KR102528202B1 - 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치 - Google Patents

카메라 모듈 및 그를 이용한 차량의 군중 계수 장치 Download PDF

Info

Publication number
KR102528202B1
KR102528202B1 KR1020210102024A KR20210102024A KR102528202B1 KR 102528202 B1 KR102528202 B1 KR 102528202B1 KR 1020210102024 A KR1020210102024 A KR 1020210102024A KR 20210102024 A KR20210102024 A KR 20210102024A KR 102528202 B1 KR102528202 B1 KR 102528202B1
Authority
KR
South Korea
Prior art keywords
camera
unit
image
camera module
disposed
Prior art date
Application number
KR1020210102024A
Other languages
English (en)
Other versions
KR20230020214A (ko
Inventor
이재준
Original Assignee
(주)케이아이오티
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 (주)케이아이오티 filed Critical (주)케이아이오티
Priority to KR1020210102024A priority Critical patent/KR102528202B1/ko
Publication of KR20230020214A publication Critical patent/KR20230020214A/ko
Application granted granted Critical
Publication of KR102528202B1 publication Critical patent/KR102528202B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/51—Housings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • 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

Abstract

본 발명은 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치에 관한 것이다.
보다 자세하게는, 본 발명은 지하철, 버스 등의 차량 내부의 좁은 공간의 영상을 효과적으로 찰영활 수 있는 카메라 모듈에 관한 것이다.
아울러, 본 발명은 지하철, 버스 등의 차량 내에서 군중(승객)이 위치하는 부분의 패턴을 이용하여 신속하고 정확하게 군중의 수를 검출하는 차량의 군중 계수 장치에 관한 것이다.
본 발명에 따른 카메라 모듈은 제 1 촬영 영역에 대응되는 제 1 카메라부(First Camera Part) 및 제 2 촬영 영역에 대응되는 제 2 카메라부(Second Camera Part)를 포함하는 카메라부를 포함하고, 상기 제 1 카메라부는 제 1 렌즈부(First Lens Part) 및 상기 제 1 렌즈부가 배치되는 제 1 렌즈 기판부(First Lens Substrate Part)를 포함하고, 상기 제 2 카메라부는 제 2 렌즈부(Second Lens Part) 및 상기 제 2 렌즈부가 배치되는 제 2 렌즈 기판부(Second Lens Substrate Part)를 포함하고, 상기 제 1 렌즈부가 향하는 방향은 상기 제 2 렌즈부가 향하는 방향과 다를 수 있다.

Description

카메라 모듈 및 그를 이용한 차량의 군중 계수 장치{CAMERA MODULE AND PEOPLE COUNTING METHOD FOR VEHICLE USING THE CAMERA MODULE}
본 발명은 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치에 관한 것이다.
보다 자세하게는, 본 발명은 지하철, 버스 등의 차량 내부의 좁은 공간의 영상을 효과적으로 찰영활 수 있는 카메라 모듈에 관한 것이다.
아울러, 본 발명은 지하철, 버스 등의 차량 내에서 군중(승객)이 위치하는 부분의 패턴을 이용하여 신속하고 정확하게 군중의 수를 검출하는 차량의 군중 계수 장치에 관한 것이다.
최근 들어 뮤직 콘서트 또는 경기장에서의 스포츠 경기뿐만 아니라 특정 장소에서의 다양한 군중 집회, 모임이 증가하고 있다.
그 모임을 주최하거나 그 모임에 대한 정보를 수집하고 분석하는 언론기관 등에서는 그 군중 집회에 모인 인원수를 정확하게 파악할 필요가 있다.
종래에는 인력이 직접 계수하거나, 운집한 군중들에서 샘플을 추출해서 그 샘플의 인원수를 카운팅해서 전체 인원수를 유추하는 통계적 방법을 이용하였다.
이러한 방법은 인력을 이용할 경우 적지 않은 인건비가 필요하고, 군중의 수를 검출하는데 과도하게 긴 시간이 필요하다는 문제점이 있다.
이러한 문제점을 해결하기 위한 종래기술로서 대한민국 공개특허공보 제10-2013-0065234호(발명의 명칭 : 객체 자동 카운팅 방법, 2013.06.19.)(문헌 1)에서는 촬영한 영상에서 객체의 특정한 색상의 픽셀을 추출하고, 추출한 픽셀의 수를 카운팅하여 객체의 수를 검출하는 기술을 게시하고 있다.
그러나 문헌 1에 따른 기술에서는 객체가 특정한 색상을 갖지 않는 경우에 객체의 수를 정확하게 검출하는 것이 어렵다는 문제점이 있다.
아울러, 문헌 1에 따른 기술에서는 특정 색상의 픽셀을 일일이 카운팅하기 때문에 객체의 수를 검출하는데 상당한 시간이 소요되며, 계산이 복잡하다는 문제점이 있다.
아울러, 문헌 1에 따른 기술에서는 지하철, 버스 등의 차량 내부의 군중(승객)의 수를 효과적으로 검출하는데 어려움이 있다는 문제점이 있다.
[문헌 1] 대한민국 공개특허공보 제10-2013-0065234호
본 발명은 지하철, 버스 등의 차량의 좁고 긴 공간의 영상을 촬영하기 위해 촬영 영역이 서로 다른 복수의 카메라를 이용하는 카메라 모듈을 제공하는데 그 목적이 있다.
아울러, 본 발명은 차량의 내부에서 군중이 위치하는 부분의 패턴을 이용하여 군중의 수를 검출하는 차량의 군중 계수 장치를 제공하는데 다른 목적이 있다.
본 발명에 따른 카메라 모듈은 케이스부(Case Part), 상기 케이스부 내부에 배치되는 프레임부(Frame Part), 상기 케이스부 내에서 상기 프레임부에 배치되며 주변 영상을 촬영하는 카메라부(Camera Part) 및 상기 케이스부 내에 배치되며, 상기 카메라부와 전기적으로 연결되는 카메라 구동부(Camera Driver)를 포함하고, 상기 카메라부는 제 1 촬영 영역에 대응되는 제 1 카메라부(First Camera Part) 및 제 2 촬영 영역에 대응되는 제 2 카메라부(Second Camera Part)를 포함하고, 상기 제 1 카메라부는 제 1 렌즈부(First Lens Part) 및 상기 제 1 렌즈부가 배치되는 제 1 렌즈 기판부(First Lens Substrate Part)를 포함하고, 상기 제 2 카메라부는 제 2 렌즈부(Second Lens Part) 및 상기 제 2 렌즈부가 배치되는 제 2 렌즈 기판부(Second Lens Substrate Part)를 포함하고, 상기 제 1 렌즈부가 향하는 방향은 상기 제 2 렌즈부가 향하는 방향과 다를 수 있다.
또한, 상기 제 1 렌즈부는 상기 카메라 모듈의 전방 아래를 비스듬하게 향하고, 상기 제 2 렌즈부는 상기 카메라 모듈의 후방 아래를 비스듬하게 향할 수 있다.
또한, 상기 제 1 촬영 영역과 상기 제 2 촬영 영역은 일부 중첩(Partially Overlap)할 수 있다.
또한, 상기 케이스부는 수평방향(Horizontal Direction)으로 연장되는 부분을 포함하는 플레이트(Plate) 형태를 갖는 바닥부(Bottom Part), 상기 바닥부에 배치되며, 수직방향(Vertical Direction)으로 연장되는 부분을 포함하는 중간부(Middle Part) 및 상기 중간부의 상부에 연결되는 덮개부(Cover Part)를 포함하고, 상기 덮개부와 상기 바닥부의 사이에 마련된 공간에 상기 프레임부, 상기 카메라부 및 상기 카메라 구동부가 배치되고, 상기 덮개부는 광투과성 재질을 포함하며 돔(Dome) 형태를 갖고, 상기 프레임부는 상기 바닥부 및 상기 중간부 중 적어도 하나에 연결될 수 있다.
또한, 상기 프레임부는 베이스부(Base Part), 상기 제 1 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 1 지지부(First Supporting Part) 및 상기 제 2 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 2 지지부(Second Supporting Part)를 포함할 수 있다.
또한, 상기 베이스부는 상기 제 1 지지부에 대응되는 제 1 경사면부(First Slope Part) 및 상기 제 2 지지부에 대응되는 제 2 경사면부(Second Slope Part)를 포함할 수 있다.
본 발명에 따른 차량의 군중 계수 장치는 차량 내부에 설치되어 상기 차량 내부의 영상을 촬영하는 카메라 모듈(Camera Module) 및 상기 카메라 모듈이 촬영한 영상을 분석하여 상기 영상에 포함된 객체의 수를 검출하는 검출부를 포함할 수 있다.
또한, 설정 모드(Setting Mode)에서 상기 카메라 모듈은 상기 차량 내부의 비교 영상(Comparison Image)을 촬영하고, 상기 검출부는 상기 비교 영상에 대해 객체의 수를 검출하고, 군중 계수 모드(People Counting Mode)에서 상기 카메라 모듈은 상기 차량 내부의 대상 영상(Target Image)을 촬영하고, 상기 검출부는 상기 대상 영상과 적어도 하나의 상기 비교 영상을 비교하여 상기 대상 영상에 포함된 객체의 수를 검출할 수 있다.
또한, 상기 카메라 모듈은 케이스부(Case Part), 상기 케이스부 내부에 배치되는 프레임부(Frame Part), 상기 케이스부 내에서 상기 프레임부에 배치되며 주변 영상을 촬영하는 카메라부(Camera Part) 및 상기 케이스부 내에 배치되며, 상기 카메라부와 전기적으로 연결되는 카메라 구동부(Camera Driver)를 포함하고, 상기 카메라부는 제 1 촬영 영역에 대응되는 제 1 카메라부(First Camera Part) 및 제 2 촬영 영역에 대응되는 제 2 카메라부(Second Camera Part)를 포함하고, 상기 제 1 카메라부는 제 1 렌즈부(First Lens Part) 및 상기 제 1 렌즈부가 배치되는 제 1 렌즈 기판부(First Lens Substrate Part)를 포함하고, 상기 제 2 카메라부는 제 2 렌즈부(Second Lens Part) 및 상기 제 2 렌즈부가 배치되는 제 2 렌즈 기판부(Second Lens Substrate Part)를 포함하고, 상기 제 1 렌즈부가 향하는 방향은 상기 제 2 렌즈부가 향하는 방향과 다를 수 있다.
본 발명에 따른 카메라 모듈은 지하철, 버스 등의 차량의 좁고 긴 내부 공간에서 영상을 효과적으로 촬영할 수 있는 효과가 있다.
본 발명에 따른 차량의 군중 계수 장치는 차량의 내부에서 군중이 모여 있는 부분의 패턴을 이용하여 군중의 수를 검출하기 때문에 신속한 군중 계수가 가능하다는 효과가 있다.
도 1 내지 도 3은 본 발명에 따른 군중 계수 장치에 대해 설명하기 위한 도면이다.
도 4 내지 도 7은 기준 정보를 설정하고 이용하는 방법에 대해 설명하기 위한 도면이다.
도 8 내지 도 20은 비교 영상 및 기준 영상에 대해 설명하기 위한 도면이다.
도 21 내지 도 23은 군준 계수 모드에 대해 설명하기 위한 도면이다.
도 24 내지 도 29는 카메라 모듈의 촬영 영역에 대해 설명하기 위한 도면이다.
도 30 내지 도 47은 카메라 모듈의 구성에 대해 설명하기 위한 도면이다.
도 48 내지 도 51은 차량의 계수 장치 및 방법에 대해 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치 및 방법에 대해 상세히 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지 않을 수 있다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함할 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 문서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않을 수 있다.
아울러, 본 문서에 개시된 실시예는 당 업계에서 평균적인 지식을 가진 자에게 보다 완전하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
본 문서에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 수 있다.
본 문서에서 설명되는 다양한 실시예들은 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.
하드웨어적인 구현에 의하면, 본 발명의 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
한편, 소프트웨어적인 구현에 의하면, 본 발명에서 절차나 기능과 같은 실시예들은 적어도 하나의 기능 또는 작동을 수행하게 하는 별개의 소프트웨어 모듈과 함께 구현될 수 있다.
도 1 내지 도 3은 본 발명에 따른 군중 계수 장치에 대해 설명하기 위한 도면이다.
도 1을 살펴보면, 본 발명에 따른 군중 계수 장치(1, 이하 "계수 장치"라 칭할 수 있다.)는 카메라 모듈(Camera Module, 10) 및 서버(Server, 20)를 포함할 수 있다.
카메라 모듈(10)은 주변의 영상을 촬영할 수 있다. 여기서, 주변은 카메라 모듈(10)의 촬영이 가능한 영역, 즉 촬영 영역을 의미할 수 있다.
서버(20)는 적어도 하나의 카메라 모듈(10)과 유선 및/또는 무선 방식으로 통신을 수행할 수 있다.
서버(20)는 적어도 하나의 카메라 모듈(10)로부터 카메라 모듈(10)이 촬영한 영상을 전송받고, 전송받은 영상을 분석할 수 있다.
서버(20)는 인공지능을 이용하여 카메라 모듈(10)이 촬영한 영상에서 객체(OB)의 수를 판별할 수 있다.
아울러, 서버(20)는 적어도 하나의 카메라 모듈(10)을 관리할 수 있다.
카메라 모듈(10)이 촬영한 영상은 대상 영상(Target Image), 비교 영상(Comparison Image) 및 샘플 영상(Sample Image)을 포함할 수 있다.
샘플 영상은 부분 영상(Part Image)이라고도 할 수 있다.
대상 영상은 군중의 수를 검출하기 위해 촬영한 영상일 수 있다. 예를 들어, 20xx년 xx월 xx일 aa시에 AA광장에 모인 군중의 수를 판별하는 경우, 카메라 모듈(10)이 20xx년 xx월 xx일 aa시에 AA광장을 촬영한 영상이 대상 영상이 될 수 있다.
비교 영상은 대상 영상에서 군중의 수를 신속하고 정확하게 검출하기 위한 목적으로 대상 영상과 비교하는데 사용하는 영상이라고 할 수 있다.
비교 영상은 비교 패턴 블록(Comparison Pattern Block)을 포함하는 것이 가능하다.
비교 패턴 블록은 대상 영상에서 군중의 수를 신속하고 정확하게 검출하기 위한 목적으로 대상 영상과 비교하는데 사용하는 영상 블록의 일종이라고 할 수 있다. 이하에서는 비교 패턴 블록을 비교 블록이라고 칭할 수 있다.
서버(20)는 주기적 또는 비주기적으로 적어도 하나의 비교 영상(혹은 비교 블록)을 추가하거나, 변경하거나, 삭제하는 것이 가능하다.
샘플 영상은 기준 영상을 생성하기 위해 사용되는 영상일 수 있다.
대상 영상, 비교 영상, 샘플 영상, 비교 블록은 이하의 설명을 통해 보다 명확히 설명될 것이다.
이러한 구성의 계수 장치(1)는 광장, 도로, 실내공간, 차량 등의 군중 계수에 사용되는 것이 가능하다.
도 2를 살펴보면, 카메라 모듈(10)은 제 1 제어부(100), 제 1 통신부(110), 제 1 인터페이스부(120), 메모리부(130), 카메라 위치 정보부(140), 제 1 카메라부(11), 제 1 조정부(160), 제 2 카메라부(12) 및 제 2 조정부(180)를 포함할 수 있다.
도 2에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 카메라 모듈(10)을 구현하는 것도 가능하다.
제 1 제어부(100), 제 1 통신부(110) 및 제 1 인터페이스부(120)에 관련해서 "제 1"이라는 용어를 사용한 이유는 이후에 설명할 서버(20)의 구성 부분과 구분하기 위함이다.
예를 들면, 제 1 통신부(110)에서 "제 1"이라는 용어를 사용한 이유는 이후에 설명할 서버(20)의 통신부(210), 즉 제 2 통신부(210)와 구분하기 위함이다.
제 1 제어부(100)는 카메라 모듈(10)의 전반적인 기능 및 동작을 제어할 수 있다. 예를 들면, 제 1 제어부(100)는 카메라 모듈(10)의 영상 촬영을 제어할 수 있으며, 서버(20)와의 통신을 제어할 수 있다.
제 1 통신부(110)는 제 1 제어부(100)의 제어에 따라 유선 및/또는 무선 방식으로 다른 기기, 예컨대 서버(20)와 통신을 수행할 수 있다.
제 1 인터페이스부(120)는 제 1 제어부(100)의 제어에 따라 다른 기기와의 연결을 위한 통로를 제공할 수 있다.
메모리부(130)는 제 1 제어부(100)의 제어에 따라 카메라 모듈(10)의 동작 및/또는 기능 구현에 필요한 다양한 프로그램, 데이터 등을 저장할 수 있다.
카메라 위치 정보부(140)는 제 1 제어부(100)의 제어에 따라 카메라 모듈(10)의 위치 정보를 판별할 수 있다. 예를 들면, 카메라 위치 정보부(140)는 카메라 모듈(10)의 GPS 좌표 정보를 판별할 수 있다.
카메라 위치 정보부(140)는, 카메라 모듈(10)이 차량 또는 건물 내부에 설치되는 경우에, 차량 또는 건물 내에서의 카메라 모듈(10)의 위치에 대한 정보를 판별할 수 있다. 예를 들면, 카메라 모듈(10)이 지하철 등에 사용되는 전동차 내에 설치되는 경우에, 카메라 위치 정보부(140)는 카메라 모듈(10)이 설치된 전동차의 고유 번호 등의 고유 정보, 전동차 내에서의 카메라 모듈(10)의 위치에 대한 정보 등을 판별할 수 있다.
제 1 카메라부(11)는 제 1 제어부(100)의 제어에 따라 주변의 영상을 촬영할 수 있다. 예를 들면, 제 1 카메라부(11)는 주변의 영상을 동영상 및/또는 사진 등의 정지 영상 타입으로 촬영할 수 있다.
제 1 조정부(160)는 제 1 제어부(100)의 제어에 따라 제 1 카메라부(11)를 회전시키거나 스윙(Swing)시키는 등의 방법으로 촬영 각도를 조절할 수 있다.
제 2 카메라부(12)는 제 1 제어부(100)의 제어에 따라 주변의 영상을 촬영할 수 있다. 예를 들면, 제 2 카메라부(12)는 주변의 영상을 동영상 및/또는 사진 등의 정지 영상 타입으로 촬영할 수 있다.
제 2 조정부(180)는 제 1 제어부(100)의 제어에 따라 제 2 카메라부(12)를 회전시키거나 스윙시키는 등의 방법으로 촬영 각도를 조절할 수 있다.
도 3을 살펴보면, 서버(20)는 제 2 제어부(200), 제 2 통신부(210), 제 2 인터페이스부(220), 데이터 베이스부(DB, 230), 촬영 영역 위치 정보부(240), 기준 정보부(250), 비교 영상부(260), 기준 영상부(270) 및 검출부(280)를 포함할 수 있다.
도 3에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 서버(20)를 구현하는 것도 가능하다.
제 2 제어부(200)는 서버(20)의 전반적인 기능 및 동작을 제어할 수 있다. 예를 들면, 제 2 제어부(200)는 군중 계수를 위한 설정을 제어할 수 있으며, 군중 계수 과정을 제어할 수 있다.
제 2 통신부(210)는 제 2 제어부(200)의 제어에 따라 유선 및/또는 무선 방식으로 다른 기기, 예컨대 카메라 모듈(10)과 통신을 수행할 수 있다.
제 2 인터페이스부(220)는 제 2 제어부(200)의 제어에 따라 다른 기기와의 연결을 위한 통로를 제공할 수 있다.
데이터 베이스부(DB, 230)는 제 2 제어부(200)의 제어에 따라 서버(20)의 운용에 필요한 다양한 프로그램, 데이터 등을 저장할 수 있다.
예를 들면, 데이터 베이스부(DB, 230)는 각각의 카메라 모듈(10)의 설치 위치(카메라 모듈(10)의 위치 정보)에 대한 정보 및 카메라 모듈(10)에 대응되는 영역(촬영 영역)에 대한 정보를 저장하고 관리할 수 있다.
데이터 베이스부(DB, 230)는 미리 설정한 기준 정보, 비교 영상 및 기준 영상을 저장하고 관리할 수 있다.
아울러, 데이터 베이스부(DB, 230)는 미리 설정된 다양한 영상 패턴, 비교 블록 등에 대한 정보를 저장하고 관리할 수 있다.
촬영 영역 위치 정보부(240)는 제 2 제어부(200)의 제어에 따라 카메라 모듈(10)에 대응하는 영역, 즉 촬영 영역의 위치 정보를 판별할 수 있다.
여기서, 촬영 영역은 카메라 모듈(10)이 촬영한 영상에 포함되는 영역이라고 할 수 있다. 또는, 촬영 영역은 카메라 모듈(10)의 촬영 가능 영역이라고도 할 수 있다.
기준 정보부(250)는 제 2 제어부(200)의 제어에 따라 객체를 판별하기 위해 기준이 되는 정보, 즉 기준 정보를 생성 및/또는 판별하고 관리할 수 있다.
여기서, 객체는 군중에 포함되는 사람을 의미할 수 있다. 예를 들면, 객체는 남성, 여성, 성인, 어린이, 유아, 장애인, 노약자 등을 포함할 수 있다.
기준 정보는 객체의 형태에 대한 정보, 객체의 위치에 따른 사이즈(키 등)에 대한 정보 등을 포함할 수 있다.
기준 정보에 대해서는 이하에서 보다 상세히 설명하기로 한다.
비교 영상부(260)는 제 2 제어부(200)의 제어에 따라 비교 영상 및/또는 비교 블록을 생성, 저장, 관리할 수 있다.
비교 영상은 군중의 수를 판별하기 위해 대상 영상과 비교하는 영상일 수 있다.
비교 블록은 군중의 수를 판별하기 위해 대상 블록과 비교하는 영상으로서, 비교 영상의 일부일 수 있다.
이러한 비교 영상부(260)는 색상 정보부(261) 및 형태 정보부(262)를 포함할 수 있다.
색상 정보부(261)는 비교 영상의 색상에 대한 정보를 생성, 저장, 관리할 수 있다.
예를 들어, 카메라 모듈(10)이 비교 영상을 촬영하는 시간, 계절, 날씨 등에 따라 영상의 색상이 달라질 수 있다.
색상 정보부(261)는 비교 영상을 촬영하는 시간, 계절, 날씨 등의 변수와 색상에 대한 정보를 매칭시킬 수 있다.
형태 정보부(262)는 비교 영상에 포함되는 군중 그룹 및/또는 객체의 다양한 형태에 대한 정보를 생성, 저장, 관리할 수 있다.
예를 들어, 카메라 모듈(10)이 비교 영상을 촬영하는 각도, 객체의 포즈, 모자 등의 의상, 군중이 모여있는 타입 등에 따라 객체 또는 군중 그룹의 형태가 달라질 수 있다.
이러한 객체 및/또는 군중 그룹의 형태에 대한 정보를 형태 정보부(262)가 생성, 저장, 관리할 수 있다.
비교 영상에 대해서는 이하에서 보다 상세히 설명하기로 한다.
검출부(280)는 제 2 제어부(200)의 제어에 따라 카메라 모듈(10)이 촬영한 대상 영상을 분석하거나, 대상 영상과 비교 영상을 비교하는 방법으로 대상 영상에 포함된 객체의 수(군중의 수)를 검출할 수 있다.
이러한 검출부(280)는 객체 검출부(281), 객체 수 검출부(282) 및 합산부(283)를 포함할 수 있다.
객체 검출부(281)는 카메라 모듈(10)이 촬영한 영상에서 사이즈에 대한 기준 정보 및 형태에 대한 기준 정보를 이용하여 객체(사람)을 검출할 수 있다.
객체 수 검출부(282)는 카메라 모듈(10)이 촬영한 영상에서 객체의 수를 검출할 수 있다. 이를 위해, 객체 수 검출부(282)는 객체 검출부(281)가 검출한 정보를 이용하거나, 비교 영상과 대상 영상을 이용하는 것이 가능하다.
합산부(283)는 객체 수 검출부(282)가 검출한 정보를 근거로 하여 카메라 모듈(10)이 촬영한 대상 영상에서 객체의 수의 총 합(군중의 총 수)을 검출할 수 있다.
군중의 수를 검출하는 방법은 이하의 설명을 통해 보다 명확히될 것이다.
도 4 내지 도 7은 기준 정보를 설정하고 이용하는 방법에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
도 4에 나타나 있는 바와 같이, 설정 모드(Setting Mode)에서 카메라 모듈(10)이 주변의 영상을 촬영할 수 있다(S100).
여기서, 설정 모드는 기준 정보, 비교 영상 및/또는 기준 영상 등을 생성하고, 군중 계수를 위해 준비하는 모드라고 할 수 있다.
카메라 모듈(10)이 촬영한 영상은 제 1 통신부(110)를 통해 서버(20)로 송신될 수 있다.
그러면 서버(20)의 기준 정보부(250)에서는 제 2 제어부(200)의 제어에 따라 카메라 모듈(10)로부터 수신한 영상을 분석할 수 있다(S200).
기준 정보부(250)는, 분석 결과를 근거로 하여, 촬영 영역의 위치 정보를 판별할 수 있다(S210).
촬영 영역의 위치 정보는 GPS 좌표 정보를 포함할 수 있다.
또는, 촬영 영역의 위치 정보는 카메라 모듈(10)을 기준으로 하는 상대적인 위치 정보를 포함할 수 있다.
예를 들면, 촬영 영역의 제 1 지점은 카메라 모듈(10)로부터 얼마만큼 떨어져 있고, 제 1 지점에 대응하는 카메라 모듈(10)의 촬영 각도는 어느 정도이고, 카메라 모듈(10)을 기준으로 제 1 지점이 위치하는 방향은 어느 방향인지에 대한 정보가 촬영 영역의 위치 정보로서 이용될 수 있다.
아울러, 서버(20)는 카메라 모듈(10)의 위치 정보, 측 카메라 모듈(10)이 설치된 지점의 위치 정보를 판별할 수 있다(S220).
여기서, 카메라 모듈(10)의 위치 정보는 카메라 모듈(10)의 GPS 좌표 정보, 카메라 모듈(10)의 수직방향(Vertical Direction)으로의 위치 정보, 즉 고도 정보(높이 정보)를 포함할 수 있다.
이후, 기준 정보부(250)는 촬영 영역에 대한 위치 정보와 카메라 모듈(10)의 위치 정보를 이용하여 촬영 영역 상의 위치에 따른 기준 사이즈 정보를 판별할 수 있다(S230).
카메라 모듈(10)이 도 5에 나타나 있는 바와 같은 영역(촬영 영역)을 촬영하는 경우를 가정하여 보자.
기준 정보부(250)는 카메라 모듈(10)이 촬영한 영상(도 5의 영상)으로부터 촬영 영역의 제 1 지점(P1), 제 2 지점(P2), 제 3 지점(P3) 및 제 4 지점(P4)의 위치 정보를 판별할 수 있다.
여기서는, 이해를 돕기 위해 촬영 영역에서 총 4개의 지점에 대한 위치 정보를 판별하고 이를 이용하는 경우를 설명하고 있으나, 본 발명은 이에 한정되지 않을 수 있다. 예를 들면, 본 발명에서는 촬영 영역의 모든 지점에 대한 위치 정보를 판별하고 이를 이용하는 것이 가능하다.
위치 정보는 해당 지점의 GPS 좌표 정보, 카메라 모듈(10)로부터의 거리에 대한 정보, 해당 지점에 대응하는 카메라 모듈(10)의 촬영 각도에 대한 정보, 카메라 모듈(10)을 기준으로 하는 방향에 대한 정보 등을 포함할 수 있다.
기준 정보부(250)는 판별한 촬영 영역의 위치 정보를 근거로 하여 위치에 따른 기준 정보를 생성 및 판별할 수 있다.
보통 사람의 경우 키가 50cm(유아 등)~200cm(성인 등)인 경우를 가정하여 보자.
이러한 경우, 제 2 지점(P2)에 대응하는 객체(사람)의 키에 대한 기준 정보를 [10m, 0.5cm~2.0cm, 50cm~200cm]로 설정할 수 있다.
예를 들어, 도 6에 나타나 있는 바와 같이, 카메라 모듈(10)이 촬영한 영상에서 카메라 모듈(10)로부터(Pc) 10m떨어진 제 2 지점(P2)에 위치하는 사람의 키가 0.5cm~2.0cm(L1)로 나타나 있는 경우에, 그 사람의 실제 키는 100배인 50cm~200cm인 것을 의미할 수 있다.
제 2 지점(P2)보다 카메라 모듈(10)로부터 더 멀리 떨어진 제 1 지점(P1)에 대응하는 객체(사람)의 키에 대한 기준 정보는 [50m, 0.1cm~0.4cm, 50cm~200cm]로 설정하는 것이 가능하다.
예를 들어, 도 6에 나타나 있는 바와 같이, 카메라 모듈(10)이 촬영한 영상에서 카메라 모듈(10)로부터(Pc) 50m떨어진 지점(P1)에 위치하는 사람의 키가 0.1cm~0.4cm(L2)로 나타나 있는 경우에, 그 사람의 실제 키는 500배인 50cm~200cm인 것을 의미할 수 있다.
카메라 모듈(10)이 촬영한 영상에서 카메라 모듈(10)로부터 10m떨어진 위치(P2)에 키가 1.8cm인 물체가 검출되는 위치하는 경우를 가정하여 보자.
이러한 경우에는, 위에서 언급한 객체의 키에 대한 기준 정보를 적용하면 해당 물체의 키는 대략 180cm이고, 이에 따라 해당 물체의 키는 보통 사람에 대응되는 것으로 판단할 수 있다.
물론, 키가 충분히 작은 영유아 또는 농구 선수 등 키가 유별나게 큰 사람의 경우에는 키에 대한 다른 기준 정보를 적용하는 것이 가능하다.
이후, 검출된 물체의 형태를 근거로 하여 검출된 물체가 객체(사람)인 것으로 판단하는 것이 가능할 수 있다.
도 7에 나타나 있는 바와 같이, 카메라 모듈(10)이 촬영한 영상에서 제 1 지점(P1)에 과도하게 큰 키, 예컨대 1.8cm의 키를 갖는 물체가 위치하는 경우를 가정하여 보자.
이러한 경우에는 기준 정보를 근거로 판단한 물체의 실제 키는 대략 9m일 수 있다.
사람이 9m의 키를 갖는 경우는 충분히 드물거나 불가능하기 때문에 해당 물체는 객체(사람)가 아닌 동상, 마네킹, 간판, 벽화 또는 영상 등으로 판단할 수 있다.
이러한 경우에는 해당 물체를 카운팅하지 않을 수 있다.
기준 정보를 생성 및/또는 판별하기 위해 카메라 모듈(10)로부터의 거리 뿐 아니라, 촬영 영역에서 위치에 따른 촬영 각도를 함께 고려하는 것이 가능하다.
예를 들어, 카메라 모듈(10)이 고층 건물 등에 설치되는 경우에 촬영 영상 상의 위치에 따라 촬영 각도는 다를 수 있다.
기준 정보는 객체의 형태 정보를 포함하는 것이 가능하다.
예를 들어, 보통 사람의 경우 머리, 팔, 다리 및 몸통 부분을 갖고, 긴 형태를 갖는 것이 가능하다. 이러한 보통 사람의 형태 정보가 기준 정보로서 이용될 수 있다.
만약, 카메라 모듈(10)이 촬영한 영상에서 지면을 네 개의 발로 지지하고, 꼬리를 갖는 형태를 갖는 물체가 나타나 있는 경우에는, 해당 물체는 객체(사람)이 아닌 개, 말 등의 동물일 가능성이 높다.
따라서 이러한 경우에는 카운팅하지 않을 수 있다.
이상에서와 같이, 기준 정보부(250)가 촬영 영역의 위치에 따른 기준 정보를 생성 및/또는 판별하는 경우에는, 촬영 영상의 환경에 무관하게 객체와 객체의 수를 신속하고 정밀하게 판별하는 것이 가능할 수 있다.
예를 들어, 촬영 영역에 대응하여 기준 정보를 각각 설정하지 않고, 모든 카메라 모듈(10)에 대응하여 동일한 기준을 설정한 경우를 가정하여 보자.
이러한 경우에는 촬영 영역의 바닥의 굴곡 또는 경사도, 주변 건물의 배치 등의 주변 환경적 요인으로 인해 객체 또는 객체의 수의 검출 과정에서 오류가 발생할 가능성이 상대적으로 높을 수 있다.
반면에, 카메라 모듈(10)에 따라 촬영 영역에 대응하여 기준 정보를 판별하고 생성하는 경우에는, 해당 촬영 영역의 주변 환경적 요인을 고려하여 기준 정보를 생성하기 때문에 보다 정밀하게 신속한 객체 또는 객체의 수의 검출이 가능할 수 있다.
서버(20)는 기준 정보는 주기적 혹은 비주기적으로 갱신하거나, 업데이트 하거나, 추가하거나 삭제하는 것이 가능하다.
예를 들어, 서버(20)는 카메라 모듈(10)이 촬영한 영상을 분석하여 객체가 아닌 다른 부분, 예컨대 건물, 도로 등 배경이 되는 부분이 변경되는 것으로 판단하는 경우에, 기준 정보를 새롭게 생성 및/또는 판별할 수 있다.
자세하게는, 기준 영상을 변경하는 경우에 기준 정보도 새롭게 생성 및/또는 판별하여 변경하는 것이 가능할 수 있다.
기준 영상을 변경하는 방법은 이하의 도 19에서 상세히 설명하기로 한다.
서버(20)의 기준 정보부(250)는 이상에서 설명한 기준 정보를 이용하여 카메라 모듈(10)이 촬영한 영상에서 객체(사람)를 판별할 수 있다.
이하에서는 첨부된 도면을 참조하여 비교 영상 및 기준 영상에 대해 설명하기로 한다.
도 8 내지 도 20은 비교 영상 및 기준 영상에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
도 8을 살펴보면, 설정 모드에서 카메라 모듈(10)이 주변 영상을 촬영(S100)하면, 비교 영상부(260)는 촬영한 영상을 비교 영상으로 설정할지의 여부를 판단할 수 있다(S110).
S110 단계에서 판단결과, 촬영한 영상을 비교 영상으로 설정하지 않는 경우에는 미리 설정된 제 1 기능(Default 1)을 수행할 수 있다(S120).
제 1 기능은 다음 영상을 비교 영상으로 설정할지의 여부를 판단하는 기능, 비교 영영 설정을 종료하는지의 여부를 판단하는 기능 등을 예로 들 수 있다.
반면에, S110 단계에서 판단결과, 촬영한 영상을 비교 영상으로 설정하는 경우에는 비교 영상부(260)는 해당 영상에서 객체의 수를 검출할 수 있다(S130).
이후, 비교 영상부(260)는 해당 영상을 비교 영상으로 저장할 수 있다(S140).
한편, 카메라 모듈(10)이 주변 영상을 촬영(S100)한 이후에 기준 영상을 설정하는 것이 가능하다.
기준 영상에 대한 내용은 도 17 이후에 보다 상세히 설명하기로 한다.
도 9의 (A), (B)에 나타나 있는 바와 같은 영상을 비교 영상으로 설정하는 경우를 가정하여 보자.
도 9의 (A)의 경우에는 카메라 모듈(10)이 촬영한 영상에서 객체(OB)들이 촬영 영역 내에서 단독으로 흩어져 있는 상태라고 할 수 있다.
이러한 경우에는, 미리 설정된 기준 정보를 근거로 하여 영상에 포함되어 있는 객체의 수, 즉 군중의 수를 검출할 수 있다.
예를 들면, 도 9의 (A)의 영상에서 객체(OB)의 위치 정보(객체(OB)가 위치한 지점의 위치 정보) 및 객체(OB)의 위치에서의 객체(OB)의 키, 형태 등의 기준 정보를 근거로 하여 객체의 수를 검출할 수 있다. 이는 서버(20)의 검출부(280)의 객체 검출부(281) 및 객체 수 검출부(282)가 기준 정보를 이용하여 수행할 수 있다.
이후, 도 9의 (A)의 영상의 패턴을 저장하고, 도 9의 (A)의 영상에 포함된 객체의 수에 대한 정보를 해당 패턴에 매칭시켜 저장할 수 있다.
예를 들면, 도 10에 나타나 있는 바와 같이, 도 9의 (A)의 패턴에 대응하는 영상을 제 1 비교 영상으로 설정하여 저장할 수 있다.
아울러, 제 1 비교 영상에 포함된 객체의 수(인원 수), 제 1 비교 영상을 촬영한 시간, 제 1 비교 영상에 대응하는 날씨 또는 시야에 대한 정보를 제 1 비교 영상에 매칭시켜 저장할 수 있다.
도 9의 (B)의 경우에는 카메라 모듈(10)이 촬영한 영상에서 객체(OB)들이 촬영 영역 내에서 소정 지점에 무리지어 모여있는 상태라고 할 수 있다.
이러한 경우에도, 미리 설정된 기준 정보를 근거로 하여 영상에 포함되어 있는 객체의 수, 즉 군중의 수를 검출할 수 있다.
이후, 도 9의 (B)의 영상의 패턴을 저장하고, 도 9의 (B)의 영상에 포함된 객체의 수에 대한 정보를 해당 패턴에 매칭시켜 저장할 수 있다.
예를 들면, 도 10에 나타나 있는 바와 같이, 도 9의 (B)의 패턴에 대응하는 영상을 제 2 비교 영상으로 설정하여 저장할 수 있다.
아울러, 제 2 비교 영상에 포함된 객체의 수(인원 수), 제 2 비교 영상을 촬영한 시간, 제 2 비교 영상에 대응하는 날씨 또는 시야에 대한 정보를 제 2 비교 영상에 매칭시켜 저장할 수 있다.
비교 영상부(260)는 주기적 및/또는 비주기적으로 비교 영상을 추가하거나, 업데이트하는 것이 가능하다.
비교 영상의 수는 많을수록 정밀한 군중 계수가 가능할 수 있기 때문에 비교 영상부(260)는 미리 설정된 주기마다 새로운 비교 영상을 추가하는 것이 가능하다.
만약, 추가하려는 비교 영상과 충분히 유사한 경우(유사도가 미리 설정된 임계 유사도보다 더 큰 경우)에는 이전 영상을 삭제하는 것이 가능하다.
제 1 비교 영상이 저장되어 있는 상태에서 비교 영상부(260)가 새로운 제 10 비교 영상을 생성한 경우를 가정하여 보자.
여기서, 제 1 비교 영상과 제 10 비교 영상의 유사도가 미리 설정된 임계 유사도보다 더 큰 경우에 제 1 비교 영상을 삭제하고, 제 10 비교 영상을 새롭게 저장할 수 있다.
물론, 보다 정밀한 군중 계수를 위해 유사도가 충분히 높은 제 1 비교 영상과 제 10 비교 영상을 함께 저장하는 것도 가능할 수 있다.
비교 영상의 개수가 많다는 것(비교 블록의 개수가 많다는 것)은 서버(20)의 인공지능의 학습이 더 심화되었음을 나타낼 수 있다.
아울러, 비교 영상의 개수(비교 블록의 개수)가 많으면 많을수록 보다 정밀한 군중 계수가 가능할 수 있다.
서버(20)의 인공지능의 학습의 심화를 위해 주기적 및/또는 비주기적으로 비교 영역(비교 블록)을 생성, 업데이트, 추가하는 것이 가능할 수 있다.
군중 계수 모드에서 카메라 모듈(10)이 소정의 제 1 영상을 촬영한 경우를 가정하여 보자. 여기서, 군중 계수 모드는 카메라 모듈(10)이 촬영한 영상에 포함된 객체의 수를 검출하는 모드라고 할 수 있다. 이러한 군중 계수 모드에서 대해서는 도 21의 이후에 상세히 설명하기로 한다.
카메라 모듈(10)이 제 1 영상을 촬영하여 서버(20)로 전송하면, 서버(20)의 비교 영상부(260)는 전송받은 제 1 영상의 패턴을 분석할 수 있다.
아울러, 비교 영상부(260)는 제 1 영상의 패턴을 미리 저장되어 있는 비교 영상들과 비교하여 유사한 영상 패턴을 판별할 수 있다.
예를 들어, 제 1 영상의 패턴이 미리 저장된 제 1 비교 영상과 가장 유사하다고 판단한 경우에는 비교 영상부(260)는 제 1 비교 영상이 제 1 영상의 패턴과 가장 유사하다는 판별결과를 검출부(280)로 전송할 수 있다.
그러면 검출부(280)의 객체 수 검출부(282)는 제 1 비교 영상에 포함된 객체의 수에 대한 정보를 판별하고, 판별한 정보를 제 1 영상에 포함된 객체의 수로서 검출할 수 있다.
이상에서는 카메라 모듈(10)이 촬영한 영상을 전체적으로 비교 영상으로 설정하는 방법을 설명하였으나, 본 발명은 이에 한정되지 않을 수 있다.
예를 들면, 카메라 모듈(10)이 촬영한 영상, 즉 비교 영상에서 객체(OB)가 포함된 일부 영역을 추출하고, 추출한 일부 영역의 객체(OB)에 대응되는 영상의 패턴을 비교 블록으로 설정하는 것이 가능하다.
여기서, 비교 블록은 다른 타입의 비교 영상이라고도 할 수 있다.
이러한 관점에서는, 비교 블록은 앞선 도 9의 (A), (B)에서 설명한 비교 영상과 비교하여 사이즈가 상대적으로 작은 영상이라고 할 수 있다. 이를 고려하여 블록이라는 용어를 사용할 수 있다.
카메라 모듈(10)이 도 11의 (A)와 같은 영상을 촬영하고, 촬영한 영상을 비교 영상부(260)가 비교 영상으로 설정하는 경우를 가정하여 보자.
비교 영상부(260)는 도 11의 (A)의 영상에서 객체(OB)가 위치하는 영역, 즉 제 1 영역(AR1)과 제 2 영역(AR2)을 각각 관심 영역으로 설정할 수 있다.
이후, 도 11의 (B)에 나타나 있는 바와 같이, 관심 영역에 포함된 객체(OB)들의 외곽을 둘러싸도록 영상 블록을 설정하는 것이 가능하다.
예를 들면, 제 1 영역(AR1)에 포함된 객체(OB)들을 둘러싸도록 영상 블록을 설정하고, 설정한 영상 블록을 제 1 비교 블록(PT1)으로서 설정하여 저장하는 것이 가능하다. 다르게 표현하면, 비교 영상의 일부를 제 1 비교 블록(PT1)으로 설정하는 것이 가능하다.
제 1 영역(AR1)에서 제 1 비교 블록(PT1)을 설정한 이후에 제 1 비교 블록(PT1)에 포함된 객체의 수를 검출할 수 있다.
예를 들면, 서버(20)의 검출부(280)가 제 1 비교 블록(PT1)에 포함된 객체의 수를 검출할 수 있다.
제 1 비교 블록(PT1)에 복수의 객체(OB)가 겹쳐져서(Overlap) 위치할 수 있다. 이러한 경우에는 검출부(280)는 다른 방식으로 제 1 비교 블록(PT1)에 포함된 객체의 수를 검출할 수 있다. 이에 대해서는 추후에 상세히 설명하기로 한다.
여기서, 비교 블록은 단수 혹은 복수의 객체(OB)들이 위치하는 부분에 대응될 수 있다.
다른 관점에서 보면, 비교 블록은 단수 혹은 복수의 객체(OB)에 대응되는 영상의 패턴을 의미할 수 있다.
다수의 객체(OB)가 소정 위치에 모여 있는 경우를 가정하자.
이러한 경우에는 객체(OB)의 수를 일일이 카운팅하는 것보다는 다수의 객체(OB)가 모여 있는 패턴을 분석하여 객체의 수를 검출하는 것이 빠를 수 있다.
이러한 비교 블록의 종류는 많을수록 군중 계수의 정밀도가 향상될 수 있다.
비교 영상부(260)는 비교 블록의 패턴 정보를 저장하고, 해당 비교 블록에 대응되는 객체의 수(인원 수)에 대한 정보도 매칭시켜 서버(20)의 데이터 베이스(DB, 230)에 저장할 수 있다.
도 11의 (A)의 제 2 영역(AR2)을 제 1 영역(AR1)과 비교하면, 제 2 영역(AR2)의 사이즈는 상대적으로 작지만, 제 2 영역(AR2)에도 제 1 비교 블록(PT1)이 포함될 수 있다. 아울러, 카메라 모듈(10)과 제 2 영역(AR2) 사이의 거리(D2)는 카메라 모듈(10)과 제 1 영역(AR1) 사이의 거리(D1)보다 더 클 수 있다.
이는 카메라 모듈(10)이 촬영한 영상에서 제 2 영역(AR2)의 사이즈는 제 1 영역(AR1)의 사이즈보다 작지만, 제 1 영역(AR1)에 포함된 객체의 수와 제 2 영역(AR2)에 포함된 객체의 수는 동일 혹은 유사할 수 있음을 나타낼 수 있다.
이를 고려할 때, 비교 블록에 대한 정보는 비교 블록의 패턴에 대한 정보, 비교 블록에 포함된 객체의 수에 대한 정보, 비교 블록의 사이즈에 대한 정보, 카메라 모듈(10)과 비교 블록 사이의 거리에 대한 정보, 카메라 모듈(10)을 기준으로 비교 블록이 위치하는 방향에 대한 정보 등을 포함할 수 있다.
이러한 비교 블록에 대한 정보는 서로 매칭되어 서버(20)의 데이터 베이스(230)에 저장될 수 있다.
도 12의 제 1 영역(AR1)과 제 3 영역(AR3)을 비교하면 제 1 영역(AR1)과 제 3 영역(AR3)의 사이즈는 서로 유사하고, 제 1 영역(AR1)과 제 3 영역(AR3) 모두 제 1 비교 블록(PT1)을 포함할 수 있다. 아울러, 카메라 모듈(10)과 제 3 영역(AR3) 사이의 거리(D3)는 카메라 모듈(10)과 제 1 영역(AR1) 사이의 거리(D1)보다 더 클 수 있다.
이를 고려하면, 카메라 모듈(10)이 촬영한 영상에서 제 3 영역(AR3)의 사이즈는 제 1 영역(AR1)의 사이즈와 유사 혹은 동일하지만, 제 3 영역(AR3)에 포함된 객체의 수는 제 1 영역(AR1)에 포함된 객체의 수보다 더 많을 수 있음을 나타낼 수 있다.
이를 고려하면, 비교 블록의 패턴 형태와 카메라 모듈(10)로부터의 거리도 군중 계수에 대한 주요 변수라고 할 수 있다.
도 13에 다양한 비교 블록에 대한 정보를 나타내었다.
도 13을 살펴보면, 제 1 비교 블록(PT1)에 관련해서는 기본 객체수(기본 인원수)가 5명이고, 카메라 모듈(10)과의 거리에 따른 가중치(거리 가중치)가 미터당 1.2이고, 넓이 가중치가 제곱미터당 1.02일 수 있다.
거리 가중치는 제 1 비교 블록(PT1)과 카메라 모듈(10) 사이의 거리가 미리 설정된 기본 거리(예컨대 10m)에서 단위 거리(예컨대 5m) 만큼 증가할 때마다 가중치가 1.2만큼 증가함을 나타낼 수 있다.
넓이 가능치는 제 1 비교 블록(PT1)의 넓이가 기본 넓이(예컨대 2제곱미터)에서 단위 넓이(예컨대 1제곱미터) 만큼 증가할 때마다 가중치가 1.02만큼 증가함을 나타낼 수 있다.
제 1 비교 블록(PT1)의 기본 객체수는 제 1 비교 블록(PT1)의 넓이가 기본 넓이를 갖고, 제 1 비교 블록(PT1)과 카메라 모듈(10)의 사이의 거리가 기본 거리인 경우에 제 1 비교 블록(PT1)에 포함되는 객체의 수를 나타낼 수 있다.
예를 들어, 제 1 비교 블록(PT1)의 넓이가 기본 넓이(예컨대 2제곱미터)이고, 제 1 비교 블록(PT1)과 카메라 모듈(10) 사이의 거리가 기본 거리(예컨대 10m)인 경우에, 제 1 비교 블록(PT1)에 포함되는 객체의 수는 기본 객체수에 대응되는 5명일 수 있다.
만약, 제 1 비교 블록(PT1)의 넓이가 기본 넓이보다 단위 넓이 만큼 더 넓고(예컨대 3제곱미터), 제 1 비교 블록(PT1)과 카메라 모듈(10) 사이의 거리가 기본 거리보다 단위 거리 만큼 더 큰 경우(예컨대 15m), 제 1 비교 블록(PT1)에 포함되는 객체의 수는 6.12명(5×1.2×1.02)일 수 있다.
여기서는, 거리 가중치를 1.2로 설정하고, 넓이 가중치를 1.02로 설정하는 경우를 설명하였지만, 이는 이해를 돕기 위해 임의로 설정한 것으로서 본 발명이 이에 한정되지 않을 수 있다.
이처럼, 비교 블록의 패턴의 형태 정보, 비교 블록에 포함되는 객체의 수에 대한 정보, 비교 블록의 카메라 모듈(10)과의 거리에 대한 정보, 비교 블록의 사이즈(넓이)에 대한 정보를 매칭시켜 저장하는 경우에는, 카메라 모듈(10)이 촬영한 영상에서 객체(OB)들을 일일이 카운팅하지 않고, 유사한 비교 블록을 찾아서 그에 대응하는 객체의 수에 대한 정보를 확인하는 방법으로 신속하고 정밀한 군중 계수를 수행할 수 있다.
한편, 비교 블록은 다양한 형태를 가질 수 있다.
예를 들어, 도 14의 (A), (B)와 같이 제 2 비교 블록(PT2)은 중앙이 비어 있는 도넛 형태인 경우도 가능할 수 있다.
복수의 객체(OB)들이 모여 강강술래 놀이 등을 하는 경우에 도 14의 (A)와 같은 타입의 제 2 비교 블록(PT2)이 형성될 수 있다.
도 14의 (B)의 경우는 (A)와 비교하여 동일하게 제 2 비교 블록(PT2)을 형성하지만, 비교 블록에 포함되는 객체(OB)의 수는 상대적으로 더 많을 수 있다.
복수의 객체(OB)들이 캠프 파이어 등을 하는 경우에 도 14의 (B)와 같은 타입의 제 2 비교 블록(PT2)을 형성될 수 있다.
도 14의 (A)와 (B)의 객체 수의 차이는 앞서 설명한 거리 가중치 및/또는 넓이 가중치를 이용하여 판별할 수 있다.
이와 같이, 적어도 하나의 객체(OB)를 포함하는 비교 블록에 대응하여 패턴의 형태에 대한 정보, 비교 블록에 포함된 객체의 수에 대한 정보, 거리에 대한 정보, 넓이에 대한 정보 등을 매칭시켜 저장하게 되면, 군중 계수를 보다 신속하게 정밀하게 수행할 수 있다.
한편, 비교 영상 혹은 비교 블록에서 복수의 객체(OB)가 겹쳐져서 위치하는 경우에는 정밀한 객체의 수의 판별이 어려울 수 있다.
이러한 경우에는 미리 저장한 동영상 타입의 영상을 역재생하여 충분히 정확한 객체의 수를 판별하는 것이 가능하다. 복수의 객체(OB)가 중첩되는 영상 패턴을 갖는 비교 블록을 중첩 블록(Overlapping Block)이라고 할 수 있다.
도 15에 나타나 있는 바와 같이, 객체수를 검출하는 과정(S130)에서는 먼저 비교 영상 혹은 비교 블록에 복수의 객체(OB)가 겹쳐져 있는지의 여부를 판단할 수 있다(S131).
S131단계에서 판단결과, 복수의 객체(OB)가 겹쳐져 있지 않은 경우에 검출부(280)의 객체 검출부(281)와 객체 수 검출부(282)가 비교 영상 혹은 비교 블록에 포함되어 있는 객체의 수를 카운팅하여 판별할 수 있다(S134).
반면에, S131단계에서 판단결과, 복수의 객체(OB)가 겹쳐져 있는 경우에는 검출부(280)는 미리 저장되어 있는 영상을 역재생할 수 있다(S132).
이를 위해, 서버(20)는 데이터 베이스(DB, 230)에 카메라 모듈(10)이 촬영한 영상을 동영상 형태로 저장하는 것이 가능하다.
카메라 모듈(10)이 촬영한 영상에서 aaa시점의 영상의 일부의 패턴을 비교 블록으로 저장하는 경우를 가정하여 보자. 이러한 aaa시점의 영상의 일부의 패턴이 비교 블록의 일종인 중첩 블록이라고 할 수 있다.
이러한 경우, 검출부(280)는 카메라 모듈(10)이 촬영한 영상을 aaa시점부터 역재생할 수 있다.
아울러, 영상을 역재생하면서 해당 비교 블록에 포함된 각각의 객체(OB)의 동선을 추적(S133)하고, 추적한 객체(OB)의 수를 카운팅하여 객체 수를 판별할 수 있다.
예를 들어, 비교 영상부(260)가 도 16의 (A)와 같은 형태를 갖는 패턴을 제 3 비교 블록(PT3)으로 저장하는 경우를 가정하자.
도 16의 (A)의 비교 블록은 다수의 객체(OB)가 겹쳐진 영상 패턴을 갖는 것으로 볼 수 있다. 도 16의 (A)는 중첩 블록의 일종이라고 볼 수 있다.
이러한 경우, 검출부(280)는 카메라 모듈(10)이 촬영한 동영상 타입의 영상을 역재생할 수 있다.
그러면, 도 16의 (B), (C)와 같이 카메라 모듈(10)이 촬영한 영상을 거꾸로 재생하는 과정에서 이동하거나 무리(제 3 비교 블록(PT3))로부터 분리되는 각각의 객체(OB)들의 동선(움직임, 이동)을 추적하고, 객체(OB)의 수를 카운팅할 수 있다.
각각의 객체(OB)들의 움직임을 추적하면 영상의 데이터의 변화가 발생하는데, 이러한 영상 데이터의 변화를 감지하여 객체(OB)의 수를 검출할 수 있다.
이러한 방법을 사용하면, 다수의 객체(OB)가 겹치듯이 모여있는 비교 블록(제 3 비교 블록(PT3))에서도 객체의 수를 충분히 정밀하게 판별할 수 있다.
서버(20)에서는 제 3 비교 블록(PT3)에 대한 패턴 형태, 사이즈 등의 정보 및 제 3 비교 블록(PT3)에 대응하는 객체(OB)의 수에 대한 정보를 데이터 베이스(DB, 230)에 저장할 수 있다.
한편, 카메라 모듈(10)이 촬영한 영상에서 객체(OB)를 용이하게 검출하기 위해 기준 영상을 설정하고, 설정한 기준 영상을 이용하는 것이 가능하다. 기준 영상은 앞서 설명한 기준 정보의 일종이라고 할 수 있다.
기준 영상은 카메라 모듈(10)에 대응되는 촬영 영역에 객체(OB)가 존재하지 않는 상태의 영상이라고 할 수 있다.
기준 영상을 설정하기 위해, 도 8의 S100단계에서와 같이 카메라 모듈(10)이 주변의 영상을 촬영할 수 있다. 이러한 경우, 카메라 모듈(10)이 촬영한 영상은 일종의 샘플 영상이라고 할 수 있다.
이하에서는 기준 영상을 생성하기 위해 카메라 모듈(10)이 촬영한 영상을 샘플 영상이라고 칭할 수 있다.
아울러, 샘플 영상은 빈 영역(Vacancy Area)(혹은 빈 공간)을 포함하는 영상이라고 할 수 있다. 여기서, 빈 영역은 카메라 모듈(10)이 촬영한 영상에서 객체(OB)가 위치하지 않아서 촬영 영역의 적어도 일부가 노출된 영역이라고 할 수 있다.
도 8의 S100단계에서 카메라 모듈(10)이 영상, 즉 샘플 영상을 촬영하면, 촬영한 샘플 영상은 서버(20)로 전송될 수 있다.
그러면, 서버(20)의 기준 정보부(250)에서는 카메라 모듈(10)로부터 전송받은 샘플 영상을 분석하여 샘플 영상에 빈 영역이 포함되어 있는지의 여부를 판단할 수 있다(S150).
S150단계에서 판단결과, 카메라 모듈(10)로부터 전송받은 영상에 빈 영역이 포함되지 않은 경우에는 미리 설정된 제 2 기능(Default 2)을 수행할 수 있다.
여기서, 제 2 기능은 해당 영상이 빈 영역을 포함하는 샘플 영상이 아니라는 것을 알리는 기능 등을 예로 들 수 있다.
반면에, S150단계에서 판단결과, 카메라 모듈(10)로부터 전송받은 영상에 빈 영역이 포함된 경우에는 해당 영상을 샘플 영상으로 설정할 수 있다.
아울러, 샘플 영상에서 검출한 빈 영역에 대한 영상을 조합(S170)하여 기준 영상을 설정하고, 설정한 기준 영상을 저장할 수 있다(S180).
도 17의 (A)에 나타나 있는 바와 같이, 카메라 모듈(10)이 촬영한 영상에서 촬영 영역의 적어도 일부에 객체(OB)가 존재하지 않는 영역, 즉 제 1 빈 영역(First Vacancy Area, VA1)이 포함되는 경우를 가정하자.
이러한 경우, 도 17의 (A)와 같은 영상을 제 1 샘플 영상이라고 할 수 있다.
도 17의 (B)의 제 2 샘플 영상은 카메라 모듈(10)을 기준으로 촬영 영상에서 촬영 영역의 좌측 부분에 제 2 빈 영역(Second Vacancy Area, VA2)을 포함할 수 있다.
도 17의 (C)의 제 3 샘플 영상은 카메라 모듈(10)을 기준으로 촬영 영상에서 촬영 영역의 상단 부분에 제 3 빈 영역(Third Vacancy Area, VA3)을 포함할 수 있다.
도 17의 (D)의 제 4 샘플 영상은 카메라 모듈(10)을 기준으로 촬영 영상에서 촬영 영역의 좌상단 부분에 제 4 빈 영역(Fourth Vacancy Area, VA4)을 포함할 수 있다.
서버(20)의 기준 정보부(250)에서는 적어도 하나의 샘플 영상, 바람직하게는 복수의 샘플 영상을 분석하여, 각각의 샘플 영상에서 빈 영역을 검출할 수 있다.
이후, 샘플 영상에서 검출한 빈 영역에 대한 영상을 조합하여 기준 영상을 생성할 수 있다.
기준 영상의 일례가 도 18에 나타나 있다.
도 18의 기준 영상은 도 17의 (A), (B), (C), (D)의 제 1 샘플 영상, 제 2 샘플 영상, 제 3 샘플 영상 및 제 4 샘플 영상의 제 1 빈 영역(VA1), 제 2 빈 영역(VA2), 제 3 빈 영역(VA3) 및 제 4 빈 영역(VA4)의 영상을 조합한 영상이라고 할 수 있다.
이처럼, 각각의 카메라 모듈(10)에 대응하여 기준 영상을 설정하게 되면, 카메라 모듈(10)의 주변 환경, 설치 환경 등에 관계없이 충분히 정밀한 군중 계수가 가능할 수 있다.
예를 들면, 카메라 모듈(10)의 설치 위치에 따라, 빛의 양, 빛의 각도, 촬영 영역의 바닥의 굴곡 상태, 카메라 모듈(10)의 시야 등이 변할 수 있다.
이를 고려하여 본 발명에서는 카메라 모듈(10)을 설치 이후에 촬영 영역 상에 객체(OB)가 존재하지 않는 기준 영상을 각각의 카메라 모듈(10)에 대응하여 독립적으로 설정할 수 있다. 이러한 경우에는, 각각의 카메라 모듈(10)의 주변 환경 또는 설치 환경에 대응하여 효과적이고 정밀하게 군중 계수를 수행할 수 있다.
한편, 기준 영상은 주기적 및/또는 비주기적으로 갱신, 추가, 삭제 또는 업데이트되는 것이 가능하다. 자세하게는, 서버(20)에서 인공지능을 이용하여 주기적 및/또는 비주기적으로 기준 영상을 갱신, 추가, 삭제 또는 업데이터를 하는 것이 가능할 수 있다.
이에 대해, 첨부된 도 19를 참조하여 살펴보면 아래와 같다.
도 19를 살펴보면, 기준 영상을 설정한 이후에 카메라 모듈(10)은 주변의 영상을 촬영할 수 있다(S300).
여기서, 카메라 모듈(10)이 촬영한 영상은 대상 영상이라고도 할 수 있고, 샘플 영상이라고도 할 수 있다.
이후, 카메라 모듈(10)이 촬영한 영상은 서버(20)로 전송되고, 서버(20)에서는 카메라 모듈(10)로부터 수신한 영상에서 미리 설정된 기준 영상과는 다르게 변화되는 부분이 있는지의 여부를 판단할 수 있다(S310).
자세하게는, 서버(20)는 카메라 모듈(10)이 일정 주기에 따라 연속적으로 촬영한 복수의 영상을 미리 설정되어 저장되어 있는 기준 영상과 비교하여 변화되는 부분이 있는지의 여부를 판단할 수 있다.
여기서, 서버(20)가 기준 영상과 비교하기 위해 사용하는 영상들은 카메라 모듈(10)의 촬영 각도 및 촬영 영역이 기준 영상과 비교하여 동일한 상태에서 촬영된 영상이라고 할 수 있다.
S310단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분이 없는 경우에는 미리 설정된 기준 영상을 변경하지 않고 유지할 수 있다(S350).
반면에, S310단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분이 있는 경우에는 변화된 부분의 데이터 변화율이 미리 설정된 기준 변화율 이하인지의 여부를 판단할 수 있다(S320).
S320단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분의 변화율이 미리 설정된 기준 변화율보다 더 큰 경우에는 기준 영상을 변경하지 않고 유지할 수 있다(S350).
반면에, S320단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분의 변화율이 미리 설정된 기준 변화율 이하인 경우에는 변화된 부분이 유지되는 시간이 미리 설정된 기준 시간 이상인지의 여부를 판단할 수 있다(S330).
S330단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분의 유지 시간이 미리 설정된 기준 시간 이상인 경우에는 기준 영상을 변경하지 않고 유지할 수 있다(S350).
반면에, S330단계에서 판단결과 카메라 모듈(10)이 촬영한 영상에서 변화되는 부분의 유지 시간이 미리 설정된 기준 시간 이상인 경우에는 기존의 기준 영상을 새로운 기준 영상으로 변경하여 설정할 수 있다(S340).
새로운 기준 영상을 설정하는 방법은 앞선 도 17 내지 도 18에서 상세히 설명한 바 있다.
도 20의 (A)에 나타나 있는 바와 같이, 카메라 모듈(10)의 촬영 영역에 동상(Statue)이 새롭게 세워지는 경우를 가정하여 보자.
이러한 경우에는, 카메라 모듈(10)이 일정 주기에 따라 연속적으로 촬영한 영상들에는 공통적으로 동상이 포함될 수 있다.
아울러, 영상에서 동상에 대응하는 데이터의 변화율은 미리 설정된 기준 변화율보다 더 적을 수 있다. 아울러, 영상에서 동상은 미리 설정된 기준 시간 이상 영상에 포함될 수 있다. 이는 동상의 움직임이 거의 없기 때문이라고 할 수 있다.
이러한 경우, 서버(20)는 해당 동상을 새롭게 추가된 배경 객체(BOB)로 인식할 수 있다.
이후, 서버(20)는 기준 영상에 배경 객체(BOB)가 포함되도록 새로운 기준 영상을 생성 및 설정할 수 있다.
도 20의 (B)에는 도로의 경계석의 새롭게 설치되는 경우의 일례가 나타나 있다. 이러한 경우에도, 서버(20)는 도로의 경계석을 배경 객체(BOB)로 인식하는 것이 가능할 수 있다.
이와 같이, 서버(20)가 주기적 혹은 비주기적으로 기준 영상을 변경하는 경우에는 카메라 모듈(10)에 대응되는 촬영 영역의 환경 변화에 대응하여 보다 효과적이고 정밀하게 군중 계수를 수행할 수 있다.
이상에서 설명한 바와 같이, 서버(20)에서 기준 정보, 기준 영상, 비교 영상 등을 설정한 이후에 군중 계수 모드를 실행할 수 있다. 군중 계수 모드에 대해 첨부된 도면을 참조하여 살펴보면 아래와 같다.
도 21 내지 도 23은 군준 계수 모드에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
여기서, 군중 계수 모드는 군중 계수를 위한 서버(20)의 설정이 완료된 이후에 소정의 영역에 위치하는 객체(OB)의 수를 검출하기 위해 카메라 모듈(10)이 촬영한 영상에서 군중의 수를 검출하는 모드라고 할 수 있다.
다른 관점에서 보면, 군중 계수 모드에서는 카메라 모듈(10)이 소정의 촬영 영역의 영상(대상 영상)을 촬영하고, 서버(20)는 카메라 모듈(10)이 촬영한 영상(대상 영상)에서 객체(OB)의 수를 검출할 수 있다.
도 21을 살펴보면, 군중 계수 모드에서는 카메라 모듈(10)이 주변, 즉 촬영 영역에 대응하여 영상을 촬영할 수 있다(S400).
이러한 군중 계수 모드에서 군중 계수를 위해 카메라 모듈(10)이 촬영하는 영상을 타깃 영상 혹은 대상 영상이라고 할 수 있다. 이하에서는 군중 계수 모드에서 군중 계수를 위해 촬영되는 영상을 대상 영상이라고 칭할 수 있다.
이후, 카메라 모듈(10)은 군중 계수를 위한 영상, 즉 대상 영상을 서버(20)로 전송할 수 있다.
그러면, 서버(20)에는 카메라 모듈(10)로부터 수신한 대상 영상을 미리 설정된 기준 영상과 비교할 수 있다(S410).
이후, 서버(20)는 대상 영상에서 기준 영상과 다른 부분, 즉 변경 부분이 있는지의 여부를 판단할 수 있다(S420).
S420단계에서 판단결과, 대상 영상에서 기준 영상과 비교하여 다른 부분, 즉 변경된 부분이 없는 경우에는 미리 설정된 제 3 기능(Default 3)을 수행할 수 있다(S430).
여기서, 제 3 기능은 대상 영상에 포함된 객체(OB)의 수가 0임을 알리는 기능, 즉 대상 영상에 객체(OB)가 포함되지 않음을 알리는 기능, 대상 영상을 다시 촬영하라는 것을 알리는 기능 등을 예로 들 수 있다.
반면에, S420단계에서 판단결과 대상 영상에서 기준 영상과 비교하여 다른 부분, 즉 변경된 부분이 있는 경우에는 서버(20)는 대상 영상에서 변경된 부분을 검출할 수 있다(S440).
이후, 서버(20)는 검출한 변경된 부분에서 객체를 판별할 수 있다(S450).
이후, 서버(20)는 검출한 변경된 부분을 객체에 대응하여 미리 설정된 적어도 하나의 비교 영상(혹은 비교 블록)과 비교하고(S460), 비교한 결과에 따라 검출한 변경된 부분에서 객체(OB)의 수를 판별할 수 있다(S470).
이후, 판별한 객체(OB)의 수를 합산하여 최종적인 결과값으로 출력하는 것이 가능하다. 여기서, 상황에 따라 최종적인 결과값에는 소정의 오차가 설정될 수 있다.
예를 들어, 카메라 모듈(10)이 도 22에 나타나 있는 바와 같은 영상을 촬영하였다고 가정하자.
카메라 모듈(10)은 도 22의 영상에 포함된 객체(OB)의 수를 검출하기 위해 도 22의 영상을 서버(20)로 전송할 수 있다. 이러한 경우, 도 22의 영상을 대상 영상이라고 할 수 있다.
그러면, 서버(20)는 도 22의 영상을 대상 영상으로 설정하고, 대상 영상을 미리 설정된 기준 영상과 비교할 수 있다.
기준 영상의 일례가 앞선 도 18에 나타나 있다.
예를 들면, 서버(20)는 도 18과 같은 기준 영상과 도 22와 같은 대상 영상을 비교할 수 있다.
아울러, 서버(20)는 비교의 결과로서 대상 영상에서 기준 영상과 다른 부분, 즉 변경된 부분을 검출할 수 있다.
도 22에서는 변경된 부분을 제 4 영역(AR4), 제 5 영역(AR5), 제 6 영역(AR6), 제 7 영역(AR7), 제 8 영역(AR8) 및 제 9 영역(AR9)으로 표시하였다.
이러한 변경된 부분을 관심영역이라고 할 수 있다.
서버(20)는 검출한 변경된 부분(관심 영역)에서 각각 객체(OB)를 검출할 수 있다. 객체(OB)를 검출하는 과정에서는 서버(20)는 미리 설정된 기준 정보를 이용할 수 있다.
예를 들면, 서버(20)는 촬영 영역에 대응하는 위치 정보, 카메라 모듈(10)의 위치 정보, 촬영 영역의 각 위치와 카메라 모듈(10) 사이의 거리 정보, 객체(OB)의 형태 및 키 등의 정보 등의 다양한 기준 정보를 이용하여 변경된 부분에서 객체(OB)를 검출할 수 있다.
기준 정보를 이용한 객체(OB) 검출 방법은 앞서 상세히 설명한 바 있다.
여기서, 객체(OB)가 검출되지 않은 관심 영역(변경된 부분)은 제외하고, 객체(OB)가 검출된 각각의 관심 영역(변경된 부분)에서 객체(OB)들의 외곽을 둘러싸도록 영상 블록을 설정할 수 있다.
대상 영상의 관심 영역에서 설정한 영상 블록을 대상 블록(Target Block)이라고 칭할 수 있다.
예를 들면, 도 22에 나타나 있는 바와 같이, 제 4 영역(AR4)에서는 제 1 대상 블록(TB1)을 설정하고, 제 5 영역(AR5)에서는 제 2 대상 블록(TB2)을 설정하고, 제 6 영역(AR6)에서는 제 3 대상 블록(TB3)을 설정하는 것이 가능하다.
이후, 서버(20)의 비교 영상부(260)는 제 1 대상 블록(TB1)의 영상 패턴을 미리 저장되어 있는 적어도 하나의 비교 블록과 비교하여 유사 비율이 미리 설정된 임계 비율보다 더 높은 적어도 하나의 비교 블록을 검출할 수 있다. 여기서, 검출한 비교 블록을 후보 비교 블록이라고 할 수 있다.
이후, 검출한 적어도 하나의 후보 비교 블록 중에서 제 1 대상 블록(TB1)의 영상 패턴과 가장 유사한 하나의 비교 블록을 검출할 수 있다. 여기서, 검출한 비교 블록을 매칭 비교 블록이라고 할 수 있다.
이후, 매칭 비교 블록에 포함된 객체(OB)의 수를 파악하고, 파악한 객체(OB)의 수를 제 1 대상 블록(TB1)에 포함된 객체(OB)의 수로 판별할 수 있다. 제 1 대상 블록(TB1)에 포함된 객체(OB)의 수는 제 4 영역(AR4)에 포함된 객체(OB)의 수에 대응될 수 있다.
여기서, 후보 비교 블록 및 매칭 비교 블록은 비교 블록을 일종으로 이해를 돕기 위해 다른 용어를 사용한 것일 수 있다.
이러한 방법으로 제 5 영역(AR5), 제 6 영역(AR5), 제 7 영역(AR7), 제 8 영역(AR8) 및 제 9 영역(AR9)에 포함된 객체(OB)의 수를 검출하고, 검출한 객체(OB)의 수를 합산하여 대상 영상에 포함된 객체(OB)의 총 수에 대한 정보(최종 결과값)를 검출할 수 있다.
아울러, 대상 영상에 포함된 객체(OB)의 총 수(최종 결과값)에 상황에 따라 오차가 부여될 수 있다.
예를 들어, 대상 영상에 이상 패턴이 포함되는 경우에는 최종 결과값에 미리 설정된 소정의 오차가 부여될 수 있다. 이상 패턴에 대해서는 이하에서 설명하기로 한다.
예를 들면, 100명(최종 결과값)±5명(오차)과 같이 오차가 부여될 수 있다. 혹은 오차는 비율로서 부여되는 것이 가능하다.
제 7 영역(AR7), 제 8 영역(AR8) 및 제 9 영역(AR9)에서는 하나의 객체(OB)가 포함될 수 있다.
제 7 영역(AR7), 제 8 영역(AR8) 및 제 9 영역(AR9)에 대응되는 대상 블록은 하나의 객체(OB)에 대응하는 비교 블록에 매칭되는 것이 가능하다.
한편, 객체(OB)들의 이동속도가 상대적으로 빠른 경우에는 대상 영상에 포함된 대상 블록들도 그 형태가 빠르게 변경될 수 있다.
예를 들어, 소정의 제 1 시점에서 도 23의 (A)와 같은 대상 영상을 촬영하였다고 가정하자.
여기서, 제 1 시점 이후의 제 2 시점에서는 도 23의 (B)와 같은 대상 영상이 촬영될 수 있다.
도 23의 (A)와 (B)를 비교하면 객체(OB)들이 이동하여 대상 블록의 영상 패턴이 변경된 것을 확인할 수 있다.
이러한 현상은 객체(OB)들의 이동속도가 빠른 경우에 더욱 심화될 수 있다.
이를 고려하면, 대상 영상의 대상 블록의 영상 패턴이 변경되는 정도에 따라 객체(OB)들의 이동속도를 검출하는 것이 가능하다. 여기서, 객체(OB)들의 이동속도는 일정 영역에서의 유동인구를 파악하는데 사용될 수 있다.
이상에서 상세히 설명한 바와 같이, 객체(OB)의 수를 파악하고자 하는 대상 영상을 미리 설정되어 저장된 비교 영상과 비교하여 유사한 비교 영상을 검출하고, 검출한 비교 영상에 포함된 객체(OB)의 수를 대상 영상에 포함된 객체(OB)의 수로서 판별할 수 있다.
또는, 객체(OB)의 수를 파악하고자 하는 대상 영상에 포함된 대상 블록을 미리 설정되어 저장된 비교 블록과 비교하여 유사한 비교 블록을 검출하고, 검출한 비교 블록에 포함된 객체(OB)의 수를 대상 블록에 포함된 객체(OB)의 수로서 판별할 수 있다. 이후, 대상 영상에 포함된 모든 대상 블록의 객체(OB)의 수를 합산하여 대상 영상에 포함된 객체(OB)의 수로서 판별할 수 있다.
이러한 본 발명에서는 대상 영상에 포함된 객체(OB)의 수를 보다 신속하게 판별할 수 있다.
도 24 내지 도 29는 카메라 모듈의 촬영 영역에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
도 24를 살펴보면, 카메라 모듈(10)은 제 1 카메라부(First Camera Part, 11)와 제 2 카메라(Second Camera Part, 12)를 포함할 수 있다.
여기서, 제 1 카메라부(11)와 제 2 카메라부(12)의 촬영 영역은 적어도 일부가 서로 다를 수 있다.
예를 들면, 제 1 카메라부(11)에 대응하는 촬영 영역은 제 1 비중첩영역(First Non Overlap Area, NOVA1) 및 중첩영역(Overlap Area, OVA)을 포함하고, 제 2 카메라부(12)에 대응하는 촬영 영역은 제 2 비중첩영역(Second Non Overlap Area, NOVA2) 및 중첩영역(OVA)을 포함할 수 있다.
여기서, 중첩영역(OVA)은 제 1 카메라부(11)에 대응하는 촬영 영역과 제 2 카메라부(12)에 대응하는 촬영 영역이 서로 중첩하는 영역일 수 있다.
제 1 비중첩영역(NOVA1)은 제 1 카메라부(11)에 대응하는 촬영 영역에서 중첩영역(OVA)을 제외한 나머지 영역일 수 있다.
제 2 비중첩영역(NOVA2)은 제 2 카메라부(12)에 대응하는 촬영 영역에서 중첩영역(OVA)을 제외한 나머지 영역일 수 있다.
여기서, 중첩영역(OVA)의 사이즈는 제 1 비중첩영역(NOVA1)의 사이즈와 제 2 비중첩영역(NOVA2)의 사이즈의 합보다 더 클 수 있다.
자세하게는, 중첩영역(OVA)의 면적은 제 1 비중첩영역(NOVA1)의 면적과 제 2 비중첩영역(NOVA2)의 면적의 합보다 충분히 더 클 수 있다.
제 1 카메라부(11)에 대응하는 촬영 영역과 제 2 카메라부(12)에 대응하는 촬영 영역이 충분히 중첩되는 경우에는 제 1 비중첩영역(NOVA1) 및 제 2 비중첩영역(NOVA2)을 무시하는 것이 가능할 수도 있다.
이처럼, 카메라 모듈(10)이 복수의 카메라부를 포함하는 경우에는 객체(OB)의 수를 보다 정밀하게 보다 신속하게 검출하는 것이 가능할 수 있다.
여기서, 제 1 카메라부(11) 및 제 2 카메라부(12) 중 적어도 하나는 회전, 피봇 또는 이동이 가능할 수 있다.
또는, 제 1 카메라부(11) 및 제 2 카메라부(12)는 각각 소정의 프레임에 고정되는 것이 가능할 수 있다.
카메라 모듈(10)이 제 1 카메라부(11)와 제 2 카메라부(12)를 포함하는 경우에는 서버(20)는 제 1 카메라부(11)가 촬영한 대상 영상 및 제 2 카메라부(12)가 촬영한 대상 영상을 각각 분석하여 객체(OB)의 수를 각각 검출하는 것이 가능하다. 이에 대해 첨부된 도면을 참조하여 살펴보면 아래와 같다.
도 25를 살펴보면, 제 1 카메라부(11)에 대응하여 객체(OB)의 수를 검출(S471)하고, 제 2 카메라부(12)에 대응하여 객체(OB)의 수를 검출(S472)할 수 있다.
다르게 표현하면, 제 1 카메라부(11)가 촬영한 영상(대상 영상)에서 객체(OB)의 수를 검출하고, 제 2 카메라부(12)가 촬영한 영상(대상 영상)에서 객체(OB)의 수를 검출할 수 있다.
이하에서는 제 1 카메라부(11)가 촬영한 대상 영상을 제 1 대상 영상이라 하고, 제 2 카메라부(12)가 촬영한 영상을 제 2 대상 영상이라 칭할 수 있다.
예를 들면, 서버(20)의 제 2 제어부(200)가 카메라 모듈(10)에 촬영 영역에 위치하는 객체(OB)의 수를 검출하라는 명령을 전송할 수 있다.
이러한 경우에는 군중 계수 모드가 발동된 경우라고 할 수 있다. 군중 계수 모드에 대해서는 앞서 상세히 설명한 바 있다.
군중 계수 모드에서 카메라 모듈(10)의 제 1 카메라부(11)와 제 2 카메라부(12)가 각각 촬영 영역에 대해 영상(대상 영상)을 촬영할 수 있다.
제 1 카메라부(11)와 제 2 카메라부(12)가 각각 영상(대상 영상)을 촬영하면 각각의 영상에서 객체(OB)의 수를 각각 검출할 수 있다.
대상 영상에서 객체(OB)의 수를 검출하는 방법에 대해서는 앞선 도 21 및 그에 대응되는 설명에서 상세히 설명한 바 있다.
제 1 카메라부(11)와 제 2 카메라부(12)의 대상 영상에 대한 촬영 시점은 동일한 것이 가능하다.
예를 들어, 서버(20)가 카메라 모듈(10)로 제 10 시점에서 각각 대응하는 촬영 영역에 대한 대상 영상을 촬영하라는 명령을 전송할 수 있다.
그러면 카메라 모듈(10)에서는 제 1 카메라부(11)와 제 2 카메라부(12)가 각각 제 10 시점에서 대상 영상을 촬영할 수 있다.
또는, 제 1 카메라부(11)의 촬영 시점과 제 2 카메라부(12)의 촬영 시점은 서로 다를 수 있다.
예를 들면, 서버(20)가 카메라 모듈(10)로 제 10 시점에서 각각 대응하는 촬영 영역에 대한 대상 영상을 촬영하라는 명령을 전송할 수 있다.
그러면 카메라 모듈(10)에서는 제 1 카메라부(11)는 제 10 시점에서 대응되는 촬영 영역의 제 1 대상 영상을 촬영하고, 제 2 카메라부(12)는 제 10+△t 시점에서 대응되는 촬영 영역의 제 2 대상 영상을 촬영할 수 있다.
사람인 객체(OB)는 무생물과 같이 완벽하게 정지한 상태를 유지하는 것은 충분히 어려울 수 있으며, 어느 정도의 움직임을 가질 수 있다. 예를 들면, △t의 시간 동안 적어도 하나의 객체(OB)는 이동하거나 포즈를 변경하거나 하는 등의 움직임을 수행할 수 있다.
이를 고려하면, 제 1 카메라부(11)가 촬영한 제 1 대상 영상과 제 2 카메라부(12)가 촬영한 제 2 대상 영상에서 적어도 하나의 객체(OB)의 위치, 포즈, 형태, 사이즈 등이 달라질 수 있다.
혹은, 제 1 카메라부(11)가 촬영한 제 1 대상 영상과 제 2 카메라부(12)가 촬영한 제 2 대상 영상에서 복수의 객체(OB)들이 겹쳐진 패턴이 변경되는 것이 가능하다.
이를 고려하면, 군중 계수 모드에서 제 1 카메라부(11)의 촬영 시점과 제 2 카메라부(12)의 촬영 시점을 다르게 하는 경우에는 촬영 영역에 위치하는 객체(OB)의 수를 보다 정밀하게 검출할 수 있다.
도 25에서 제 1 대상 영상에 대해 객체(OB)의 수를 검출하고 제 2 대상 영상에 대해 객체(OB)의 수를 검출한 이후에, 검출한 결과값이 동일한지의 여부를 판단할 수 있다(S473).
여기서, 결과값은 제 1 대상 영상에 대해 검출한 객체(OB)의 수에 대한 결과값과 제 2 대상 영상에 대해 검출한 객체(OB)의 수에 대한 결과값을 의미할 수 있다.
S473단계에서 판단결과, 결과값이 동일한 경우에는 제 1 카메라부(11) 및 제 2 카메라부(12) 중 어느 하나에 대응하는 결과값을 객체(OB)의 수에 대한 최종 결과값으로 출력할 수 있다(S474).
예를 들어, 서버(20)에서 제 1 카메라부(11)가 촬영한 제 1 대상 영상을 분석한 결과 제 1 대상 영상에 포함되어 있는 객체(OB)의 수를 20명이라고 판별할 수 있다. 아울러, 서버(20)에서 제 2 카메라부(12)가 촬영한 제 2 대상 영상을 분석한 결과 제 2 대상 영상에 포함되어 있는 객체(OB)의 수를 20명이라고 판별할 수 있다.
이러한 경우에는, 서버(20)는 카메라 모듈(10)에 대응되는 촬영 영역에 위치하는 객체(OB)의 수를 20명으로 최종적으로 출력하는 것이 가능하다. 즉, 서버(20)는 제 1 카메라부(11) 및 제 2 카메라부(12) 중 어느 하나에 대응하는 결과값을 최종 결과값으로 출력하는 것이 가능할 수 있다.
한편, S473단계에서 판단결과, 결과값이 동일하지 않고 다른 경우에는 제 1 카메라부(11) 및 제 2 카메라부(12)에 대한 신뢰도를 평가할 수 있다(S475).
이후, 제 1 카메라부(11)의 신뢰도 및 제 2 카메라부(12)의 신뢰도가 각각 미리 설정된 임계 신뢰도를 넘는지의 여부를 판단할 수 있다(S476).
S476단계에서 판단결과, 제 1 카메라부(11)의 신뢰도 및 제 2 카메라부(12)의 신뢰도가 각각 미리 설정된 임계 신뢰도 이상인 경우에는 서버(20)에서는 제 1 카메라부(11)가 촬영한 제 1 대상 영상과 제 2 카메라부(12)가 촬영한 제 2 대상 영상에서 각각 객체(OB)의 수를 검출(객체(OB) 카운팅)할 수 있다(S477).
이후, 서버(20)는 제 1 대상 영상에 포함된 객체(OB)의 수와 제 2 대상 영상에 포함된 객체(OB)의 수를 합산하고, 합산한 값을 카메라부의 개수(2)로 나누어 평균값(중간값)을 구할 수 있다(S478).
이후, 서버(20)는 평균값(중간값)을 최종 결과값으로 출력하는 것이 가능할 수 있다.
예를 들어, 서버(20)에서 제 1 카메라부(11)가 촬영한 제 1 대상 영상을 분석한 결과 제 1 대상 영상에 포함되어 있는 객체(OB)의 수를 20명이라고 판별하고, 아울러 서버(20)에서 제 2 카메라부(12)가 촬영한 제 2 대상 영상을 분석한 결과 제 2 대상 영상에 포함되어 있는 객체(OB)의 수를 30명이라고 판별할 수 있다.
여기서, 제 1 카메라부(11)의 신뢰도와 제 2 카메라부(12)의 신뢰도는 각각 임계 신뢰도 이상일 수 있다.
이러한 경우, 서버(20)의 검출부(280)는 카메라 모듈(10)에 대응되는 촬영 영역에 위치하는 객체(OB)의 수를 25명이라고 판별할 수 있다.
한편, S476단계에서 판단결과, 제 1 카메라부(11)의 신뢰도 및 제 2 카메라부(12) 중 적어도 하나의 신뢰도가 미리 설정된 임계 신뢰도보다 더 낮은 경우에는 서버(20)에서는 제 1 카메라부(11) 및 제 2 카메라부(12) 중 신뢰도가 더 높은 어느 하나에 대응하는 대상 영상을 선택할 수 있다(S479).
이후, 서버(20)는 선택한 대상 영상에 대응하는 객체(OB)의 수에 대한 정보를 최종적인 결과로서 출력할 수 있다(S480).
예를 들어, 서버(20)에서 제 1 카메라부(11)가 촬영한 제 1 대상 영상을 분석한 결과 제 1 대상 영상에 포함되어 있는 객체(OB)의 수를 20명이라고 판별하고, 아울러 서버(20)에서 제 2 카메라부(12)가 촬영한 제 2 대상 영상을 분석한 결과 제 2 대상 영상에 포함되어 있는 객체(OB)의 수를 30명이라고 판별할 수 있다.
여기서, 제 1 카메라부(11)의 신뢰도는 미리 설정된 임계 신뢰도보다 더 높고, 제 2 카메라부(12)의 신뢰도는 임계 신뢰도보다 더 낮은 경우도 가능할 수 있다.
또는, 제 1 카메라부(11)의 신뢰도 및 제 2 카메라부(12)의 신뢰도는 각각 임계 신뢰도보다 더 낮고, 여기서 제 1 카메라부(11)의 신뢰도는 제 2 카메라부(12)의 신뢰도보다 더 높을 수 있다.
이러한 경우, 서버(20)는 신뢰도가 상대적으로 높은 제 1 카메라부(11)에 대응하는 제 1 대상 영상을 선택하고, 선택한 제 1 대상 영역에 포함된 객체(OB)의 수에 대한 정보(20명)를 최종적인 결과값으로 출력하는 것이 가능하다.
제 1 카메라부(11)와 제 2 카메라부(12)의 신뢰도에 대해 살펴보기로 한다.
도 26의 (A)에 나타나 있는 바와 같이, 4명의 객체(OB1, OB2, OB3, OB4)가 일렬로 나란하게 위치하는 경우를 가정하여 보자.
여기서, 제 1 객체(OB1)는 서 있는 상태이고, 제 1 객체(OB1)의 후방에 위치하는 제 2 객체(OB2)는 제 1 객체(OB1)보다 키가 더 작고, 제 2 객체(OB2)의 후방에 위치하는 제 3 객체(OB3)는 의자에 앉아 있는 타입이고, 제 3 객체(OB3)의 후방에 위치하는 제 4 객체(OB4)는 바닥에 앉아 있는 타입일 수 있다.
이러한 경우에, 도 26의 (B)에 나타나 있는 바와 같이, 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4) 사이의 간격이 각각 충분히 작고, 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 제 1 카메라부(11)의 정면에 나란히 위치할 수 있다.
그러면 제 1 카메라부(11)의 관점에서는 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 겹쳐서 보이게 되고, 이에 따라 객체(OB)의 수를 정밀하게 파악하기 어려울 수 있다.
반면에, 제 2 카메라부(12)의 관점에서는 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)의 측면을 관찰할 수 있어서 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)를 상대적으로 정밀하게 구분할 수 있다.
이를 고려하면, 도 26의 경우에는 제 2 카메라부(12)의 신뢰도는 제 1 카메라부(11)의 신뢰도보다 더 높을 수 있다.
다른 관점에서 보면, 도 26의 경우에는 제 2 카메라부(12)의 신뢰도는 미리 설정된 임계 신뢰도 이상이고, 제 1 카메라부(11)의 신뢰도는 임계 신뢰도보다 더 낮을 수 있다.
도 26과 같은 경우에 제 1 카메라부(11)가 촬영한 대상 영상에는, 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 중첩되기 때문에, 객체(OB)들의 외곽을 둘러싸도록 영상 블록을 설정하면 설정한 영상 블록의 패턴은 하나의 객체(OB)를 포함하는 영상 블록의 패턴과 유사할 수 있다.
그러나 제 1 객체(OB1)의 후방에 위치하는 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 완전히 제 1 객체(OB1)와 중첩(Fully Overlap)되지 않는 경우에는, 제 1 객체(OB1)를 벗어나서 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4) 중 적어도 하나의 적어도 일부가 노출될 수 있다. 예를 들면, 제 1 객체(OB1)의 주변에 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4) 중 적어도 하나의 팔, 다리 등이 나타날 수 있다.
이처럼, 적어도 하나의 객체(OB)가 다른 객체(OB)에 충분히 가려지는 경우의 영상 패턴을 이상 패턴이라고 할 수 있다. 자세하게는, 적어도 하나의 객체(OB)가 다른 객체(OB)에 의해 미리 설정된 기준 비율 이상 가려지는 경우에 이상 패턴이라고 할 수 있다. 여기서, 기준 비율은 대략 95~99% 사이에서 정해질 수 있다.
예를 들어, 도 26의 경우에 제 1 카메라부(11)의 관점에서 제 2 객체(OB2)가 제 1 객체(OB1)에 의해 대략 97%의 부분이 가려지는 경우에, 제 1 카메라부(11)가 촬영한 대상 영상에 이상 패턴이 포함되는 것으로 볼 수 있다.
이러한 이상 패턴은 객체(OB)의 수를 충분히 정밀하게 검출하기 어려울 가능성이 상대적으로 높을 수 있다.
따라서 이상 패턴이 포함되는지의 여부를 근거로 하여 신뢰성을 판단하는 것이 가능할 수 있다.
예를 들어, 도 26의 (B)의 경우와 같이, 제 1 카메라부(11)가 촬영한 영상(제 1 대상 영상)에 이상 패턴이 포함되고, 제 2 카메라부(12)가 촬영한 영상(제 2 대상 영상)에는 이상 패턴이 포함되지 않는 경우에는 제 2 카메라부(12)의 신뢰도가 제 1 카메라부(11)의 신뢰도보다 더 높은 것으로 판단할 수 있다. 또는, 제 2 카메라부(12)의 신뢰도가 미리 설정된 임계 신뢰도 이상이고, 제 1 카메라부(11)의 신뢰도는 이상 패턴으로 인해 임계 신뢰도보다 더 낮을 수 있다.
또는, 대상 영상에 포함되는 이상 패턴의 개수에 따라 신뢰도를 판단하는 것이 가능할 수 있다.
예를 들면, 제 1 카메라부(11)가 촬영한 영상(제 1 대상 영상)에 미리 설정된 기준 개수(예컨대, 5개)보다 더 많은 개수의 이상 패턴이 포함되고, 제 2 카메라부(12)가 촬영한 영상(제 2 대상 영상)에는 기준 개수보다 더 적은 개수의 이상 패턴이 포함되는 경우에는 제 2 카메라부(12)의 신뢰도가 제 1 카메라부(11)의 신뢰도보다 더 높은 것으로 판단하거나, 제 2 카메라부(12)의 신뢰도가 미리 설정된 임계 신뢰도 이상이고 제 1 카메라부(11)의 신뢰도는 이상 패턴으로 인해 임계 신뢰도보다 더 낮은 것으로 판단할 수 있다.
객체(OB)의 수를 검출하고자 하는 대상인 대상 영상에 적어도 하나의 이상 패턴이 포함되는 경우에도 해당 이상 패턴을 미리 설정된 비교 블록, 바람직하게는 중첩 블록들과 비교하여 이상 패턴에 포함된 객체(OB)의 수를 신속하게 검출할 수 있다.
중첩 블록에 대해서는 앞선 도 15 내지 도 16에서 상세히 설명한 바 있다.
이상 패턴의 또 다른 예가 도 27에 나타나 있다.
도 27의 (A)에 나타나 있는 바와 같이, 4명의 객체(OB1, OB2, OB3, OB4)가 일렬로 나란하게 충분히 밀착하여 위치하는 경우를 가정하여 보자.
여기서, 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)는 몸이 맞닿는 정도로 밀착된 상태일 수 있다.
이러한 경우에, 도 27의 (B)에 나타나 있는 바와 같이, 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 제 1 카메라부(11)의 정면에 나란히 위치할 수 있다.
그러면 제 1 카메라부(11)의 관점에서는 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)가 중첩되어 보일 수 있다.
반면에, 제 2 카메라부(12)의 관점에서는 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)의 측면을 관찰할 수 있어서 제 1 객체(OB1), 제 2 객체(OB2), 제 3 객체(OB3) 및 제 4 객체(OB4)를 상대적으로 정밀하게 구분할 수 있다.
이를 고려하면, 도 27의 경우에는 제 2 카메라부(12)의 신뢰도는 제 1 카메라부(11)의 신뢰도보다 더 높을 수 있다.
아울러, 제 1 카메라부(11)가 촬영한 영상(대상 영상)에는 이상 패턴이 포함될 수 있다.
한편, 제 1 카메라부(11)와 제 2 카메라부(12)의 신뢰도가 각각 미리 설정된 임계 신뢰도보다 더 높으면서도, 제 1 대상 영상에 대응하는 객체(OB)의 수와 제 2 대상 영상에 대응하는 객체(OB)의 수가 다른 경우를 가정하여 보자.
도 28에 나타나 있는 바와 같이, 제 1 카메라부(11)와 제 2 카메라부(12)가 복수의 객체(OB)가 모여 있는 부분을 각각 촬영하는 경우를 가정하자.
복수의 객체(OB)가 모여 있는 부분의 영상 패턴은 촬영 각도에 따라 다르게 판단될 수 있다.
예를 들면, 도 28의 경우에, 서버(20)는 제 1 카메라부(11)가 촬영한 영상(제 1 대상 영상)에서 복수의 객체(OB)가 모여 있는 부분(대상 블록)의 영상 패턴이 미리 설정된 제 1 비교 블록의 영상 패턴과 가장 유사하다고 판단할 수 있다.
반면에, 서버(20)는 제 2 카메라부(11)가 촬영한 영상(제 2 대상 영상)에서 복수의 객체(OB)가 모여 있는 부분(대상 블록)의 영상 패턴이 미리 설정된 제 2 비교 블록의 영상 패턴과 가장 유사하다고 판단할 수 있다.
이러한 경우에는 서버(20)는 제 1 카메라부(11)에 대응되는 제 1 대상 영상을 분석하여 제 1 대상 영상에 포함된 객체(OB)의 수에 대한 제 1 결과값을 출력하고, 제 2 카메라부(12)에 대응되는 제 2 대상 영상을 분석하여 제 2 대상 영상에 포함된 객체(OB)의 수를 검출하여 제 2 결과값을 출력할 수 있다.
이후, 서버(20)는 제 1 결과값과 제 2 결과값을 합산하고, 평균하여 최종적인 결과값을 출력할 수 있다.
이러한 경우, 촬영 각도에 따른 오차 발생을 억제하거나 방지할 수 있다.
한편, 제 1 카메라부(11)에 대응하는 촬영 영역과 제 2 카메라부(12)에 대응하는 촬영 영역이 일부 중첩되고, 제 1 카메라부(11)에 대응하는 비중첩영역 및 제 2 카메라부(12)에 대응하는 비중첩영역의 크기가 충분히 큰 경우에는 중첩영역과 비중첩영역에서 객체(OB)의 수의 카운팅을 다른 방식으로 수행할 수 있다. 이에 대해, 첨부된 도면을 참조하여 살펴보면 아래와 같다.
중첩 영역 및 비중첩 영역에 대해서는 앞선 도 24에서 상세히 설명한 바 있다.
도 29를 살펴보면, 중첩 영역(OVA)에 대해 객체(OB)의 수를 검출할 수 있다(S490).
중첩 영역(OVA)은 제 1 카메라부(11)에 대응되는 촬영 영역과 제 2 카메라부(12)에 대응되는 촬영 영역이 중첩되는 영역으로서, 제 1 카메라부(11)와 제 2 카메라부(12)가 모두 촬영을 수행하는 영역이라고 할 수 있다.
제 1 카메라부(11)가 대응하는 촬영 영역을 촬영한 제 1 대상 영상을 서버(20)로 전송하고 제 2 카메라부(12)가 대응하는 촬영 영역을 촬영한 제 2 대상 영상을 서버(20)로 전송하면, 서버(20)에는 제 1 대상 영상과 제 2 대상 영상에서 각각 중첩 영역(OVA)을 판별할 수 있다.
아울러, 서버(20)는 제 1 대상 영상의 중첩 영역(OVA)에 대해 객체(OB)의 수를 검출하고, 제 2 대상 영상의 중첩 영역(OVA)에 대해 객체(OB)의 수를 검출할 수 있다.
이후, 서버(20)는 신뢰도를 근거로 하여 제 1 카메라부(11) 및 제 2 카메라부(12) 중 어느 하나에 대응하여 중첩 영역(OVA)에 대한 객체(OB)의 수의 정보를 선택하거나, 평균값을 연산하는 것이 가능하다.
예를 들어, 제 1 카메라부(11)의 신뢰도가 제 2 카메라부(12)의 신뢰도보다 더 높거나, 제 1 카메라부(11)의 신뢰도가 미리 설정된 임계 신뢰도보다 더 높은 경우를 가정하여 보자.
이러한 경우, 서버(20)는 제 1 카메라부(11)에 대응하는 제 1 대상 영상에서 중첩 영역(OVA)을 판별하고, 판별한 제 1 대상 영상의 중첩 영역(OVA)에서 객체(OB)의 수를 검출하고, 검출한 객체(OB)의 수에 대한 정보를 중첩 영역(OVA)에 대응하는 최종적인 결과값으로 판별할 수 있다.
또는, 서버(20)는 제 1 카메라부(11)에 대응하는 제 1 대상 영상에서 중첩 영역(OVA)을 판별하고, 판별한 제 1 대상 영상의 중첩 영역(OVA)에서 객체(OB)의 수(제 1 결과)를 검출할 수 있다. 아울러, 서버(20)는 제 2 카메라부(12)에 대응하는 제 2 대상 영상에서 중첩 영역(OVA)을 판별하고, 판별한 제 2 대상 영상의 중첩 영역(OVA)에서 객체(OB)의 수(제 2 결과)를 검출할 수 있다.
이후, 서버(20)는 제 1 결과와 제 2 결과를 합산하고 평균하여 중첩 영역(OVA)에 대응하는 최종적인 결과값을 출력할 수 있다.
이에 대한 내용은 앞서 상세히 설명한 내용으로부터 충분히 설명될 수 있음로 중복되는 설명은 생략할 수 있다.
이후, 중첩 영역(OVA)에 대한 최종적인 결과값에 소정의 제 1 오차가 부여될 수 있다(S491).
여기서, 상황에 따라 제 1 오차를 생략하는 것도 가능할 수 있다.
한편, 비중첩 영역에서도 객체(OB)의 수를 검출할 수 있다(S492).
예를 들면, 서버(20)는 제 1 카메라부(11)에 대응하는 제 1 비중첩영역(NOVA1)에 대해 객체(OB)의 수를 검출하고, 이와 함께 제 2 카메라부(12)에 대응하는 제 2 비중첩영역(NOVA2)에 대해 객체(OB)의 수를 검출할 수 있다.
아울러, 서버(20)는 제 1 비중첩영역(NOVA1)에 대응하는 객체(OB)의 수와 제 2 비중첩영역(NOVA2)에 대응하는 객체(OB)의 수를 합산한 값을 전체 비중첩 영역(NOVA1, NOVA2)에 대응하는 객체(OB)의 수에 대한 최종적인 결과값으로 판별할 수 있다.
이후, 비중첩 영역(NOVA1, NOVA2)에 대한 최종적인 결과값에 소정의 제 2 오차가 부여될 수 있다(S493).
여기서, 상황에 따라 제 2 오차를 생략하는 것도 가능할 수 있다.
제 1 오차와 제 2 오차가 모두 부여되는 상황에서는 최종 결과값 대비한 오차값의 비율은 제 2 오차가 제 1 오차보다 더 클 수 있다.
예를 들어, 중첩 영역(OVA)에 대한 최종적인 결과값이 100명이라고 가정하면, 제 1 오차는 100명에 대한 ±3%로서 ±3명일 수 있다.
반면에, 비중첩 영역(NOVA1, NOVA2)에 대한 최종적인 결과값이 100명이라고 가정하면, 제 2 오차는 100명에 대한 ±10%로서 ±10명일 수 있다.
이처럼, 비중첩 영역(NOVA1, NOVA2)의 최종 결과값에 대한 오차(제 2 오차)의 비율을 중첩 영역(OVA)의 최종 결과값에 대한 오차(제 1 오차)의 비율을 더 크게 하는 이유는 비중첩 영역(NOVA1, NOVA2)은 제 1 카메라부(11) 또는 제 2 카메라부(12)가 단독으로 촬영하기 때문에 오류가 발생할 가능성이 상대적으로 더 높기 때문일 수 있다.
비중첩 영역(NOVA1, NOVA2)과 중첩 영역(OVA)에 대해 각각 최종 결과값과 오차를 판별한 이후에는 두 개의 값을 합산하여 카메라 모듈(10)에 대한 최종적인 결과값을 출력할 수 있다(S494).
예를 들어, 중첩 영역(OVA)에 대한 최종적인 결과값이 100명이고 제 1 오차가 ±3명이고, 비중첩 영역(NOVA1, NOVA2)에 대한 최종적인 결과값이 100명이고 제 2 오차는 ±10명인 경우를 가정하여 보자.
이러한 경우, 전체적인 최종 결과값은 200명, 그리고 오차가 ±13명일 수 있다.
이러한 본 발명에서는 대상 영상(대상 블록)과 비교 영상(비교 블록)을 비교하여 대상 영상에 포함된 객체(OB)의 수를 판별하기 때문에, 보다 신속하게 객체(OB)의 수를 판별 및 검출할 수 있다. 즉, 보다 신속하게 군중 계수를 수행할 수 있다.
이에 따라, 본 발명은 빠르게 객체(OB)의 수를 판별할 필요가 있는 경우에 적용되는 것이 보다 바람직할 수 있다.
아울러, 본 발명에서는 저사양의 하드웨어 및 소프트웨어를 이용하더라도 신속하게 객체(OB)의 수를 검출하는 것이 가능하다.
아울러, 본 발명에서는 상대적으로 좁은 공간에 포함된 객체(OB)의 수를 신속하게 판별하는데 더욱 효과적일 수 있다.
예를 들면, 본 발명은 지하철, 버스 등의 차량 내에 위치하는 객체(OB)(승객)의 수를 검출하는 경우에 유용하게 사용될 수 있다.
차량에 카메라 모듈(10)을 설치하고, 이를 이용하여 차량 내에 위치하는 객체(OB)의 수, 즉 승객의 수를 검출하는 방법에 대해 첨부된 도면을 참조하여 살펴보면 아래와 같다.
도 30 내지 도 47은 카메라 모듈의 구성에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
이하에서 제 1 방향(First Direction, DR1)은 제 2 방향(Second Direction, DR2) 및 제 3 방향(Third Direction, DR3)과 교차(수직)하고, 제 2 방향(DR2)은 제 3 방향(DR3)과 교차(수직)할 수 있다.
여기서, 제 1 방향(DR1)과 제 2 방향(DR2)을 통칭하여 수평방향(Horizontal Direction)이라 할 수 있다.
아울러, 제 3 방향(DR3)은 수직방향(Vertical Direction)이라고 할 수 있다.
도 30을 살펴보면, 본 발명에 따른 카메라 모듈(10)은 케이스부(Case Part, 30), 프레임부(Frame Part, 40) 및 카메라부(Camera Part, 11, 12)를 포함할 수 있다.
케이스부(30)는 카메라 모듈(10)의 외관을 이룰 수 있다.
프레임부(40)는 케이스부(30)의 내부에 배치될 수 있다.
이러한 프레임부(40)는 카메라부(11, 12) 등의 다른 부품이 배치될 수 있는 지지기반을 마련할 수 있다.
카메라부(11, 12)는 케이스부(30) 내에서 프레임부(40)에 배치되며 주변 영상을 촬영할 수 있다.
이러한 카메라부(11, 12)는 제 1 카메라부(11) 및 제 2 카메라부(12)를 포함할 수 있다.
제 1 카메라부(11)는 제 1 촬영 영역에 대응될 수 있다.
제 2 카메라부(12)는 제 2 촬영 영역에 대응될 수 있다.
예를 들어, 카메라부(11, 12)가 지하철, 버스 등의 차량 내부에 배치되는 경우에는 제 1 카메라부(11)는 차량 내부의 전방 부분에 대응되고, 제 2 카메라부(12)는 차량 내부의 후방 부분에 대응되는 것이 가능하다.
여기서, 차량 내부의 전방 부분이 제 1 촬영 영역에 대응되고, 차량 내부의 후방 부분이 제 2 촬영 영역에 대응될 수 있다.
아울러, 도시하지는 않았지만, 본 발명에 따른 카메라 모듈(10)은 카메라 구동부(Camera Driver, 미도시)를 더 포함할 수 있다.
이러한 카메라 구동부에 대해서는 이하의 설명을 통해 상세히 설명하기로 한다.
도 31을 살펴보면, 케이스부(30)는 바닥부(Bottom Part, 300), 중간부(Middle Part, 310) 및 덮개부(Cover Part, 320)를 포함할 수 있다.
바닥부(300)는 수평방향(제 1 방향(DR1) 또는 제 2 방향(DR2)으로 연장되는 부분을 포함하는 플레이트(Plate) 형태를 갖는 것이 가능하다.
중간부(310)는 바닥부(300)에 배치되며, 수직방향(제 3 방향(DR3))으로 연장되는 부분을 포함할 수 있다.
중간부(310)는 도시하지는 않았지만 카메라 구동부(미도시) 등의 다른 부품이 배치될 수 있는 공간을 마련할 수 있다.
이러한 중간부(310)는 양측이 개방된 관(Pipe) 형태를 갖는 것이 가능하다.
덮개부(320)는 중간부(310)의 상부에 연결될 수 있다.
덮개부(320)와 바닥부(300)의 사이에 마련된 공간에 프레임부(40), 카메라부(11, 12) 및 카메라 구동부(미도시)가 배치될 수 있다.
아울러, 카메라부(11, 12)가 원활하게 촬영하기 위해 덮개부(320)는 광투과성 재질을 포함하며 돔(Dome) 형태를 갖는 것이 가능하다.
덮개부(320)는 어느 정도 투명할 수 있다.
도 32를 살펴보면, 제 1 카메라부(11)는 제 1 렌즈부(First Lens Part, 11b) 및 제 1 렌즈 기판부(First Lens Substrate Part, 11a)를 포함할 수 있다.
제 1 렌즈부(11b)는 제 1 렌즈 기판부(11a)에 배치될 수 있다.
제 1 렌즈 기판부(11a)에는 제 1 커넥터부(First Connector Part, 11c)가 배치될 수 있다.
제 1 커넥터부(11c)는 제 1 렌즈부(11b)에 의해 촬영된 영상 데이터를 카메라 구동부(Camera Driver, 190)로 전송하기 위한 제 1 케이블부(First Cable Part, 193)와 전기적으로 연결될 수 있다.
제 2 카메라부(12)는 제 2 렌즈부(Second Lens Part, 12b) 및 제 2 렌즈 기판부(Second Lens Substrate Part, 12a)를 포함할 수 있다.
제 2 렌즈부(12b)는 제 2 렌즈 기판부(12a)에 배치될 수 있다.
제 2 렌즈 기판부(12a)에는 제 2 커넥터부(Second Connector Part, 12c)가 배치될 수 있다.
제 2 커넥터부(12c)는 제 2 렌즈부(12b)에 의해 촬영된 영상 데이터를 카메라 구동부(190)로 전송하기 위한 제 2 케이블부(Second Cable Part, 194)와 전기적으로 연결될 수 있다.
카메라 구동부(190)는 제 1 렌즈부(11b) 및/또는 제 2 렌즈부(12b)가 촬영한 영상 데이터를 수신할 수 있다.
이를 위해, 카메라 구동부(190)는 제 3 커넥터부(Third Connector Part, 191) 및 제 4 커넥터부(Fourth Connector Part, 192)를 포함할 수 있다.
제 3 커넥터부(191)은 제 1 케이블부(193)와 전기적으로 연결되고, 제 4 커넥터부(192)은 제 2 케이블부(194)와 전기적으로 연결될 수 있다.
카메라 구동부(190)는 제 1 렌즈부(11b) 및/또는 제 2 렌즈부(12b)로부터 수신한 영상 데이터를 처리하여 영상 이미지를 생성할 수 있다.
카메라 구동부(190)는 생성한 영상 이미지를 서버로 전송하는 것이 가능하다.
이를 위해, 도시하지는 않았지만, 카메라 구동부(190)는 제 1 통신부를 포함할 수 있다.
아울러, 카메라 구동부(190)는 제 1 제어부, 제 1 통신부, 제 1 인터페이스부, 메모리부 및 카메라 위치 정보부를 포함하는 것이 가능하다.
카메라 모듈(10)의 논리 구성에 대해서는 앞선 도 2에서 상세히 설명한 바 있으므로, 중복되는 설명은 생략하기로 한다.
도 33 내지 도 34를 살펴보면, 프레임부(40)는 베이스부(Base Part, 400), 제 1 지지부(First Supporting Part, 410) 및 제 2 지지부(Second Supporting Part, 420)를 포함할 수 있다.
베이스부(400)는 제 1 지지부(410) 및 제 2 지지부(420)을 위한 지지기반을 마련할 수 있다.
제 1 지지부(410)는 제 1 렌즈 기판부(11a)에 대응되며 베이스부(400)에 배치될 수 있다.
제 2 지지부(420)는 제 2 렌즈 기판부(12a)에 대응되며 베이스부(400)에 배치될 수 있다.
도 34에 나타나 있는 바와 같이, 베이스부(400)는 제 1 경사면부(First Slope Part, 404) 및 제 2 경사면부(Second Slope Part, 405)를 포함할 수 있다.
제 1 경사면부(404)는 제 1 지지부(410)에 대응될 수 있다. 즉, 제 1 지지부(410)는 제 1 경사면부(404)에 배치될 수 있다.
제 2 경사면부(405)는 제 2 지지부(420)에 대응될 수 있다. 즉, 제 2 지지부(420)는 제 2 경사면부(405)에 배치될 수 있다.
베이스부(400)에 대해 보다 상세히 살펴보면 아래와 같다.
베이스부(400)는 수평부분(Horizontal Part, 401), 제 1 수직부분(First Vertical Part, 402), 제 2 수직부분(Second Vertical Part, 403), 제 1 경사면부(404) 및 제 2 경사면부(405)를 포함할 수 있다.
수평부분(401)은 수평방향(제 1 방향(DR1) 또는 제 2 방향(DR2))으로 연장되는 부분을 포함할 수 있다.
수평부분(401)은 도시하지는 않았지만 케이스부(30)에 연결될 수 있다. 예를 들면, 수평부분(401)은 바닥부(300) 및/또는 중간부(310)에 연결될 수 있다.
제 1 수직부분(402)은 수평부분(401)의 일측 끝단에서 수직방향(제 3 방향(DR3))으로 연장될 수 있다.
제 2 수직부분(403)은 수평부분(401)의 타측 끝단에서 수직방향(제 3 방향(DR3))으로 연장될 수 있다.
제 1 경사면부(404)는 제 1 수직부분(402)의 끝단에서 사선방향으로 연장될 수 있다.
제 2 경사면부(405)는 제 2 수직부분(403)의 끝단에서 사선방향으로 연장될 수 있다.
제 1 경사면부(404)와 제 2 경사면부(405)의 끝단은 서로 연결될 수 있다.
제 1 경사면부(404)에는 제 1 지지부(410)가 배치될 수 있다.
제 2 경사면부(405)에는 제 2 지지부(420)가 배치될 수 있다.
이러한 구성의 프레임부(40)는 케이스부(30)의 바닥부(300) 및 중간부(310) 중 적어도 하나에 연결될 수 있다.
예를 들면, 프레임부(40)의 베이스부(400)의 수평부분(401)은 케이스부(30)의 바닥부(300) 및 중간부(310) 중 적어도 하나에 연결될 수 있다.
도 35를 살펴보면, 프레임부(40)의 베이스부(400)는 개구부(Opening, OP)를 포함할 수 있다.
개구부(OP)는 베이스부(400)의 제 1 경사면부(404)와 제 2 경사면부(405)의 사이에 위치할 수 있다.
이러한 개구부(OP)는 제 1 케이블부(193) 및/또는 제 2 케이블부(194)가 지나는 통로가 될 수 있다.
도 36을 살펴보면, 프레임부(40)의 베이스부(400)는 제 1 베이스부(400a)와 제 2 베이스부(400b)로 분할될 수 있다.
제 1 베이스부(400a)와 제 2 베이스부(400b)는 형태가 동일하거나 충분히 유사할 수 있다.
제 1 베이스부(400a)는 제 1 수평부분(401a), 제 1-1 수직부분(402a), 제 2-1 수직부분(403a), 제 1-1 경사면부(404a) 및 제 2-1 경사면부(405a)를 포함할 수 있다.
제 2 베이스부(400b)는 제 2 수평부분(401b), 제 1-2 수직부분(402b), 제 2-2 수직부분(403b), 제 1-2 경사면부(404b) 및 제 2-2 경사면부(405b)를 포함할 수 있다.
도 36과 도 34를 비교하면, 각 부분의 사이즈는 다를 수 있으나, 단면의 형태는 동일하거나 충분히 유사할 수 있다.
도 37을 살펴보면, 제 1 베이스부(400a)의 제 1-1 경사면부(404a)와 제 2 베이스부(400b)의 제 2-1 경사면부(404b)에 제 1 지지부(410)가 배치될 수 있다.
아울러, 제 1 베이스부(400a)의 제 1-2 경사면부(405a)와 제 2 베이스부(400b)의 제 2-2 경사면부(405b)에 제 2 지지부(420)가 배치될 수 있다.
이러한 경우에는, 도 38에 나타나 있는 바와 같이, 분할된 제 1 베이스부(400a)와 제 2 베이스부(400b)의 사이에 개구부(OP)가 마련되고, 개구부(OP)를 통해 제 1 케이블부(193) 및/또는 제 2 케이블부(194)가 지날 수 있다.
도 38을 살펴보면, 제 1 경사면부(404)(제 1-1 경사면부(404a) 및/또는 제 1-2 경사면부(404b))의 폭(W2)은 제 1 지지부(410)의 폭(W1)보다 더 클 수 있다.
아울러, 제 2 경사면부(405)(제 2-1 경사면부(405a) 및/또는 제 2-2 경사면부(405b))의 폭은 제 2 지지부(420)의 폭보다 더 클 수 있다.
이러한 경우, 제 1 케이블부(193) 및/또는 제 2 케이블부(194)가 개구부(OP)를 보다 용이하게 통과할 수 있다.
아울러, 제 1 케이블부(193) 및/또는 제 2 케이블부(194)의 연결 작업을 위한 공간을 충분히 확보할 수 있어서 작업이 용이할 수 있다.
도 39를 살펴보면, 제 1 경사면부(404)(제 1-1 경사면부(404a) 및/또는 제 1-2 경사면부(404b)) 상에서 제 1 지지부(410)는 제 2 지지부(420)와 충분히 멀리 떨어지도록 배치될 수 있다.
자세하게는, 제 1 지지부(410)는 제 1 경사면부(404)(제 1-1 경사면부(404a) 및/또는 제 1-2 경사면부(404b))와 제 1 수직부분(402)(제 1-1 수직부분(402a) 및/또는 제 1-2 수직부분(402b))의 연결 부분에 인접하게 위치할 수 있다.
이에 따라, 제 1 경사면부(404)(제 1-1 경사면부(404a) 및/또는 제 1-2 경사면부(404b)) 상에서, 제 1 지지부(410)와 제 1 수직부분(402)(제 1-1 수직부분(402a) 및/또는 제 1-2 수직부분(402b)) 사이의 간격(W3)은 제 1 지지부(410)와 제 2 경사면부(405)(제 2-1 경사면부(405a) 및/또는 제 2-2 경사면부(405b)) 사이의 간격(W4)보다 더 작을 수 있다.
여기서, W3은 실질적으로 0이 되는 경우도 가능할 수 있다.
이러한 구성은 제 2 지지부(420)에도 동일하거나 충분히 유사하게 적용될 수 있다.
이러한 경우, 제 1 지지부(410)와 제 2 지지부(420) 사이에 충분한 공간을 확보할 수 있다.
도 40을 살펴보면, 제 1 지지부(410)에는 제 1 렌즈부(11b)는 제 1 렌즈 기판부(11a)를 포함하는 제 1 카메라부(11)가 배치될 수 있다.
아울러, 제 2 지지부(420)에는 제 2 렌즈부(12b)는 제 2 렌즈 기판부(12a)를 포함하는 제 2 카메라부(12)가 배치될 수 있다.
이처럼, 제 1, 2 지지부(410, 420)에 제 1, 2 카메라부(11, 12)를 설치하는 경우에는 제 1, 2 카메라부(11, 12)를 보다 용이하게 설치할 수 있다.
도 41를 살펴보면, 제 1 지지부(410)는 측면의 일부가 함몰되어 형성된 제 1 함몰부(HW1)를 포함할 수 있다.
제 1 지지부(410)에서 제 1 함몰부(HW1)는 제 2 지지부(420)에 인접한 측면에 형성될 수 있다.
아울러, 제 2 지지부(420)는 측면의 일부가 함몰되어 형성된 제 2 함몰부(HW2)를 포함할 수 있다.
제 2 지지부(420)에서 제 2 함몰부(HW2)는 제 1 지지부(410)에 인접한 측면에 형성될 수 있다.
이에 따라, 제 1 함몰부(HW1)와 제 2 함몰부(HW2)는 서로 마주보는 것이 가능하다.
도 42를 살펴보면, 제 1 지지부(410)는 전면(Front Surface, FS)의 일부가 함몰되어 형성된 제 1 안착부(DeP1)를 포함할 수 있다.
이러한 제 1 안착부(DeP1)는 제 1 함몰부(HW1)와 연결될 수 있다.
제 2 지지부(420)는 전면(FS)의 일부가 함몰되어 형성된 제 2 안착부(DeP2)를 포함할 수 있다.
이러한 제 2 안착부(DeP2)는 제 2 함몰부(HW2)와 연결될 수 있다.
도 43을 살펴보면, 제 1 카메라부(11)는 제 1 지지부(410)의 제 1 안착부(DeP1)에 배치될 수 있다.
예를 들면, 제 1 카메라부(11)의 제 1 렌즈 기판부(11a)는 제 1 지지부(410)의 제 1 안착부(DeP1)에 배치되고, 스크류 등의 소정의 체결수단(미도시)에 의해 고정되는 것이 가능하다.
제 2 카메라부(12)는 제 2 지지부(420)의 제 2 안착부(DeP2)에 배치될 수 있다.
예를 들면, 제 2 카메라부(12)의 제 2 렌즈 기판부(12a)는 제 2 지지부(420)의 제 2 안착부(DeP2)에 배치되고, 스크류 등의 소정의 체결수단(미도시)에 의해 고정되는 것이 가능하다.
도 44를 살펴보면, 제 1 지지부(410)의 제 1 안착부(DeP1)에 제 1 카메라부(11)가 배치된 상태에서, 제 1 렌즈부(11b)는 제 1 지지부(410)보다 W5만큼 더 돌출될 수 있다.
아울러, 제 2 지지부(420)의 제 2 안착부(DeP2)에 제 2 카메라부(12)가 배치된 상태에서, 제 2 렌즈부(12b)는 제 2 지지부(420)보다 더 돌출될 수 있다.
이러한 경우에는, 제 1, 2 카메라부(11, 12)를 충분히 안정적으로 배치할 수 있을 뿐만 아니라, 제 1, 2 렌즈부(11a, 11b)가 보다 용이하게 주변의 영상을 촬영할 수 있다.
도 45를 살펴보면, 베이스부(400)는 제 1 베이스부(400a)와 제 2 베이스부(400b)를 포함하고, 베이스부(400)의 제 1, 2 경사면부(404, 405)에 제 1, 2 지지부(410, 420)가 배치되는 경우의 일례가 나타나 있다.
여기서, 제 1, 2 지지부(410, 420)는 제 1, 2 함몰부(HW1, HW2)와 제 1, 2 안착부(DeP1, DeP2)를 포함할 수 있다.
이러한 상태에서 제 1 케이블부(193)와 제 2 케이블부(194)가 연결되는 경우의 일례가 도 46에 나타나 있다.
도 46을 살펴보면, 제 1 케이블부(193)는 카메라 구동부(190)의 제 3 커넥터부(191)와 제 1 카메라부(11)를 전기적으로 연결할 수 있다.
아울러, 제 2 케이블부(194)는 카메라 구동부(190)의 제 4 커넥터부(192)와 제 2 카메라부(12)를 전기적으로 연결할 수 있다.
베이스부(400)의 수평부분(401)의 상부에 카메라 구동부(190)가 배치될 수 있다.
또는, 프레임부(40)의 베이스부(400)가 제 1 수평부분(401a)과 제 2 수평부분(401b)으로 분할되는 경우에는, 카메라 구동부(190)는 제 1 수평부분(401a)과 제 2 수평부분(401b)에 걸쳐 배치될 수 있다.
제 1 경사면부(404)와 제 2 경사면부(405)의 사이 각도(θ1)는 제 1 카메라부(11)와 제 2 카메라부(12)의 촬영 영역의 중첩(Overlap)과 연관될 수 있다.
자세하게는, 제 1 경사면부(404)와 제 2 경사면부(405)의 사이 각도(θ1)에 따라 제 1 카메라부(11)의 제 1 렌즈부(11b)가 향하는 방향과 제 2 카메라부(12)의 제 2 렌즈부(12b)가 향하는 방향은 서로 다를 수 있다.
여기서, 제 1 경사면부(404)와 제 2 경사면부(405)의 사이 각도(θ1)는 180°(도)보다 더 작을 수 있다. 예를 들면, 제 1 경사면부(404)와 제 2 경사면부(405)의 사이 각도(θ1)는 45°(도) 이상 135°(도)이하일 수 있다.
도 47에는 본 발명에 따른 카메라 모듈(10)의 단면의 형태의 일례가 나타나 있다.
도 47을 살펴보면, 프레임부(40)의 제 1 경사면부(404)와 제 2 경사면부(405)는 수직방향(제 3 방향(DR3))으로 중간부(310)보다 더 돌출될 수 있다.
이를 위해, 프레임부(40)의 제 1 수직부분(402) 및 제 2 수직부분(403)은 수직방향(제 3 방향(DR3))으로 중간부(310)보다 더 연장되는 부분을 포함할 수 있다.
이에 따라, 프레임부(40)의 제 1 경사면부(404)와 제 2 경사면부(405)는 중간부(310)에 의해 가려지지 않을 수 있다.
이로 인해, 제 1 카메라부(11) 및 제 2 카메라부(12)도 중간부(310)보다 수직방향(제 3 방향(DR3))으로 더 돌출될 수 있다. 이러한 경우, 제 1 카메라부(11) 및 제 2 카메라부(12)의 효과적인 영상 촬영이 가능할 수 있다.
이상에서 설명한 계수 장치(1)를 지하철, 버스 등의 차량에 적용하는 경우에 대해 살펴보면 아래와 같다.
도 48 내지 도 51은 차량의 계수 장치 및 방법에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
도 48을 살펴보면, 본 발명에 따른 차량의 계수 장치(차량을 위한 계수 장치, 차량의 승객에 대한 계수 장치)는 카메라 모듈(10)이 지하철 등의 차량(50)의 내부에 설치될 수 있다. 예를 들면, 카메라 모듈(10)은 차량(50)의 내부의 상부벽에 설치될 수 있다.
본 발명에 따른 차량의 계수 장치는 카메라 모듈(10), 서버(20) 등의 구성은 앞서 설명한 내용과 동일하거나 충분히 유사할 수 있다. 이에 따라, 이하에서는 카메라 모듈(10), 서버(20) 등의 상세한 구성에 대한 설명은 생략하기로 한다.
지하철, 버스 등의 차량(50)은 긴 형태를 갖기 때문에, 거리에 따른 오차 발생을 억제하거나 방지하기 위해 차량(50)의 중앙 부분의 상부벽에 카메라 모듈(10)을 설치하는 것이 바람직할 수 있다.
이처럼, 카메라 모듈(10)이 차량(50)의 중앙 부분에 설치되는 경우에는 카메라 모듈(10)의 제 1 카메라부(11)와 제 2 카메라부(12)가 서로 다른 방향을 향할 수 있다.
예를 들면, 도 49에 나타나 있는 바와 같이, 카메라 모듈(10)의 제 1 카메라부(11)는 차량(50)의 좌측 부분(전방 부분)을 향해 비스듬하게 기울어지고, 제 2 카메라부(12)는 차량(50)의 우측 부분(후방 부분)을 향해 비스듬하게 기울어질 수 있다.
다른 관점에서 보면, 제 1 카메라부(11)의 제 1 렌즈부(11b)는 카메라 모듈(10)의 전방 아래를 비스듬하게 향하고, 제 2 카메라부(12)의 제 2 렌즈부(12b)는 카메라 모듈(10)의 후방 아래를 비스듬하게 향할 수 있다.
아울러, 좁고 긴 형태의 공간을 갖는 지하철, 버스 등의 차량(50)의 특성을 고려하면, 제 1 카메라부(11)의 촬영 영역(제 1 촬영 영역)과 제 2 카메라부(12)의 촬영 영역(제 2 촬영 영역)은 일부 중첩할 수 있다.
아울러, 제 1 카메라부(11)에 대응하는 촬영 영역의 제 1 비중첩영역(NOVA1)의 사이즈(면적)은 중첩영역(OVA)의 사이즈(면적)보다 더 크고, 제 2 카메라부(12)에 대응하는 촬영 영역의 제 2 비중첩영역(NOVA2)의 사이즈(면적)는 중첩영역(OVA)의 사이즈(면적)보다 더 클 수 있다.
이처럼, 카메라 모듈(10)이 차량(50) 내에 설치되어 차량(50) 내부의 영상을 촬영하고, 서버(20)는 카메라 모듈(10)이 촬영한 영상(대상 영상)을 이용하여 차량(50) 내에 위치하는 객체(OB), 즉 승객의 수를 검출할 수 있다.
아울러, 차량(50)에서는 좁고 긴 형태를 갖는 공간에 객체(OB), 즉 승객이 위치하며, 차량(50)의 이동 중에는 객체(OB)들의 이동이 상대적으로 적을 수 있다.
이를 고려하면, 본 발명에서와 같이 대상 영상(대상 블록)과 비교 영상(비교 블록)을 비교하여 대상 영상(대상 블록)에 포함된 객체(OB)의 수를 신속하게 검출하는 기술이 차량(50)에 적용되는 것이 보다 바람직할 수 있다.
카메라 모듈(10)이 지하철, 버스 등의 차량(50)에 배치되는 것을 고려하면, 비교 영상은 차량 내부에 대응되는 영상일 수 있다.
다른 관전에서 보면, 설정 모드(Setting Mode)에서는 카메라 모듈(10)은 차량(50) 내부의 비교 영상을 촬영하고, 서버(20)의 검출부(280)는 비교 영상에 대해 객체의 수를 검출할 수 있다.
아울러, 군중 계수 모드(People Counting Mode)에서는 카메라 모듈(10)은 차량(50) 내부의 대상 영상을 촬영하고, 서버(20)의 검출부(280)는 대상 영상과 적어도 하나의 비교 영상을 비교하여 대상 영상에 포함된 객체의 수를 검출할 수 있다.
한편, 차량(50)의 경우 차량(50) 내부에 위치하는 의자 등의 물건이 배경 객체(BOB)로 설정될 수 있다.
예를 들면, 도 50에 나타나 있는 바와 같이, 차량(50)이 지하철 등의 전동차인 경우에는, 차량(50) 내부에 설치된 좌석이 제 1 배경 객체(BOB1)로 설정될 수 있고, 창문이 제 2 배경 객체(BOB2)로 설정될 수 있고, 손잡이 기둥이 제 3 배경 객체(BOB3)로 설정될 수 있다.
여기서, 제 2 배경 객체(BOB2)인 창문의 경우에는, 창문 자체 뿐만 아니라 창문에 반사되거나 창문을 통해 보이는 객체는 배경으로서 무시될 수 있다.
예를 들어, 창문을 통해 외부의 객체가 보이는 경우에는, 창문을 통해 보이는 객체는 움직임이 있더라고 하더라도 배경으로서 무시될 수 있다.
아울러, 차량(50) 내부의 군중(승객)이 창문에 비치는 경우에도 창문에 비친 군중은 배경으로서 무시될 수 있다.
이를 위해, 창문이 위치하는 영역을 배경 영역으로 설정하고, 이러한 배경 영역에 포함되는 객체는 배경 객체(BOB)로 설정할 수 있다.
한편, 지하철, 버스 등의 차량(50)은 정차한 상태에서 군중(승객)이 탑승하거나 내릴 수 있다. 이를 고려하면, 차량(50)이 움직이는 상태에서 군중의 수(승객의 수)를 검출하는 것이 바람직할 수 있다. 이에 대해, 보다 상세히 살펴보면 아래와 같다.
차량(50)에서 군중 계수를 수행하기 위해 서버(20)와 차량(50)의 운행을 제어하는 차량 제어부(미도시)는 서로 연동되고 통신을 수행할 수 있다.
도 51을 살펴보면, 먼저 차량(50)의 문(Door)의 계폐를 확인할 수 있다(S500).
이후, 차량(50)의 문이 닫혀 있는 상태인지의 여부를 판단할 수 있다(S510).
S510단계에서 판단결과 차량(50)의 문이 닫히지 않은 상태, 즉 문이 열린 상태인 경우에서는 미리 설정된 제 4 기능(Default 4)을 수행할 수 있다(S520).
제 4 기능은 차량(50)의 문이 닫힐때가지 대기하는 기능 등을 예로 들 수 있다.
반면에, S510단계에서 판단결과 차량(50)의 문이 닫힌 상태에서는 차량(50)의 속도를 확인할 수 있다(S530).
이후, 차량(50)의 속도가 미리 설정된 임계 속도 이상인지의 여부를 판단할 수 있다(S540).
S540단계에서 판단결과, 차량(50)의 속도가 임계 속도보다 낮은 경우에는 미리 설정된 제 5 기능(Default 5)을 수행할 수 있다(S550).
제 5 기능은 차량(50)의 속도가 임계 속도를 넘을 때까지 대기하는 기능 등을 예로 들 수 있다.
반면에, S550단계에서 판단결과 차량(50)의 속도가 임계 속도를 넘어서는 경우에는 카메라 모듈(10)의 제 1 카메라부(11) 및 제 2 카메라부(12)를 이용하여 촬영 영역의 영상, 즉 대상 영상을 촬영할 수 있다(S400).
여기서, 촬영 영역은 차량(50)의 내부를 포함할 수 있고, 대상 영상은 차량(50)의 내부의 영상을 포함할 수 있다.
이후, 카메라 모듈(10)이 촬영한 대상 영상에서 객체(OB), 즉 승객의 수를 검출할 수 있다(S470)
카메라 모듈(10)이 촬영 영역의 대상 영상을 촬영하고, 대상 영상에서 객체(OB)의 수를 검출하는 방법은 앞서 상세히 설명하였으므로 중복되는 설명은 생략하기로 한다.
대상 영상에서 객체(OB)의 수를 검출한 이후에는 군중 계수 모드를 종료할지의 여부를 판단하여(S560), 종료하는 경우에는 군중 계수 모드를 종료할 수 있다(S570).
반면에 S560단계에서 판단결과, 군중 계수 모드를 종료하지 않는 경우에는 다시 S500단계로 진행할 수 있다.
도 51의 내용을 고려하면, 차량(50)의 속도가 임계 속도 이하이거나 혹은 차량(50)의 문이 열려 있는 상태에서는 카메라 모듈(10)은 촬영을 수행하지 않을 수 있다.
반면에, 차량(50)의 문이 닫혀 있는 상태에서 차량(50)의 속도가 임계 속도 이상인 경우에 카메라 모듈(10)이 영상을 촬영하고, 촬영한 영상에서 객체(OB)의 수를 검출할 수 있다. 아울러, 이러한 과정을 반복할 수 있다.
다른 관점에서 보면, 지하철의 경우 차량(50)(전동차)이 정거장에 정차하여 승객이 승차 혹은 하차하는 과정에서는 카메라 모듈(10)이 촬영을 실시하지 않을 수 있다. 반면에, 차량(50)이 정거장을 출발하여 충분한 속도에 도달한 경우(임계 속도를 넘은 경우)에는 카메라 모듈(10)이 영상을 촬영하고, 촬영한 영상에서 객체(OB)의 수를 검출할 수 있다.
이러한 과정은 인접하는 두 개의 정거장의 사이에서 적어도 1회 이상 수행될 수 있다. 객체(OB), 즉 승객이 차량(50)의 사이를 오가는 경우도 있기 때문에 바람직하게는 인접하는 두 개의 정거장의 사이에서 객체(OB)의 수를 검출하는 과정을 복수회 실시하는 것이 바람직할 수 있다.
아울러, 소정의 정거장을 지나면 객체(OB)의 수를 검출하는 과정을 다시 수행할 수 있다.
위에서 설명한 바와 같이, 차량(50) 내부에 위치하는 객체(OB), 즉 승객의 수를 검출한 이후에는 검출한 승객의 수에 대한 정보를 차량(50)를 관리하는 중앙 서버(미도시)에 전송할 수 있다.
그러면, 중앙 서버에는 소정의 제 1 정거장에 차량(50)가 도착하기 이전에 해당 차량(50)에 탑승하고 있는 승객의 수를 제 1 정거장에 승차 대기 중인 고객에게 미리 알릴 수 있다.
그러면, 제 1 정거장에서 대기 중인 고객들은 어느 차량(50)에 적은 수의 승객이 탑승하고 있는지를 미리 확인할 수 있고, 이에 따라 복수의 차량(50)에 고르게 승객을 분산시키는 효과를 획득할 수 있다.
이와 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 전술한 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (9)

  1. 케이스부(Case Part);
    상기 케이스부 내부에 배치되는 프레임부(Frame Part);
    상기 케이스부 내에서 상기 프레임부에 배치되며 주변 영상을 촬영하는 카메라부(Camera Part); 및
    상기 케이스부 내에 배치되며, 상기 카메라부와 전기적으로 연결되는 카메라 구동부(Camera Driver);
    를 포함하고,
    상기 카메라부는
    제 1 촬영 영역에 대응되는 제 1 카메라부(First Camera Part); 및
    제 2 촬영 영역에 대응되는 제 2 카메라부(Second Camera Part);
    를 포함하고,
    상기 제 1 카메라부는
    제 1 렌즈부(First Lens Part); 및
    상기 제 1 렌즈부가 배치되는 제 1 렌즈 기판부(First Lens Substrate Part);
    를 포함하고,
    상기 제 2 카메라부는
    제 2 렌즈부(Second Lens Part); 및
    상기 제 2 렌즈부가 배치되는 제 2 렌즈 기판부(Second Lens Substrate Part);
    를 포함하고,
    상기 제 1 렌즈부가 향하는 방향은 상기 제 2 렌즈부가 향하는 방향과 다르고,
    상기 케이스부는
    수평방향(Horizontal Direction)으로 연장되는 부분을 포함하는 플레이트(Plate) 형태를 갖는 바닥부(Bottom Part);
    상기 바닥부에 배치되며, 수직방향(Vertical Direction)으로 연장되는 부분을 포함하는 중간부(Middle Part); 및
    상기 중간부의 상부에 연결되는 덮개부(Cover Part);
    를 포함하고,
    상기 덮개부와 상기 바닥부의 사이에 마련된 공간에 상기 프레임부, 상기 카메라부 및 상기 카메라 구동부가 배치되고,
    상기 덮개부는 광투과성 재질을 포함하며 돔(Dome) 형태를 갖고,
    상기 프레임부는 상기 바닥부 및 상기 중간부 중 적어도 하나에 연결되고,
    상기 프레임부는
    베이스부(Base Part);
    상기 제 1 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 1 지지부(First Supporting Part); 및
    상기 제 2 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 2 지지부(Second Supporting Part);
    를 포함하고,
    상기 베이스부는
    상기 제 1 지지부에 대응되는 제 1 경사면부(First Slope Part); 및
    상기 제 2 지지부에 대응되는 제 2 경사면부(Second Slope Part);
    를 포함하고,
    상기 제 1 지지부는
    가장자리의 일부가 생략되어 형성된 제 1 함몰부; 및
    전면의 일부가 함몰되어 형성된 제 1 안착부;
    를 포함하고,
    상기 제 1 함몰부와 상기 제 1 안착부는 서로 연결되고,
    상기 제 1 카메라부는 상기 제 1 안착부에 배치되고,
    상기 제 2 지지부는
    가장자리의 일부가 생략되어 형성된 제 2 함몰부; 및
    전면의 일부가 함몰되어 형성된 제 2 안착부;
    를 포함하고,
    상기 제 2 함몰부와 상기 제 2 안착부는 서로 연결되고,
    상기 제 2 카메라부는 상기 제 2 안착부에 배치되고,
    상기 제 1 지지부와 상기 제 2 지지부는 상기 제 1 함몰부와 상기 제 2 함몰부가 서로 마주보도록 배치되는 것을 특징으로 하는 카메라 모듈.
  2. 제 1 항에 있어서,
    상기 제 1 렌즈부는 상기 카메라 모듈의 전방 아래를 비스듬하게 향하고,
    상기 제 2 렌즈부는 상기 카메라 모듈의 후방 아래를 비스듬하게 향하는 것을 특징으로 하는 카메라 모듈.
  3. 제 1 항에 있어서,
    상기 제 1 촬영 영역과 상기 제 2 촬영 영역은 일부 중첩(Partially Overlap)하는 것을 특징으로 하는 카메라 모듈.
  4. 제 1 항에 있어서,
    상기 제 1 안착부에 상기 제 1 카메라부가 배치된 상태에서, 상기 제 1 렌즈부는 상기 제 1 지지부보다 더 돌출되는 부분을 포함하고,
    상기 제 2 안착부에 상기 제 2 카메라부가 배치된 상태에서, 상기 제 2 렌즈부는 상기 제 2 지지부보다 더 돌출되는 부분을 포함하는 것을 특징으로 하는 카메라 모듈.
  5. 제 1 항에 있어서,
    상기 베이스부는 개구부(Opening)를 더 포함하고,
    상기 개구부는 상기 제 1 경사면부와 상기 제 2 경사면부의 사이에 위치하는 것을 특징으로 하는 카메라 모듈.
  6. 제 1 항에 있어서,
    상기 베이스부는 서로 이격되게 배치되는 제 1 베이스부와 제 2 베이스부로 분할되고,
    상기 제 1 베이스부는
    제 1-1 경사면부; 및
    제 2-1 경사면;
    를 포함하고,
    상기 제 2 베이스부는
    제 1-2 경사면부; 및
    제 2-2 경사면부;
    를 포함하고,
    상기 제 1 지지부는 상기 제 1-1 경사면부와 상기 제 1-2 경사면부에 걸쳐 배치되고,
    상기 제 2 지지부는 상기 제 2-1 경사면부와 상기 제 2-2 경사면부에 걸쳐 배치되는 것을 특징으로 하는 카메라 모듈.
  7. 차량 내부에 설치되어 상기 차량 내부의 영상을 촬영하는 카메라 모듈(Camera Module); 및
    상기 카메라 모듈이 촬영한 영상을 분석하여 상기 영상에 포함된 객체의 수를 검출하는 검출부;
    를 포함하고,
    상기 카메라 모듈은
    케이스부(Case Part);
    상기 케이스부 내부에 배치되는 프레임부(Frame Part);
    상기 케이스부 내에서 상기 프레임부에 배치되며 주변 영상을 촬영하는 카메라부(Camera Part); 및
    상기 케이스부 내에 배치되며, 상기 카메라부와 전기적으로 연결되는 카메라 구동부(Camera Driver);
    를 포함하고,
    상기 카메라부는
    제 1 촬영 영역에 대응되는 제 1 카메라부(First Camera Part); 및
    제 2 촬영 영역에 대응되는 제 2 카메라부(Second Camera Part);
    를 포함하고,
    상기 제 1 카메라부는
    제 1 렌즈부(First Lens Part); 및
    상기 제 1 렌즈부가 배치되는 제 1 렌즈 기판부(First Lens Substrate Part);
    를 포함하고,
    상기 제 2 카메라부는
    제 2 렌즈부(Second Lens Part); 및
    상기 제 2 렌즈부가 배치되는 제 2 렌즈 기판부(Second Lens Substrate Part);
    를 포함하고,
    상기 제 1 렌즈부가 향하는 방향은 상기 제 2 렌즈부가 향하는 방향과 다르고,
    상기 케이스부는
    수평방향(Horizontal Direction)으로 연장되는 부분을 포함하는 플레이트(Plate) 형태를 갖는 바닥부(Bottom Part);
    상기 바닥부에 배치되며, 수직방향(Vertical Direction)으로 연장되는 부분을 포함하는 중간부(Middle Part); 및
    상기 중간부의 상부에 연결되는 덮개부(Cover Part);
    를 포함하고,
    상기 덮개부와 상기 바닥부의 사이에 마련된 공간에 상기 프레임부, 상기 카메라부 및 상기 카메라 구동부가 배치되고,
    상기 덮개부는 광투과성 재질을 포함하며 돔(Dome) 형태를 갖고,
    상기 프레임부는 상기 바닥부 및 상기 중간부 중 적어도 하나에 연결되고,
    상기 프레임부는
    베이스부(Base Part);
    상기 제 1 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 1 지지부(First Supporting Part); 및
    상기 제 2 렌즈 기판부에 대응되며 상기 베이스부에 배치되는 제 2 지지부(Second Supporting Part);
    를 포함하고,
    상기 베이스부는
    상기 제 1 지지부에 대응되는 제 1 경사면부(First Slope Part); 및
    상기 제 2 지지부에 대응되는 제 2 경사면부(Second Slope Part);
    를 포함하고,
    상기 제 1 지지부는
    가장자리의 일부가 생략되어 형성된 제 1 함몰부; 및
    전면의 일부가 함몰되어 형성된 제 1 안착부;
    를 포함하고,
    상기 제 1 함몰부와 상기 제 1 안착부는 서로 연결되고,
    상기 제 1 카메라부는 상기 제 1 안착부에 배치되고,
    상기 제 2 지지부는
    가장자리의 일부가 생략되어 형성된 제 2 함몰부; 및
    전면의 일부가 함몰되어 형성된 제 2 안착부;
    를 포함하고,
    상기 제 2 함몰부와 상기 제 2 안착부는 서로 연결되고,
    상기 제 2 카메라부는 상기 제 2 안착부에 배치되고,
    상기 제 1 지지부와 상기 제 2 지지부는 상기 제 1 함몰부와 상기 제 2 함몰부가 서로 마주보도록 배치되는 것을 특징으로 하는 차량의 군중 계수 장치.
  8. 제 7 항에 있어서,
    설정 모드(Setting Mode)에서
    상기 카메라 모듈은 상기 차량 내부의 비교 영상(Comparison Image)을 촬영하고,
    상기 검출부는 상기 비교 영상에 대해 객체의 수를 검출하고,
    군중 계수 모드(People Counting Mode)에서
    상기 카메라 모듈은 상기 차량 내부의 대상 영상(Target Image)을 촬영하고,
    상기 검출부는 상기 대상 영상과 적어도 하나의 상기 비교 영상을 비교하여 상기 대상 영상에 포함된 객체의 수를 검출하는 것을 특징으로 하는 차량의 군중 계수 장치.
  9. 제 7 항에 있어서,
    상기 제 1 안착부에 상기 제 1 카메라부가 배치된 상태에서, 상기 제 1 렌즈부는 상기 제 1 지지부보다 더 돌출되는 부분을 포함하고,
    상기 제 2 안착부에 상기 제 2 카메라부가 배치된 상태에서, 상기 제 2 렌즈부는 상기 제 2 지지부보다 더 돌출되는 부분을 포함하는 것을 특징으로 하는 차량의 군중 계수 장치.
KR1020210102024A 2021-08-03 2021-08-03 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치 KR102528202B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210102024A KR102528202B1 (ko) 2021-08-03 2021-08-03 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210102024A KR102528202B1 (ko) 2021-08-03 2021-08-03 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치

Publications (2)

Publication Number Publication Date
KR20230020214A KR20230020214A (ko) 2023-02-10
KR102528202B1 true KR102528202B1 (ko) 2023-05-03

Family

ID=85223450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210102024A KR102528202B1 (ko) 2021-08-03 2021-08-03 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치

Country Status (1)

Country Link
KR (1) KR102528202B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101002066B1 (ko) * 2010-02-01 2010-12-21 주식회사 영국전자 추적감시용 카메라 장치 및 이를 채용하는 원격 감시 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130065234A (ko) 2011-12-09 2013-06-19 주식회사 하이로시 객체 자동 카운팅 방법
KR20160064601A (ko) * 2014-11-28 2016-06-08 한국전자통신연구원 차량 내의 객체 검출 장치 및 이의 방법
KR102621876B1 (ko) * 2018-11-09 2024-01-05 한화비전 주식회사 촬상 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101002066B1 (ko) * 2010-02-01 2010-12-21 주식회사 영국전자 추적감시용 카메라 장치 및 이를 채용하는 원격 감시 시스템

Also Published As

Publication number Publication date
KR20230020214A (ko) 2023-02-10

Similar Documents

Publication Publication Date Title
US10311719B1 (en) Enhanced traffic detection by fusing multiple sensor data
CN101552910B (zh) 基于全方位计算机视觉的遗留物检测装置
US10169665B1 (en) Virtual inductance loop
Ellis Performance metrics and methods for tracking in surveillance
US9520040B2 (en) System and method for real-time 3-D object tracking and alerting via networked sensors
US7460691B2 (en) Image processing techniques for a video based traffic monitoring system and methods therefor
Cui et al. Multi-modal tracking of people using laser scanners and video camera
US20030123703A1 (en) Method for monitoring a moving object and system regarding same
US20030053659A1 (en) Moving object assessment system and method
US20030053658A1 (en) Surveillance system and methods regarding same
US20130151135A1 (en) Hybrid traffic system and associated method
Venetianer et al. Performance evaluation of an intelligent video surveillance system–A case study
US7489802B2 (en) Miniature autonomous agents for scene interpretation
US20090304229A1 (en) Object tracking using color histogram and object size
WO2003029046A1 (en) Apparatus and method for sensing the occupancy status of parking spaces in a parking lot
US20230046840A1 (en) Vehicular access control based on virtual inductive loop
US20230068001A1 (en) Video-based tracking systems and methods
Ruder et al. An obstacle detection system for automated trains
EP0977437A2 (en) Method of distinguishing a moving object and apparatus of tracking and monitoring a moving object
KR20220155700A (ko) 인공지능을 이용한 군중 계수 장치 및 방법
KR102528202B1 (ko) 카메라 모듈 및 그를 이용한 차량의 군중 계수 장치
Batavia et al. Obstacle detection in smooth high curvature terrain
JP2002074369A (ja) 動画像による監視システム、方法及びコンピュータ読み取り可能な記録媒体
Bravo et al. Outdoor vacant parking space detector for improving mobility in smart cities
CN109591850A (zh) 一种轨道异物检测方法及装置

Legal Events

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