KR102372607B1 - 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법 - Google Patents

실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법 Download PDF

Info

Publication number
KR102372607B1
KR102372607B1 KR1020200012331A KR20200012331A KR102372607B1 KR 102372607 B1 KR102372607 B1 KR 102372607B1 KR 1020200012331 A KR1020200012331 A KR 1020200012331A KR 20200012331 A KR20200012331 A KR 20200012331A KR 102372607 B1 KR102372607 B1 KR 102372607B1
Authority
KR
South Korea
Prior art keywords
data
event
alarm
data processing
storage unit
Prior art date
Application number
KR1020200012331A
Other languages
English (en)
Other versions
KR20210098607A (ko
Inventor
이광오
안은빈
이지애
김종성
Original Assignee
에스케이 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 에스케이 주식회사 filed Critical 에스케이 주식회사
Priority to KR1020200012331A priority Critical patent/KR102372607B1/ko
Publication of KR20210098607A publication Critical patent/KR20210098607A/ko
Application granted granted Critical
Publication of KR102372607B1 publication Critical patent/KR102372607B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • 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
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/20—Calibration, including self-calibrating arrangements
    • G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
    • G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Alarm Systems (AREA)

Abstract

실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터를 기반으로 하는 경보 발생 시스템 및 방법이 제공된다. 본 발명의 실시예에 따른 영상 분석 데이터 기반 경보 발생 시스템은, 수집된 데이터의 유효성을 검증하고, 검증된 데이터를 제1 저장부에 전달하는 데이터 유효성 검증부; 각각의 분석 모델에 개별적으로 대응되는 복수의 제1 저장 공간으로 구성되는 제1 저장부; 각각의 제1 저장 공간에 개별적으로 저장된 데이터를 로딩하여, 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 분석 대상 디바이스 기준으로 정렬하여, 정렬된 데이터를 제2 저장부에 전달하는 데이터 정렬부; 정렬된 데이터를 개별적으로 저장하는 복수의 제2 저장 공간으로 구성되는 제2 저장부; 및 제2 저장부에 저장된 데이터가 로딩되면, 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리부;를 포함한다. 이에 의해, 디바이스마다 영상 분석에 대한 이벤트를 설정했을 때 AI 분석 엔진으로부터 결과 데이터를 수집하여 이벤트 정보와 비교 분석하여, 사용자가 디바이스의 환경에 맞게 최적의 이벤트 값을 조정할 수 있으며, 이를 통해 AI 엔진의 신뢰도가 다소 낮더라도 다수개의 이벤트를 실시간으로 병렬 처리하여 보다 신뢰할 수 있는 경보를 발생시킬 수 있다.

Description

실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법{Alarm system and method based on image analysis data of real-time parallel compound event processing type}
본 발명은 경보 발생 시스템 및 방법에 관한 것으로, 더욱 상세하게는 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터를 기반으로 하는 경보 발생 시스템 및 방법에 관한 것이다.
건설 현장은 작업 노동자들, 장비들, 자재들과 건축 중인 건축물이 혼재하고, 작업자들과 장비들이 계속 움직일 뿐 아니라, 자재들도 지속적으로 운반되고 야적되기 때문에 사고 위험이 높은 공간이다.
이러한 건설 현장에 폐쇄회로 텔레비전(카메라) 시스템을 기반으로 하는 경보 발생 시스템이 설치되어 운영되는 경우가 많지만, 기존의 영상 기반 건설 현장 경보 발생 시스템은 공정의 진행에 따라 상황이 변화하고 기상 변화에 노출되며 조명 환경도 지속적으로 변화하는 건설 현장의 특성 때문에 원래 의도한 수준의 효과를 발휘하지 못하는 문제점이 존재한다.
또한, 영상 기반 경보 발생 시스템에서, 장비와 인부를 식별하는 것은 중요한 이슈인데, 하지만 건설 현장마다 부지의 지형이나 사용되는 장비의 종류, 장비와 인부의 밀도와 같은 특성들이 모두 다르기 때문에 실제 현장의 상황에 따라 영상 기반 경보 발생 시스템의 성능도 천차만별이다.
더불어, 영상 기반 경보 발생 시스템은 분석 엔진의 성능에 따라 정확도가 결정되었으며, 임계 수치가 지나치게 높을 경우 경보가 발생하지 않고 반대로 낮을 경우 잘못된 경보가 발생하는 등 경보의 신뢰성을 오로지 분석 엔진에만 의존해야만 하는 문제점이 존재하며, False negative 및 False positive가 잦게 발생할 가능성이 높기때문에, 처리하는 영상 분석 결과의 신뢰도를 높이는 것은 상당히 어려운 일이다.
따라서, 영상 기반 경보 발생 시스템에서 분석 신뢰도를 높이기 위한 방안의 모색이 요구된다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터를 기반으로 False negative 및 False positive를 정제하여, 정확성(Precision)을 향상시킴으로써, 다양한 상황에서 이벤트 설정에 따라 보다 효율적이며 신뢰할 수 있는 경보 발생 시스템 및 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 영상 분석 데이터 기반 경보 발생 시스템은, 수집된 데이터의 유효성을 검증하고, 검증된 데이터를 제1 저장부에 전달하는 데이터 유효성 검증부; 각각의 분석 모델에 개별적으로 대응되는 복수의 제1 저장 공간으로 구성되는 제1 저장부; 각각의 제1 저장 공간에 개별적으로 저장된 데이터를 로딩하여, 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 분석 대상 디바이스 기준으로 정렬하여, 정렬된 데이터를 제2 저장부에 전달하는 데이터 정렬부; 정렬된 데이터를 개별적으로 저장하는 복수의 제2 저장 공간으로 구성되는 제2 저장부; 및 제2 저장부에 저장된 데이터가 로딩되면, 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리부;를 포함한다.
또한, 데이터 처리부는, 단일 개체가 특정 이벤트의 발생 여부를 판단하는 경우, 분석하고 하는 이벤트의 개수만큼 복수로 실행될 수 있다.
그리고 데이터 처리부는, 이벤트 발생 여부 판단을 위한 데이터 처리를 병렬로 실행하되, 데이터 처리가 완료되는 데이터 처리부는, 즉각적이고, 개별적으로 종료될 수 있다.
또한, 데이터 처리부는, 기설정된 경보 발생 빈도(Push Interval)마다 생성되어, 병렬로 실행될 수 있다.
그리고 데이터 처리부는, 제2 저장부에서 분석 데이터 수집 기간(Cluster Interval) 만큼의 데이터만 로딩하여, 데이터 처리를 실행할 수 있다.
또한, 데이터 처리부는, 동일 이벤트에 대하여 경보가 중복 발생되는 것을 방지하도록, 해당 이벤트가 중복 경보 대상인지 판단하고, 중복 경보 대상인 것으로 판단되면, 데이터 처리가 중단될 수 있다.
그리고 데이터 처리부는, 경보 임계 비율이 하기 수식 1로 산출되는 경우, 산출된 경보 임계 비율이 기준값(Count)을 초과하면, 경보가 발생하도록 하고, 산출된 경보 임계 비율이 기준값(Count) 이하이면, 데이터의 신뢰도(Score)를 임계값(Threshold)과 비교하여, 임계값 이상이면, 기준값(Count)을 증가시키고, 데이터 처리를 재차 실행할 수 있다.
(수식 1)
경보 임계 비율 = 처리 대상 개수 * 경보 발생 백분율 기준치(Criteria Value) / 100
또한, 데이터 처리부는, 경보 발생 이후, 기설정된 경보 발생 빈도(Push Interval)에 따라 해당 이벤트에 대하여, 중복 경보 발생을 중단하는 시간(Filtering Second)을 설정할 수 있다.
그리고 단일 이벤트에 대하여, 데이터 처리 시, 병렬 분석되는 개수는,
Figure 112020010793815-pat00001
이며, 이때, 데이터 처리부는, 최대,
Figure 112020010793815-pat00002
만큼의 데이터 처리부가 동시에 실행될 수 있다.
한편, 본 발명의 다른 실시예에 따른, 영상 분석 데이터 기반 경보 발생 방법은, 경보 발생 시스템이, 수집된 데이터의 유효성을 검증하고, 유효성이 검증된 데이터를 분석 대상 디바이스 기준으로 정렬하는 전처리 단계; 및 경보 발생 시스템이, 전처리된 데이터를 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리 단계;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 디바이스 마다 영상 분석에 대한 이벤트를 설정했을 때 AI 분석 엔진으로부터 결과 데이터를 수집하여 이벤트 정보와 비교 분석하여, 사용자가 디바이스의 환경에 맞게 최적의 이벤트 값을 조정할 수 있으며, 이를 통해 AI 엔진의 신뢰도가 다소 낮더라도 다수개의 이벤트를 실시간으로 병렬 처리함으로써, 보다 신뢰할 수 있는 경보를 발생시킬 수 있다.
도 1은, 본 발명의 일 실시예에 따른 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템의 설명에 제공된 도면,
도 2는 데이터 처리부의 설명에 제공된 도면,
도 3은 과거 일정 시간동안 발생하는 데이터를 분석하는 데이터 처리부의 동작 특성의 설명에 제공된 도면,
도 4 내지 도 5는 데이터를 병렬로 처리하는 데이터 처리부의 동작 특성의 설명에 제공된 도면,
도 6은 본 발명의 일 실시예에 따른 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 방법의 설명에 제공된 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은, 본 발명의 일 실시예에 따른 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템(이하에서는 '경보 발생 시스템'으로 총칭하기로 함)의 설명에 제공된 도면이고, 도 2는 데이터 처리부(160)의 설명에 제공된 도면이며, 도 3은 과거 일정 시간 동안 발생하는 데이터를 분석하는 데이터 처리부(160)의 동작 특성의 설명에 제공된 도면이고, 도 4 내지 도 5는 데이터를 병렬로 처리하는 데이터 처리부(160)의 동작 특성의 설명에 제공된 도면이다.
본 실시예에 따른 경보 발생 시스템은, 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터를 기반으로 False negative 및 False positive를 정제하여, 정확성(Precision)을 향상시킬 수 있다.
즉, 본 경보 발생 시스템은, 디바이스 마다 영상 분석에 대한 이벤트를 설정했을 때 AI 분석 엔진으로부터 결과 데이터를 수집하여 이벤트 정보와 비교 분석하여, 사용자가 디바이스의 환경에 맞게 최적의 이벤트 값을 조정할 수 있으며, 이를 통해 AI 엔진의 신뢰도가 다소 낮더라도 다수개의 이벤트를 실시간으로 병렬 처리하여 보다 신뢰할 수 있는 경보를 발생시킬 수 있다.
이를 위해, 경보 발생 시스템은, 데이터 수집부(110), 데이터 유효성 검증부(120), 제1 저장부(130), 데이터 정렬부(140), 제2 저장부(150) 및 데이터 처리부(160)를 포함한다.
데이터 수집부(110)는, 실시간으로 감시용 카메라 또는 별도로 마련되는 영상 관리 서버 등에 연결되어, 분석하고자 하는 영상 데이터를 수신 받을 수 있다.
데이터 유효성 검증부(120)는, 수집된 데이터의 유효성을 검증하고, 검증된 데이터를 제1 저장부(130)에 전달할 수 있다.
제1 저장부(130)는, 각각의 분석 모델에 개별적으로 대응되는 복수의 제1 저장 공간으로 구성되는 저장매체이다.
데이터 정렬부(140)는, 각각의 제1 저장 공간에 개별적으로 저장된 데이터를 로딩하고, 기설정된 기간보다 이전의 과거 데이터를 제거하여, 남은 데이터를 분석 대상 디바이스 기준으로 정렬하고, 정렬된 데이터를 제2 저장부(150)에 전달할 수 있다.
이때, 데이터 정렬부(140)는, 해당 이벤트를 소유하는 디바이스의 고유 식별자(Device ID)를 기준으로 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 정렬할 수 있을 뿐만 아니라, 이벤트 마다 각각의 고유 식별자(Event ID), 안전모 미착용, 안전 고리 미체결, 추락 사고, 쓰러짐, 화재 사고, 연기 탐지, 드론 식별 등의 다양한 이벤트 종류(Event Type)를 기준으로도 정렬할 수 있다.
제2 저장부(150)는, 정렬된 데이터를 개별적으로 저장하는 복수의 제2 저장 공간으로 구성되는 저장매체이다.
여기서, 제1 저장부(130)와 제2 저장부(150)는, 데이터 저장 시, 각각 제1 저장 공간과 제2 저장 공간으로 분리되어, 데이터를 저장하지만, 물리적으로는 단일 저장매체로 구현될 수 있다.
데이터 처리부(160)는, 제2 저장부(150)에 저장된 데이터를 데이터 수집기(161)를 통해, 불러들이고(로딩), 기등록된 이벤트 리스트에 따라 분석함으로써, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단할 수 있다.
예를 들면, 데이터 처리부(160)는, 도 3에 예시된 바와 같이 과거 일정 시간동안 발생한 데이터를 분석하여, 특정 이벤트가 일정 시간동안 발생된 빈도의 경보 임계 비율이 기준값(Count)을 초과하면, 경보가 발생하도록 할 수 있다.
그리고 데이터 처리부(160)는, 기설정된 경보 발생 빈도(Push Interval)마다 생성되어, 병렬로 실행하되, 제2 저장부(150)에서 분석 데이터 수집 기간(Cluster Interval) 만큼의 데이터만 로딩하여, 데이터 처리를 실행할 수 있다.
이때, 단일 이벤트에 대하여, 데이터 처리 시, 병렬 분석되는 개수는,
Figure 112020010793815-pat00003
이다.
또한, 데이터 처리부(160)는, 최대,
Figure 112020010793815-pat00004
만큼 동시에 실행될 수 있다.
여기서, 데이터 처리부(160)는, 경보 임계 비율이 하기 수식 1로 산출되는 경우, 산출된 경보 임계 비율이 기준값(Count)을 초과하면, 경보가 발생하도록 하고, 산출된 경보 임계 비율이 기준값(Count) 이하이면, 데이터의 신뢰도(Score)를 임계값(Threshold)과 비교하여, 임계값 이상이면, 기준값(Count)을 증가시키고, 데이터 처리를 재차 실행할 수 있다.
(수식 1)
경보 임계 비율 = 처리 대상 개수 * 경보 발생 백분율 기준치(Criteria Value) / 100
여기서, 임계값(Threshold)은 최소 탐지 점수로서, 인공지능 데이터의 확실성에 대한 점수와 비교하여, 데이터를 처리할지에 대한 임계값에 해당한다.
또한, 경보 발생 백분율 기준치(Criteria Value)는, 경보 발생 백분율 기준치로서, 분석 데이터 수집 기간(Cluster Interval) 동안 경보 발생 백분율 기준치(Criteria Value)보다 임계값(Threshold)을 넘는 데이터의 기준값(Count)이 많다면, 경보가 발생하게 된다.
예를 들면, 데이터 처리부(160)는, A 작업 구역을 촬영하는 제1 카메라로부터 획득되는 영상을 1초 간격으로 수집하고, 과거 30초 동안 발생되는 빈도의 경보 임계 비율의 기준값이 15회로 설정되면, 작업자가 30초 동안 15회 이상 안전모를 미착용하는 이벤트가 발생되는 경우, 경보가 발생하도록 설정할 수 있다.
또한, 데이터 처리부(160)는, 단일 개체가 특정 이벤트의 발생 여부를 판단하는 경우, 도 4에 예시된 바와 같이 분석하고 하는 이벤트의 개수만큼 복수로 실행되어, 이벤트 발생 여부 판단을 위한 데이터 처리를 병렬로 실행하되, 데이터 처리가 완료되는 데이터 처리부(160)는, 즉각적이고, 개별적으로 종료될 수 있다.
이는 도 5에 예시된 바와 같이 데이터 처리부(160)에 의한 데이터 처리가 일정 주기 간격으로 반복되며, 설정 시간에 따라 동시에 일괄적으로 실행될 수 있다는 것을 보여준다.
한편, 데이터 처리가 일정 주기 간격으로 반복되기 때문에, 동일 이벤트에 대하여 경보가 중복 발생되는 문제가 발생할 가능성이 존재하는데, 본 데이터 처리부(160)는, 데이터 필터(162)를 이용하여, 해당 이벤트가 중복 경보 대상인지 판단하고, 중복 경보 대상인 것으로 판단되면, 데이터 처리를 중단(데이터 필터링)함으로써, 동일 이벤트에 대하여 경보가 중복 발생되는 것을 방지할 수 있다.
구체적으로, 데이터 처리부(160)는, 경보 발생 이후, 기설정된 경보 발생 빈도(Push Interval)에 따라 해당 이벤트에 대하여, 중복 경보 발생을 중단하는 시간(Filtering Second)을 설정할 수 있다.
그리고 데이터 처리부(160)는, 분석 대상 디바이스 별로 임계값을 다르게 설정할 수 있다. 예를 들면, 특정 카메라가 사고 위험이 다른 지역에 비해 높은 사고위험 영역을 촬영한다면, 해당 카메라를 통해 획득되는 영상에 대하여, 다른 지역에 비해 임계값이 높게 설정될 수 있다.
또한, 데이터 처리부(160)는, 데이터의 수집 주기, 중복 경보 발생을 중단하는 시간(Filtering Second)도, 분석 대상 디바이스 별로 다르게 설정할 수 있다.
더불어, 데이터 처리부(160)는, 단일 이벤트가 아닌 둘 이상의 이벤트가 연속 또는 비연속적으로 발생하는 복합 이벤트의 발생 여부를 판단할 수 있다.
즉, 데이터 처리부(160)는, 작업자의 안전모 미착용 또는 안전 고리 미체결 등의 단일 이벤트의 발생 여부를 판단할 수 있을 뿐만 아니라, 작업자의 손이 안전모 영역 또는 안전 고리 영역에 도달한 이후(이벤트 A 발생), 안전모 미착용 또는 안전 고리 미체결 이벤트가 발생하면(이벤트 B 발생), 일정 시간동안 발생된 빈도의 경보 임계 비율이 기준값(Count) 이하인 경우라도, 경보가 발생하도록 할 수 있다.
도 6은 본 발명의 일 실시예에 따른 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 방법의 설명에 제공된 도면이다.
도 6을 참조하면, 본 실시예에 따른 경보 발생 시스템에 의해 수행되는 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 방법은, 수집된 데이터의 유효성을 검증하고, 유효성이 검증된 데이터를 분석 대상 디바이스 기준으로 정렬하는 전처리 단계(S610) 및 전처리된 데이터를 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리 단계(S620)로 구성될 수 있다.
전처리 단계(S610)에서는, 수집된 데이터의 유효성을 검증하고, 검증된 데이터가 각각의 분석 모델에 개별적으로 대응되는 제1 저장 공간에 저장되도록 하고, 저장된 저장된 데이터를 로딩하여, 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 분석 대상 디바이스 기준으로 정렬할 수 있다.
데이터 처리 단계(S620)에서는, 정렬되어, 저장되는 데이터를 로딩하여, 기등록된 이벤트 리스트에 따라 분석함으로써, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단할 수 있다.
예를 들면, 데이터 처리 단계(S620)에서는, 기설정된 경보 발생 빈도(Push Interval)마다 생성되어, 병렬로 실행하되, 분석 데이터 수집 기간(Cluster Interval) 만큼의 데이터만 로딩하고, 과거 일정 시간동안 발생한 데이터를 분석하여, 특정 이벤트가 일정 시간동안 발생된 빈도의 경보 임계 비율이 기준값(Count)을 초과하면, 경보가 발생하도록 할 수 있다
이를 통해, 사용자가 디바이스의 환경에 맞게 최적의 이벤트 값을 조정할 수 있으며, 이를 통해 AI 엔진의 신뢰도가 다소 낮더라도 다수개의 이벤트를 실시간으로 병렬 처리하여 보다 신뢰할 수 있는 경보를 발생시킬 수 있다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110 : 데이터 수집부
120 : 데이터 유효성 검증부
130 : 제1 저장부
140 : 데이터 정렬부
150 : 제2 저장부
160 : 데이터 처리부
161 : 데이터 수집기
162 : 데이터 필터

Claims (10)

  1. 수집된 데이터의 유효성을 검증하고, 검증된 데이터를 제1 저장부에 전달하는 데이터 유효성 검증부;
    각각의 분석 모델에 개별적으로 대응되는 복수의 제1 저장 공간으로 구성되는 제1 저장부;
    각각의 제1 저장 공간에 개별적으로 저장된 데이터를 로딩하여, 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 분석 대상 디바이스 기준으로 정렬하여, 정렬된 데이터를 제2 저장부에 전달하는 데이터 정렬부;
    정렬된 데이터를 개별적으로 저장하는 복수의 제2 저장 공간으로 구성되는 제2 저장부; 및
    제2 저장부에 저장된 데이터가 로딩되면, 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리부;를 포함하는 경보 발생 시스템.
  2. 청구항 1에 있어서,
    데이터 처리부는,
    단일 개체가 특정 이벤트의 발생 여부를 판단하는 경우, 분석하고 하는 이벤트의 개수만큼 복수로 실행되는 것을 특징으로 하는 경보 발생 시스템.
  3. 청구항 2에 있어서,
    데이터 처리부는,
    이벤트 발생 여부 판단을 위한 데이터 처리를 병렬로 실행하되,
    데이터 처리가 완료되는 데이터 처리부는,
    즉각적이고, 개별적으로 종료되는 것을 특징으로 하는 경보 발생 시스템.
  4. 청구항 2에 있어서,
    데이터 처리부는,
    기설정된 경보 발생 빈도(Push Interval)마다 생성되어, 병렬로 실행되는 것을 특징으로 하는 경보 발생 시스템.
  5. 청구항 4에 있어서,
    데이터 처리부는,
    제2 저장부에서 분석 데이터 수집 기간(Cluster Interval) 만큼의 데이터만 로딩하여, 데이터 처리를 실행하는 것을 특징으로 하는 경보 발생 시스템.
  6. 청구항 5에 있어서,
    데이터 처리부는,
    동일 이벤트에 대하여 경보가 중복 발생되는 것을 방지하도록, 해당 이벤트가 중복 경보 대상인지 판단하고, 중복 경보 대상인 것으로 판단되면, 데이터 처리가 중단되는 것을 특징으로 하는 경보 발생 시스템.
  7. 삭제
  8. 청구항 5에 있어서,
    데이터 처리부는,
    경보 발생 이후, 기설정된 경보 발생 빈도(Push Interval)에 따라 해당 이벤트에 대하여, 중복 경보 발생을 중단하는 시간(Filtering Second)을 설정하는 것을 특징으로 하는 경보 발생 시스템.
  9. 청구항 5에 있어서,
    단일 이벤트에 대하여, 데이터 처리 시, 병렬 분석되는 개수는,
    Figure 112020010793815-pat00005
    이며,
    이때, 데이터 처리부는,
    최대,
    Figure 112020010793815-pat00006
    만큼 동시에 실행되는 것을 특징으로 하는 경보 발생 시스템.
  10. 경보 발생 시스템이, 수집된 데이터의 유효성을 검증하고, 유효성이 검증된 데이터를 분석 대상 디바이스 기준으로 정렬하는 전처리 단계; 및
    경보 발생 시스템이, 전처리된 데이터를 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리 단계;를 포함하고,
    경보 발생 시스템은,
    수집된 데이터의 유효성을 검증하고, 검증된 데이터를 제1 저장부에 전달하는 데이터 유효성 검증부;
    각각의 분석 모델에 개별적으로 대응되는 복수의 제1 저장 공간으로 구성되는 제1 저장부;
    각각의 제1 저장 공간에 개별적으로 저장된 데이터를 로딩하여, 기설정된 기간보다 이전의 과거 데이터를 제거하고, 남은 데이터를 분석 대상 디바이스 기준으로 정렬하여, 정렬된 데이터를 제2 저장부에 전달하는 데이터 정렬부;
    정렬된 데이터를 개별적으로 저장하는 복수의 제2 저장 공간으로 구성되는 제2 저장부; 및
    제2 저장부에 저장된 데이터가 로딩되면, 기등록된 이벤트 리스트에 따라 분석하여, 이벤트 리스트에 등록된 각각의 이벤트들의 발생 여부를 판단하는 데이터 처리부;를 포함하는 것을 특징으로 하는 경보 발생 방법.
KR1020200012331A 2020-02-03 2020-02-03 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법 KR102372607B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200012331A KR102372607B1 (ko) 2020-02-03 2020-02-03 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200012331A KR102372607B1 (ko) 2020-02-03 2020-02-03 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210098607A KR20210098607A (ko) 2021-08-11
KR102372607B1 true KR102372607B1 (ko) 2022-03-08

Family

ID=77314028

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200012331A KR102372607B1 (ko) 2020-02-03 2020-02-03 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102372607B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100793075B1 (ko) * 2005-12-01 2008-01-10 한국전자통신연구원 위성 원격 측정 기술을 이용한 고장 관리 시스템 및 그방법
KR102028147B1 (ko) * 2018-10-12 2019-10-04 (주)파슨텍 이벤트 상황을 관제하는 통합 관제 시스템, 영상 분석 장치 및 지역 관제 서버

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060099945A (ko) * 2005-03-15 2006-09-20 엘지전자 주식회사 영상처리장치를 구비한 이동통신단말기 및 이를 이용한영상처리방법
KR101987241B1 (ko) * 2017-02-24 2019-06-11 주식회사 케이티 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법
KR102042629B1 (ko) * 2018-03-23 2019-11-08 연세대학교 산학협력단 영상 기반의 건설 현장 상황 인지 시스템 및 방법, 그리고 이를 이용한 토공 생산성 분석 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100793075B1 (ko) * 2005-12-01 2008-01-10 한국전자통신연구원 위성 원격 측정 기술을 이용한 고장 관리 시스템 및 그방법
KR102028147B1 (ko) * 2018-10-12 2019-10-04 (주)파슨텍 이벤트 상황을 관제하는 통합 관제 시스템, 영상 분석 장치 및 지역 관제 서버

Also Published As

Publication number Publication date
KR20210098607A (ko) 2021-08-11

Similar Documents

Publication Publication Date Title
CN112785798B (zh) 面向电力变电站工程建设项目施工人员的行为分析方法
CN110738178A (zh) 园区施工安全检测方法、装置、计算机设备及存储介质
CN113673495B (zh) 一种基于神经网络的智慧安防方法、系统和可读存储介质
CN112112629A (zh) 一种钻井作业过程中的安全业务管理系统和方法
CN108230669B (zh) 基于大数据和云分析的道路车辆违法检测方法及系统
CN112381435A (zh) 水电站作业过程动态风险的网格化定向推送管理方法
CN114155614A (zh) 一种作业现场反违章行为识别方法及系统
CN115880631A (zh) 一种配电站故障识别系统、方法、介质
KR102372607B1 (ko) 실시간 병렬 복합 이벤트 처리 방식의 영상 분석 데이터 기반 경보 발생 시스템 및 방법
CN113887310A (zh) 工人规范着装识别方法、系统及介质
CN110968719B (zh) 一种人脸聚类方法及装置
CN117292247A (zh) 基于YOLOv8算法和跟踪算法的改进型室内危险场景检测方法
CN111652128A (zh) 一种高空电力作业安全监测方法、系统和存储装置
KR20230103890A (ko) 멀티-모달 비디오 캡셔닝 기반 영상 보안 시스템 및 방법
CN114359828A (zh) 目标行为的记录方法、装置、存储介质及电子装置
KR102428613B1 (ko) 디지털 안전보건환경 산업 특화용 이미지 학습 모델을 이용한 안전관리 방법 및 시스템
CN114218295A (zh) 一种交通设备数据异常监测预警方法及系统
CN114299472A (zh) 异常行为的确定方法和装置、存储介质及电子装置
CN110543497B (zh) 一种高实时性布控解决方法及系统
CN113420739A (zh) 基于神经网络的智能应急监控方法、系统和可读存储介质
CN117648689B (zh) 基于人工智能的工控主机安全事件自动响应方法
CN117746338B (zh) 基于人工智能的物业园区安全管理方法及系统
US20240152608A1 (en) Method for supporting decision-making in security control environment based on artificial intelligence
CN113570837B (zh) 多区域级联式安防监控系统及方法
CN117857746A (zh) 一种机场安防巡检方法、装置及存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant