1항에 있어서,
    상기 가해진 충격이 이벤트에 해당되는지 판단하는 단계는,
    상기 충격 패턴을 이벤트 패턴 모델에 적용하여 상기 충격 패턴에 연관된 충격이 이벤트에 해당되는지 결정하는 단계를 포함하는 지능형 영상 녹화 방법.
  5. 지능형 영상 녹화 장치에 의해 수행되는 지능형 영상 녹화 방법으로서,
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 단계;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계;
    상기 충격 패턴에 기초하여 상기 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 단계; 및
    상기 가해진 충격이 이벤트로 판단되는 경우, 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 보관하는 단계를 포함하되,
    상기 가해진 충격이 이벤트에 해당되는지 판단하는 단계는,
    상기 충격 패턴을 이벤트 패턴 모델에 적용하여 상기 충격 패턴에 연관된 충격이 이벤트에 해당되는지 결정하는 단계를 포함하고,
    상기 이벤트 패턴 모델은 복수의 훈련 샘플에 기초하여 생성되었고, 각 훈련 샘플은 훈련 충격의 충격량, 충격 방향 및 충격 위치, 그리고 제1 라벨을 포함하며, 상기 제1 라벨은 각 훈련 충격이 이벤트에 해당되는지를 나타내는 지능형 영상 녹화 방법.
  6. 지능형 영상 녹화 장치에 의해 수행되는 지능형 영상 녹화 방법으로서,
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 단계;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하는 단계;
    상기 충격 패턴에 기초하여 상기 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 단계; 및
    상기 가해진 충격이 이벤트로 판단되는 경우, 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 보관하는 단계를 포함하되,
    상기 대상에 대한 사용자별 고유 행동 정보를 입력 받고 상기 고유 행동 정보를 이용하여 이벤트 패턴 모델을 사용자별로 맞춤화하는 단계를 더 포함하는 지능형 영상 녹화 방법.
  7. 제1항에 있어서,
    제2 라벨을 생성하기 위한 제1 입력을 요청하는 단계;
    상기 제1 입력에 응답하여 상기 제2 라벨을 생성하는 단계;
    알림에 이용된 충격량 및 충격 방향, 그리고 제2 라벨을 포함한 제1 피드백 정보를 생성하는 단계; 및
    상기 제1 피드백 정보를 이용하여 상기 위치 모델을 업데이트하는 단계를 더 포함하며,
    상기 제2 라벨은 추정된 충격 위치가 실제 충격 위치인지 나타내는 지능형 영상 녹화 방법.
  8. 제7항에 있어서,
    상기 제2 라벨이 추정된 충격 위치가 실제 충격 위치가 아닌 것을 나타낸 경우, 실제 충격 위치 정보를 생성하기 위한 제2 입력을 요청하는 단계; 및
    상기 제2 입력에 응답하여 실제 충격 위치 정보를 생성하는 단계를 더 포함하고, 상기 제1 피드백 정보는 상기 실제 충격 위치 정보를 더 포함하도록 생성되는 지능형 영상 녹화 방법.
  9. 제4항에 있어서,
    제3 라벨을 생성하기 위한 제3 입력을 요청하는 단계;
    상기 제3 입력에 응답하여 상기 제3 라벨을 생성하는 단계;
    알림에 이용된 충격량 및 충격 방향, 그리고 상기 제3 라벨을 포함한 제2 피드백 정보를 생성하는 단계; 및
    상기 제2 피드백 정보를 이용하여 상기 이벤트 패턴 모델을 업데이트하는 단계를 더 포함하며, 상기 제3 라벨은 이벤트로 이전에 판단된 충격이 실제 이벤트 인지를 나타내는 지능형 영상 녹화 방법.
  10. 제1항에 있어서,
    상기 가해진 충격이 이벤트로 판단된 경우 상기 충격 위치를 이벤트 발생 위치로 결정하는 단계; 및
    상기 이벤트 발생 및 위치에 대한 알림을 제공하는 단계를 더 포함하는 지능형 영상 녹화 방법.
  11. 제10항에 있어서,
    상기 이벤트 알림은 상기 이벤트 충격의 발생 위치를 상기 대상의 적어도 일부 형상에 그래픽적으로 나타낸 표현을 포함하는 지능형 영상 녹화 방법.
  12. 제10항에 있어서,
    상기 이벤트 알림은 상기 이벤트 충격으로 인한 예상 피해 정도 및 추정 손해액을 문자로 나타낸 표현 중 적어도 하나를 더 포함하는 지능형 영상 녹화 방법.
  13. 컴퓨터에 의해 판독 가능하고, 상기 컴퓨터에 의해 동작 가능한 프로그램 명령어를 저장하는 컴퓨터 판독가능한 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨터의 프로세서에 의해 실행되는 경우 제1항, 그리고 제3항 내지 제12항 중 어느 하나의 항에 따른 지능형 영상 녹화 방법을 수행하게 하는 컴퓨터 판독가능 기록매체.
  14. 이벤트 발생 시 촬영된 영상을 녹화하는 지능형 영상 녹화 장치로서,
    실시간으로 영상을 촬영하는 영상 촬영기;
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 센서;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하고, 상기 충격 패턴에 기초하여 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 제어부; 및
    상기 촬영된 영상을 저장하는 제1 저장부와 상기 가해진 충격이 이벤트로 판단되면 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 저장하는 제2 저장부를 포함한 저장부를 포함하되,
    상기 제어부는,
    상기 충격량 및 충격 방향을 위치 모델에 적용하여 가해진 충격의 위치를 추정하고, 그리고 추정된 충격 위치에 더 기초하여 충격 패턴을 생성하도록 더 구성되는 지능형 영상 녹화 장치.
  15. 이벤트 발생 시 촬영된 영상을 녹화하는 지능형 영상 녹화 장치로서,
    실시간으로 영상을 촬영하는 영상 촬영기;
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 센서;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하고, 상기 충격 패턴에 기초하여 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 제어부; 및
    상기 촬영된 영상을 저장하는 제1 저장부와 상기 가해진 충격이 이벤트로 판단되면 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 저장하는 제2 저장부를 포함한 저장부를 포함하되,
    상기 제어부는,
    상기 충격 패턴을 이벤트 패턴 모델에 적용하여 상기 충격 패턴에 연관된 충격이 이벤트에 해당되는지 결정하도록 더 구성되고,
    상기 이벤트 패턴 모델은 복수의 훈련 샘플에 기초하여 생성되었고, 각 훈련 샘플은 훈련 충격의 충격량, 충격 방향 및 충격 위치, 그리고 제1 라벨을 포함하며, 상기 제1 라벨은 각 훈련 충격이 이벤트에 해당되는지를 나타내는 것을 특징으로 하는 지능형 영상 녹화 장치.
  16. 이벤트 발생 시 촬영된 영상을 녹화하는 지능형 영상 녹화 장치로서,
    실시간으로 영상을 촬영하는 영상 촬영기;
    대상에 가해진 충격을 감지하여 충격량 및 충격 방향을 검출하는 센서;
    상기 충격량 및 충격 방향에 기초하여 충격 패턴을 생성하고, 상기 충격 패턴에 기초하여 가해진 충격이 영상 녹화를 트리거하는 이벤트에 해당되는지 판단하는 제어부; 및
    상기 촬영된 영상을 저장하는 제1 저장부와 상기 가해진 충격이 이벤트로 판단되면 상기 이벤트 발생 시각을 기준으로 소정의 시간 동안의 영상을 저장하는 제2 저장부를 포함한 저장부를 포함하되,
    상기 제어부는,
    상기 대상에 대한 사용자별 고유 행동 정보를 입력 받고 상기 고유 행동 정보를 이용하여 이벤트 패턴 모델을 사용자별로 맞춤화하도록 더 구성되는 것을 특징으로 하는 지능형 영상 녹화 장치.
KR1020180004376A 2018-01-12 2018-01-12 지능형 영상 녹화 장치 및 방법 KR102059966B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180004376A KR102059966B1 (ko) 2018-01-12 2018-01-12 지능형 영상 녹화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180004376A KR102059966B1 (ko) 2018-01-12 2018-01-12 지능형 영상 녹화 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190086166A KR20190086166A (ko) 2019-07-22
KR102059966B1 true KR102059966B1 (ko) 2020-02-11

Family

ID=67469070

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180004376A KR102059966B1 (ko) 2018-01-12 2018-01-12 지능형 영상 녹화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102059966B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116761080A (zh) * 2022-10-13 2023-09-15 荣耀终端有限公司 图像数据的处理方法和终端设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050005845A (ko) * 2003-07-07 2005-01-15 현대자동차주식회사 차량의 사고 판단장치 및 방법
KR101157864B1 (ko) * 2010-03-31 2012-06-22 권만준 스마트폰 기반의 자동차 주행 기록방법
KR102162445B1 (ko) * 2013-04-29 2020-10-20 팅크웨어(주) 차량용 영상 처리 장치 및 이를 이용한 이벤트 처리 방법
KR102324278B1 (ko) 2015-02-12 2021-11-10 현대오토에버 주식회사 차량용 블랙박스 장치 및 그 제어 방법

Also Published As

Publication number Publication date
KR20190086166A (ko) 2019-07-22

Similar Documents

Publication Publication Date Title
US9714037B2 (en) Detection of driver behaviors using in-vehicle systems and methods
US20180285635A1 (en) Detection device, detection method, and storage medium
US10845381B2 (en) Methods and systems for pattern-based identification of a driver of a vehicle
CN106029455B (zh) 打开车辆的行李箱的装置和方法以及记录执行方法的程序的记录介质
WO2018009552A1 (en) System and method for image analysis
US10817751B2 (en) Learning data creation method, learning method, risk prediction method, learning data creation device, learning device, risk prediction device, and recording medium
JP7185419B2 (ja) 車両のための、対象物を分類するための方法および装置
US11651599B2 (en) Systems and methods for identifying distracted driver behavior from video
CN113022578B (zh) 基于车辆运动信息乘客提醒方法、系统、车辆及存储介质
JP5535665B2 (ja) ドライブレコーダ
KR102059966B1 (ko) 지능형 영상 녹화 장치 및 방법
CN109523793A (zh) 智能识别车辆信息的方法、装置和系统
CN111967369A (zh) 一种车内物品的检测方法、装置、系统、设备及车辆
US11222213B2 (en) Vehicle behavior detection system
JP7223275B2 (ja) 学習方法、運転支援方法、学習プログラム、運転支援プログラム、学習装置、運転支援システム及び学習システム
KR20230008235A (ko) 노이즈가 있는 다중 모드형 데이터로부터 관심 지점에 대한 최적의 운송 서비스 위치의 자동 결정
CN103345304A (zh) 移动设备基于传感器的分时触发进行操作的方法和装置
KR102005838B1 (ko) 충격 알림 방법 및 시스템
KR102486161B1 (ko) 차량, 차량의 제어 방법 및 영상 탐색 장치
JP2021170337A (ja) 表示制御システム、表示制御方法及びプログラム
CN111796663B (zh) 场景识别模型更新方法、装置、存储介质及电子设备
CN115552494A (zh) 将识别信息与视觉上捕捉的信息相关联
CN111797659A (zh) 辅助驾驶方法、装置、存储介质及电子设备
CN111797658A (zh) 车道线识别方法、装置、存储介质及电子设备
EP4152276A1 (en) Seat occupancy classification system for a vehicle

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