KR102470641B1 - 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 - Google Patents
딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 Download PDFInfo
- Publication number
- KR102470641B1 KR102470641B1 KR1020210009865A KR20210009865A KR102470641B1 KR 102470641 B1 KR102470641 B1 KR 102470641B1 KR 1020210009865 A KR1020210009865 A KR 1020210009865A KR 20210009865 A KR20210009865 A KR 20210009865A KR 102470641 B1 KR102470641 B1 KR 102470641B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- information
- disabled
- control server
- extracted
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013473 artificial intelligence Methods 0.000 title 1
- 239000000284 extract Substances 0.000 claims abstract description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/30—Transportation; Communications
-
- G06Q50/40—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Abstract
본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법은 각 카메라 위치 정보, 주차장 지도 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계와, 주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1을 관제 서버로 전송하는 단계와, 관제 서버가 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보를 관제 서버의 차량 정보 DB에 저장하는 단계와, 장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 주차하는 차량을 촬영하고 촬영된 영상 스트림 정보 2를 관제서버로 전송하는 단계와, 관제 서버가 수신된 영상 스트림 정보 2에서 차량번호 정보를 추출하는 단계와, 관제 서버가 영상 스트림 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보가 일치하는지 여부를 판단하는 단계와, 일치하는 경우, 해당 차량이 주차장에 진입하여 장애인 주차 구역에 파킹한 것으로 판단하는 단계와, 관제 서버가 수신된 영상 스트림 정보 2에서 운전자 모션를 추출하는 단계와, 관제 서버가 추출된 운전자 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인인지 여부를 판단하는 단계와, 장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보를 구청 장애인 관리 서버로 전송하는 단계와, 구청 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 있는 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계와, 일치하지 아니하는 경우, 해당 주차장에 파킹된 차량이 일반인 차량으로 판단하고 벌금을 부과하도록 조치하는 단계를 포함하여 이루어지는 것을 특징으로 하는 것이다.
Description
본 발명은 주차장에서 장애인 주차 구역에 파킹한 운전자에 대하여 파킹 완료 후에 차량을 떠나는 운전자를 촬영하여 촬영한 영상 정보를 통하여 해당 운전자가 장애인인지 여부를 판단하는 것에 관한 것이다. 일반적으로 주차장마다 장애인 주차 구역을 별도로 설정하여 장애인이 편리하게 이용하도록 하고 있으나 가끔은 장애인이 아닌 일반인들이 장애인 주차 구역에 파킹하고 있어서 이를 방지할 필요가 있는 것이다.
본 발명과 관련된 종래 기술은 대한민국 등록특허 제10-1696896호(2017. 01. 16. 공고)에 게시되어 있는 것이다. 도 1은 상기 종래의 장애인 전용 주차공간의 관리가 가능한 주차장 시스템 구성도이다. 상기도 1에서 종래의 장애인 전용 주차공간의 관리가 가능한 주차장 시스템은 복수의 주차장(10); 상기 주차장(10)에 설치되는 관리단말(20) 및 상기 복수의 주차장(10)을 연동시키는 서버(30)를 포함하여 구성되고 이때 상기 주차장(10)에는 복수 영역의 주차공간이 마련되며, 이중 일부 영역에는 장애인 전용주차공간이 마련되는 것이다. 또한, 주차장(10)은 단일 주차공간에 형성되는 구성으로서, 식별정보를 저장하는 식별부와, 상기 관리단말(20) 또는 서버(30)와 통신하는 제1 통신부와, 주차공간의 전방 벽면에 구비되어 상기 주차공간 방향으로 촬영을 수행함으로써 차량번호를 촬영하는 차량번호 촬영부와, 상기 주차공간의 일측에 구비되어 소정의 음성정보를 출력하는 스피커부와, 상기 주차공간의 상부측에 구비되어 홀로그램정보를 상기 차량번호촬영부가 구비된 벽면, 주차공간 바닥면 또는 차량의 전면 본네트에 출력하는 홀로그램출력부 및 상기 주차공간의 바닥면에 형성되어 차량의 진입을 위해 개방되거나 차량의 진입을 차단하기 위해 폐쇄되는 주차차단부를 포함하여 구성된 것을 특징으로 하는 것이다.
상기와 같이 구성된 종래의 전용 주차공간의 관리가 가능한 주차장 시스템은 장애인 주차 구역에 일반인지 주차하는 것을 방지하고 불법으로 주차한 경우 벌금을 부과하도록 하는 것이나, 항상 차량의 번호를 추출하고 추출된 차량 번호를 해당 구청의 장애인 관리 서버에 전송하여 전송한 차량 번호가 장애인 차량인지 여부를 확인받아야 하는 번거로움이 있는 것이다. 따라서 본 발명의 목적은 장애인 주차 구역에 파킹한 차량에 대하여 차량을 이탈하는 운전자를 촬영하고 촬영된 영상 정보를 기초로 장애인 주차 구역의 파킹 관리하기 위한 것이다.
상기와 같은 목적을 가진 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법은 각 카메라 위치 정보, 주차장 지도 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계와, 주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1을 관제 서버로 전송하는 단계와, 관제 서버가 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보를 관제 서버의 차량 정보 DB에 저장하는 단계와, 장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 주차하는 차량을 촬영하고 촬영된 영상 스트림 정보 2를 관제서버로 전송하는 단계와, 관제 서버가 수신된 영상 스트림 정보 2에서 차량번호 정보를 추출하는 단계와, 관제 서버가 영상 스트림 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보가 일치하는지 여부를 판단하는 단계와, 일치하는 경우, 해당 차량이 주차장에 진입하여 장애인 주차 구역에 파킹한 것으로 판단하는 단계와, 관제 서버가 수신된 영상 스트림 정보 2에서 운전자 모션를 추출하는 단계와, 관제 서버가 추출된 운전자 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인인지 여부를 판단하는 단계와, 장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보를 구청 장애인 관리 서버로 전송하는 단계와, 구청 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 있는 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계와, 일치하지 아니하는 경우, 해당 주차장에 파킹된 차량이 일반인 차량으로 판단하고 벌금을 부과하도록 조치하는 단계를 포함하여 이루어지는 것을 특징으로 하는 것이다.
상기와 같이 구성된 본 발명은 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템은 관제 서버에서 주차장에 파킹된 장애인 차량을 주차장 지도 정보에 매핑하여 제공할 수 있는 효과가 있는 것이다. 또한, 본 발명은 딥 러닝 학습을 통하여 운전자가 장애인 인지를 1차로 판단하고 1차 판단 결과 장애인이 아닌 경우에 한하여 해당 차량의 번호 정보를 구청 장애인 관리 서버로 전송하도록 하여 관제 서버와 구청 관리 서버와의 통신 횟수를 줄여서 통신비를 절감할 수 있는 효과가 있는 것이다.
도 1은 종래의 장애인 전용 주차공간의 관리가 가능한 주차장 시스템 구성도,
도 2는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제1실시 예 제어 흐름도,
도 3은 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제2실시 예 제어 흐름도,
도 4는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제1실시 예 구성도,
도 5는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제2실시 예 구성도,
도 6은 본 발명에 적용되는 장애인 주차장에 파킹된 차량 정보 제공 이미지 정보이다.
도 2는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제1실시 예 제어 흐름도,
도 3은 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제2실시 예 제어 흐름도,
도 4는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제1실시 예 구성도,
도 5는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제2실시 예 구성도,
도 6은 본 발명에 적용되는 장애인 주차장에 파킹된 차량 정보 제공 이미지 정보이다.
상기와 같은 목적을 가진 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템을 도 2 내지 도 6을 기초로 하여 설명하면 다음과 같다.
도 2는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제1실시 예 제어 흐름도이다. 상기도 2에서 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제1실시 예는 각 카메라 위치 정보, 주차장 지도 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계(S11)와, 주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보을 관제 서버로 전송하는 단계(S12)와, 관제 서버가 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 관제 서버의 차량 정보 DB에 저장하는 단계(S13)와, 장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 진입하여 주차하는 차량을 촬영하고 촬영된 영상 스트림 정보 2와 촬영시간 정보를 관제서버로 전송하는 단계(S14)와, 관제 서버가 수신된 영상 스트림 정보 2에서 차량번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하는 단계(S15)와, 관제 서버가 영상 스트림 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보가 일치하는지 여부를 판단하는 단계(S16)와, 일치하는 경우, 관제 서버가 해당 차량이 장애진 주차 구역에 진입하여 장애인 특정 파킹 랏에 파킹한 것으로 판단하는 단계(S17)와, 관제 서버가 수신된 영상 스트림 정보 2에서 파킹 후 운전자가 차량을 떠나는 운전자 이동 모션를 추출하는 단계(S18)와, 관제 서버가 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하는 단계(S19)와, 장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보와 영상 스트림 정보 2에서 추출된 차량 번호 정보가 포함된 정지 실 영상 정보를 구청 장애인 관리 서버로 전송하는 단계(S20)와, 구청 장애인 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 저장된 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S21)와, 일치하지 아니하는 경우, 장애인 관리 서버가 장애인 주차 구역에 파킹된 해당 차량을 일반인 차량으로 판단하고 수신된 정지 실영상 정보를 기초로 벌금을 부과하도록 조치하는 단계(S22)를 포함하여 이루어지는 것을 특징으로 하는 것이다. 상기 S19 단계에서 장애인인 경우 관제 서버가 장애인 주차장 지도 정보에 매핑된 장애인 차량을 표시부를 통하여 제공하고 종료하는 것을 특징으로 하는 것이다. 상기에서 정지 실영상 정보의 의미는 영상 스트림 정보 2에서 차량 번호 정보가 나오도록 추출된 실 영상 정보이다. 상기 S19 단계에서 운전자 이동 모션이 절뚝거리거나. 보행 보조기를 장착한 상태 등을 기준으로 장애인 인지 여부를 판단할 수 있는 것이다.
도 3은 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제2실시 예 제어 흐름도이다. 상기도 3에서 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 제2실시 예는 각 카메라 위치 정보, 주차장 지도 정보 각종 차량에 대한 3D 차량 이미지 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계(S31)와, 주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 단계(S32)와, 관제 서버가 수신된 영상 정보 1에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보와 차량 정면 형상정보 및 촬영시간 정보를 관제 서버의 차량 정보 DB에 저장하는 단계(S33)와, 장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 진입하는 차량을 촬영하고 촬영된 영상 정보 2와 촬영시간 정보를 관제서버로 전송하는 단계(S34)와, 관제 서버가 수신된 영상 정보 2에서 차량번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호정보와 차량 정면 형상정보 및 촬영시간 정보를 차량 정보 DB에 저장하는 단계(S35)와, 관제 서버가 영상 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S36)와, 일치하는 경우, 관제 서버가 해당 차량이 장애인 주차 구역에 진입한 것으로 판단하는 단계(S37)와, 장애인 주차 구역의 파킹 랏에 설치된 카메라 3가 파킹 된 차량과 차량을 이탈하는 운전자를 촬영하고 촬영된 영상 스트림 정보 3와 촬영시간 정보를 관제 서버로 전송하는 단계(S38)와, 관제 서버가 수신된 영상 스트림 정보 3에서 차량 번호 정보, 차량 평면 형상 정보와 해당 차량을 이탈하는 운전자의 이동 모션을 추출하고 차량 정보 DB에 저장하는 단계(S39)와, 관제 서버가 영상 스트림 정보 3에서 추출된 차량 번호 정보가 영상정보 2에서 추출된 번호 정보와 일치하는지 여부를 판단하는 단계(S40)와, 일치하는 경우, 관제 서버가 장애인 주차 구역에 진입한 해당 차량이 해당 파킹 랏에 파킹한 것으로 판단하는 단계(S41)와, 관제 서버가 차량 정보 DB에 저장된 해당 차량 정면 형상 정보와 평면 형상 정보를 기초로 딥 러닝 학습을 통하여 차량 종류를 판단하고 해당 차량 종류에 매칭하는 3D 차량 이미지 정보를 추출하는 단계(S42)와, 관제 서버가 해당 차량의 3D 차량 이미지 정보를 장애인 주차장 지도 정보에 매핑하고 3D 차량 이미지 정보가 매핑된 장애인 주차장 지도 정보, 주차 시간 정보를 표시부를 통하여 제공하는 단계(S43)와, 관제 서버가 S39 단계에서 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 하여 해당 운전자가 장애인인지 여부를 판단하는 단계(S44)와, 장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보와 영상정보 3에서 추출된 차량 번호 정보가 포함된 정지 실 영상 정보를 구청 장애인 관리 서버로 전송하는 단계(S45)와, 구청 장애인 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 있는 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S46)와, 일치하지 아니하는 경우, 해당 주차장에 파킹된 차량이 일반인 차량으로 판단하고 수신된 정지 실 영상 정보를 기초로 벌금을 부과하도록 조치하는 단계(S47)를 포함하여 이루어지는 것을 특징으로 하는 것이다. 상기에서 S44 단계에서 장애인인 경우 종료하는 것을 특징으로 하는 것이다. 또한 상기 차량 형상 정보는 예를 들어, 현대 제네시스, 기아 캐피탈, 벤츠 S600과 같은 차량의 정면에서 촬영하여 추출한 정면 형상 정보일 수 있거나, 차량의 수직 상부에서 촬영한 영상에서 추출한 평면 형상 정보일 수 있는 것으로 기저장되고 각 차량별 특징적 형상을 가지고 있는 차량 형상 이미지 샘플 정보와 비교하여 판단하는 것이다. 또한, 상기에서 카메라 3는 주차 통로의 각 파킹 랏에 각각 설치되어 차량을 촬영한 영상 정보를 전송하는 것으로 기술하였으나 카메라 수를 줄이기 위하여 파킹 랏 2 내지 4개 정도를 그룹으로 형성하고 각 그룹별로 카메라를 설치하도록 할 수 있으며, 그리고 각 카메라 설치 위치는 주차장의 평면 모양에 따라 설정될 수 있고, 현장에서의 실험을 통하여 카메라 위치를 선정할 수 있으며, 또한, 차량 형상 정보의 추출은 수신된 영상의 보정 과정을 통하여 보다 정확히 판단될 수 있는 것이고 차량 형상 정보는 차량에 대한 평면 형상 정보 또는 정면 형상정보 일 수 있는 것이고, 평면 형상 정보인 경우 카메라의 위치는 주로 차량의 상부이며, 정면 형상 정보일 경우에는 차량의 정면에 카메라가 설치되는 것이다. 또한, 본 발명은 히스토그램 평활화로 색상 강도의 잡음을 제거하여 객체 오인식을 방지하고, 전전 프레임, 전프레임 및 현프레임과 같은 3개 프레임의 차연산에 합이 1이되는 가중치를 두어 임계치에 따라 전경 및 배경을 분리하고 배경을 제거하여 객체를 인식하도록 하였으며, 객체의 윤곽선을 추출하고 사각좌표 영역의 서브 프레임에서 색상, 질감 특징을 추출하고 추출된 객체의 특징에 따른 유사도에 따라 이전 객체와 현 객체로 인식하여 추적을 효과적으로 한 것을 특징으로 하는 것이다. 또한 상기 딥러닝 학습은 차량 정보 DB에 저장된 정보를 기초로 CNN(Convolutional Neural Network)알고리즘을 적용하여 학습 하는 것을 특징으로 하는 것이다.
도 4는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제1실시 예 구성도이다. 상기도 4에서 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제1실시 예는 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 카메라 1(10)과, 장애인 주차 구역에 진입하여 파킹하는 차량을 촬영하고 촬영된 영상 스트림 정보 2와 촬영시간 정보를 관제 서버로 전송하는 카메라 2(20)와, 각 카메라 위치정보, 장애인 주차장 지도 정보를 차량 정보 DB에 저장하고 있는 것으로 카메라 1로부터 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 카메라 2로부터 수신된 영상 스트림 정보 2에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 영상 스트림 정보 2에서 추출한 차량 번호 정보가 영상정보 1에서 추출한 차량 번호 정보가 동일한지 여부를 판단하고 동일한 경우 주차장으로 진입한 차량이 장애인 주차 구역으로 진입하여 특정 파킹 랏에 파킹한 것으로 판단하며, 영상 스트림 정보 2에서 파킹을 완료하고 해당 차량에서 이탈하는 운전자 이동 모션을 추출하고 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하며, 장애인이 아닌 경우에는 추출한 차량 번호 정보와 영상 스트림 정보 2에서 추출한 특정 파킹 랏에 파킹한 해당 차량의 정지 영상 정보를 구청의 장애인 관리 서버로 전송하는 관제 서버(30)와, 관제서버로부터 수신된 차량 번호 정보가 기저장된 장애인 정보 DB에 포함된 장애인 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하지 아니하는 경우, 해당 차량이 장애인 주차 구역에 파킹한 것으로 판단하고, 특정 파킹 랏에 파킹한 해당 차량의 정지 영상 정보와 차량 번호 정보를 담당자에게 제공하여 벌금을 부과하도록 조치하는 구청의 장애인 관리 서버(40)를 포함하여 구성된 것을 특징으로 하는 것이다.
도 5는 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제2실시 예 구성도이다. 상기도 5에서 본 발명 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 시스템 제2실시 예는 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 카메라 1(10-1)과, 장애인 주차 구역에 진입하여 파킹하는 차량을 촬영하고 촬영된 영상 정보 2와 촬영시간 정보를 관제 서버로 전송하는 카메라 2(20-2)와, 장애인 주차 구역의 파킹 랏에 설치된 것으로 파킹 랏에 파킹되는 차량과 파킹 후 차량을 이탈하는 운전자를 촬영하고 촬영한 영상 스트림 정보 3과 촬영시간 정보를 관제서버로 전송하는 카메라 3(50-1)와, 각 카메라 위치정보, 장애인 주차장 지도 정보, 차량별 3D 차량 이미지 정보를 차량 정보 DB에 저장하고 있는 것으로 카메라 1로부터 수신된 영상 정보 1에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보 차량 정면 형상정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 카메라 2로부터 수신된 영상 정보 2에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보, 차량 정면 형상 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 영상 정보 2에서 추출한 차량 번호 정보가 영상정보 1에서 추출한 차량 번호 정보가 동일한지 여부를 판단하고, 동일한 경우 주차장으로 진입한 차량이 장애인 주차 구역으로 진입한 것으로 판단하며, 카메라 3에서 수신된 영상 스트림 정보 3에서 차량 번호 정보, 차량 평면 형상 정보를 추출하여 차량 정보 DB에 저장하고 추출된 차량 번호 번호가 영상정보 2에서 추출된 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하는 경우 해당 차량이 장애인 주차 구역으로 진입하여 특정 파킹 랏에 파킹한 것으로 판단하며, 차량 정보 DB에 저장된 차량 정면 형상정보와 차량 평면 형상 정보를 기초로 딥러닝 학습을 하여 차량 종류를 판단하고 판단 결과에 매칭하는 3D 차량 이미지 정보를 추출하여 차량 정보 DB에 저장하고, 또한, 영상 스트림 정보 3에서 해당 파킹 차량에서 이탈하는 운전자 이동 모션을 추출하고 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하며, 장애인인 경우에는 특정 파킹 랏에 파킹된 장애인 차량의 3D 차량 이미지 정보를 장애인 주차장 지도 정보에 매핑하여 주차 시간정보, 차량 번호 정보와 함께 표시보를 통하여 제공하고, 장애인이 아닌 경우에는 추출한 차량 번호 정보와 영상 스트림 정보 3에서 추출한 특정 파킹 랏에 파킹한 해당 차량의 정지 실영상 정보를 구청의 장애인 관리 서버로 전송하는 관제 서버(30-1)와, 관제서버(30-1)로부터 수신된 차량 번호 정보가 기저장된 장애인 정보 DB에 포함된 장애인 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하지 아니하는 경우, 해당 차량이 장애인 주차 구역에 불법 파킹한 것으로 판단하고, 특정 파킹 랏에 파킹한 해당 차량의 정지 실 영상 정보와 불법으로 파킹한 차량 번호 정보를 담당자에게 제공하여 벌금을 부과하도록 조치하는 구청의 장애인 관리 서버(40-1)를 포함하여 구성된 것을 특징으로 하는 것이다. 상기에서 주차 시간 정보는 카메라가 전송하는 촬영시간 정보를 주차 시간 정보로 간주할 수 있는 것이다. 상기에서 차량 정보 DB에는 기존 다수의 차량 형상 정보, 기존 장애인 운전자 이동 모션 정보 등이 저장되고 새롭게 관제 서버가 추출하는 차량 형상정보, 장애인 운전자 이동 모션 정보 등이 저장되어 이를 기초로 딥러닝 학습을 하도록 하는 것이다.
도 6은 본 발명에 적용되는 장애인 주차 구역에 파킹된 차량 정보 제공 이미지 정보이다. 상기도 6에서 본 발명에 적용되는 장애인 주차 구역에 파킹된 차량 정보 제공 이미지는 카메라 1, 카메라 2 및 카메라 3에서 전송한 영상 정보를 기초로 딥러닝 학습을 통하여 차량 종류를 판단하고 해당 각 차량에 매칭하는 3D 차량 이미지 정보를 장애인 주차장 지도 정보에 매핑하여 제공하고 있는 이미지 정보를 나타내고 있는 것이다.
10 , 10-1 : 카메라 1, 20, 20-1 : 카메라 2,
30, 30-1 : 관제서버, 40, 40-1 : 구청 장애인 관리 서버,
50-1 : 카메라 3
30, 30-1 : 관제서버, 40, 40-1 : 구청 장애인 관리 서버,
50-1 : 카메라 3
Claims (6)
- 주차장의 장애인 주차 구역에 차량이 파킹된 후 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법에 있어서,
상기 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법은,
각 카메라 위치 정보, 주차장 지도 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계(S11)와;
주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보을 관제 서버로 전송하는 단계(S12)와;
관제 서버가 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 관제 서버의 차량 정보 DB에 저장하는 단계(S13)와;
장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 진입하여 주차하는 차량을 촬영하고 촬영된 영상 스트림 정보 2와 촬영시간 정보를 관제서버로 전송하는 단계(S14)와;
관제 서버가 수신된 영상 스트림 정보 2에서 차량번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하는 단계(S15)와;
관제 서버가 영상 스트림 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보가 일치하는지 여부를 판단하는 단계(S16)와;
일치하는 경우, 관제 서버가 해당 차량이 장애진 주차 구역에 진입하여 장애인 특정 파킹 랏에 파킹한 것으로 판단하는 단계(S17)와;
관제 서버가 수신된 영상 스트림 정보 2에서 파킹 후 운전자가 차량을 떠나는 운전자 이동 모션를 추출하는 단계(S18)와;
관제 서버가 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하는 단계(S19)와;
장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보와 영상 스트림 정보 2에서 추출된 차량 번호 정보가 포함된 정지 실 영상 정보를 구청 장애인 관리 서버로 전송하는 단계(S20)와;
구청 장애인 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 저장된 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S21);
및 일치하지 아니하는 경우, 장애인 관리 서버가 장애인 주차 구역에 파킹된 해당 차량을 일반인 차량으로 판단하고 수신된 정지 실영상 정보를 기초로 벌금을 부과하도록 조치하는 단계(S22)를 포함하여 이루어지는 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법.
- 제1항에 있어서,
상기 S19 단계에서 장애인인 경우,
관제 서버가 장애인 주차장 지도 정보에 매핑된 장애인 차량을 표시부를 통하여 제공하고 종료하는 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법.
- 주차장의 장애인 주차 구역에 차량이 파킹된 후 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법에 있어서,
상기 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법은,
각 카메라 위치 정보, 주차장 지도 정보 각종 차량에 대한 3D 차량 이미지 정보를 관제 서버의 차량 정보 DB에 저장 등록하는 단계(S31)와;
주차장 입구에 설치된 카메라 1이 주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 단계(S32)와;
관제 서버가 수신된 영상 정보 1에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보와 차량 정면 형상정보 및 촬영시간 정보를 관제 서버의 차량 정보 DB에 저장하는 단계(S33)와;
장애인 주차 구역에 설치된 카메라 2가 장애인 주차 구역에 진입하는 차량을 촬영하고 촬영된 영상 정보 2와 촬영시간 정보를 관제서버로 전송하는 단계(S34)와;
관제 서버가 수신된 영상 정보 2에서 차량번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호정보와 차량 정면 형상정보 및 촬영시간 정보를 차량 정보 DB에 저장하는 단계(S35)와;
관제 서버가 영상 정보 2에서 추출된 차량 번호 정보가 영상 정보 1에서 추출된 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S36)와;
일치하는 경우, 관제 서버가 해당 차량이 장애인 주차 구역에 진입한 것으로 판단하는 단계(S37)와;
장애인 주차 구역의 파킹 랏에 설치된 카메라 3가 파킹 된 차량과 차량을 이탈하는 운전자를 촬영하고 촬영된 영상 스트림 정보 3와 촬영시간 정보를 관제 서버로 전송하는 단계(S38)와;
관제 서버가 수신된 영상 스트림 정보 3에서 차량 번호 정보, 차량 평면 형상 정보와 해당 차량을 이탈하는 운전자의 이동 모션을 추출하고 차량 정보 DB에 저장하는 단계(S39)와;
관제 서버가 영상 스트림 정보 3에서 추출된 차량 번호 정보가 영상정보 2에서 추출된 번호 정보와 일치하는지 여부를 판단하는 단계(S40)와;
일치하는 경우, 관제 서버가 장애인 주차 구역에 진입한 해당 차량이 해당 파킹 랏에 파킹한 것으로 판단하는 단계(S41)와;
관제 서버가 차량 정보 DB에 저장된 해당 차량 정면 형상 정보와 평면 형상 정보를 기초로 딥 러닝 학습을 통하여 차량 종류를 판단하고 해당 차량 종류에 매칭하는 3D 차량 이미지 정보를 추출하는 단계(S42)와;
관제 서버가 해당 차량의 3D 차량 이미지 정보를 장애인 주차장 지도 정보에 매핑하고 3D 차량 이미지 정보가 매핑된 장애인 주차장 지도 정보, 주차 시간 정보를 표시부를 통하여 제공하는 단계(S43)와;
관제 서버가 S39 단계에서 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 하여 해당 운전자가 장애인인지 여부를 판단하는 단계(S44)와;
장애인이 아닌 경우, 관제 서버가 추출된 해당 차량 번호 정보와 영상정보 3에서 추출된 차량 번호 정보가 포함된 정지 실 영상 정보를 구청 장애인 관리 서버로 전송하는 단계(S45)와;
구청 장애인 관리 서버가 수신된 해당 차량 번호가 장애인 차량 번호 정보 DB에 있는 장애인 차량 번호 정보와 일치하는지 여부를 판단하는 단계(S46);
및 일치하지 아니하는 경우, 해당 주차장에 파킹된 차량이 일반인 차량으로 판단하고 수신된 정지 실 영상 정보를 기초로 벌금을 부과하도록 조치하는 단계(S47)를 포함하여 이루어지는 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법.
- 제3항에 있어서,
운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법은,
상기에서 S44 단계에서 장애인인 경우 종료하는 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역에 주차한 불법 차량을 판단하는 방법.
- 주차장의 장애인 주차 구역에 차량이 파킹된 후 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스 템에 있어서,
상기 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스템은,
주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 카메라 1(10)과;
장애인 주차 구역에 진입하여 파킹하는 차량을 촬영하고 촬영된 영상 스트림 정보 2와 촬영시간 정보를 관제 서버로 전송하는 카메라 2(20)와;
각 카메라 위치정보, 장애인 주차장 지도 정보를 차량 정보 DB에 저장하고 있는 것으로 카메라 1로부터 수신된 영상 정보 1에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 카메라 2로부터 수신된 영상 스트림 정보 2에서 차량 번호 정보를 추출하고 추출된 차량 번호 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 영상 스트림 정보 2에서 추출한 차량 번호 정보가 영상정보 1에서 추출한 차량 번호 정보가 동일한지 여부를 판단하고 동일한 경우 주차장으로 진입한 차량이 장애인 주차 구역으로 진입하여 특정 파킹 랏에 파킹한 것으로 판단하며, 영상 스트림 정보 2에서 파킹을 완료하고 해당 차량에서 이탈하는 운전자 이동 모션을 추출하고 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하며, 장애인이 아닌 경우에는 추출한 차량 번호 정보와 영상 스트림 정보 2에서 추출한 특정 파킹 랏에 파킹한 해당 차량의 정지 영상 정보를 구청의 장애인 관리 서버로 전송하는 관제 서버(30);
및 관제서버로부터 수신된 차량 번호 정보가 기저장된 장애인 정보 DB에 포함된 장애인 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하지 아니하는 경우, 해당 차량이 장애인 주차 구역에 파킹한 것으로 판단하고, 특정 파킹 랏에 파킹한 해당 차량의 정지 영상 정보와 차량 번호 정보를 담당자에게 제공하여 벌금을 부과하도록 조치하는 구청의 장애인 관리 서버(40)를 포함하여 구성된 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스템.
- 주차장의 장애인 주차 구역에 차량이 파킹된 후 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스 템에 있어서,
상기 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스템은,
주차장으로 진입하는 차량을 촬영하고 촬영된 영상 정보 1과 촬영시간 정보를 관제 서버로 전송하는 카메라 1(10-1)과;
장애인 주차 구역에 진입하여 파킹하는 차량을 촬영하고 촬영된 영상 정보 2와 촬영시간 정보를 관제 서버로 전송하는 카메라 2(20-2)와;
장애인 주차 구역의 파킹 랏에 설치된 것으로 파킹 랏에 파킹되는 차량과 파킹 후 차량을 이탈하는 운전자를 촬영하고 촬영한 영상 스트림 정보 3과 촬영시간 정보를 관제서버로 전송하는 카메라 3(50-1)와;
각 카메라 위치정보, 장애인 주차장 지도 정보, 차량별 3D 차량 이미지 정보를 차량 정보 DB에 저장하고 있는 것으로 카메라 1로부터 수신된 영상 정보 1에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보 차량 정면 형상정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 카메라 2로부터 수신된 영상 정보 2에서 차량 번호 정보와 차량 정면 형상 정보를 추출하고 추출된 차량 번호 정보, 차량 정면 형상 정보와 촬영시간 정보를 차량 정보 DB에 저장하고, 영상 정보 2에서 추출한 차량 번호 정보가 영상정보 1에서 추출한 차량 번호 정보가 동일한지 여부를 판단하고, 동일한 경우 주차장으로 진입한 차량이 장애인 주차 구역으로 진입한 것으로 판단하며, 카메라 3에서 수신된 영상 스트림 정보 3에서 차량 번호 정보, 차량 평면 형상 정보를 추출하여 차량 정보 DB에 저장하고 추출된 차량 번호 번호가 영상정보 2에서 추출된 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하는 경우 해당 차량이 장애인 주차 구역으로 진입하여 특정 파킹 랏에 파킹한 것으로 판단하며, 차량 정보 DB에 저장된 차량 정면 형상정보와 차량 평면 형상 정보를 기초로 딥러닝 학습을 하여 차량 종류를 판단하고 판단 결과에 매칭하는 3D 차량 이미지 정보를 추출하여 차량 정보 DB에 저장하고, 또한, 영상 스트림 정보 3에서 해당 파킹 차량에서 이탈하는 운전자 이동 모션을 추출하고 추출된 운전자 이동 모션을 기초로 딥러닝 학습을 통하여 해당 운전자가 장애인 인지 여부를 판단하며, 장애인인 경우에는 특정 파킹 랏에 파킹된 장애인 차량의 3D 차량 이미지 정보를 장애인 주차장 지도 정보에 매핑하여 주차 시간정보, 차량 번호 정보와 함께 표시보를 통하여 제공하고, 장애인이 아닌 경우에는 추출한 차량 번호 정보와 영상 스트림 정보 3에서 추출한 특정 파킹 랏에 파킹한 해당 차량의 정지 실영상 정보를 구청의 장애인 관리 서버로 전송하는 관제 서버(30-1);
및 관제서버(30-1)로부터 수신된 차량 번호 정보가 기저장된 장애인 정보 DB에 포함된 장애인 차량 번호 정보와 일치하는지 여부를 판단하고, 일치하지 아니하는 경우, 해당 차량이 장애인 주차 구역에 불법 파킹한 것으로 판단하고, 특정 파킹 랏에 파킹한 해당 차량의 정지 실 영상 정보와 불법으로 파킹한 차량 번호 정보를 담당자에게 제공하여 벌금을 부과하도록 조치하는 구청의 장애인 관리 서버(40-1)를 포함하여 구성된 것을 특징으로 하는 운전자가 차량을 이탈하는 운전자 이동 모션을 기초로 하는 장애인 주차 구역 불법 차량 판단 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210009865A KR102470641B1 (ko) | 2021-01-25 | 2021-01-25 | 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210009865A KR102470641B1 (ko) | 2021-01-25 | 2021-01-25 | 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220107348A KR20220107348A (ko) | 2022-08-02 |
| KR102470641B1 true KR102470641B1 (ko) | 2022-11-25 |
Family
ID=82845536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210009865A KR102470641B1 (ko) | 2021-01-25 | 2021-01-25 | 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102470641B1 (ko) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100501769B1 (ko) * | 2003-11-13 | 2005-07-18 | 주식회사 비츠로시스 | 장애인 주차구역 감시시스템 및 감시방법 |
| KR101505459B1 (ko) * | 2013-02-05 | 2015-03-30 | 장보영 | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 |
| KR101771652B1 (ko) * | 2015-08-27 | 2017-08-28 | (주)지비유 데이터링크스 | 주차 관제 시스템 |
| KR20200076176A (ko) * | 2018-12-19 | 2020-06-29 | 문석암 | 장애인 전용 주차구역 불법주차 단속 시스템 및 방법 |
-
2021
- 2021-01-25 KR KR1020210009865A patent/KR102470641B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220107348A (ko) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108596277B (zh) | 一种车辆身份识别方法、装置和存储介质 | |
| US9104914B1 (en) | Object detection with false positive filtering | |
| CN106448184B (zh) | 车辆识别方法及车辆出场识别方法 | |
| KR101972918B1 (ko) | 영상 마스킹 장치 및 영상 마스킹 방법 | |
| US6959099B2 (en) | Method and apparatus for automatic face blurring | |
| CN110969118B (zh) | 轨迹监控系统和方法 | |
| CN101783019B (zh) | 被摄体跟踪设备及其控制方法、摄像设备以及显示设备 | |
| WO2020258286A1 (zh) | 图像处理方法、装置、拍摄装置和可移动平台 | |
| WO2010124497A1 (zh) | 一种运动检测方法、装置和系统 | |
| US20100272328A1 (en) | Face authentication system and authentication method thereof | |
| CN106558121A (zh) | 摄像的方法及装置 | |
| CN110516623A (zh) | 一种人脸识别方法、装置及电子设备 | |
| CN112052830B (zh) | 人脸检测的方法、装置和计算机存储介质 | |
| CN113627339A (zh) | 一种隐私保护的方法、装置及设备 | |
| KR101859342B1 (ko) | 장애인 전용 주차 구역 위반 차량 단속 방법 | |
| KR102470641B1 (ko) | 딥러닝 학습을 이용한 주차장의 장애인 주차 구역 파킹 정보 제공 방법 및 시스템 | |
| KR20200060868A (ko) | 객체 탐지 및 자동 추적이 가능한 다시점 영상 감시 시스템 | |
| Yuan et al. | Day and night vehicle detection and counting in complex environment | |
| CN115762172A (zh) | 一种出入车位车辆识别方法、装置、设备及介质 | |
| Manjula et al. | Face detection identification and tracking by PRDIT algorithm using image database for crime investigation | |
| JP2012133411A (ja) | 顔照合システム、顔照合装置及び顔照合方法 | |
| KR100853267B1 (ko) | 스테레오 시각 정보를 이용한 복수 인물 추적 방법 및 그시스템 | |
| KR102425029B1 (ko) | 영상정보를 이용한 사이버 이미지 주차 관제 방법 및 이를 이용한 주차 관제 시스템 | |
| CN112818743A (zh) | 图像识别的方法、装置、电子设备及计算机存储介质 | |
| CN113449574A (zh) | 目标上内容的识别方法及装置、存储介质、计算机设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |