KR102297575B1 - 지능형 영상 감시 시스템 및 방법 - Google Patents

지능형 영상 감시 시스템 및 방법 Download PDF

Info

Publication number
KR102297575B1
KR102297575B1 KR1020210022376A KR20210022376A KR102297575B1 KR 102297575 B1 KR102297575 B1 KR 102297575B1 KR 1020210022376 A KR1020210022376 A KR 1020210022376A KR 20210022376 A KR20210022376 A KR 20210022376A KR 102297575 B1 KR102297575 B1 KR 102297575B1
Authority
KR
South Korea
Prior art keywords
face
recognition camera
nvr
image
artificial intelligence
Prior art date
Application number
KR1020210022376A
Other languages
English (en)
Inventor
정현욱
Original Assignee
유비트론(주)
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 유비트론(주) filed Critical 유비트론(주)
Priority to KR1020210022376A priority Critical patent/KR102297575B1/ko
Application granted granted Critical
Publication of KR102297575B1 publication Critical patent/KR102297575B1/ko

Links

Images

Classifications

    • G06K9/00771—
    • E—FIXED CONSTRUCTIONS
    • E06—DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06B—FIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B11/00—Means for allowing passage through fences, barriers or the like, e.g. stiles
    • E06B11/02—Gates; Doors
    • G06K9/00268—
    • G06K9/4652—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2351—Processing of additional data, e.g. scrambling of additional data or processing content descriptors involving encryption of additional data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications
    • H04N21/274—Storing end-user multimedia data in response to end-user request, e.g. network recorder
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
    • E05Y2400/00—Electronic control; Power supply; Power or signal transmission; User interfaces
    • E05Y2400/10—Electronic control
    • E05Y2400/44—Sensors therefore
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
    • E05Y2600/00—Mounting or coupling arrangements for elements provided for in this subclass
    • E05Y2600/10—Adjustable or movable
    • E05Y2600/11—Adjustable or movable by automatically acting means
    • G06K2209/15—

Abstract

본 발명은 지능형 영상 감시 시스템 및 방법에 관한 것으로서, 촬영을 통해 차량번호를 인식 및 주차관리와 원격 제어용 데이터로 사용되고, 차량의 출입을 통제 및 출입에 따른 상태변화를 감지하기 위한 차량번호인식카메라; 촬영을 통해 출입인원에 대한 얼굴인식 및 얼굴 변조를 감지하고 이동 경로를 확인하는데 사용되며, 대상을 캡처하는 스냅샷 기능이 탑재된 얼굴인식카메라; 출입 인원에 대한 얼굴인식 및 열감지를 수행하도록 촬상센서와 열감지센서를 포함하고, 얼굴인식 및 열감지 상태에 따라 출입게이트의 개폐신호로 사용하기 위한 출입리더기; 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며, 차량번호 인식과 차량 정보 및 위치 조회 기능, 스냅샷 이미지에 의한 얼굴 매칭 기능 및 블랙리스트 알람기능, 얼굴인식 및 열감지에 따른 출입게이트 개폐 제어기능이 탑재된 인공지능(AI) 저장장치(NVR; Network Video Recoder);를 포함하며, 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기를 FRONT-END수단으로 하고 상기 인공지능 저장장치(AI NVR)를 서버형 BACK-END수단으로 하여 End to End 시스템으로 기능을 분산하도록 구비함으로써 실시간으로 다수의 이미지를 동시 처리 가능하게 하면서 대규모　GPU급 서버 없이도　분석 결과를 추출해낼 수 있도록 구성하는 지능형 영상 감시 시스템 및 이를 활용하는 지능형 영상 감시 방법을 제공한다.
본 발명에 따르면, 실시간 이미지 프로세싱에 중점을 둔 라이브러리(open CV; Open Source Computer Vision library) 기술을 활용하여 카메라로부터 획득된 영상에 대해 특징점을 빠르고 정확하게 분석 및 추출함으로써 영상 감시에 따른 효율적인 시스템 운영을 가능하게 하는 지능형 영상 감시 시스템 및 방법을 제공할 수 있다.

Description

지능형 영상 감시 시스템 및 방법{INTELLIGENT VIDEO SURVEILLANCE SYSTEM AND METHOD}
본 발명은 지능형 영상 감시 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 실시간 이미지 프로세싱에 중점을 둔 라이브러리(openCV; Open Source Computer Vision library) 기술을 활용하여 카메라로부터 획득된 영상에 대해 특징점을 빠르고 정확하게 분석 및 추출함으로써 효율적인 시스템 운영을 가능하게 하는 지능형 영상 감시 시스템 및 방법에 관한 것이다.
일반적으로 영상 감시 시스템은 각종 건물이나 공항, 도로, 철도, 군부대 등의 감시대상 지역의 주변에 다수 대의 카메라를 설치하고, 이들 카메라로부터 취득되는 영상정보를 저장함과 아울러 원격지의 디스플레이기기 상에 분할하여 디스플레이하고, 침입이나 사고 등의 이벤트가 발생할 때 그 상황을 즉시 인식하여 표출할 수 있도록 한 시스템이다.
이와 같이, 종래 영상 감시 시스템은 주요 시설물이나 공공장소의 보안을 목적으로 사용되었고, 카메라를 통하여 영상을 획득하고, 전달받은 영상을 사람이 직접 감시하거나 DVR 등으로 저장한 후, 사후 영상 분석을 통한 감시를 수행하고 있다.
하지만, 최근에는 개인 및 공공 안전에 대한 관심이 증가하면서 영상 감시 시스템의 보급이 증가하고 있는 추세로서, 사후 처리가 아닌 실시간 감시 시스템에 대한 요구가 증대되고 있으며, 광대역 통신망 및 개방 프로토콜을 사용하는 IP 기반의 네트워크 영상 자동분석 및 인식 기술이 결합된 지능형 영상 감시 시스템 기반으로 발전하고 있다.
현재 지능형 영상 감시 시스템은 영상 획득을 위해 IP 카메라가 주로 사용되고 있는데, 2M Pixel(1920×1080) 이상의 고해상도 이미지 센서가 채택되어 사용되고 있다.
부연하여, IP 카메라에서는 고화질의 영상을 인코딩하여 전송하고, 영상저장서버에서는 영상을 수신한 후 디코딩하여 영상을 저장 처리하는 기능을 수행하도록 탑재되어 유통되고 있으며, 운영자는 알람 신호 및 화면 팝업 기능을 통해서 현재 발생한 중요한 이벤트 상황을 실시간으로 확인할 수 있고 또는 이미 발생한 이벤트 및 로그 기록을 검색할 수 있다.
특히, 지능형 영상 감시 시스템에 있어, 출입자의 경우에는 캡쳐된 얼굴 이미지를 통해서 정보를 추출하고 있는데, 현재까지 영상 보안 분야에서는 얼굴 캡쳐를 통해서 취득한 정보 및 그 활용에 제한적인 문제점이 존재하는 실정에 있으며, 종래에 비해 보다 효율적으로 활용하고 사용자의 경제적인 이익뿐만 아니라 안정적인 시스템의 운영이라는 측면에서 반드시 시스템적인 변화가 이루어져야 하는 과제를 안고 있다.
또한, 종래에는 출입자의 얼굴 이미지 등 영상 감시 데이터를 소홀히 관리하는 문제점이 있었으며, 감시라는 목적으로 개인정보가 쉽게 노출되는 등 개인정보 보호 및 관리가 제대로 이루어지지 않고 있으며 보안성이 떨어지는 문제점이 있었다.
대한민국 등록특허공보 제10-0954375호 대한민국 등록특허공보 제10-1482226호
본 발명은 상술한 종래의 문제점을 해소 및 이를 감안하여 안출된 것으로서, 실시간 이미지 프로세싱에 중점을 둔 라이브러리(open CV; Open Source Computer Vision library) 기술을 활용하여 카메라로부터 획득된 영상에 대해 특징점을 빠르고 정확하게 분석 및 추출함으로써 영상 감시에 따른 효율적인 시스템 운영을 가능하게 하는 지능형 영상 감시 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 카메라에 스냅샷 기능을 탑재시키고 스냅샷 이미지에 대해 암호화 처리하여 저장한 후 스냅샷 이미지 자체를 삭제하는 등의 빠른 영상 처리를 통해 개인정보를 보호함은 물론 보안성을 강화할 수 있도록 한 지능형 영상 감시 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 기존의 복잡한 PC의 구성이나 함체 또는 센서 등의 필요 없이 간단한 구성으로 영상 감시 시스템을 구현할 수 있도록 하며, 차량과 출입인원의 위치 인식 등 전반적인 통제 및 관리를 용이하게 함은 물론 감시 기능을 향상시킬 수 있도록 한 지능형 영상 감시 시스템 및 방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명에 따른 지능형 영상 감시 시스템은, 촬영을 통해 차량번호를 인식 및 주차관리와 원격 제어용 데이터로 사용되고, 차량의 출입을 통제 및 출입에 따른 상태변화를 감지하기 위한 차량번호인식카메라; 촬영을 통해 출입인원에 대한 얼굴인식 및 얼굴 변조를 감지하고 이동 경로를 확인하는데 사용되며, 대상을 캡처하는 스냅샷 기능이 탑재된 얼굴인식카메라; 출입 인원에 대한 얼굴인식 및 열감지를 수행하도록 촬상센서와 열감지센서를 포함하고, 얼굴인식 및 열감지 상태에 따라 출입게이트의 개폐신호로 사용하기 위한 출입리더기; 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며, 차량번호 인식과 차량 정보 및 위치 조회 기능, 스냅샷 이미지에 의한 얼굴 매칭 기능 및 블랙리스트 알람기능, 얼굴인식 및 열감지에 따른 출입게이트 개폐 제어기능이 탑재된 인공지능(AI) 저장장치(NVR; Network Video Recoder);를 포함하며, 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기를 FRONT-END수단으로 하고 상기 인공지능 저장장치(AI NVR)를 서버형 BACK-END수단으로 하여 End to End 시스템으로 기능을 분산하도록 구비함으로써 실시간으로 다수의 이미지를 동시 처리 가능하게 하면서 대규모　GPU급 서버 없이도　분석 결과를 추출해낼 수 있도록 구성하는 것을 특징으로 한다.
한편, 상기의 목적을 달성하기 위한 본 발명에 따른 지능형 영상 감시 방법은, 차량번호인식카메라와 얼굴인식카메라 및 출입리더기가 각 영역별로 설치되고, 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며, 출입을 통제하는 인공지능 저장장치(AI NVR)를 포함하는 지능형 영상 감시 시스템을 이용하는 지능형 영상 감시 방법에 있어서, (A) 상기 얼굴인식카메라에서 스냅샷 기능을 통해 대상의 얼굴을 캡처한 후 캡처된 이미지로부터 얼굴의 주요 특징점을 추출하는 단계; (B) 상기 인공지능 저장장치(AI NVR)에서 상기 얼굴인식카메라로부터 추출된 얼굴의 주요 특징점에 대해 고도화 처리를 통한 고도화 분석점을 추출해내는 제1단계와, 상기 제1단계의 결과물에 대해 수치값을 갖는 인식점으로 DB화시켜 저장하는 제2단계, 및 상기 제2단계에서 인식점으로 DB화된 데이터를 딥러닝을 통해 지속적으로 보정 및 추가적인 업데이트를 수행하여 대상 중에서 특정 인물에 대한 인식점 데이터를 고도화시켜 관리하는 제3단계;를 포함하는 것을 특징으로 한다.
이하에서는 본 발명에 따른 지능형 영상 감시 시스템 및 방법에 대한 더욱 다양한 구성상의 특징들을 제안하며, 이를 구체적으로 설명한다.
본 발명에 따르면, 실시간 이미지 프로세싱에 중점을 둔 라이브러리(open CV; Open Source Computer Vision library) 기술을 활용하여 카메라로부터 획득된 영상에 대해 특징점을 빠르고 정확하게 분석 및 추출함으로써 영상 감시에 따른 효율적인 시스템 운영을 가능하게 하며 경제성을 구현할 수 있는 지능형 영상 감시 시스템 및 방법을 제공할 수 있다.
본 발명에 따르면, 카메라에 스냅샷 기능을 탑재시키고 스냅샷 이미지에 대해 암호화 처리하여 저장한 후 스냅샷 이미지 자체를 삭제하는 등의 빠른 영상 처리를 통해 개인정보를 보호함은 물론 보안성을 강화할 수 있는 지능형 영상 감시 시스템 및 방법을 제공할 수 있다.
본 발명에 따르면, 기존의 복잡한 PC의 구성이나 함체 또는 센서 등의 필요 없이 간단한 구성으로 지능형 영상 감시 시스템을 구현할 수 있도록 하며, 차량과 출입인원의 위치 인식 등 전반적인 통제 및 관리를 용이하게 함은 물론 감시 기능을 향상시킬 수 있는 유용한 효과를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 지능형 영상 감시 시스템을 나타낸 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 지능형 영상 감시 시스템에 있어 얼굴인식카메라의 요부 구성을 나타낸 구성도이다.
도 3은 본 발명의 실시예에 따른 지능형 영상 감시 시스템에 있어 인공지능 저장장치의 요부 구성을 나타낸 구성도이다.
도 4는 본 발명의 실시예에 따른 지능형 영상 감시 시스템을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 지능형 영상 감시 시스템에 있어 차량인식카메라와 인공지능 저장장치에 의한 시스템 특징을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 지능형 영상 감시 시스템에 있어 얼굴인식카메라와 인공지능 저장장치에 의한 시스템 특징을 나타낸 개념도이다.
도 7은 본 발명의 실시예에 따른 지능형 영상 감시 시스템에 있어 인공지능 저장장치의 주요 기능 설명을 나타낸 개념도이다.
본 발명에 대해 첨부한 도면을 참조하여 바람직한 실시예를 설명하면 다음과 같으며, 이와 같은 상세한 설명을 통해서 본 발명의 목적과 구성 및 그에 따른 특징들을 보다 잘 이해할 수 있게 될 것이다.
본 발명의 실시예에 따른 지능형 영상 감시 시스템은 도 1 내지 도 7에 나타낸 바와 같이, 차량번호인식카메라(100), 얼굴인식카메라(200), 출입리더기(300), 및 인공지능 저장장치(AI NVR)(400)를 포함하는 구성으로 이루어진다.
본 발명에서는 상기 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300)를 FRONT-END수단으로 하고 상기 인공지능(AI) 저장장치(NVR; Network Video Recoder)(400)를 서버형 BACK-END수단으로 하여 End to End 시스템으로 기능을 분산하도록 구비함으로써 실시간으로 다수의 이미지 및 영상을 동시 처리 가능하게 하면서 대규모　GPU급 서버 없이도　유용하고 정확한 분석 결과를 추출해낼 수 있도록 시스템화하는 구성이다.
상기 차량번호인식카메라(100)는 촬영을 통해 차량번호를 인식 및 주차관리와 원격 제어용 데이터로 사용되고, 차량의 출입을 통제 및 출입에 따른 상태변화를 감지하기 위한 구성이다.
상기 차량번호인식카메라(100)는 2.0 메가픽셀 1/2.8" CMOS센서와 H.265 비디오코덱, 이미지 비교 알고리즘 등을 탑재하고, 초저조도 및 0.001lux 칼라를 지원하고, 역광보정(WDR)과 3D 노이즈 제거를 지원하도록 구성할 수 있다.
상기 차량번호인식카메라(100)는 불법조작 감지, 화면불법전환 감지, 영역 이동 감지, 소리 감지의 다양한 기능을 수행하도록 구성할 수 있다.
상기 차량번호인식카메라(100)에는 스냅샷 기능이 탑재된다.
상기 얼굴인식카메라(200)는 촬영을 통해 출입인원에 대한 얼굴인식 및 얼굴 변조를 감지하고 이동 경로를 확인하는데 사용되며, 기본적으로 대상을 캡처하는 스냅샷 기능이 탑재되는 구성이다.
상기 얼굴인식카메라(200)는 2.0 메가픽셀 1/2.8" CMOS센서와 H.265 비디오코덱, 이미지 비교 알고리즘을 탑재하고, 초저조도 및 0.002lux 칼라를 지원하고, 역광보정(WDR)과 3D 노이즈 제거를 지원하도록 구성할 수 있다.
상기 얼굴인식카메라(200)는 최대 18명까지 동시 감지, 스냅샷 탑재에 의한 대상 캡처 및 인식, 양방향 인원 계수, 얼굴 변조 감지 등 다양한 기능을 수행하도록 구성할 수 있다.
상기 얼굴인식카메라(200)는 다수가 설치되는 것으로서, 각각 인식번호를 갖는다.
상기 얼굴인식카메라(200)에서는 스냅샷 기능을 통해 대상을 캡처하여 스냅샷 이미지를 인공지능 저장장치(AI NVR)(400)로 전송한다.
이때, 개인보호 및 보안성 강화를 위해, 스냅샷 이미지에 대해서는 구조화 디지털 정보인　메타데이터(metadata)로 코드화시켜 암호화한 후 삭제하고, 상기 코드화시킨 메타데이터(metadata)를 인공지능 저장장치(AI NVR)(400)로 전송하도록 구성함이 바람직하다.
상기 얼굴인식카메라(200)는 최적의 이미지　프레임에서　대상의 얼굴을 캡처한 후 캡처된 이미지로부터 얼굴의 주요 특징점을 추출하기 위한 얼굴 특징점 추출부(210)를 포함한다.
이때, 상기 얼굴 특징점 추출부(210)에서는 촬영 영상으로부터 스냅샷 이미지를 생성하는 제1과정과, 스냅샷 이미지로부터 HOG(Histogram of oriented gradient)와 SVM(Support vector machine) 기법을 이용하여 상반신을 검출하는 제2과정과, 검출된 상반신으로부터 얼굴 부분에 대해 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출하는 영상처리기술을 이용함으로써 HCbCr 색 공간의 피부색 정보를 획득하는 제3과정과, Haar-like 특징을 이용하여 눈, 코, 입 부위 검출을 통해 얼굴 영역의 주요 특징점을 검출해내는 제4과정을 수행하도록 구성할 수 있다.
상기 HOG(Histogram of oriented gradient)는 사람의 검출을 목적으로 만들어진 특징 디스크립터 중 하나로서 엣지의 기울기 방향과 규모를 히스토그램으로 나타내고 대상의 전체적인 형체를 일반화하는 분류 알고리즘이며, 상기 SVM(Support Vector Machine)은 훈련 데이터를 기반으로 두 가지 부류로 분류하는 알고리즘으로서 대상의 지역적 특징을 표현하는 방식이다.
상기 HSI에서 H는 원판의 0도 내지 360도로 정의되는 색상(Hue), S는 색의 순수한 정도(0 내지 100)로 정의되는 채도(Saturation), I는 빛의 세기(0 내지 100, 흑-백)로 정의되는 명도(Intensity)를 의미한다.
상기 YCbCr에서 Y는 휘도, CbCr은 색차성분을 의미한다.
여기에서, Haar-like 특징은 사각형의 필터를 이용하여 물체의 생김세의 특징을 추출하는 기법으로서, 얼굴 영역에서 눈, 코, 입과 같은 부분이 밝고 어두운 부분으로 표현되므로 대략적 생김세가 되어 흰색과 검정 사각형의 필터를 영상에 겹쳐 검정 영역이 속한 명암 값과 흰색 영역이 속한 명암 값의 합의 차이를 특징으로 이용하는 기법이다.
예를 들어, 영상에서 얼굴 영역 중 사람의 눈 부분에 사각 필터를 겹치게 하되, 눈과 눈썹의 어두움과 미간의 밝은 부분의 픽셀의 합을 이용할 수 있다.
상기 출입리더기(300)는 출입 인원에 대한 얼굴인식 및 열감지를 수행하도록 광각렌즈를 갖는 촬상센서와 열감지센서를 포함하고, 얼굴인식 및 열감지 상태에 따라 출입게이트의 개폐신호로 사용하기 위한 구성이다.
상기 출입리더기(300)는 얼굴 인식 거리 0.5~2.0m를 지원하도록 구비하고, 블랙리스트 매칭 및 조작 방지 등의 기능을 수행하도록 구성할 수 있다.
상기 출입리더기(300)에는 스냅샷 기능이 탑재된다.
상기 인공지능 저장장치(AI NVR)(400)는 상기 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300) 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며, 차량번호 인식과 차량 정보 및 위치 조회 기능, 스냅샷 이미지에 의한 얼굴 매칭 기능 및 블랙리스트 알람기능, 얼굴인식 및 열감지에 따른 출입게이트 개폐 제어기능이 탑재되는 구성이다.
상기 인공지능 저장장치(AI NVR)(400)는 상기 차량인식카메라(100)로부터 데이터를 전송받아 차량의 출입통제를 원격 제어하고, E-map으로 차량 및 차단기 위치를 검색하여 주차관리하는 등의 기능을 수행할 수 있다.
상기 인공지능 저장장치(AI NVR)(400)는 상기 얼굴인식카메라(200) 및 출입리더기(300)로부터 데이터를 전송받아 출입인원에 대한 관리를 수행하고, E-map으로 출입인원의 이동 경로를 디스플레이하되, 블랙리스트에 해당하는 특정인물에 대해 E-map 상에 표시 및 특정 위치로 이동시 알람을 발생시키는 기능을 수행할 수 있다.
상기 인공지능 저장장치(AI NVR)(400)는 상기 출입리더기(300)로부터 데이터를 전송받아 출입인원에 대해 원격으로 열감지 및 열감지에 따른 출입 제한시 알람을 발생시키는 기능을 수행할 수 있다.
상기 인공지능 저장장치(AI NVR)(400)에서는 상기 얼굴인식카메라(200) 등으로부터 전송되는 스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장 및 DB 처리하고, 스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장시 시간정보 및 GPS 위치정보와 함께 해당하는 얼굴인식카메라 인식번호를 결합하는 형태로 저장하도록 구성할 수 있다.
상기 인공지능 저장장치(AI NVR)(400)는 상기 얼굴인식카메라(200)의 얼굴 특징점 추출부(210)로부터 추출된 얼굴의 주요 특징점에 대해 고도화 처리를 통한 고도화 분석점을 추출해내는 고도화 분석점 추출부(410)와, 상기 고도화 분석점 추출부(410)에서의 결과물에 대해 수치값을 갖는 인식점으로 DB화시켜 저장하는 수치화 인식점 저장부(420)를 포함한다.
상기 인공지능 저장장치(AI NVR)의 고도화 분석점 추출부(410)는 얼굴의 주요 특징점에 대해 다수 개의 얼굴 윤곽 감지에 의한 특징점으로 영역을 분류하되 해당 분류 영역이 갖는 설정된 수치값으로 변환하는 제1수치변환부(411)와, 얼굴의 주요 특징점에 대해 얼굴 각각에 대한 특징점의 위치를 세부 특징으로 구분하여 고도화 분석점을 추출하되 세부적인 위치 영역별로 설정된 수치값으로 변환하는 제2수치변환부(412)를 포함하는 구성일 수 있다.
이때, 상기 설정된 수치값은 시리얼 번호이다.
상기 제1수치변환부(411)에 대해 구체적인 예시를 들어 설명하면 다음과 같다.
얼굴의 주요 특징점에 대해 105개의 주요 얼굴 윤곽 감지의 특징점으로 분류하고, 이에 시리얼 번호를 부여한 예시이며, 이를 기반으로 해당 분류 영역별로 수치값 변환을 수행할 수 있다.
Face contour 0-32
Nose bridge 43-46
Left eyebrow 33-37, 64-67
Right eyebrow 38-42, 68-71
Left eye socket 52-57, 72-73
Right eye socket 58-63, 75-76
Left eye socket midpoints 74, 104
Right eye socket midpoints 77, 105
The lower margin of nose 47-51
Outer side of the nose 78-83
Upper lip 84-90, 96-100
Lower lip 91-95, 101-103
또한, 상기 제2수치변환부(412)에 대해 구체적인 예시를 들어 설명하면 다음과 같다.
얼굴의 주요 특징점에 대해 얼굴 각각에 대한 특징점의 위치를 세부 특징으로 분류하고, 이에 세부적인 위치 영역별로 시리얼 번호를 부여한 예시이며, 이를 기반으로 수치값 변환을 수행할 수 있다.
Upper margin of left eye 11-21
Lower margin of left eye 0-10
Upper margin of right eye 33-43
Lower margin of right eye 22-32
Upper margin of left eyebrow 44-50
Lower margin of left eyebrow 51-56
Upper margin of right eyebrow 57-63
Lower margin of right eyebrow 64-69
Upper margin of upper lip 70-86
Lower margin of upper lip 87-103
Upper margin of lower lip 104-118
Lower margin of lower lip 119-133
여기에서, 상술한 바와 같은 제1수치변환부(411)와 제2수치변환부(412)를 포함하는 고도화 분석점 추출부(410)의 구성에 대해서는 상기 얼굴인식카메라(200)에 탑재하는 형태로 구성할 수도 있다.
상기 인공지능 저장장치(AI NVR)의 수치화 인식점 저장부(420)는 상기 고도화 분석점 추출부(410)를 거친 최종 결과물로서 생성된 수치값, 즉 제2수치변환부(412)을 수행한 결과물을 인식점으로 하여 구조화 데이터로 DB에 저장 및 관리하도록 구비된다.
또한, 상기 인공지능 저장장치(AI NVR)(400)는 고도화 분석점을 추출해내고 그 결과물을 수치값을 갖는 인식점으로 DB화시켜 저장한 후에, 인식점으로 DB화된 데이터를 딥러닝을 통해 지속적으로 보정 및 추가적인 업데이트를 수행하여 대상 중에서 특정 인물에 대한 인식점 데이터를 고도화시켜 관리하는 딥러닝 관리부(430)를 더 포함하는 구성을 갖게 할 수 있다.
한편, 상술한 구성으로 이루어지는 본 발명에 따른 지능형 영상 감시 시스템을 이용하는 지능형 영상 감시 방법에 대해 설명하면 다음과 같다.
상술한 구성을 갖는 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300)가 각 영역별로 설치되고, 상기 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300) 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며 출입을 통제하는 인공지능 저장장치(AI NVR)(400)를 포함하는 지능형 영상 감시 시스템을 이용한다.
여기에서는 가장 활용성이 높은 얼굴인식카메라(200)와 인공지능 저장장치(AI NVR)(400) 간에 수행되는 지능형 영상 감시 방법을 위주로 설명하며, 차량번호인식카메라(100)와 출입리더기(300)로부터 전송되는 데이터 처리방식 및 인공지능 저장장치(AI NVR)(400)에서의 처리 및 관리방식 또한 유사 또는 동일하다 할 수 있다.
상기 얼굴인식카메라(200)에서 스냅샷 기능을 통해 대상의 얼굴을 캡처한 후 캡처된 이미지로부터 얼굴의 주요 특징점을 추출한다.
상세하게, 상기 얼굴인식카메라(200)에서는 촬영 영상으로부터 스냅샷 이미지를 생성하는 제1과정과, 스냅샷 이미지로부터 HOG(Histogram of oriented gradient)와 SVM(Support vector machine) 기법을 이용하여 상반신을 검출하는 제2과정과, 검출된 상반신으로부터 얼굴 부분에 대해 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출함으로써 HCbCr 색 공간의 피부색 정보를 획득하는 제3과정과, Haar-like 특징을 이용하여 눈, 코, 입 부위 검출을 통해 얼굴 영역의 주요 특징점을 검출해내는 제4과정을 수행한다.
상기 인공지능 저장장치(AI NVR)(400)에서는 상기 얼굴인식카메라(200)로부터 추출된 얼굴의 주요 특징점에 대해 고도화 처리를 통한 고도화 분석점을 추출해내는 제1단계와, 상기 제1단계의 결과물에 대해 수치값을 갖는 인식점으로 DB화시켜 저장하는 제2단계, 및 상기 제2단계에서 인식점으로 DB화된 데이터를 딥러닝을 통해 지속적으로 보정 및 추가적인 업데이트를 수행하여 대상 중에서 특정 인물에 대한 인식점 데이터를 고도화시켜 관리하는 제3단계를 순차적으로 수행한다.
상세하게, 상기 제1단계에서는 얼굴의 주요 특징점에 대해 다수 개의 얼굴 윤곽 감지에 의한 특징점으로 영역을 분류하되 해당 분류 영역이 갖는 설정된 수치값으로 변환하는 제1과정과, 얼굴의 주요 특징점에 대해 얼굴 각각에 대한 특징점의 위치를 세부 특징으로 구분하여 고도화 분석점을 추출하되 세부적인 위치 영역별로 설정된 수치값으로 변환하는 제2과정을 수행한다.
상기 제2단계에서는 상기 제1단계를 거친 최종 결과물로서 생성된 수치값을 인식점으로 하여 구조화 데이터로 DB에 저장 및 관리한다.
나아가, 본 발명에 있어, 상기 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300) 각각에서는 대상을 캡처하여 스냅샷 이미지를 생성할 수 있는데, 대상을 캡처한 스냅샷 이미지를 구조화 디지털 정보인　메타데이터(metadata)로 코드화시켜 암호화한 후 삭제하고, 상기 코드화시킨 메타데이터(metadata)를 인공지능 저장장치(AI NVR)(400)로 전송할 수 있다.
그리고, 상기 인공지능 저장장치(AI NVR)(400)에서는 차량번호인식카메라(100)와 얼굴인식카메라(200) 및 출입리더기(300) 각각으로부터 전송된 스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장 및 DB 처리하여 관리하며, 동시 분석을 수행한다.
이에 따라, 본 발명에서는 실시간 이미지 프로세싱에 중점을 둔 라이브러리(open CV; Open Source Computer Vision library) 기술을 활용하여 카메라로부터 획득된 영상에 대해 특징점을 빠르고 정확하게 분석 및 추출할 수 있으며, 경제적인 비용으로 지능형 영상 감시에 따른 효율적인 시스템 운영을 가능하게 하는 장점을 제공할 수 있다.
이상에서 설명한 실시예는 본 발명의 바람직한 실시예를 설명한 것에 불과하고 이러한 실시예에 극히 한정되는 것은 아니며, 본 발명의 기술적 사상과 청구범위 내에서 이 기술분야의 당해업자에 의하여 다양한 수정과 변형 또는 단계의 치환 등이 이루어질 수 있다 할 것이며, 이는 본 발명의 기술적 권리범위 내에 속한다 할 것이다.
100: 차량인식카메라 200: 얼굴인식카메라
210: 얼굴 특징점 추출부 300: 출입리더기
400: 인공지능 저장장치 410: 고도화 분석점 추출부
411: 제1수치변환부 412: 제2수치변환부
420: 수치화 인식점 저장부 430: 딥러닝 관리부

Claims (10)

  1. 촬영을 통해 차량번호를 인식 및 주차관리와 원격 제어용 데이터로 사용되고, 차량의 출입을 통제 및 출입에 따른 상태변화를 감지하기 위한 차량번호인식카메라;
    촬영을 통해 출입인원에 대한 얼굴인식 및 얼굴 변조를 감지하고 이동 경로를 확인하는데 사용되며, 대상을 캡처하는 스냅샷 기능이 탑재된 얼굴인식카메라;
    출입 인원에 대한 얼굴인식 및 열감지를 수행하도록 촬상센서와 열감지센서를 포함하고, 얼굴인식 및 열감지 상태에 따라 출입게이트의 개폐신호로 사용하기 위한 출입리더기;
    상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며, 차량번호 인식과 차량 정보 및 위치 조회 기능, 스냅샷 이미지에 의한 얼굴 매칭 기능 및 블랙리스트 알람기능, 얼굴인식 및 열감지에 따른 출입게이트 개폐 제어기능이 탑재된 인공지능(AI) 저장장치(NVR; Network Video Recoder);를 포함하되,
    상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기를 FRONT-END수단으로 하고 상기 인공지능 저장장치(AI NVR)를 서버형 BACK-END수단으로 하여 End to End 시스템으로 기능을 분산하도록 구비함으로써 실시간으로 다수의 이미지를 동시 처리 가능하게 하면서 대규모　GPU급 서버 없이도　분석 결과를 추출해낼 수 있도록 구성하며;
    상기 얼굴인식카메라는 최적의 이미지　프레임에서　대상의 얼굴을 캡처한 후 캡처된 이미지로부터 얼굴의 주요 특징점을 추출하는 얼굴 특징점 추출부를 포함하되,
    상기 얼굴 특징점 추출부에서는 촬영 영상으로부터 스냅샷 이미지를 생성하는 제1과정과, 스냅샷 이미지로부터 HOG(Histogram of oriented gradient)와 SVM(Support vector machine) 기법을 이용하여 상반신을 검출하는 제2과정과, 검출된 상반신으로부터 얼굴 부분에 대해 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출하는 영상처리기술을 이용함으로써 HCbCr 색 공간의 피부색 정보를 획득하는 제3과정과, 사각형의 필터를 영상에 겹치는 방식인 Haar-like 특징을 이용하여 눈, 코, 입 부위 검출을 통해 얼굴 영역의 주요 특징점을 검출해내는 제4과정을 수행하도록 구성하며;
    상기 인공지능 저장장치(AI NVR)는 상기 얼굴인식카메라 측 얼굴 특징점 추출부로부터 추출된 얼굴의 주요 특징점에 대해 고도화 처리를 통한 고도화 분석점을 추출해내는 고도화 분석점 추출부와, 상기 고도화 분석점 추출부에서의 결과물에 대해 수치값을 갖는 인식점으로 DB화시켜 저장하는 수치화 인식점 저장부를 포함하되,
    상기 고도화 분석점 추출부는 얼굴의 주요 특징점에 대해 다수 개의 얼굴 윤곽 감지에 의한 특징점으로 영역을 분류하고 각각의 분류된 영역별로 시리얼 번호를 부여하되 해당 분류 영역이 갖는 설정된 수치값으로 변환하는 제1수치변환부와, 얼굴의 주요 특징점에 대해 얼굴 각각에 대한 특징점의 위치를 세부 특징으로 구분하여 고도화 분석점을 추출 및 세부적인 위치 영역별로 시리얼 번호를 부여하되 이를 기반으로 세부적인 위치 영역별로 설정된 수치값으로 변환하는 제2수치변환부를 포함하고,
    상기 수치화 인식점 저장부는, 상기 고도화 분석점 추출부를 거친 최종 결과물로서 생성된 수치값을 인식점으로 하여 구조화 데이터로 DB에 저장 및 관리하도록 구성하며;
    상기 인공지능 저장장치(AI NVR)는 고도화 분석점을 추출해내고 그 결과물을 수치값을 갖는 인식점으로 DB화시켜 저장한 후에, 인식점으로 DB화된 데이터를 딥러닝을 통해 지속적으로 보정 및 추가적인 업데이트를 수행하여 대상 중에서 특정 인물에 대한 인식점 데이터를 고도화시켜 관리하는 딥러닝 관리부를 더 포함하는 것을 특징으로 하는 지능형 영상 감시 시스템.
    상기 HSI에서 H는 원판의 0도 내지 360도로 정의되는 색상(Hue), S는 색의 순수한 정도(0 내지 100)로 정의되는 채도(Saturation), I는 빛의 세기(0 내지 100, 흑-백)로 정의되는 명도(Intensity)를 의미하고, 상기 YCbCr에서 Y는 휘도, CbCr은 색차성분을 의미한다.
  2. 제 1항에 있어서,
    상기 얼굴인식카메라에서는,
    스냅샷 기능을 통해 대상을 캡처하여 스냅샷 이미지를 인공지능 저장장치( AI NVR)로 전송하되,
    스냅샷 이미지에 대해 구조화 디지털 정보인　메타데이터(metadata)로 코드화시켜 암호화한 후 삭제하고, 상기 코드화시킨 메타데이터(metadata)를 인공지능 저장장치(AI NVR)로 전송하며;
    상기 인공지능 저장장치(AI NVR)에서는,
    스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장 및 DB 처리하고, 스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장시 시간정보 및 GPS 위치정보와 함께 해당하는 얼굴인식카메라 인식번호를 결합하는 형태로 저장하도록 구성하는 것을 특징으로 하는 지능형 영상 감시 시스템.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제 1항에 있어서,
    상기 인공지능 저장장치(AI NVR)는,
    상기 차량인식카메라로부터 데이터를 전송받아 차량의 출입통제를 원격 제어하고, E-map으로 차량 및 차단기 위치를 검색하여 주차관리하며;
    상기 얼굴인식카메라 및 출입리더기로부터 데이터를 전송받아 출입인원에 대한 관리를 수행하고, E-map으로 출입인원의 이동 경로를 디스플레이하되, 블랙리스트에 해당하는 특정인물에 대해 E-map 상에 표시 및 특정 위치로 이동시 알람을 발생시키며;
    상기 출입리더기로부터 데이터를 전송받아 출입인원에 대해 원격으로 열감지 및 열감지에 따른 출입 제한시 알람을 발생시키도록 구성하는 것을 특징으로 하는 지능형 영상 감시 시스템.
  8. 차량번호인식카메라와 얼굴인식카메라 및 출입리더기가 각 영역별로 설치되고, 상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각으로부터 신호를 전송받아 이들 신호를 동시에 분석 및 모니터링하는 서버로서 기능하며 출입을 통제하는 인공지능 저장장치(AI NVR)를 포함하는 지능형 영상 감시 시스템을 이용하는 지능형 영상 감시 방법에 있어서,
    (A) 상기 얼굴인식카메라에서 스냅샷 기능을 통해 대상의 얼굴을 캡처한 후 캡처된 이미지로부터 얼굴의 주요 특징점을 추출하는 단계;
    (B) 상기 인공지능 저장장치(AI NVR)에서 상기 얼굴인식카메라로부터 추출된 얼굴의 주요 특징점에 대해 고도화 처리를 통한 고도화 분석점을 추출해내는 제1단계와, 상기 제1단계의 결과물에 대해 수치값을 갖는 인식점으로 DB화시켜 저장하는 제2단계, 및 상기 제2단계에서 인식점으로 DB화된 데이터를 딥러닝을 통해 지속적으로 보정 및 추가적인 업데이트를 수행하여 대상 중에서 특정 인물에 대한 인식점 데이터를 고도화시켜 관리하는 제3단계; 를 포함하되,
    상기 (A)단계에서는, 촬영 영상으로부터 스냅샷 이미지를 생성하는 제1과정과, 스냅샷 이미지로부터 HOG와 SVM 기법을 이용하여 상반신을 검출하는 제2과정과, 검출된 상반신으로부터 얼굴 부분에 대해 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출함으로써 HCbCr 색 공간의 피부색 정보를 획득하는 제3과정과, 사각형의 필터를 영상에 겹치는 방식의 Haar-like 특징을 이용하여 눈, 코, 입 부위 검출을 통해 얼굴 영역의 주요 특징점을 검출해내는 제4과정을 수행하며;
    상기 (B)단계에서의 제1단계는, 얼굴의 주요 특징점에 대해 다수 개의 얼굴 윤곽 감지에 의한 특징점으로 영역을 분류하고 각각의 분류된 영역별로 시리얼 번호를 부여하되 이를 기반으로 해당 분류 영역이 갖는 설정된 수치값으로 변환하는 제1과정과, 얼굴의 주요 특징점에 대해 얼굴 각각에 대한 특징점의 위치를 세부 특징으로 구분하여 고도화 분석점을 추출 및 세부적인 위치 영역별로 시리얼 번호를부여하되 이를 기반으로 세부적인 위치 영역별로 설정된 수치값으로 변환하는 제2과정을 수행하고;
    상기 (B)단계에서의 제2단계는, 상기 (B)단계에서의 제1단계를 거친 최종 결과물로서 생성된 수치값을 인식점으로 하여 구조화 데이터로 DB에 저장 및 관리하는 것을 특징으로 하는 지능형 영상 감시 방법.
    상기 HSI에서 H는 원판의 0도 내지 360도로 정의되는 색상(Hue), S는 색의 순수한 정도(0 내지 100)로 정의되는 채도(Saturation), I는 빛의 세기(0 내지 100, 흑-백)로 정의되는 명도(Intensity)를 의미하고, 상기 YCbCr에서 Y는 휘도, CbCr은 색차성분을 의미한다.
  9. 삭제
  10. 제 8항에 있어서,
    상기 차량번호인식카메라와 얼굴인식카메라 및 출입리더기 각각에서는 대상을 캡처한 스냅샷 이미지를 구조화 디지털 정보인　메타데이터(metadata)로 코드화시켜 암호화한 후 삭제하고, 상기 코드화시킨 메타데이터(metadata)를 인공지능 저장장치(AI NVR)로 전송하며;
    상기 인공지능 저장장치(AI NVR)에서는 스냅샷 이미지에 대해 코드화시킨 메타데이터(metadata)를 저장 및 DB 처리하는 것을 특징으로 하는 지능형 영상 감시 방법.
KR1020210022376A 2021-02-19 2021-02-19 지능형 영상 감시 시스템 및 방법 KR102297575B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210022376A KR102297575B1 (ko) 2021-02-19 2021-02-19 지능형 영상 감시 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210022376A KR102297575B1 (ko) 2021-02-19 2021-02-19 지능형 영상 감시 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102297575B1 true KR102297575B1 (ko) 2021-09-07

Family

ID=77796963

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210022376A KR102297575B1 (ko) 2021-02-19 2021-02-19 지능형 영상 감시 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102297575B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100954375B1 (ko) 2008-05-06 2010-04-26 (주) 티앤엑스시스템즈 지능형 영상 감시 시스템
KR101482226B1 (ko) 2014-05-13 2015-01-22 주식회사 다이나맥스 시놉시스 영상감시 기능을 수행하는 cctv 통합관제시스템을 구현하기 위한 방법
KR20170024962A (ko) * 2015-08-27 2017-03-08 (주)지비유 데이터링크스 주차 관제 시스템
KR20180085505A (ko) * 2017-01-19 2018-07-27 주식회사 세연테크 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법
KR20180107930A (ko) * 2017-03-23 2018-10-04 한국과학기술원 딥 러닝을 이용한 인공지능 기반 영상 감시 방법 및 시스템
KR101936837B1 (ko) * 2018-08-29 2019-01-09 서정원 맵기반 지능형 영상통합 감시시스템 및 이를 이용한 감시 방법
KR102011226B1 (ko) * 2018-11-27 2019-08-14 장승현 얼굴 인식을 이용한 보안 관리 시스템 및 그 방법
KR20190134865A (ko) * 2018-04-27 2019-12-05 연세대학교 산학협력단 학습을 이용한 얼굴 특징점 검출 방법 및 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100954375B1 (ko) 2008-05-06 2010-04-26 (주) 티앤엑스시스템즈 지능형 영상 감시 시스템
KR101482226B1 (ko) 2014-05-13 2015-01-22 주식회사 다이나맥스 시놉시스 영상감시 기능을 수행하는 cctv 통합관제시스템을 구현하기 위한 방법
KR20170024962A (ko) * 2015-08-27 2017-03-08 (주)지비유 데이터링크스 주차 관제 시스템
KR20180085505A (ko) * 2017-01-19 2018-07-27 주식회사 세연테크 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법
KR20180107930A (ko) * 2017-03-23 2018-10-04 한국과학기술원 딥 러닝을 이용한 인공지능 기반 영상 감시 방법 및 시스템
KR20190134865A (ko) * 2018-04-27 2019-12-05 연세대학교 산학협력단 학습을 이용한 얼굴 특징점 검출 방법 및 장치
KR101936837B1 (ko) * 2018-08-29 2019-01-09 서정원 맵기반 지능형 영상통합 감시시스템 및 이를 이용한 감시 방법
KR102011226B1 (ko) * 2018-11-27 2019-08-14 장승현 얼굴 인식을 이용한 보안 관리 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
KR101215948B1 (ko) 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법
KR101935399B1 (ko) 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템
US20140369567A1 (en) Authorized Access Using Image Capture and Recognition System
KR101570339B1 (ko) 영상분석 서버를 통한 미래 발생범죄 예측 시스템
US20140369566A1 (en) Perimeter Image Capture and Recognition System
CN108141568B (zh) Osd信息生成摄像机、合成终端设备及共享系统
KR102012672B1 (ko) 얼굴인식 기반의 사람 특징인식을 이용한 방범 시스템 및 방법
CN104091156A (zh) 一种身份识别方法及装置
CN108376246A (zh) 一种多人脸识别及跟踪系统及方法
KR101446143B1 (ko) Cctv 환경에서의 얼굴 인식 기반 보안 관리 시스템 및 방법
JP5726596B2 (ja) 画像監視装置
US10939120B1 (en) Video upload in limited bandwidth
KR101092472B1 (ko) 감시카메라를 활용한 비디오 색인 시스템 및 그 색인 방법
KR20180001356A (ko) 지능형 영상 보안 시스템
KR101547255B1 (ko) 지능형 감시 시스템의 객체기반 검색방법
KR101113515B1 (ko) 감시카메라를 이용한 비디오 색인 시스템 및 방법
KR101485512B1 (ko) 객체 행동패턴의 해마 신경망 학습을 이용한 미래범죄 발생확률 우선순위 이벤트 cctv 영상처리 방법
Yao et al. A real-time pedestrian counting system based on rgb-d
KR102171384B1 (ko) 영상 보정 필터를 이용한 객체 인식 시스템 및 방법
KR101340896B1 (ko) 스쿨존 cctv 감시장치 성능개선 방법
KR102297575B1 (ko) 지능형 영상 감시 시스템 및 방법
KR20150112712A (ko) 객체 행동패턴 cctv 영상 분석서버
Buch et al. Local feature saliency classifier for real-time intrusion monitoring
US20220122377A1 (en) Information processing apparatus, information processing method, and program
Cavallaro Adding Privacy Constraints to Video-Based Applications.

Legal Events

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