KR102413162B1 - 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 - Google Patents

차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 Download PDF

Info

Publication number
KR102413162B1
KR102413162B1 KR1020210193066A KR20210193066A KR102413162B1 KR 102413162 B1 KR102413162 B1 KR 102413162B1 KR 1020210193066 A KR1020210193066 A KR 1020210193066A KR 20210193066 A KR20210193066 A KR 20210193066A KR 102413162 B1 KR102413162 B1 KR 102413162B1
Authority
KR
South Korea
Prior art keywords
information
dangerous
image
size
dangerous material
Prior art date
Application number
KR1020210193066A
Other languages
English (en)
Inventor
노재민
정만식
노윤선
Original Assignee
주식회사 다리소프트
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 주식회사 다리소프트 filed Critical 주식회사 다리소프트
Priority to KR1020210193066A priority Critical patent/KR102413162B1/ko
Application granted granted Critical
Publication of KR102413162B1 publication Critical patent/KR102413162B1/ko
Priority to PCT/KR2022/011715 priority patent/WO2023128113A1/ko

Links

Images

Classifications

    • G06Q50/30—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)

Abstract

위험물 정보 관리 서버 및 그 동작 방법이 개시된다. 본 발명은 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법을 제시함으로써, 도로상의 위험물에 대한 보다 정확한 정보를 획득하여 관리할 수 있도록 지원할 수 있다.

Description

차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법{HAZARDOUS OBJECT INFORMATION MANAGEMENT SERVER WHICH IS ABLE TO ESTIMATE THE ACTUAL SIZE OF THE HAZARDOUS OBJECT ON THE ROAD BY INTERWORKING WITH THE INFORMATION COLLECTING TERMINAL EQUIPPED ON A VEHICLE, AND THE OPERATING METHOD THEREOF}
본 발명은 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법에 대한 것이다.
도로 상에는, 도로 표면의 일부가 부서지거나 내려앉아 생긴 국부적인 구멍인 포트홀(pothole)이나 포장 균열 등의 도로 파손, 낙하 적재물 등과 같은 위험물이 존재한다. 운전자가 차량을 운전하고 있는 도중, 예기치 못한 상황에서 이러한 위험물이 등장한다면, 운전 중인 차량의 속도를 늦추거나 주행 방향을 바꿔 위험물을 피하는 등의 적절한 대응을 하기 어렵기 때문에, 교통사고 발생 위험이 높다.
이와 관련해서, 최근에는, 운전자들에게 도로 상의 위험물에 대한 정보를 미리 제공함으로써, 운전자들이 보다 안전하게 운전할 수 있도록 지원하기 위해, 정보 수집 단말이 탑재되어 있는 차량을 통해, 도로 상에 존재하는 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보를 수집하여 데이터베이스에 저장해두는 기술에 대한 연구가 활발하게 진행되고 있다.
하지만, 위험물에 대한 촬영 이미지와 위치 정보만을 기초로, 도로 상에 존재하는 위험물의 실제 크기를 파악하기 어렵다는 점에서, 위험물에 대한 촬영 이미지와 위치 정보만을 제공받은 운전자들이 운전을 하는 중에, 위험물이 등장하는 것을 예상하여 적절한 대응을 하는 데 한계가 있었다.
만약, 차량에 탑재된 정보 수집 단말을 통해 수집된, 위험물에 대한 촬영 이미지와 차량과 위험물 간의 이격 거리 및 촬영 이미지가 촬영된 지점의 위치 정보를 기초로, 위험물의 실제 크기를 추정할 수 있는 기술이 도입된다면, 운전자들에게 위험물에 대한 보다 정확한 정보를 제공할 수 있을 것이다.
따라서, 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 기술에 대한 연구가 필요하다.
본 발명은 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법을 제시함으로써, 도로상의 위험물에 대한 보다 정확한 정보를 획득하여 관리할 수 있도록 지원하고자 한다.
본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버는 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들 - 상기 복수의 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상(像)이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS(Global Positioning System)가 구비된 정보 수집 단말이 탑재되어 있음 - 에 의해 수집된 위험물 정보들 - 상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음 - 이 저장되어 있는 위험물 정보 데이터베이스, 상기 복수의 차량들 중 어느 하나인 제1 차량에 탑재된 제1 정보 수집 단말로부터, 상기 제1 정보 수집 단말에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 상기 제1 정보 수집 단말에 구비된 거리 측정 센서를 통해 측정된 상기 제1 차량과 상기 제1 위험물 간의 제1 이격 거리 및 상기 제1 정보 수집 단말에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성하는 크기 정보 생성부 및 상기 제1 크기 정보가 생성되면, 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보를 저장하는 위험물 정보 저장 처리부를 포함한다.
또한, 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작 방법은 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들 - 상기 복수의 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS가 구비된 정보 수집 단말이 탑재되어 있음 - 에 의해 수집된 위험물 정보들 - 상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음 - 이 저장되어 있는 위험물 정보 데이터베이스를 유지하는 단계, 상기 복수의 차량들 중 어느 하나인 제1 차량에 탑재된 제1 정보 수집 단말로부터, 상기 제1 정보 수집 단말에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 상기 제1 정보 수집 단말에 구비된 거리 측정 센서를 통해 측정된 상기 제1 차량과 상기 제1 위험물 간의 제1 이격 거리 및 상기 제1 정보 수집 단말에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성하는 단계 및 상기 제1 크기 정보가 생성되면, 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보를 저장하는 단계를 포함한다.
본 발명은 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법을 제시함으로써, 도로상의 위험물에 대한 보다 정확한 정보를 획득하여 관리할 수 있도록 지원할 수 있다.
도 1은 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 구조를 도시한 도면이다.
도 2 내지 도 4는 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작 방법을 도시한 순서도이다.
이하에서는 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명하기로 한다. 이러한 설명은 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 사용하였으며, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 본 명세서 상에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
본 문서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 본 발명의 다양한 실시예들에 있어서, 각 구성요소들, 기능 블록들 또는 수단들은 하나 또는 그 이상의 하부 구성요소로 구성될 수 있고, 각 구성요소들이 수행하는 전기, 전자, 기계적 기능들은 전자회로, 집적회로, ASIC(Application Specific Integrated Circuit) 등 공지된 다양한 소자들 또는 기계적 요소들로 구현될 수 있으며, 각각 별개로 구현되거나 2 이상이 하나로 통합되어 구현될 수도 있다.
한편, 첨부된 블록도의 블록들이나 흐름도의 단계들은 범용 컴퓨터, 특수용 컴퓨터, 휴대용 노트북 컴퓨터, 네트워크 컴퓨터 등 데이터 프로세싱이 가능한 장비의 프로세서나 메모리에 탑재되어 지정된 기능들을 수행하는 컴퓨터 프로그램 명령들(instructions)을 의미하는 것으로 해석될 수 있다. 이들 컴퓨터 프로그램 명령들은 컴퓨터 장치에 구비된 메모리 또는 컴퓨터에서 판독 가능한 메모리에 저장될 수 있기 때문에, 블록도의 블록들 또는 흐름도의 단계들에서 설명된 기능들은 이를 수행하는 명령 수단을 내포하는 제조물로 생산될 수도 있다. 아울러, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 명령들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 가능한 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 정해진 순서와 달리 실행되는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 실질적으로 동시에 수행되거나, 역순으로 수행될 수 있으며, 경우에 따라 일부 블록들 또는 단계들이 생략된 채로 수행될 수도 있다.
도 1은 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 구조를 도시한 도면이다.
우선, 본 발명에서는 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들이 존재하는 것으로 가정한다.
이때, 상기 복수 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상(像)이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS(Global Positioning System)가 구비된 정보 수집 단말이 탑재되어 있다. 여기서, 초점 거리는, 상기 카메라의 렌즈와, 수평 상태로 상기 카메라의 렌즈를 투과한 빛이 모이는 초점면 사이의 거리를 의미한다.
또한, 상기 정보 수집 단말에는, 인공 지능 기반의 위험물 탐지 모델이 탑재되어 있어서, 상기 정보 수집 단말은 상기 위험물 탐지 모델을 기초로, 각 차량이 운행되는 중에 카메라를 통해 촬영되는 영상을 분석하여, 각 차량의 전방에 존재하는 위험물을 탐지할 수 있고, 각 차량의 전방에 위험물 탐지되면, 상기 정보 수집 단말에 구비된 거리 측정 센서를 통해 위험물까지의 이격 거리를 측정함과 동시에, 상기 정보 수집 단말에 구비된 GPS를 통해 위험물이 탐지된 지점의 위치 정보를 획득하여 상기 위험물 정보 관리 서버로 전송할 수 있다.
이러한 상황에서, 도 1을 참조하면, 본 발명의 일실시예에 따른 위험물 정보 관리 서버(110)는 위험물 정보 데이터베이스(111), 크기 정보 생성부(112) 및 위험물 정보 저장 처리부(113)를 포함한다.
위험물 정보 데이터베이스(111)에는 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들에 의해 수집된 위험물 정보들(상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음)이 저장되어 있다.
관련해서, 위험물 정보 데이터베이스(111)에는 하기의 표 1과 같이, 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들에 의해 수집된 위험물 정보들이 저장되어 있을 수 있다.
위험물 정보 촬영 이미지 위치 정보 크기 정보
위험물 정보 1 촬영 이미지 1 위치 정보 1 크기 정보 1
위험물 정보 2 촬영 이미지 2 위치 정보 2 크기 정보 2
위험물 정보 3 촬영 이미지 3 위치 정보 3 크기 정보 3
위험물 정보 4 촬영 이미지 4 위치 정보 4 크기 정보 4
위험물 정보 5 촬영 이미지 5 위치 정보 5 크기 정보 5
크기 정보 생성부(112)는 상기 복수의 차량들 중 어느 하나인 제1 차량(140)에 탑재된 제1 정보 수집 단말(150)로부터, 제1 정보 수집 단말(150)에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 제1 정보 수집 단말(150)에 구비된 거리 측정 센서를 통해 측정된 제1 차량(140)과 상기 제1 위험물 간의 제1 이격 거리 및 제1 정보 수집 단말(150)에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성한다.
이때, 본 발명의 일실시예에 따르면, 크기 정보 생성부(112)는 상기 제1 위험물에 대한 상기 제1 크기 정보를 생성하기 위한 구체적인 구성으로, 크기 조정부(114), 세로 길이 확인부(115), 실제 세로 길이 연산부(116), 면적 연산부(117) 및 크기 정보 생성 처리부(118)를 포함할 수 있다.
크기 조정부(114)는 제1 정보 수집 단말(150)로부터, 상기 제1 촬영 이미지, 상기 제1 이격 거리 및 상기 제1 위치 정보가 수신되면, 상기 제1 촬영 이미지의 크기를, 제1 정보 수집 단말(150)에 구비된 카메라의 이미지 센서에 맺히는 상의 크기인 상기 제1 크기에 대응되는 크기로 조정한다.
세로 길이 확인부(115)는 상기 크기가 조정된 제1 촬영 이미지에서, 상기 제1 위험물에 해당되는 오브젝트(object)의 외곽을 둘러싸는 사각 영역을 생성한 후, 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이를 확인한다.
이하에서는, 도 2를 참조하여, 크기 조정부(114) 및 세로 길이 확인부(115)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 위험물 정보 관리 서버(110)에 상기 복수의 차량들 중 어느 하나인 제1 차량(140)에 탑재된 제1 정보 수집 단말(150)로부터, 제1 정보 수집 단말(150)에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 '촬영 이미지 6', 제1 정보 수집 단말(150)에 구비된 거리 측정 센서를 통해 측정된 제1 차량(140)과 상기 제1 위험물 간의 '이격 거리 1' 및 제1 정보 수집 단말(150)에 구비된 GPS를 통해 획득된 '촬영 이미지 6'이 촬영된 지점의 '위치 정보 6'이 수신되었다고 가정하자.
그러면, 크기 조정부(114)는 '촬영 이미지 6'의 크기를, 제1 정보 수집 단말(150)에 구비된 카메라의 이미지 센서에 맺히는 상의 크기인 상기 제1 크기에 대응되는 크기로 조정할 수 있다.
이때, 크기가 조정된 '촬영 이미지 6'이 도 2의 도면부호 210으로 표시된 그림과 같다고 하는 경우, 세로 길이 확인부(115)는 크기가 조정된 '촬영 이미지 6(210)'에서, 상기 제1 위험물에 해당되는 오브젝트(211)를 추출하기 위해서, 촬영 이미지에서 위험물에 해당되는 오브젝트를 추출하기 위한 사전 설정된 오브젝트 검출 모델을 활용할 수 있다. 예컨대, 세로 길이 확인부(115)는 YOLO(You Only Look Once) 기반의 오브젝트 검출 모델을 활용하여, 크기가 조정된 '촬영 이미지 6(210)'에서, 상기 제1 위험물에 해당되는 오브젝트(211)를 추출할 수 있다.
이렇게, 크기가 조정된 '촬영 이미지 6(210)'에서, 상기 제1 위험물에 해당되는 오브젝트(211)가 추출되면, 세로 길이 확인부(115)는 크기가 조정된 '촬영 이미지 6(210)'에서, 상기 제1 위험물에 해당되는 오브젝트(211)의 외곽을 둘러싸는 사각 영역(212)을 생성한 후, 크기가 조정된 '촬영 이미지 6(210)'에서 사각 영역(212)의 세로 길이(H, 213)를 확인할 수 있다.
이러한 방식으로, 세로 길이 확인부(115)에 의해 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이가 확인되면, 실제 세로 길이 연산부(116)는 하기의 수학식 1에 따라, 상기 사각 영역의 실제 세로 길이를 연산한다.
Figure 112021153023506-pat00001
여기서, h는 상기 사각 영역의 실제 세로 길이를 의미하고, H는 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이, f는 상기 제1 초점 거리, l은 상기 제1 이격 거리를 의미한다.
관련해서, 도 3을 이용하여 상기의 수학식 1을 다음과 같이 설명할 수 있다.
먼저, 전술한 예와 같이, 위험물 정보 관리 서버(110)에 제1 정보 수집 단말(150)로부터, '촬영 이미지 6', '이격 거리 1' 및 '위치 정보 6'이 수신됨에 따라, 세로 길이 확인부(115)에 의해, 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 세로 길이(H, 213)가 확인되었다고 가정하자.
이때, 도 3을 참조하면, 사각 영역(212)의 실제 세로 길이(h, 214)의 중점(215)과 상기 카메라의 렌즈의 중심점인 O(216) 및 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 세로 길이(H, 213)의 중점(217)을 연결하는 직선에 대해, 사각 영역(212)의 실제 세로 길이(h, 214)의 하단(218)과, 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 상단(219) 각각이 이루는 각도는 'θ'로 동일하다. 따라서, 사각 영역(212)의 실제 세로 길이(h, 214)와, 제1 차량(140)과 상기 제1 위험물 간의 이격 거리(l, 220) 간의 비율은, 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 세로 길이(H, 213)와 상기 제1 초점 거리(f, 221) 간의 비율과 일치해야 하므로, 하기의 수학식 2의 관계가 성립될 수 있다. 그리고, 하기의 수학식 2로부터, 사각 영역(212)의 실제 세로 길이(h, 214)에 대한 상기 수학식 1이 유도될 수 있다.
Figure 112021153023506-pat00002
면적 연산부(117)는 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적을 연산한다.
크기 정보 생성 처리부(118)는 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이와, 상기 사각 영역의 실제 세로 길이 간의 비율에 따라, 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적으로부터, 상기 사각 영역의 실제 면적을 연산함으로써, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 크기 정보로 생성한다.
이하에서는, 면적 연산부(117) 및 크기 정보 생성 처리부(118)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, 상기 수학식 1에 따라, 사각 영역(212)의 실제 세로 길이(h, 214)가 연산되었다고 가정하자. 또한, 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 세로 길이(H, 213)와, 사각 영역(212)의 실제 세로 길이(h, 214) 간의 비율이 '103:1'이라고 가정하자.
이때, 면적 연산부(117)는 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 면적을 'A'와 같이 연산할 수 있다.
그러면, 크기 정보 생성 처리부(118)는 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 세로 길이(H, 213)와, 사각 영역(212)의 실제 세로 길이(h, 214) 간의 비율인 '103:1'에 따라, 크기가 조정된 '촬영 이미지 6(210)'에서의 사각 영역(212)의 면적(A)으로부터, 사각 영역(212)의 실제 면적을 '106·A'와 같이 연산함으로써, 상기 제1 위험물의 실제 크기를 '106·A'와 같이 추정할 수 있다.
그러고 나서, 크기 정보 생성 처리부(118)는 추정된 상기 제1 위험물의 실제 크기인 '106·A'를 상기 제1 위험물에 대한 크기 정보인 '크기 정보 6'으로 생성할 수 있다.
이렇게, 크기 정보 생성부(112)에 의해, 상기 제1 크기 정보가 생성되면, 위험물 정보 저장 처리부(113)는 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 위험물 정보 데이터베이스(111)에 상기 제1 위험물 정보를 저장한다.
예컨대, 전술한 예와 같이, 크기 정보 생성 처리부(118)에 의해, 상기 제1 위험물의 실제 크기인 '106·A'이 상기 제1 위험물에 대한 크기 정보인 '크기 정보 6'으로 생성되었다고 하는 경우, 위험물 정보 저장 처리부(113)는 '촬영 이미지 6', '위치 정보 6' 및 '크기 정보 6'으로 구성된 제1 위험물 정보인 '위험물 정보 6'을 생성한 후, 하기의 표 2와 같이, 위험물 정보 데이터베이스(111)에 '위험물 정보 6'을 저장할 수 있다.
위험물 정보 촬영 이미지 위치 정보 크기 정보
위험물 정보 1 촬영 이미지 1 위치 정보 1 크기 정보 1
위험물 정보 2 촬영 이미지 2 위치 정보 2 크기 정보 2
위험물 정보 3 촬영 이미지 3 위치 정보 3 크기 정보 3
위험물 정보 4 촬영 이미지 4 위치 정보 4 크기 정보 4
위험물 정보 5 촬영 이미지 5 위치 정보 5 크기 정보 5
위험물 정보 6 촬영 이미지 6 위치 정보 6 크기 정보 6
본 발명의 일실시예에 따르면, 위험물 정보 관리 서버(110)는 중복 여부 판단부(119) 및 위험물 정보 삭제부(120)를 더 포함할 수 있다.
중복 여부 판단부(119)는 위험물 정보 저장 처리부(113)에 의해, 위험물 정보 데이터베이스(111)에 상기 제1 위험물 정보가 저장 완료되면, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단한다.
이때, 중복 여부 판단부(119)는 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하기 위한 구체적인 구성으로, 제1 판단부(121), 이미지 유사도 연산부(122) 및 제2 판단부(123)를 포함할 수 있다.
제1 판단부(121)는 위험물 정보 저장 처리부(113)에 의해, 위험물 정보 데이터베이스(111)에 상기 제1 위험물 정보가 저장 완료되면, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 사전 설정된 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 사전 설정된 기준 크기 이내인 크기 정보를 포함하는 위험물 정보가 존재하는지 여부를 판단한다.
이미지 유사도 연산부(122)는 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산한다.
이때, 본 발명의 일실시예에 따르면, 이미지 유사도 연산부(122)는 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하기 위한 구체적인 구성으로, 이미지 히스토그램 산출부(124), 벡터 유사도 연산부(125) 및 이미지 유사도 연산 처리부(126)를 포함할 수 있다.
이미지 히스토그램 산출부(124)는 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 상기 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대해, 색상 채널별 이미지 히스토그램(histogram)을 산출한다.
여기서, 상기 이미지 히스토그램은, 이미지의 특성을 나타내기 위해, 가로축이 화솟값으로 세로축이 화소 수로 구성된 그래프를 의미하는 것으로, 이미지의 색상 모드(color mode)에 따라, RGB(Red, Green, Blue), CMYK(Cyan, Magenta, Yellow, blacK) 등과 같은 색상 채널별로 구성될 수 있다.
벡터 유사도 연산부(125)는 이미지 히스토그램 산출부(124)에 의해 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대한 색상 채널별 이미지 히스토그램이 산출되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 색상 채널별로, 각 후보 위험물 정보에 포함된 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와, 상기 제1 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도를 연산한다.
여기서, 상기 벡터 유사도로는, 하기의 수학식 3에 따른 코사인 유사도 또는 하기의 수학식 4에 따른 유클리드 거리(Euclidean Distance) 등이 사용될 수 있다.
Figure 112021153023506-pat00003
상기 수학식 1에서, S는 벡터 A와 벡터 B 사이의 코사인 유사도로, -1에서 1 사이의 값을 가지며, Ai는 벡터 A의 i번째 성분, Bi는 벡터 B의 i번째 성분을 의미한다. 관련해서, 두 벡터 사이의 코사인 유사도가 클수록 두 벡터가 서로 유사한 벡터라고 볼 수 있다.
Figure 112021153023506-pat00004
상기 수학식 4에서, D는 벡터 A와 벡터 B 사이의 유클리드 거리로, Ai는 벡터 A의 i번째 성분, Bi는 벡터 B의 i번째 성분을 의미한다. 관련해서, 두 벡터 사이의 유클리드 거리가 작을수록 두 벡터가 서로 유사한 벡터라고 볼 수 있다.
이미지 유사도 연산 처리부(126)는 벡터 유사도 연산부(125)에 의해 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 대한 색상 채널별 벡터 유사도의 평균 값을, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도로 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산한다.
이하에서는, 제1 판단부(121), 이미지 히스토그램 산출부(124), 벡터 유사도 연산부(125) 및 이미지 유사도 연산 처리부(126)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 사전 설정된 기준 거리를 '10m'라고 하고, 사전 설정된 기준 크기를 '5cm2'라고 하며, 전술한 예와 같이, 위험물 정보 저장 처리부(113)에 의해 상기 표 2와 같이, 위험물 정보 데이터베이스(111)에 '위험물 정보 6'이 저장 완료되었다고 가정하자.
그러면, 제1 판단부(121)는 상기 표 2와 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, '위치 정보 6'과의 이격 거리가 '10m' 이내인 위치 정보를 포함함과 동시에, '크기 정보 6'과의 차이가 '5cm2' 이내인 크기 정보를 포함하는 위험물 정보가 존재하는지 여부를 확인할 수 있다.
관련해서, 제1 판단부(121)는 상기 표 2와 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 각각에 포함되어 있는 위치 정보인 '위치 정보 1, 위치 정보 2, 위치 정보 3, 위치 정보 4, 위치 정보 5'와, '위치 정보 6'을 서로 비교하여, '위치 정보 1, 위치 정보 2, 위치 정보 3, 위치 정보 4, 위치 정보 5' 각각에 대해, '위치 정보 6'과의 이격 거리가 '10m' 이내인지 여부를 확인할 수 있다. 이와 동시에, 제1 판단부(121)는 상기 표 2와 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 각각에 포함되어 있는 크기 정보인 '크기 정보 1, 크기 정보 2, 크기 정보 3, 크기 정보 4, 크기 정보 5'와, '크기 정보 6'을 서로 비교하여, '크기 정보 1, 크기 정보 2, 크기 정보 3, 크기 정보 4, 크기 정보 5' 각각에 대해, '크기 정보 6'과의 이격 거리가 '5cm2' 이내인지 여부를 확인할 수 있다.
그 결과, 상기 표 2와 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, '위치 정보 6'과의 이격 거리가 '10m' 이내인 위치 정보를 포함함과 동시에, '크기 정보 6'과의 차이가 '5cm2' 이내인 크기 정보를 포함하는 위험물 정보로, 적어도 하나의 후보 위험물 정보인 '위험물 정보 2, 위험물 정보 5'가 존재하는 것으로 확인되었다고 가정하자.
이때, '위험물 정보 2, 위험물 정보 5' 각각에 포함된 촬영 이미지는 '촬영 이미지 2, 촬영 이미지 5'이므로, 색상 채널이 RGB로 구성되어 있다고 하는 경우, 이미지 히스토그램 산출부(124)는 하기의 표 3과 같이, '촬영 이미지 2, 촬영 이미지 5'와, '촬영 이미지 6'에 대한 색상 채널별 이미지 히스토그램을 산출할 수 있다
촬영 이미지 이미지 히스토그램
R(Red) G(Green) B(Blue)
촬영 이미지 2 히스토그램 1 히스토그램 2 히스토그램 3
촬영 이미지 5 히스토그램 4 히스토그램 5 히스토그램 6
촬영 이미지 6 히스토그램 7 히스토그램 8 히스토그램 9
그러면, 벡터 유사도 연산부(125)는 '촬영 이미지 2, 촬영 이미지 5' 각각에 대해, 색상 채널별로, 각 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와, '촬영 이미지 6'에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, '위험물 정보 2, 위험물 정보 5' 각각에 대한 색상 채널별 벡터 유사도를 연산할 수 있다.
관련해서, 벡터 유사도 연산부(125)가 '위험물 정보 2, 위험물 정보 5' 중 '위험물 정보 2'에 대한 색상 채널별 벡터 유사도를 연산하는 구체적인 과정은 하기와 같다.
먼저, 상기 표 3을 참조하면, '촬영 이미지 2'에 대한 색상 채널별 이미지 히스토그램은 '히스토그램 1, 히스토그램 2, 히스토그램 3'이고, '촬영 이미지 6'에 대한 색상 채널별 이미지 히스토그램은 '히스토그램 7, 히스토그램 8, 히스토그램 9'이므로, 벡터 유사도 연산부(125)는 '히스토그램 1'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와 '히스토그램 7'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, '위험물 정보 2'의 색상 채널 R에 대한 벡터 유사도(S1)를 연산할 수 있다. 그리고, 벡터 유사도 연산부(125)는 '히스토그램 2'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와 '히스토그램 8'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, '위험물 정보 2'의 색상 채널 G에 대한 벡터 유사도(S2)를 연산할 수 있다. 마지막으로, 벡터 유사도 연산부(125)는 '히스토그램 3'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와 '히스토그램 9'에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, '위험물 정보 2'의 색상 채널 B에 대한 벡터 유사도(S3)를 연산할 수 있다. 이렇게, 벡터 유사도 연산부(125)는 RGB라는 색상 채널별로 히스토그램 사이의 벡터 유사도를 연산함으로써, '위험물 정보 2'에 대한 색상 채널별 벡터 유사도를 'S1, S2, S3'로 연산할 수 있다.
이러한 방식으로, 벡터 유사도 연산부(125)는 '위험물 정보 2, 위험물 정보 5' 각각에 대한 색상 채널별 벡터 유사도를, 하기의 표 4와 같이 연산할 수 있다.
적어도 하나의 후보 위험물 정보 색상 채널별 벡터 유사도
R(Red) G(Green) B(Blue)
위험물 정보 2 S1 S2 S3
위험물 정보 5 S4 S5 S6
그러면, 이미지 유사도 연산 처리부(126)는 상기 적어도 하나의 후보 위험물인 '위험물 정보 2, 위험물 정보 5' 각각에 대해, 각 후보 위험물 정보에 대한 색상 채널별 벡터 유사도의 평균 값을, 각 후보 위험물 정보에 포함된 촬영 이미지인 '촬영 이미지 2, 촬영 이미지 5'와 '촬영 이미지 6' 간의 이미지 유사도로 연산함으로써, '위험물 정보 2, 위험물 정보 5' 각각에 대응되는 이미지 유사도를 연산할 수 있다.
관련해서, 상기 표 3을 참조하면, '위험물 정보 2'에 대한 색상 채널별 벡터 유사도는 'S1, S2, S3'이므로, 이미지 유사도 연산 처리부(126)는 'S1, S2, S3'의 평균 값인 '
Figure 112021153023506-pat00005
'을, '촬영 이미지 2'와 '촬영 이미지 6' 간의 이미지 유사도로 연산할 수 있다. 그리고, '위험물 정보 5'에 대한 색상 채널별 벡터 유사도는 'S4, S5, S6'이므로, 이미지 유사도 연산 처리부(126)는 'S4, S5, S6'의 평균 값인 '
Figure 112021153023506-pat00006
'을, '촬영 이미지 5'와 '촬영 이미지 6' 간의 이미지 유사도로 연산할 수 있다.
이러한 방식으로, 함으로써, 이미지 유사도 연산 처리부(126)는 '위험물 정보 2, 위험물 정보 5' 각각에 대응되는 이미지 유사도를, '
Figure 112021153023506-pat00007
,
Figure 112021153023506-pat00008
'과 같이 연산할 수 있다.
이때, 본 발명의 다른 일실시예에 따르면, 위험물 정보 관리 서버(110)는 촬영 이미지 간의 이미지 유사도를 연산하기 위한 방법으로, 앞서 설명한 바와 같이 이미지 히스토그램의 비교를 통해서 이미지 유사도를 연산하는 방법 외에, 사전 구축된 인공지능 기반의 이미지 유사도 연산 모델을 이용하여 촬영 이미지 간의 이미지 유사도를 연산하는 방법을 사용할 수도 있다. 즉, 위험물 정보 관리 서버(110)는 소정의 인공지능 기반의 이미지 유사도 연산 모델을 활용하여, 상기 적어도 하나의 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산할 수 있다.
이렇게, 이미지 유사도 연산부(122)에 의해 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가 연산되면, 제2 판단부(123)는 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가, 사전 설정된 기준 유사도를 초과하는지 여부를 확인하여, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도 중, 상기 기준 유사도를 초과하는 이미지 유사도가 존재하는 것으로 확인되는 경우, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단한다.
예컨대, 사전 설정된 기준 유사도를 '0.9'라고 하고, 전술한 예와 같이, 이미지 유사도 연산부(122)에 의해, 상기 적어도 하나의 후보 위험물 정보인 '위험물 정보 2, 위험물 정보 5' 각각에 대응되는 이미지 유사도가, '
Figure 112021153023506-pat00009
,
Figure 112021153023506-pat00010
'과 같이 연산되었다고 가정하자.
그러면, 제2 판단부(123)는 '위험물 정보 2, 위험물 정보 5' 각각에 대응되는 이미지 유사도인 '
Figure 112021153023506-pat00011
,
Figure 112021153023506-pat00012
'이 상기 기준 유사도인 '0.9'를 초과하는지 여부를 확인할 수 있다.
그 결과, '
Figure 112021153023506-pat00013
,
Figure 112021153023506-pat00014
' 중 '
Figure 112021153023506-pat00015
'이 '0.9'를 초과하는 것으로 확인되었다고 하는 경우, 제2 판단부(123)는 상기 표 3과 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보인 '위험물 정보 6'과 중복되는 위험물 정보가 존재하는 것으로 판단할 수 있다.
이렇게, 중복 여부 판단부(119)에 의해, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단되는 경우, 위험물 정보 삭제부(120)는 위험물 정보 데이터베이스(110)에 저장되어 있는 상기 제1 위험물 정보를 삭제한다.
예컨대, 전술한 예와 같이, 중복 여부 판단부(119)에 의해, 상기 표 3과 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보인 '위험물 정보 6'과 중복되는 위험물 정보가 존재하는 것으로 판단되었다고 하는 경우, 위험물 정보 삭제부(120)는 하기의 표 5와 같이, 위험물 정보 데이터베이스(110)에 저장되어 있는 '위험물 정보 6'을 삭제할 수 있다.
위험물 정보 촬영 이미지 위치 정보 크기 정보
위험물 정보 1 촬영 이미지 1 위치 정보 1 크기 정보 1
위험물 정보 2 촬영 이미지 2 위치 정보 2 크기 정보 2
위험물 정보 3 촬영 이미지 3 위치 정보 3 크기 정보 3
위험물 정보 4 촬영 이미지 4 위치 정보 4 크기 정보 4
위험물 정보 5 촬영 이미지 5 위치 정보 5 크기 정보 5
즉, 위험물 정보 관리 서버(110)는 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 확인되는 경우, 위험물 정보 데이터베이스(111)에 저장되어 있는 상기 제1 위험물 정보를 삭제함으로써, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들이 서로 중복되지 않도록 관리할 수 있다.
또한, 본 발명의 일실시예에 따르면, 위험물 정보 관리 서버(110)는 관리자 단말(160)로부터, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중 어느 하나인 제2 위험물 정보에 대한 제공 요청이 수신되면, 상기 제2 위험물 정보를 암호화하여 관리자 단말(160)로 전송하기 위한 구성으로, 암호화 키 저장부(127), 이미지 분할부(128), 복원용 키 이미지 생성부(129), 매핑 행렬 생성부(130), 데이터 셋 생성부(131), 치환 행렬 생성부(132), 암호화 이미지 생성부(133) 및 이미지 전송부(134)를 더 포함할 수 있다.
암호화 키 저장부(127)에는 관리자 단말(160)과 사전 공유하고 있는 암호화 키가 저장되어 있다.
예컨대, 관리자 단말(160)과 사전 공유하고 있는 암호화 키가 '암호화 키 1'이라고 하는 경우, 암호화 키 저장부(127)에는 '암호화 키 1'이 저장되어 있을 수 있다.
이미지 분할부(128)는 관리자 단말(160)로부터, 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중 어느 하나인 제2 위험물 정보에 대한 제공 요청이 수신되면, 위험물 정보 데이터베이스(111)로부터 상기 제2 위험물 정보를 추출하여, 상기 제2 위험물 정보에 포함된 제2 촬영 이미지를, 가로 n(n은 2 이상의 자연수임)개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할한다.
복원용 키 이미지 생성부(129)는 상기 제2 촬영 이미지를 구성하는 상기 n x n개의 부분 영역들 중, k(k는 2 이상 n2 미만의 자연수임)개의 제1 부분 영역들을 랜덤하게 선택하고, 상기 제1 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 홀수개만큼의 제1 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제1 화소들 각각에 대한 화솟값을 랜덤하게 변경하고, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들을 제외한 나머지 n2-k개의 제2 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 짝수개만큼의 제2 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제2 화소들 각각에 대한 화솟값을 랜덤하게 변경함으로써, 복원용 키 이미지를 생성한다.
매핑 행렬 생성부(130)는 복원용 키 이미지 생성부(129)에 의해 상기 복원용 키 이미지가 생성되면, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들과 동일한 지점에 '1'의 성분을 할당하고, 상기 제2 부분 영역들과 동일한 지점에 '0'의 성분을 할당함으로써, '0'과 '1'로 구성된 n x n 크기의 매핑(mapping) 행렬을 생성한다.
데이터 셋 생성부(131)는 매핑 행렬 생성부(130)에 의해 상기 매핑 행렬이 생성되면, 상기 제2 위험물 정보에 포함된 제2 위치 정보와 제2 크기 정보를 확인하여, 상기 제2 위치 정보와 상기 제2 크기 정보로 구성된 데이터 셋을 생성한다.
치환 행렬 생성부(132)는 상기 데이터 셋을 k개로 분할하여 k개의 분할 데이터들을 생성하고, n2-k개의 더미(dummy) 데이터들을 랜덤하게 생성한 후, 상기 매핑 행렬을 구성하는 n x n개의 성분들 중, '1'의 성분들이 위치하는 지점에 상기 k개의 분할 데이터들을 하나씩 삽입하고, '0'의 성분들이 위치하는 지점에 상기 n2-k개의 더미 데이터들을 하나씩 삽입함으로써, n x n 크기의 치환 행렬을 생성한다.
암호화 이미지 생성부(133)는 상기 제2 촬영 이미지를 상기 암호화 키로 암호화함으로써, 암호화 이미지를 생성한다.
이미지 전송부(134)는 관리자 단말(160)로, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지를 전송한다.
이하에서는, 이미지 분할부(128), 복원용 키 이미지 생성부(129), 매핑 행렬 생성부(130), 데이터 셋 생성부(131), 치환 행렬 생성부(132), 암호화 이미지 생성부(133) 및 이미지 전송부(134)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, n을 '3', k를 '4'라고 하고, 위험물 정보 관리 서버(110)에 관리자 단말(160)로부터, 상기 표 5와 같은 위험물 정보 데이터베이스(111)에 저장되어 있는 위험물 정보들 중 어느 하나인 '위험물 정보 3'에 대한 제공 요청이 수신되었다고 가정하자.
그러면, 이미지 분할부(128)는 상기 표 5와 같은 위험물 정보 데이터베이스(111)로부터 '위험물 정보 3'을 추출하여, '위험물 정보 3'에 포함된 '촬영 이미지 3'을, 가로 '3'개와 세로 '3'개로 구성되는 '3 x 3'개의 부분 영역들로 분할할 수 있다.
관련해서, '촬영 이미지 3'이 도 4의 도면부호 410으로 표시된 그림과 같다고 하는 경우, 이미지 분할부(128)는 '촬영 이미지 3(410)'을 가로 '3'개와 세로 '3'개로 구성되는 '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419)로 분할할 수 있다.
그러고 나서, 복원용 키 이미지 생성부(129)는 '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419) 중 '4'개의 제1 부분 영역들을 랜덤하게 선택할 수 있다.
이때, '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419) 중 부분 영역들(412, 416, 417, 419)이 상기 제1 부분 영역들로 선택되었다고 하는 경우, 복원용 키 이미지 생성부(129)는 제1 부분 영역들(412, 416, 417, 419) 각각에 대해, 각 부분 영역별로 임의의 홀수개만큼의 제1 화소들을 랜덤하게 선택할 수 있다.
그 결과, 제1 부분 영역들(412, 416, 417, 419) 각각에 대해, 각 부분 영역별로 '17개, 21개, 9개, 35개'의 제1 화소들이 선택되었다고 하는 경우, 복원용 키 이미지 생성부(129)는 각 부분 영역별로 선택된 상기 제1 화소들 각각에 대한 화솟값을 랜덤하게 변경할 수 있다.
또한, 복원용 키 이미지 생성부(129)는 '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419) 중 제1 부분 영역들(412, 416, 417, 419)을 제외한 나머지 '5'개의 제2 부분 영역들(411, 413, 414, 415, 418) 각각에 대해, 각 부분 영역별로 임의의 짝수개만큼의 제2 화소들을 랜덤하게 선택할 수 있다.
그 결과, 제2 부분 영역들(411, 413, 414, 415, 418) 각각에 대해, '30개, 12개, 26개, 4개, 18개'의 제2 화소들이 선택되었다고 하는 경우, 복원용 키 이미지 생성부(129)는 각 부분 영역별로 선택된 상기 제2 화소들 각각에 대한 화솟값을 랜덤하게 변경할 수 있다.
이렇게, 복원용 키 이미지 생성부(129)는 제1 부분 영역들(412, 416, 417, 419)과 제2 부분 영역들(411, 413, 414, 415, 418)에 대한 화솟값의 변경을 수행함으로써, 복원용 키 이미지를 생성할 수 있다.
그 이후, 매핑 행렬 생성부(130)는 '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419) 중, 제1 부분 영역들(412, 416, 417, 419)과 동일한 지점에 '1'의 성분을 할당하고, 제2 부분 영역들(411, 413, 414, 415, 418)과 동일한 지점에 '0'의 성분을 할당함으로써, '0'과 '1'로 구성된 '3 x 3' 크기의 매핑 행렬을 '
Figure 112021153023506-pat00016
'과 같이 생성할 수 있다.
그러면, 데이터 셋 생성부(131)는 '위험물 정보 3'에 포함된 '위치 정보 3'과 '크기 정보 3'을 확인하여, '위치 정보 3'과 '크기 정보 3'으로 구성된 데이터 셋을 '(위치 정보 3, 크기 정보 3)'과 같이 생성할 수 있다.
그러고 나서, 치환 행렬 생성부(132)는 상기 데이터 셋을 '4'개로 분할하여, '4'개의 분할 데이터들을 'P1, P2, P3, P4'와 같이 생성할 수 있고, '5'개의 더미 데이터들을 'D1, D2, D3, D4, D5'와 같이 랜덤하게 생성할 수 있다.
그 이후, 치환 행렬 생성부(132)는 상기 매핑 행렬인 '
Figure 112021153023506-pat00017
'을 구성하는 '9'개의 성분들 중, '1'의 성분들이 위치하는 지점에 상기 '4'개의 분할 데이터들인 'P1, P2, P3, P4'를 하나씩 삽입하고, '0'의 성분들이 위치하는 지점에 '5'개의 더미 데이터들인 'D1, D2, D3, D4, D5'을 하나씩 삽입함으로써, '3 x 3' 크기의 치환 행렬을 '
Figure 112021153023506-pat00018
'와 같이 생성할 수 있다.
그러고 나서, 암호화 이미지 생성부(133)는 '촬영 이미지 3(410)'을 '암호화 키 1'로 암호화함으로써, 암호화 이미지를 생성할 수 있다.
그러면, 이미지 전송부(134)는 관리자 단말(160)로, 상기 암호화 이미지, 상기 치환 행렬인 '
Figure 112021153023506-pat00019
' 및 상기 복원용 키 이미지를 전송할 수 있다.
이때, 관리자 단말(160)은 메모리 상에 상기 암호화 키를 사전 저장하고 있고, 위험물 정보 관리 서버(110)로부터, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지가 수신되면, 상기 암호화 키로 상기 암호화 이미지를 복호화함으로써, 상기 제2 촬영 이미지를 복원한 후, 상기 제2 촬영 이미지와 상기 복원용 키 이미지를, 각각 가로 n개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하고, 상기 n x n개의 부분 영역들 각각에 대해, 각 부분 영역별로, 상기 제2 촬영 이미지와 상기 복원용 키 이미지 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 확인하여, 각 부분 영역별로 확인된 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 성분으로 갖는 n x n 크기의 영역 행렬을 생성한 후, 상기 영역 행렬을 구성하는 성분들 각각을, 각 성분에 대해 모듈로-2(modulo-2) 연산을 수행하였을 때의 결과 값으로 치환함으로써, '0'과 '1'로 구성된 n x n 크기의 복원 행렬을 생성하고, 상기 복원 행렬이 생성되면, 상기 복원 행렬과 상기 치환 행렬 간의 아다마르 곱(Hadamard product)을 연산하여 연산 행렬을 생성하고, 상기 연산 행렬을 구성하는 n x n개의 성분들 중 '0'이 아닌 k개의 성분들을, 상기 k개의 분할 데이터들로 추출한 후, 추출된 상기 k개의 분할 데이터들을 조합하여 상기 데이터 셋을 복원함으로써, 상기 제2 위치 정보와 상기 제2 크기 정보를 복원한다.
여기서, 모듈로-2 연산은 피제수를 2로 나누는 나눗셈을 수행하여, 그에 대한 나머지(remainder)를 산출하는 연산을 의미한다.
또한, 아다마르 곱이란 같은 크기의 행렬에서 각 성분을 곱하는 연산을 의미하는 것으로서, '[a b c]'와 '[x y z]'라는 행렬이 있을 때, 두 행렬 간의 아다마르 곱을 연산하면, 이에 대한 연산 행렬은 '[ax by cz]'로 나타낼 수 있다.
이하에서는, 도 4를 참조하여, 관리자 단말(160)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, n을 '3', k를 '4'라고 하고, 관리자 단말(160)의 메모리 상에는, 위험물 정보 관리 서버(110)와 사전 공유하고 있는 암호화 키인 '암호화 키 1'이 사전 저장되어 있다고 하며, 이미지 전송부(134)가 관리자 단말(160)로, 상기 암호화 이미지, 상기 치환 행렬인 '
Figure 112021153023506-pat00020
' 및 상기 복원용 키 이미지를 전송함에 따라, 관리자 단말(160)에 상기 암호화 이미지, 상기 치환 행렬인 '
Figure 112021153023506-pat00021
' 및 상기 복원용 키 이미지가 수신되었다고 가정하자. 또한, 상기 복원용 키 이미지는 도 4의 도면부호 420으로 도시된 그림과 같다고 가정하자.
이때, 전술한 예에 따르면, 상기 암호화 이미지는 '촬영 이미지 3(410)'이 '암호화 키 1'로 암호화됨으로써 생성된 이미지이므로, 관리자 단말(160)은 상기 암호화 이미지를 '암호화 키 1'로 복호화함으로써, '촬영 이미지 3(410)'을 복원할 수 있다.
그 이후, 관리자 단말(160)은 '촬영 이미지 3(410)'을 가로 '3'개와 세로 '3'개로 구성되는 '9'개의 부분 영역들(411, 412, 413, 414, 415, 416, 417, 418, 419)로 분할할 수 있고, 복원용 키 이미지(420)를 가로 '3'개와 세로 '3'개로 구성되는 '9'개의 부분 영역들(421, 422, 423, 424, 425, 426, 427, 428, 429)로 분할할 수 있다.
그러고 나서, 관리자 단말(160)은 '9'개의 부분 영역별로, '촬영 이미지 3(410)'과 복원용 키 이미지(420) 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 확인할 수 있다.
관련해서, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 1(421)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 1(411)'에서 '30개'만큼의 제2 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 1(411)'과 '부분 영역 1(421)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '30개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 2(422)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 2(412)'에서 '17개'만큼의 제1 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로,, 관리자 단말(160)은 '부분 영역 2(412)'와 '부분 영역 2(422)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '17개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 3(423)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 3(413)'에서 '12개'만큼의 제2 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 3(413)'과 '부분 영역 2(423)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '12개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 4(424)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 4(414)'에서 '26개'만큼의 제2 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 4(414)'와 '부분 영역 4(424)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '26개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 5(425)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 5(415)'에서 '4개'만큼의 제2 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 5(415)'와 '부분 영역 5(425)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '4개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 6(426)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 6(416)'에서 '21개'만큼의 제1 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 6(416)'과 '부분 영역 6(426)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '21개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 7(427)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 7(417)'에서 '9개'만큼의 제1 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 7(417)'과 '부분 영역 7(427)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '9개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 8(428)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 8(418)'에서 '18개'만큼의 제2 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 8(418)'과 '부분 영역 8(428)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '18개'로 확인할 수 있다.
그리고, 상기 복원용 키 이미지(420)를 구성하는 '부분 영역 9(429)'의 경우, '촬영 이미지 3(410)'을 구성하는 '부분 영역 9(419)'에서 '35개'만큼의 제1 화소들 각각에 대한 화솟값이 랜덤하게 변경되었으므로, 관리자 단말(160)은 '부분 영역 9(419)'와 '부분 영역 9(429)' 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 '35개'로 확인할 수 있다.
이렇게, 관리자 단말(160)은 각 부분 영역별로 서로 일치 하지 않는 화솟값을 갖는 화소들의 개수가 '30개, 17개, 12개, 26개, 4개, 21개, 9개, 18개, 35개'와 같이 확인되면, 각 부분 영역별로 확인된 서로 일치 하지 않는 화솟값을 갖는 화소들의 개수인 '30개, 17개, 12개, 26개, 4개, 21개, 9개, 18개, 35개'를 성분으로 갖는 '3 x 3' 크기의 영역 행렬을, '
Figure 112021153023506-pat00022
'와 같이 생성할 수 있다.
그러고 나서, 관리자 단말(160)은 상기 영역 행렬인 '
Figure 112021153023506-pat00023
'을 구성하는 성분들 각각을, 각 성분에 대해 모듈로-2 연산을 수행하였을 때의 결과 값으로 치환함으로써, '0'과 '1'로 구성된 '3 x 3' 크기의 복원 행렬을 '
Figure 112021153023506-pat00024
'과 같이 생성할 수 있다.
그 이후, 관리자 단말(160)은 상기 복원 행렬인 '
Figure 112021153023506-pat00025
'과 상기 치환 행렬인 '
Figure 112021153023506-pat00026
' 간의 아다마르 곱을 연산하여 연산 행렬을 '
Figure 112021153023506-pat00027
'와 같이 생성한 후, 상기 연산 행렬인 '
Figure 112021153023506-pat00028
'를 구성하는 '9'개의 성분들 중 '0'이 아닌 '4'개의 성분들을, '4'개의 분할 데이터들로 추출할 수 있다.
이때, 관리자 단말(160)은 상기 연산 행렬인 '
Figure 112021153023506-pat00029
'를 구성하는 '9'개의 성분들 중 '0'이 아닌 '4'개의 성분들을 '4'개의 분할 데이터들로 추출할 때, 좌측열에서 우측열의 방향으로, 상단행에서 하단행의 방향으로 순차적으로 하나씩 추출할 수 있다. 즉, 관리자 단말(160)은 상기 연산 행렬인 '
Figure 112021153023506-pat00030
'를 구성하는 '9'개의 성분들 중 '0'이 아닌 '4'개의 성분들을 '1행 1열, 1행 2열, 1행 3열, 2행 1열, 2행 2열, 2행 3열, 3행 1열, 3행 2열, 3행 3열'의 순서로 하나씩 추출함으로써, 'P1, P2, P3, P4'라는 '4'개의 분할 데이터들을 하나씩 추출할 수 있다.
그러고 나서, 관리자 단말(160)은 추출된 '4'개의 분할 데이터들인 'P1, P2, P3, P4'를 조합하여 상기 데이터 셋인 '(위치 정보 3, 크기 정보 3)'을 복원함으로써, '위치 정보 3'과 '크기 정보 3'을 복원할 수 있다.
도 5는 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작 방법을 도시한 순서도이다.
단계(S510)에서는 도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들(상기 복수의 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS가 구비된 정보 수집 단말이 탑재되어 있음)에 의해 수집된 위험물 정보들(상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음)이 저장되어 있는 위험물 정보 데이터베이스를 유지한다.
단계(S520)에서는 상기 복수의 차량들 중 어느 하나인 제1 차량에 탑재된 제1 정보 수집 단말로부터, 상기 제1 정보 수집 단말에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 상기 제1 정보 수집 단말에 구비된 거리 측정 센서를 통해 측정된 상기 제1 차량과 상기 제1 위험물 간의 제1 이격 거리 및 상기 제1 정보 수집 단말에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성한다.
단계(S530)에서는 상기 제1 크기 정보가 생성되면, 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보를 저장한다.
이때, 본 발명의 일실시예에 따르면, 단계(S520)에서는 상기 제1 정보 수집 단말로부터, 상기 제1 촬영 이미지, 상기 제1 이격 거리 및 상기 제1 위치 정보가 수신되면, 상기 제1 촬영 이미지의 크기를, 상기 제1 정보 수집 단말에 구비된 카메라의 이미지 센서에 맺히는 상의 크기인 상기 제1 크기에 대응되는 크기로 조정하는 단계, 상기 크기가 조정된 제1 촬영 이미지에서, 상기 제1 위험물에 해당되는 오브젝트의 외곽을 둘러싸는 사각 영역을 생성한 후, 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이를 확인하는 단계, 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이가 확인되면, 상기 수학식 1에 따라, 상기 사각 영역의 실제 세로 길이를 연산하는 단계, 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적을 연산하는 단계 및 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이와, 상기 사각 영역의 실제 세로 길이 간의 비율에 따라, 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적으로부터, 상기 사각 영역의 실제 면적을 연산함으로써, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 크기 정보로 생성하는 단계를 포함할 수 있다.
또한, 본 발명의 일실시예에 따르면, 상기 위험물 정보 관리 서버의 동작 방법은 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하는 단계 및 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 상기 제1 위험물 정보를 삭제하는 단계를 더 포함할 수 있고, 이때, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하는 단계는 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 사전 설정된 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 사전 설정된 기준 크기 이내인 크기 정보를 포함하는 위험물 정보가 존재하는지 여부를 판단하는 단계, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계 및 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가, 사전 설정된 기준 유사도를 초과하는지 여부를 확인하여, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도 중, 상기 기준 유사도를 초과하는 이미지 유사도가 존재하는 것으로 확인되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단하는 단계를 포함할 수 있다.
이때, 본 발명의 일실시예에 따르면, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계는 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 상기 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대해, 색상 채널별 이미지 히스토그램을 산출하는 단계, 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대한 색상 채널별 이미지 히스토그램이 산출되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 색상 채널별로, 각 후보 위험물 정보에 포함된 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와, 상기 제1 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도를 연산하는 단계 및 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 대한 색상 채널별 벡터 유사도의 평균 값을, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도로 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계를 포함할 수 있다.
또한, 본 발명의 일실시예에 따르면, 상기 위험물 정보 관리 서버의 동작 방법은 관리자 단말과 사전 공유하고 있는 암호화 키가 저장되어 있는 암호화 키 저장부를 유지하는 단계, 상기 관리자 단말로부터, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중 어느 하나인 제2 위험물 정보에 대한 제공 요청이 수신되면, 상기 위험물 정보 데이터베이스로부터 상기 제2 위험물 정보를 추출하여, 상기 제2 위험물 정보에 포함된 제2 촬영 이미지를, 가로 n(n은 2 이상의 자연수임)개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하는 단계, 상기 제2 촬영 이미지를 구성하는 상기 n x n개의 부분 영역들 중, k(k는 2 이상 n2 미만의 자연수임)개의 제1 부분 영역들을 랜덤하게 선택하고, 상기 제1 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 홀수개만큼의 제1 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제1 화소들 각각에 대한 화솟값을 랜덤하게 변경하고, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들을 제외한 나머지 n2-k개의 제2 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 짝수개만큼의 제2 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제2 화소들 각각에 대한 화솟값을 랜덤하게 변경함으로써, 복원용 키 이미지를 생성하는 단계, 상기 복원용 키 이미지가 생성되면, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들과 동일한 지점에 '1'의 성분을 할당하고, 상기 제2 부분 영역들과 동일한 지점에 '0'의 성분을 할당함으로써, '0'과 '1'로 구성된 n x n 크기의 매핑 행렬을 생성하는 단계, 상기 매핑 행렬이 생성되면, 상기 제2 위험물 정보에 포함된 제2 위치 정보와 제2 크기 정보를 확인하여, 상기 제2 위치 정보와 상기 제2 크기 정보로 구성된 데이터 셋을 생성하는 단계, 상기 데이터 셋을 k개로 분할하여 k개의 분할 데이터들을 생성하고, n2-k개의 더미 데이터들을 랜덤하게 생성한 후, 상기 매핑 행렬을 구성하는 n x n개의 성분들 중, '1'의 성분들이 위치하는 지점에 상기 k개의 분할 데이터들을 하나씩 삽입하고, '0'의 성분들이 위치하는 지점에 상기 n2-k개의 더미 데이터들을 하나씩 삽입함으로써, n x n 크기의 치환 행렬을 생성하는 단계 상기 제2 촬영 이미지를 상기 암호화 키로 암호화함으로써, 암호화 이미지를 생성하는 단계 및 상기 관리자 단말로, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지를 전송하는 단계를 더 포함할 수 있고, 이때, 상기 관리자 단말은 메모리 상에 상기 암호화 키를 사전 저장하고 있고, 상기 위험물 정보 관리 서버로부터, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지가 수신되면, 상기 암호화 키로 상기 암호화 이미지를 복호화함으로써, 상기 제2 촬영 이미지를 복원한 후, 상기 제2 촬영 이미지와 상기 복원용 키 이미지를, 각각 가로 n개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하고, 상기 n x n개의 부분 영역들 각각에 대해, 각 부분 영역별로, 상기 제2 촬영 이미지와 상기 복원용 키 이미지 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 확인하여, 각 부분 영역별로 확인된 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 성분으로 갖는 n x n 크기의 영역 행렬을 생성한 후, 상기 영역 행렬을 구성하는 성분들 각각을, 각 성분에 대해 모듈로-2 연산을 수행하였을 때의 결과 값으로 치환함으로써, '0'과 '1'로 구성된 n x n 크기의 복원 행렬을 생성하고, 상기 복원 행렬이 생성되면, 상기 복원 행렬과 상기 치환 행렬 간의 아다마르 곱을 연산하여 연산 행렬을 생성하고, 상기 연산 행렬을 구성하는 n x n개의 성분들 중 '0'이 아닌 k개의 성분들을, 상기 k개의 분할 데이터들로 추출한 후, 추출된 상기 k개의 분할 데이터들을 조합하여 상기 데이터 셋을 복원함으로써, 상기 제2 위치 정보와 상기 제2 크기 정보를 복원할 수 있다.
이상, 도 5를 참조하여 본 발명의 일실시예에 따른 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작 방법에 대해 설명하였다. 여기서, 본 발명의 일실시예에 따른 위험물 정보 관리 서버의 동작 방법은 도 1 내지 도 4를 이용하여 설명한 위험물 정보 관리 서버(110)의 동작에 대한 구성과 대응될 수 있으므로, 이에 대한 보다 상세한 설명은 생략하기로 한다.
본 발명의 일실시예에 따른 위험물 정보 관리 서버의 동작 방법은 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
또한, 본 발명의 일실시예에 따른 위험물 정보 관리 서버의 동작 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
110: 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버
111: 위험물 정보 데이터베이스 112: 크기 정보 생성부
113: 위험물 정보 저장 처리부 114: 크기 조정부
115: 세로 길이 확인부 116: 실제 세로 길이 연산부
117: 면적 연산부 118: 크기 정보 생성 처리부
119: 중복 여부 판단부 120: 위험물 정보 삭제부
121: 제1 판단부 122: 이미지 유사도 연산부
123: 제2 판단부 124: 이미지 히스토그램 산출부
125: 벡터 유사도 연산부 126: 이미지 유사도 연산 처리부
127: 암호화 키 저장부 128: 이미지 분할부
129: 복원용 키 이미지 생성부 130: 매핑 행렬 생성부
131: 데이터 셋 생성부 132: 치환 행렬 생성부
133: 암호화 이미지 생성부 134: 이미지 전송부
140: 제1 차량
150: 제1 정보 수집 단말
160: 관리자 단말

Claims (12)

  1. 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버에 있어서,
    도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들 - 상기 복수의 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상(像)이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS(Global Positioning System)가 구비된 정보 수집 단말이 탑재되어 있음 - 에 의해 수집된 위험물 정보들 - 상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음 - 이 저장되어 있는 위험물 정보 데이터베이스;
    상기 복수의 차량들 중 어느 하나인 제1 차량에 탑재된 제1 정보 수집 단말로부터, 상기 제1 정보 수집 단말에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 상기 제1 정보 수집 단말에 구비된 거리 측정 센서를 통해 측정된 상기 제1 차량과 상기 제1 위험물 간의 제1 이격 거리 및 상기 제1 정보 수집 단말에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성하는 크기 정보 생성부;
    상기 제1 크기 정보가 생성되면, 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보를 저장하는 위험물 정보 저장 처리부;
    상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하는 중복 여부 판단부; 및
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 상기 제1 위험물 정보를 삭제하는 위험물 정보 삭제부
    를 포함하고,
    상기 중복 여부 판단부는
    상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 사전 설정된 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 사전 설정된 기준 크기 이내인 크기 정보를 포함하는 위험물 정보가 존재하는지 여부를 판단하는 제1 판단부;
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 이미지 유사도 연산부; 및
    상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가, 사전 설정된 기준 유사도를 초과하는지 여부를 확인하여, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도 중, 상기 기준 유사도를 초과하는 이미지 유사도가 존재하는 것으로 확인되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단하는 제2 판단부
    를 포함하는 위험물 정보 관리 서버.
  2. 제1항에 있어서,
    상기 크기 정보 생성부는
    상기 제1 정보 수집 단말로부터, 상기 제1 촬영 이미지, 상기 제1 이격 거리 및 상기 제1 위치 정보가 수신되면, 상기 제1 촬영 이미지의 크기를, 상기 제1 정보 수집 단말에 구비된 카메라의 이미지 센서에 맺히는 상의 크기인 상기 제1 크기에 대응되는 크기로 조정하는 크기 조정부;
    상기 크기가 조정된 제1 촬영 이미지에서, 상기 제1 위험물에 해당되는 오브젝트(object)의 외곽을 둘러싸는 사각 영역을 생성한 후, 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이를 확인하는 세로 길이 확인부;
    상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이가 확인되면, 하기의 수학식 1에 따라, 상기 사각 영역의 실제 세로 길이를 연산하는 실제 세로 길이 연산부;
    상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적을 연산하는 면적 연산부; 및
    상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이와, 상기 사각 영역의 실제 세로 길이 간의 비율에 따라, 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적으로부터, 상기 사각 영역의 실제 면적을 연산함으로써, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 크기 정보로 생성하는 크기 정보 생성 처리부
    를 포함하는 위험물 정보 관리 서버.
    [수학식 1]
    Figure 112021153023506-pat00031

    여기서, h는 상기 사각 영역의 실제 세로 길이를 의미하고, H는 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이, f는 상기 제1 초점 거리, l은 상기 제1 이격 거리를 의미함.
  3. 삭제
  4. 제1항에 있어서,
    상기 이미지 유사도 연산부는
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 상기 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대해, 색상 채널별 이미지 히스토그램(histogram)을 산출하는 이미지 히스토그램 산출부;
    상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대한 색상 채널별 이미지 히스토그램이 산출되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 색상 채널별로, 각 후보 위험물 정보에 포함된 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와, 상기 제1 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도를 연산하는 벡터 유사도 연산부; 및
    상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 대한 색상 채널별 벡터 유사도의 평균 값을, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도로 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 이미지 유사도 연산 처리부
    를 포함하는 위험물 정보 관리 서버.
  5. 제1항에 있어서,
    관리자 단말과 사전 공유하고 있는 암호화 키가 저장되어 있는 암호화 키 저장부;
    상기 관리자 단말로부터, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중 어느 하나인 제2 위험물 정보에 대한 제공 요청이 수신되면, 상기 위험물 정보 데이터베이스로부터 상기 제2 위험물 정보를 추출하여, 상기 제2 위험물 정보에 포함된 제2 촬영 이미지를, 가로 n(n은 2 이상의 자연수임)개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하는 이미지 분할부;
    상기 제2 촬영 이미지를 구성하는 상기 n x n개의 부분 영역들 중, k(k는 2 이상 n2 미만의 자연수임)개의 제1 부분 영역들을 랜덤하게 선택하고, 상기 제1 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 홀수개만큼의 제1 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제1 화소들 각각에 대한 화솟값을 랜덤하게 변경하고, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들을 제외한 나머지 n2-k개의 제2 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 짝수개만큼의 제2 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제2 화소들 각각에 대한 화솟값을 랜덤하게 변경함으로써, 복원용 키 이미지를 생성하는 복원용 키 이미지 생성부;
    상기 복원용 키 이미지가 생성되면, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들과 동일한 지점에 '1'의 성분을 할당하고, 상기 제2 부분 영역들과 동일한 지점에 '0'의 성분을 할당함으로써, '0'과 '1'로 구성된 n x n 크기의 매핑(mapping) 행렬을 생성하는 매핑 행렬 생성부;
    상기 매핑 행렬이 생성되면, 상기 제2 위험물 정보에 포함된 제2 위치 정보와 제2 크기 정보를 확인하여, 상기 제2 위치 정보와 상기 제2 크기 정보로 구성된 데이터 셋을 생성하는 데이터 셋 생성부;
    상기 데이터 셋을 k개로 분할하여 k개의 분할 데이터들을 생성하고, n2-k개의 더미(dummy) 데이터들을 랜덤하게 생성한 후, 상기 매핑 행렬을 구성하는 n x n개의 성분들 중, '1'의 성분들이 위치하는 지점에 상기 k개의 분할 데이터들을 하나씩 삽입하고, '0'의 성분들이 위치하는 지점에 상기 n2-k개의 더미 데이터들을 하나씩 삽입함으로써, n x n 크기의 치환 행렬을 생성하는 치환 행렬 생성부;
    상기 제2 촬영 이미지를 상기 암호화 키로 암호화함으로써, 암호화 이미지를 생성하는 암호화 이미지 생성부; 및
    상기 관리자 단말로, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지를 전송하는 이미지 전송부
    를 더 포함하고,
    상기 관리자 단말은
    메모리 상에 상기 암호화 키를 사전 저장하고 있고, 상기 위험물 정보 관리 서버로부터, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지가 수신되면, 상기 암호화 키로 상기 암호화 이미지를 복호화함으로써, 상기 제2 촬영 이미지를 복원한 후, 상기 제2 촬영 이미지와 상기 복원용 키 이미지를, 각각 가로 n개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하고, 상기 n x n개의 부분 영역들 각각에 대해, 각 부분 영역별로, 상기 제2 촬영 이미지와 상기 복원용 키 이미지 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 확인하여, 각 부분 영역별로 확인된 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 성분으로 갖는 n x n 크기의 영역 행렬을 생성한 후, 상기 영역 행렬을 구성하는 성분들 각각을, 각 성분에 대해 모듈로-2(modulo-2) 연산을 수행하였을 때의 결과 값으로 치환함으로써, '0'과 '1'로 구성된 n x n 크기의 복원 행렬을 생성하고, 상기 복원 행렬이 생성되면, 상기 복원 행렬과 상기 치환 행렬 간의 아다마르 곱(Hadamard product)을 연산하여 연산 행렬을 생성하고, 상기 연산 행렬을 구성하는 n x n개의 성분들 중 '0'이 아닌 k개의 성분들을, 상기 k개의 분할 데이터들로 추출한 후, 추출된 상기 k개의 분할 데이터들을 조합하여 상기 데이터 셋을 복원함으로써, 상기 제2 위치 정보와 상기 제2 크기 정보를 복원하는 것을 특징으로 하는 위험물 정보 관리 서버.
  6. 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버의 동작 방법에 있어서,
    도로 상에서 위험물 정보를 수집하기로 사전 지정된 복수의 차량들 - 상기 복수의 차량들 각각에는, 도로 상에서 위험물 정보를 수집하기 위해, 각 차량의 전방을 촬영할 수 있는 카메라(상기 카메라는, 사전 설정된 제1 초점 거리를 가지면서, 사전 설정된 제1 크기의 상(像)이 이미지 센서에 맺히도록 구성된 카메라임)와 각 차량의 전방의 위험물까지의 이격 거리를 측정하기 위한 거리 측정 센서 및 각 차량의 위치 정보를 수집할 수 있는 GPS(Global Positioning System)가 구비된 정보 수집 단말이 탑재되어 있음 - 에 의해 수집된 위험물 정보들 - 상기 위험물 정보들 각각은, 차량에 탑재된 정보 수집 단말을 통해 촬영된 도로 상의 위험물에 대한 촬영 이미지와 상기 촬영 이미지가 촬영된 지점의 위치 정보 및 위험물에 대한 크기 정보로 구성되어 있음 - 이 저장되어 있는 위험물 정보 데이터베이스를 유지하는 단계;
    상기 복수의 차량들 중 어느 하나인 제1 차량에 탑재된 제1 정보 수집 단말로부터, 상기 제1 정보 수집 단말에 구비된 카메라를 통해 촬영된 제1 위험물에 대한 제1 촬영 이미지, 상기 제1 정보 수집 단말에 구비된 거리 측정 센서를 통해 측정된 상기 제1 차량과 상기 제1 위험물 간의 제1 이격 거리 및 상기 제1 정보 수집 단말에 구비된 GPS를 통해 획득된 상기 제1 촬영 이미지가 촬영된 지점의 제1 위치 정보가 수신되면, 상기 제1 초점 거리와 상기 제1 이격 거리를 기초로, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 위험물에 대한 제1 크기 정보로 생성하는 단계;
    상기 제1 크기 정보가 생성되면, 상기 제1 촬영 이미지, 상기 제1 위치 정보 및 상기 제1 크기 정보로 구성된 제1 위험물 정보를 생성한 후, 상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보를 저장하는 단계;
    상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하는 단계; 및
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 상기 제1 위험물 정보를 삭제하는 단계
    를 포함하고,
    상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는지 여부를 판단하는 단계는
    상기 위험물 정보 데이터베이스에 상기 제1 위험물 정보가 저장 완료되면, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 사전 설정된 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 사전 설정된 기준 크기 이내인 크기 정보를 포함하는 위험물 정보가 존재하는지 여부를 판단하는 단계;
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계; 및
    상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도가, 사전 설정된 기준 유사도를 초과하는지 여부를 확인하여, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도 중, 상기 기준 유사도를 초과하는 이미지 유사도가 존재하는 것으로 확인되는 경우, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위험물 정보와 중복되는 위험물 정보가 존재하는 것으로 판단하는 단계
    를 포함하는 위험물 정보 관리 서버의 동작 방법.
  7. 제6항에 있어서,
    상기 제1 위험물에 대한 제1 크기 정보로 생성하는 단계는
    상기 제1 정보 수집 단말로부터, 상기 제1 촬영 이미지, 상기 제1 이격 거리 및 상기 제1 위치 정보가 수신되면, 상기 제1 촬영 이미지의 크기를, 상기 제1 정보 수집 단말에 구비된 카메라의 이미지 센서에 맺히는 상의 크기인 상기 제1 크기에 대응되는 크기로 조정하는 단계;
    상기 크기가 조정된 제1 촬영 이미지에서, 상기 제1 위험물에 해당되는 오브젝트(object)의 외곽을 둘러싸는 사각 영역을 생성한 후, 상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이를 확인하는 단계;
    상기 크기가 조정된 제1 촬영 이미지에서 상기 사각 영역의 세로 길이가 확인되면, 하기의 수학식 1에 따라, 상기 사각 영역의 실제 세로 길이를 연산하는 단계;
    상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적을 연산하는 단계; 및
    상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이와, 상기 사각 영역의 실제 세로 길이 간의 비율에 따라, 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 면적으로부터, 상기 사각 영역의 실제 면적을 연산함으로써, 상기 제1 위험물의 실제 크기를 추정한 후, 추정된 상기 제1 위험물의 실제 크기를 상기 제1 크기 정보로 생성하는 단계
    를 포함하는 위험물 정보 관리 서버의 동작 방법.
    [수학식 1]
    Figure 112021153023506-pat00032

    여기서, h는 상기 사각 영역의 실제 세로 길이를 의미하고, H는 상기 크기가 조정된 제1 촬영 이미지에서의 상기 사각 영역의 세로 길이, f는 상기 제1 초점 거리, l은 상기 제1 이격 거리를 의미함.
  8. 삭제
  9. 제6항에 있어서,
    상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계는
    상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중, 상기 제1 위치 정보와의 이격 거리가 상기 기준 거리 이내인 위치 정보를 포함함과 동시에, 상기 제1 크기 정보와의 차이가 상기 기준 크기 이내인 크기 정보를 포함하는 위험물 정보로, 상기 적어도 하나의 후보 위험물 정보가 존재하는 것으로 확인되면, 상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대해, 색상 채널별 이미지 히스토그램(histogram)을 산출하는 단계;
    상기 적어도 하나의 후보 위험물 정보 각각에 포함된 촬영 이미지와 상기 제1 촬영 이미지 각각에 대한 색상 채널별 이미지 히스토그램이 산출되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 색상 채널별로, 각 후보 위험물 정보에 포함된 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터와, 상기 제1 촬영 이미지에 대한 이미지 히스토그램에 포함된 화솟값별 화소 수를 성분으로 갖는 벡터 간의 벡터 유사도를 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도를 연산하는 단계; 및
    상기 적어도 하나의 후보 위험물 정보 각각에 대한 색상 채널별 벡터 유사도가 연산되면, 상기 적어도 하나의 후보 위험물 정보 각각에 대해, 각 후보 위험물 정보에 대한 색상 채널별 벡터 유사도의 평균 값을, 각 후보 위험물 정보에 포함된 촬영 이미지와 상기 제1 촬영 이미지 간의 이미지 유사도로 연산함으로써, 상기 적어도 하나의 후보 위험물 정보 각각에 대응되는 이미지 유사도를 연산하는 단계
    를 포함하는 위험물 정보 관리 서버의 동작 방법.
  10. 제6항에 있어서,
    관리자 단말과 사전 공유하고 있는 암호화 키가 저장되어 있는 암호화 키 저장부를 유지하는 단계;
    상기 관리자 단말로부터, 상기 위험물 정보 데이터베이스에 저장되어 있는 위험물 정보들 중 어느 하나인 제2 위험물 정보에 대한 제공 요청이 수신되면, 상기 위험물 정보 데이터베이스로부터 상기 제2 위험물 정보를 추출하여, 상기 제2 위험물 정보에 포함된 제2 촬영 이미지를, 가로 n(n은 2 이상의 자연수임)개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하는 단계;
    상기 제2 촬영 이미지를 구성하는 상기 n x n개의 부분 영역들 중, k(k는 2 이상 n2 미만의 자연수임)개의 제1 부분 영역들을 랜덤하게 선택하고, 상기 제1 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 홀수개만큼의 제1 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제1 화소들 각각에 대한 화솟값을 랜덤하게 변경하고, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들을 제외한 나머지 n2-k개의 제2 부분 영역들 각각에 대해, 각 부분 영역별로 임의의 짝수개만큼의 제2 화소들을 랜덤하게 선택한 후, 각 부분 영역별로 선택된 상기 제2 화소들 각각에 대한 화솟값을 랜덤하게 변경함으로써, 복원용 키 이미지를 생성하는 단계;
    상기 복원용 키 이미지가 생성되면, 상기 n x n개의 부분 영역들 중, 상기 제1 부분 영역들과 동일한 지점에 '1'의 성분을 할당하고, 상기 제2 부분 영역들과 동일한 지점에 '0'의 성분을 할당함으로써, '0'과 '1'로 구성된 n x n 크기의 매핑(mapping) 행렬을 생성하는 단계;
    상기 매핑 행렬이 생성되면, 상기 제2 위험물 정보에 포함된 제2 위치 정보와 제2 크기 정보를 확인하여, 상기 제2 위치 정보와 상기 제2 크기 정보로 구성된 데이터 셋을 생성하는 단계;
    상기 데이터 셋을 k개로 분할하여 k개의 분할 데이터들을 생성하고, n2-k개의 더미(dummy) 데이터들을 랜덤하게 생성한 후, 상기 매핑 행렬을 구성하는 n x n개의 성분들 중, '1'의 성분들이 위치하는 지점에 상기 k개의 분할 데이터들을 하나씩 삽입하고, '0'의 성분들이 위치하는 지점에 상기 n2-k개의 더미 데이터들을 하나씩 삽입함으로써, n x n 크기의 치환 행렬을 생성하는 단계;
    상기 제2 촬영 이미지를 상기 암호화 키로 암호화함으로써, 암호화 이미지를 생성하는 단계; 및
    상기 관리자 단말로, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지를 전송하는 단계
    를 더 포함하고,
    상기 관리자 단말은
    메모리 상에 상기 암호화 키를 사전 저장하고 있고, 상기 위험물 정보 관리 서버로부터, 상기 암호화 이미지, 상기 치환 행렬 및 상기 복원용 키 이미지가 수신되면, 상기 암호화 키로 상기 암호화 이미지를 복호화함으로써, 상기 제2 촬영 이미지를 복원한 후, 상기 제2 촬영 이미지와 상기 복원용 키 이미지를, 각각 가로 n개와 세로 n개로 구성되는 n x n개의 부분 영역들로 분할하고, 상기 n x n개의 부분 영역들 각각에 대해, 각 부분 영역별로, 상기 제2 촬영 이미지와 상기 복원용 키 이미지 간의 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 확인하여, 각 부분 영역별로 확인된 서로 일치하지 않는 화솟값을 갖는 화소들의 개수를 성분으로 갖는 n x n 크기의 영역 행렬을 생성한 후, 상기 영역 행렬을 구성하는 성분들 각각을, 각 성분에 대해 모듈로-2(modulo-2) 연산을 수행하였을 때의 결과 값으로 치환함으로써, '0'과 '1'로 구성된 n x n 크기의 복원 행렬을 생성하고, 상기 복원 행렬이 생성되면, 상기 복원 행렬과 상기 치환 행렬 간의 아다마르 곱(Hadamard product)을 연산하여 연산 행렬을 생성하고, 상기 연산 행렬을 구성하는 n x n개의 성분들 중 '0'이 아닌 k개의 성분들을, 상기 k개의 분할 데이터들로 추출한 후, 추출된 상기 k개의 분할 데이터들을 조합하여 상기 데이터 셋을 복원함으로써, 상기 제2 위치 정보와 상기 제2 크기 정보를 복원하는 것을 특징으로 하는 위험물 정보 관리 서버의 동작 방법.
  11. 제6항, 제7항, 제9항 또는 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
  12. 제6항, 제7항, 제9항 또는 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램.
KR1020210193066A 2021-12-30 2021-12-30 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 KR102413162B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210193066A KR102413162B1 (ko) 2021-12-30 2021-12-30 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법
PCT/KR2022/011715 WO2023128113A1 (ko) 2021-12-30 2022-08-05 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210193066A KR102413162B1 (ko) 2021-12-30 2021-12-30 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR102413162B1 true KR102413162B1 (ko) 2022-06-24

Family

ID=82215978

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210193066A KR102413162B1 (ko) 2021-12-30 2021-12-30 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Country Status (2)

Country Link
KR (1) KR102413162B1 (ko)
WO (1) WO2023128113A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023128113A1 (ko) * 2021-12-30 2023-07-06 주식회사 다리소프트 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101074678B1 (ko) * 2011-03-03 2011-10-18 배상모 휴대단말기에 구비된 카메라를 이용한 물체의 실제 크기 측정 방법
KR102094341B1 (ko) * 2018-10-02 2020-03-27 한국건설기술연구원 인공지능 기반의 도로 노면 불량 객체 정보 분석 시스템 및 방법
KR20200040374A (ko) * 2018-10-10 2020-04-20 삼성전자주식회사 거리 추정 방법 및 장치
KR20210077251A (ko) * 2019-12-17 2021-06-25 주식회사 한글과컴퓨터 표가 삽입된 이미지로부터 지식 데이터베이스의 구축이 가능한 데이터베이스 구축 장치 및 그 동작 방법
KR102276669B1 (ko) * 2021-04-12 2021-07-13 (주)한컴인텔리전스 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법
KR102333520B1 (ko) * 2020-10-12 2021-12-01 주식회사 도로시 도로 상 객체 검출 방법, 장치 및 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102413162B1 (ko) * 2021-12-30 2022-06-24 주식회사 다리소프트 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101074678B1 (ko) * 2011-03-03 2011-10-18 배상모 휴대단말기에 구비된 카메라를 이용한 물체의 실제 크기 측정 방법
KR102094341B1 (ko) * 2018-10-02 2020-03-27 한국건설기술연구원 인공지능 기반의 도로 노면 불량 객체 정보 분석 시스템 및 방법
KR20200040374A (ko) * 2018-10-10 2020-04-20 삼성전자주식회사 거리 추정 방법 및 장치
KR20210077251A (ko) * 2019-12-17 2021-06-25 주식회사 한글과컴퓨터 표가 삽입된 이미지로부터 지식 데이터베이스의 구축이 가능한 데이터베이스 구축 장치 및 그 동작 방법
KR102333520B1 (ko) * 2020-10-12 2021-12-01 주식회사 도로시 도로 상 객체 검출 방법, 장치 및 시스템
KR102276669B1 (ko) * 2021-04-12 2021-07-13 (주)한컴인텔리전스 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023128113A1 (ko) * 2021-12-30 2023-07-06 주식회사 다리소프트 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법

Also Published As

Publication number Publication date
WO2023128113A1 (ko) 2023-07-06

Similar Documents

Publication Publication Date Title
US10424075B2 (en) Depth/disparity map post-processing method and device
US8204278B2 (en) Image recognition method
JP5306652B2 (ja) 集積された画像プロセッサ
US8867790B2 (en) Object detection device, object detection method, and program
KR101622344B1 (ko) 적응적 영역 가중치가 적용된 센서스 변환 기반 스테레오 정합을 통한 시차 계산 방법 및 그 시스템
KR101507333B1 (ko) 경사면 상황 인식 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체
KR101279712B1 (ko) 실시간 차선 검출 장치 및 방법과 이에 관한 기록매체
JP5015126B2 (ja) 画像生成方法、画像認証方法、画像生成装置、画像認証装置、プログラム、および記録媒体
JP6340781B2 (ja) 視差図による視差方向連続型物体検知方法及び装置
CN113052066B (zh) 三维目标检测中基于多视图和图像分割的多模态融合方法
WO2018211930A1 (ja) 物体検出装置、物体検出方法、及び、コンピュータが読取可能な記録媒体
KR102413162B1 (ko) 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법
US20150178573A1 (en) Ground plane detection
Schiopu et al. Pothole detection and tracking in car video sequence
Chi et al. Bev-san: Accurate bev 3d object detection via slice attention networks
Dong et al. Color image recognition method based on the prewitt operator
KR102413157B1 (ko) 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물 정보를 수집하여 관리할 수 있는 위험물 정보 관리 서버 및 그 동작 방법
Buza et al. Unsupervised method for detection of high severity distresses on asphalt pavements
KR101717441B1 (ko) 문자영상 내의 개인정보 보호장치 및 방법
RU2669470C1 (ru) Устройство для удаления логотипов и субтитров с видеопоследовательностей
KR102408481B1 (ko) 도로 상의 위험물 정보를 수집하기 위한 정보 수집 단말 장치 및 그 동작 방법
JP2016053763A (ja) 画像処理装置、画像処理方法及びプログラム
CN104252707A (zh) 对象检测方法和装置
KR101907852B1 (ko) 스테레오 영상 처리 방법 및 장치
Liu et al. Color component–based road feature extraction from airborne lidar and imaging data sets

Legal Events

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