KR102492679B1 - 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법 - Google Patents

객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법 Download PDF

Info

Publication number
KR102492679B1
KR102492679B1 KR1020220083587A KR20220083587A KR102492679B1 KR 102492679 B1 KR102492679 B1 KR 102492679B1 KR 1020220083587 A KR1020220083587 A KR 1020220083587A KR 20220083587 A KR20220083587 A KR 20220083587A KR 102492679 B1 KR102492679 B1 KR 102492679B1
Authority
KR
South Korea
Prior art keywords
image
control area
area
original
video
Prior art date
Application number
KR1020220083587A
Other languages
English (en)
Inventor
서정훈
Original Assignee
주식회사 디케이앤트
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 디케이앤트 filed Critical 주식회사 디케이앤트
Priority to KR1020220083587A priority Critical patent/KR102492679B1/ko
Application granted granted Critical
Publication of KR102492679B1 publication Critical patent/KR102492679B1/ko

Links

Images

Classifications

    • 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
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/462—Content or additional data management, e.g. creating a master electronic program guide from data received from the Internet and a Head-end, controlling the complexity of a video stream by scaling the resolution or bit-rate based on the client capabilities
    • H04N21/4621—Controlling the complexity of the content stream or additional data, e.g. lowering the resolution or bit-rate of the video stream for a mobile client with a small screen
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

본 발명에 의하면, 감시영역의 이미지를 센싱하는 이미지 센싱부; 및 상기 이미지 센싱부로부터 출력된 전기적 신호를 영상 처리하여 상기 감시영역에 상응하는 원본 영상을 생성하는 디지털 신호 프로세싱부를 포함하고, 상기 디지털 신호 프로세싱부는, 원본 영상을 분석하여 움직이는 객체 또는 최대 발생 사건에 연관된 객체를 특정하고, 상기 원본 영상을, 상기 특정된 객체를 포함하는 관제 영역 및 상기 특정된 객체를 포함하지 않는 비관제 영역으로 구분하거나, 운영자의 지정으로 관제 영역 및 비관제 영역으로 구분된 영상을 생성하며, 상기 구분된 영상을 상기 관제 영역과 비관제 영역의 화질을 다르게 하여 상기 관제 영역의 화질을 비관제 영역의 화질보다 좋게 전송하는, 객체 분석에 기반한 자동 감시 영상 생성 장치에 관한 것이다.
이에 의해 관제 대상과 비관제 대상의 영상들의 화질을 다르게 함으로써 영상 데이터양의 과도한 증가 없이 고화질 영상을 전송할 수 있다.

Description

객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법{APPARATUS AND METHOD FOR GENERATING OBJECT ANALYSIS BASED MONITORING IMAGE AND RECORDING MEDIUM FOR PERFORMING THE METHOD}
본 발명은 감시 영상 생성장치에 관한 것으로서, 더욱 상세하게는 객체 분석에 기반한 자동 감시 영상 생성 장치 및 방법과 그 방법을 기록한 매체에 관한 것이다.
최근 들어 방범 수요나 특정 시설이나 장소의 감시를 위하여 cctv와 같은 감시 영상 생성장치가 많이 설치되고 있다.
또한, 감시 영상 생성장치의 하드웨어 및 소프트웨어의 발달로 인하여 고성능 감시 영상 생성장치는 UHD 이상의 해 상도를 지닌 감시 영상을 생성할 수 있다.
그러나 고화질의 감시 영상은 매우 큰 영상 데이터양을 가지기 때문에 이를 전송하려면 전송 속도와 전송 대역폭 이 커야 한다.
따라서 고화질의 감시 영상을 전송하기 위한 다양한 연구가 진행되고 있다.
이러한 연구 중에는 특정 객체에 대해서 고화질 영역으로 분류하여 전송 용량을 감소시키는 방법이 제안되었다.
기존의 방법은 이러한 특정 객체를 사용자가 지정해 왔다. 그러나 cctv는 설치 장소, 시간 또는 주변 환경에 따라 사람, 물건 등 관측해야 할 객체가 각자 상이할 수 있다. 이러한 모든 cctv 에 사용자가 직접 객체를 지정하는 것은 적합하지 않다. 따라서 자동으로 cctv의 데이터를 분석하여 자동으로 고화질 영역의 객체를 특정할 수 있는 감시 영상 생성 장치가 필요하다.
공개특허 10-2014-0011964 (공개일자 : 2014년01월29일)
본 발명의 실시예에 따른 감시 영상 생성장치는 관제 대상을 자동으로 설정한 고화질 감시 영상을 전송하기 위한 것이다.
본 출원의 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않는 또 다른 과제는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
감시영역의 이미지를 센싱하는 이미지 센싱부; 및 상기 이미지 센싱부로부터 출력된 전기적 신호를 영상 처리하여 상기 감시영역에 상응하는 원본 영상을 생성하는 디지털 신호 프로세싱부를 포함하고, 상기 디지털 신호 프로세싱부는, 원본 영상을 분석하여 움직이는 객체 또는 최대 발생 사건에 연관된 객체를 특정하고, 상기 원본 영상을, 상기 특정된 객체를 포함하는 관제 영역 및 상기 특정된 객체를 포함하지 않는 비관제 영역으로 구분하거나, 운영자의 지정으로 관제 영역 및 비관제 영역으로 구분된 영상을 생성하며, 상기 구분된 영상을 상기 관제 영역과 비관제 영역의 화질을 다르게 하여 상기 관제 영역의 화질을 비관제 영역의 화질보다 좋게 전송한다.
본 발명의 실시예에서, 상기 원본 영상 및 상기 구분한 영상 중 하나 이상의 화질은 해상도, fps, gov 및 kbps로 구성되며, 상기 관제 영상은 상기 비관제 영상보다 높은 해상도, fps, gov 및 kbps를 가지되, 상기 원본 영상과 상기 구분한 영상의 저장용량은 동일할 수도 있다.
본 발명의 실시예에서, 상기 디지털 신호 프로세싱부는, 움직이는 객체를 특정하는 경우 실시간 원본 영상을 분석하며, 최대 발생 사건에 연관된 객체를 특정하는 경우 누적된 원본 영상을 분석할 수도 있다.
본 발명의 실시예에서, 상기 디지털 신호 프로세싱부는, 상기 원본 영상을 시간구간에 따라 구분하여, 상기 관제 영역 및 비관제 영역은 상기 시간구간에 따라 변경될 수도 있다.
본 발명의 실시예에서, 상기 디지털 신호 프로세싱부는, 상기 특정된 객체의 이동구간을 분석하고, 상기 관제 영역은 상기 이동 구간을 포함할 수도 있다.
본 발명의 실시예에서, 상기 디지털 신호 프로세싱부는, 상기 원본 영상을 분석하기 위해 외부 데이터를 참고할 수도 있다.
본 발명의 실시예에서, 상기 디지털 신호 프로세싱부는, 상기 외부 데이터와 상기 최대 사건의 상관관계를 분석하여 연관된 객체를 특정할 수도 있다.
본 발명의 실시예에서, 상기 외부 데이터는 해당 지역 날씨 데이터 및 이벤트 데이터 중 하나 이상일 수도 있다.
상기한 본 발명의 목적을 실현하기 위한 또 다른 실시예에 따른 객체 분석에 기반한 자동 감시 영상 생성 방법은, 상기 이미지 센싱부로부터 출력된 전기적 신호를 영상 처리하여 상기 감시영역에 상응하는 원본 영상을 생성하는 단계; 원본 영상을 분석하여 움직이는 객체 또는 최대 발생 사건에 연관된 객체를 특정하는 단계; 상기 원본 영상을, 상기 특정된 객체를 포함하는 관제 영역 및 상기 특정된 객체를 포함하지 않는 비관제 영역으로 구분하거나, 운영자의 지정으로 관제 영역 및 비관제 영역으로 구분된 영상을 생성하는 단계; 및 상기 관제 영역과 비관제 영역의 화질을 다르게 하여 상기 관제 영역의 화질을 비관제 영역의 화질보다 좋게 전송한다.
본 발명의 또 다른 실시예에서, 상기 원본 영상 및 상기 구분한 영상 중 하나 이상의 화질은 해상도, fps, gov 및 kbps로 구성되며, 상기 관제 영상은 상기 비관제 영상보다 높은 해상도, fps, gov 및 kbps를 가지되, 상기 원본 영상과 상기 구분한 영상의 저장용량은 동일할 수도 있다.
본 발명의 또 다른 실시예에서, 움직이는 객체를 특정하는 경우 실시간 원본 영상을 분석하며, 최대 발생 사건에 연관된 객체를 특정하는 경우 누적된 원본 영상을 분석하는 단계를 더 포함할 수도 있다.
본 발명의 또 다른 실시예에서, 상기 원본 영상을 시간구간에 따라 구분하여, 상기 관제 영역 및 비관제 영역은 상기 시간구간에 따라 변경되는 단계를 더 포함할 수도 있다.
본 발명의 또 다른 실시예에서, 상기 특정된 객체의 이동구간을 분석하고, 상기 관제 영역은 상기 이동 구간을 포함하는 단계를 더 포함할 수도 있다.
본 발명의 또 다른 실시예에서, 상기 원본 영상을 분석하기 위해 외부 데이터를 참고하는 단계를 더 포함할 수도 있다.
본 발명의 또 다른 실시예에서, 상기 외부 데이터와 상기 최대 사건의 상관관계를 분석하여 연관된 객체를 특정하는 단계를 더 포함할 수도 있다.
본 발명의 또 다른 실시예에서, 상기 외부 데이터는 해당 지역 날씨 데이터 및 이벤트 데이터 중 하나 이상일 수도 있다.
본 발명의 실시예에 따른 감시 영상 생성장치는 관제 대상을 자동으로 설정하여, 관제 대상과 비관제 대상의 영상들의 화질을 다르게 함으로써 영상 데이터양의 과도한 증가 없이 고화질 영상을 전송할 수 있다.
본 발명의 실시예에 따른 감시 영상 생성장치는 서로 다른 채널을 통하여 다양한 영상을 전송함으로써 사용자가 감시 영상을 손쉽게 확인할 수 있다.
본 출원의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않는 또 다른 효과는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 감시 영상 생성장치를 나타낸다.
도 2는 관제영역의 구분없이 원본 영상을 저장하는 것을 설명하기 위한 것이다.
도 3은 본 발명에 따른 관제영역과 비관제 영역을 구분한 영상을 저장하는 것을 설명하기 위한 것이다.
도 4는 본 발명에 따른 관제영역과 비관제 영역을 구분하는 과정을 영상으로 나타낸다.
도 5는 본 발명에 따른 데이터 기반 자동 관제 영역 설정 방법을 나타내는 알고리즘이다.
도 6은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 1예이다.
도 7은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 2예이다.
도 8은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 3예이다.
도 9는 에지 컴퓨터를 포함하는 디지털 신호 프로세싱부를 나타낸다.
이하 본 발명의 실시예에 대하여 첨부한 도면을 참조하여 상세하게 설명하기로 한다. 다만, 첨부된 도면은 본 발명의 내용을 보다 쉽게 개시하기 위하여 설명되는 것일 뿐, 본 발명의 범위가 첨부된 도면의 범위로 한정되는 것이 아님은 이 기술분야의 통상의 지식을 가진 자라면 용이하게 알 수 있을 것이다.
또한, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.
도 1은 본 발명의 실시예에 따른 감시 영상 생성장치를 나타낸다. 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 감시 영상 생성장치는 이미지 센싱부(110) 및 디지털 신호 프로세싱부(130)를 포함한다.
이미지 센싱부(110)는 감시지역의 이미지를 센싱한다. 이를 위하여 이미지 센싱부(110)는 CCD나 CMOS와 같은 촬상 소자(111), 빛을 모으거나 발산시키는 렌즈(113), 촬영을 위해 빛을 제공하는 광원부(115)를 포함할 수 있으나 이에 한정되는 것은 아니다.
디지털 신호 프로세싱부(130)는 이미지 센싱부(110)로부터 출력된 전기적 신호를 영상 처리하여 감시지역에 상응하는 원본 영상을 생성한다. 원본 영상은 FHD(Full-HD) 해상도(1920×1080)나 UHD(Ultra-HD) 해상도(3840× 1260)를 지니나 이에 한정되는 것은 아니다.
이를 위하여 디지털 신호 프로세싱부(130)는 전기적 신호의 영상 처리를 위한 프로세서(131)와 코덱칩(codec chip)(133)을 포함할 수 있다. 도 1에서는 프로세서(131)와 코덱칩(133)이 분리되어 있으나 하나의 칩에 구현될 수도 있다.
이때 프로세서(131)는 영상 처리뿐만 아니라 본 발명의 실시예에 따른 감시 영상 생성장치의 전반적인 제어를 수행할 수 있다. 또한 도 1에는 도시되어 있지 않으나 본 발명의 실시예에 따른 감시 영상 생성장치와 외부 장치 사이의 통신을 위한 통신 모듈과, 영상 데이터 및 제어 정보를 저장하는 메모리 모듈이 구비될 수 있다.
도 2는 관제영역의 구분없이 원본 영상을 저장하는 것을 설명하기 위한 것이다. 도 2를 참조하면, 디지털 신호 프로세싱부(130)가 전체 영상을 촬영 후 저장장치에 전송한다. 전체 영역은 200만 화소로 촬영하여 200만 화소로 저장한다. 여기서 200만 화소의 예로서 해상도, 30fps, 60gov, 4096kbps 를 표시하였다. 여기서 fps 초당 프레임 수(Frame Per Second)로서 필름의 프레임(화면)이 바뀌는 속도를 초 단위로 나타내는 단위다. 영화는 초기에 초당 16프레임이었으나 현재 24프레임이며 NTSC 방식 텔레비전은 격행 주사 방식을 채택하기 때문에 2개의 필드가 1프레임이 되어 초당 30프레임이다. 사람 눈은 1초당 15프레임 정도가 들어오면 깜빡임 현상을 거의 못 느낀다. 그러나 Nyquist 정리에 의해 2배인 30프레임을 사용한다.
또한, GOV(Group Of Video)는 인트라 프레임(Intra frame)과 P-frame 또는 B-frame과 같은 인터 프레임(Inter frame)과의 구성 간격을 의미하며 GOV 가 클수록 일반적으로 전송비트율이 낮아진다.
또한, KBPS 는 초당 킬로바이트 (Kilobytes Per Second)로서 PC(56kbps)와 표준 이동전화(9.6kpbs) 등에서 현대 모뎀들을 포함한 협대역 전송의 속력을 결정할 때 측정 가능한 표준이다.
본 도면에서는 200만 화소의 예로서 해상도, 30fps, 60gov, 4096kbps 를 기재하였지만, 저장량이 200만 화소의 제한하에서 다른 변형이 가능하다.
도 3은 본 발명에 따른 관제영역과 비관제 영역을 구분한 영상을 저장하는 것을 설명하기 위한 것이다.
도 3을 참조하면, 본 촬영장소의 cctv에서는 자전거를 탄 사람과 그 주변이 관제 필요 영역이며, 건물 및 전신주와 같은 객체들은 관제에 필요하지 않은 영역, 즉 비관제 영역이다. 이러한 비관제 영역까지 해상도를 높게 유지할 필요가 없다. 따라서 관제가 필요한 영역은 400만 화소로 촬영하고 관제 불필요 영역은 40만 화소로 촬영하여 총 200화소 용량으로 저장할 수 있다. 그 결과 기존의 200만 화소의 용량의 저장소를 유지하면서 관제에 필요한 영역만을 고화질로 촬영할 수 있다.
본 도면에서는 관제 영역은 400만 화소(해상도, 30fps, 60gov, 4096kbps), 비관제 영역은 40만 화소(해상도, 15fps, 30gov, 512kbps)를 기재하였지만, 저장량이 200만 화소의 제한하에서 다른 변형이 가능하다.
도 4는 본 발명에 따른 관제영역과 비관제 영역을 구분하는 과정을 영상으로 나타낸다.
도 4에 도시된 바와 같이, 디지털 신호 프로세싱부(130)는 원본영상 분석하여 관제 영역과 비관제 영역으로 구분한 영상을 영상 저장부로 출력한다. 여기서 관제 영역과 비관제 영역으로 구분하는 기준은 아래와 같이 결정한다.
우선, 사람 또는 차량 등의 객체가 이동하는 영역을 관제 영역으로 분류하고 사람 또는 차량 등의 객체가 이동하지 않는 영역(예를 들어, 하늘, 건물 등)을 비관제 영역으로 분류한다.
또한, 영상을 특정 사건으로 분석하고, 그 사건에 연관된 객체를 포함하는 영역을 관제 영역으로 분류하고, 그 사건에 연관되지 않은 객체를 포함하는 영역을 비관제 영역으로 분류한다.
또한, 운영자가 수동으로 지정한 영역을 관제영역으로 구분하고, 지정하지 않은 영역을 비관제 영역으로 구분한다. 또한, 사용자가 미리 전신주와 건물을 비관제 영역으로 지정한 경우 도 4와 같이 그 외의 영역을 관제 영역으로 구분할 수도 있다.
또한 원본 영상을 관제 영영과 비관제 영역으로 구분시, 누적된 영상을 분석하는 것 뿐만 아니라, 실시간으로 영상을 분석할 수도 있다. 또한, 운영자는 카메라 리소스에 따라 시간을 설정할 수도 있으며, 이 경우 설정된 시간마다 분석을 수행할 수 있다.
도 5는 본 발명에 따른 데이터 기반 자동 관제 영역 설정 방법을 나타내는 알고리즘이다.
도 5를 참조하면, 본 발명에 따른 데이터 기반 자동 관제 영역 설정 방법은 영상 데이터를 습득하는 단계(S501), 영상 데이터를 분석하는 단계(S502), 관제필요 영역을 구분하는 단계(S503), 영상을 저장하는 단계(S504), 및 영상을 표시하는 단계(S505)를 포함한다.
더욱 구체적으로 설명하면, 프로세서(131)는 디지털 신호 프로세싱부(130)로부터 영상 데이터를 습득한다. 영상 데이터 습득량은 cctv의 설치 시간에 비례하여 누적된다.
그 후 영상 데이터 분석을 진행한다(S502). 분석은 다양한 방법으로 진행될 수 있다. 예를 들어, 사람 또는 차량 등과 같은 객체의 이동 여부를 기준으로 분석이 수행된다.
또한 원본 영상 분석시, 누적된 영상을 분석할뿐만 아니라 실시간으로 분석을 수행할 수도 있다. 또한, 운영자는 카메라 리소스에 따라 시간을 설정할 수도 있으며, 이 경우 설정된 시간마다 분석을 수행할 수 있다.
또한, 원본 영상 데이터를 특정 사건으로 분석한다. 특정 사건은 예를 들어, 교통사고, 절도, 화재 등의 일반적이지 않은 모든 사건을 포함한다. 특정 cctv에서는 교통사고가 빈번하다는 분석 결과를 도출할 수 있고, 또 다른 cctv 에서는 화재가 빈번하다는 분석 결과를 도출할 수도 있다. 또한, 동일한 cctv에서도 시간 및 환경의 변화에 따라 교통사고가 빈번하다가 화재가 빈번하다는 결과로 변경할 수도 있다.
더욱 구체적으로는, 동일한 cctv 에서 원본 영상 범위에서도, 시간대별 사건을 구분할 수 있다. 오전 시간대에서는 특정 위치에서 교통 사건이 빈번하고, 오후 시간대에서는 다른 위치에서 교통 사건이 빈번할 수 있다.
또는 낮 시간대에서는 특정 위치에서 교통 사건이 빈번하고, 밤 시간대에서는 다른 위치에서 절도 사건이 빈번할 수 있다.
또한, 습득한 영상 데이터를 분석시 전술한 다수의 사건에 연관된 객체를 특정한다. 교통사고의 경우 차량 또는 사람 중 하나 이상일 수 있다. 대물 파손이 빈번히 발생할 경우 차량이 연관 객체이며, 대인 접촉 사건이 빈번히 발생할 경우 차량 및 사람이 연관 객체가 될 수 있다.
또한, 연관 객체를 특정할 경우, 연관 객체의 동선을 분석할 수 있다. 다수 발생하는 사건에 대해 연관된 객체의 동선을 분석하고 그 관제 영역에 동선 영역을 포함시킨다. 따라서 자주 발생하는 사건의 경과를 더욱 상세히 파악할 수 있다.
또한, 영상 데이터 분석시 외부 데이터를 참고할 수 있다. 외부 데이터는 강수량, 일조량 등을 포함하는 날씨 정보 또는 콘서트 일정을 포함하는 이벤트 정보를 포함한다. 전술한 바와 같이, 감시 영상 생성장치와 외부 장치 사이의 통신을 위한 통신 모듈과, 영상 데이터 및 제어 정보를 저장하는 메모리 모듈이 구비될 수 있다. 외부 데이터는 이러한 통신 모듈을 이용하여 습득이 가능한다.
외부 데이터를 참고하여 빈번히 발생하는 사건과의 연관성을 발견할 수 있다. 예를 들어 강우량이 많은 날씨에 특정 영역에서 교통사고가 발생한 빈도가 많은 경우, 날씨 예보를 참고하여 다음 단계에서 특정 영역을 관제 영역으로 포함시킬 수 있다.
또한, 예를 들어, 콘서트가 열리는 날에 특정 구간에서 절도 사건이 발생하는 경우, 지역 이벤트 정보를 참고하여 다음 단계에서 그 특정 영역을 관제 영역으로 포함시킬 수 있다.
그 후 관제필요 영역을 구분하는 단계(S503)를 수행한다. 전술한 다양한 분석 기준을 기반으로 하여 해당 cctv에서의 관제 영역과 비관제 영역을 구분한다.
예를 들어, 객체의 이동 여부가 기준인 경우, 자전거를 탄 사람이 이동하고 있으므로 도 3에 표시된 바와 같이 자전거를 탄 사람 및 그 주변이 관제 영역이 되고, 움직임이 없는 건물과 전신주가 비관제 영역으로 구분된다.
또한, 사건의 발생 여부가 기준인 경우, 도 2의 cctv 에서 습득한 영상에서 자전거를 타고 가는 사람이 교통사고를 당하는 사고가 빈번하다면, 해당 cctv 에서는 도 3에 표시된 바와 같이 자전거를 탄 사람 및 그 주변이 관제 영역이 되고, 건물과 전신주가 비관제 영역으로 구분된다.
또한, 운용자가 수동으로 설정한 영역이 기준인 경우, 운영자가 지정한 영역을 관제영역으로, 지정하지 않은 영역을 비관제 영역으로 구분인다.
이와 같이 구분된 관제 영역은 고화질로, 비관제 영역은 저화질로 촬영한다.
저화질 영상은 관제 영역에 비하여 해상도가 낮은 영상으로서, 예를 들어, 관제 영역 영상이 UHD 해상도를 지닐 경우, 비관제 영역인 저화질 영상은 UHD 해상도보다 낮은 해상도(예를 들어, FHD 해상도, HD 해상도, VGA 해상도 등)를 지닐 수 있다. 저화질 영상은 관제 필요 영상에 비하여 전송 데이터양이 작으므로 전송 대역폭이나 전송 속도에 대한 부담을 줄일 수 있다.
또는, 관제 영역은 400만 화소(해상도, 30fps, 60gov, 4096kbps)의 화질로 저장하고, 비관제 영역은 40만 화소(해상도, 15fps, 30gov, 512kbps)의 화질로 저장할 수도 있다. 이 경우 fps, gov, kbps는 이에 한정되는 것은 아니며, 관제 영역이 비관제 영역보다 화질이 좋은 것을 만족하는 한도에서 변경이 가능하다.
이와 같이 관제 영역과 비관제 영역이 구분된 영상을 저장한다 (S504). 저장된 영상의 용량은 기존의 저장소의 용량, 예를 들어 도 3에 기재된 200만 화소 용량으로 저장될 수 있다. 따라서 기존의 저장소의 데이터 용량을 증가시킬 필요 없이 적용이 가능한 효과가 있다.
그 후 저장된 영상을 표시한다. (S505),
도 6은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 1예이다.
도 6을 참조하면, 시간에 따른 관제 영역의 구분을 나타낸다. 습득한 데이터를 분석한 결과 출근시간대인 오전 7시~9시 사이에는 경기도 방향에서 서울방향의 도로에서 사고가 빈번하며, 퇴근 시간인 오후 5시~ 7시 사이에는 서울에서 경기도 방향의 도로에서 사고가 빈번함을 분석한다.
그 결과 출근시간대에서는 경기도 방향에서 서울방향의 도로를 관제영역으로 설정하고, 그 외의 영역은 관제 불필요 영역으로 구분한다. 또한, 퇴근시간대에서는 서울방향에서 경기도 방향의 도로를 관제영역을 설정하고, 그 외의 영역은 관제 불필요 영역으로 구분한다.
만일 다른 도로가 새로 신설되어 사건의 빈도가 변경된다면 관제 영역도 함께 변경된다.
또한 전술한 바와 같이, 사고 분석 이외에도, 움직이는 객체인 차량의 이동과 관계 있는 영역과 없는 영역을 구분하여 관제 영역 및 비 관제 영역으로 구분할 수 있다.
또한, 운영자는 서울행 또는 경기도행 중 수동으로 관제 영역 및 비관제 영역으로 지정할 수 있다. 또한, 누적된 영상뿐만 아니라, 실시간으로 영상을 분석할 수 있다.
또한, 운영자는 카메라 리소스에 따라 시간을 설정할 수도 있으며, 이 경우 설정된 시간마다 분석을 수행할 수 있다.
도 7은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 2예이다.
도 7을 참조하면, 특정 환경에 따른 관제 영역의 구분을 나타낸다. 본 예에서는 학교 근처의 어린이 보호구역을 나타내는 영상이며, 습득한 데이터를 분석한 결과 어린이 횡당보도 사건이 빈번함을 분석한다.
그 결과 횡단보도 근처에서 어린이의 형상의 가진 객체를 포함한 주변을 관제영역으로 설정하고 , 그 외의 영역은 관제 불필요 영역으로 구분한다. 어린이 형상의 객체는 신장, 체구, 교복 등에 그동안 습득한 해당 구역에서의 사건 데이터를 기준으로 결정한다.
또한, 어린이의 평소 이동 동선을 분석하여 관제 영역에 이동 동선이 포함되도록 할 수 있다. 도면에서는 횡단보도를 포함하도록 표시되었지만 동선에 따라 변경이 가능하다.
또한 전술한 바와 같이, 사고 분석 이외에도, 움직이는 사람의 이동과 관계 있는 영역과 없는 영역을 구분하여 관제 영역 및 비 관제 영역으로 구분할 수 있다.
또한, 운영자는 횡단보도 또는 그 외의 영역 중 수동으로 관제 영역 및 비관제 영역으로 지정할 수 있다. 또한, 누적된 영상뿐만 아니라, 실시간으로 영상을 분석할 수 있다.
또한, 운영자는 카메라 리소스에 따라 시간을 설정할 수도 있으며, 이 경우 설정된 시간마다 분석을 수행할 수 있다.
도 8은 본 발명에 따른 데이터 기반 자동 관제 영역 설정의 제 3예이다.
도 8을 참조하면, 랜덤한 환경에 관제 영역의 구분을 나타낸다. 로터리 구간에서의 습득한 데이터를 분석한 결과 제 1 관제영역에서 교통사고가 빈번한 기간이 있고, 제 2 관제영역에서 교통사고가 빈번한 기간을 분석한다.
그 결과 1 관제영역의 교통사고가 빈번한 기간이 증가할때는 제 1 관제영역이 관제영역이 되고, 나머지 영역이 관제 불필요 영역으로 구분된다. 또는 2 관제영역의 교통사고가 빈번한 기간이 증가할때는 제 2 관제영역이 관제영역이 되고, 나머지 영역이 관제 불필요 영역으로 구분된다.
또는, 제 1 관제영역과 제 2 관제영역 모두에서 교통사고가 빈번한 기간이 증가할때는 제 1 관제영역 및 제 2 관제영역 모두 관제영역이 되고, 나머지 영역이 관제 불필요 영역으로 구분된다.
또한, 외부 데이터에 의해 제 1 관제영역과 제 2 관제영역 중 어느 영역이 관제 영역이 될 수 있는지 예측이 가능할 수 있다. 예를 들어, 날씨 데이터 대한 외부 데이터에 의해 일몰 때 제 1 관제영역에서 교통사고가 빈번하다면 눈부심에 의한 연관관계를 파악할 수 있다. 그 결과 날씨 데이터에 포함된 일몰 시간대에서는 제 1 관제영역을 관제영역에 포함시킬 수 있다.
또는, 날씨 데이터 대한 외부 데이터에 의해 비가 올 때 제 2 관제영역에서 교통사고가 빈번하다면, 빗물로 인한 연관관계를 파악할 수 있다. 그 결과 날씨 데이터에 포함된 비 시간대에서는 제 2 관제영역을 관제영역에 포함시킬 수 있다.
전술한 바와 같이 습득한 영상 데이터를 기반으로 사건의 형태를 분석하여 시간, 환경 등에 따라 관제영역을 구분함으로써 가장 현실에 적합한 고화질 영상을 저장할 수 있다.
또한 전술한 바와 같이, 사고 분석 이외에도, 움직이는 차량의 이동과 관계 있는 영역과 없는 영역을 구분하여 관제 영역 및 비 관제 영역으로 구분할 수 있다.
또한, 운영자는 로터리의 어느 부분 중 일부를 수동으로 관제 영역 및 비관제 영역으로 지정할 수 있다. 또한, 누적된 영상뿐만 아니라, 실시간으로 영상을 분석할 수 있다.
또한, 운영자는 카메라 리소스에 따라 시간을 설정할 수도 있으며, 이 경우 설정된 시간마다 분석을 수행할 수 있다.
전술한 실시예들은 사건분석을 통해 관제 영역과 비관제 영역을 구분한 것이다. 그러나 전술한 바와 같이, 사건의 분석 이외에도 객체의 이동 여부에 따라 관제 영역과 비관제 영역으로 구분할 수도 있다.
또한, 운영자의 수동적인 지정으로 관제 영역과 비관제 영역으로 구분할 수도 있다.
또한, 누적된 영상의 사건 분석 이외에도, 실시간으로 분석을 수행할 수도 있으며 카메라 리소스에 따라 설정된 시간마다 분석을 수행할 수도 있다.
도 9는 에지 컴퓨터를 포함하는 디지털 신호 프로세싱부를 나타낸다.
도 9를 참조하면, 디지털 신호 프로세싱부(130)는, 디지털 신호 프로세싱부(130)의 기능 일부를 수행하는 제1 프로세서(133a)와, 디지털 신호 프로세싱부(130)의 나머지 기능을 수행하기 위하여 제1 프로세서 (133a)와 이격된 외부에 위치하는 제2 프로세서(133b)를 포함할 수 있다. 이때 제2 프로세서(133b)는 에지 컴퓨터(edge computer)(135)에 포함될 수 있다.
이를 위하여 도 16에는 도시되지 않았으나 에지 컴퓨터(135)는 펌웨어, 운영체제, 애플리케이션 프로그램, 기능 수행에 필요한 데이터나 기능 수행에 따른 데이터 등을 저장하는 메모리부(예를 들어, 롬, 디스크 드라이브 등)를 포함할 수 있다. 또한, 에지 컴퓨터(135)는 제1 프로세서(133a)와의 데이터 송수신을 위한 인터페이스(예 를 들어, USB)를 포함할 수 있다.
이외에 설계에 따라 다른 컴퓨팅 소자가 구비되거나 프로그램이 설치될 수 있다.
예를 들어, 제1 프로세서(133a)가 기존 영상장치에 포함된 것일 경우, 하드웨어 및 소프트웨어적인 성능이나 기능이 부족하여 본 발명의 실시예에 따른 감시 영상 생성장치의 기능 수행이 완전하게 이루어지지 않을 수 있다. 완전한 기능 수행을 위하여 기존 영상장치의 하드웨어와 소프트웨어를 전부 교체하는 것은 설치 시간 및 비용을 증가시킬 수 있다.
에지 컴퓨터(135)가 기존 영상장치에 연결될 경우 하드웨어 및 소프트웨어의 교체 없이 기존 영상장치의 리소스 를 일부 이용하고 에지 컴퓨터(135)의 성능을 통하여 본 발명의 실시예에 따른 감시 영상 생성장치를 구현할 수 있다.
예를 들어, 기존의 제1 프로세서(133a)와 에지 컴퓨터(135)의 제2 프로세서(133b)가 UHD 해상도의 영상 데이터를 분담하여 처리함으로써 고속으로 UHD 해상도의 영상을 생성할 수 있다.
이상의 설명에서는 에지 컴퓨터(135)의 관점에서 제2 프로세서(133b)를 설명하였으나 에지 컴퓨터(135)에 한정 되는 것은 아니다.
이상과 같이 본 발명에 따른 실시예를 살펴보았으며, 앞서 설명된 실시예 이외에도 본 발명이 그 취지나 범주에서 벗어남이 없이 다른 특정 형태로 구체화될 수 있다는 사실은 해당 기술에 통상의 지식을 가진 이들에게는 자명한 것이다. 그러므로, 상술된 실시예는 제한적인 것이 아니라 예시적인 것으로 여겨져야 하고, 이에 따라 본 발명은 상술한 설명에 한정되지 않고 첨부된 청구항의 범주 및 그 동등 범위 내에서 변경될 수도 있다.
이미지 센싱부(110)
디지털 신호 프로세싱부(130) 제1 프로세서(133a)
제2 프로세서(133b) 에지 컴퓨터(135)

Claims (16)

  1. 감시영역의 이미지를 센싱하는 이미지 센싱부; 및
    상기 이미지 센싱부로부터 출력된 전기적 신호를 영상 처리하여 상기 감시영역에 상응하는 원본 영상을 생성하는 디지털 신호 프로세싱부를 포함하고,
    상기 디지털 신호 프로세싱부는,
    원본 영상을 분석하여 움직이는 객체 또는 최대 발생 사건에 연관된 객체를 특정하고,
    상기 원본 영상을, 상기 특정된 객체를 포함하는 관제 영역 및 상기 특정된 객체를 포함하지 않는 비관제 영역으로 구분하거나, 운영자의 지정으로 관제 영역 및 비관제 영역으로 구분된 영상을 생성하며,
    상기 구분된 영상을 상기 관제 영역과 비관제 영역의 화질을 다르게 하여 상기 관제 영역의 화질을 비관제 영역의 화질보다 좋게 전송하고,
    상기 원본 영상 및 상기 구분한 영상 중 하나 이상의 화질은 해상도, fps, gov 및 kbps로 구성되며, 상기 관제 영역은 상기 비관제 영역보다 높은 해상도, fps, gov 및 kbps를 가지되, 상기 원본 영상과 상기 구분한 영상의 저장용량은 동일한, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 디지털 신호 프로세싱부는,
    움직이는 객체를 특정하는 경우 실시간 원본 영상을 분석하며,
    최대 발생 사건에 연관된 객체를 특정하는 경우 누적된 원본 영상을 분석하는, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  4. 제1항에 있어서,
    상기 디지털 신호 프로세싱부는,
    상기 원본 영상을 시간구간에 따라 구분하여, 상기 관제 영역 및 비관제 영역은 상기 시간구간에 따라 변경되는, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  5. 제1항에 있어서,
    상기 디지털 신호 프로세싱부는,
    상기 특정된 객체의 이동구간을 분석하고, 상기 관제 영역은 상기 이동 구간을 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  6. 제1항에 있어서,
    상기 디지털 신호 프로세싱부는,
    상기 원본 영상을 분석하기 위해 외부 데이터를 참고하는, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  7. 제6항에 있어서,
    상기 디지털 신호 프로세싱부는,
    상기 외부 데이터와 상기 최대 발생 사건의 상관관계를 분석하여 연관된 객체를 특정하는, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  8. 제6항에 있어서,
    상기 외부 데이터는 해당 지역 날씨 데이터 및 이벤트 데이터 중 하나 이상인, 객체 분석에 기반한 자동 감시 영상 생성 장치.
  9. 감시영역의 이미지를 센싱하는 단계;
    상기 이미지 센싱하는 단계로부터 출력된 전기적 신호를 영상 처리하여 상기 감시영역에 상응하는 원본 영상을 생성하는 단계;
    원본 영상을 분석하여 움직이는 객체 또는 최대 발생 사건에 연관된 객체를 특정하는 단계;
    상기 원본 영상을, 상기 특정된 객체를 포함하는 관제 영역 및 상기 특정된 객체를 포함하지 않는 비관제 영역으로 구분하거나, 운영자의 지정으로 관제 영역 및 비관제 영역으로 구분된 영상을 생성하는 단계; 및
    상기 관제 영역과 비관제 영역의 화질을 다르게 하여 상기 관제 영역의 화질을 비관제 영역의 화질보다 좋게 전송하고,
    상기 원본 영상 및 상기 구분한 영상 중 하나 이상의 화질은 해상도, fps, gov 및 kbps로 구성되며, 상기 관제 영역은 상기 비관제 영역보다 높은 해상도, fps, gov 및 kbps를 가지되, 상기 원본 영상과 상기 구분한 영상의 저장용량은 동일한, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  10. 삭제
  11. 제9항에 있어서,
    움직이는 객체를 특정하는 경우 실시간 원본 영상을 분석하며, 최대 발생 사건에 연관된 객체를 특정하는 경우 누적된 원본 영상을 분석하는 단계를 더 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  12. 제9항에 있어서,
    상기 원본 영상을 시간구간에 따라 구분하여, 상기 관제 영역 및 비관제 영역은 상기 시간구간에 따라 변경되는 단계를 더 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  13. 제9항에 있어서,
    상기 특정된 객체의 이동구간을 분석하고, 상기 관제 영역은 상기 이동 구간을 포함하는 단계를 더 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  14. 제9항에 있어서,
    상기 원본 영상을 분석하기 위해 외부 데이터를 참고하는 단계를 더 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  15. 제14항에 있어서,
    상기 외부 데이터와 상기 최대 발생 사건의 상관관계를 분석하여 연관된 객체를 특정하는 단계를 더 포함하는, 객체 분석에 기반한 자동 감시 영상 생성 방법.
  16. 제14항에 있어서,
    상기 외부 데이터는 해당 지역 날씨 데이터 및 이벤트 데이터 중 하나 이상인, 객체 분석에 기반한 자동 감시 영상 생성 방법.







KR1020220083587A 2022-07-07 2022-07-07 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법 KR102492679B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220083587A KR102492679B1 (ko) 2022-07-07 2022-07-07 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220083587A KR102492679B1 (ko) 2022-07-07 2022-07-07 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102492679B1 true KR102492679B1 (ko) 2023-01-27

Family

ID=85101814

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220083587A KR102492679B1 (ko) 2022-07-07 2022-07-07 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102492679B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140011964A (ko) 2012-07-18 2014-01-29 한국전자통신연구원 고품질, 전방위 파노라마 동영상을 이용한 감시 정찰 방법
JP2020078031A (ja) * 2018-11-09 2020-05-21 キヤノン株式会社 画像処理装置、画像処理方法
KR102174556B1 (ko) * 2020-05-21 2020-11-05 박상보 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140011964A (ko) 2012-07-18 2014-01-29 한국전자통신연구원 고품질, 전방위 파노라마 동영상을 이용한 감시 정찰 방법
JP2020078031A (ja) * 2018-11-09 2020-05-21 キヤノン株式会社 画像処理装置、画像処理方法
KR102174556B1 (ko) * 2020-05-21 2020-11-05 박상보 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치

Similar Documents

Publication Publication Date Title
US11790504B2 (en) Monitoring method and apparatus
US10735671B2 (en) Intelligent high resolution video system
US8044992B2 (en) Monitor for monitoring a panoramic image
US20060013441A1 (en) Image monitoring method, image monitoring apparatus and storage media
CN102801963B (zh) 基于高清数字摄像头监控的电子ptz方法及装置
US20110090358A1 (en) Image pickup apparatus, information processing apparatus, and information processing method
JP6938270B2 (ja) 情報処理装置および情報処理方法
US20150085114A1 (en) Method for Displaying Video Data on a Personal Device
KR101372838B1 (ko) 다기능 차량촬영 시스템 및 방법
KR20130130544A (ko) 감시 영상 표시 방법 및 시스템
KR20110109147A (ko) 방범 시스템
JP5693147B2 (ja) 撮影妨害検知方法、妨害検知装置及び監視カメラシステム
JP7050509B2 (ja) 画像処理装置、画像処理方法、及びプログラム
KR101178886B1 (ko) 고해상도 디지털 ｐｔｚ 카메라, 이를 포함하는 감시 시스템 및 고해상도 디지털 ｐｔｚ 카메라의 데이터 전송 방법
KR102492679B1 (ko) 객체 분석에 기반한 자동 감시 영상 생성 방법 및 그 장치 및 방법
KR102139067B1 (ko) 전천후 영상 감시시스템
US20230188679A1 (en) Apparatus and method for transmitting images and apparatus and method for receiving images
CN113572950B (zh) 在图像序列中选择裁剪区域的方法、系统及存储介质
JP4508043B2 (ja) 映像監視装置及び映像監視用プログラム
JP2004228711A (ja) 監視装置及び方法、プログラム並びに監視システム
JP7250433B2 (ja) 撮像装置、制御方法及びプログラム
JP2001145091A (ja) 画像伝送方式
KR101671276B1 (ko) 교차로 영상기록 시스템
KR101462269B1 (ko) 고화질 카메라의 부분 저장장치 및 방법
KR102514689B1 (ko) 영상압축과 마스킹 처리 기능을 가진 감시정보 전송 방법

Legal Events

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