KR102348233B1 - Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치 - Google Patents

Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치 Download PDF

Info

Publication number
KR102348233B1
KR102348233B1 KR1020210171444A KR20210171444A KR102348233B1 KR 102348233 B1 KR102348233 B1 KR 102348233B1 KR 1020210171444 A KR1020210171444 A KR 1020210171444A KR 20210171444 A KR20210171444 A KR 20210171444A KR 102348233 B1 KR102348233 B1 KR 102348233B1
Authority
KR
South Korea
Prior art keywords
contrast
cctv
module
video frame
video
Prior art date
Application number
KR1020210171444A
Other languages
English (en)
Inventor
심용철
Original Assignee
새빛이앤엘 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 새빛이앤엘 주식회사 filed Critical 새빛이앤엘 주식회사
Priority to KR1020210171444A priority Critical patent/KR102348233B1/ko
Application granted granted Critical
Publication of KR102348233B1 publication Critical patent/KR102348233B1/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
    • 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
    • G06T5/009—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치가 개시된다. CCTV 동영상을 생성하는 CCTV 카메라; 상기 CCTV 카메라에서 생성된 CCTV 동영상을 실시간 입력받는 CCTV 동영상 입력 모듈; 상기 CCTV 동영상 입력 모듈을 통해 입력받은 CCTV 동영상의 각 프레임에 대하여 콘트라스트를 확인하는 콘트라스트 확인 모듈; 상기 콘트라스트 확인 모듈의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이하인 경우, 해당 CCTV 동영상 프레임의 콘트라스트를 인핸스하는 콘트라스트 인핸스(enhance) 모듈; 상기 콘트라스트 인핸스 모듈에서 콘트라스트가 인핸스된 CCTV 동영상 프레임에서 객체를 실시간 추출하는 객체 추출 모듈; 상기 객체 추출 모듈에서 실시간 추출된 객체 중에서 고정 객체가 아닌 객체를 신규 객체로서 추출하는 신규 객체 추출 모듈을 구성한다. 상술한 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치에 의하면, 악천후 등으로 인해 CCTV 동영상의 콘트라스트가 낮을 경우 콘트라스트가 높을 때의 CCTV 동영상에 콘트라스트가 낮을 때의 영상 내 새로운 객체를 적용하여 합성하도록 구성됨으로써, CCTV 동영상 내에 포착되는 신규 객체에 대한 감지율을 높일 수 있으며, 밝은 날에 확보된 영상을 그대로 적용하기 때문에 적은 데이터로도 밝은 영상을 제공할 수 있는 효과가 있다.

Description

CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치{SYSTEM OF MONITORING MOVING IMAGES USING CCTV VIDEO CONTRAST OPTIMIZATION}
본 발명은 CCTV 동영상의 영상 감시 장치에 관한 것으로서, 구체적으로는 CCTV 동영상 콘트라스트(contrast) 최적화를 이용한 영상 감시 장치에 관한 것이다.
CCTV는 특정 구역의 감시를 위해 가장 널리 이용되는 수단 중의 하나이다. 여러 수단 중에서 가장 정확하게 시각적으로 객체를 인식할 수 있게 한다.
그러나, 눈이나 비가 오는 악천후 상황이나 어두컴컴한 영역이나 밤에는 시각적으로도 인식률이 낮아질 수밖에 없다.
악천후 상황에서는 CCTV 영상 자체의 콘트라스트(contrast)가 낮아져 영상이 선명하게 나타나지 않게 되며, 야간의 조명이 없는 영역이나 어두컴컴한 영역에서도 CCTV 영상을 통해 정확하게 객체를 인식할 수 없는 경우가 많다.
이에, 이미 설치된 수많은 CCTV를 통해서 다양한 환경적인 조건에서도 객체를 정확하게 인식할 수 있는 방안이 요구되고 있다.
공개특허공보 10-2010-0104589 공개특허공보 10-2008482
본 발명의 목적은 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치를 제공하는 데 있다.
상술한 본 발명의 목적에 따른 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치는, CCTV 동영상을 생성하는 CCTV 카메라; 상기 CCTV 카메라에서 생성된 CCTV 동영상을 실시간 입력받는 CCTV 동영상 입력 모듈; 상기 CCTV 동영상 입력 모듈을 통해 입력받은 CCTV 동영상의 각 프레임에 대하여 콘트라스트를 확인하는 콘트라스트 확인 모듈; 상기 콘트라스트 확인 모듈의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이상인 경우, 해당 CCTV 동영상 프레임이 저장되는 CCTV 동영상 프레임 데이터베이스; 상기 CCTV 카메라로부터 CCTV 촬상 방향 제어값을 실시간 추출하는 CCTV 촬상 방향 제어값 추출 모듈; 상기 CCTV 동영상 프레임 데이터베이스에 저장된 CCTV 동영상 프레임 중에서 상기 CCTV 촬상 방향 제어값 추출 모듈에서 실시간 추출된 CCTV 촬상 방향 제어값이 동일한 CCTV 동영상 프레임 중에서 콘트라스트가 가장 높은 최적 콘트라스트 CCTV 동영상 프레임을 실시간 검색하여 추출하는 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈; 상기 CCTV 동영상 프레임 데이터베이스에 저장되며 상기 CCTV 촬상 방향 제어값이 동일한 CCTV 동영상 프레임을 참조하여 상기 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈에서 추출된 최적 콘트라스트 CCTV 동영상 프레임에서 고정 객체를 실시간 추출하는 고정 객체 추출 모듈; 상기 콘트라스트 확인 모듈의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이하인 경우, 해당 CCTV 동영상 프레임의 콘트라스트를 인핸스하는 콘트라스트 인핸스(enhance) 모듈; 상기 콘트라스트 인핸스 모듈에서 콘트라스트가 인핸스된 CCTV 동영상 프레임에서 객체를 실시간 추출하는 객체 추출 모듈; 상기 객체 추출 모듈에서 실시간 추출된 객체를 상기 고정 객체 추출 모듈에서 실시간 추출된 고정 객체와 실시간 대비하는 고정 객체 대비 모듈; CNN 알고리즘을 이용하여 상기 고정 객체 대비 모듈의 실시간 대비 결과 상기 객체 추출 모듈에서 실시간 추출된 객체 중에서 고정 객체가 아닌 객체를 신규 객체로서 추출하는 신규 객체 추출 모듈; 상기 신규 객체 추출 모듈에서 신규 객체가 추출되는 경우, 추출된 신규 객체를 상기 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈에서 실시간 추출된 최적 콘트라스트 CCTV 동영상 프레임에 적용하여 합성하는 신규 객체 적용 동영상 프레임 합성 모듈; 상기 CCTV 동영상 프레임 데이터베이스에 저장된 CCTV 동영상 프레임 중에서 상기 신규 객체 적용 동영상 프레임 합성 모듈에서 합성된 최적 콘트라스트 CCTV 동영상 프레임에 대응되는 CCTV 동영상 프레임을 삭제하고, 상기 최적 콘트라스트 CCTV 동영상 프레임을 선택 입력하여 CCTV 최적 동영상을 생성하는 CCTV 최적 동영상 생성 모듈; 상기 CCTV 최적 동영상 생성 모듈에서 생성된 CCTV 최적 동영상이 출력되는 디스플레이 모듈; 상기 CCTV 최적 동영상 생성 모듈에서 생성된 CCTV 최적 동영상이 저장되는 CCTV 최적 동영상 데이터베이스; 상기 CCTV 동영상 프레임 데이터베이스에 저장된 콘트라스트가 소정 임계치 이상인 CCTV 동영상 프레임으로부터 CNN 알고리즘을 이용하여 고정 객체가 아닌 신규 객체를 추출하고 정형화하는 신규 객체 추출/정형화 모듈; 상기 신규 객체 추출/정형화 모듈에서 정형화된 신규 객체가 저장되는 신규 객체 데이터베이스; 상기 신규 객체 데이터베이스에 저장된 신규 객체에 대하여 딥러닝(deep learning)을 수행하여 신규 객체를 인지하는 딥러닝 모듈을 포함하도록 구성될 수 있다.
여기서, 상기 신규 객체 추출 모듈은, 상기 딥러닝 모듈의 딥러닝 수행 결과에 따라 인지되는 신규 객체를 기반으로 상기 객체 추출 모듈에서 실시간 추출된 객체 중에서 고정 객체가 아닌 신규 객체를 추출하도록 구성될 수 있다.
상술한 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치에 의하면, 악천후 등으로 인해 CCTV 동영상의 콘트라스트가 낮을 경우 콘트라스트가 높을 때의 CCTV 동영상에 콘트라스트가 낮을 때의 영상 내 새로운 객체를 적용하여 합성하도록 구성됨으로써, CCTV 동영상 내에 포착되는 신규 객체에 대한 감지율을 높일 수 있으며, 밝은 날에 확보된 영상을 그대로 적용하기 때문에 적은 데이터로도 밝은 영상을 제공할 수 있는 효과가 있다.
특히, 콘트라스트가 높을 때 CCTV 동영상에서 포착되는 신규 객체들을 딥러닝하도록 구성됨으로써, 콘트라스트가 낮을 때의 CCTV 동영상의 객체에 대한 인식율을 높일 수 있는 효과가 있다.
한편, CCTV 동영상의 콘트라스트가 낮아질 경우, 콘트라스트가 임계치 이상이 되도록 해당 영역의 조명을 자동 제어하도록 구성됨으로써, CCTV 동영상의 선명도를 높게 유지할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치의 블록 구성도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치의 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치(100)는 CCTV 카메라(101), CCTV 동영상 입력 모듈(102), 콘트라스트(contrast) 확인 모듈(103), CCTV 동영상 프레임 데이터베이스(104), CCTV 촬상 방향 제어값 추출 모듈(105), 최적 콘트라스트 동영상 프레임 추출 모듈(106), 고정 객체 추출 모듈(107), 콘트라스트 인핸스(enhance) 모듈(108), 객체 추출 모듈(109), 고정 객체 대비 모듈(110), 신규 객체 추출 모듈(111), 신규 객체 적용 동영상 프레임 합성 모듈(112), CCTV 최적 동영상 생성 모듈(113), 디스플레이 모듈(114), CCTV 최적 동영상 데이터베이스(115), 신규 객체 추출/정형화 모듈(116), 신규 객체 데이터베이스(117), 딥러닝(deep learning) 모듈(118)을 포함하도록 구성될 수 있다.
이하, 세부적인 구성에 대하여 설명한다.
CCTV 카메라(101)는 CCTV 동영상을 생성하도록 구성될 수 있다. CCTV 카메라(101)는 감시가 필요한 여러 영역에 대한 CCTV 동영상을 생성하며, 그 촬상 방향을 바꿔가면서 CCTV 동영상을 생성할 수 있다.
CCTV 동영상 입력 모듈(102)은 CCTV 카메라(101)에서 생성된 CCTV 동영상을 실시간 입력받도록 구성될 수 있다.
콘트라스트 확인 모듈(103)은 CCTV 동영상 입력 모듈(102)을 통해 입력받은 CCTV 동영상의 각 프레임에 대하여 콘트라스트를 확인하고 콘트라스트 레벨 별로 구분하도록1 구성될 수 있다. 밝은 낮이나 트인 공간에서는 콘트라스트가 높을 수 있지만, 눈이나 비가 오는 악천후 기상 상태나 햇빛이 잘 들지 않는 공간 또는 조명이 약하거나 없는 밤에는 콘트라스트가 낮아질 수 있다.
이에, 콘트라스트 확인 모듈(103)은 CCTV 동영상의 콘트라스트가 미리 정해진 임계치 이상인지 여부를 확인하도록 구성될 수 있다. 예를 들어, 콘트라스트 확인 모듈(103)은 콘트라스트가 최대일 경우의 50% 이상인지 여부를 판단 또는 확인할 수 있다.
CCTV 동영상 프레임 데이터베이스(104)는 콘트라스트 확인 모듈(103)의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이상인 경우, 해당 CCTV 동영상 프레임이 저장되도록 구성될 수 있다. 즉, 콘트라스트가 일정 기준치 이상으로 판단되어 CCTV 동영상 프레임이 객체 인식에 충분한 콘트라스트를 가지는 경우에 해당 CCTV 동영상 프레임이 저장되도록 구성될 수 있다.
CCTV 촬상 방향 제어값 추출 모듈(105)은 CCTV 카메라(101)로부터 CCTV 촬상 방향 제어값을 실시간 추출하도록 구성될 수 있다. CCTV 카메라(101)는 여러 촬상 방향으로 자세를 변경할 수 있으며, 촬상 방향 제어값은 피치, 요, 롤 값으로 정해질 수 있다.
최적 콘트라스트 동영상 프레임 추출 모듈(106)은 CCTV 동영상 프레임 데이터베이스(104)에 저장된 CCTV 동영상 프레임 중에서 콘트라스트가 가장 높은 최적 콘트라스트 CCTV 동영상 프레임을 실시간 검색하여 추출하도록 구성될 수 있다.
이때, CCTV 동영상 프레임의 촬방 방향 제어값이 다른 경우에는 그 촬상 대상도 달라지게 된다. 이에, 최적 콘트라스트 동영상 프레임 추출 모듈(106)은 CCTV 방향 제어값이 동일한 CCTV 동영상 프레임들 중에서 가장 콘트라스트가 높은 최적 콘트라스트 CCTV 동영상 프레임을 실시간 검색하여 추출할 수 있다. 그래야만 동일한 촬상 대상 내지는 동일한 촬상 대상 영역에 대한 CCTV 동영상 프레임끼리 콘트라스트를 대비할 수 있다.
고정 객체 추출 모듈(107)은 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈(106)에서 추출된 최적 콘트라스트 CCTV 동영상 프레임에서 고정 객체를 실시간 추출하도록 구성될 수 있다. 여기서, 고정 객체란 촬상 대상 공간 상에 있는 항상 고정되어 나타나는 물체로서, 예를 들어 벤치(bench), 가로등, 보도, 신호등 등의 객체가 될 수 있다. 그러나, 잠시 정차 중인 차량이나 움직이는 사람이나 동물은 고정 객체로 정의하지 않는다.
이때, 고정 객체 여부의 판단을 위해 고정 객체 추출 모듈(107)은 CCTV 동영상 프레임 데이터베이스(104)에 저장되고 CCTV 촬상 방향 제어값이 동일한 CCTV 동영상 프레임을 참조하여 판단하고 이를 추출할 수 있다. 즉, 기존에 이미 저장된 CCTV 동영상 프레임들을 참조하여 항상 같은 위치에 고정되어 나타나는 객체를 고정 객체로 판단하고 추출할 수 있다.
콘트라스트 인핸스 모듈(108)은 콘트라스트 확인 모듈(103)의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이하인 경우, 해당 CCTV 동영상 프레임의 콘트라스트를 인핸스하도록 구성될 수 있다. 즉, 콘트라스트 인핸스 모듈(108)은 가능한 한 콘트라스트를 최대한 높이도록 구성될 수 있다.
객체 추출 모듈(109)은 콘트라스트 인핸스 모듈(108)에서 콘트라스트가 인핸스된 CCTV 동영상 프레임에서 객체를 실시간 추출하도록 구성될 수 있다. 여기서, 객체 추출 모듈(109)은 고정 객체는 물론 비고정 객체, 예를 들어, 사람, 자동차, 동물 등도 추출할 수 있다.
고정 객체 대비 모듈(110)은 객체 추출 모듈(109)에서 실시간 추출된 객체를 고정 객체 추출 모듈(107)에서 실시간 추출된 고정 객체와 실시간 대비하도록 구성될 수 있다. 고정 객체 추출 모듈(107)에서 추출된 고정 객체는 콘트라스트가 임계치 이상인 CCTV 동영상 프레임에서 추출되었으므로, 충분히 선명하다고 볼 수 있다. 그러나, 객체 추출 모듈(109)에서 추출된 객체는 콘트라스트가 임계치 이하인 CCTV 동영상 프레임에서 추출되었으므로, 시각적인 인식률이 다소 떨어진다고 볼 수 있다.
신규 객체 추출 모듈(111)은 CNN(convolutional neutral network) 알고리즘을 이용하여 고정 객체 대비 모듈(110)의 실시간 대비 결과 객체 추출 모듈(109)에서 실시간 추출된 객체 중에서 고정 객체가 아닌 객체를 신규 객체로서 추출하도록 구성될 수 있다. 즉, 콘트라스트가 높은 영상의 고정 객체와 동일한 객체들은 제외하고 그 외에 새롭게 나타난 객체들을 신규 객체로 추출할 수 있다. 사람, 동물, 자동차 등이 신규 객체가 될 수 있다.
신규 객체 적용 동영상 프레임 합성 모듈(112)은 신규 객체 추출 모듈(111)에서 신규 객체가 추출되는 경우, 추출된 신규 객체를 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈(106)에서 실시간 추출된 최적 콘트라스트 CCTV 동영상 프레임에 적용하여 합성하도록 구성될 수 있다. 이러한 신규 객체를 콘트라스트가 높은 최적 콘트라스트 CCTV 동영상 프레임과 합성하면, 선명한 배경 화면에 신규 객체가 합성되어 전체적인 영상의 콘트라스트가 높아지고 신규 객체를 인식하기 쉬워진다.
CCTV 최적 동영상 생성 모듈(113)은 CCTV 동영상 프레임 데이터베이스(104)에 저장된 CCTV 동영상 프레임 중에서 신규 객체 적용 동영상 프레임 합성 모듈(112)에서 합성된 최적 콘트라스트 CCTV 동영상 프레임에 대응되는 CCTV 동영상 프레임을 삭제하고, 최적 콘트라스트 CCTV 동영상 프레임을 선택 입력하여 CCTV 최적 동영상을 생성하도록 구성될 수 있다.
즉, 전체 CCTV 동영상에서 최적 콘트라스트 CCTV 동영상 프레임을 해당 프레임을 대체하여 삽입하도록 구성될 수 있다. 이에, 콘트라스트가 높은 CCTV 동영상 프레임은 그대로 두고, 콘트라스트가 낮은 동영상 프레임은 최적 콘트라스트 CCTV 동영상 프레임으로 대체하여 전체 프레임의 콘트라스트를 높일 수 있다.
디스플레이 모듈(114)은 CCTV 최적 동영상 생성 모듈(113)에서 생성된 CCTV 최적 동영상이 출력되도록 구성될 수 있다. 그리고 디스플레이 모듈(114)은 콘트라스트 확인 모듈(103)에서 소정 콘트라스트 레벨 이상으로 구분된 CCTV 동영상 프레임을 CNN 알고리즘에 의한 연산없이 바로 디스플레이하도록 구성될 수 있다.
CCTV 최적 동영상 데이터베이스(115)는 CCTV 최적 동영상 생성 모듈(113)에서 생성된 CCTV 최적 동영상이 저장되도록 구성될 수 있다.
신규 객체 추출/정형화 모듈(116)은 CCTV 동영상 프레임 데이터베이스(104)에 저장된 콘트라스트가 소정 임계치 이상인 CCTV 동영상 프레임으로부터 CNN 알고리즘을 이용하여 고정 객체가 아닌 신규 객체를 추출하고 정형화하도록 구성될 수 있다. 촬상 대상 공간에 주로 다니는 사람이나 자동차, 새, 다람쥐, 노루 등의 신규 객체를 콘트라스트가 높은 영상에서 미리 추출하여 정형화할 수 있다.
신규 객체 데이터베이스(117)는 신규 객체 추출/정형화 모듈(116)에서 정형화된 신규 객체가 저장되도록 구성될 수 있다.
딥러닝 모듈(118)은 신규 객체 데이터베이스(117)에 저장된 신규 객체에 대하여 딥러닝(deep learning)을 수행하여 신규 객체를 인지하도록 구성될 수 있다.
이때, 신규 객체 추출 모듈(111)은 딥러닝 모듈(118)의 딥러닝 수행 결과에 따라 인지되는 신규 객체를 기반으로 객체 추출 모듈(109)에서 실시간 추출된 객체 중에서 고정 객체가 아닌 신규 객체를 추출하도록 구성될 수 있다. 딥러닝 결과를 기반으로 하므로 해당 촬상 대상 공간에서 주로 나타나는 신규 객체를 위주로 객체를 인지하게 되며, 객체의 인지율이 높아지게 된다.
한편, 제어 모듈(미도시)은 콘트라스트 확인 모듈(103)에서 확인되는 콘트라스트가 소정 임계치 이하인 촬상 대상 공간에 대해서는 해당 촬상 공간 대상의 조명등(미도시)을 원격 제어하여 조도를 높이도록 구성될 수 있다. 제어 모듈(미도시)은 콘트라스트 확인 모듈(103)에서 확인되는 콘트라스트가 소정 임계치 이상이 될 때까지 조명등(미도시)을 제어하여 조도를 높일 수 있다.
그러나, 콘트라스트가 소정 임계치 이하이면서 조명등(미도시)이 없는 촬상 대상 공간에 대해서는 조명 제어를 할 수 없다. 이에, 제어 모듈(미도시)은 야광볼 방사 모듈(미도시)을 제어하여 해당 촬상 대상 공간으로 야광볼을 방사할 수 있으며, 야광볼에 의해 콘트라스트가 소정 임계치 이상으로 높아질 때까지 야광볼을 방사하도록 구성될 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
101: CCTV 카메라
102: CCTV 동영상 입력 모듈
103: 콘트라스트 확인 모듈
104: CCTV 동영상 프레임 데이터베이스
105: CCTV 촬상 방향 제어값 추출 모듈
106: 최적 콘트라스트 동영상 프레임 추출 모듈
107: 고정 객체 추출 모듈
108: 콘트라스트 인핸스 모듈
109: 객체 추출 모듈
110: 고정 객체 대비 모듈
111: 신규 객체 추출 모듈
112: 신규 객체 적용 동영상 프레임 합성 모듈
113: CCTV 최적 동영상 생성 모듈
114: 디스플레이 모듈
115: CCTV 최적 동영상 데이터베이스
116: 신규 객체 추출/정형화 모듈
117: 신규 객체 데이터베이스
118: 딥러닝 모듈

Claims (5)

  1. CCTV 동영상을 생성하는 CCTV 카메라;
    상기 CCTV 카메라에서 생성된 CCTV 동영상을 실시간 입력받는 CCTV 동영상 입력 모듈;
    상기 CCTV 동영상 입력 모듈을 통해 입력받은 CCTV 동영상의 각 프레임에 대하여 콘트라스트를 확인하여 콘트라스트 레벨을 구분하는 콘트라스트 확인 모듈;
    상기 콘트라스트 확인 모듈의 콘트라스트 확인 결과 CCTV 동영상 프레임의 콘트라스트가 소정 임계치 이상인 경우, 해당 CCTV 동영상 프레임이 저장되는 CCTV 동영상 프레임 데이터베이스;
    상기 CCTV 동영상 프레임 데이터베이스에 저장된 CCTV 동영상 프레임 중에서 콘트라스트가 가장 높은 최적 콘트라스트 CCTV 동영상 프레임을 실시간 검색하여 추출하는 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈;
    상기 CCTV 동영상 프레임 데이터베이스에 저장되며 상기 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈에서 추출된 최적 콘트라스트 CCTV 동영상 프레임에서 고정 객체를 실시간 추출하는 고정 객체 추출 모듈;
    상기 CCTV 동영상 프레임에서 객체를 실시간 추출하는 객체 추출 모듈;
    상기 객체 추출 모듈에서 실시간 추출된 객체를 상기 고정 객체 추출 모듈에서 실시간 추출된 고정 객체와 실시간 대비하는 고정 객체 대비 모듈;
    CNN 알고리즘을 이용하여 상기 고정 객체 대비 모듈의 실시간 대비 결과 상기 객체 추출 모듈에서 실시간 추출된 객체 중에서 고정 객체가 아닌 객체를 신규 객체로서 추출하는 신규 객체 추출 모듈;
    상기 신규 객체 추출 모듈에서 신규 객체가 추출되는 경우, 추출된 신규 객체를 상기 최적 콘트라스트 CCTV 동영상 프레임 추출 모듈에서 실시간 추출된 최적 콘트라스트 CCTV 동영상 프레임에 적용하여 합성하는 신규 객체 적용 동영상 프레임 합성 모듈;
    상기 CCTV 동영상 프레임 데이터베이스에 저장된 CCTV 동영상 프레임 중에서 상기 신규 객체 적용 동영상 프레임 합성 모듈에서 합성된 최적 콘트라스트 CCTV 동영상 프레임에 대응되는 CCTV 동영상 프레임을 삭제하고, 상기 최적 콘트라스트 CCTV 동영상 프레임을 선택 입력하여 CCTV 최적 동영상을 생성하는 CCTV 최적 동영상 생성 모듈;
    상기 CCTV 최적 동영상 생성 모듈에서 생성된 CCTV 최적 동영상이 출력되는 디스플레이 모듈을 포함하는 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치.
  2. 제1항에 있어서, 상기 CCTV 동영상 프레임 데이터베이스는,
    소정 기간동안 CCTV 동영상 프레임이 저장되며, 상기 콘트라스트 확인 모듈에서 소정 콘트라스트 레벨 이상의 CCTV 동영상 프레임이 저장되도록 구성되는 것을 특징으로 하는 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치.
  3. 제2항에 있어서, 상기 신규 객체 추출 모듈은,
    상기 CCTV 동영상 프레임 데이터베이스에 저장된 CCTV 동영상 프레임 중에서 콘트라스트 레벨이 가장 높은 CCTV 동영상 프레임과 소정 레벨 이하의 CCTV 동영상 프레임을 비교하여 변화된 객체만을 취출하고, 취출에 의해 줄어든 데이터양의 객체를 이용하여 CCTV 화질을 개선시키도록 구성되는 것을 특징으로 하는 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치.
  4. 제3항에 있어서, 상기 CCTV 최적 동영상 생성 모듈은,
    상기 취출에 의해 줄어든 데이터양의 객체를 이용하여 상기 최적 콘트라스트 CCTV 동영상 프레임에 합성하도록 구성되는 것을 특징으로 하는 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치.
  5. 제4항에 있어서, 상기 디스플레이 모듈은,
    상기 콘트라스트 확인 모듈에 의해 소정 콘트라스트 레벨 이상으로 구분된 CCTV 동영상 프레임을 즉시 디스플레이하도록 구성되는 것을 특징으로 하는 CCTV 동영상 콘트라스트 최적화를 이용한 영상 감시 장치.
KR1020210171444A 2021-12-03 2021-12-03 Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치 KR102348233B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210171444A KR102348233B1 (ko) 2021-12-03 2021-12-03 Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210171444A KR102348233B1 (ko) 2021-12-03 2021-12-03 Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치

Publications (1)

Publication Number Publication Date
KR102348233B1 true KR102348233B1 (ko) 2022-01-07

Family

ID=79355269

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210171444A KR102348233B1 (ko) 2021-12-03 2021-12-03 Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치

Country Status (1)

Country Link
KR (1) KR102348233B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100104589A (ko) 2009-03-18 2010-09-29 선명전자통신 주식회사 ATM/CD금융단말기기의 거래정보와 CCTV영상정보와의 영상/문자 합성 기술및 text inserting emulator 단말기
KR20140121206A (ko) * 2013-04-05 2014-10-15 전자부품연구원 영상 처리를 이용한 조명 제어 장치 및 그 방법
KR101957218B1 (ko) * 2018-08-03 2019-03-12 주식회사 다누시스 기준 배경이미지 획득 시스템 및 기준 배경이미지 획득 방법
KR101963308B1 (ko) * 2018-11-08 2019-03-28 한국건설기술연구원 열악한 환경 조건 하에서 딥 러닝을 이용한 영상 내 이동객체 및 돌발상황 감시 시스템 및 그 방법
KR102008482B1 (ko) 2018-11-21 2019-08-07 제주대학교 산학협력단 Cctv 영상 스마트 감시 시스템 및 그 방법
KR20210014988A (ko) * 2019-07-31 2021-02-10 (주)유디피 원격 모니터링을 위한 영상 분석 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100104589A (ko) 2009-03-18 2010-09-29 선명전자통신 주식회사 ATM/CD금융단말기기의 거래정보와 CCTV영상정보와의 영상/문자 합성 기술및 text inserting emulator 단말기
KR20140121206A (ko) * 2013-04-05 2014-10-15 전자부품연구원 영상 처리를 이용한 조명 제어 장치 및 그 방법
KR101957218B1 (ko) * 2018-08-03 2019-03-12 주식회사 다누시스 기준 배경이미지 획득 시스템 및 기준 배경이미지 획득 방법
KR101963308B1 (ko) * 2018-11-08 2019-03-28 한국건설기술연구원 열악한 환경 조건 하에서 딥 러닝을 이용한 영상 내 이동객체 및 돌발상황 감시 시스템 및 그 방법
KR102008482B1 (ko) 2018-11-21 2019-08-07 제주대학교 산학협력단 Cctv 영상 스마트 감시 시스템 및 그 방법
KR20210014988A (ko) * 2019-07-31 2021-02-10 (주)유디피 원격 모니터링을 위한 영상 분석 시스템 및 방법

Similar Documents

Publication Publication Date Title
US10896323B2 (en) Method and device for image processing, computer readable storage medium, and electronic device
TWI677826B (zh) 車牌辨識系統與方法
US11765321B2 (en) Intelligent video surveillance system and method
US7424175B2 (en) Video segmentation using statistical pixel modeling
US8045761B2 (en) Detection of environmental conditions in a sequence of images
JP5177147B2 (ja) 撮像装置、撮像方法および撮像プログラム
US11076132B2 (en) Methods and systems for generating video synopsis
US8890959B2 (en) Configuration of image capturing settings
KR20090006851A (ko) 통계적인 픽셀 모델링을 이용한 비디오 분할
CN109413411B (zh) 一种监控线路的黑屏识别方法、装置及服务器
KR102392822B1 (ko) 주간 타입 카메라 및 야간 타입 카메라를 이용하여 객체를 탐지 및 추적하는 장치 및 방법
US11386536B2 (en) Image analysis device, image analysis method and image analysis program
KR101553589B1 (ko) Lpr 시스템에서 적응적 확률기반의 저조도 영상개선 및 스미어 복원처리 장치와 그 방법
CN113177438B (zh) 图像处理方法、设备及存储介质
Milford et al. Long exposure localization in darkness using consumer cameras
CN111835961A (zh) 一种相机自动曝光的信息处理方法、装置及介质
CN110610485A (zh) 一种基于ssim算法的特高压输电线路通道隐患预警方法
CN115965934A (zh) 一种停车位检测方法及装置
CN109684982B (zh) 结合易混目标排除的基于视频分析的火焰检测方法
KR102348233B1 (ko) Cctv 동영상 콘트라스트 최적화를 이용한 영상 감시 장치
KR102171384B1 (ko) 영상 보정 필터를 이용한 객체 인식 시스템 및 방법
CN111738043A (zh) 一种行人重识别方法及装置
CN113808117B (zh) 灯具检测方法、装置、设备及存储介质
JP2020021243A (ja) 画像処理装置、画像処理方法、および、画像処理プログラム
CN116129157B (zh) 一种基于极微光的警戒摄像机智能图像处理方法及系统

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant