KR102471214B1 - IP-Cam 모니터링 방법 및 장치 - Google Patents

IP-Cam 모니터링 방법 및 장치 Download PDF

Info

Publication number
KR102471214B1
KR102471214B1 KR1020220009334A KR20220009334A KR102471214B1 KR 102471214 B1 KR102471214 B1 KR 102471214B1 KR 1020220009334 A KR1020220009334 A KR 1020220009334A KR 20220009334 A KR20220009334 A KR 20220009334A KR 102471214 B1 KR102471214 B1 KR 102471214B1
Authority
KR
South Korea
Prior art keywords
vector
devices
router
cloud server
monitoring
Prior art date
Application number
KR1020220009334A
Other languages
English (en)
Inventor
김승철
김현철
최찬도
우지현
김효광
양세연
Original Assignee
퀀텀테크엔시큐 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 퀀텀테크엔시큐 주식회사 filed Critical 퀀텀테크엔시큐 주식회사
Priority to KR1020220157641A priority Critical patent/KR20220163317A/ko
Priority to KR1020220157643A priority patent/KR20220163318A/ko
Application granted granted Critical
Publication of KR102471214B1 publication Critical patent/KR102471214B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2807—Exchanging configuration information on appliance services in a home automation network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/46—Interconnection of networks
    • H04L12/4604—LAN interconnection over a backbone network, e.g. Internet, Frame Relay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H04L41/065—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving logical or physical relationship, e.g. grouping and hierarchies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/065—Generation of reports related to network devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/1396—Protocols specially adapted for monitoring users' activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/14—Session management
    • H04L67/141—Setup of application sessions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/222—Secondary servers, e.g. proxy server, cable television Head-end
    • H04N21/2223—Secondary servers, e.g. proxy server, cable television Head-end being a public access point, e.g. for downloading to or uploading from clients
    • 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

Abstract

실시예들은 IP-Cam 모니터링 방법 및 장치를 제공한다. 일 실시예에 따른 시스템은, 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 잇어서, 상기 공유기에 의해, 상기 복수의 디바이스를 스캔하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각의 디바이스 IP를 수신하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각에 IP 포트를 할당하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각과 통신 세션을 수립하는 동작; 상기 사용자 단말기에 의해, 상기 공유기와 통신 세션을 수립하는 동작; 상기 사용자 단말기에 의해, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속하는 동작; 상기 사용자 단말기에 의해, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝하는 동작; 상기 사용자 단말기에 의해, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보를 상기 클라우드 서버로 송신하는 동작; 상기 클라우드 서버에 의해, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하는 동작; 상기 클라우드 서버에 의해, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하는 동작; 상기 클라우드 서버에 의해, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하는 동작; 및 상기 클라우드 서버에 의해, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하는 동작을 포함할 수 있다.

Description

IP-Cam 모니터링 방법 및 장치{METHOD AND APPARATUS FOR MONITORING IP-CAM}
본 발명의 실시예들은 IP-Cam을 모니터링하는 기술에 관한 것으로, IP-Cam으로부터 수신된 영상을 분석하여 이상 징후를 검출하는 기술에 대한 것이다.
인터넷 프로토콜 카메라(internet protocol camera, IP-Cam)은 일반적으로 감시를 위해 배치되는 디지털 비디오 카메라의 일종으로 아날로그 방식의 폐쇄회로 텔레비전(CCTV) 카메라들과 달리 컴퓨터 네트워크와 인터넷을 통해 데이터를 송수신할 수 있다. 기존의 CCTV와 같은 기술은 유선 방식을 사용하는데 반해, IP-Cam(333, 335)은 공용 네트워크인 인터넷을 이용하며 WiFi와 같은 무선 통신 방식을 이용하여 네트워크와 연결될 수 있다는 점에서 기존의 기술과 상이하다.
실시예들은, IP-Cam에 의해 촬영된 영상 내의 사람을 효율적으로 분석함으로써 보다 적은 리소스를 이용하여 정확하게 사람의 응급 상태를 진단하는 방법을 제공할 수 있다.
실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
일 실시예에 따른 시스템은, 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 잇어서, 상기 공유기에 의해, 상기 복수의 디바이스를 스캔하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각의 디바이스 IP를 수신하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각에 IP 포트를 할당하는 동작; 상기 공유기에 의해, 상기 복수의 디바이스 각각과 통신 세션을 수립하는 동작; 상기 사용자 단말기에 의해, 상기 공유기와 통신 세션을 수립하는 동작; 상기 사용자 단말기에 의해, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속하는 동작; 상기 사용자 단말기에 의해, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝하는 동작; 상기 사용자 단말기에 의해, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보를 상기 클라우드 서버로 송신하는 동작; 상기 클라우드 서버에 의해, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하는 동작; 상기 클라우드 서버에 의해, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하는 동작; 상기 클라우드 서버에 의해, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하는 동작; 및 상기 클라우드 서버에 의해, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하는 동작을 포함할 수 있다.
상기 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 상기 오브젝트 식별부, 상기 오브젝트 동작 추출부 및 상기 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함하고, 상기 오브젝트의 건강 상태 정보를 판단하는 동작은, 상기 클라우드 서버에 의해, 상기 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 상기 오브젝트 식별부에 입력하여 상기 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득하는 동작; 상기 클라우드 서버에 의해, 상기 실루엣 벡터를 상기 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출하는 동작; 및 상기 클라우드 서버에 의해, 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는 동작을 포함할 수 있다.
상기 오브젝트 상태 분류부는 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함하는 비교 레이어 및 상태 판단부를 포함하고, 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는 동작은, 상기 오브젝트 충돌 벡터, 상기 오브젝트 자상 벡터 및 상기 오브젝트 진동 벡터를 상기 비교 레이어에 입력하여 각각 상기 충돌 기준 벡터, 상기 자상 기준 벡터 및 상기 진동 기준 벡터와 비교하는 동작; 상기 비교 결과를 기초로 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작; 및 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 기초로 상기 상태 판단부를 이용하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작을 포함할 수 있다.
상기 비교 결과를 기초로 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작은, 상기 비교 결과를 기초로 중심 시각을 결정하는 동작; 상기 중심 시각을 포함하는 일정한 시간 구간을 제2 시간 간격으로 분할하는 동작; 및 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작을 포함할 수 있다.
상기 상태 판단부를 이용하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작은, 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각을 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득하는 동작; 및 상기 미분 충돌 벡터, 상기 미분 자상 벡터 및 상기 미분 진동 벡터를 상기 상태 판단부에 입력하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작을 포함할 수 있다.
상기 응급 상황 판단 모델은 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고, 학습 이미지로 구성된 각각의 학습 데이터는 상기 응급 상황 판단 모델의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 응급 상황 판단 모델의 파라미터는 상기 손실값이 작아지는 방향으로 학습되고,
[수학식]
Figure 112022008099981-pat00001
상기 손실 함수는 상기 수학식을 따르고, 상기 수학식에서, n은 클래스 별 학습 데이터의 수, y와 j는 클래스를 나타내는 식별자, C는 상수값, M은 클래스의 개수, x_y는 학습 데이터가 클래스 y에 속할 확률값, x_j는 학습 데이터가 클래스 j에 속할 확률값, L은 손실값을 의미할 수 있다.
일 실시예에 따른, 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 있어서, 상기 공유기는, 상기 복수의 디바이스를 스캔하고, 상기 복수의 디바이스 각각의 디바이스 IP를 수신하고, 상기 복수의 디바이스 각각에 IP 포트를 할당하고, 상기 복수의 디바이스 각각과 통신 세션을 수립하고, 상기 사용자 단말기는, 상기 공유기와 통신 세션을 수립하고, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속하고, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝하고, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보를 상기 클라우드 서버로 송신하고, 상기 클라우드 서버는, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하고, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하고, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하고, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송할 수 있다.
일 실시예에 따른, 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 있어서, 상기 공유기에 의해, 상기 복수의 디바이스는 스캔되고, 상기 복수의 디바이스 각각의 디바이스 IP는 수신되고, 상기 복수의 디바이스 각각에 IP 포트를 할당되고, 상기 복수의 디바이스 각각과 통신 세션은 수립되고, 상기 사용자 단말기에 의해, 상기 공유기와 통신 세션은 수립되고, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속되고, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스는 스캐닝되고, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보는 상기 클라우드 서버로 송신되고, 상기 클라우드 서버의 트랜시버에 의해, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하는 동작; 상기 클라우드 서버의 물리적 상태 이상 판단부에 의해, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하는 동작; 상기 클라우드 서버의 응급 상황 감지부에 의해, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하는 동작; 및 상기 클라우드 서버의 트랜시버에 의해, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하는 동작을 포함할 수 있다.
일 실시예에 따른 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 있어서, 상기 공유기에 의해, 상기 복수의 디바이스는 스캔되고, 상기 복수의 디바이스 각각의 디바이스 IP는 수신되고, 상기 복수의 디바이스 각각에 IP 포트를 할당되고, 상기 복수의 디바이스 각각과 통신 세션은 수립되고, 상기 사용자 단말기에 의해, 상기 공유기와 통신 세션은 수립되고, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속되고, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스는 스캐닝되고, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보는 상기 클라우드 서버로 송신되고, 상기 클라우드 서버는, 모니터링 상태 감지부; 및 트랜시버를 포함하고, 상기 모니터링 상태 감지부는, 물리적 상태 이상 판단부; 및 응급 상황 감지부를 포함하고, 상기 트랜시버는, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하고, 상기 물리적 상태 이상 판단부는, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하고, 상기 응급 상황 감지부는, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하고, 상기 트랜시버는, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송할 수 있다.
실시예들에 따르면, IP-Cam 모니터링 방법은 IP-Cam에 의해 촬영된 영상 내의 사람을 효율적으로 분석함으로써 보다 적은 리소스를 이용하여 정확하게 사람의 응급 상태를 진단할 수 있다.
실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 IP-Cam 모니터링 시스템의 전체 구성을 도시한 도면이다.
도 4는 일 실시예에 따른 IP-Cam 모니터링 방법의 전체 동작을 도시한 도면이다.
도 5는 일 실시예에 따른 IP-Cam 모니터링 방법과 연동되는 Viewer App의 예시적인 화면을 도시한 도면이다.
도 6은 일 실시예에 따른 응급 상황 판단 모델의 예시적인 구조를 도시한 도면이다.
도 7은 일 실시예에 따른 클라우드 서버의 구성을 도시한 도면이다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 전자 장치(101)는 클라이언트, 단말기 또는 피어로 지칭될 수도 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
서버(108)는 전자 장치(101)가 접속되며, 접속된 전자 장치(101)로 서비스를 제공할 수 있다. 또한, 서버(108)는 회원 가입 절차를 진행하여 그에 따라 회원으로 가입된 사용자의 각종 정보를 저장하여 관리하고, 서비스에 관련된 각종 구매 및 결제 기능을 제공할 수도 있다. 또한, 서버(108)는, 사용자 간에 서비스를 공유할 수 있도록, 복수의 전자 장치(101) 각각에서 실행되는 서비스 애플리케이션의 실행 데이터를 실시간으로 공유할 수도 있다. 이러한 서버(108)는 하드웨어적으로는 통상적인 웹 서버(Web Server) 또는 왑 서버(WAP Server)와 동일한 구성을 가질 수 있다. 그러나, 소프트웨어적으로는, C, C++, Java, Visual Basic, Visual C 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함할 수 있다. 또한, 서버(108)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 뜻하는 것이다. 또한, 서버(108)는, 전술한 서버 프로그램 이외에도, 서버(108) 상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스(DB: Database, 이하 "DB"라 칭함)를 포함하는 넓은 개념으로 이해되어야 할 것이다. 따라서, 서버(108)는, 회원 가입 정보와, 게임에 대한 각종 정보 및 데이터를 분류하여 DB에 저장시키고 관리하는데, 이러한 DB는 서버(108)의 내부 또는 외부에 구현될 수 있다. 또한, 서버(108)는, 일반적인 서버용 하드웨어에 도스(DOS), 윈도우(windows), 리눅스(Linux), 유닉스(UNIX), 매킨토시(Macintosh) 등의 운영체제에 따라 다양하게 제공되고 있는 서버 프로그램을 이용하여 구현될 수 있으며, 대표적인 것으로는 윈도우 환경에서 사용되는 웹사이트(Website), IIS(Internet Information Server)와 유닉스환경에서 사용되는 CERN, NCSA, APPACH등이 이용될 수 있다. 또한, 서버(108)는, 서비스의 사용자 인증이나 서비스와 관련된 구매 결제를 위한 인증 시스템 및 결제 시스템과 연동할 수도 있다.
제1 네트워크(198) 및 제2 네트워크(199)는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조 또는 서버(108)와 전자 장치들(101, 104)을 연결하는 망(Network)을 의미한다. 제1 네트워크(198) 및 제2 네트워크(199)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되나 이에 한정되지는 않는다. 제1 네트워크(198) 및 제2 네트워크(199)는 LAN, WAN 등의 폐쇄형 제1 네트워크(198) 및 제2 네트워크(199)일 수도 있으나, 인터넷(Internet)과 같은 개방형인 것이 바람직하다. 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전 세계적인 개방형 컴퓨터 제1 네트워크(198) 및 제2 네트워크(199) 구조를 의미한다.
데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 가질 수 가질 수 있다. 데이터베이스는 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 가질 수 있다. 데이터베이스는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 개시의 일 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가질 수 있다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 2은 다양한 실시예에 따른 프로그램(140)을 예시하는 블록도(200)이다. 일실시예에 따르면, 프로그램(140)은 전자 장치(101)의 하나 이상의 리소스들을 제어하기 위한 운영 체제(142), 미들웨어(144), 또는 상기 운영 체제(142)에서 실행 가능한 어플리케이션(146)을 포함할 수 있다. 운영 체제(142)는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 프로그램(140) 중 적어도 일부 프로그램은, 예를 들면, 제조 시에 전자 장치(101)에 프리로드되거나, 또는 사용자에 의해 사용 시 외부 전자 장치(예: 전자 장치(102 또는 104), 또는 서버(108))로부터 다운로드되거나 갱신 될 수 있다. 프로그램(140)의 전부 또는 일부는 뉴럴 네트워크를 포함할 수 있다.
운영 체제(142)는 전자 장치(101)의 하나 이상의 시스템 리소스들(예: 프로세스, 메모리, 또는 전원)의 관리(예: 할당 또는 회수)를 제어할 수 있다. 운영 체제(142)는, 추가적으로 또는 대체적으로, 전자 장치(101)의 다른 하드웨어 디바이스, 예를 들면, 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 구동하기 위한 하나 이상의 드라이버 프로그램들을 포함할 수 있다.
미들웨어(144)는 전자 장치(101)의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션(146)에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션(146)으로 제공할 수 있다. 미들웨어(144)는, 예를 들면, 어플리케이션 매니저(201), 윈도우 매니저(203), 멀티미디어 매니저(205), 리소스 매니저(207), 파워 매니저(209), 데이터베이스 매니저(211), 패키지 매니저(213), 커넥티비티 매니저(215), 노티피케이션 매니저(217), 로케이션 매니저(219), 그래픽 매니저(221), 시큐리티 매니저(223), 통화 매니저(225), 또는 음성 인식 매니저(227)를 포함할 수 있다.
어플리케이션 매니저(201)는, 예를 들면, 어플리케이션(146)의 생명 주기를 관리할 수 있다. 윈도우 매니저(203)는, 예를 들면, 화면에서 사용되는 하나 이상의 GUI 자원들을 관리할 수 있다. 멀티미디어 매니저(205)는, 예를 들면, 미디어 파일들의 재생에 필요한 하나 이상의 포맷들을 파악하고, 그 중 선택된 해당하는 포맷에 맞는 코덱을 이용하여 상기 미디어 파일들 중 해당하는 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(207)는, 예를 들면, 어플리케이션(146)의 소스 코드 또는 메모리(130)의 메모리의 공간을 관리할 수 있다. 파워 매니저(209)는, 예를 들면, 배터리(189)의 용량, 온도 또는 전원을 관리하고, 이 중 해당 정보를 이용하여 전자 장치(101)의 동작에 필요한 관련 정보를 결정 또는 제공할 수 있다. 일실시예에 따르면, 파워 매니저(209)는 전자 장치(101)의 바이오스(BIOS: basic input/output system)(미도시)와 연동할 수 있다.
데이터베이스 매니저(211)는, 예를 들면, 어플리케이션(146)에 의해 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(213)는, 예를 들면, 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다. 커넥티비티 매니저(215)는, 예를 들면, 전자 장치(101)와 외부 전자 장치 간의 무선 연결 또는 직접 연결을 관리할 수 있다. 노티피케이션 매니저(217)는, 예를 들면, 지정된 이벤트(예: 착신 통화, 메시지, 또는 알람)의 발생을 사용자에게 알리기 위한 기능을 제공할 수 있다. 로케이션 매니저(219)는, 예를 들면, 전자 장치(101)의 위치 정보를 관리할 수 있다. 그래픽 매니저(221)는, 예를 들면, 사용자에게 제공될 하나 이상의 그래픽 효과들 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다.
시큐리티 매니저(223)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 통화(telephony) 매니저(225)는, 예를 들면, 전자 장치(101)에 의해 제공되는 음성 통화 기능 또는 영상 통화 기능을 관리할 수 있다. 음성 인식 매니저(227)는, 예를 들면, 사용자의 음성 데이터를 서버(108)로 전송하고, 그 음성 데이터에 적어도 일부 기반하여 전자 장치(101)에서 수행될 기능에 대응하는 명령어(command), 또는 그 음성 데이터에 적어도 일부 기반하여 변환된 문자 데이터를 서버(108)로부터 수신할 수 있다. 일 실시예에 따르면, 미들웨어(244)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 일 실시예에 따르면, 미들웨어(144)의 적어도 일부는 운영 체제(142)의 일부로 포함되거나, 또는 운영 체제(142)와는 다른 별도의 소프트웨어로 구현될 수 있다.
어플리케이션(146)은, 예를 들면, 홈(251), 다이얼러(253), SMS/MMS(255), IM(instant message)(257), 브라우저(259), 카메라(261), 알람(263), 컨택트(265), 음성 인식(267), 이메일(269), 달력(271), 미디어 플레이어(273), 앨범(275), 와치(277), 헬스(279)(예: 운동량 또는 혈당과 같은 생체 정보를 측정), 또는 환경 정보(281)(예: 기압, 습도, 또는 온도 정보 측정) 어플리케이션을 포함할 수 있다. 일실시예에 따르면, 어플리케이션(146)은 전자 장치(101)와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션(미도시)을 더 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치로 지정된 정보 (예: 통화, 메시지, 또는 알람)를 전달하도록 설정된 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하도록 설정된 장치 관리 어플리케이션을 포함할 수 있다. 노티피케이션 릴레이 어플리케이션은, 예를 들면, 전자 장치(101)의 다른 어플리케이션(예: 이메일 어플리케이션(269))에서 발생된 지정된 이벤트(예: 메일 수신)에 대응하는 알림 정보를 외부 전자 장치로 전달할 수 있다. 추가적으로 또는 대체적으로, 노티피케이션 릴레이 어플리케이션은 외부 전자 장치로부터 알림 정보를 수신하여 전자 장치(101)의 사용자에게 제공할 수 있다.
장치 관리 어플리케이션은, 예를 들면, 전자 장치(101)와 통신하는 외부 전자 장치 또는 그 일부 구성 요소(예: 외부 전자장치의 디스플레이 모듈 또는 카메라 모듈)의 전원(예: 턴-온 또는 턴-오프) 또는 기능(예: 밝기, 해상도, 또는 포커스)을 제어할 수 있다. 장치 관리 어플리케이션은, 추가적으로 또는 대체적으로, 외부 전자 장치에서 동작하는 어플리케이션의 설치, 삭제, 또는 갱신을 지원할 수 있다.
도 3은 일 실시예에 따른 IP-Cam 모니터링 시스템의 전체 구성을 도시한 도면이다.
일 실시예에 따르면, 시스템(300)은 클라우드 서버(310)(예: 도 1의 서버(108), 사용자 단말기(321)(예: 도 1의 전자 장치(101)), 네트워크(340)(예: 도 1의 제2 네트워크(199)), 공유기(331) 및 하나 이상의 IP-Cam(333, 335)를 포함할 수 있다. 시스템(300)은 데이터베이스(311)를 더 포함할 수 있다.
IP-Cam(333, 335)을 이용한 감시 시스템(300)은 감시 공간에 설치된 공유기(331)를 통해 사용자 단말기(321)로 영상을 전송할 수 있다. IP-Cam(333, 335)은 감시 공간을 촬영하여 영상을 생성할 수 있다. IP-Cam(333, 335)은 공유기(331)에 접속하여 공유기(331)로 영상을 전송할 수 있다. 공유기(331)는 공용 네트워크인 인터넷 네트워크로 영상을 전송할 수 있다. 전송된 영상에는 사용자 단말기의 주소가 포함되어 있으므로, 해당 주소를 기초로 영상은 전송될 수 있다. 예를 들어, 공유기(331)는 WiFi 공유기를 포함할 수 있다.
도 3을 참조하면, IP-Cam(333, 335)은 감시 공간(330)을 촬영할 수 있다. IP-Cam(333, 335)은 감시 공간(330)을 촬영하여 영상을 생성할 수 있다.
공유기(331)는 공유기 IP, 각 디바이스에 할당된 디바이스 IP 및 IP 포트, 공유기에 접근하기 위한 인증 정보를 저장할 수 있다. 여기서, 디바이스는 IP-Cam(333, 335)을 포함할 수 있다. 인증 정보는 아이디 및 패스워드를 포함할 수 있다. 복수의 디바이스는 각 디바이스에 할당된 디바이스 IP 및 IP 포트를 저장할 수 있다. 사용자 단말기(321)는 단말기 IP, 공유기 IP 및 공유기의 인증 정보를 저장할 수 있다. 클라우드 서버(310)는 공유기 IP 및 인증 정보를 저장할 수 있다. 클라우드 서버(310)는 단말기 IP 및 인증 정보를 저장할 수 있다.
IP-Cam(333, 335)은 공유기(331)로 생성된 영상을 전송할 수 있다. IP-Cam(333, 335)은 각각에게 할당된 디바이스 IP 및 IP 포트를 이용하여 공유기(331)에 촬영된 영상을 전달할 수 있다.
공유기(331)는 영상을 수신하여 네트워크(340)로 전달할 수 있다. 네트워크(340)는 IP 프로토콜에 따라 영상의 목적지 주소인 사용자 단말기(321)의 단말기 IP를 찾아 사용자 단말기(321)로 영상을 전달할 수 있다. 네트워크(340)는 영상의 다른 목적지 주소인 클라우드 서버(310)의 IP 주소를 찾아 클라우드 서버(310)로 영상을 전달할 수 있다.
IP-Cam(333, 335)에 의해 생성되는 영상은 다양한 방식으로 저장될 수 있다. 예를 들어, IP-Cam(333, 335)에 의해 생성되는 영상은 IP-Cam(333, 335)의 내부 메모리에 저장되거나, 클라우드 서버(310)의 데이터 베이스(311) 또는 사용자 단말기(321)에 저장될 수 있다. 클라우드 서버(310)는 클라우드 저장 공간을 무료 또는 유료로 제공할 수 있다. 예를 들어, 클라우드 서버(310)는 정기 구독료의 형태로 클라우드 저장 공간을 제공할 수 있다.
일 실시예에 따르면, 클라우드 서버(310)는 수신되는 영상을 분석할 수 있다. 클라우드 서버(310)는 수신되는 영상에 포함되어 있는 사람을 식별하고, 사람의 이미지를 분석할 수 있다. 클라우드 서버(310)는 이미지의 분석 결과를 기초로 특정한 조건을 만족하는 경우에만 해당 영상을 사용자 단말기(321)로 전달하도록 공유기(331)에 명령할 수 있다.
클라우드 서버(310)가 영상의 전달을 제어하는 경우에, 클라우드 서버(310)는 특정한 조건이 만족되는 경우에만 데이터 베이스(311)에 영상을 저장할 수 있다. 이를 통하여, 클라우드 서버(310)는 중요한 이벤트를 포함하는 영상만을 저장함으로써 영상을 저장하기 위한 저장 공간을 절약할 수 있다.
다른 실시예에 따르면, 클라우드 서버(310)는 사용자 단말기(321)로의 영상의 전달을 제어하지 않고 이미지 분석만을 수행할 수도 있다. 이 경우에, 영상은 특정한 조건을 만족하는지 여부와 무관하게 사용자 단말기(321)로 전송될 수 있다.
영상이 정상적으로 사용자 단말기(321)에 수신되는 경우에, 사용자 단말기(321)는 Viewer App(예: 도 1 및 도 2의 프로그램(140))을 통하여 수신되는 영상을 출력할 수 있다. 사용자 단말기에는 IP-Cam(333, 335)과 연동되는 Viewer App이 설치될 수 있다. 사용자는 사용자 단말기에 설치된 Viewer App을 실행하여 직접 IP-Cam(333, 335)으로부터 전송되는 영상을 시청할 수 있다. Viewer App은 통신 설정 기능 및 카메라 선택 기능을 수행할 수 있다. 예를 들어, 통신 설정 기능과 관련하여 Viewer App은 공유기 설정 기능을 제공할 수 있다. 복수의 IP-Cam(333, 335)이 설치되어 있는 경우, Viewer App은 복수의 IP-Cam(333, 335) 중의 하나를 선택하는 기능을 제공할 수 있다. 사용자에 의해 선택된 IP-Cam(333, 335)의 영상은 Viewer App을 통해 제공될 수 있다.
예를 들어, Viewer App은 미들 웨어(예: 도 2의 미들 웨어(144))의 윈도우 매니저(예: 도 2의 윈도우 매니저(203))을 이용하여 통신 설정 기능 및 카메라 선택 기능을 위한 선택 버튼을 GUI로서 표시할 수 있다. 사용자의 카메라 선택 입력에 반응하여, Viewer App은 멀티미디어 매니저(예: 도 2의 멀티미디어 매니저(205))를 이용하여 선택된 카메라의 영상을 재생할 수 있다.
일 실시예에 따르면, 클라우드 서버(310)는 공유기(331)로부터 송출되는 영상의 이상 유무를 감시할 수 있다. 클라우드 서버(310)는 하드웨어 문제, 통신 문제 또는 영상의 내용의 문제를 감시할 수 있다. 예를 들어, 하드웨어 문제는 IP-Cam(333, 335)의 기계적인 고장 또는 전원 차단의 문제를 포함할 수 있다. 예를 들어, 통신 문제는 공유기(331)의 고장 또는 전원 차단의 문제나 네트워크의 통신 이상을 포함할 수 있다. 예를 들어, 영상의 내용의 문제는 영상 내의 감시 대상이 되는 오브젝트의 상태 이상을 포함할 수 있다.
클라우드 서버(310)는 수신되는 영상에 문제가 발생할 경우 사용자 단말기(321)로 알람을 전송할 수 있다. 클라우드 서버(310)는 영상의 이상의 종류를 판별할 수 있다. 예를 들어, 하드웨어 문제 또는 통신 문제인 경우에, 클라우드 서버(310)는 하드웨어 문제 또는 통신 문제의 정보를 포함하는 알람을 사용자 단말로 전송할 수 있다.
일 실시예에 따르면, 클라우드 서버(310)는 영상을 분석하여 오브젝트의 상태를 판단할 수 있다. 예를 들어, 오브젝트는 사람을 포함할 수 있다. 예를 들어, 클라우드 서버(310)는 가정 내에 있는 고령층 또는 유아의 영상을 분석하여 응급 상황이 발생하였는지 여부를 판단할 수 있다.
감시 대상이 되는 사람에게 응급 상황이 발생한 경우에, 클라우드 서버(310)는 사용자 단말기(321)로 알람 신호를 전송할 수 있다. 클라우드 서버(310)는 스마트폰, TV 또는 IoT 디바이스로 알람 신호를 전송하여 응급 상황을 빠르게 전달할 수 있다.
사용자 단말기(321)의 Viewer app은 클라우드 서버(310)로부터 수신한 알람 신호를 직접 표시하거나 사용자 단말기(321)에 설치된 정보 교환 어플리케이션을 통하여 간접적으로 알람 신호를 표시할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치로 지정된 정보 (예: 통화, 메시지, 또는 알람)를 전달하도록 설정된 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하도록 설정된 장치 관리 어플리케이션을 포함할 수 있다. 노티피케이션 릴레이 어플리케이션은 외부 전자 장치로부터 알림 정보를 수신하여 전자 장치(101)의 사용자에게 제공할 수 있다.
다른 예로, 클라우드 서버(310)는 응급 상황을 분석하고 분석 결과를 토대로 텍스트 데이터를 생성하고 텍스트 데이터를 음성 데이터로 변환할 수 있다. 클라우드 서버(310)는 보호자의 사용자 단말기(321)로 오브젝트의 응급 상태에 대한 푸쉬 알람을 전송할 수 있다. 이처럼, 클라우드 서버(310)는 자동으로 응급 상태를 감지하여 보호자에게 알람을 전송함으로써, 사용자 단말기(321)에 표시된 푸쉬 알람을 보고 112 또는 119와 같은 기관에 신고할 수 있는 편의를 보호자에게 제공할 수 있다.
이하에서는, 시스템(300)의 동작이 시계열적으로 보다 자세하게 설명된다.
공유기(331)는 복수의 디바이스를 스캔할 수 있다. 공유기(331)는 스캔된 모든 디바이스에 디바이스 IP를 요청할 수 있다. 여기서, 디바이스는 IP-Cam(333, 335)을 포함할 수 있다. 공유기(331)는 복수의 디바이스 각각의 디바이스 IP를 수신할 수 있다. 공유기(331)는 복수의 디바이스 각각에 IP 포트를 할당할 수 있다. 공유기(331)는 복수의 디바이스 각각에 대해 디바이스 IP 및 IP 포트의 대응 관계를 저장할 수 있다.
공유기(331)는 복수의 디바이스 각각과 통신 세션을 수립할 수 있다. 공유기(331)는 IP-Cam(333, 335) 각각과 통신 세션을 수립할 수 있다. 예를 들어, 공유기(331)는 WiFi 통신 프로토콜에 따라 IP-Cam(333, 335) 각각과 통신 세션을 수립할 수 있다.
사용자 단말기(321)는 공유기(331)와 통신 세션을 수립할 수 있다. 사용자 단말기(321)는 공유기(331)와 직접 통신 세션을 수립하거나 네트워크(340)를 통하여 공유기(331)와 유/무선으로 연결될 수 있다. 사용자 단말기(321)는 공유기의 인증 정보를 이용하여 공유기에 접속할 수 있다.
사용자 단말기(321)는 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝할 수 있다.
공유기(331) 또는 사용자 단말기(321)는 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 공유기의 공유기 IP 및 인증 정보를 클라우드 서버로 송신할 수 있다.
클라우드 서버(310)는 사용자 단말기로부터 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신할 수 있다.
클라우드 서버(310)는 모니터링 상태 정보가 이상 상태인 경우, 사용자 단말기로 이상 상태인 디바이스에 관한 알람 신호를 전송할 수 있다.
클라우드 서버(310)는 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 모니터링 영상으로부터 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단할 수 있다. 클라우드 서버(310)는 오브젝트의 건강 상태 정보가 응급 상태인 경우, 사용자 단말기로 응급 상태인 오브젝트에 관한 알람 신호를 전송할 수 있다.
여기서, 응급 상황 판단 모델은 뉴럴 네트워크로 구성될 수 있다. 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함할 수 있다. 오브젝트 상태 분류부는 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함하는 비교 레이어 및 상태 판단부를 포함할 수 있다.
클라우드 서버(310)는 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 오브젝트 식별부에 입력하여 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득할 수 있다.
실루엣 벡터는 오브젝트와 배경을 구별하는 선을 나타내는 벡터 형태의 데이터를 의미할 수 있다. 클라우드 서버(310)는 오브젝트의 경계 내부의 텍스쳐 또는 컬러 등을 생략하고 오브젝트의 경계에 해당하는 실루엣을 분석함으로써 보다 적은 컴퓨팅 리소스를 통해서도 정확한 분석 결과를 도출할 수 있다.
클라우드 서버(310)는 실루엣 벡터를 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출할 수 있다. 여기서, 오브젝트 충돌 벡터는 오브젝트가 공간의 경계와 충돌하는 정도를 나타내는 벡터를 의미할 수 있다. 오브젝트 자상 벡터는 오브젝트가 외부의 물체에 의해 베이거나 찔러지는 정도를 나타내는 벡터를 의미할 수 있다. 오브젝트 진동 벡터는 오브젝트 자체의 경련 또는 호흡을 나타내는 벡터를 의미할 수 있다.
클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 오브젝트 상태 분류부에 입력하여 오브젝트의 건강 상태 정보를 판단할 수 있다.
먼저, 클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 비교 레이어에 입력하여 각각 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터와 비교할 수 있다.
예를 들어, 클라우드 서버(310)는 오브젝트 충돌 벡터와 충돌 기준 벡터 간의 거리를 계산할 수 있다. 클라우드 서버(310)는 오브젝트 자상 벡터와 자상 기준 벡터 간의 거리를 계산할 수 있다. 클라우드 서버(310)는 오브젝트 진동 벡터와 진동 기준 벡터 간의 거리를 계산할 수 있다. 예를 들어, 거리는 유클리디안 거리 또는 코사인 거리 계산 방식에 따라 계산될 수 있다.
클라우드 서버(310)는 비교 결과를 기초로 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득할 수 있다. 여기서, 제1 시간 간격은 제2 시간 간격 보다 클 수 있다. 클라우드 서버(310)는 초기에는 긴 주기의 프레임의 이미지를 분석함으로써 컴퓨팅 리소스를 절약할 수 있고, 문제가 되는 이미지를 중심으로 짧은 주기의 프레임의 이미지를 분석함으로써 정확도를 높일 수 있다.
클라우드 서버(310)는 비교 결과를 기초로 중심 시각을 결정할 수 있다.
일 실시예에 따르면, 클라우드 서버(310)는 벡터 간의 거리가 임계값 이상인 시각을 중심 시각으로 결정할 수 있다. 임계값 이상인 시각이 복수인 경우, 클라우드 서버(310)는 복수의 중심 시각을 결정할 수 있다.
다른 실시예에 따르면, 클라우드 서버(310)는 제1 시간 간격의 복수의 시각의 오브젝트의 동작 특징 벡터 중에서 수학식 1의 값이 가장 작은 시각을 결정할 수 있다.
[수학식 1]
Figure 112022008099981-pat00002
수학식 1에서, x는 이미지 내의 오브젝트의 동작 특징 벡터일 수 있다. 예를 들어, 오브젝트의 동작 특징 벡터는 실루엣 벡터를 포함할 수 있다. A는 사용자에 개인화된 제1 동작의 기준 벡터, B는 사용자에 개인화된 제2 동작의 기준 벡터, C는 사용자에게 개인화된 제3 동작의 기준 벡터를 나타낼 수 있다. 예를 들어, 제1 동작의 기준 벡터, 제2 동작의 기준 벡터 및 제3 동작의 기준 벡터는 각각 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함할 수 있다.
a(x)는 이미지 내의 오브젝트의 동작 특징 벡터로부터 추출된 제1 동작의 대상 벡터, b(x)는 이미지 내의 오브젝트의 동작 특징 벡터로부터 추출된 제2 동작의 대상 벡터, c(x)는 이미지 내의 오브젝트의 동작 특징 벡터로부터 추출된 제3 동작의 대상 벡터를 나타낼 수 있다. 예를 들어, 제1 동작의 대상 벡터, 제2 동작의 대상 벡터 및 제3 동작의 대상 벡터는 각각 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 포함할 수 있다.
클라우드 서버(310)는 중심 시각을 포함하는 일정한 시간 구간을 제2 시간 간격으로 분할할 수 있다. 여기서 제2 시간 간격은 제1 시간 간격보다 작은 시간 단위일 수 있다. 클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득할 수 있다.
이처럼, 클라우드 서버(310)는 초기에는 긴 주기의 프레임의 이미지를 분석함으로써 컴퓨팅 리소스를 절약할 수 있고, 문제가 되는 이미지를 중심으로 짧은 주기의 프레임의 이미지를 분석함으로써 정확도를 높일 수 있다.
클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 기초로 상태 판단부를 이용하여 오브젝트의 건강 상태 정보를 출력할 수 있다.
클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각을 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득할 수 있다. 예를 들어, 클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각의 엘러먼트를 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득할 수 있다. 여기서, 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터는 오브젝트의 동역학 정보를 반영할 수 있다.
미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 상태 판단부에 입력하여 오브젝트의 건강 상태 정보를 출력할 수 있다. 상태 판단부는 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 기초로 오브젝트의 운동 상태를 판단할 수 있다.
응급 상황 판단 모델은 다음과 같이 학습될 수 있다. 응급 상황 판단 모델은 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 응급 상황 판단 모델을 구성하는 오브젝트 식별부, 오브젝트 동작 추출부, 오브젝트 상태 분류부는 각각 복수의 레이어로 구성될 수 있다.
학습 이미지로 구성된 각각의 학습 데이터는 응급 상황 판단 모델의 입력 레이어에 입력되어 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 출력 벡터는 출력 레이어에 연결된 손실함수 레이어에 입력되고, 손실함수 레이어는 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 응급 상황 판단 모델의 파라미터는 손실값이 작아지는 방향으로 학습될 수 있다.
[수학식 2]
Figure 112022008099981-pat00003
손실 함수는 수학식 2를 따를 수 있다. 수학식 2에서, n은 클래스 별 학습 데이터의 수, y와 j는 클래스를 나타내는 식별자, C는 상수값, M은 클래스의 개수, x_y는 학습 데이터가 클래스 y에 속할 확률값, x_j는 학습 데이터가 클래스 j에 속할 확률값, L은 손실값을 의미할 수 있다. 수학식에는 클래스 별 학습 데이터의 수가 반영되기 때문에, 학습 데이터의 수가 작은 클래스는 학습에 작은 영향을 미치고 학습 데이터의 수가 큰 클래스는 학습에 큰 영향을 미칠 수 있다.
본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 "노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 "노드"들은, "뉴런(neuron)"들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 "링크"에 의해 상호 연결될 수 있다.
뉴럴 네트워크 내에서, 링크를 통해 연결된 둘 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적일 수 있으며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
전술한 바와 같이, 뉴럴 네트워크는, 둘 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뉴럴 네트워크 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뉴럴 네트워크 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망 네트워크가 존재하는 경우, 두 개의 신경망 네트워크들은 서로 상이한 것으로 인식될 수 있다.
도 4는 일 실시예에 따른 IP-Cam 모니터링 방법의 전체 동작을 도시한 도면이다.
일 실시예에 따르면, IP-Cam 모니터링 시스템은 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함할 수 있다.
일 실시예에 따르면, 동작(401)에서, 공유기(331)는 복수의 디바이스를 스캔할 수 있다. 여기서, 복수의 디바이스는 하나 이상의 IP-Cam(333, 335)를 포함할 수 있다.
일 실시예에 따르면, 동작(403)에서, 공유기(331)는 복수의 디바이스 각각의 디바이스 IP를 수신할 수 있다. 공유기(331)는 WiFi 통신 방식에 따라 복수의 디바이스와 무선으로 통신할 수 있다.
일 실시예에 따르면, 동작(405)에서, 공유기(331)는 복수의 디바이스 각각에 IP 포트를 할당할 수 있다. IP 포트는 IP 내에서 애플리케이션 상호 구분(프로세스 구분)을 위해 사용하는 번호이다. 포트 숫자는 IP 주소가 가리키는 PC에 접속할 수 있는 통로(채널)을 의미한다. 예를 들어, 로컬 디바이스의 IP 주소인 127.0.0.1 뒤에 ':3000'과 같은 포트 숫자가 할당될 수 있다.
일 실시예에 따르면, 동작(407)에서, 공유기(331)는 복수의 디바이스 각각과 통신 세션을 수립할 수 있다. 일 실시예에 따르면, 동작(409)에서, 사용자 단말기(321)는 공유기와 통신 세션을 수립할 수 있다. 일 실시예에 따르면, 동작(411)에서, 사용자 단말기(321)는 공유기의 인증 정보를 이용하여 공유기에 접속할 수 있다.
일 실시예에 따르면, 동작(413)에서, 사용자 단말기(321)는 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝할 수 있다. 일 실시예에 따르면, 동작(415)에서, 사용자 단말기(321)는 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 공유기의 공유기 IP 및 인증 정보를 클라우드 서버로 송신할 수 있다.
일 실시예에 따르면, 동작(417)에서, 클라우드 서버(310)는 사용자 단말기로부터 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신할 수 있다. 클라우드 서버(310)는 모니터링 상태 정보 또는 모니터링 영상을 기초로 공유기(331)로부터 송출되는 영상의 이상 유무를 감시할 수 있다. 클라우드 서버(310)는 모니터링 상태 정보를 기초로 하드웨어 문제 또는 통신 문제를 감시할 수 있다. 클라우드 서버(310)는 모니터링 영상을 기초로 영상의 내용의 문제를 감시할 수 있다.
예를 들어, 클라우드 서버(310)는 모니터링 상태 정보를 기초로 IP-Cam(333, 335)의 기계적인 고장 또는 전원 차단의 문제를 판단할 수 있다. 예를 들어, 클라우드 서버(310)는 모니터링 상태 정보를 기초로 공유기(331)의 고장 또는 전원 차단의 문제나 네트워크의 통신 이상을 포함할 수 있다. 예를 들어, 클라우드 서버(310)는 모니터링 영상을 기초로 영상 내의 감시 대상이 되는 오브젝트의 상태 이상을 감시할 수 있다.
일 실시예에 따르면, 동작(419)에서, 클라우드 서버(310)는 모니터링 상태 정보가 이상 상태인 경우, 사용자 단말기로 이상 상태인 디바이스에 관한 알람 신호를 전송할 수 있다. 사용자 단말기(321)의 Viewer app은 클라우드 서버(310)로부터 수신한 알람 신호를 직접 표시하거나 사용자 단말기(321)에 설치된 정보 교환 어플리케이션을 통하여 간접적으로 알람 신호를 표시할 수 있다.
일 실시예에 따르면, 동작(421)에서, 클라우드 서버(310)는 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 모니터링 영상으로부터 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단할 수 있다. 응급 상황 판단 모델은 뉴럴 네트워크로 구성될 수 있다. 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함할 수 있다. 오브젝트 상태 분류부는 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함하는 비교 레이어 및 상태 판단부를 포함할 수 있다. 응급 상황 판단 모델의 자세한 동작은 도 3에서 설명된 바와 같다.
일 실시예에 따르면, 동작(423)에서, 클라우드 서버(310)는 오브젝트의 건강 상태 정보가 응급 상태인 경우, 사용자 단말기로 응급 상태인 오브젝트에 관한 알람 신호를 전송할 수 있다.
도 5는 일 실시예에 따른 IP-Cam 모니터링 방법과 연동되는 Viewer App의 예시적인 화면을 도시한 도면이다.
사용자 단말기(321)에는 IP-Cam(333, 335)과 연동되는 Viewer App이 설치될 수 있다. 사용자는 사용자 단말기(321)에 설치된 Viewer App을 실행하여 직접 IP-Cam(333, 335)으로부터 전송되는 영상을 시청할 수 있다. Viewer App은 통신 설정 기능 및 카메라 선택 기능을 수행할 수 있다. 예를 들어, 통신 설정 기능과 관련하여 Viewer App은 공유기 설정 기능을 제공할 수 있다.
복수의 IP-Cam(333, 335)이 설치되어 있는 경우, Viewer App은 복수의 IP-Cam(333, 335) 중의 하나를 선택하는 기능을 제공할 수 있다. 사용자에 의해 선택된 IP-Cam(333, 335)의 영상은 Viewer App을 통해 제공될 수 있다.
도 5를 참조하면, 사용자 단말기(321)는 Viewer App을 통해 연동되는 IP-Cam(533, 535)를 표시할 수 있다. 각각의 IP-Cam(333, 335)에 의해 촬영되는 영상은 IP-Cam(333, 335)의 각각의 하단에 화면(543, 545)으로 표시될 수 있다. IP-Cam의 개수가 많은 경우, 화면이 생략된 상태에서 IP-Cam은 리스트 형태로 표시될 수 있고, 사용자가 IP-Cam을 선택하는 경우에 선택된 IP-Cam이 촬영하는 화면이 확대되어 표시될 수도 있다.
다른 실시예에 따르면, Viewer App은 IP-Cam(333, 335)의 화각을 제어할 수 있다. 사용자의 입력을 기초로 Viewer App은 IP-Cam(333, 335) 각각의 촬영 방향을 제어할 수 있다.
도 6은 일 실시예에 따른 응급 상황 판단 모델의 예시적인 구조를 도시한 도면이다.
도 6을 참조하면, 응급 상황 판단 모델은 뉴럴 네트워크로 구성될 수 있다. 응급 상황 판단 모델은 오브젝트 식별부(610), 오브젝트 동작 추출부(620) 및 오브젝트 상태 분류부(630)를 포함할 수 있다. 오브젝트 식별부(610), 오브젝트 동작 추출부(620) 및 오브젝트 상태 분류부(630)는 하나 이상의 컨벌루셔널 레이어를 포함할 수 있다. 오브젝트 상태 분류부(630)는 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함하는 비교 레이어(631) 및 상태 판단부(633)를 포함할 수 있다.
클라우드 서버(310)는 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지(601)를 오브젝트 식별부(610)에 입력하여 오브젝트의 실루엣을 나타내는 실루엣 벡터(611)를 획득할 수 있다. 여기서, 제1 시간 간격은 제2 시간 간격 보다 클 수 있다. 클라우드 서버(310)는 실루엣 벡터(611)를 오브젝트 동작 추출부(620)에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터(621)를 추출할 수 있다.
클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터(621)를 오브젝트 상태 분류부(630)에 입력하여 오브젝트의 건강 상태 정보(640)를 판단할 수 있다.
이를 위하여, 클라우드 서버(310)는 먼저 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터(621)를 비교 레이어(631)에 입력하여 각각 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터와 비교할 수 있다.
클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터(621)를 비교 레이어(631)에 입력하여 각각 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터와 비교할 수 있다. 예를 들어, 클라우드 서버(310)는 오브젝트 충돌 벡터와 충돌 기준 벡터 간의 거리를 계산할 수 있다. 클라우드 서버(310)는 오브젝트 자상 벡터와 자상 기준 벡터 간의 거리를 계산할 수 있다. 클라우드 서버(310)는 오브젝트 진동 벡터와 진동 기준 벡터 간의 거리를 계산할 수 있다. 예를 들어, 거리는 유클리디안 거리 또는 코사인 거리 계산 방식에 따라 계산될 수 있다.
클라우드 서버(310)는 비교 결과를 기초로 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득할 수 있다. 이를 위하여, 먼저, 클라우드 서버(310)는 비교 결과를 기초로 중심 시각을 결정할 수 있다.
일 실시예에 따르면, 클라우드 서버(310)는 벡터 간의 거리가 임계값 이상인 시각을 중심 시각으로 결정할 수 있다. 임계값 이상인 시각이 복수인 경우, 클라우드 서버(310)는 복수의 중심 시각을 결정할 수 있다.
다른 실시예에 따르면, 클라우드 서버(310)는 제1 시간 간격의 복수의 시각의 오브젝트의 동작 특징 벡터들을 기초로 미리 정해진 함수의 최소값을 가지는 시각을 중심 시각으로 결정할 수 있다. 여기서, 미리 정해진 함수는 도 3에서 설명된 수학식 1을 포함할 수 있다. 예를 들어, 오브젝트의 동작 특징 벡터는 실루엣 벡터를 포함할 수 있다.
클라우드 서버(310)는 중심 시각을 포함하는 일정한 시간 구간을 제2 시간 간격으로 분할할 수 있다. 여기서 제2 시간 간격은 제1 시간 간격보다 작은 시간 단위일 수 있다. 클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득할 수 있다.
클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 기초로 상태 판단부(633)를 이용하여 오브젝트의 건강 상태 정보(640)를 출력할 수 있다.
구체적으로, 클라우드 서버(310)는 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각을 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득할 수 있다. 예를 들어, 클라우드 서버(310)는 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각의 엘러먼트를 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득할 수 있다. 여기서, 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터는 오브젝트의 동역학 정보를 반영할 수 있다.
미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 상태 판단부(633)에 입력하여 오브젝트의 건강 상태 정보(640)를 출력할 수 있다. 상태 판단부(633)는 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 기초로 오브젝트의 운동 상태를 판단할 수 있다.
도 7은 일 실시예에 따른 클라우드 서버의 구성을 도시한 도면이다.
일 실시예에 따르면, 클라우드 서버(700)는 모니터링 상태 감지부(710) 및 트랜시버(730)를 포함할 수 있다. 모니터링 상태 감지부(710)는 물리적 상태 이상 판단부(711) 및 응급 상황 감지부(713)를 포함할 수 있다.
공유기에 의해, 복수의 디바이스는 스캔되고, 복수의 디바이스 각각의 디바이스 IP는 수신되고, 복수의 디바이스 각각에 IP 포트를 할당되고, 복수의 디바이스 각각과 통신 세션은 수립될 수 있다.
사용자 단말기에 의해, 공유기와 통신 세션은 수립되고, 공유기의 인증 정보를 이용하여 공유기에 접속되고, 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스는 스캐닝되고, 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 공유기의 공유기 IP 및 인증 정보는 클라우드 서버로 송신될 수 있다.
트랜시버(730)는 사용자 단말기로부터 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신할 수 있다.
물리적 상태 이상 판단부(711)는 모니터링 상태 정보가 이상 상태인 경우, 사용자 단말기로 이상 상태인 디바이스에 관한 알람 신호를 전송할 수 있다.
응급 상황 감지부(713)는 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 모니터링 영상으로부터 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단할 수 있다.
트랜시버(730)는 오브젝트의 건강 상태 정보가 응급 상태인 경우, 사용자 단말기로 응급 상태인 오브젝트에 관한 알람 신호를 전송할 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.
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.
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.
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 특허청구범위의 범위에 속한다.

Claims (9)

  1. 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 의해 수행되는 IP-Cam 모니터링 방법에 있어서,
    상기 공유기에 의해, 상기 복수의 디바이스를 스캔하는 동작;
    상기 공유기에 의해, 상기 복수의 디바이스 각각의 디바이스 IP를 수신하는 동작;
    상기 공유기에 의해, 상기 복수의 디바이스 각각에 IP 포트를 할당하는 동작;
    상기 공유기에 의해, 상기 복수의 디바이스 각각과 통신 세션을 수립하는 동작;
    상기 사용자 단말기에 의해, 상기 공유기와 통신 세션을 수립하는 동작;
    상기 사용자 단말기에 의해, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속하는 동작;
    상기 사용자 단말기에 의해, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝하는 동작;
    상기 사용자 단말기에 의해, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보를 상기 클라우드 서버로 송신하는 동작;
    상기 클라우드 서버에 의해, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하는 동작;
    상기 클라우드 서버에 의해, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하는 동작;
    상기 클라우드 서버에 의해, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하는 동작; 및
    상기 클라우드 서버에 의해, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하는 동작을 포함하고,
    상기 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 상기 오브젝트 식별부, 상기 오브젝트 동작 추출부 및 상기 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함하고,
    상기 오브젝트의 건강 상태 정보를 판단하는 동작은,
    상기 클라우드 서버에 의해, 상기 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 상기 오브젝트 식별부에 입력하여 상기 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득하는 동작;
    상기 클라우드 서버에 의해, 상기 실루엣 벡터를 상기 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출하는 동작; 및
    상기 클라우드 서버에 의해, 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는 동작
    을 포함하는, IP-Cam 모니터링 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 오브젝트 상태 분류부는 충돌 기준 벡터, 자상 기준 벡터 및 진동 기준 벡터를 포함하는 비교 레이어 및 상태 판단부를 포함하고,
    상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는 동작은,
    상기 오브젝트 충돌 벡터, 상기 오브젝트 자상 벡터 및 상기 오브젝트 진동 벡터를 상기 비교 레이어에 입력하여 각각 상기 충돌 기준 벡터, 상기 자상 기준 벡터 및 상기 진동 기준 벡터와 비교하는 동작;
    상기 비교 결과를 기초로 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작; 및
    상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 기초로 상기 상태 판단부를 이용하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작
    을 포함하는, IP-Cam 모니터링 방법.
  4. 제3항에 있어서,
    상기 비교 결과를 기초로 상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작은,
    상기 비교 결과를 기초로 중심 시각을 결정하는 동작;
    상기 중심 시각을 포함하는 일정한 시간 구간을 제2 시간 간격으로 분할하는 동작; 및
    상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 획득하는 동작
    을 포함하는, IP-Cam 모니터링 방법.
  5. 제3항에 있어서,
    상기 상태 판단부를 이용하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작은,
    상기 제2 시간 간격으로 분할된 각각의 시각에 대응하는 복수의 이미지의 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터 각각을 시간에 대하여 미분하여 미분 충돌 벡터, 미분 자상 벡터 및 미분 진동 벡터를 획득하는 동작; 및
    상기 미분 충돌 벡터, 상기 미분 자상 벡터 및 상기 미분 진동 벡터를 상기 상태 판단부에 입력하여 상기 오브젝트의 건강 상태 정보를 출력하는 동작
    을 포함하는, IP-Cam 모니터링 방법.
  6. 제1항에 있어서,
    상기 응급 상황 판단 모델은 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
    학습 이미지로 구성된 각각의 학습 데이터는 상기 응급 상황 판단 모델의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 응급 상황 판단 모델의 파라미터는 상기 손실값이 작아지는 방향으로 학습되고,
    [수학식]
    Figure 112022083604526-pat00012

    상기 손실 함수는 상기 수학식을 따르고,
    상기 수학식에서, n은 클래스 별 학습 데이터의 수, y와 j는 클래스를 나타내는 식별자, C는 상수값, M은 클래스의 개수, x_y는 학습 데이터가 클래스 y에 속할 확률값, x_j는 학습 데이터가 클래스 j에 속할 확률값, L은 손실값을 의미하는,
    IP-Cam 모니터링 방법.
  7. 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 있어서,
    상기 공유기는,
    상기 복수의 디바이스를 스캔하고,
    상기 복수의 디바이스 각각의 디바이스 IP를 수신하고,
    상기 복수의 디바이스 각각에 IP 포트를 할당하고,
    상기 복수의 디바이스 각각과 통신 세션을 수립하고,
    상기 사용자 단말기는,
    상기 공유기와 통신 세션을 수립하고,
    상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속하고,
    상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스를 스캐닝하고,
    상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보를 상기 클라우드 서버로 송신하고,
    상기 클라우드 서버는,
    상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하고,
    상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하고,
    뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하고,
    상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하고,
    상기 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 상기 오브젝트 식별부, 상기 오브젝트 동작 추출부 및 상기 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함하고,
    상기 오브젝트의 건강 상태 정보를 판단하기 위해 상기 클라우드 서버는,
    상기 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 상기 오브젝트 식별부에 입력하여 상기 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득하고,
    상기 실루엣 벡터를 상기 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출하고,
    오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는,
    IP-Cam 모니터링 시스템.
  8. 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하는 IP-Cam 모니터링 시스템에 의해 수행되는 IP-Cam 모니터링 방법에 있어서,
    상기 공유기에 의해, 상기 복수의 디바이스는 스캔되고, 상기 복수의 디바이스 각각의 디바이스 IP는 수신되고, 상기 복수의 디바이스 각각에 IP 포트를 할당되고, 상기 복수의 디바이스 각각과 통신 세션은 수립되고,
    상기 사용자 단말기에 의해, 상기 공유기와 통신 세션은 수립되고, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속되고, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스는 스캐닝되고, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보는 상기 클라우드 서버로 송신되고,
    상기 클라우드 서버의 트랜시버에 의해, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하는 동작;
    상기 클라우드 서버의 물리적 상태 이상 판단부에 의해, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하는 동작;
    상기 클라우드 서버의 응급 상황 감지부에 의해, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하는 동작; 및
    상기 클라우드 서버의 트랜시버에 의해, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하는 동작을 포함하고,
    상기 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 상기 오브젝트 식별부, 상기 오브젝트 동작 추출부 및 상기 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함하고,
    상기 오브젝트의 건강 상태 정보를 판단하는 동작은,
    상기 클라우드 서버의 응급 상황 감지부에 의해, 상기 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 상기 오브젝트 식별부에 입력하여 상기 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득하는 동작;
    상기 클라우드 서버의 응급 상황 감지부에 의해, 상기 실루엣 벡터를 상기 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출하는 동작; 및
    상기 클라우드 서버의 응급 상황 감지부에 의해, 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는 동작
    을 포함하는, IP-Cam 모니터링 방법.
  9. 하나 이상의 IP-Cam을 포함하는 복수의 디바이스, 클라우드 서버, 사용자 단말기, 공유기 및 네트워크를 포함하고,
    상기 공유기에 의해, 상기 복수의 디바이스는 스캔되고, 상기 복수의 디바이스 각각의 디바이스 IP는 수신되고, 상기 복수의 디바이스 각각에 IP 포트를 할당되고, 상기 복수의 디바이스 각각과 통신 세션은 수립되고,
    상기 사용자 단말기에 의해, 상기 공유기와 통신 세션은 수립되고, 상기 공유기의 인증 정보를 이용하여 상기 공유기에 접속되고, 상기 사용자 단말기에 설치된 모니터링 어플리케이션을 통하여 상기 공유기에 접속한 복수의 디바이스 중에서 하나 이상의 모니터링할 디바이스는 스캐닝되고, 상기 하나 이상의 모니터링할 디바이스 각각의 디바이스 IP 및 IP 포트와 상기 공유기의 공유기 IP 및 인증 정보는 상기 클라우드 서버로 송신되는 IP-Cam 모니터링 시스템에 있어서,
    상기 클라우드 서버는,
    모니터링 상태 감지부; 및
    트랜시버를 포함하고,
    상기 모니터링 상태 감지부는,
    물리적 상태 이상 판단부; 및
    응급 상황 감지부를 포함하고,
    상기 트랜시버는, 상기 사용자 단말기로부터 상기 하나 이상의 모니터링할 디바이스 각각으로부터 모니터링 상태 정보 및 모니터링 영상을 수신하고,
    상기 물리적 상태 이상 판단부는, 상기 모니터링 상태 정보가 이상 상태인 경우, 상기 사용자 단말기로 상기 이상 상태인 디바이스에 관한 알람 신호를 전송하고,
    상기 응급 상황 감지부는, 뉴럴 네트워크로 구성된 응급 상황 판단 모델을 이용하여 상기 모니터링 영상으로부터 상기 하나 이상의 모니터링할 디바이스의 모니터링되는 오브젝트의 건강 상태 정보를 판단하고,
    상기 트랜시버는, 상기 오브젝트의 건강 상태 정보가 응급 상태인 경우, 상기 사용자 단말기로 상기 응급 상태인 오브젝트에 관한 알람 신호를 전송하고,
    상기 응급 상황 판단 모델은 오브젝트 식별부, 오브젝트 동작 추출부 및 오브젝트 상태 분류부를 포함하고, 상기 오브젝트 식별부, 상기 오브젝트 동작 추출부 및 상기 오브젝트 상태 분류부는 하나 이상의 컨벌루셔널 레이어를 포함하고,
    상기 오브젝트의 건강 상태 정보를 판단하기 위해 상기 응급 상황 감지부는,
    상기 모니터링 영상에 포함된 제1 시간 간격의 복수의 이미지를 상기 오브젝트 식별부에 입력하여 상기 오브젝트의 실루엣을 나타내는 실루엣 벡터를 획득하고,
    상기 실루엣 벡터를 상기 오브젝트 동작 추출부에 입력하여 오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 추출하고,
    오브젝트 충돌 벡터, 오브젝트 자상 벡터 및 오브젝트 진동 벡터를 상기 오브젝트 상태 분류부에 입력하여 상기 오브젝트의 건강 상태 정보를 판단하는,
    클라우드 서버.
KR1020220009334A 2022-01-21 2022-01-21 IP-Cam 모니터링 방법 및 장치 KR102471214B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220157641A KR20220163317A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치
KR1020220157643A KR20220163318A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020220009253 2022-01-21
KR20220009252 2022-01-21
KR20220009253 2022-01-21
KR1020220009252 2022-01-21

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020220157643A Division KR20220163318A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치
KR1020220157641A Division KR20220163317A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102471214B1 true KR102471214B1 (ko) 2022-11-28

Family

ID=84236936

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020220009334A KR102471214B1 (ko) 2022-01-21 2022-01-21 IP-Cam 모니터링 방법 및 장치
KR1020220157641A KR20220163317A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치
KR1020220157643A KR20220163318A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020220157641A KR20220163317A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치
KR1020220157643A KR20220163318A (ko) 2022-01-21 2022-11-22 IP-Cam 모니터링 방법 및 장치

Country Status (1)

Country Link
KR (3) KR102471214B1 (ko)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101623920B1 (ko) * 2015-12-18 2016-05-24 (주)한국알파시스템 감시 시스템 및 그 동작 방법
KR20160096460A (ko) * 2015-02-05 2016-08-16 삼성전자주식회사 복수의 분류기를 포함하는 딥 러닝 기반 인식 시스템 및 그 제어 방법
KR20170059344A (ko) * 2015-11-20 2017-05-30 유한회사 청텍 이미지 센서를 이용한 위험 감지 장치
KR101888831B1 (ko) * 2017-11-07 2018-08-16 한국인터넷진흥원 디바이스 정보 수집 장치 및 그 방법
KR20180124381A (ko) * 2017-05-11 2018-11-21 현대자동차주식회사 운전자의 상태 판단 시스템 및 그 방법
KR20190098109A (ko) * 2019-08-02 2019-08-21 엘지전자 주식회사 홈 모니터링 시스템
KR20200033090A (ko) * 2018-09-19 2020-03-27 주식회사맥데이타 네트워크 보안 모니터링 방법, 네트워크 보안 모니터링 장치 및 시스템
KR102244978B1 (ko) * 2020-12-23 2021-04-28 주식회사 케이씨씨건설 작업 현장의 위험성을 판단하는 인공지능 모델의 학습 방법, 장치 및 컴퓨터프로그램
KR20210105018A (ko) * 2020-02-18 2021-08-26 한림대학교 산학협력단 사용자 상태를 판단하기 위한 시스템의 제어 방법, 장치 및 프로그램

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160096460A (ko) * 2015-02-05 2016-08-16 삼성전자주식회사 복수의 분류기를 포함하는 딥 러닝 기반 인식 시스템 및 그 제어 방법
KR20170059344A (ko) * 2015-11-20 2017-05-30 유한회사 청텍 이미지 센서를 이용한 위험 감지 장치
KR101623920B1 (ko) * 2015-12-18 2016-05-24 (주)한국알파시스템 감시 시스템 및 그 동작 방법
KR20180124381A (ko) * 2017-05-11 2018-11-21 현대자동차주식회사 운전자의 상태 판단 시스템 및 그 방법
KR101888831B1 (ko) * 2017-11-07 2018-08-16 한국인터넷진흥원 디바이스 정보 수집 장치 및 그 방법
KR20200033090A (ko) * 2018-09-19 2020-03-27 주식회사맥데이타 네트워크 보안 모니터링 방법, 네트워크 보안 모니터링 장치 및 시스템
KR20190098109A (ko) * 2019-08-02 2019-08-21 엘지전자 주식회사 홈 모니터링 시스템
KR20210105018A (ko) * 2020-02-18 2021-08-26 한림대학교 산학협력단 사용자 상태를 판단하기 위한 시스템의 제어 방법, 장치 및 프로그램
KR102244978B1 (ko) * 2020-12-23 2021-04-28 주식회사 케이씨씨건설 작업 현장의 위험성을 판단하는 인공지능 모델의 학습 방법, 장치 및 컴퓨터프로그램

Also Published As

Publication number Publication date
KR20220163318A (ko) 2022-12-09
KR20220163317A (ko) 2022-12-09

Similar Documents

Publication Publication Date Title
KR102467890B1 (ko) 뉴럴 네트워크를 이용하여 서버가 도면과 관련된 물품에 대한 정보를 제공하는 방법 및 장치
KR102480969B1 (ko) 뉴럴 네트워크를 이용하여 설정된 값을 기반으로 몰래 카메라를 탐지한 결과에 따라 전력을 공급하는 방법 및 장치
KR102360727B1 (ko) 뉴럴 네트워크를 이용한 차량 추천 방법 및 장치
KR102434342B1 (ko) 뉴럴 네트워크를 이용하여 서버가 추천 상품과 관련된 데이터를 제공하는 방법 및 장치
KR102408462B1 (ko) 뉴럴 네트워크를 이용한 의상 추천 방법 및 장치
KR20230082549A (ko) 다품종 소량생산 제조방식의 생산 라인 관리 시스템
KR102476292B1 (ko) 인공지능을 이용하여 차량의 페달 박스 촬영 영상 데이터를 가공하는 블랙박스 관리 시스템
KR102471214B1 (ko) IP-Cam 모니터링 방법 및 장치
KR102452577B1 (ko) 뉴럴 네트워크를 이용하여 서버가 웹툰에 대한 시각화 정보를 제공하는 방법 및 장치
KR102414167B1 (ko) 뉴럴 네트워크를 이용한 패킷 센딩을 통한 보안 방법 및 장치
KR102433654B1 (ko) 뉴럴 네트워크를 이용하여 서버가 색상 이미지에 기반한 심리 상태와 관련된 정보를 단말에게 제공하는 방법 및 장치
KR102474122B1 (ko) 사용자의 유형 및 사용자와 관련된 정보를 기초로 증강현실을 이용하여 상품을 추천하는 방법 및 장치
KR102479512B1 (ko) 성과 지향 교육 방법, 그 방법을 수행하는 서버 및 단말기
KR102382169B1 (ko) 데이터 처리 방법 및 장치
KR102468193B1 (ko) IP-Cam 모니터링 방법 및 장치
KR102438865B1 (ko) 텍스트 필터링을 이용한 데이터 보안 방법
KR102483826B1 (ko) 데이터 보안 방법
KR102504618B1 (ko) 플랜트 상태 관리 시스템
KR102450024B1 (ko) 뉴럴 네트워크 기반의 건물 화재 예방 시스템
KR102497016B1 (ko) 농산물 추천 방법 및 장치
KR102575856B1 (ko) 입력 수단의 호환 방법 및 장치
KR102562282B1 (ko) 성향 기반 매칭 방법 및 장치
KR102487754B1 (ko) 뉴럴 네트워크를 이용하여 서버가 마케팅 비용에 대한 정보를 단말에게 제공하는 방법 및 장치
KR102554242B1 (ko) 뉴럴 네트워크를 이용하여 서버가 이벤트와 관련된 메시지를 단말에게 제공하는 방법 및 장치
KR102465106B1 (ko) 뉴럴 네트워크를 이용한 주식 종목 분석 방법 및 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant