KR102113489B1 - 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법 - Google Patents

카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법 Download PDF

Info

Publication number
KR102113489B1
KR102113489B1 KR1020180123501A KR20180123501A KR102113489B1 KR 102113489 B1 KR102113489 B1 KR 102113489B1 KR 1020180123501 A KR1020180123501 A KR 1020180123501A KR 20180123501 A KR20180123501 A KR 20180123501A KR 102113489 B1 KR102113489 B1 KR 102113489B1
Authority
KR
South Korea
Prior art keywords
fire
image
person
analysis server
video
Prior art date
Application number
KR1020180123501A
Other languages
English (en)
Other versions
KR20200043010A (ko
Inventor
이채수
류만상
Original Assignee
포인드 주식회사
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 포인드 주식회사 filed Critical 포인드 주식회사
Priority to KR1020180123501A priority Critical patent/KR102113489B1/ko
Publication of KR20200043010A publication Critical patent/KR20200043010A/ko
Application granted granted Critical
Publication of KR102113489B1 publication Critical patent/KR102113489B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • G08B13/19604—Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 카메라를 활용한 딥러닝기반 침입 감지 방법에 관한 것으로, 카메라 모듈을 포함하여 영상정보를 수집하는 다수의 CCTV, 상기 다수의 CCTV로부터 영상정보를 수신하여 저장하는 영상저장 서버, 상기 영상저장 서버로부터 상기 영상정보를 수신하여 화재 발생 여부를 분석하고, 화재가 발생한 것으로 판단되면 이벤트 신호를 생성하는 영상 분석 서버, 상기 영상 분석 서버로부터 상기 이벤트 신호를 수신하여 화재 종류, 화재 등급을 결정하는 이벤트 분석 서버, 상기 영상 분석 서버, 상기 이벤트 분석 서버와 연결되어 상기 영상정보, 상기 화재 발생 여부, 상기 화재 종류, 상기 화재 등급 중 어느 하나 이상을 수신하는 관제 클라이언트를 포함하는 것을 특징으로 한다.

Description

카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법 {Action Detection System and Method Using Deep Learning with Camera Input Image}
본 발명은 ‘2018~19년 지역SW융합제품 상용화 지원사업’ 및 ‘2018년도 경북SW융합클러스터 글로벌級 R&D기술개발과제사업’을 통해 수행된 연구 결과로, 본 명세서에 개시된 내용은 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법에 관한 것으로, 더욱 상세하게는 카메라로부터 영상을 수신하여, 문, 담장, 창문 등의 상황 판단에 사용할 배경을 감지하고, 배경과 겹치는 영역에 나타난 사람 및 차랑 등의 개체 행동을 분석하여 위험 상황을 카메라가 직접 인지하고 알려 주는 방법에 관한 것이다.
본 발명은 카메라를 활용한 딥러닝기반 침입 감지 방법에 관한 것이다.
선행기술인 대한민국 등록특허 제10-1584352호에는 발코니의 방범창, 창문 혹은 문 등과 같이, 사람이 출입할 수 있는 영역에 모듈형침입감지유니트와 이와 연동되어 동작하는 이벤트촬영수단을 다수 구성하고, 근거리통신과 근거리동글을 이용하여 무선통신을 통해 원격지에 구성된 메인서버와 통신하여 이벤트 발생시, 해당 위치와 영상 정보를 관제서버로 제공하여 즉각적인 조치가 가능하도록 하며, 이벤트 확인 및 종료되면 자동으로 관제서버에 의한 영상 모니터링을 강제 종료시켜 개인의 프라이버시를 보호할 수 있도록 하는 방범시스템이 제시된다. 하지만 선행기술의 경우 방범창의 진동, 이동을 감지하기 때문에 방범창에 물리적 힘이 가해지기전에 침입을 감지할 수 없고, 침입자 감지모듈의 경우 적외선, 초음파 등의 감지방식을 이용해, 방범창 외에 담과 같은 넓은 면적에 적용하기 어렵다는 문제점이 있다.
선행기술인 대한민국 등록특허 제10-1716365호에는 가축을 기르는 장소의 실내외에 유무선 인터넷이 가능한 네트워크 카메라를 설치하고 실시간으로 입력되는 영상을 분석함으로서 인간 중심의 이동 객체 감지 기술들이 아닌 농가의 주요 축산물인 소, 돼지, 닭 등의 가축의 도난을 실시간 으로 감시하기 위한 모듈화 기반 지능형 영상 감시 시스템 및 방법이 제시된다. 상기 선행기술은 가축 도난을 방지하기 위한 것으로 현관, 문, 담장 등으로 침입 감지에 적용하기에는 어려움이 있다.
대한민국 등록특허번호 : 제10-1584352호 대한민국 등록특허번호 : 제10-1716365호
본 발명은 상기와 같은 종래기술의 문제점을 해결하는 것을 목적으로, 구체적으로 본 발명의 목적은 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법을 제공하는 것이다.
이러한 목적을 달성하기 위한 본 발명에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법은, 본 발명은 CCTV를 활용한 지능형 화재 감지 시스템에 관한 것으로, 카메라 모듈을 포함하여 영상정보를 수집하는 다수의 CCTV, 상기 다수의 CCTV로부터 영상정보를 수신하여 저장하는 영상저장 서버, 상기 영상저장 서버로부터 상기 영상정보를 수신하여 화재 발생 여부를 분석하고, 화재가 발생한 것으로 판단되면 이벤트 신호를 생성하는 영상 분석 서버, 상기 영상 분석 서버로부터 상기 이벤트 신호를 수신하여 화재 종류, 화재 등급을 결정하는 이벤트 분석 서버, 상기 영상 분석 서버, 상기 이벤트 분석 서버와 연결되어 상기 영상정보, 상기 화재 발생 여부, 상기 화재 종류, 상기 화재 등급 중 어느 하나 이상을 수신하는 관제 클라이언트를 포함하는 것을 특징으로 한다.
이상과 같이 본 발명은 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법을 제공하는 효과가 있다.
본 발명의 기술적 효과들은 이상에서 언급한 기술적 효과들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 청구범위의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법에서 배경 영역을 지정한 것을 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 침입 감지를 위한 배경 설정 및 사람 검출을 나타낸다.
도 3은 본 발명에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법의 영상기반 딥러닝 기술과 상황인지를 나타내는 개념도이다.
도 4는 본 발명에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법의 배경 검출과 배경에 겹쳐진 영역에서의 사람 검출을 나타낸다.
도 5는 본 발명에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법의 배경 영역에서 사람의 크기 및 상하 위치의 변화량 검사방법을 보여준다.
이하, 본 발명의 바람직한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 참고로, 본 발명을 설명하는 데 참조하는 도면에 도시된 구성요소의 크기, 선의 두께 등은 이해의 편의상 다소 과장되게 표현되어 있을 수 있다. 또, 본 발명의 설명에 사용되는 용어들은 본 발명에서의 기능을 고려하여 정의한 것이므로 사용자, 운용자 의도, 관례 등에 따라 달라질 수 있다. 따라서, 이 용어에 대한 정의는 본 명세서의 전반에 걸친 내용을 토대로 내리는 것이 마땅하겠다.
또한, 본 발명의 목적이 구체적으로 실현될 수 있는 본 발명의 바람직한 실시 예를 첨부된 도면을 참조하여 설명하지만, 이는 본 발명의 더욱 용이한 이해를 위한 것으로, 본 발명의 범주가 그것에 의해 한정되는 것은 아니다. 아울러, 본 발명의 실시 예를 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 동일 부호가 사용되며 이에 따른 부가적인 설명은 생략하기로 한다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
본 발명은 CCTV를 활용한 지능형 화재 감지 시스템에 관한 것으로, 카메라 모듈을 포함하여 영상정보를 수집하는 다수의 CCTV, 상기 다수의 CCTV로부터 영상정보를 수신하여 저장하는 영상저장 서버, 상기 영상저장 서버로부터 상기 영상정보를 수신하여 화재 발생 여부를 분석하고, 화재가 발생한 것으로 판단되면 이벤트 신호를 생성하는 영상 분석 서버, 상기 영상 분석 서버로부터 상기 이벤트 신호를 수신하여 화재 종류, 화재 등급을 결정하는 이벤트 분석 서버, 상기 영상 분석 서버, 상기 이벤트 분석 서버와 연결되어 상기 영상정보, 상기 화재 발생 여부, 상기 화재 종류, 상기 화재 등급 중 어느 하나 이상을 수신하는 관제 클라이언트를 포함하는 것을 특징으로 하는 CCTV를 활용한 지능형 화재 감지 시스템에 관한 것이다.
또한, 영상 분석 서버(102)의 화재 감지 방법에 있어서, 화재 영상, 화재와 유사한 화재 유사 영상을 머신러닝 알고리즘에 입력하여 화재 판단 모델을 생성하는 단계(S100); 상기 단계(S100)에서 생성된 화재 판단 모델에 상기 영상정보를 입력하여 화재 판단 여부를 분석하는 1차 판단 단계(S200) 및 상기 1차 판단 단계(S200)에서 화재로 판단된 영상내에 화재로 추정되는 영역을 추출하고, 상기 영역의 시간에 따른 화소 변화량을 검출하여, 상기 화소 변화량이 일정값 이하이면 잘못된 검출로 판단하고, 일정값을 초과하면 화재로 판단하는 2차 판단 단계(S300)를 포함하는 것을 특징으로 한다.
다음은 도면을 참조하여 본 발명에 따른 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법에 대해 상세히 설명하도록 한다.
지능형 CCTV는 사람 및 차량등의 객체의 행동을 소프트웨어가 분석하여 놓칠수 있었던 사항을 CCTV가 자동으로 잡아내어 위험상황을 CCTV가 직접 인지하고 알려 주는 장치를 의미한다.
본 발명은 일반 카메라 모듈 포함하는 CCTV로부터 일반 영상을 수신하는 단계; 수신된 일반 영상으로부터 상황 판단에 필요한 배경(문, 담장, 창문, 펜스 등), 임의 설정된 영역 중 적어도 하나를 감지하는 단계 및 감지 결과에 기초하여 CCTV에 의해 촬영되는 영역에서 사람이 어떻게 행동하는지를 판단하는 단계를 포함하는 것을 특징으로 한다.
본 발명은 딥러닝 기반의 기계학습 알고리즘을 적용하여 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법에 관한 것으로 좀 더 상세히 설명하자면, 침입의 경로가 될 배경을 감지하고 감지된 배경이나 배경과 겹치는 영역에 나타난 사람 만을 감지하는 방법으로 침입 감지의 정확도와 속도를 높이는 효과를 보유하고 있다.
도 1과 같이 현관 문, 창문, 담장, 출입 금지 표지와 관련된 영상을 수집하여 이를 침입 배경 영역으로 분류하고, 침입대상자인 사람을 실시자의 여건에 맞도록 다양하게 분류하여 딥러닝 기반의 기계학습을 수행한다. 학습된 알고리즘에 따라 생성된 분류기(판단모델)는 CCTV에 연결하여, 도 2와 같이 영상 스트림에서 현관 문, 창문, 담장, 출입 금지 지역, 임의로 설정된 영역을 검출하고 검출된 영역에서 사람이 있으면 검출 후, 사람이 지나가지 않고 침입하는 지, 출입금지 구역 내에 사람이 있는 지를 파악하여 침입 상황을 판단하게 된다. 이때, 카메라가 외부에 있을 경우에는 멀어지는 방향으로 이동 및 사람의 크기가 작아지는 경우, 이와 반대로 카메라가 내부에 있을 경우에는 가까워지는 방향으로 이동 및 사람의 크기가 커지는 경우로 사람이 지나가는지 여부를 판단할 수 있다.
상기와 같은 과정은 도 3과 같이 과거의 각종 배경 및 사람 등의 관련된 영상을 수집하여 이를 딥러닝 기반의 기계학습을 수행한다. 기계학습을 통해 생성된 판단 모델에 CCTV로부터 입력받은 신규 관찰영상을 입력하면 판독결과로 행동(침입)에 해당하는 영역을 표시하고 행동의 종류를 알려주게 된다.
도 1과 같이 사람의 검출은 검출한 침입 배경 영역과 겹쳐지는 곳에서만 검출하도록 하여 검출에 필요한 시간과 시스템의 부하를 줄일 수 있다.
다음은 침입의 경로가 될 배경과 배경에 겹치는 사람이 감지된 영상에서 침입으로 판단하는 방법에 대해 좀 더 상세히 설명하도록 한다.
학습된 알고리즘에 따라 생성된 분류기(판단모델)를 통과한 현재영상에서 침입 대상이 될 배경(현관문, 창문, 담장 등)이 검출 될 경우 도 4와 같이 영역 내에 사람이 나타나면 사람을 검출하게 된다. 검출된 영상에서 도 5와 같이 침입으로 추정되는 영역에 사람이 최초로 나타나는 영상을 초기 영상(PO), 그 후 계속적으로 나타나는 영상을 현재 영상(PC)으로 정의하여 검출된 사람을 박스로 표시하게 된다. 초기 영상(PO)에 나타난 박스를 초기 박스(BO)로 나타내며, 현재영상(PC)에 나타난 박스를 현재 박스(BC)로 표시하여 하기 수학식 1과 수학식 2를 통해 변화량을 계산한다. 이렇게 계산된 변화량이 임계값(T와 T') 이상이면 침입으로 판단하게 된다.
침입 여부를 파악하기 위한 초기 검출 박스와 현재 검출 박스의 크기 차이 및 아랫면 위치 차이의 합인 VT는 하기 수학식 1과 같이 나타낼 수 있다.
Figure 112018102065265-pat00001
(수학식 1)
Trespass1은 현재영상에서 침입으로 예측된 영역이다.
여기서 VB는 초기 검출된 박스와 현재 검출된 박스의 넓이방향과 높이방향의 크기 변화의 합으로 VB=Diffw+Diffh이며, Vy는 초기 검출된 박스의 아랫면의 y값과 현재 검출된 박스의 아랫면의 y값의 절대값 차로 Vy=│Vy(BO)-Vy(BC)│이다. 검출된 박스의 넓이방향 크기의 차이는 최초 검출된 박스와 현재 검출된 박스간의 넓이 차이 Diffw=│BOw-BCw│이며, 검출된 박스의 높이방향 크기의 차이는 최초 검출된 박스와 현재 검출된 박스간의 높이 차이 Diffh=│BOh-BCh│이다. BOw, BCw는 각각 첫 검출된 박스의 넓이, 현재 박스의 넓이를 의미하며, BOh, BCh는 각각 첫 검출된 박스의 높이, 현재 박스의 높이를 의미한다. Vy(BO), Vy(BC)는 각각 첫 검출된 박스의 아랫면의 y값, 현재 박스의 아랫면의 y값을 의미한다. 그리고 T는 침입여부를 판단하는 임계값이다.
만약 배경이 현관 문과 같은 경우에 VT는 하기 수학식 2와 같다.
Figure 112018102065265-pat00002
(수학식 2)
여기서 T'는 현관에서의 침입여부를 판단하는 임계 값이다. 이는 현관을 통한 침입 시 사람의 세로방향 위치변화가 거의 없기 때문에 이렇게 설정한다.
본 발명의 실시 예에 따른 도면을 참조하여 설명하였지만, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면 상기 내용을 바탕으로 본 발명의 범주 내에서 다양한 응용, 변형 및 개작을 행하는 것이 가능할 것이다. 이에, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.
101 : 영상 저장 서버
102 : 영상 분석 서버
103 : 이벤트 분석 서버
104 : 관제 클라이언트
105 : 영상 분배 서버

Claims (2)

  1. 카메라 모듈을 포함하여 영상정보를 수집하는 다수의 CCTV; 상기 다수의 CCTV로부터 영상정보를 수신하여 저장하는 영상 저장 서버(101); 상기 영상 저장 서버(101)로부터 상기 영상정보를 수신하여 화재 발생 여부를 분석하고, 화재가 발생한 것으로 판단되면 이벤트 신호를 생성하는 영상 분석 서버(102); 상기 영상 분석 서버(102)로부터 상기 이벤트 신호를 수신하여 화재 종류, 화재 등급을 결정하는 이벤트 분석 서버(103) 및 상기 영상 분석 서버(102), 상기 이벤트 분석 서버(103)와 연결되어 상기 영상정보, 상기 화재 발생 여부, 상기 화재 종류, 상기 화재 등급 중 어느 하나 이상을 수신하는 관제 클라이언트(104)를 포함하고, 현관 문, 창문, 담장, 출입 금지 표지와 관련된 영상을 수집하여 이를 침입 배경 영역으로 분류하고, 침입대상자인 사람을 실시자의 여건에 맞도록 다양하게 분류하여 딥러닝 기반의 기계학습을 수행하고, 관 문, 창문, 담장, 출입 금지 지역, 임의로 설정된 영역을 검출하고 검출된 영역에서 사람이 있으면 검출 후, 사람이 지나가지 않고 침입하는 지, 출입금지 구역 내에 사람이 있는 지를 파악하여 침입 상황을 판단하며, 카메라가 외부에 있을 경우에는 멀어지는 방향으로 이동 및 사람의 크기가 작아지는 경우, 이와 반대로 카메라가 내부에 있을 경우에는 가까워지는 방향으로 이동 및 사람의 크기가 커지는 경우로 사람이 지나가는지 여부를 판단하는 것을 특징으로 하는 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템의 화재 감지 방법에 있어서,
    화재 영상, 화재와 유사한 화재 유사 영상을 머신러닝 알고리즘에 입력하여 화재 판단 모델을 생성하는 단계(S100);
    상기 단계(S100)에서 생성된 화재 판단 모델에 상기 영상정보를 입력하여 화재 판단 여부를 분석하는 1차 판단 단계(S200) 및
    상기 1차 판단 단계(S200)에서 화재로 판단된 영상내에 화재로 추정되는 영역을 추출하고, 상기 영역의 시간에 따른 화소 변화량을 검출하여, 상기 화소 변화량이 일정값 이하이면 잘못된 검출로 판단하고, 일정값을 초과하면 화재로 판단하는 2차 판단 단계(S300)를 포함하는 것을 특징으로 하는 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템의 화재 감지 방법.
  2. 삭제
KR1020180123501A 2018-10-17 2018-10-17 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법 KR102113489B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180123501A KR102113489B1 (ko) 2018-10-17 2018-10-17 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180123501A KR102113489B1 (ko) 2018-10-17 2018-10-17 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20200043010A KR20200043010A (ko) 2020-04-27
KR102113489B1 true KR102113489B1 (ko) 2020-05-21

Family

ID=70467770

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180123501A KR102113489B1 (ko) 2018-10-17 2018-10-17 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102113489B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102479055B1 (ko) 2020-08-13 2022-12-20 한국전자통신연구원 가축의 에지 정보를 이용한 축사 내 가축 모니터링 시스템 및 방법
CN112216055B (zh) * 2020-09-24 2021-05-11 佛山市天然气高压管网有限公司 一种燃气场站火灾预警检测方法及系统
KR102470131B1 (ko) * 2020-11-05 2022-11-28 덕산메카시스 주식회사 레일로봇장치가 구비된 딥러닝 기반의 건물 관리 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101822924B1 (ko) * 2016-11-28 2018-01-31 주식회사 비젼인 영상기반 화재 감지 시스템, 방법 및 프로그램

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101070340B1 (ko) * 2009-12-29 2011-10-06 주식회사하이트론씨스템즈 도시철도의 화재 감지 시스템
KR101716365B1 (ko) 2015-05-14 2017-03-15 군산대학교산학협력단 실시간 가축 도난 감지를 위한 모듈화 기반의 지능형 영상 감시 시스템 및 그 방법
KR101584352B1 (ko) 2015-06-27 2016-01-22 (주)성광유니텍 모듈형침입감지유니트와 이벤트촬영수단을 이용한 스마트기반 지능형 방범시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101822924B1 (ko) * 2016-11-28 2018-01-31 주식회사 비젼인 영상기반 화재 감지 시스템, 방법 및 프로그램

Also Published As

Publication number Publication date
KR20200043010A (ko) 2020-04-27

Similar Documents

Publication Publication Date Title
CN107665326B (zh) 乘客运输装置的监测系统、乘客运输装置及其监测方法
KR101724658B1 (ko) 사람 검출 장치 및 방법
US8908034B2 (en) Surveillance systems and methods to monitor, recognize, track objects and unusual activities in real time within user defined boundaries in an area
KR101387628B1 (ko) 출입 통제 통합 영상 저장 장치
KR100831122B1 (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
CN102521578B (zh) 一种入侵检测和识别方法
US8660700B2 (en) Video-based system and method of elevator door detection
KR101935399B1 (ko) 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템
JP4836633B2 (ja) 顔認証装置、顔認証方法および入退場管理装置
Lim et al. iSurveillance: Intelligent framework for multiple events detection in surveillance videos
KR102113489B1 (ko) 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
CN111192391B (zh) 基于图像和/或视频的人行通道闸机控制方法和设备
KR101858396B1 (ko) 지능형 침입 탐지 시스템
KR101541272B1 (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
EP2546807B1 (en) Traffic monitoring device
KR20190046351A (ko) 침입 탐지방법 및 그 장치
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
KR102142315B1 (ko) 영상 분석 기반의 금융자동화기기 보안 시스템 및 그 방법
CN103152558B (zh) 基于场景识别的入侵检测方法
JP5170731B2 (ja) 通行監視システム
KR20180081645A (ko) 지하철 스크린도어에서 안전 이상을 실시간으로 검출하기 위한 임베디드 비전시스템 및 그 방법
KR101695127B1 (ko) 영상을 이용한 집단 행동 분석 방법
KR102290353B1 (ko) 객체 인식을 이용한 무단횡단 경보 시스템 및 방법
US11568624B1 (en) Managing virtual surveillance windows for video surveillance

Legal Events

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