KR102150703B1 - 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템 - Google Patents

지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템 Download PDF

Info

Publication number
KR102150703B1
KR102150703B1 KR1020140106227A KR20140106227A KR102150703B1 KR 102150703 B1 KR102150703 B1 KR 102150703B1 KR 1020140106227 A KR1020140106227 A KR 1020140106227A KR 20140106227 A KR20140106227 A KR 20140106227A KR 102150703 B1 KR102150703 B1 KR 102150703B1
Authority
KR
South Korea
Prior art keywords
camera
event
information
ranking
logical
Prior art date
Application number
KR1020140106227A
Other languages
English (en)
Other versions
KR20160020895A (ko
Inventor
무네스와르 라우 갈리
두르가 프라사드 주주루
정승호
Original Assignee
한화테크윈 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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020140106227A priority Critical patent/KR102150703B1/ko
Priority to US14/606,209 priority patent/US10681312B2/en
Priority to CN201510312251.8A priority patent/CN106210620B/zh
Publication of KR20160020895A publication Critical patent/KR20160020895A/ko
Priority to US16/865,555 priority patent/US11064162B2/en
Application granted granted Critical
Publication of KR102150703B1 publication Critical patent/KR102150703B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명의 바람직한 일 실시예로서 지능형 비디오 분석 시스템은 이벤트와 연관된 감시카메라들만을 논리적으로 선택하고, 선택한 감시카메라 각각에 대해서도 중요도에 따라 랭킹을 다르게 부여한다. 이 후, 중요도가 높은 감시카메라에 비디오 분석에 요구되는 자원을 많이 할당함으로써, 신속하고 효율적인 비디오 분석을 수행한다.

Description

지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템{Intelligent video analysing system and video analysing method therein}
본 발명은 지능형 비디오 분석에 관한 것이다.
본 발명은 적어도 하나의 카메라로부터 획득되는 비디오를 수신하여 각 비디오 내용을 분석하고 특징을 추출하는 비디오 분석에 관한 것이다. 종래에는 특정 이벤트가 발생한 경우, 전체 감시카메라에서 전송한 비디오를 실질적으로 동일한 우선순위로 분석함으로써 비효율적인 문제점이 있었다.
US 8564661
본 발명의 바람직한 일 실시예에서는 감시카메라의 비디오 분석 수행시, 발생한 이벤트와 관련성이 있는 비디오만을 분석하여 분석에 요구되는 리소스와 시간을 줄이고 효율성을 높이고자 한다.
본 발명의 바람직한 일 실시예로서, 비디오 분석 시스템에서 지능형으로 비디오를 분석하는 방법은 논리적카메라그룹생성부에서, 이벤트를 검출한 적어도 하나의 감시카메라와 관련된 적어도 하나 이상의 논리적 카메라 그룹을 생성하는 단계; 지능형랭킹설정부에서 이벤트 메타데이터에 기초하여 상기 적어도 하나의 논리적 카메라 그룹 내의 각 카메라의 랭킹을 설정하는 단계;및 비디오 분석을 수행하는 비디오분석서버에서 상기 설정된 각 카메라의 랭킹 순서에 따라 슬롯을 할당하는 로드밸런싱 단계;를 포함하는 것을 특징으로 한다.
바람직하게, 지능형 비디오 분석 방법은 사용자 설정 또는 이벤트 메타데이터를 이용하여 상기 적어도 하나 이상의 논리적 카메라 그룹마다 우선순위를 부여하는 단계;를 더 포함하고, 이 경우 상기 슬롯을 할당하는 단계는 비디오 분석을 수행하는 비디오분석서버에서 상기 논리적 카메라 그룹에 부여된 우선순위 및 상기 설정된 각 카메라의 랭킹 순서에 따라 슬롯을 할당하는 것을 특징으로 한다.
바람직하게, 비디오분석서버는 상기 랭킹 순서가 높은 카메라에 슬롯을 우선적으로 할당하는 큐(queue)를 이용하는 것을 특징으로 한다.
바람직하게, 이벤트 메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 이벤트가 발생한 위치와의 근접성 정보, 상기 이벤트 내의 타켓의 이동방향 정보, 상기 이벤트 내의 타켓의 이동속도 정보 및 상기 이벤트 내의 타겟의 속성 정보 중 적어도 하나 이상의 정보를 포함하는 것을 특징으로 한다. 이벤트 메타데이터가 복수 개의 정보를 포함하는 경우 각 정보에 가중치를 부여하도록 구현될 수 있다.
바람직하게, 상기 논리적 카메라 그룹을 검출하는 단계는 특정 카메라에서 이벤트가 검출된 경우, 상기 특정 카메라와 기설정된 반경 이내의 거리에 있는 카메라를 그룹핑하여 논리적 카메라 그룹으로 검출하는 것을 특징으로 한다.
바람직하게, 상기 논리적 카메라 그룹을 검출하는 단계는 특정 카메라에서 이벤트가 검출된 경우, 상기 특정 카메라와 물리적으로 연결된 카메라를 그룹핑하여 논리적 카메라 그룹으로 검출하는 것을 특징으로 한다.
본 발명의 또 다른 바람직한 일 실시예로서, 지능형으로 비디오를 분석하는 비디오 분석 시스템으로서, 상기 비디오 분석 시스템은 이벤트를 검출한 적어도 하나의 감시카메라와 관련된 적어도 하나 이상의 논리적 카메라 그룹을 생성하는 논리적카메라그룹생성부; 상기 생성된 적어도 하나 이상의 논리적 카메라 그룹 각각에 우선순위를 설정하고, 상기 적어도 하나 이상의 논리적 카메라 그룹 내의 각각의 카메라의 랭킹을 설정하는 지능형랭킹설정부; 및 비디오 분석을 수행하는 비디오분석서버에 구현되고, 상기 설정된 각 카메라의 랭킹 순서에 따라 슬롯을 할당하는 로드밸런싱부;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 지능형 비디오 분석 시스템은 이벤트와 연관된 감시카메라들만을 논리적으로 선택한다. 이 후, 이벤트와 관련성을 나타내는 이벤트 메타데이터를 이용하여 논리적으로 선택된 감시카메라 각각에 랭킹을 부여하고, 높은 랭킹이 설정된 감시카메라 순으로 비디오 서버에서 슬랏을 할당함으로써 비디오 분석에 이용되는 감시카메라의 개수를 감소시킬 수 있는 이점이 있다.
또한, 이벤트와 연관성이 높은 감시카메라만을 선택함으로써 비디오 분석에 이용되는 리소스를 줄이고 비용을 줄일 수 있는 효과가 있다. 또한, 이벤트와 연관성이 높은 감시카메라들 각각에 대해서도 랭킹을 부여함으로써 빠르게 비디오 분석을 수행할 수 있는 효과가 있다.
도 1 은 본 발명의 바람직한 일 실시예로서, 지능형 비디오 분석 시스템을 도시한다.
도 2 내지 3은 본 발명의 바람직한 일 실시예로서, 지능형 비디오 분석 시스템의 논리적카메라그룹생성부에서 논리적으로 카메라 그룹을 생성하는 일 예를 도시한다.
도 4 내지 5는 본 발명의 바람직한 일 실시예로서, 이벤트 메타데이터를 이용하여 논리적으로 카메라 그룹을 생성하는 일 예를 도시한다.
도 6 은 본 발명의 바람직한 일 실시예로서, 빌딩관리에 지능형 비디오 분석 시스템을 이용하는 일 실시예를 도시한다.
도 7 은 본 발명의 바람직한 일 실시예로서, 지능형 비디오 분석 시스템에서 비디오를 분석하는 흐름도를 도시한다.
이하 첨부된 도면들을 참조하여 본 발명의 실시예들을 설명한다. 하기의 설명 및 첨부된 도면은 본 발명에 따른 동작을 이해하기 위한 것이며, 본 기술 분야의 통상의 기술자가 용이하게 구현할 수 있는 부분은 생략될 수 있다.
또한 본 명세서 및 도면은 본 발명을 제한하기 위한 목적으로 제공된 것은 아니고, 본 발명의 범위는 청구의 범위에 의하여 정해져야 한다. 본 명세서에서 사용된 용어들은 본 발명을 가장 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
도 1 은 본 발명의 바람직한 일 실시예로서, 지능형 비디오 분석 시스템을 도시한다.
본 발명의 바람직한 일 실시예로서, 지능형 비디오 시스템(100)을 도시한다.
지능형 비디오 시스템(100)은 특정 영역마다 설치되어 특정 영역을 감시하여 이벤트를 검출하는 감시카메라(S110~S116), 감시카메라로부터 수신하는 비디오 영상을 저장, 관리, 분석하는 비디오분석서버(110), 이벤트와의 관련성을 기준으로 감시카메라들을 그룹핑하는 논리적카메라그룹생성부(120) 및 논리적카메라그룹 내의 각 카메라의 랭킹을 설정하는 지능형랭킹설정부(130)를 포함하는 것을 특징으로 한다.
감시카메라(S110~S116)는 사용자가 감시하거나 모니터링하고자 하는 각 영역에 배치된다. 감시카메라는 이벤트를 검출한다. 이벤트는 영상 이벤트, 음성 이벤트를 모두 포함한다. 이벤트의 예로는 사용자가 설정한 영상, 화재 검출, 도난 차량 검출, 특정 영역 내 움직임 검출, 특정 물체 내지 특정 인물 검출, 물체 파손 소리, 소음, 뛰는 소리, 비명, 폭발음, 경적, 싸우는 소리, 음악, 사용자가 설정한 소리 등을 포함한다.
감시카메라(S110~S116)는 획득한 비디오 및 오디오 데이터를 로컬 또는 원격 저장 장치에 파일 형태 또는 데이터베이스 형태로 저장하도록 구현된다. 비디오분석서버(110)는 저장된 비디오 및 오디오 데이터를 분석을 수행한다.
본 발명의 바람직한 일 실시예에서, 비디오분석서버(110)는 논리적카메라그룹생성부(120)에서 생성한 논리적카메라그룹(S120) 내의 감시카메라(S110~S116)가 전송한 비디오 및/또는 오디오 데이터만을 분석하는 것을 특징으로 한다.
바람직하게, 비디오분석서버(110)는 논리적카메라그룹(S120) 내의 감시카메라(S110~S116) 각각에 대해서 랭킹을 설정하여, 높은 랭킹이 부여된 감시카메라의 데이터 분석에 더 많은 리소스를 할당하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부(120)는 이벤트를 검출한 카메라와 관련성이 있는 카메라를 논리적으로 검출하여 논리적카메라그룹을 생성한다.
도 2 내지 3 은 본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부에서 논리적카메라를 검출하는 일 실시예를 도시한다.
본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부(120)는 이벤트를 검출한 감시카메라와 물리적으로 연결되어 있는 감시카메라들 또는 일정 반경 내에 있는 감시카메라들을 논리적카메라그룹으로 생성할 수 있다.
본 발명의 바람직한 일 실시예로서 도 2를 참고하면, 논리적카메라그룹생성부(120)는 이벤트를 검출한 감시카메라(S110)와 물리적으로 연결되어 있는 감시카메라들(S111, S112, S113, S114, S115, S116)을 이벤트를 검출한 감시카메라(S110)와 관련된 카메라로 검출한 후, 논리적 카메라 그룹으로 생성한다.
본 발명의 바람직한 일 실시예로서 도 3 을 참고하면, 논리적카메라그룹생성부(120)는 이벤트를 검출한 감시카메라(S310)의 위치를 기준으로 일정 반경 내에 위치하는 감시카메라들(S311, S312, S313, S314, S315)을 이벤트를 검출한 감시카메라(S110)와 관련된 카메라로 검출한 후, 논리적 카메라 그룹으로 생성한다.
본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부(120)는 이벤트 메타데이터를 이용하여 이벤트를 검출한 감시카메라와 관련이 있는 카메라를 논리적으로 검출하여 논리적카메라그룹을 생성할 수 있다.
본 발명의 바람직한 일 실시예로서, 이벤트 메타데이터는 이벤트의 특징을 검출하기 위한 정보를 지칭한다. 본 발명의 바람직한 일 실시예에서 이벤트 메타데이터는 논리적카메라그룹을 생성하거나, 논리적카메라그룹 내의 각각의 감시카메라의 랭킹을 설정하기 위해, 비디오서버에서 감시카메라에서 전송한 데이터를 분석하기 위해 이용되도록 구현될 수 있다.
이벤트 메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 이벤트가 발생한 위치와의 근접성 정보, 상기 이벤트 내의 타켓의 이동방향 정보, 상기 이벤트 내의 타켓의 이동속도 정보 및 상기 이벤트 내의 타겟의 속성 정보 중 적어도 하나 이상의 정보를 포함한다. 이 경우 이벤트 내의 타겟의 속성 정보는 타겟의 색깔, 크기, 개수 등을 포함한다.
바람직한 일 실시예로서, 이벤트의 유형은 화재, 재난, 긴급상황 발생, 사고 발생, 도난 발생, 침입 등을 포함한다. 이벤트가 발생한 날짜 및 시간 정보는 발생한 이벤트가 주중인지 주말인지, 발생한 이벤트가 낮인지 밤인지 등에 따라 가중치가 다르게 부여될 수 있다.
이벤트가 발생한 위치는 위험지역, 주요 감시 지역 등에는 높은 가중치가 부여될 수 있다. 일 예로, 교통사고와 관련된 이벤트를 검출하는 경우 교차로 등에는 더 높은 가중치를 부여할 수 있다.
이벤트가 발생한 위치와의 근접성 정보는 이벤트가 검출된 지역과 가까운 위치에 있는 감시카메라에 더 높은 가중치를 부여하도록 구현할 수 있다.
본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부(120)는 이벤트를 검출한 감시카메라의 위치를 기준으로 논리적 카메라 그룹을 생성할 수 있다. 본 발명의 바람직한 일 실시예로서 도 6 을 참고하면, 빌딩 내 2층에서 도둑을 검출한 경우, 도둑을 검출한 감시카메라가 비상구에 위치한 경우, 1층 비상구(S171)와 3층 비상구(S173) 위치에 설치된 감시카메라를 논리적 카메라 그룹으로 생성할 수 있다.
도 4 내지 5 은 본 발명의 바람직한 일 실시예로서, 논리적카메라그룹생성부에서 논리적카메라그룹을 생성하고, 지능형랭킹설정부에서 논리적 카메라 그룹 내의 각각의 카메라의 랭킹을 설정하는 일 실시예를 도시한다.
도 5 는 논리적 카메라 그룹이 복수 개인 경우 각각에 우선순위를 설정하는 일 실시예를 도시한다.
지능형랭킹설정부(도 1, 130)는 발생한 이벤트의 특징을 나타내는 이벤트 메타데이터를 구성하는 각 정보에 가중치를 부여하여 논리적카메라그룹 내의 카메라에 가중치를 부여할 수 있다. 수학식 1을 참고하면 아래와 같다.
Figure 112014077342787-pat00001
수학식 1에서, Pc는 감시카메라의 우선 순위, xi는 이벤트 메타데이터를 구성하는 각 정보, wi는 이벤트 메타데이터를 구성하는 각 정보에 부여된 가중치를 나타낸다.
Pc는 감시카메라의 우선순위로, 해당 감시카메라가 속해있는 논리적카메라그룹의 우선순위에 따라 설정되거나 또는 사용자가 설정하도록 구현이 가능하다.
본 발명의 바람직한 일 실시예로서 도 4를 참고하면, 제 3 감시카메라(S413)가 도난차량을 검출한 후, 이벤트를 검출하였음을 비디오 분석 시스템에 알린다. 이 경우, 이벤트 메타데이터로 도난차량의 이동 속도 정보(90km/h), 도난차량의 이동 방향 정보 등을 이용할 수 있다.
논리적카메라그룹생성부(도 1, 120)는 이벤트를 검출한 감시카메라의 위치 및 이벤트 내의 타겟의 이동 방향(S410)을 정보를 이용하여 논리적 카메라 그룹을 생성할 수 있다.
도 4를 참고하면 논리적카메라그룹생성부(도 1, 120)는 최초로 도난차량을 검출한 제 3 감시카메라(S413)를 기준으로 일정 반경(S400) 내에 있는 제 1 감시카메라(S411), 제 2 감시카메라(S412), 제 4 감시카메라(S414), 제 5 감시카메라(S415), 제 6 감시카메라(S416) 및 제 7 감시카메라(S417)를 논리적카메라그룹으로 생성한다.
이 후, 지능형랭킹설정부(도 1, 130)는 논리적카메라그룹(S400) 내의 각 카메라(S411~S417)의 랭킹을 설정한다. 이 경우, 지능형랭킹설정부(도 1, 130)는 이벤트 메타데이터 중 도난차량의 이동 속도 정보(90km/h), 도난차량의 이동 방향 정보를 이용하여 감시카메라(S411~S417) 각각의 랭킹을 설정할 수 있다.
일 예로, 도난차량은 동쪽 방향으로 이동하고 있으므로, 도난차량의 이동방향과 반대쪽에 위치하는 제 1 감시카메라(S411), 제 2 감시카메라(S412), 제 4 감시카메라(S414)는 고려될 필요가 없다.
또한, 도난차량의 이동방향에 위치하는 제 5 감시카메라(S415), 제 6 감시카메라(S416) 및 제 7 감시카메라(S411)는 우선적으로 고려될 필요가 있다. 제 5 감시카메라(S415), 제 6 감시카메라(S416) 및 제 7 감시카메라(S417) 중에서도, 도난차량의 이동 속도를 고려할 때, 10초도 안 걸려 제 5 감시카메라(S415), 제 6 감시카메라(S416)를 지나칠 것이므로, 제 5 감시카메라(S415), 제 6 감시카메라(S416)보다 제 7 감시카메라(S417)에 더 높은 랭킹을 부여할 수 있다.
이상을 고려할 때, 지능형랭킹설정부(도 1, 130)는 논리적카메라그룹(S400) 내의 감시카메라(S411~S417) 중 제 7 감시카메라(S417)에 가장 높은 랭킹을 부여하고, 그 다음으로 제 5 감시카메라(S415), 제 6 감시카메라(S416)에 높은 랭킹을 부여할 수 있다. 제 5 감시카메라(S415)와 제 6 감시카메라(S416) 간의 랭킹을 설정함에 있어서는 도난차량의 이동방향과 더 가까운 위치에 있는 감시카메라에 더 높은 랭킹을 설정할 수 있다.
그 외에 지능형랭킹설정부(도 1, 130)는 제 1 감시카메라(S411), 제 2 감시카메라(S412), 제 4 감시카메라(S414)에는 낮은 랭킹을 부여할 수 있다. 이 경우, 지능형랭킹설정부는 이벤트 메타데이터에서 이용하는 적어도 하나 이상의 정보 각각에 가중치를 부하여, 각 감시카메라(S411~S417)에 랭킹을 설정할 수 있다.
지능형랭킹설정부(도 1, 130)는 비디오분석서버(110) 내의 큐(queue)(도 1, 140)에 논리적카메라그룹(S400) 내의 적어도 하나 이상의 감시카메라 정보를 감시카메라의 랭킹 정보와 함께 제공한다.
예를 들어, 지능형랭킹설정부(도 1, 130)는 비디오분석서버(110) 내의 큐(queue)(도 1, 140)에 제 7 감시카메라(S417) 정보와 논리적카메라그룹(S400) 내에서 랭킹 1위라는 정보를 함께 제공한다. 이 후, 제 5 감시카메라(S415)의 랭킹이 2위인 경우, 제 5 감시카메라(S415)의 정보와 랭킹 2위라는 정보를 함께 제공한다. 또한, 제 6 감시카메라(S416)의 랭킹이 3위인 경우 제 6 감시카메라(S416)의 정보와 랭킹 3위라는 정보를 함께 제공한다.
그 외 제 1 감시카메라(S411), 제 2 감시카메라(S412), 제 4 감시카메라(S414)와 관련된 정보는 기설정된 기준에 따라 비디오분석서버(110) 내의 큐(queue)(도 1, 140)에 제공하거나 또는 제공하지 않도록 설정될 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 도 5 는 논리적카메라그룹이 복수개 생성된 경우의 일 에를 도시한다.
도 5 에서 제 3 감시카메라(S513)이 도난차량을 최초로 검출하고, 이 후 제 7 감시카메라(S517)가 도난추정차량을 검출하여 각각 이벤트를 검출하였음을 비디오 분석시스템(도 1, 100)에 알린 경우이다. 이 경우, 제 3 감시카메라(S513) 및 제 7 감시카메라(S517) 각각은 비디오 분석서버(도 1, 110)에 이벤트를 검출한 사실을 알릴 수 있다.
제 3 감시카메라(S513) 및 제 7 감시카메라(S517) 각각은 이벤트를 검출한 후, 검출한 이벤트에 따라 이벤트를 표시하는 이벤트 메타데이터를 추출한다. 도 5의 경우 제 3 감시카메라(S513) 및 제 7 감시카메라(S517)는 검출된 도난차량 또는 도난추정차량의 이동 속도 및 이동 방향 정보를 이벤트 메타데이터로 추출할 수 있다.
이 후, 논리적카메라그룹생성부(도 1, 120)에서는 제 3 감시카메라(S513) 및 제 7 감시카메라(S517) 각각의 위치에서 기설정된 반경 이내의 카메라를 검출하여 각각 논리적카메라그룹을 형성할 수 있다.
상세히, 논리적카메라그룹생성부(도 1, 120)는 제 3 감시카메라(S513)와 관련하여 제 4 감시카메라(S514), 제 5 감시카메라(S515) 및 제 6 감시카메라(S516)를 검출하여, 제 1 논리적카메라그룹(S500)으로 생성한다.
또한 논리적카메라그룹생성부(도 1, 120)는 제 7 감시카메라(S617)와 관련하여 제 5 감시카메라(S515), 제 6 감시카메라(S516), 제 8 감시카메라(S618) 및 제 9 감시카메라(S619)를 검출하여, 제 2 논리적카메라그룹(S600)으로 생성한다.
지능형랭킹설정부(도 1, 130)은 제 1 논리적카메라그룹(S500)과 제 2 논리적카메라그룹(S600) 중 제 2 논리적카메라그룹(S600)에 더 높은 우선순위를 부여하도록 구현될 수 있다. 이는 사용자의 설정에 따라 변경이 가능함을 유의하여야 한다.
예를 들어, 도난 차량을 추격중인 경우에는 제 2 논리적카메라그룹(S600)에 더 높은 우선순위를 부여하고, 차량이 도난된 상황을 파악하기 위한 경우에는 제 1 논리적카메라그룹(S500)에 더 높은 우선순위를 부여하도록 설정이 가능하다.
본 발명의 바람직한 일 실시예에서는 도난 차량을 추격중인 경우로 가정하여 도난추정차량을 검출한 제 7 감시카메라(S617)에 속해 있는 제 2 논리적카메라그룹(S600)에 더 높은 우선순위를 부여한 것으로 가정한다.
이 경우, 수학식 1에서 제 2 논리적카메라그룹(S600)에 속해있는 감시카메라에 더 높은 우선순위(Pc)를 부여하게 된다. 즉, 제 5 감시카메라(S515), 제 6 감시카메라(S516), 제 8 감시카메라(S618) 및 제 9 감시카메라(S619)의 Pc값을 제 제 3 감시카메라(S513)및 제 4 감시카메라(S514)에 비해 더 높게 설정할 수 있다.
이 후, 각 카메라의 랭킹을 설정함에 있어 도난 차량이 이동하는 방향을 고려할 수 있다. 이 경우, 제 2 논리적카메라그룹(S600)에 속해있는 감시카메라 중에서도 제 8 감시카메라(S618) 및 제 9 감시카메라(S619)에 제 5 감시카메라(S515) 및 제 6 감시카메라(S516)에 비해 더 높은 가중치(wi)를 부여하게 된다.
이상의 과정 또는 이벤트 메타데이터를 추가적으로 고려하는 과정을 통해 지능형랭킹설정부(도 1, 130)는 제 1 논리적카메라그룹(S500) 및 제 2 논리적카메라그룹(S600) 각각의 감시카메라들의 랭킹을 설정할 수 있다.
도 5와 관련하여, 제 8 감시카메라(S618)가 1등, 제 9 감시카메라(S619)가 2 등, 제 7 감시카메라(S617)가 3등, 제 3 감시카메라(S513)가 4등, 제 5 감시카메라(S515)가 5등, 제 6 감시카메라(S516)가 6등 및 제 4 감시카메라(S517)가 7등의 랭킹이 설정될 수 있다.
이 경우, 지능형랭킹설정부(도 1, 130)는 각 감시카메라의 정보 및 각 감시카메라의 랭킹정보를 비디오분석서버(110)로 전송할 수 있다. 비디오 분석서버(110)는 로드밸런싱부(150)를 통해 각 감시카메라의 랭킹순서에 따라 슬롯을 할당할 수 있다.
본 발명의 바람직한 일 실시예에서는 지능형랭킹설정부(도 1, 130)는 논리적카메라그룹 내의 모든 감시카메라의 정보 및 각 감시카메라의 랭킹정보를 비디오분석서버(110)로 전송할 수 있다.
본 발명의 바람직한 일 실시예에서는 지능형랭킹설정부(도 1, 130)는 논리적카메라그룹 내의 감시카메라의 정보 중 특정 랭킹 이상의 정보만을 비디오분석서버(110)로 전송할 수 있다. 예를 들어, 도 5를 참고하면 랭킹 4등 이상의 감시카메라 정보만을 전송하도록 구현할 수 있다. 이 경우 지능형랭킹설정부(도 1, 130)는 제 8 감시카메라(S618), 제 9 감시카메라(S619), 제 7 감시카메라(S617) 및 제 3 감시카메라(S513)의 정보만을 각 감시카메라의 랭킹정보와 함께 비디오분석서버(도 1, 110)로 전송한다.
비디오분석서버(도 1, 110)의 로드밸런싱부(150)에서는 지능형랭킹설정부(도 1, 130)에서 수신한 감시카메라의 정보 및 각 감시카메라의 랭킹정보에 따라 비디오 슬랏을 할당한다.
이 경우, 로드밸런싱부(150)는 감시카메라의 랭킹에 따라 할당하는 비디오 슬랏의 양을 변경할 수 있다.
도 5를 참고할 때, 비디오분석서버(도1, 110)에서 제 3 내지 제 9 감시카메라의 정보를 모두 수신한 경우, 랭킹이 1등인 제 8 감시카메라(S618)에 가장 많은 슬랏을 할당하고, 랭킹이 가장 낮은 제 4 감시카메라(S517)에 가장 적은 슬랏을 할당할 수 있다.
본 발명의 바람직한 일 실시예로서, 비디오분석서버(도1, 110)는 또한 제 3 내지 제 9 감시카메라의 정보를 모두 수신한 경우에도 사용자의 설정에 따라 랭킹이 5등 이상의 감시카메라에만 슬랏을 할당하도록 구현이 가능하다.
본 발명의 바람직한 일 실시예로서, 비디오분석서버(도 1, 110)의 로드밸런싱부(150)는 큐(140)에 정렬된 각 감시카메라 정보를 순서대로 읽어와 슬랏을 할당하도록 구현된다.
큐(140)에는 랭킹이 높은 순위대로 정보가 정렬(sorting)된다. 도 5 를 참고하면, 랭킹이 1등인 제 8 감시카메라(S618)가 가장 먼저 입력되고, 로드밸런싱부(150)에서 가장 먼저 읽은 후, 제 8 감시카메라(S618)의 정보를 분석할 슬랏을 할당한다.
도 6 은 본 발명의 바람직한 일 실시예로서, 빌딩관리에 지능형 비디오 분석 시스템을 이용하는 일 실시예를 도시한다.
도 6 은 본 발명의 바람직한 일 실시예로서, 빌딩관리에 지능형 비디오 분석 시스템을 이용하는 일 예를 도시한다.
지능형 비디오 분석 시스템(100)은 빌딩 내부에서 감시나 모니터링이 필요한 영역에 감시카메라를 설치하고, 감시카메라에서는 각 영역에서 발생하는 이벤트를 검출하여 비디오분석서버(110) 또는 별도의 저장서버로 해당 데이터를 전송한다.
논리적카메라그룹생성부(120)에서는 이벤트를 검출한 적어도 하나의 감시카메라와 관련된 적어도 하나 이상의 논리적 카메라 그룹을 생성한다. 논리적카메라그룹생성부(120)는 빌딩 관리시 이벤트를 검출한 감시카메라가 있는 층을 하나의 논리적카메라그룹으로 생성할 수 있다.
일 예로, 2층의 중앙 지점(S170)에서 도난 사건 이벤트가 검출된 경우, 논리적카메라그룹생성부(120)는 중앙 지점(S170)에 위치한 감시카메라를 기준으로 일정 반경 내에 있는 감시카메라(S180, S181, S182)를 포함하는 논리적카메라그룹을 생성할 수 있다.
이 경우, 논리적카메라그룹생성부(120)는 또한 2층에 설치된 감시카메라 전체를 하나의 논리적카메라그룹으로 생성하도록 구현될 수 있다.
지능형랭킹설정부(130)에서는 이벤트 메타데이터에 기초하여 논리적 카메라 그룹 내의 각 카메라의 랭킹을 설정한다. 예를 들어, 2층의 중앙 지점(S170)에서 도난 사건 이벤트가 검출된 이후, 도둑이 우측 방향으로 이동한 경우, 좌측에 있는 감시카메라(S180)은 낮은 랭킹이 부여되고, 우측에 있는 감시카메라(S181, S182)에는 높은 랭킹을 부여할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 2층 중앙 지점(S170)에서 도난 사건 이벤트가 검출되고, 상기 2층 중앙 지점(S170)이 1층 또는 3층으로 이동하는 비상구가 있는 지점인 경우, 1층의 중앙 지점(S171), 3층 중앙 지점(S173)을 하나의 논리적카메라그룹으로 생성할 수 있다.
1층, 2층 및 3층의 중앙지점에 위치한 감시카메라들을 하나의 논리적카메라그룹으로 생성한 경우, 지능형랭킹설정부(130)에서는 2층에서 검출된 도둑의 이동 경로 및 이동 방향에 기초하여 각 감시카메라에 랭킹을 부여할 수 있다.
예를 들어, 도둑이 2층의 중앙지점(S170)에서 검출된 이후, 비상구를 통과하여 3층(S173)으로 이동한 경우, 지능형랭킹설정부(130)에서는 도둑을 발견할 수 있는 3층의 중앙지점(S173)에 가장 높은 랭킹을 부여하고, 도둑이 이미 검출된 2층의 중앙지점(S170)에 다음 랭킹을 부여하고, 1층의 중앙지점(S171)에 가장 낮은 랭킹을 부여할 수 있다.
이 경우, 비디오 분석서버(110)의 큐(140)에 가장 먼저 3층의 중앙지점(S173)에 위치한 감시카메라에서 전송하는 데이터가 입력된다. 그 다음으로, 2층의 중앙지점(S170)에 위치한 감시카메라에서 전송하는 데이터가 입력되고, 마지막으로 1층의 중앙지점(S171)에 위치한 감시카메라에서 전송하는 데이터가 입력된다.
로드밸런싱부(150)에서는 큐(140)에서 전송하는 데이터를 수신한 후, 제 1 VA 서버(151)에 3층의 중앙지점(S173)에 위치한 감시카메라에서 전송하는 데이터를 처리할 슬랏을 할당하고, 제 2 VA 서버(153)에 2층의 중앙지점(S170)에 위치한 감시카메라에서 전송하는 데이터를 처리할 슬랏을 할당하며, 제 3 VA 서버(155)에 1층의 중앙지점(S171)에 위치한 감시카메라에서 전송하는 데이터를 처리할 슬랏을 할당한다.
로드밸런싱부(150)는 제 1 VA 서버(151), 제 2 VA 서버(153) 및 제 3 VA 서버(155)에 할당하는 슬랏의 양을 각각 다르게 설정할 수 있다. 3개의 지점(S171, S170, S173) 중 가장 높은 우선순위를 지닌 3층의 중앙지점(S173)에 위치한 감시카메라에서 전송하는 데이터를 분석하기 위해 가장 많은 슬랏을 할당하도록 설정이 가능하다.
도 7 은 본 발명의 바람직한 일 실시예로서, 지능형 비디오 분석 시스템에서 비디오를 분석하는 흐름도를 도시한다.
지능형 비디오 시스템에서 감시카메라는 특정 영역을 감시하고 모니터링하면서, 해당 영역에서 이벤트가 발생한 경우 이를 검출한다. 감시카메라에서 이벤트가 검출된 경우(S710), 이벤트가 검출된 감시카메라와 관련성이 있는 논리적카메라그룹을 생성한다(S720). 논리적카메라그룹은 이벤트가 검출된 감시카메라와 물리적으로 일정 반경 이내의 거리 이내에 있는 감시카메라를 관련성이 있다고 판단하여 논리적카메라그룹으로 생성할 수 있다. 또한, 검출된 이벤트의 성격에 따라 논리적으로 관련성이 있는 감시카메라들을 논리적카메라그룹으로 생성할 수 있다.
도 6 에 개시한 실시예와 같이 도둑이 2층 비상구에서 발견된 경우, 도둑이 움직일 수 있는 2층에 위치한 감시카메라들을 논리적카메라그룹으로 생성할 수도 있고, 도둑이 비상구로 이동할 가능성을 기준으로 1층 비상구, 2층 비상구 및 3 층 비상구 등을 논리적카메라그룹으로 생성할 수 있다. 본 발명의 바람직한 일 실시예에서는 하나 이상의 논리적카메라 그룹의 생성이 가능하다(S720).
적어도 하나 이상의 논리적카메라그룹을 생성한 이후, 논리적카메라그룹마다 우선순위를 부여하고, 또한 각 논리적카메라그룹 이내의 감시카메라마다 랭킹을 설정할 수 있다(S730).
감시카메라마다 랭킹이 부여되면, 비디오분석서버에서는 랭킹에 따라 슬랏을 할당할 수 있다(S740).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피 디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상 도면과 명세서에서 최적 실시예 들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다.
그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (24)

  1. 비디오분석시스템에서 비디오를 분석하는 방법에 관한 것으로,
    카메라에서 이벤트를 검출하면, 논리적카메라그룹생성부에서 복수의 카메라들 중 적어도 하나의 논리적 카메라 그룹을 생성하는 단계;
    지능형랭킹설정부에서 상기 이벤트와 관련된 이벤트 메타데이터에 기초하여 상기 적어도 하나의 논리적 카메라 그룹 내의 각 카메라의 랭킹을 설정하는 단계;및
    비디오 분석을 수행하는 비디오분석서버에서 상기 설정된 각 카메라의 랭킹 에 따라 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에서 전송한 데이터와 관련하여 로드밸런싱을 수행하는 단계;를 포함하고,
    상기 랭킹을 설정하는 단계는 동일한 논리적 카메라 그룹 내에 속하는 카메라들에 다른 랭크를 할당하는 단계를 포함하며,
    상기 로드밸런싱 단계는 제 1 카메라가 제 2 카메라보다 더 높은 랭킹이 할당된 경우, 상기 제 1 카메라에서 수신한 비디오데이터처리에 상기 제 2 카메라에서 수신한 비디오데이터처리보다 더 많은 비디오분석시스템의 리소스를 부여하는 단계를 포함하고,
    상기 적어도 하나의 논리적 카메라 그룹을 생성하는 단계는
    상기 이벤트를 검출한 카메라와 물리적으로 연결된 카메라들을 물리적으로 연결된 카메라 그룹으로 생성하는 단계; 및
    상기 이벤트 메타데이타에 기초하여 상기 물리적으로 연결된 카메라 그룹에서 상기 이벤트와 연관된 카메라들을 논리적으로 선택하는 단계;를 포함하는 것을 특징으로 하는 방법.
  2. 제 1 항에 있어서,
    상기 적어도 하나 이상의 논리적 카메라 그룹마다 우선순위를 부여하는 단계;를 더 포함하고, 더 높은 우선순위가 부여된 논리적 카메라 그룹에 속하는 카메라에는 더 낮은 우선순위가 부여된 논리적 카메라 그룹에 속하는 카메라보다 데이터 처리를 위해 더 많은 리소스가 할당되는 것을 특징으로 하는 방법.
  3. 제 1 항에 있어서, 상기 로드밸런싱을 수행하는 단계는
    상기 비디오분석시스템에서 기설정된 랭킹 이하의 랭킹이 부여된 카메라로부터 수신한 데이터는 수신하지 않거나 처리하지 않는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제 1 항에 있어서,
    상기 이벤트는 이동 객체와 관련되고, 상기 이벤트 메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 이벤트가 발생한 위치와의 근접성 정보, 상기 이벤트 내의 타켓의 이동방향 정보, 상기 이벤트 내의 타켓의 이동속도 정보 및 상기 이벤트 내의 타겟의 속성 정보 중 적어도 하나 이상의 정보를 포함하는 것을 특징으로 하는 방법.
  5. 제 1 항에 있어서,
    상기 비디오 분석서버는 상기 카메라들에서 전송한 데이터에 대해 상기 이벤트 메타데이터에 기초하여 추가로 비디오 분석을 수행하는 것을 특징으로 하는 방법.
  6. 제 1 항에 있어서, 상기 이벤트 메타데이터가
    복수 개의 정보를 포함하는 경우 각 정보에 가중치를 부여하도록 구현되고, 상기 로드밸런싱을 수행하는 단계는 상기 가중치에 기초하여 수행되는 것을 특징으로 하는 방법.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 비디오를 분석하는 비디오분석시스템으로서,
    카메라에서 이벤트를 검출하면 복수의 카메라들로부터 적어도 하나의 논리적 카메라그룹을 생성하는 논리적카메라그룹생성부;
    상기 이벤트와 관련된 이벤트 메타데이터에 기초하여 상기 적어도 하나의 논리적 카메라그룹 내의 각 카메라의 랭킹을 설정하는 지능형랭킹설정부; 및
    설정된 카메라의 랭킹에 기초하여 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에서 전송한 데이터와 관련하여 로드밸런싱을 수행하는 로드밸런싱부;를 포함하고,
    상기 로드밸런싱부는 제 1 카메라가 제 2 카메라보다 더 높은 랭킹이 할당된 경우, 상기 제 1 카메라에서 수신한 비디오데이터처리에 상기 제 2 카메라에서 수신한 비디오데이터처리보다 더 많은 비디오분석시스템의 리소스를 부여하고,
    상기 논리적카메라그룹생성부는 상기 이벤트를 검출한 카메라와 물리적으로 연결된 카메라들을 물리적으로 연결된 카메라 그룹으로 생성하고, 상기 이벤트 메타데이타에 기초하여 상기 물리적으로 연결된 카메라 그룹에서 상기 이벤트와 연관된 카메라들을 논리적으로 선택하는 것을 특징으로 하는 비디오분석시스템.
  11. 제 10 항에 있어서, 상기 로드밸런싱부는
    상기 비디오분석시스템에서 기설정된 랭킹 이하의 랭킹이 부여된 카메라로부터 수신한 데이터는 수신하지 않거나 처리하지 않도록 구현되는 것을 특징으로 하는 비디오분석시스템.
  12. 제 10 항에 있어서, 상기 이벤트는 이동객체와 관련되고,
    상기 이벤트 메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 이벤트가 발생한 위치와의 근접성 정보, 상기 이벤트 내의 타켓의 이동방향 정보, 상기 이벤트 내의 타켓의 이동속도 정보 및 상기 이벤트 내의 타겟의 속성 정보 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 비디오분석시스템.
  13. 제 10 항에 있어서, 상기 이벤트 메타데이터가
    복수 개의 정보를 포함하는 경우 각 정보에 가중치를 부여하도록 구현되고, 상기 로드밸런싱부는 상기 가중치에 기초하여 구현되는 것을 특징으로 하는 비디오분석시스템.
  14. 제 10 항에 있어서, 상기 논리적카메라그룹생성부는 이벤트메타데이터에 기초하여 상기 적어도 하나의 논리적 카메라 그룹마다 우선순위를 부여하고,
    상기 로드밸런싱부는 더 높은 우선순위가 부여된 논리적 카메라 그룹에 속하는 카메라에는 더 낮은 우선순위가 부여된 논리적 카메라 그룹에 속하는 카메라보다 데이터 처리를 위해 더 많은 리소스를 할당하도록 구현되는 것을 특징으로 하는 비디오분석시스템.
  15. 비디오분석시스템에서 비디오를 분석하는 방법에 관한 것으로,
    카메라에서 이벤트를 검출하면, 논리적카메라그룹생성부에서 복수의 카메라들 중 적어도 하나의 논리적 카메라 그룹을 생성하는 단계;
    지능형랭킹설정부에서 상기 이벤트와 관련된 이벤트 메타데이터에 기초하여 상기 적어도 하나의 논리적 카메라 그룹 내의 각 카메라의 랭킹을 설정하는 단계;및
    비디오 분석을 수행하는 비디오분석서버에서 상기 설정된 각 카메라의 랭킹 에 따라 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에서 전송한 데이터와 관련하여 로드밸런싱을 수행하는 단계;를 포함하고,
    상기 랭킹을 설정하는 단계는 동일한 논리적 카메라 그룹 내에 속하는 카메라들에 다른 랭크를 할당하는 단계를 포함하며,
    상기 로드밸런싱 단계는 제 1 카메라가 제 2 카메라보다 더 높은 랭킹이 할당된 경우, 상기 제 1 카메라에서 수신한 비디오데이터처리에 상기 제 2 카메라에서 수신한 비디오데이터처리보다 더 많은 비디오분석시스템의 리소스를 부여하는 단계를 포함하고,
    상기 이벤트를 검출한 카메라는 이벤트 검출을 위해 캡처한 적어도 하나의 비디오를 분석하고, 상기 비디오분석서버는 상기 이벤트 메타데이터에 기초하여 상기 적어도 하나의 비디오를 기초로 추가 분석을 수행하는 것을 특징으로 하는 방법.
  16. 제 15 항에 있어서, 상기 지능형랭킹설정부는
    상기 이벤트 메타데이터에 기초하여 상기 캡처한 적어도 하나의 비디오를 상기 비디오분석서버에 의해 추가로 분석하기 위한 알고리듬을 선택하는 것을 특징으로 하는 방법.
  17. 제 15 항에 있어서,
    상기 비디오 분석서버는 상기 카메라들에서 전송한 데이터에 대해 상기 이벤트 메타데이터에 기초하여 추가로 비디오 분석을 수행하는 것을 특징으로 하는 방법.
  18. 비디오를 감시하는 방법에 관한 것으로,
    복수의 카메라들 중 적어도 하나의 카메라에서 검출된 이동 객체의 이벤트와 관련된 이벤트메타데이터를 포함하는 정보를 수신하고, 상기 이벤트메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 상기 이동 객체의 이동방향 및 속도정보를 표시하는, 정보수신단계;
    상기 적어도 하나의 카메라와 물리적으로 연결된 카메라를 선택하거나, 상기 적어도 하나의 카메라와 기설정된 반경 이내의 거리에 있는 카메라를 선택하거나 또는 상기 적어도 하나의 카메라와 동일한 감시영역 이내에 위치한 카메라들을 선택하여 적어도 하나의 논리적 카메라 그룹을 생성하는 단계;
    상기 이벤트메타데이터가 복수 개의 정보를 포함하는 경우 각 정보에 부여된 가중치와 상기 이벤트메타데이터가 포함하는 상기 복수 개의 정보와 관련된 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들 각각의 우선순위에 기초하여 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에 랭킹을 설정하는 단계; 및
    상기 설정된 랭킹에 기초하여 상기 복수의 카메라들에 할당할 비디오 슬랏의 개수를 변경하여 네트워크 로드 밸런싱을 수행하도록 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에 리소스를 동적으로 할당하는 단계;를 포함하는 것을 특징으로 하는 방법.
  19. 제 18 항에 있어서, 더 높은 랭킹이 부여된 카메라에 더 낮은 랭킹이 부여된 카메라 보다 데이터 처리를 위한 리소스를 더 할당하는 것을 특징으로 하는 방법.
  20. 제 18 항에 있어서, 상기 랭킹을 설정하는 단계는
    상기 이동객체의 이동 방향에 기초하여 동일한 논리적 카메라 그룹 내의 카메라들에 서로 다른 랭킹을 설정하는 단계를 포함하는 것을 특징으로 하는 방법.
  21. 제 18 항에 있어서, 상기 동적으로 할당하는 단계는
    기설정된 랭킹 이하의 랭킹이 설정된 카메라에서 전송되는 데이터는 수신하지 않거나 처리하지 않는 단계를 포함하는 것을 특징으로 하는 방법.
  22. 비디오를 감시하는 방법에 관한 것으로,
    다수의 카메라 중 적어도 하나의 카메라에서 이동 객체의 이벤트를 검출하는 단계;
    상기 이벤트와 관련된 이벤트 메타데이터를 포함하는 정보를 송신하는 단계로, 상기 이벤트메타데이터는 이벤트의 유형 정보, 이벤트가 발생한 날짜 및 시간 정보, 이벤트가 발생한 위치 정보, 상기 이동 객체의 이동방향 및 속도정보를 표시하는, 정보송신단계;및
    리소스 할당을 수신하는 단계;를 포함하고,
    상기 리소스 할당은 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에 할당된 랭킹에 기초하여 동적으로 리소스가 할당되고,
    상기 적어도 하나의 논리적 카메라 그룹은 상기 적어도 하나의 카메라와 물리적으로 연결된 카메라들을 선택하거나, 상기 적어도 하나의 카메라와 일정 반경 내에 있는 카메라들을 선택하거나 또는 상기 적어도 하나의 카메라와 동일한 감시영역 이내에 있는 카메라들을 선택하여 생성되고, 그리고,
    상기 랭킹은 상기 이벤트메타데이터가 복수 개의 정보를 포함하는 경우 각 정보에 부여된 가중치와 상기 이벤트메타데이터가 포함하는 상기 복수 개의 정보와 관련된 상기 적어도 하나의 논리적 카마라 그룹을 구성하는 카메라들 각각에 할당된 우선순위에 기초하여 상기 적어도 하나의 논리적 카메라 그룹을 구성하는 카메라들에 부여되는 것을 특징으로 하는 방법.
  23. 제 22 항에 있어서, 더 높은 랭킹이 부여된 카메라에 더 낮은 랭킹이 부여된 카메라보다 데이터 처리를 수행하기 위해 더 많은 리소스가 할당되는 것을 특징으로 하는 방법.
  24. 제 22항에 있어서, 상기 이벤트메타데이터가 복수 개의 정보를 포함하는 경우 각 정보에 서로 다른 가중치가 부여되고, 상기 리소스 할당은 상기 서로 다른 가중치를 더 참고하여 수행되는 것을 특징으로 하는 방법.
KR1020140106227A 2014-08-14 2014-08-14 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템 KR102150703B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020140106227A KR102150703B1 (ko) 2014-08-14 2014-08-14 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템
US14/606,209 US10681312B2 (en) 2014-08-14 2015-01-27 Intelligent video analysis system and method
CN201510312251.8A CN106210620B (zh) 2014-08-14 2015-06-09 智能视频分析系统和方法
US16/865,555 US11064162B2 (en) 2014-08-14 2020-05-04 Intelligent video analysis system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140106227A KR102150703B1 (ko) 2014-08-14 2014-08-14 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20160020895A KR20160020895A (ko) 2016-02-24
KR102150703B1 true KR102150703B1 (ko) 2020-09-01

Family

ID=55303106

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140106227A KR102150703B1 (ko) 2014-08-14 2014-08-14 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템

Country Status (3)

Country Link
US (2) US10681312B2 (ko)
KR (1) KR102150703B1 (ko)
CN (1) CN106210620B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220072477A (ko) * 2020-11-25 2022-06-02 주식회사 싸인텔레콤 일반상황 이벤트 감시모듈과 특정상황 이벤트 처리모듈을 분리하여 실시간성을 향상시킨 멀티쓰레드 기반의 영상분석시스템

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017103619A (ja) * 2015-12-02 2017-06-08 ソニー株式会社 制御装置、制御方法、およびプログラム
US10818109B2 (en) * 2016-05-11 2020-10-27 Smartdrive Systems, Inc. Systems and methods for capturing and offloading different information based on event trigger type
JP6434947B2 (ja) * 2016-09-30 2018-12-05 キヤノン株式会社 撮像システム、画像処理装置、画像処理方法、及びプログラム
WO2018119683A1 (en) * 2016-12-27 2018-07-05 Zhejiang Dahua Technology Co., Ltd. Methods and systems of multi-camera
KR102674150B1 (ko) * 2016-12-27 2024-06-10 한화비전 주식회사 가변 이벤트 검출 조건을 가지는 촬상 장치
CN106887105A (zh) * 2017-03-29 2017-06-23 马宏林 一种基于受灾人特征的新型公路隧道火灾预告和报警系统
US10373458B2 (en) * 2017-04-20 2019-08-06 Deep Sentinel Corp. Automatic threat detection based on video frame delta information in compressed video streams
JP2019067813A (ja) * 2017-09-28 2019-04-25 株式会社デンソー 半導体モジュール
US20190138795A1 (en) 2017-11-07 2019-05-09 Ooma, Inc. Automatic Object Detection and Recognition via a Camera System
US11006128B2 (en) 2018-02-20 2021-05-11 Arlo Technologies, Inc. Camera communication channel selection
US11576127B2 (en) * 2018-02-20 2023-02-07 Netgear, Inc. Mesh-based home security system
CN108737784A (zh) * 2018-05-18 2018-11-02 江苏联禹智能工程有限公司 用于楼宇视频安全检测的控制系统及控制方法
US11899771B2 (en) * 2018-09-13 2024-02-13 Carrier Corporation Space determination with boundary visualization
US20200120371A1 (en) * 2018-10-10 2020-04-16 Rovi Guides, Inc. Systems and methods for providing ar/vr content based on vehicle conditions
WO2020157885A1 (ja) * 2019-01-31 2020-08-06 日本電気株式会社 データストリーム割り当て方法、システムおよびプログラム
JP2020136776A (ja) * 2019-02-14 2020-08-31 キヤノン株式会社 画像生成システムおよび画像生成方法、制御装置および制御方法
CN110087033A (zh) * 2019-04-24 2019-08-02 北京旷视科技有限公司 视频处理系统和方法、视频处理设备及介质
CN110248156B (zh) * 2019-05-17 2020-11-10 浙江大华技术股份有限公司 视频分析方法、平台设备、智能相机和智能监控系统
US11138344B2 (en) 2019-07-03 2021-10-05 Ooma, Inc. Securing access to user data stored in a cloud computing environment
CN110505397B (zh) * 2019-07-12 2021-08-31 北京旷视科技有限公司 相机选择的方法、装置及计算机存储介质
CN110798618B (zh) * 2019-10-30 2022-01-11 广州海格星航信息科技有限公司 一种动态追踪中的摄像头资源调度方法及装置
US11368991B2 (en) 2020-06-16 2022-06-21 At&T Intellectual Property I, L.P. Facilitation of prioritization of accessibility of media
US11233979B2 (en) * 2020-06-18 2022-01-25 At&T Intellectual Property I, L.P. Facilitation of collaborative monitoring of an event
US11411757B2 (en) 2020-06-26 2022-08-09 At&T Intellectual Property I, L.P. Facilitation of predictive assisted access to content
US11184517B1 (en) 2020-06-26 2021-11-23 At&T Intellectual Property I, L.P. Facilitation of collaborative camera field of view mapping
US11356349B2 (en) 2020-07-17 2022-06-07 At&T Intellectual Property I, L.P. Adaptive resource allocation to facilitate device mobility and management of uncertainty in communications
US11768082B2 (en) 2020-07-20 2023-09-26 At&T Intellectual Property I, L.P. Facilitation of predictive simulation of planned environment
CN112435436B (zh) * 2020-11-03 2022-06-24 国网智能科技股份有限公司 一种变电站火情监控多维联动复核方法、装置及系统
CN113194298B (zh) * 2021-05-07 2023-04-07 浙江宇视科技有限公司 实现非智能相机图像结构化的方法、装置、系统及介质
JP2023073535A (ja) * 2021-11-16 2023-05-26 富士通株式会社 表示プログラム及び表示方法
EP4266680A1 (en) * 2022-04-20 2023-10-25 Axis AB Postprocessing prioritization
CN116863408B (zh) * 2023-09-04 2023-11-21 成都智慧城市信息技术有限公司 基于监控摄像头ai算法的并行加速和动态调度实现方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009188884A (ja) 2008-02-08 2009-08-20 Fujitsu Ltd 帯域制御サーバ及び帯域制御プログラム並びに監視システム
US20100132010A1 (en) 2008-11-25 2010-05-27 Cisco Technology, Inc. Implementing policies in response to physical situations
US20110273567A1 (en) 2010-05-05 2011-11-10 Cisco Technology, Inc. Zone, system and failure aware self adjusting ip surveillance cameras

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8564661B2 (en) 2000-10-24 2013-10-22 Objectvideo, Inc. Video analytic rule detection system and method
NZ536913A (en) * 2003-12-03 2006-09-29 Safehouse Internat Inc Displaying graphical output representing the topographical relationship of detectors and their alert status
KR100876494B1 (ko) 2007-04-18 2008-12-31 한국정보통신대학교 산학협력단 멀티비디오 및 메타데이터로 구성된 통합 파일 포맷 구조및 이를 기반으로 하는 멀티비디오 관리 시스템 및 그 방법
US20100097472A1 (en) * 2008-10-21 2010-04-22 Honeywell International Inc. Method of efficient camera control and hand over in surveillance management
CN101572804B (zh) 2009-03-30 2012-03-21 浙江大学 多摄像机智能控制方法及装置
US8340654B2 (en) * 2009-05-26 2012-12-25 Lextech Labs Llc Apparatus and method for video display and control for portable device
CN101674466B (zh) 2009-10-15 2011-01-05 上海交通大学 多信息融合的智能视频监控前端系统
CN101695125A (zh) 2009-10-16 2010-04-14 天津市中环系统工程有限责任公司 视频智能跟踪导航的实现方法及系统
CN102860003A (zh) 2010-03-09 2013-01-02 常州环视高科电子科技有限公司 监控系统及方法
US20110228984A1 (en) * 2010-03-17 2011-09-22 Lighthaus Logic Inc. Systems, methods and articles for video analysis
CN102065279B (zh) 2010-10-28 2015-11-25 北京中星微电子有限公司 一种连续跟踪监控对象的方法及系统
EP2684145A4 (en) 2011-03-07 2014-09-03 Kba2 Inc SYSTEMS AND METHOD FOR ANALYTICAL DATA ACQUISITION OF IMAGE PROVIDERS ON THE BASIS OF AN EVENT OR GEOGRAPHICAL LOCATION
CN102724482B (zh) 2012-06-18 2015-08-26 西安电子科技大学 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统
EP2685421B1 (en) * 2012-07-13 2015-10-07 ABB Research Ltd. Determining objects present in a process control system
US9420237B2 (en) * 2013-07-09 2016-08-16 Globalfoundries Inc. Insight-driven augmented auto-coordination of multiple video streams for centralized processors
CN103763513A (zh) 2013-12-09 2014-04-30 北京计算机技术及应用研究所 一种分布式跟踪监控方法及其系统
CN103856762A (zh) 2014-01-26 2014-06-11 孙培梁 多摄像头智能选择和视频优先级判断系统及选择方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009188884A (ja) 2008-02-08 2009-08-20 Fujitsu Ltd 帯域制御サーバ及び帯域制御プログラム並びに監視システム
US20100132010A1 (en) 2008-11-25 2010-05-27 Cisco Technology, Inc. Implementing policies in response to physical situations
US20110273567A1 (en) 2010-05-05 2011-11-10 Cisco Technology, Inc. Zone, system and failure aware self adjusting ip surveillance cameras

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220072477A (ko) * 2020-11-25 2022-06-02 주식회사 싸인텔레콤 일반상황 이벤트 감시모듈과 특정상황 이벤트 처리모듈을 분리하여 실시간성을 향상시킨 멀티쓰레드 기반의 영상분석시스템
KR102551647B1 (ko) * 2020-11-25 2023-07-05 주식회사 싸인텔레콤 일반상황 이벤트 감시모듈과 특정상황 이벤트 처리모듈을 분리하여 실시간성을 향상시킨 멀티쓰레드 기반의 영상분석시스템

Also Published As

Publication number Publication date
US20200267352A1 (en) 2020-08-20
KR20160020895A (ko) 2016-02-24
CN106210620A (zh) 2016-12-07
US11064162B2 (en) 2021-07-13
US20160050396A1 (en) 2016-02-18
CN106210620B (zh) 2021-03-16
US10681312B2 (en) 2020-06-09

Similar Documents

Publication Publication Date Title
KR102150703B1 (ko) 지능형 비디오 분석 시스템에서 비디오를 분석하는 방법 및 시스템
EP3330889B1 (en) Automatic prediction of an event using data
US9760970B2 (en) Video analysis and post processing of multiple video streams
US10362274B2 (en) Monitoring system, monitoring method and storage medium
US20200105111A1 (en) Video surveillance and object recognition
KR102399425B1 (ko) 데이터 라벨링 전처리, 분배 및 검수 시스템
CN102156707A (zh) 一种视频摘要形成和搜索的方法、系统
CN107153545A (zh) 一种iOS系统中弹窗统一管理的方法
US20060167939A1 (en) Monitoring clustered software applications
KR102217253B1 (ko) 행동패턴 분석 장치 및 방법
JP2020181488A (ja) 画像分析装置、及び画像分析システム
KR101612483B1 (ko) 실시간으로 카메라 영상을 분석하는 저장/분배 서버, 이를 포함하는 통합 관제 시스템 및 그 동작방법
KR20180111630A (ko) 머신 러닝을 사용하는 비디오 피드 내에서의 자동화된 오브젝트 추적
KR102356666B1 (ko) 다중로그 데이터 기반의 공공안전 위험상황 감지, 예측, 대응 방법 및 장치
US20170359553A1 (en) Image analysis system for analyzing dynamically allocated camera image, integrated control system including same, and operation method therefor
KR20200052418A (ko) 딥러닝 기반의 자동 폭력 감지 시스템
CN111836102A (zh) 视频帧的分析方法和装置
JP6857211B2 (ja) 情報処理方法およびサーバ装置
KR101394270B1 (ko) 영상 감지 시스템 및 방법
CN105824848A (zh) 获得消防综合信息的方法和消防信息系统
JP6733765B1 (ja) 処理装置、処理方法及びプログラム
JP7189789B2 (ja) 工事関連リスク管理システム、リスク分析用データ生成装置およびリスク情報提供装置
KR101586780B1 (ko) 동적으로 할당되는 카메라 영상을 분석하는 영상 분석 시스템, 이를 포함하는 통합 관제 시스템 및 그 동작방법
KR102477845B1 (ko) 대용량 데이터 배치 처리를 위한 영상 데이터 처리 시스템 및 방법과 이를 위한 컴퓨터 프로그램
KR102052630B1 (ko) 개방형 통합 관제 시스템 및 그 방법

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant