KR102466709B1 - Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템 - Google Patents

Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR102466709B1
KR102466709B1 KR1020220091499A KR20220091499A KR102466709B1 KR 102466709 B1 KR102466709 B1 KR 102466709B1 KR 1020220091499 A KR1020220091499 A KR 1020220091499A KR 20220091499 A KR20220091499 A KR 20220091499A KR 102466709 B1 KR102466709 B1 KR 102466709B1
Authority
KR
South Korea
Prior art keywords
information
image information
cctv
cctv image
monitoring object
Prior art date
Application number
KR1020220091499A
Other languages
English (en)
Inventor
이동호
Original Assignee
주식회사 스피드정보
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 스피드정보 filed Critical 주식회사 스피드정보
Priority to KR1020220091499A priority Critical patent/KR102466709B1/ko
Application granted granted Critical
Publication of KR102466709B1 publication Critical patent/KR102466709B1/ko

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/90—Pitch determination of speech signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0117—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving conversion of the spatial resolution of the incoming video signal
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)

Abstract

일실시예에 따른 장치는 CCTV 카메라에 의해 촬영된 CCTV 영상 정보를 수신하고, CCTV 영상 정보로부터 감시 객체를 추출하고, CCTV 영상 정보로부터 감시 객체에 대한 음성 정보를 획득하고, CCTV 영상 정보로부터 감시 객체에 대한 속도 정보를 획득하고, 음성 정보 및 속도 정보로부터 감시 객체에 대한 위험 상태 정보를 구역마다 생성하고, 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송할 수 있다.

Description

CCTV의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템{METHOD, DEVICE AND SYSTEM FOR MONITORING ABNORMAL BEHAVIOR THROUGH VIDEO PROCESSING OF CCTV}
아래 실시예들은 CCTV의 영상 처리를 통하여 이상 행동을 모니터링하는 기술에 관한 것이다.
범죄 예방이나 교통정보 수집, 및 모니터링 목적으로 CCTV(Closed Circuit Television)시스템이 건물 내 외부 및 도로 등에 설치되고 있다.
종래에는 관리자가 모니터를 통해 다수의 CCTV 영상을 일일이 모니터링하여 이상 행동을 감지해야 한다. 하지만, 종래의 CCTV 모니터링 방식은 관리자가 항상 집중해서 CCTV를 모니터링할 수 없어 위급상황이 발생한 지점이 누락되는 경우가 발생하게 되는 문제점이 발생하였다.
따라서, 이상 행동이 발생할 경우를 대비한CCTV의 영상 처리를 통한 이상 행동을 모니터링하는 방법에 대한 기술의 개발이 요구된다.
대한민국 공개특허 제 10-2021-0030791호 (2021.03.18 공개) 대한민국 등록특허 제 10-1459104호(2014.11.13 공고) 대한민국 등록특허 제 10-1880100호(2018.07.19 공고) 대한민국 등록특허 제 10-1745598호(2017.06.09 공고)
실시예들은 CCTV의 영상 처리를 통한 이상 행동 모니터링 방법을 제공하고자 한다.
실시예들은 감시 객체의 음성 정보 및 속도 정보에 따라서 구역의 위험 상태 정보를 생성하고자 한다.
실시예들은 구역의 위험 상태 정보에 따라 CCTV 영상 정보의 스타일 및 화면에 표시될 크기에 대한 비율을 생성하고자 한다.
일실시예에 따르면, 장치에 의해 수행되는 방법에 있어서, CCTV 카메라에 의해 촬영된 CCTV 영상 정보를 수신하는 단계; 상기 CCTV 영상 정보로부터 감시 객체를 추출하는 단계; 상기 CCTV 영상 정보로부터 상기 감시 객체에 대한 음성 정보를 획득하는 단계; 상기 CCTV 영상 정보로부터 상기 감시 객체에 대한 속도 정보를 획득하는 단계; 상기 음성 정보 및 상기 속도 정보로부터 상기 감시 객체에 대한 위험 상태 정보를 구역마다 생성하는 단계; 및 상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계를 포함할 수 있다.
상기 위험 상태 정보를 생성하는 단계는, 상기 속도 정보로부터 상기 감시 객체의 속도와 미리 설정된 기준 속도를 비교하는 단계; 상기 감시 객체의 속도가 상기 기준 속도보다 작은 것으로 판단된 구역의 위험 상태 정보를 정상 상태로 설정하는 단계; 상기 감시 객체의 속도가 상기 기준 속도보다 큰 것으로 판단된 구역에서 상기 감시 객체의 소리의 세기와 미리 설정된 기준 세기와 비교하는 단계; 상기 감시 객체의 소리의 세기가 상기 기준 세기 보다 작은 구역의 위험 상태 정보를 경고 상태로 설정하는 단계; 및 상기 감시 객체의 소리의 세기가 상기 기준 세기 보다 큰 구역의 위험 상태 정보를 위험 상태로 설정하는 단계를 포함할 수 있다.
상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계는, 상기 정상 상태에 해당하는 구역의 CCTV 영상 정보에 제1 밝기 및 제1 채도를 포함하는 제1 스타일을 적용하고, 상기 제1 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계; 상기 경고 상태에 해당하는 구역의 CCTV 영상 정보에 제2 밝기 및 제2 채도를 포함하는 제2 스타일을 적용하고, 상기 제2 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계; 및 상기 위험 상태에 해당하는 구역의 CCTV 영상 정보에 제3 밝기 및 제3 채도를 포함하는 제3 스타일을 적용하고, 상기 제3 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계를 포함할 수 있다.
상기 장치에 의해 수행되는 방법에 있어서, 미리 설정된 기준 기간 동안 특정 구역에 대한 상기 위험 상태 정보를 수집하여, 상기 특정 구역에 대하여 상기 경고 상태 및 상기 위험 상태로 설정된 횟수를 추출하는 단계; 상기 경고 상태로 설정된 횟수에 제1 가중치를 적용하여 제1 수치를 산출하는 단계; 상기 위험 상태로 설정된 횟수에 상기 제1 가중치보다 큰 제2 가중치를 적용하여 제2 수치를 산출하는 단계; 및 상기 제1 수치 및 상기 제2 수치를 합산하여, 상기 특정 구역의 위험 지수를 산출하는 단계를 더 포함할 수 있다.
상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계는, 상기 위험 지수에 기반하여, 상기 특정 구역에 대한 CCTV 영상 정보가 상기 관리자 단말의 화면에 표시될 크기에 대한 비율을 생성하는 단계; 및 상기 생성된 비율이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계를 포함할 수 있다.
상기 장치에 의해 수행되는 방법에 있어서, 특정 구역에 대한 상기 위험 상태 정보를 수집하여, 상기 특정 구역에 대하여 상기 경고 상태로 설정된 상태로 유지된 시간인 경고 지속 시간 및 상기 위험 상태로 설정된 상태로 유지된 시간인 위험 지속 시간을 추출하는 단계; 상기 경고 지속 시간과 미리 설정된 제1 기준 시간을 비교하는 단계; 상기 경고 지속 시간이 상기 제1 기준 시간보다 긴 경우, 상기 특정 구역에 대한 집중 모니터링 요청 알림 메시지를 상기 관리자 단말로 전송하는 단계; 상기 위험 지속 시간과 미리 설정된 제2 기준 시간을 비교하는 단계; 상기 위험 지속 시간이 상기 제2 기준 시간보다 짧은 경우, 상기 특정 구역에 대한 출동 요청 알림 메시지를 상기 관리자 단말로 전송하는 단계; 및 상기 위험 지속 시간이 상기 제2 기준 시간보다 긴 경우, 상기 특정 구역에 대한 관할 경찰서로의 자동 신고 접수 알림 메시지를 상기 관리자 단말로 전송하는 단계를 더 포함할 수 있다.
상기 장치에 의해 수행되는 방법에 있어서, 미리 설정된 기간 동안 상기 감시 객체가 등장한 횟수 및 체류 시간을 추출하는 단계; 상기 등장 횟수 및 체류 시간에 기반하여 상기 감시 객체의 등장 빈도 지수를 생성하는 단계; 상기 등장 빈도 지수가 미리 설정된 기준 지수보다 큰 것으로 해당되는 감시 객체를 추출하고, 추출된 감시 객체를 후보 객체로 분류하는 단계; 상기 후보 객체가 상기 CCTV 영상 정보에 등장하는지 여부를 판단하는 단계; 상기 CCTV 영상 정보에 상기 후보 객체가 등장한 경우, 상기 후보 객체를 제1 색상으로 표시하도록 설정하는 단계; 상기 등장 횟수 및 체류 시간에 기반하여, 상기 후보 객체의 등장 시간을 예측하는 단계; 현재 시간을 확인하는 단계; 및 상기 현재 시간과 상기 등장 시간이 일치하는 경우, 상기 CCTV 영상 정보를 제2 색상으로 표시하도록 설정하는 단계를 더 포함할 수 있다.
상기 장치에 의해 수행되는 방법에 있어서, 상기 CCTV 영상 정보에서 CCTV 영상의 마지막 시점인 제1 시점의 영상 이미지를 제1 이미지로 추출하는 단계; 상기 제1 이미지에서 배경이 차지하고 있는 영역을 제1 영역으로 구분하고, 상기 제1 이미지에서 상기 제1 영역이 있는 부분을 분할하여 제1-1 이미지를 추출하는 단계; 상기 제1-1 이미지에 감시 객체가 있는 것으로 확인되면, 상기 제1-1 이미지에서 감시 객체가 차지하고 있는 영역을 제2 영역으로 구분하는 단계; 상기 CCTV 영상을 상기 제1 시점으로부터 시간상 역순으로 재생하여 분석한 결과, 제1-1 시점에 상기 제2 영역 내에 상기 감시 객체가 없는 것으로 확인되면, 상기 CCTV 영상에서 상기 제1-1 시점의 영상 이미지를 제2 이미지로 추출하는 단계; 상기 제2 이미지에서 상기 제2 영역이 있는 부분을 분할하여 제2-1 이미지를 추출하는 단계; 및 상기 제1-1 이미지에서 상기 제2 영역이 있는 부분을 상기 제2-1 이미지로 교체하는 단계를 더 포함할 수 있다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들은 CCTV의 영상 처리를 통한 이상 행동 모니터링 방법을 제공할 수 있다.
실시예들은 감시 객체의 음성 정보 및 속도 정보에 따라서 구역의 위험 상태 정보를 생성할 수 있다.
실시예들은 구역의 위험 상태 정보에 따라 CCTV 영상 정보의 스타일 및 화면에 표시될 크기에 대한 비율을 생성할 수 있다.
도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 CCTV의 영상 처리를 통하여 이상 행동을 모니터링하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 위험 상태 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 CCTV 영상 정보를 관리자 단말에 전송하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 위험 지수에 기반하여 관리자 단말의 화면에 표시될 크기에 대한 비율을 생성하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 알림 메시지를 관리자 단말로 전송하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 감시 객체 및 CCTV 영상 정보의 색상을 설정하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 제1 시점의 영상 이미지에서 감시 객체를 삭제하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 감시 객체가 있는 영역이 다른 이미지로 교체된 제1-1 이미지를 설명하기 위한 도면이다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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 실시예가 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.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.
도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 관리자 단말(10) 및 장치(30)를 포함할 수 있다.
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.
관리자 단말(10)은 본 발명에 따른 CCTV 영상 처리를 통한 이상 행동을 모니터링하는 관리자들 중 어느 하나인 관리자가 사용하는 단말일 수 있다. 관리자 단말(10)은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 관리자 단말(10)은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.
관리자 단말(10)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 관리자 단말(10)은 장치(30)와 유무선으로 통신하도록 구성될 수 있다.
관리자 단말(10)은 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 페이지에 접속되거나, 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 관리자 단말(10)은 웹 페이지 또는 애플리케이션을 통해 장치(30)와 연동될 수 있다.
관리자 단말(10)은 장치(30)에서 제공하는 웹 페이지, 애플리케이션을 등을 통해 장치(30)에 접속할 수 있다.
장치(30)는 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(30)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.
장치(30)는 관리자 단말(10)과 유무선으로 통신하도록 구성될 수 있으며, 관리자 단말(10)의 동작을 제어하고, 관리자 단말(10)의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.
한편, 설명의 편의를 위해 도 1에서는 관리자 단말(10) 만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(30)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.
장치(30)는 CCTV의 영상 처리를 통해 이상 행동을 모니터링하는 방법을 제공할 수 있다. 일실시예에 따르면, 장치(30) 내에는 데이터베이스가 구비될 수 있으며, 이에 한정되지 않고, 장치(30)와 별도로 데이터베이스가 구성될 수 있다. 장치(30)는 기계 학습 알고리즘의 수행을 위한 다수의 인공 신경망을 포함할 수 있다.
도 2는 일실시예에 따른 CCTV의 영상 처리를 통하여 이상 행동을 모니터링하는 과정을 설명하기 위한 순서도이다.
도 2를 참조하면, 먼저 S201 단계에서, 장치(30)는 CCTV 카메라에 의해 촬영된 CCTV 영상 정보를 수신할 수 있다.
이때, CCTV 카메라는 이상 행동을 모니터링하고자 하는 구역마다 설치될 수 있다. 장치(30)는 CCTV 카메라로 촬영된 CCTV 영상 정보를 수신하고, CCTV 영상 정보에 대한 영상 데이터를 저장할 수 있도록 구성될 수 있다.
이때, 이상 행동은 절도, 배회, 침입, 투기, 방화, 재난 상황 및 폭력 등에 대한 행위를 포함할 수 있으나, 이에 한정되지는 않는다.
S202 단계에서, 장치(30)는 CCTV 영상 정보로부터 감시 객체를 추출할 수 있다. 이때, 감시 객체는 CCTV 영상 정보에 등정한 특정한 사람을 의미할 수 있다. 일실시예에 따르면, 장치(30)는 CCTV영상 정보에 특정한 사람이 등장한 경우, CTV 영상 정보로부터 등장한 사람을 검출하여, 감시 객체로 추출할 수 있다.
S203 단계에서, 장치(30)는 CCTV 영상 정보로부터 감시 객체에 대한 음성 정보를 획득할 수 있다. 이때, 음성 정보는 감시 객체의 음성에 대한 소리의 세기, 높낮이 및 음색 등을 포함할 수 있으나, 이에 한정되지는 않는다.
일실시예에 따르면, 장치(30)는 CCTV 카메라로부터 감시 객체의 음성을 녹취하고, 감시 객체의 음성 정보를 수신하여, 장치(30)의 데이터베이스에 음성 정보를 저장할 수 있다.
S204 단계에서, 장치(30)는 CCTV 영상 정보로부터 감시 객체에 대한 속도 정보를 획득할 수 있다.
S205 단계에서, 장치(30)는 음성 정보 및 속도 정보로부터 감시 객체에 대한 위험 상태 정보를 구역마다 생성할 수 있다. 위험 상태 정보를 생성하는 과정에 대한 설명은 도 3을 참조하여 후술하기로 한다.
S206 단계에서, 장치(30)는 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다. CCTV 영상 정보를 관리자 단말(10)로 전송하는 과정에 대한 설명은 도 4 내지 도 5를 참조하여 후술하기로 한다.
도 3은 일실시예에 따른 위험 상태 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 3을 참조하면, 먼저 S301 단계에서, 장치(30)는 속도 정보로부터 감시 객체의 속도와 미리 설정된 기준 속도를 비교할 수 있다. 이때, 기준 속도는 실시예에 따라 상이하게 설정될 수 있다.
S302 단계에서, 감시 객체의 속도가 기준 속도보다 작은 것으로 판단되면, S303 단계에서, 장치(30)는 감시 객체의 속도가 기준 속도보다 작은 구역의 위험 상태 정보를 정상 상태로 설정할 수 있다.
예를 들어, 제1 구역의 감시 객체의 속도가 8km/h이고, 기준 속도가 10km/h인 경우, 장치(30)는 제1 구역의 위험 상태 정보를 정상 상태로 설정할 수 있다.
S304 단계에서, 감시 객체의 속도가 기준 속도보다 큰 것으로 판단된 구역에서 감시 객체의 소리의 세기와 미리 설정된 기준 세기와 비교할 수 있다. 이때, 기준 세기는 실시예에 따라 상이하게 설정될 수 있다.
S305 단계에서, 감시 객체의 소리의 세기가 기준 세기 보다 작은 것으로 판단되면, 장치(30)는 감시 객체의 소리의 세기가 기준 세기 보다 작은 구역의 위험 상태 정보를 경고 상태로 설정할 수 있다.
즉, 장치(30)는 감시 객체의 속도가 기준 속도보다 크면서, 감시 객체의 소리의 세기가 기준 세기 보다 작은 구역의 위험 상태 정보를 경고 상태로 설정할 수 있다.
S306 단계에서, 감시 객체의 소리의 세기가 기준 세기 보다 큰 것으로 판단되면, 장치(30)는 감시 객체의 소리의 세기가 기준 세기 보다 큰 구역의 위험 상태 정보를 위험 상태로 설정할 수 있다.
즉, 장치(30)는 감시 객체의 속도가 기준 속도보다 크면서, 감시 객체의 소리의 세기가 기준 세기 보다 큰 구역의 위험 상태 정보를 위험 상태로 설정할 수 있다.
도 4는 일실시예에 따른 CCTV 영상 정보를 관리자 단말(10)에 전송하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 먼저 S401 단계에서, 장치(30)는 정상 상태에 해당하는 구역의 CCTV 영상 정보에 제1 스타일을 적용할 수 있다. 이때, 제1 스타일은 제1 밝기 및 제1 채도를 포함할 수 있다.
S402 단계에서, 장치(30)는 제1 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다. 즉, 장치(30)는 제1 밝기 및 제1 채도를 포함하는 제1 스타일을 CCTV 영상 정보에 적용하고, 제1 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다.
S403 단계에서, 장치(30)는 경고 상태에 해당하는 구역의 CCTV 영상 정보에 제2 스타일을 적용할 수 있다. 이때, 제2 스타일은 제2 밝기 및 제2 채도를 포함할 수 있다. 여기서, 제2 밝기는 제1 밝기보다 높게 설정될 수 있으며, 제2 채도는 제1 채도보다 높게 설정될 수 있다.
S404 단계에서, 장치(30)는 제2 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다. 즉, 장치(30)는 제2 밝기 및 제2 채도를 포함하는 제2 스타일을 CCTV 영상 정보에 적용하고, 제2 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다.
S405 단계에서, 장치(30)는 장치(30)는 위험 상태에 해당하는 구역의 CCTV 영상 정보에 제3 스타일을 적용할 수 있다. 이때, 제3 스타일은 제3 밝기 및 제3 채도를 포함할 수 있다. 여기서, 제3 밝기는 제2 밝기보다 높게 설정될 수 있으며, 제3 채도는 제2 채도보다 높게 설정될 수 있다.
S406 단계에서, 장치(30)는 제3 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다. 즉, 장치(30)는 제3 밝기 및 제3 채도를 포함하는 제3 스타일을 CCTV 영상 정보에 적용하고, 제3 스타일이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다.
도 5는 일실시예에 따른 위험 지수에 기반하여 관리자 단말의 화면에 표시될 크기에 대한 비율을 생성하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저 S501 단계에서, 장치(30)는 미리 설정된 기준 기간 동안 특정 구역에 대한 위험 상태 정보를 수집할 수 있다. 이때, 기준 기간은 실시예에 따라 상이하게 설정될 수 있다. 예를 들어, 기준 기간이 30일인 경우, 장치(30)는 30일 동안 특정 구역에 대한 위험 상태 정보를 수집할 수 있다.
S502 단계에서, 장치(30)는 기준 기간 동안 특정 구역에 대하여 경고 상태 및 위험 상태로 설정된 횟수를 추출할 수 있다.
예를 들어, 기준 기간이 30일인 경우, 장치(30)는 30일 동안 특정 구역에 대하여 경고 상태 및 위험 상태로 설정된 횟수를 추출할 수 있다.
S503 단계에서, 장치(30)는 경고 상태로 설정된 횟수에 제1 가중치를 적용하여 제1 수치를 산출할 수 있다.
S504 단계에서, 장치(30)는 위험 상태로 설정된 횟수에 제2 가중치를 적용하여 제2 수치를 산출할 수 있다. 이때, 제2 가중치는 제1 가중치보다 크게 설정될 수 있다.
S505 단계에서, 장치(30)는 제1 수치 및 제2 수치를 합산하여, 특정 구역의 위험 지수를 산출할 수 있다.
S506 단계에서, 장치(30)는 위험 지수에 기반하여, 특정 구역에 대한 CCTV 영상 정보가 관리자 단말(10)의 화면에 표시될 크기에 대한 비율을 생성할 수 있다.
일실시예에 따르면, 장치(30)는 특정 구역에 대한 위험 지수가 높을수록, 특정 구역에 대한 이상 행동의 발생률이 높을 것으로 판단하여, CCTV 영상 정보가 관리자 단말(10)의 화면에 표시될 크기에 대한 비율을 높게 설정할 수 있다.
예를 들어, 제1 구역에 대한 위험 지수가 30점이고, 제2 구역에 대한 위험 지수가 70점인 경우, 장치(30)는 제1 구역에 대한 CCTV 영상 정보가 관리자 단말(10)의 화면에 표시될 크기에 대한 비율을 30%로, 제2 구역에 대한 CCTV 영상 정보가 관리자 단말(10)의 화면에 표시될 크기에 대한 비율을 70%로 설정할 수 있다.
S507 단계에서, 장치(30)는 생성된 비율이 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다.
예를 들어, 장치(30)는 제1 구역에 대하여 생성된 비율이 30%이고, 제2 구역에 대하여 생성된 비율이 70%인 경우, 생성된 비율이 각각 적용된 CCTV 영상 정보를 관리자 단말(10)로 전송할 수 있다.
도 6은 일실시예에 따른 알림 메시지를 관리자 단말로 전송하는 과정을 설명하기 위한 순서도이다.
도 6을 참조하면, 먼저 S601 단계에서, 장치(30)는 특정 구역에 대한 위험 상태 정보를 수집하여, 특정 구역에 대하여 경고 지속 시간 및 위험 지속 시간을 추출할 수 있다.
이때, 경고 지속 시간은 특정 구역에 대하여 경고 상태로 설정된 상태로 유지된 시간을 의미하고, 위험 지속 시간은 특정 구역에 대하여 위험 상태로 설정된 상태로 유지된 시간을 의미할 수 있다.
S602 단계에서, 장치(30)는 경고 지속 시간과 미리 설정된 제1 기준 시간을 비교할 수 있다. 이때, 제1 기준 시간은 실시예에 따라 상이하게 설정될 수 있다.
S603 단계에서, 경고 지속 시간이 제1 기준 시간보다 긴 경우, 장치(30)는 특정 구역에 대한 집중 모니터링 요청 알림 메시지를 관리자 단말(10)로 전송할 수 있다.
S604 단계에서, 장치(30)는 위험 지속 시간과 미리 설정된 제2 기준 시간을 비교할 수 있다. 이때, 제2 기준 시간은 실시예에 따라 상이하게 설정될 수 있다.
S605 단계에서, 위험 지속 시간이 제2 기준 시간보다 짧은 경우, 장치(30)는 특정 구역에 대한 출동 요청 알림 메시지를 관리자 단말(10)로 전송할 수 있다.
S606 단계에서, 위험 지속 시간이 제2 기준 시간보다 긴 경우, 장치(30)는 특정 구역에 대한 관할 경찰서로의 자동 신고 접수 알림 메시지를 관리자 단말(10)로 전송할 수 있다.
도 7은 일실시예에 따른 감시 객체 및 CCTV 영상 정보의 색상을 설정하는 과정을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저 S701 단계에서, 장치(30)는 미리 설정된 기간 동안 감시 객체가 등장한 횟수 및 체류 시간을 추출할 수 있다. 이때, 기간은 실시예에 따라 상이하게 설정될 수 있다.
일실시예에 따르면, 장치(30)는 CCTV영상 정보에 감시 객체가 등장한 경우, CTV 영상 정보로부터 감시 객체의 등장 횟수 및 체류 시간을 추출하여 장치(30)의 데이터베이스에 저장하고, 데이터베이스로부터 감시 객체의 등장 횟수 및 체류 시간을 추출할 수 있다.
S702 단계에서, 장치(30)는 등장 횟수 및 체류 시간에 기반하여 감시 객체의 등장 빈도 지수를 생성할 수 있다.
일실시예에 따르면, 장치(30)는 등장 횟수 및 체류 시간에 비례하여 감시 객체의 등장 빈도 지수를 생성할 수 있다.
S703 단계에서, 장치(30)는 등장 빈도 지수가 미리 설정된 기준 지수보다 큰 것으로 해당되는 감시 객체를 추출하고, 추출된 감시 객체를 후보 객체로 분류할 수 있다. 이때, 기준 지수는 실시예에 따라 상이하게 설정될 수 있다.
S704 단계에서, 장치(30)는 후보 객체가 CCTV 영상 정보에 등장하는지 여부를 판단할 수 있다.
S705 단계에서, 장치(30)는 CCTV 영상 정보에 후보 객체가 등장한 경우, 후보 객체를 제1 색상으로 표시하도록 설정할 수 있다.
장치(30)는 후보 객체를 다른 감시 객체와 상이한 제1 색상으로 표시함으로써, 후보 객체가 CCTV 영상 정보에 등장한 경우에 대비하여 관리자가 이상 행동을 모니터링하는 과정에서, 등장 빈도 지수가 기준 지수보다 큰 것으로 해당되는 후보 객체에 대하여 더욱 집중하여 모니터링할 수 있도록 할 수 있다.
S706 단계에서, 장치(30)는 등장 횟수 및 체류 시간에 기반하여, 후보 객체의 등장 시간을 예측할 수 있다.
예를 들어, 후보 객체가 7월 1일 오후 2시부터 5시, 7월 2일 오후 1시부터 4시, 7월 3일 오후 3시부터 5시에 등장한 경우, 장치(30)는 7월 1일, 7월 2일 및 7월 3일에 후보 객체가 공통적으로 구역에 등장한 시간인 오후 3시로 후보 객체의 등장 시간을 예측할 수 있다.
S707 단계에서, 장치(30)는 현재 시간을 확인할 수 있다.
S708 단계에서, 장치(30)는 현재 시간과 등장 시간이 일치하는 경우, CCTV 영상 정보를 제2 색상으로 표시하도록 설정할 수 있다.
장치(30)는 후보 객체의 등장 시간을 예측하여 해당 시간대의 CCTV 영상 정보를 제2 색상으로 표시함으로써, 관리자가 후보 객체의 등장 시간에 대하여 더욱 집중하여 모니터링할 수 있도록 할 수 있다.
도 8은 일실시예에 따른 제1 시점의 영상 이미지에서 감시 객체를 삭제하는 과정을 설명하기 위한 순서도이고, 도 9는 일실시예에 따른 감시 객체가 있는 영역이 다른 이미지로 교체된 제1-1 이미지를 설명하기 위한 도면이다.
도 8을 참조하면, 먼저 S801 단계에서, 장치(30)는 CCTV 영상 정보에서 CCTV 영상의 마지막 시점인 제1 시점의 영상 이미지를 제1 이미지로 추출할 수 있다. 즉, 장치(30)는 CCTV 영상에서 제1 시점의 영상을 캡처하여, 캡처한 이미지를 제1 이미지로 추출할 수 있다.
S802 단계에서, 장치(30)는 제1 이미지에서 제1 영역이 있는 부분을 분할하여 제1-1 이미지를 추출할 수 있다. 장치(30)는 제1 이미지에서 배경이 차지하고 있는 영역을 제1 영역으로 구분할 수 있다.
S803 단계에서, 장치(30)는 제1-1 이미지에 감시 객체가 있는 것으로 인식되는지 여부를 확인할 수 있다. 즉, 장치(30)는 제1-1 이미지 상에서 배경 이외에 사람 형태의 객체가 인식되는지 여부를 확인하여, 지1-1 이미지에 감시 객체가 있는지 여부를 확인할 수 있다.
S803 단계에서 제1-1 이미지에 감시 객체가 있는 것으로 확인되면, S804 단계에서, 장치(30)는 제1-1 이미지에서 감시 객체가 차지하고 있는 영역을 제2 영역으로 구분할 수 있다. 이때, 장치(30)는 제1 이미지에서 제1 영역을 구분하는 방식과 동일한 방식을 통해, 제1-1 이미지에서 제2 영역을 구분할 수 있다.
S805 단계에서, 장치(30)는 CCTV 영상을 제1 시점으로부터 시간상 역순으로 재생하여 분석할 수 있다. 이때, CCTV 영상이 시간상 역순으로 재생되어 분석되기 때문에, 감시 객체가 이동한 동선에 대해 역으로 움직이게 된다. 즉, CCTV 영상이 역재생되면, 감시 객체가 반대로 움직이게 된다
S806 단계에서, 장치(30)는 CCTV 영상을 제1 시점으로부터 시간상 역순으로 재생하여 분석한 결과, 제1-1 시점에 제2 영역 내에 감시 객체가 없는 것을 확인할 수 있다.
즉, CCTV 영상은 제1-1 시점 및 제1 시점 순으로 재생되는데, 장치(30)는 CCTV 영상을 제1 시점으로부터 시간상 역순으로 재생하여 제2 영역 내에 있는 감시 객체가 역으로 움직이는 것을 모니터링 할 수 있으며, 제2 영역 내에 있는 감시 객체가 제2 영역을 벗어난 것으로 확인되는 시점을 제1-1 시점으로 설정할 수 있다.
S807 단계에서, 장치(30)는 CCTV 영상에서 제1-1 시점의 영상 이미지를 제2 이미지로 추출할 수 있다. 즉, 장치(30)는 CCTV 영상에서 제1-1 시점의 영상을 캡처하여, 캡처한 이미지를 제2 이미지로 추출할 수 있다.
S808 단계에서, 장치(30)는 제2 이미지에서 제2 영역이 있는 부분을 분할하여 제2-1 이미지를 추출할 수 있다.
S809 단계에서, 장치(30)는 제1-1 이미지에서 제2 영역이 있는 부분을 제2-1 이미지로 교체할 수 있다.
즉, 도 9의 (a)에 도시된 바와 같이, 장치(30)는 제1-1 이미지(700)에 감시 객체가 있는 것을 확인할 수 있으며, 제1-1 이미지(700)에서 감시 객체가 차지하고 있는 영역을 제2 영역으로 구분할 수 있다. 이때, 장치(30)는 제2 영역이 사각형의 형태로 구분되도록, 제2 영역을 설정할 수 있다.
이후, 장치(30)는 제1-1 이미지에서 제2 영역이 있는 부분을 삭제하고, 삭제된 위치에 제2-1 이미지를 삽입하여, 제1-1 이미지와 제2-1 이미지가 결합된 제1-1 이미지를 생성할 수 있다. 즉, 제1-1 이미지에서 제2 영역이 있는 부분이 제2-1 이미지로 교체되어, 제1-1 이미지에 있었던 감시 객체가 삭제되고, 삭제된 자리에 배경이 추가되어, 제1-1 이미지에서는 더 이상 감시 객체가 인식되지 않을 수 있다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(30)는 프로세서(31) 및 메모리(32)를 포함한다. 일실시예에 따른 장치(30)는 상술한 서버 또는 단말일 수 있다. 프로세서는 도 1 내지 도 9를 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 9를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(32)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(32)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(31)는 프로그램을 실행하고, 장치(30)를 제어할 수 있다. 프로세서(31)에 의하여 실행되는 프로그램의 코드는 메모리(32)에 저장될 수 있다. 장치(30)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 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 실시예를 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

  1. 장치에 의해 수행되는 방법에 있어서,
    CCTV 카메라에 의해 촬영된 CCTV 영상 정보를 수신하는 단계;
    상기 CCTV 영상 정보로부터 감시 객체를 추출하는 단계;
    상기 CCTV 영상 정보로부터 상기 감시 객체에 대한 음성 정보를 획득하는 단계;
    상기 CCTV 영상 정보로부터 상기 감시 객체에 대한 속도 정보를 획득하는 단계;
    상기 음성 정보 및 상기 속도 정보로부터 상기 감시 객체에 대한 위험 상태 정보를 구역마다 생성하는 단계; 및
    상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계
    를 포함하고,
    상기 위험 상태 정보를 생성하는 단계는,
    상기 속도 정보로부터 상기 감시 객체의 속도와 미리 설정된 기준 속도를 비교하는 단계;
    상기 감시 객체의 속도가 상기 기준 속도보다 작은 것으로 판단된 구역의 위험 상태 정보를 정상 상태로 설정하는 단계;
    상기 감시 객체의 속도가 상기 기준 속도보다 큰 것으로 판단된 구역에서 상기 감시 객체의 소리의 세기와 미리 설정된 기준 세기와 비교하는 단계;
    상기 감시 객체의 소리의 세기가 상기 기준 세기 보다 작은 구역의 위험 상태 정보를 경고 상태로 설정하는 단계; 및
    상기 감시 객체의 소리의 세기가 상기 기준 세기 보다 큰 구역의 위험 상태 정보를 위험 상태로 설정하는 단계
    를 포함하고,
    상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계는,
    상기 정상 상태에 해당하는 구역의 CCTV 영상 정보에 제1 밝기 및 제1 채도를 포함하는 제1 스타일을 적용하고, 상기 제1 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계;
    상기 경고 상태에 해당하는 구역의 CCTV 영상 정보에 제2 밝기 및 제2 채도를 포함하는 제2 스타일을 적용하고, 상기 제2 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계; 및
    상기 위험 상태에 해당하는 구역의 CCTV 영상 정보에 제3 밝기 및 제3 채도를 포함하는 제3 스타일을 적용하고, 상기 제3 스타일이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계
    를 포함하는
    CCTV의 영상 처리를 통한 이상 행동 모니터링 방법.
  2. 삭제
  3. 제1항에 있어서,
    미리 설정된 기준 기간 동안 특정 구역에 대한 상기 위험 상태 정보를 수집하여, 상기 특정 구역에 대하여 상기 경고 상태 및 상기 위험 상태로 설정된 횟수를 추출하는 단계;
    상기 경고 상태로 설정된 횟수에 제1 가중치를 적용하여 제1 수치를 산출하는 단계;
    상기 위험 상태로 설정된 횟수에 상기 제1 가중치보다 큰 제2 가중치를 적용하여 제2 수치를 산출하는 단계; 및
    상기 제1 수치 및 상기 제2 수치를 합산하여, 상기 특정 구역의 위험 지수를 산출하는 단계
    를 더 포함하고,
    상기 위험 상태 정보에 대응하는 CCTV 영상 정보를 관리자 단말로 전송하는 단계는,
    상기 위험 지수에 기반하여, 상기 특정 구역에 대한 CCTV 영상 정보가 상기 관리자 단말의 화면에 표시될 크기에 대한 비율을 생성하는 단계; 및
    상기 생성된 비율이 적용된 CCTV 영상 정보를 상기 관리자 단말로 전송하는 단계
    를 포함하는
    CCTV의 영상 처리를 통한 이상 행동 모니터링 방법.
KR1020220091499A 2022-07-25 2022-07-25 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템 KR102466709B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220091499A KR102466709B1 (ko) 2022-07-25 2022-07-25 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220091499A KR102466709B1 (ko) 2022-07-25 2022-07-25 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR102466709B1 true KR102466709B1 (ko) 2022-11-16

Family

ID=84235920

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220091499A KR102466709B1 (ko) 2022-07-25 2022-07-25 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR102466709B1 (ko)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090116102A (ko) * 2008-05-06 2009-11-11 중앙대학교 산학협력단 보안 시스템 및 보안 방법
KR20130077379A (ko) * 2011-12-29 2013-07-09 삼성영상보안주식회사 영상변화율 가중치를 적용한 다중 영상 모니터링 시스템
KR101377029B1 (ko) * 2013-11-29 2014-03-20 주식회사 에보시스 지능형 하이브리드 감시제어모듈을 통한 단계별 자율 경보형 스마트 cctv 감시장치 및 감시방법
KR101459104B1 (ko) 2014-04-01 2014-11-13 주식회사 다이나맥스 동작분석을 통하여 위급상황을 감지하는 지능형 cctv시스템 및 이를 이용한 위급상황 감지방법
KR101745598B1 (ko) 2017-01-17 2017-06-09 주식회사 경림이앤지 이상행동 탐지 방범 시스템 및 그 방법
KR101880100B1 (ko) 2018-03-26 2018-07-19 주식회사 큐앤에스시스템 감시영역에서 이동객체의 이상행동을 검출하기 위한 cctv 시스템
KR101999213B1 (ko) * 2019-03-28 2019-07-11 한국건설기술연구원 신호강도 패턴을 이용한 cctv 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
KR102013952B1 (ko) * 2018-12-10 2019-10-21 (주)비전정보통신 Cctv를 이용한 무선 센서 네트워크 기반 감시 시스템
KR20210030791A (ko) 2019-09-10 2021-03-18 주식회사 케이티 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090116102A (ko) * 2008-05-06 2009-11-11 중앙대학교 산학협력단 보안 시스템 및 보안 방법
KR20130077379A (ko) * 2011-12-29 2013-07-09 삼성영상보안주식회사 영상변화율 가중치를 적용한 다중 영상 모니터링 시스템
KR101377029B1 (ko) * 2013-11-29 2014-03-20 주식회사 에보시스 지능형 하이브리드 감시제어모듈을 통한 단계별 자율 경보형 스마트 cctv 감시장치 및 감시방법
KR101459104B1 (ko) 2014-04-01 2014-11-13 주식회사 다이나맥스 동작분석을 통하여 위급상황을 감지하는 지능형 cctv시스템 및 이를 이용한 위급상황 감지방법
KR101745598B1 (ko) 2017-01-17 2017-06-09 주식회사 경림이앤지 이상행동 탐지 방범 시스템 및 그 방법
KR101880100B1 (ko) 2018-03-26 2018-07-19 주식회사 큐앤에스시스템 감시영역에서 이동객체의 이상행동을 검출하기 위한 cctv 시스템
KR102013952B1 (ko) * 2018-12-10 2019-10-21 (주)비전정보통신 Cctv를 이용한 무선 센서 네트워크 기반 감시 시스템
KR101999213B1 (ko) * 2019-03-28 2019-07-11 한국건설기술연구원 신호강도 패턴을 이용한 cctv 기반 행동 인식 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
KR20210030791A (ko) 2019-09-10 2021-03-18 주식회사 케이티 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램

Similar Documents

Publication Publication Date Title
Laufs et al. Security and the smart city: A systematic review
US11328163B2 (en) Methods and apparatus for automated surveillance systems
KR101846537B1 (ko) Cctv 자동선별 모니터링 시스템, cctv 자동선별 모니터링 관리서버 및 관리방법
KR101964683B1 (ko) 스마트 영상처리장치 및 그 장치의 구동방법
US20080317286A1 (en) Security device and system
US10506202B2 (en) System and method for protecting critical data on camera systems from physical attack
JP2008544705A (ja) 頭上ビデオストリームからの監視対象の検出及び追跡
KR102356666B1 (ko) 다중로그 데이터 기반의 공공안전 위험상황 감지, 예측, 대응 방법 및 장치
KR101855057B1 (ko) 화재 경보 시스템 및 방법
CN104899577B (zh) 建筑物内的人员数量确定方法和人群疏散方法
KR102475819B1 (ko) 메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법, 장치 및 시스템
CN109472895A (zh) 一种安防综合应用管理系统及其管理实现方法
CN113378616A (zh) 视频分析方法、视频分析的管理方法及相关设备
KR101951361B1 (ko) 인공지능 방범 관리 방법
US20190147734A1 (en) Collaborative media collection analysis
Valentín et al. A cloud-based architecture for smart video surveillance
KR102466709B1 (ko) Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템
KR20220131701A (ko) 기계 학습 기반 영상 스트림 제공 방법 및 장치
KR102346204B1 (ko) 인공지능 기반 공공장소에 설치된 cctv 영상 처리 방법, 장치 및 시스템
CN107181929A (zh) 用于视频监控的方法和装置
KR102421043B1 (ko) 영상처리장치 및 그 장치의 구동방법
Dao et al. Management of video surveillance for smart cities
US10773685B2 (en) Implementing information exchange across IoT enabled vehicular devices for amplified dynamic security
KR20210084182A (ko) 사고 발생패턴 분석을 통한 사고 취약지 분석 장치 및 방법
Dbouk et al. CityPro: city-surveillance collaborative platform

Legal Events

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