KR102505001B1 - 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법 - Google Patents

인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법 Download PDF

Info

Publication number
KR102505001B1
KR102505001B1 KR1020210004249A KR20210004249A KR102505001B1 KR 102505001 B1 KR102505001 B1 KR 102505001B1 KR 1020210004249 A KR1020210004249 A KR 1020210004249A KR 20210004249 A KR20210004249 A KR 20210004249A KR 102505001 B1 KR102505001 B1 KR 102505001B1
Authority
KR
South Korea
Prior art keywords
information
pool
alarm
motion
person
Prior art date
Application number
KR1020210004249A
Other languages
English (en)
Other versions
KR20220102048A (ko
Inventor
고두균
조성민
배기현
Original Assignee
고두균
조성민
배기현
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 고두균, 조성민, 배기현 filed Critical 고두균
Priority to KR1020210004249A priority Critical patent/KR102505001B1/ko
Publication of KR20220102048A publication Critical patent/KR20220102048A/ko
Application granted granted Critical
Publication of KR102505001B1 publication Critical patent/KR102505001B1/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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Electromagnetism (AREA)
  • Alarm Systems (AREA)

Abstract

수영장 내의 인명 구조를 위한 CCTV 시스템에 있어서, 상기 CCTV 시스템은, 수영장의 풀(pool) 내부에 배치되어 풀 내부 상황을 촬영하는 내부 카메라, 및 풀 외부에 배치되어 풀 외부 상황을 촬영하는 외부 카메라를 포함하는 촬영부, 상기 촬영부로부터 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받아, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출하고, 상기 사람의 움직임 정보를 기반으로 사람의 움직임이 기준 시간 이상 없는 경우 경보 정보를 생성하는 영상 분석부, 및 상기 영상 분석부로부터 상기 경보 정보를 제공받아, 경보 알람을 출력하는 신호 발생부를 포함할 수 있다.

Description

인공지능을 이용한 적응적 인지영역 설정 기반의 CCTV 시스템 및 그 방법 {CCTV system and method based on adaptive cognitive domain setting using artificial intelligence}
본 발명은 인공지능을 이용한 적응적 인지영역 설정 기반의 CCTV 시스템 및 그 방법에 관한 것으로서, 보다 구체적으로는 카메라를 통해 촬영된 수영장 내부 상황 정보를 통해 경보 정보를 생성하는, 인공지능을 이용한 적응적 인지영역 설정 기반의 CCTV 시스템 및 그 방법에 관련된 것이다.
수영장 내부의 인명 사고 예방을 위한 종래의 방법으로서, 안전요원이 배치되어 직접 눈으로 감시하거나, 풀(pool) 외부에 설치된 CCTV를 통해 모니터링하는 방법이 사용되었다.
하지만, 안전요원이 직접 감시하는 방법의 경우, 수영장 내의 소음이나 여러가지 상황들로 인하여 안전요원이 확인할 수 없는 상황이 빈번하게 발생된다. 또한, 풀 외부에 설치된 CCTV를 통해 모니터링하는 방법의 경우, 풀 내부에서 발생된 상황을 확인할 수 없는 문제점이 있다. 특히, 상술된 방법들의 경우, 수영장 내에 입장한 사람들의 수가 많아질수록 인명 사고율이 현저히 증가하게 된다.
본 발명이 해결하고자 하는 일 기술적 과제는, 수영장 내의 익수 및 익사 사고를 예방하는 CCTV 시스템을 제공하는 데 있다.
본 발명이 해결하고자 하는 다른 기술적 과제는, 수영장 내 사고 발생에 대해 신속하게 대응할 수 있는 CCTV 시스템을 제공하는 데 있다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, 풀 내부 및 풀 외부를 모두 감시할 수 있는 CCTV 시스템을 제공하는 데 있다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, AI 알고리즘을 통해 다양한 상황에 대응하여 사고 예방 경보 알람을 생성하는 CCTV 시스템 및 그 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, AI 알고리즘을 통해 수영장 내에 입장한 개개인에 맞춰 사고 예방 경보 알람을 생성하는 CCTV 시스템 및 그 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 기술적 과제는 상술된 것에 제한되지 않는다.
상기 기술적 과제들을 해결하기 위하여, 본 발명은 CCTV 시스템을 제공한다.
일 실시 예에 따르면, 수영장 내의 인명 구조를 위한 CCTV 시스템에 있어서, 상기 CCTV 시스템은 수영장의 풀(pool) 내부에 배치되어 풀 내부 상황을 촬영하는 내부 카메라, 및 풀 외부에 배치되어 풀 외부 상황을 촬영하는 외부 카메라를 포함하는 촬영부, 상기 촬영부로부터 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받아, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출하고, 상기 사람의 움직임 정보를 기반으로 사람의 움직임이 기준 시간 이상 없는 경우 경보 정보를 생성하는 영상 분석부, 및 상기 영상 분석부로부터 상기 경보 정보를 제공받아, 경보 알람을 출력하는 신호 발생부를 포함하되, 상기 영상 분석부는, AI 알고리즘을 통해 상기 사람의 움직임 정보를 추출하고, 상기 경보 정보를 생성하는 것을 포함할 수 있다.
일 실시 예에 따르면, 상기 CCTV 시스템은 상기 수영장 내에 입장한 사람들의 인원 정보, 상기 수영장 내에 입장한 사람들에 대한 교육 및 훈련 정보, 상기 수영장 내에 입장한 사람들의 건강상태 정보, 상기 수영장의 위치 정보, 상기 수영장의 점검 결과 정보, 및 상기 수영장에 설치된 시설 정보를 상기 영상 분석부로 제공하는 정보 입력부를 더 포함하되, 상기 영상 분석부는, 상기 정보 입력부로부터 제공된 정보들을 통해 상기 수영장 내에 입장한 사람들 각각에 대한 익수 및 익사 사고 이미지를 AI 학습한 후, 학습된 결과를 상기 수영장 내에 입장한 사람들 각각에 대해 적용하여, 상기 수영장 내에 입장한 사람들 각각에 대한 움직임 정보를 추출하고 경보 정보를 생성하는 것을 포함할 수 있다.
일 실시 예에 따르면, 상기 신호 발생부는 상기 수영장 내의 안전 요원에게 착용되고, 상기 경보 알람은 소리, 광, 및 진동 중 어느 하나의 형태로 출력되는 것을 포함할 수 있다.
본 발명의 실시 예에 따른 CCTV 시스템은 수영장의 풀(pool) 내부에 배치되어 풀 내부 상황을 촬영하는 내부 카메라, 및 풀 외부에 배치되어 풀 외부 상황을 촬영하는 외부 카메라를 포함하는 촬영부, 수영장에 관한 정보, 수영장 내에 입장한 사람들에 관한 정보, 및 수영장 외부 상황에 대한 정보를 제공하는 정보 입력부, 상기 촬영부로부터 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받아, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출하고, 상기 사람의 움직임 정보를 기반으로 사람의 움직임이 기준 시간 이상 없는 경우 경보 정보를 생성하는 영상 분석부, 및 상기 영상 분석부로부터 상기 경보 정보를 제공받아, 경보 알람을 출력하는 신호 발생부를 포함하되, 상기 영상 분석부는, 상기 정보 입력부로부터 제공된 상기 수영장에 관한 정보, 상기 수영장 내에 입장한 사람들에 관한 정보, 및 상기 수영장 외부 상황에 대한 정보를 기반으로 AI 학습한 후, 학습된 결과를 통해 상기 사람의 움직임 정보를 추출하고, 상기 경보 정보를 생성하는 것을 포함할 수 있다. 이에 따라, 상기 CCTV 시스템을 통해, 수영장 내에서 발생된 인명 사고가 신속하고 효과적으로 수습될 수 있다.
또한, 상기 CCTV 시스템은 수영장 내에서 발생되는 다양한 상황들을 AI 학습한 후, 이를 수영장 내에 입장한 사람들 각각에 적용시킬 수 있다. 이로 인해, 수영장 내부에서 이루어지는 대규모 훈련(예를 들어, 조난 훈련)과 같이, 많은 인원이 수용되는 상황에서도 인명 사고가 신속하고 효과적으로 수습될 수 있다.
또한, 상기 CCTV 시스템은 수영장 내에서 발생되는 다양한 상황들을 AI 학습함에 따라, 익수 및 익사 사고를 사전에 감지할 수 있다. 이로 인해, 수영장 내에서 발생되는 인명 사고가 사전에 예방될 수 있다.
도 1은 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 각 구성을 나타내는 도면이다.
도 2는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 각 구성들 사이의 정보 전달을 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 촬영부가 포함하는 내부 카메라의 배치를 나타내는 도면이다.
도 4는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 영상 분석부가 사람의 움직임 정보를 추출하는 방법 중 일 예를 나타내는 사진이다.
도 5는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 영상 분석부가 사람의 움직임 정보를 추출하는 방법 중 다른 예를 나타내는 사진이다.
도 6은 본 발명의 제1 변형 예에 따른 CCTV 시스템이 포함하는 영상 분석부의 경보 정보 생성을 위한 영역 구분을 나타내는 도면이다.
도 7은 도 6에 따라 구분된 풀 내의 영역을 나타내는 도면이다.
도 8은 본 발명의 제2 변형 예에 따른 CCTV 시스템이 포함하는 영상 분석부의 경보 정보 생성을 위한 영역 구분을 나타내는 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명할 것이다. 그러나 본 발명의 기술적 사상은 여기서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화 될 수도 있다. 오히려, 여기서 소개되는 실시 예는 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서, 어떤 구성요소가 다른 구성요소 상에 있다고 언급되는 경우에 그것은 다른 구성요소 상에 직접 형성될 수 있거나 또는 그들 사이에 제 3의 구성요소가 개재될 수도 있다는 것을 의미한다. 또한, 도면들에 있어서, 막 및 영역들의 두께는 기술적 내용의 효과적인 설명을 위해 과장된 것이다.
또한, 본 명세서의 다양한 실시 예 들에서 제1, 제2, 제3 등의 용어가 다양한 구성요소들을 기술하기 위해서 사용되었지만, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 따라서, 어느 한 실시 예에 제 1 구성요소로 언급된 것이 다른 실시 예에서는 제 2 구성요소로 언급될 수도 있다.
여기에 설명되고 예시되는 각 실시 예는 그것의 상보적인 실시 예도 포함한다. 또한, 본 명세서에서 '및/또는'은 전후에 나열한 구성요소들 중 적어도 하나를 포함하는 의미로 사용되었다.
명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 구성요소 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 구성요소 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하는 것으로 이해되어서는 안 된다.
또한, 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다.
도 1은 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 각 구성을 나타내는 도면이고, 도 2는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 각 구성들 사이의 정보 전달을 나타내는 도면이고, 도 3은 본 발명의 실시 예에 따른 촬영부가 포함하는 내부 카메라의 배치를 나타내는 도면이고, 도 4는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 영상 분석부가 사람의 움직임 정보를 추출하는 방법 중 일 예를 나타내는 사진이고, 도 5는 본 발명의 실시 예에 따른 CCTV 시스템이 포함하는 영상 분석부가 사람의 움직임 정보를 추출하는 방법 중 다른 예를 나타내는 사진이다.
도 1 및 도 2를 참조하면, 본 발명의 실시 예에 따른 CCTV 시스템(10)은, 촬영부(100), 정보 입력부(200), 영상 분석부(300), 및 신호 발생부(400)를 포함할 수 있다. 이하, 각 구성에 대해 설명된다.
촬영부(100)
상기 촬영부(100)는 수영장의 풀(pool) 내부에 배치되는 내부 카메라, 및 풀 외부에 배치되는 외부 카메라를 포함할 할 수 있다. 상기 내부 카메라 및 상기 외부 카메라는, 수영장 내의 서로 다른 상황을 촬영하여 영상 정보를 생성할 수 있다. 구체적으로, 상기 내부 카메라는, 풀 내부 상황을 촬영하여 풀 내부 영상 정보를 생성할 수 있다. 이와 달리, 상기 외부 카메라는, 풀 외부 상황을 촬영하여 풀 외부 영상 정보를 생성할 수 있다.
일 실시 예에 따르면, 상기 내부 카메라 및 상기 외부 카메라로서, 방향 전환 및 확대/축소가 원격으로 제어가능한 팬-틸트-줌 카메라(pan-tilt-zoom camera)가 사용될 수 있다. 상술된 팬-틸트-줌 카메라는, 상기 내부 카메라 및 상기 외부 카메라의 일 실시 예로서, 상기 내부 카메라 및 상기 외부 카메라의 종류는 제한되지 않는다.
도 3에 도시된 바와 같이, 풀 내부에는 복수의 상기 내부 카메라(110)가 배치될 수 있다. 상기 복수의 내부 카메라(110)는, 풀 내부의 서로 다른 영역을 촬영할 수 있다. 이에 따라, 상기 복수의 내부 카메라(110)를 통해 풀 내부의 모든 영역이 촬영되고, 풀 내부의 모든 영역에 대한 영상 정보가 생성될 수 있다.
또한, 도시되지는 않았지만, 풀 외부에도 복수의 상기 외부 카메라가 배치될 수 있다. 상기 복수의 외부 카메라는, 풀 외부의 서로 다른 영역을 촬영할 수 있다. 이에 따라, 상기 복수의 외부 카메라를 통해 풀 외부의 모든 영역이 촬영되고, 풀 외부의 모든 영역에 대한 영상 정보가 생성될 수 있다.
상기 내부 카메라로부터 생성된 상기 풀 내부 영상 정보, 및 상기 외부 카메라로부터 생성된 상기 풀 외부 영상 정보는, 도 2에 도시된 바와 같이, 상기 촬영부(100)로부터 상기 영상 분석부(300)로 제공될 수 있다.
정보 입력부(200)
상기 정보 입력부(200)는, 상기 영상 분석부(300)의 AI 학습을 위한 다양한 정보들을 제공할 수 있다. 상기 정보 입력부(200)로부터 제공된 정보를 통한 상기 영상 분석부(300)의 AI 학습에 관한 설명은 후술된다.
일 실시 예에 따르면, 상기 정보 입력부(200)는 상기 수영장에 관한 정보, 및 상기 수영장 내에 입장한 사람들에 관한 정보를 후술되는 영상 분석부(300)로 제공할 수 있다. 예를 들어, 상기 수영장에 관한 정보 및 상기 수영장 내에 입장한 사람들에 관한 정보는 상기 수영장 내에 입장한 사람들의 인원 정보, 상기 수영장 내에 입장한 사람들에 대한 교육 및 훈련 정보, 상기 수영장 내에 입장한 사람들의 건강상태 정보, 상기 수영장의 위치 정보, 상기 수영장의 점검 결과 정보, 및 상기 수영장에 설치된 시설 정보 등을 포함할 수 있다.
또한, 상기 정보 입력부(200)는 상기 수영장 외부 상황에 대한 정보를 상기 영상 분석부(300)로 제공할 수 있다. 예를 들어, 상기 수영장 외부 상황에 대한 정보는, 날씨 정보, 전염병 정보, 감기 정보, 독감 정보, 및 환경 정보 등을 포함할 수 있다.
일 실시 예에 따르면, 상기 정보 입력부(200)는 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 컴퓨터 및 단말 등으로 구현될 수 있다. 예를 들어, 상기 정보 입력부(200)는, 웹 브라우저(WEB browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop), PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handphone System), PDA(Personal Digital Assistant), IMT(Internet Mobile Telecommunication), CDMA(Code Division Multiple Access), W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart phone), 스마트 패드(Smart pad), 및 타블렛 PC(Tablet PC) 중 어느 하나로 구현될 수 있다.
영상 분석부(300)
상술된 바와 같이, 상기 영상 분석부(300)는 상기 촬영부(100)로부터 상기 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받을 수 있다. 또한, 상기 영상 분석부(300)는 상기 정보 입력부(200)로부터 상기 수영장에 관한 정보, 상기 수영장 내에 입장한 사람들에 관한 정보, 및 상기 수영장 외부 상황에 대한 정보를 제공받을 수 있다.
상기 영상 분석부(300)는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출할 수 있다. 일 실시 예에 따르면, 상기 영상 분석부(300)는, AI 알고리즘을 통해 상기 사람의 움직임 정보를 추출할 수 있다. 예를 들어, 도 4에 도시된 바와 같이, People detection 알고리즘을 이용하여 사람의 움직임 정보를 추출할 수 있다. 다른 예를 들어, 도 5에 도시된 바와 같이, ROI(Region of interest)를 통해 사람의 움직임 정보를 추출할 수 있다.
또한, 상기 영상 분석부(300)는 상기 정보 입력부(200)로부터 제공받은 상기 수영장에 관한 정보, 상기 수영장 내에 입장한 사람들에 관한 정보, 및 상기 수영장 외부 상황에 대한 정보들을 통해, 상기 수영장 내에 입장한 사람들 각각에 대한 익수 및 익사 사고 이미지를 AI 학습할 수 있다. 이후, 상기 영상 분석부(300)는 AI 학습된 결과를 상기 수영장 내에 입장한 사람들 각각에 대해 적용하여, 상기 수영장 내에 입장한 사람들 각각에 대한 움직임 정보를 추출할 수 있다.
상기 영상 분석부(300)는, 상기 사람의 움직임 정보를 기반으로 경보 정보를 생성할 수 있다. 일 실시 예에 따르면, 상기 영상 분석부(300)는, 상기 사람의 움직임 정보를 분석하여 사람의 움직임이 기준 시간 이상 없는 경우, 인명 사고가 발생된 것으로 판단하고 상기 경보 정보를 생성할 수 있다. 다른 실시 예에 따르면, 상기 영상 분석부(300)는, AI 학습된 익수 및 익사 사고 이미지와 상기 사람의 움직임 정보가 유사한 경우, 인명 사고가 발생될 것으로 예측하고 상기 경보 정보를 생성할 수 있다. 상기 영상 분석부(300)로부터 생성된 상기 경보 정보는, 상기 신호 발생부(400)로 제공될 수 있다.
일 실시 예에 따르면, 상기 영상 분석부(300)는 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 컴퓨터 및 단말 등으로 구현될 수 있다. 예를 들어, 상기 정보 입력부(200)는, 웹 브라우저(WEB browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop), PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handphone System), PDA(Personal Digital Assistant), IMT(Internet Mobile Telecommunication), CDMA(Code Division Multiple Access), W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart phone), 스마트 패드(Smart pad), 및 타블렛 PC(Tablet PC) 중 어느 하나로 구현될 수 있다.
신호 발생부(400)
상술된 바와 같이, 상기 신호 발생부(400)는 상기 영상 분석부(300)로부터 생성된 상기 경보 정보를 제공받을 수 있다. 상기 신호 발생부(400)는 상기 경보 정보를 통해 경보 알람을 출력할 수 있다. 예를 들어, 상기 경보 알람은 소리, 광, 및 진동 중 어느 하나의 형태로 출력될 수 있다. 또한, 상기 신호 발생부(400)는 상기 경보 정보를 통해 경보가 발생된 위치를 출력할 수 있다. 예를 들어, 경보가 발생된 위치는 상기 신호 발생부(400)의 디스플레이를 통해 출력될 수 있다.
일 실시 예에 따르면, 상기 신호 발생부(400)는 상기 수영장 내의 안전 요원에게 착용될 수 있다. 예를 들어, 상기 신호 발생부(400)는 스마트 워치(Smart watch), 또는 스마트 밴드(Smart band)등, 인체에 착용이 용이한 전자기기의 형태로 구현될 수 있다.
상기 신호 발생부(400)가 상기 수영장 내의 안전 요원에게 착용됨에 따라, 인명 사고 발생 여부를 신속하게 파악할 수 있다. 이로 인해, 상기 수영장 내에서의 인명 구조가 신속하게 이루어질 수 있다.
결과적으로, 본 발명의 실시 예에 따른 CCTV 시스템(10)은 수영장의 풀(pool) 내부에 배치되어 풀 내부 상황을 촬영하는 상기 내부 카메라, 및 풀 외부에 배치되어 풀 외부 상황을 촬영하는 상기 외부 카메라를 포함하는 상기 촬영부(100), 상기 수영장에 관한 정보, 상기 수영장 내에 입장한 사람들에 관한 정보, 및 상기 수영장 외부 상황에 대한 정보를 제공하는 상기 정보 입력부(200), 상기 촬영부(100)로부터 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받아, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출하고, 상기 사람의 움직임 정보를 기반으로 사람의 움직임이 기준 시간 이상 없는 경우 경보 정보를 생성하는 상기 영상 분석부(300), 및 상기 영상 분석부(300)로부터 상기 경보 정보를 제공받아, 경보 알람을 출력하는 상기 신호 발생부(400)를 포함하되, 상기 영상 분석부(300)는, 상기 정보 입력부(200)로부터 제공된 상기 수영장에 관한 정보, 상기 수영장 내에 입장한 사람들에 관한 정보, 및 상기 수영장 외부 상황에 대한 정보를 기반으로 AI 학습한 후, 학습된 결과를 통해 상기 사람의 움직임 정보를 추출하고, 상기 경보 정보를 생성하는 것을 포함할 수 있다. 이에 따라, 상기 CCTV 시스템(10)을 통해, 수영장 내에서 발생된 인명 사고가 신속하고 효과적으로 수습될 수 있다.
또한, 상기 CCTV 시스템(10)은 수영장 내에서 발생되는 다양한 상황들을 AI 학습한 후, 이를 수영장 내에 입장한 사람들 각각에 적용시킬 수 있다. 이로 인해, 수영장 내부에서 이루어지는 대규모 훈련(예를 들어, 조난 훈련)과 같이, 많은 인원이 수용되는 상황에서도 인명 사고가 신속하고 효과적으로 수습될 수 있다.
또한, 상기 CCTV 시스템(10)은 수영장 내에서 발생되는 다양한 상황들을 AI 학습함에 따라, 익수 및 익사 사고를 사전에 감지할 수 있다. 이로 인해, 수영장 내에서 발생되는 인명 사고가 사전에 예방될 수 있다.
이상, 본 발명의 실시 예에 따른 CCTV 시스템이 설명되었다. 이하, 본 발명의 변형 예에 따른 CCTV 시스템이 설명된다.
도 6은 본 발명의 제1 변형 예에 따른 CCTV 시스템이 포함하는 영상 분석부의 경보 정보 생성을 위한 영역 구분을 나타내는 도면이고, 도 7은 도 6에 따라 구분된 풀 내의 영역을 나타내는 도면이다.
본 발명의 제1 변형 예에 따른 CCTV 시스템은, 촬영부, 정보 입력부, 영상 분석부, 및 신호 발생부를 포함할 수 있다. 상기 제1 변형 예에 따른 CCTV 시스템이 포함하는, 상기 촬영부, 정보 입력부, 영상 분석부, 및 신호 발생부는, 도 1 내지 도 5를 참조하여 설명된 상기 촬영부(100), 정보 입력부(200), 영상 분석부(300), 및 신호 발생부와 같을 수 있다. 다만, 상기 제1 변형 예에 따른 CCTV 시스템이 포함하는 상기 영상 분석부는, 상기 실시 예에 따른 CCTV 시스템이 포함하는 상기 영상 분석부(300)와 비교하여, 경보 생성 방법이 다를 수 있다. 이하, 상기 제1 변형 예에 따른 CCTV 시스템이 포함하는 상기 영상 분석부의 경보 생성 방법에 대해 구체적으로 설명된다.
상기 영상 분석부는 상기 촬영부로부터 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보를 제공받은 후, 각각의 영상 정보에 대해 복수의 영역으로 구분할 수 있다. 예를 들어, 도 6 및 도 7에 도시된 바와 같이, 상기 풀 외부 영상 정보에 대해 제1 내지 제3 영역(A, B, C)으로 구분할 수 있다.
구체적으로, 상기 제1 영역(A)은 수심이 낮은 영역, 즉, 수면으로부터 바닥까지의 거리(d1)가 상대적으로 짧은 영역일 수 있다. 이와 달리, 상기 제2 영역(B)은 수심이 깊은 영역, 즉, 수면으로부터 바닥까지의 거리(d2)가 상대적으로 긴 영역일 수 일 수 있다. 이와 달리, 상기 제3 영역(C)은 상기 제1 영역(A)과 상기 제2 영역(B) 사이에 위치하여, 수심의 깊이가 급격하게 낮아지는 영역일 수 있다.
상기 영상 분석부는 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출한 후 추출된 상기 사람의 움직임 정보를 기반으로 베이스 경보 정보, 제1 위험 경보 정보, 및 제2 위험 경보 정보를 생성할 수 있다.
구체적으로, 상기 베이스 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 전체 영역에 대해서 사람의 움직임 정보를 추출한 후, 사람의 움직임이 기준 시간 이상 없는 경우 생성될 수 있다.
이와 달리, 상기 제1 위험 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 상기 제2 영역(B)에 대해서 사람의 움직임 정보를 추출한 후, 상기 제2 영역(B)에 있는 사람의 모션이 제1 모션과 기준 범위 이상 일치하는 경우 생성될 수 있다. 일 실시 예에 따르면, 상기 제1 모션은 사람이 가라 앉을 때 발생하는 표준 모션일 수 있다. 예를 들어, 상기 제1 모션은 물보라를 일으키며 허우적 대다가 가라 앉는 모션일 수 있다.
이와 달리, 상기 제2 위험 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 상기 제3 영역(C)에 대해서 사람의 움직임 정보를 추출한 후, 상기 제3 영역(C)에 있는 사람의 모션이 제2 모션과 기준 범위 이상 일치하는 경우 생성될 수 있다. 일 실시 예에 따르면, 상기 제2 모션은 수심이 얕은 곳에서 수심이 깊은 곳으로 사람이 빠질 때 발생하는 표준 모션일 수 있다. 예를 들어, 상기 제2 모션은 발을 잘못 딛어 미끄러지면서 허우적 대는 모션일 수 있다.
상기 영상 정보부로부터 생성된 상기 베이스 경보 정보, 상기 제1 위험 경보 정보, 및 상기 제2 위험 경보 정보는 상기 신호 발생부로 제공될 수 있다. 상기 신호 발생부는, 상기 베이스 경보 정보, 상기 제1 위험 경보 정보, 및 상기 제2 위험 경보 정보를 통해, 베이스 경보 알람, 제1 위험 경보 알람, 및 제2 위험 경보 알람을 출력할 수 있다.
일 실시 예에 따르면, 상기 베이스 경보 알람, 상기 제1 위험 경보 알람, 및 상기 제2 위험 경보 알람은 소리 크기, 소리 높낮이, 광 세기, 광 색, 진동 세기, 및 진동 크기 중 어느 하나의 방법으로 구분될 수 있다.
이로 인해, 수영장 내의 안전 요원은, 사고 발생 지점을 용이하게 파악한 후 신속하게 대응할 수 있다. 특히, 상기 제2 영역(B) 및 상기 제3 영역(C)의 경우, 사고가 빈번하게 발생되고 사고 발생시 피해 정도가 높게 발생되는 위험 지역임으로, 상기 제2 영역(B) 및 상기 제3 영역(C)에 대해 발생된 상기 제1 위험 경보 알람 및 상기 제2 위험 경보 알람에 대해 집중적으로 주의를 기울임으로써, 인명 사고가 발생되더라도 사망 사고까지 이어지지 않도록 신속히 대응할 수 있다.
이상, 본 발명의 제1 변형 예에 따른 CCTV 시스템이 설명되었다. 이하, 본 발명의 제2 변형 예에 따른 CCTV 시스템이 설명된다.
도 8은 본 발명의 제2 변형 예에 따른 CCTV 시스템이 포함하는 영상 분석부의 경보 정보 생성을 위한 영역 구분을 나타내는 도면이다.
본 발명의 제2 변형 예에 따른 CCTV 시스템은, 도 6 및 도 7을 참조하여 설명된 상기 제1 변형 예에 따른 CCTV 시스템과 같을 수 있다. 다만, 상기 제2 변형 예에 따른 CCTV 시스템이 포함하는 상기 영상 분석부는, 베이스 경보 정보, 제1 위험 경보 정보, 및 제2 위험 경보 정보뿐만 아니라 제3 위험 경보 정보를 더 생성할 수 있다. 또한, 상기 제2 변형 예에 따른 CCTV 시스템을 조명부를 더 포함할 수 있다. 이하, 상기 제3 위험 경보 정보 및 조명부에 대해 구체적으로 설명된다.
상기 제3 위험 경보 정보는, 상기 제2 위험 경보가 생성된 후 기준 시간 내에 상기 제1 위험 경보가 생성된 경우 생성될 수 있다. 즉, 상기 제3 위험 경보 정보는, 상기 제3 영역(C)과 인접한 상기 제2 영역(B1, B2, B3)에서 발생된 사고에 관한 경보 정보로서, 사고 발생 위험도가 매우 높은 경우에 대한 경보 정보일 수 있다.
상기 제3 위험 경보 정보는, 상기 신호 발생부 뿐만 아니라, 인근 응급 센터 및 내부 구급 센터까지 제공될 수 있다. 이에 따라, 수영장 내부 안전 요원에 의한 구조 활동이 신속히 이루어질 수 있고, 구조된 사람의 응급처치까지 신속하게 이루어질 수 있다.
또한, 상기 제3 위험 경보 정보는 상기 조명부로 제공될 수 있다. 상기 제3 위험 경보 정보를 제공받은 상기 조명부는, 사고 발생 지점(예를 들어, B1, B2, B3 영역)에 조명을 조사할 수 있다. 예를 들어, 상기 조명부로부터 조사되는 상기 조명은, 격자 모양 패턴을 갖는 회절 렌즈를 이용한 레이저 빔일 수 있다. 일반 레이저의 경우 대면적 조사가 어려운 단점이 있고, 일반 LED 조명의 경우 특정 면적에 집중적으로 조사하기 어려운 단점이 있다. 하지만, 상술된 바와 같이, 격자 모양 패턴을 갖는 회절 렌즈를 이용한 레이저 빔의 경우 특정한 면적에 집중적으로 조사할 수 있을 뿐만 아니라 대면적 조사가 용이한 장점이 있다.
이로 인해, 수영장 내의 안전 요원이 사고 발생 지점을 보다 신속하게 파악할 수 있음으로, 안전 요원의 구조 활동이 보다 신속하게 이루어질 수 있다.
이상, 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.
10: CCTV 시스템
100: 촬영부
200: 정보 입력부
300: 영상 분석부
400: 신호 발생부

Claims (3)

  1. 수영장 내의 인명 구조를 위한 CCTV 시스템에 있어서,
    수영장의 풀(pool) 내부에 배치되어 풀 내부 상황을 촬영하는 내부 카메라, 및 풀 외부에 배치되어 풀 외부 상황을 촬영하는 외부 카메라를 포함하는 촬영부;
    상기 촬영부로부터 풀 내부 영상 정보 및 풀 외부 영상 정보를 제공받아, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보로부터 사람의 움직임 정보를 추출하고, 상기 사람의 움직임 정보를 기반으로 사람의 움직임이 기준 시간 이상 없는 경우 경보 정보를 생성하는 영상 분석부;
    상기 수영장 내에 입장한 사람들의 인원 정보, 상기 수영장 내에 입장한 사람들에 대한 교육 및 훈련 정보, 상기 수영장 내에 입장한 사람들의 건강상태 정보, 상기 수영장의 위치 정보, 상기 수영장의 점검 결과 정보, 및 상기 수영장에 설치된 시설 정보를 상기 영상 분석부로 제공하는 정보 입력부;
    상기 영상 분석부로부터 상기 경보 정보를 제공받아, 경보 알람을 출력하는 신호 발생부; 및
    상기 경보 정보를 제공받아, 사고 발생 지점에 조명을 조사하는 조명부를 포함하되,
    상기 영상 분석부는, AI 알고리즘을 통해 상기 사람의 움직임 정보를 추출하고, 상기 경보 정보를 생성하며, 상기 촬영부로부터 제공받은 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각에 대해, 수면으로부터 바닥까지의 거리가 상대적으로 짧은 제1 영역, 수면으로부터 바닥까지의 거리가 상대적으로 긴 제2 영역, 및 상기 제1 영역과 상기 제2 영역 사이에 위치하여 수면으로부터 바닥까지의 거리가 변화되는 제3 영역으로 구분하여, 상기 정보 입력부로부터 제공된 정보들을 통해 상기 수영장 내에 입장한 사람들 각각에 대한 익수 및 익사 사고 이미지를 AI 학습한 후, 학습된 결과를 상기 수영장 내에 입장한 사람들 각각에 대해 적용하여, 상기 수영장 내에 입장한 사람들 각각에 대한 움직임 정보를 추출하고 경보 정보를 생성하며, 상기 제1 영역 내지 제3 영역 전체 영역에 있는 사람으로부터 추출된 움직임 정보에 따라 베이스 경보 정보를 생성하고, 상기 제2 영역에 있는 사람으로부터 추출된 움직임 정보에 따라 제1 위험 경보 정보를 생성하며, 상기 제3 영역에 있는 사람으로부터 추출된 움직임 정보에 따라 제2 위험 경보 정보를 생성하고, 상기 제3 영역과 인접한 상기 제2 영역에서, 상기 제2 위험 경보가 생성된 후 기준 시간 내에 상기 제1 위험 경보가 생성된 경우, 제3 위험 경보 정보를 생성하며,
    상기 신호 발생부는, 상기 수영장 내의 안전 요원에게 착용되고, 상기 영상 분석부로부터 생성된 상기 베이스 경보 정보를 제공받아 베이스 경보 알람을 출력하고, 상기 제1 위험 경보 정보를 제공받아, 제1 위험 경보 알람을 출력하며, 상기 제2 위험 경보 정보를 제공받아, 제2 위험 경보 알람을 출력하고, 상기 제3 위험 경보 정보를 제공받아, 제3 위험 경보 알람을 출력하며, 상기 베이스 경보 알람, 상기 제1 위험 경보 알람, 및 상기 제2 위험 경보 알람은 소리, 광, 및 진동 중 어느 하나의 형태로 출력되고, 상기 제3 위험 경보 알람은 인근 응급 센터에 제공되고,
    상기 조명부는 격자 모양 패턴을 갖는 회절 렌즈를 이용한 레이저 빔이며,
    상기 베이스 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 전체 영역에 대해서 사람의 움직임 정보를 추출한 후, 사람의 움직임이 기준 시간 이상 없는 경우 생성되고,
    상기 제1 위험 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 상기 제2 영역에 대해서 사람의 움직임 정보를 추출한 후, 상기 제2 영역에 있는 사람의 모션이 제1 모션과 기준 범위 이상 일치하는 경우 생성되며,
    상기 제1 모션은 사람이 가라앉을 때 발생하는 표준 모션이고,
    제2 위험 경보 정보는, 상기 풀 내부 영상 정보 및 상기 풀 외부 영상 정보 각각의 상기 제3 영역에 대해서 사람의 움직임 정보를 추출한 후, 상기 제3 영역에 있는 사람의 모션이 제2 모션과 기준 범위 이상 일치하는 경우 생성되고,
    상기 제2 모션은 수심이 얕은 곳에서 수심이 깊은 곳으로 사람이 빠질 때 발생하는 표준 모션이며,
    상기 제3 위험 경보 정보는 상기 조명부로 제공되는 것을 포함하는 CCTV 시스템.
  2. 삭제
  3. 삭제
KR1020210004249A 2021-01-12 2021-01-12 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법 KR102505001B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210004249A KR102505001B1 (ko) 2021-01-12 2021-01-12 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210004249A KR102505001B1 (ko) 2021-01-12 2021-01-12 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20220102048A KR20220102048A (ko) 2022-07-19
KR102505001B1 true KR102505001B1 (ko) 2023-02-28

Family

ID=82607116

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210004249A KR102505001B1 (ko) 2021-01-12 2021-01-12 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102505001B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102521640B1 (ko) * 2022-08-11 2023-04-12 롯데정보통신 주식회사 수영장 안전 관리 장치 및 방법
WO2024071486A1 (ko) * 2022-09-30 2024-04-04 엘지전자 주식회사 수영자 상태 모니터링에 기반한 스마트 인터랙션 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101709751B1 (ko) 2015-11-24 2017-02-24 주식회사 지오멕스소프트 해변의 입수자에 대한 자동 위험 감시 시스템
KR102065516B1 (ko) 2018-10-18 2020-01-13 조선대학교산학협력단 수중 카메라를 이용한 안전 감시 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150095105A (ko) * 2014-02-12 2015-08-20 주식회사 브로멜리아드 수족관의 원격 관리 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101709751B1 (ko) 2015-11-24 2017-02-24 주식회사 지오멕스소프트 해변의 입수자에 대한 자동 위험 감시 시스템
KR102065516B1 (ko) 2018-10-18 2020-01-13 조선대학교산학협력단 수중 카메라를 이용한 안전 감시 시스템

Also Published As

Publication number Publication date
KR20220102048A (ko) 2022-07-19

Similar Documents

Publication Publication Date Title
KR102505001B1 (ko) 인공지능을 이용한 적응적 인지영역 설정 기반의 cctv 시스템 및 그 방법
KR102260120B1 (ko) 딥러닝기반 행동인식장치 및 그 장치의 구동방법
KR101215948B1 (ko) 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법
AU2020294636A1 (en) Analysis and deep learning modeling of sensor-based object detection data in bounded aquatic environments
CA3126835C (en) Smart surveillance system for swimming pools
CN111310556A (zh) 基于中小学学生区域防溺水安全监管系统及其监控方法
CN109218667B (zh) 一种公共场所安全预警系统和方法
US20210241597A1 (en) Smart surveillance system for swimming pools
US20210365674A1 (en) System and method for smart monitoring of human behavior and anomaly detection
KR20180066688A (ko) 딥러닝 및 능동준지도학습을 이용한 디지털 사회 보호막 시스템
KR102156241B1 (ko) 안전 블록을 구비한 위험상황 알림 시스템
JP7447626B2 (ja) 情報処理方法、情報処理装置、プログラム及び情報処理システム
TW202221660A (zh) 基於邊緣人工智慧之自主式水上救援裝置
KR20230097854A (ko) 발전소내 작업자의 위험행동 인지방법 및 시스템
KR20140076184A (ko) 차량 및 보행자 검지를 이용한 스쿨존 방범장치
Durairaj et al. AI-driven drowned-detection system for rapid coastal rescue operations
Long et al. An Image-based Fall Detection System using You Only Look Once (YOLO) Algorithm to Monitor Elders’ Fall Events
KR102406948B1 (ko) 수영장 안전관리 시스템
KR102347330B1 (ko) 열화상 카메라를 이용한 안전관리 모니터링 시스템
Zeng et al. A novel campus fire monitoring system based on YOLOv5
Laxman et al. Intelligent Swimming-pool design with Embedded Drown Alerting, Preventing and Autonomous Rescue System
US20230409054A1 (en) Unmanned aerial vehicle event response system and method
US20240111305A1 (en) Unmanned aerial vehicle event response system and method
KR102615378B1 (ko) 행동인식 기반 위험 상황 감지 시스템 및 방법
KR20220064131A (ko) 인공지능 네트워크를 이용한 범죄 예방 시스템 및 그 방법

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant