KR102159954B1 - 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치 - Google Patents

Abstract

본 발명은 입력 영상에 대하여 기 설정된 이벤트 룰에 따라서 관심 영역을 자동으로 설정할 수 있는 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치에 관한 것으로서, 분석 대상 영상이 입력되면, 이벤트 룰에 따라서 상기 분석 대상 영상에 이벤트 검출을 위한 경계선을 설정하고, 상기 경계선을 기준으로 일정 거리 이내의 영역을 관심 영역으로 자동으로 설정하는 것이다.

Description

지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치{Method for establishing region of interest in intelligent video analytics and video analysis apparatus using the same}

본 발명은 지능형 영상 분석에 관한 것으로서, 더욱 상세하게는 입력 영상에 대하여 이벤트 검출을 위해 기 설정된 이벤트 룰에 따라서 관심 영역을 자동으로 설정할 수 있는 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치에 관한 것이다.

최근 CCTV(Closed Circuit Television)의 설치가 증가하면서 효율적인 모니터링을 위해, 지능형 영상분석 기술(Intelligent video analytics)에 대한 관심이 높아지고 있다. 지능형 영상분석 기술은 영상의 정보를 분석하여 사전에 정의된 이벤트를 감지하여 자동으로 관리자에게 경보를 전송하는 기술이다. 지능형 영상 분석에서 검출 혹은 탐지하는 이벤트로는, 침입 탐지, 출입 탐지, 객체 계수를 예로 들 수 있다.

지능형 영상 분석은, 예를 들어, 배경 영역 분리, 객체 검출, 객체 추적 및 이벤트 탐지 과정으로 이루어지며, 이러한 과정을 통해서 사전에 정의된 이벤트를 탐지할 수 있다.

여기서, 배경 영역 분리는, 입력된 영상에서 관심 있는 전경 영역과 배경 영역을 구분하는 과정이고, 객체 검출은, 전경 영역에서 객체의 위치, 크기, 모양 등을 검출하는 과정이고, 객체 추적은 연속되는 영상에서 검출된 객체의 이동 경로를 찾는 과정이며, 이벤트 탐지는 객체의 특징 정보와 이동 정보를 바탕으로 사전에 정의된 규칙(이하, 이벤트 룰 이라 함)을 위반하는 지 혹은 만족하는 지를 판단하는 과정이다.

이러한 영상 분석 과정에서, 이벤트 룰은, 영상에 설정된 경계선으로 정의될 수 있으며, 이러한 이벤트 룰에 따라서 객체 검출 혹은 추적을 수행하는 영상의 영역을 관심 영역(Region of interest)이라 한다.

그런데 기존의 영상 분석 시스템에 있어서, 상기 관심 영역은, 관리자에 의해 임의로 설정되거나, 관리자가 관심 영역을 지정하지 않는 경우 영상의 전체 영역이 관심 영역으로 된다. 이로 인해 불필요한 영상 분석이 이루어질 수 있으며, 그 결과 컴퓨터 자원 낭비 및 처리 시간 증가를 초래하게 된다.

또한, 관심 영역이 적절히 설정되지 못할 경우, 영상 분석 시스템에서 이벤트를 검출하지 못하는 오 동작을 일으킬 수 있다.

한국등록특허 제10-1169631호, 2012년 07월 24일 등록 (명칭: 검출 인터페이스를 구비한 영상 분석 카메라, 영상 분석 시스템 및 그 검출 조정 방법)

이에 본 발명은, 지능형 영상 분석을 효율적으로 수행하기 위하여 제안된 것으로서, 더욱 상세하게는 입력 영상에 대하여 이벤트 검출을 위해 기 설정된 이벤트 룰에 따라서 관심 영역을 자동으로 설정할 수 있는 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치를 제공하고자 한다.

상술한 과제의 해결 수단으로서, 본 발명은, 분석 대상 영상을 입력 받는 단계; 상기 분석 대상 영상에 이벤트 검출을 위한 경계선 설정을 입력받는 단계; 및 상기 분석 대상 영상에서, 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 단계를 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법을 제공한다.

본 발명에 따른 지능형 영상 분석을 위한 관심 영역 설정 방법에 있어서, 상기 경계선은, 하나 이상의 선분, 하나 이상의 곡선, 하나 이상의 곡선과 선분의 조합, 하나 이상의 곡선 또는 선분이 연결되어 이루어진 도형 중 하나 일 수 있다.

또한, 본 발명에 따른 지능형 영상 분석을 위한 관심 영역 설정 방법은, 상기 객체의 크기를 기준으로 상기 일정 거리를 설정하는 단계를 더 포함하여, 상기 객체의 크기에 따라서 관심 영역의 크기가 조정되도록 할 수 있다.

본 발명의 일 실시 예에 따르면, 상기 관심 영역으로 설정하는 단계는, 상기 경계선을 하나 이상의 선분 또는 곡선으로 구분하는 단계; 상기 하나 이상의 선분 또는 곡선의 양 끝점을 중심점으로 하여, 기 설정된 반지름을 갖는 원 형상의 영역을 관심 영역으로 설정하는 단계; 상기 하나 이상의 선분 또는 곡선을 중심으로, 각 선분 또는 곡선과 동일한 길이에 기 설정된 폭을 갖는 영역을 관심 영역으로 설정하는 단계; 및 상기 설정된 하나 이상의 관심 영역을 연결하여 최종 관심 영역을 설정하는 단계를 포함하여 이루어질 수 있다.

본 발명의 일 실시 예에서 상기 관심 영역으로 설정하는 단계는, 상기 경계선을 기준으로 분석 대상 영상의 각 화소와 경계선까지의 거리를 나타내는 거리맵을 생성하는 단계; 상기 거리맵을 참조하여, 기 설정된 값 이하의 거리값을 갖는 화소들을 추출하는 단계; 상기 추출한 화소들을 포함하는 영역을 관심영역으로 설정하는 단계를 포함할 수 있으며, 여기에 더하여, 상기 거리맵을 생성하기 전에, 상기 경계선 상에 위치한 화소를 배경 영상과는 다른 기 설정된 색상으로 랜더링하는 단계를 더 포함하고, 상기 거리맵을 생성하는 단계에서, 상기 영상의 모든 화소에 대하여, 상기 다른 색상을 갖는 화소 중 가장 가까운 화소까지의 거리값을 산출할 수 있다.

더하여, 본 발명은 상술한 과제를 해결하기 위한 다른 수단으로서, 분석 대상 영상에 이벤트 검출을 위한 경계선을 설정하는 이벤트 룰 설정부; 및 상기 분석 대상 영상에서, 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 관심 영역 설정부를 포함하는 것을 특징으로 하는 영상 분석 장치를 제공한다.

본 발명에 따른 영상 분석 장치에 있어서, 상기 관심 영역 설정부는 상기 객체의 크기를 기준으로 상기 일정 거리를 설정하여, 상기 관심 영역이 객체의 크기에 따라 조정되도록 할 수 있다.

또한, 상기 관심 영역 설정부는, 상기 경계선을 이루는 하나 이상의 선분 또는 곡선의 양 끝점을 중심점으로 하여, 기 설정된 반지름을 갖는 원 형상의 영역을 관심 영역으로 설정하고, 상기 하나 이상의 선분 또는 곡선을 중심으로, 각 선분 또는 곡선과 동일한 길이에 기 설정된 폭을 갖는 영역을 관심 영역으로 설정한 후, 상기 설정된 하나 이상의 관심 영역을 연결하여 최종 관심 영역을 설정하거나, 상기 분석 대상 영역의 각 화소와 경계선까지의 거리를 나타내는 거리맵을 생성하고, 상기 거리맵을 참조하여, 기 설정된 값 이하의 거리값을 갖는 화소들을 포함하는 영역을 관심영역으로 설정할 수 있다.

본 발명은 지능형 영상 분석 분야에서 이벤트 탐지를 객체 검출 및 객체 추적을 수행할 영역인 관심 영역을 설정하기 위한 것으로서, CCTV 등과 같은 영상 촬영 수단으로서 촬영된 영상을 입력 받아, 상기 영상에 이벤트 검출을 위한 경계선을 설정하고, 상기 입력된 영상에서 상기 경계선을 기준으로 일정 거리 이내의 영역을 관심 영역으로 자동 설정할 수 있다.

더하여, 본 발명은 이벤트 검출을 위한 경계선을 기준으로 최적의 관심 영역을 설정함으로써, 비효율적인 영상 분석에 따른 처리 시간을 감소시키고, 컴퓨팅 자원 낭비를 줄일 수 있으며, 영상 분석의 오동작을 방지할 수 있다.

도 1은 지능형 영상 분석을 이용한 영상 감시 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명에 따른 영상 분석 장치를 나타낸 블럭도이다.
도 3은 본 발명에 따른 영상 분석 장치의 지능형 영상 분석 과정을 나타낸 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 영상 분석을 위한 관심 영역 설정 과정을 나타낸 순서도이다.
도 5는 본 발명의 다른 실시 예에 따른 지능형 영상 분석을 위한 관심 영역 설정 과정을 나타낸 순서도이다.
도 6 및 도 7은 본 발명의 일 실시 예에 따른 관심 영역 설정 과정의 예시도이다.
도 8은 본 발명에 따른 지능형 영상 분석 과정에 있어서, 비관심 영역 제거 과정의 예시도이다.

이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.

더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다. 다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다.

또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함 한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

도 1은 지능형 영상 분석 기술을 적용한 영상 감시 시스템의 일 예를 나타낸 것으로서, 영상 감시 시스템은, 영상 촬영 장치(100), 영상 분석 장치(200) 및 모니터링 장치(300)를 포함하여 이루어지며, 영상 촬영 장치(100)에서 촬영된 영상은 영상 분석 장치(200)로 전달되며, 상기 영상 분석 장치(200)를 통해 실시간으로 분석되어 사전에 정의된 이벤트 감지가 이루어지며, 이벤트 감지 시 경보 신호를 모니터링 장치(300)로 출력한다. 상기 모니터링 장치(300)는 영상 촬영 장치(100)에서 촬영된 영상을 전송 받아 실시간으로 디스플레이 하면서, 상기 영상 분석 장치(200)의 경보 신호에 따라서, 사전에 발생된 이벤트 발생 시, 알람 신호를 출력한다.

본 발명은 도 1과 같이, 영상을 실시간으로 감시하여 출입 또는 침입 탐지, 객체 계수, 이상 상황 발생 등의 이벤트를 감지하기 위한 영상 감시 시스템의 영상 분석 장치(200)에 적용되어, 촬영된 영상 중 영상 분석을 수행할 대상 영역, 즉, 관심 영역을 자동으로 설정하기 위한 것이다.

본 발명에 따른 영상 분석 장치(200)는 도 2에 도시된 바와 같이 구성될 수 있다.

도 2는 본 발명의 일 실시 예에 따른 영상 분석 장치를 나타낸 블럭도로서, 이를 참조하면, 본 발명에 따른 영상 분석 장치(200)는, 이벤트 룰 설정부(210)와, 관심 영역 설정부(220)와, 비관심 영역 제거부(230)와, 관심 객체 추출부(240)와, 이벤트 판단부(250)와, 영상 출력부(260)를 포함하여 이루어질 수 있다.

본 발명에 따른 영상 분석 장치(200)를 이루는 각 구성 요소의 기능 및 동작을 설명하면 다음과 같다.

상기 이벤트 룰 설정부(210)는, 분석 대상 영상, 예를 들어, 영상 촬영 장치(100)로부터 입력된 영상에 이벤트 검출을 위한 경계선을 설정하는 구성이다. 여기서, 상기 경계선은, 이벤트 룰을 적용하기 위한 기준이 되는 경계로서, 하나 이상의 선분, 하나 이상의 곡선, 하나 이상의 곡선과 선분의 조합, 하나 이상의 곡선 또는 선분이 연결되어 이루어진 도형 중 하나가 될 수 있다. 이러한 경계선은, 침입 탐지, 출입 검출, 객체 계수를 위한 기준을 설정하는데 이용되는 것으로서, 이벤트 룰 설정 시 사용자(관리자)의 입력 신호에 따라서 설정될 수 있다. 예를 들어, 상기 초기 이벤트 룰 설정 시, 영상 촬영 장치(100)로부터 입력된 기본 영상 위에 사용자가 입력 수단을 조작하여, 하나 이상의 선분, 하나 이상의 곡선, 하나 이상의 곡선과 선분의 조합, 하나 이상의 곡선 또는 선분이 연결되어 이루어진 도형으로 이루어지는 경계선을 그려 설정할 수 있다. 참고로, 상기 초기 이벤트 룰 설정 시, 설정된 경계선을 기준으로 이루어지는 이벤트 정의 정보, 혹은 탐지 조건이 더 설정될 수 있다.

더하여, 상기 분석 대상 영상은, 영상 촬영 장치(100)로부터 입력되는 연속 혹은 비 연속된 복수의 영상 프레임이거나, 상기 영상 촬영 장치(100)로부터 촬영된 영상 프레임 중 선택된 하나의 프레임일 수 있다.

관심 영역 설정부(220)는 상기 분석 대상 영상 중, 이벤트 검출 혹은 탐지를 위한 분석이 이루어지는 관심 영역을 설정하기 위한 구성이다. 특히, 본 발명에 따른 관심 영역 설정부(220)는, 상기 이벤트 룰 설정부(210)에서 설정된 경계선을 기준으로 일정 거리 이내의 영역을 상기 관심 영역으로 자동 설정한다.

관심 영역은, 객체를 검출하거나 추적하기 위하여 설정되는 영역이므로, 통상적으로 관심 영역은, 탐지 혹은 추적 대상이 되는 객체보다 충분히 큰 영역이어야 한다. 참고로, 관심 영역을 객체의 폭과 높이의 배수로 표현할 때, 상기 관심 영역은 적어도 객체의 2이상 ~ 5 배 이하의 크기를 가져야 한다.

이러한 점을 고려하여, 관심 영역의 크기에 영향을 미치는 상기 경계선을 기준으로 한 거리 값이 적절하게 설정되어야 한다.

그러나, 영상에서 표시되는 객체의 크기는 영상과 피사체, 즉, 객체 간의 거리에 따라서 달라지기 때문에, 영상 촬영 장치(100)의 설치 위치에 따라서 달라진다. 따라서, 객체의 크기는 영상 촬영 장치(100) 별로 달라질 수 있으며, 동일한 영상 촬영 장치(100)라도 촬영 위치에 따라서 영상에 나타나는 객체의 크기가 달라진다. 이러한 점을 감안하여, 본 발명은 객체의 크기를 기준으로 상기 관심 영역의 범위를 정하는 거리 값을 설정할 수 있다.

즉, 상기 관심 영역 설정부(220)는 상기 관심 영역을 설정하기 전에, 현재 설정된 탐지 대상 객체의 크기를 기준으로 상기 거리 값을 설정할 수 있다.

상기 관심 영역 설정부(220)에서의 관심 영역을 설정하는 방법은 추후 도 4 및 도 5를 참조하여 더 구체적으로 설명한다.

다음으로, 비관심 영역 제거부(230)와, 상기 분석 대상 영상 중 관심 영역을 제외한 나머지 영역, 즉, 객체 검출 및 추적이 불필요한 비관심 영역을 제거하기 위한 구성이다. 이는 관심 객체 추출부(240)에서 객체를 검출하고 추적하는데 있어서, 검출된 객체가 관심 영역에 포함되는 지를 판단하는 과정을 생략하여, 처리를 단순화시키기 위한 구성으로서, 분석 대상 영상 중, 관심 영역을 제외한 나머지 비관심 영역의 화소값을 모두 검은색으로 변경함으로써, 비관심 영역에서의 객체 검출 및 추적을 차단시킨다.

이를 위하여, 상기 비관심 영역 제거부(230)는, 관심 영역에 대한 마스크 영상을 생성한다. 상기 마스크 영상은, 관심 영역에서의 화소값은 1이고, 비관심 영역에서는 화소값은 모두 0인 영상으로서 수학식 1의 알고리즘에 따라서 생성할 수 있다. 그리고, 비관심 영역의 제거는 수학식 2와 같이 상기 마스크 영상과 분석 대상 영상을 논리 연산하여, 관심 영역에 속하는 화소는 원래의 화소값을 유지하고, 비관심 영역의 화소값은 모두 0(검정색)으로 변경함에 의하여 이루어질 수 있다.

상기에서, M(x)는 마스크 영상을 나타내고, I(x)는 입력 영상을 나타내며, I_M(x)는 비관심 영역이 제거된 영상을 나타내고, x는 화소를 나타낸다.

그리고, 관심 객체 추출부(240)는 상기 비관심 영역 제거부(230)에서 처리된 비관심 영역이 제거된 영상에서 기 정의된 크기의 관심 객체를 추출하고, 더하여 추출한 관심 객체의 이동 경로를 추적한다. 더하여, 상기 비관심 영역 제거부(230)가 구비되지 않은 경우, 상기 관심 객체 추출부(240)는 추출된 객체가 관심 영역에 포함되는 지를 판단하는 기능을 더 수행할 수 있다.

참고로, 상기 관심 객체 추출부(240)는 영상 내에서 움직임이 있는 부분을 관심 객체로 추출하여 추적할 수 있으며, 이를 위해서, 화소의 가우시안 모델(Gaussian Model)을 이용하여 영상의 배경 화소를 지정하고, 배경화소에 해당하지 않는 부분을 전경 화소로 분리한 후, 분리된 전경 화소를 이용하여 관심 객체를 추출 및 추적할 수 있다.

그리고, 상기 이벤트 판단부(350)는 상기 관심 객체 추출부(240)에서 추출되어 추적된 관심 객체의 이동 상태를 기 설정된 이벤트 룰과 비교하여, 상기 관심 객체가 설정된 경계선에 대한 통과, 이탈 및 침입 등의 이벤트가 발생하였는 지를 판단한다.

본 발명에 따른 영상 분석 장치(200)는 상기 이벤트 판단부(350)의 판단 결과를 모니터링 장치(300)로 전송할 수 있다.

또한, 본 발명에 따른 영상 분석 장치(200)는, 영상 출력부(260)를 통해서 관심 영역이 지정된 영상을 모니터링 장치(300)로 전송할 수 있다.

상기 영상 출력부(260)는, 관심 영역 설정부(220)로부터 출력되는 경계선 및 관심 영역이 결합된 분석 대상 영상을 모니터링 장치(300)로 전송하여, 모니터링 장치(300)에서 디스플레이 하거나 영상 분석에 이용하도록 할 수 있다.

다음으로, 상술한 바와 같이 구성된 영상 분석 장치(200)에 의한 지능형 영상 분석 과정 및 관심 영역 설정 과정을 도 3 내지 도 8을 참조하여 설명한다.

도 3은 본 발명에 따른 영상 분석 장치(200)의 지능형 영상 분석 과정을 나타낸 순서도이다.

도 3을 참조하면, 본 발명에 따른 영상 분석 장치(200)는, 분석 대상 영상을 입력 받는다(S100). 이때, 분석 대상 영상은 도 1에 도시된 영상 촬영 장치(100)로부터 전송 받거나, 상기 영상 촬영 장치(100)로부터 전송된 영상 중 선택할 수 있다.

이렇게 분석 대상 영상이 입력되면, 영상 분석 장치(200)는사용자 입력 신호에 따라서, 상기 분석 대상 영상에 이벤트 검출을 위한 경계선을 설정한다(S110). 상기 경계선은 상기 분석 대상 영상의 지정된 위치에 설정될 수 있으며, 하나 이상의 선분, 하나 이상의 곡선, 하나 이상의 선분 및 곡선의 조합, 하나 이상의 선분 또는 곡선이 연결되어 이루어진 도형으로 표현될 수 있다.

더하여, 영상 분석 장치(200)는 관심 영역을 설정하기 전에, 검출 혹은 추적 대상인 객체의 크기를 설정하고(S120), 상기 객체의 크기를 기준으로 관심 영역의 범위를 규정하는 거리 값(d)를 설정할 수 있다(S130). 상기 객체의 크기는 사용자(관리자)의 입력 신호에 따라서 설정될 수 있으며, 상기 거리 값(d)는 상기 객체의 크기(폭 또는 길이 중 큰 값)의 X배로 설정될 수 있다. 여기서, X는 예를 들어 2~5의 범위를 가질 수 있다.

이후, 상기 영상 분석 장치(200)는 상기 분석 대상 영상 중, 상기 경계선에 포함된 하나 이상의 선분 또는 곡선을 기준으로 일정 거리 이내의 영역을 관심 영역으로 설정한다(S120). 여기서, 상기 하나 이상의 선분 또는 곡선을 기준으로 하는 일정 거리는 상기 S130 단계에서 설정된 거리값을 따른다. 상기 S120 단계는 도형 또는 거리맵을 이용한 다양한 방법으로 구현될 수 있으며, 도 4 및 도 5는 그 실시 예를 구체적으로 나타낸 것이다.

도 4는 도형을 이용한 관심 영역 설정 과정을 나타낸 순서도로서, 이를 참조하면, 본 발명에 따른 영상 분석 장치(200)는 관심 영역의 자동 설정을 위하여, 상기 S110 단계에서 설정된 경계선을 하나 이상의 선분 또는 곡선으로 구분한다(S210).

그리고, 상기 하나 이상의 선분 또는 곡선의 각 끝점을 중심으로 반지름이 기 설정된 거리값 d인 원을 그려, 상기 원 형상의 관심 영역을 생성한다(S220).

그리고, 상기 하나 이상의 선분 또는 곡선을 중심으로, 그 길이가 동일하고, 높이가 기 설정된 거리값의 2배, 즉, 2d인 도형을 그려 관심 영역으로 생성한다(S230).

상술한 과정을 통해서 경계선을 기준으로 하나 이상의 관심 영역이 중첩되어 생성될 수 있다.

이에 본 발명에 따른 영상 분석 장치(200)는, 서로 적어도 일부가 중첩되는 하나 이상의 관심 영역들을 연결하여 최종적으로 관심 영역을 설정한다(S240).

도 6은 본 발명의 일 실시 예에 따른 도형을 이용한 관심 영역 설정 과정을 예시한 도면으로서, 경계선(60)이 하나의 선분으로 설정되는 경우, (a)에 도시된 바와 같이, 상기 경계선(40)의 양 끝점을 중심으로 각각 반지름 d인 원 형상의 관심 영역(61,62)이 두 개 생성되고, 상기 경계선(40)의 선분을 중심으로 동일 길이와 2d의 폭을 갖는 도형, 직사각형 형상의 관심 영역(63)이 생성될 수 있다. 본 발명에 따른 영상 분석 장치(200)는 이렇게 생성된 서로 중첩되는 세 개의 관심 영역을 연결하여 최종적으로 도 6의 (b)에 도시된 바와 같은 형상의 관심 영역(64)을 생성한다.

또한, 경계선은 둘 이상의 선분 또는 곡선이 연결되어 이루어질 수 있다.

도 7은 경계선(70)이 두 개의 선분으로 이루어진 경우를 예시한 것으로서, 이 경우, 도 7의 (a)에 도시된 바와 같이, 두 개의 선분에 대하여 상술한 도 6과 같은 과정을 통해서 각각 타원 형상의 관심 영역(71, 72)가 설정될 수 있다. 이후, 본 발명에 따른 영상 분석 장치(200)는 이 두 관심 영역(71, 72)를 연결하여 도 7의 (b)와 같은 형상의 관심 영역(73)을 형성하게 된다.

한편, 본 발명에 따른 영상 분석 장치(200)는 거리맵을 이용하여 관심 영역을 설정할 수도 있다.

도 5는 본 발명의 다른 실시 예에 따른 거리맵을 이용한 관심 영역 설정 과정을 나타낸 순서도이다.

도 5를 참조하면, 본 발명에 따른 영상 분석 장치(200)는 이벤트 룰에 정의된 경계선에 대응하는 화소를 특정 색상으로 표시되도록 랜더링한다(S310). 상기 특정 색상은, 분석 대상 영상의 배경 영상의 보색 혹은 배경 영상에 나타나지 않는 색상이 될 수 있다. 예를 들어, 배경영상이 밝은 경우 경계선에 대응하는 화소를 검정색으로 설정하고, 배경 영상이 어두운 경우, 경계선에 대응하는 화소를 흰색으로 설정할 수 있다.

이후, 상기 영상 분석 장치(200)는 상기 경계선을 기준으로 하는 거리맵을 생성한다(S320). 더 구체적으로, 영상 분석 장치(200)는 분석 대상 영상의 각 화소별로, 가장 가까운 특정 색상을 갖는 화소와의 거리를 산출한다. 이를 통해 분석 대상 영상의 각 화소별로 경계선까지의 거리를 구할 수 있게 된다.

그리고, 상기 영상 분석 장치(200)는 상기 거리맵으로부터 산출된 거리값이 d 이하인 모든 화소를 포함하는 영역을 관심 영역으로 설정한다(S330).

상술한 도 4 또는 도 5의 과정을 통해 본 발명에 따른 영상 분석 장치(200)는 경계선을 포함하고 객체보다 충분히 큰 관심 영역을 설정할 수 있게 된다.

이와 같이 관심 영역이 설정된 후, 본 발명에 따른 영상 분석 장치(200)는 관심 영역으로부터 이벤트를 탐지하기 위한 관심 객체를 추출하여야 한다.

이를 위해, 본 발명에 따른 영상 분석 장치(200)는, 도 3에 도시된 바와 같이, 분석 대상 영상 중, 관심 영역을 제외한 나머지 영역, 즉, 비관심 영역을 제거할 수 있다(S150). 이를 위해, 본 발명에 따른 영상 분석 장치(200)는, 도 8의 (a)에 도시된 바와 같이, 관심 영역에 포함된 화소들은 1(흰색)의 화소값을 갖고, 나머지 영역은 0(검정색)의 화소값을 갖는 마스크 영상(81)을 생성한다. 그리고, 상기 마스크 영상(81)과 분석 대상 영상의 각 화소값을 논리 연산하여, 분석 대상 영상 중, 관심 영역의 화소값은 그대로 유지하고, 나머지 영역의 화소값이 0으로 변경한다. 이에 따르면, 도 8의 (b)와 같이 비관심 영역이 제거된 영상(82)이 만들어진다.

이와 같이, 분석 대상 영상에서 비관심 영역이 제거된 후, 본 발명에 따른 영상 분석 장치(200)는 도 3에 도시된 바와 같이, 상기 비관심 영역이 제거된 분석 대상 영상에서 관심 객체를 추출하고, 추출한 관심 객체의 추적을 수행한다(S160). 이 경우, 영상 분석 장치(200)는 분석 대상 영상 중 관심 영역만을 처리하여 관심 객체를 추출할 수 있으므로, 컴퓨팅 자원의 불필요한 낭비를 줄이고, 처리 시간을 단축할 수 있다.

이후, 영상 분석 장치(200)는 상기 추출된 관심 객체 및 추적 경로를 사전에 설정된 이벤트 룰과 비교하여, 이벤트 발생 여부를 판단할 수 있다(S170).

본 발명에 따른 관심 영역 설정 방법은 다양한 컴퓨터 수단을 통하여 판독 가능한 소프트웨어 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM, Random Access Memory), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시 예에 대하여 개시하였으나, 여기에 개시된 실시 예외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한, 본 명세서와 도면에서 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다.

또한, 본 발명에 따른 영상 분석 장치(200)는 프로세서를 통해 본 발명에 따른 방법을 실행하기 위한 프로그램 명령을 처리하여, 본 발명에 따른 기능을 수행할 수 있다. 일 구현예에서, 이 프로세서는 싱글 쓰레드(Single-threaded) 프로세서일 수 있으며, 다른 구현예에서 본 프로세서는 멀티 쓰레드(Multithreaded) 프로세서일 수 있다. 나아가 본 프로세서는 메모리 혹은 저장 장치 상에 저장된 명령을 처리하는 것이 가능하다.

비록 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.

본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.

마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.

본 명세서에서 설명한 주제의 특정한 실시형태를 설명하였다. 기타의 실시형태들은 이하의 청구항의 범위 내에 속한다. 예컨대, 청구항에서 인용된 동작들은 상이한 순서로 수행되면서도 여전히 바람직한 결과를 성취할 수 있다. 일 예로서, 첨부도면에 도시한 프로세스는 바람직한 결과를 얻기 위하여 반드시 그 특정한 도시된 순서나 순차적인 순서를 요구하지 않는다. 특정한 구현예에서, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.

본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.

따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.

본 발명은 지능형 영상 분석 분야에서 객체 검출 및 객체 추적 등의 이벤트 탐지를 위해 분석할 영역인 관심 영역을 설정하기 위한 것으로서, CCTV 등과 같은 영상 촬영 수단으로서 촬영된 영상을 입력 받아, 이벤트 룰에 따라서 상기 영상에 이벤트 검출을 위한 경계선을 설정하고, 상기 입력된 영상에서 상기 경계선을 기준으로 일정 거리 이내의 영역을 관심 영역으로 자동 설정할 수 있다.

더하여, 본 발명은 이벤트 룰에 정의된 경계선을 기준으로 최적의 관심 영역을 설정함으로써, 비효율적인 영상 분석에 따른 처리 시간을 감소시키고, 컴퓨팅 자원 낭비를 줄일 수 있다.

100: 영상 촬영 장치 200: 영상 분석 장치
300: 모니터링 장치 210: 이벤트 룰 설정부
220: 관심 영역 설정부 230: 비관심 영역 제거부
240: 관심 객체 추출부 250: 이벤트 처리부
260: 영상 출력부

Claims (10)

1. 분석 대상 영상을 입력 받는 단계;
   상기 분석 대상 영상에 이벤트 검출을 위한 경계선 설정을 입력받는 단계;
   상기 분석 대상 영상에서, 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 단계를 포함하되,
   상기 관심 영역으로 설정하는 단계는
   상기 경계선을 하나 이상의 선분 또는 곡선으로 구분하는 단계;
   상기 하나 이상의 선분 또는 곡선의 양 끝점을 중심점으로 하여, 기 설정된 반지름을 갖는 원 형상의 영역을 관심 영역으로 설정하는 단계;
   상기 하나 이상의 선분 또는 곡선을 중심으로, 각 선분 또는 곡선의 길이와 동일한 길이를 갖고, 기 설정된 폭을 갖는 영역을 관심 영역으로 설정하는 단계;
   상기 설정된 하나 이상의 관심 영역을 연결하여 최종 관심 영역을 설정하는 단계;
   를 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
2. ◈청구항 2은(는) 설정등록료 납부시 포기되었습니다.◈

   제1항에 있어서,
   상기 경계선은, 하나 이상의 선분, 하나 이상의 곡선, 하나 이상의 곡선과 선분의 조합, 하나 이상의 곡선 또는 선분이 연결되어 이루어진 도형 중 하나 인 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
3. 제1항에 있어서, 상기 관심 영역을 설정하는 단계 이전에,
   상기 분석 대상 영상의 객체에 대한 크기를 설정하는 단계;
   상기 객체의 크기를 기준으로 상기 일정 거리를 설정하는 단계;
   를 더 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
4. ◈청구항 4은(는) 설정등록료 납부시 포기되었습니다.◈

   제1항에 있어서, 상기 관심 영역으로 설정하는 단계 이후에,
   상기 분석 대상 영상 중 관심 영역을 제외한 나머지 영역인 비관심 영역을 제거하는 단계;
   상기 비관심 영역이 제거된 분석 대상 영상에서 관심 객체를 추출하고, 추적하는 단계;
   상기 추출된 관심 객체 및 추적 경로를 기 설정된 이벤트 룰과 비교하여 이벤트 발생 여부를 판단하는 단계;
   를 더 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
5. ◈청구항 5은(는) 설정등록료 납부시 포기되었습니다.◈

   분석 대상 영상을 입력 받는 단계;
   상기 분석 대상 영상에 이벤트 검출을 위한 경계선 설정을 입력받는 단계;
   상기 분석 대상 영상에서, 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 단계를 포함하되,
   상기 관심 영역으로 설정하는 단계는
   상기 경계선 상에 위치한 화소를 기 설정된 색상으로 랜더링하는 단계;
   상기 분석 대상 영상의 각 화소에 대하여, 상기 색상을 갖는 화소 중 가장 가까운 화소까지의 거리값을 산출하여 각 화소와 경계선까지의 거리를 나타내는 거리맵을 생성하는 단계;
   상기 거리맵을 참조하여, 기 설정된 값 이하의 거리값을 갖는 화소들을 추출하는 단계;
   상기 추출한 화소들을 포함하는 영역을 최종 관심 영역으로 설정하는 단계;
   를 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
6. ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈

   제5항에 있어서,
   상기 관심 영역으로 설정하는 단계 이후에,
   상기 분석 대상 영상 중 관심 영역을 제외한 나머지 영역인 비관심 영역을 제거하는 단계;
   상기 비관심 영역이 제거된 분석 대상 영상에서 관심 객체를 추출하고, 추적하는 단계;
   상기 추출된 관심 객체 및 추적 경로를 기 설정된 이벤트 룰과 비교하여 이벤트 발생 여부를 판단하는 단계;
   를 더 포함하는 것을 특징으로 하는 지능형 영상 분석을 위한 관심 영역 설정 방법.
7. 분석 대상 영상에 이벤트 검출을 위한 경계선을 설정하는 이벤트 룰 설정부; 및
   상기 분석 대상 영상에서 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 관심 영역 설정부;를 포함하되,
   상기 관심 영역 설정부는
   상기 경계선을 이루는 하나 이상의 선분 또는 곡선의 양 끝점을 중심점으로 하여, 기 설정된 반지름을 갖는 원 형상의 영역을 관심 영역으로 설정하고, 상기 하나 이상의 선분 또는 곡선을 중심으로, 각 선분 또는 곡선의 길이와 동일한 길이와, 기 설정된 폭을 갖는 영역을 관심 영역으로 설정한 후, 상기 설정된 하나 이상의 관심 영역을 연결하여 최종 관심 영역을 설정하는 것을 특징으로 하는 영상 분석 장치.
8. ◈청구항 8은(는) 설정등록료 납부시 포기되었습니다.◈

   제7항에 있어서, 상기 관심 영역 설정부는
   상기 객체의 크기를 기준으로 상기 일정 거리를 설정하여, 상기 관심 영역이 객체의 크기에 따라 조정되도록 하는 것을 특징으로 하는 영상 분석 장치.
9. ◈청구항 9은(는) 설정등록료 납부시 포기되었습니다.◈

   제7항에 있어서,
   상기 분석 대상 영상 중 관심 영역을 제외한 나머지 영역인 비관심 영역을 제거하는 비관심 영역 제거부;
   상기 비관심 영역이 제거된 분석 대상 영상에서 관심 객체를 추출하고, 추적하는 관심 객체 추출부;
   상기 추출된 관심 객체 및 추적 경로를 기 설정된 이벤트 룰과 비교하여 이벤트 발생 여부를 판단하는 이벤트 처리부;
   를 더 포함하는 것을 특징으로 하는 영상 분석 장치.
10. 분석 대상 영상에 이벤트 검출을 위한 경계선을 설정하는 이벤트 룰 설정부; 및
    상기 분석 대상 영상에서 상기 경계선을 기준으로 일정 거리 이내의 영역을 객체 검출을 위한 관심 영역으로 설정하는 관심 영역 설정부를 포함하되,
    상기 관심 영역 설정부는
    상기 경계선 상에 위치한 화소를 기 설정된 색상으로 랜더링하고, 상기 분석 대상 영상의 각 화소에 대하여, 상기 색상을 갖는 화소 중 가장 가까운 화소까지의 거리값을 산출하여 각 화소와 경계선까지의 거리를 나타내는 거리맵을 생성하고, 상기 거리맵을 참조하여, 기 설정된 값 이하의 거리값을 갖는 화소들을 포함하는 영역을 최종 관심 영역으로 설정하는 것을 특징으로 하는 영상 분석 장치.

Images