KR102545741B1 - Cctv 회전형 카메라 제어 단말기 - Google Patents

Cctv 회전형 카메라 제어 단말기 Download PDF

Info

Publication number
KR102545741B1
KR102545741B1 KR1020220147567A KR20220147567A KR102545741B1 KR 102545741 B1 KR102545741 B1 KR 102545741B1 KR 1020220147567 A KR1020220147567 A KR 1020220147567A KR 20220147567 A KR20220147567 A KR 20220147567A KR 102545741 B1 KR102545741 B1 KR 102545741B1
Authority
KR
South Korea
Prior art keywords
view
angle
pixels
horizontal
user
Prior art date
Application number
KR1020220147567A
Other languages
English (en)
Inventor
정연화
노장현
Original Assignee
주식회사 하나씨엔에스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 하나씨엔에스 filed Critical 주식회사 하나씨엔에스
Priority to KR1020220147567A priority Critical patent/KR102545741B1/ko
Application granted granted Critical
Publication of KR102545741B1 publication Critical patent/KR102545741B1/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
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Studio Devices (AREA)

Abstract

본 발명은 초점거리별 가로화각, 세로화각에 대한 정교한 예측데이터를 생성하고 생성된 예측데이터를 활용하기 위한 CCTV 회전형 카메라 제어 단말기에 관한 것이다.
이에 따른, 본 발명은 초점거리별 가로화각, 세로화각에 대한 정교한 예측데이터로부터 어떠한 초점거리에서도 가로화각, 세로화각을 정교하게 추출하고 이로 인하여 해당 초점거리를 지속적으로 유지하는 효과가 있고 어떠한 초점거리에서도 사용자에 의해 지정된 좌표가 중심좌표로 정확히 위치되어 불법주정차 단속, 생활 방범 등을 비롯하여 CCTV 회전형 카메라가 갖는 기능이 적용되는 지능형 CCTV 카메라 관련 시스템에 효과가 있으며 객체가 확대 또는 축소되어도 일정하게 유지하여 객체 관찰이 용이한 효과가 있다.

Description

CCTV 회전형 카메라 제어 단말기 {CCTV rotating camera control terminal}
본 발명은 CCTV 회전형 카메라 제어 단말기에 관한 것으로서 더욱 상세하게는 초점거리별 가로화각, 세로화각에 대한 정교한 예측데이터를 생성하고 생성된 예측데이터를 활용하기 위한 CCTV 회전형 카메라 제어 단말기에 관한 것이다.
종래의 CCTV 회전형 카메라는 예를 들어서 1줌 배율부터 10줌 배율까지 있다면 1줌 배율 내지 10줌 배율까지 이미 정해진 줌 배율에 맞게 초점거리가 정해진다.
이때, 종래의 CCTV 회전형 카메라는 정해진 1줌 배율과 2줌 배율 사이에서 1.3줌 배율이 1줌 배율에 가까워 1줌 배율에 해당하는 화각을 이루어 오차가 발생하고 또한, 1.7줌 배율이라면 2줌 배율에 가까워 2줌 배율에 해당하는 화각을 이루어 오차가 발생한다.
즉, 종래의 CCTV 회전형 카메라는 현재 초점거리에 해당하는 줌 배율을 정확히 알 수 없기 때문에 현재 초점거리에 가까운 배율로 화각을 이용함으로 오차가 많이 발생하는 문제점이 있었고 특히, 회전형 카메라의 특성상 1 내지 2줌 배율 사이에서 초점거리에 대한 줌 배율 변화폭이 상당히 크게 작용하여 오차율 역시 매우 크게 발생된다.
따라서, 종래의 CCTV 회전형 카메라는 가로화각, 세로화각을 정교하게 추출하지 못하고 이로 인하여 다양한 줌 배율에서 일정하게 유지하기 어렵고 또한, 사용자가 원하는 좌표를 중심좌표로 배치하고자 할 경우에 오차가 심한 문제점이 있었다.
관련된 기술로서, 대한민국 등록특허공보 제10-1670247호인 CCTV 실시간 영상의 원클릭 선택을 이용한 객체 확대 이동 시스템 및 그 방법은 카메라로부터 전송받은 영상을 실시간으로 출력하되, 원클릭을 입력할 경우, 입력받은 원클릭과 대응하는 카메라의 현재 PTZ 포지션을 검출하고 최초 카메라의 PTZ포지션으로부터 상기 원클릭과 대응하는 위치로 확대 이동할 PTZ 포지션을 계산하며 계산한 포지션과 대응하도록 카메라의 PTZ를 이용시키는 제어부를 포함하며, 상기 제어부는 입력받은 원클릭만으로 카메라 렌즈의 초점거리(L)와 이미지센서 대각선길이(W)를 이용하여 화각(θ)을 계산한 다음, 상기 화각을 기준으로 현재 화면상에서 원클릭과 대응하는 객체를 중앙으로 정렬시키고, 최초 카메라가 장착된 폴의 높이(h)와 카메라의 현재 TILT 각도(Sinθ)로 도출되는 카메라와 객체간의 거리(d)를 이용하여 뷰어의 중앙에 정렬된 객체를 입력받은 확대요청신호와 대응하도록 확대시킨다.
이와 같은 종래 기술은 CCTV 회전형 카메라가 제조사별로 상이한 줌 배율과 유효 화소 수 등 화각이 서로 다른 경우가 많고 또한, 제품 사양에 적힌 화각과 화면에 노출되고 녹화되는 영상의 화각에 차이가 발생하여 초점거리만으로는 이미지 센서의 크기를 알아도 정확한 화각을 산출하기 어려움 등 다양한 문제점이 있었다.
특허문헌. 등록특허공보 제10-1670247호 'CCTV 실시간 영상의 원클릭 선택을 이용한 객체 확대 이동 시스템 및 그 방법' (공고일 2016. 10. 28.)
따라서, 본 발명은 상기 문제점을 해결하기 위하여 안출된 것으로써, 본 발명은 정교한 화각을 산출하기 위하여 초점거리별 가로화각, 세로화각에 대한 예측데이터를 생성하고 생성된 예측데이터를 활용하는데 그 목적이 있다.
또한, 기타 본 발명의 다른 목적들은 이하에서 설명하는 내용을 통해 유추될 수 있을 것이다.
상기한 해결하고자 하는 과제를 달성하기 위한 본 발명에 따른 CCTV 회전형 카메라 제어 단말기는 CCTV 회전형 카메라 렌즈를 최소 줌 배율의 초점거리에서 소정거리 이동시킨 후 사용자가 화각 입력창에 임의로 제 1 가로, 세로화각을 입력하고 영상 화면상에 제 1 타겟좌표를 지정하면, 상기 제 1 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 2 가로화각을 산출하고, 상기 제 1 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 2 세로화각을 산출하며, 산출된 제 2 가로, 세로화각에 의한 CCTV 회전형 카메라의 움직임이 중심좌표와 일치할 때까지 반복하여 중심좌표와 일치하는 제 3 가로, 세로화각을 샘플링 데이터로 구축하는 것을 최소 초점거리부터 최대 초점거리까지 이동시키면서 임의의 개수만큼 샘플링 테이블을 구축하는 제 1 어플리케이션부와; 상기 샘플링 테이블의 행과 행 사이는 딥러닝 회귀분석을 이용하여 초점거리별 가로, 세로화각 예측데이터를 생성하는 제 2 어플리케이션부가 포함되는 것을 해결 수단으로 한다.
본 발명은 초점거리별 가로화각, 세로화각에 대한 정교한 예측데이터로부터 어떠한 초점거리에서도 가로화각, 세로화각을 정교하게 추출하고 이로 인하여 해당 초점거리를 지속적으로 유지하는 효과가 있고 어떠한 초점거리에서도 사용자에 의해 지정된 좌표가 중심좌표로 정확히 위치되어 불법주정차 단속, 생활 방범 등을 비롯하여 CCTV 회전형 카메라가 갖는 기능이 적용되는 지능형 CCTV 카메라 관련 시스템에 효과가 있으며 객체가 확대 또는 축소되어도 일정하게 유지하여 객체 관찰이 용이한 효과가 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있는 것이다.
도 1은 본 발명의 일실시예에 따른 CCTV 회전형 카메라 제어 단말기 구성도
도 2는 본 발명의 일실시예에 따른 초점거리별 줌 배율 예시도
도 3은 본 발명의 일실시예에 따른 샘플링 데이터 생성을 위한 가로화각, 세로화각 예시도
도 4는 본 발명의 일실시예에 따른 위치편차 발생 예시도
도 5는 본 발명의 일실시예에 따른 가로, 세로화각 예측데이터 예시도
도 6은 본 발명의 일실시예에 따른 객체중심좌표 생성 예시도
도 7은 본 발명의 일실시예에 따른 객체중심좌표가 화면상의 중심좌표 이동 예시도
도 8은 본 발명의 일실시예에 따른 사용자 설정 크기로 객체 표출 예시도
도 9는 본 발명의 일실시예에 따른 객체 화각 예시도
도 10은 본 발명의 일실시예에 따른 객체중심좌표가 화면상의 중심좌표로 이동과 동시에 사용자 설정 크기로 지속적인 검출 예시도
도 11은 본 발명의 일실시예에 따른 타겟좌표에 대한 화면상의 중심좌표 이동 예시도
이하, 본 발명의 최적 실시예에 대하여 첨부된 도면을 참조하여 그 구성 및 작용을 설명하고 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며 도면에서 구성요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있고 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기술 및 그 구성에 대한 상세한 기술은 생략한다.
도 1은 본 발명의 일실시예에 따른 CCTV 회전형 카메라 제어 단말기 구성도로서, 상기 CCTV 회전형 카메라 제어 단말기는 제 1 어플리케이션부(100)와 제 2 어플리케이션부(200)를 포함한다.
또한, 상기 CCTV 회전형 카메라 제어 단말기는 제 1, 2 어플리케이션부(100, 200)에 제 3 어플리케이션부(300)가 더 포함되는 것도 바람직하다.
더욱이, 상기 CCTV 회전형 카메라 제어 단말기는 제 1, 2, 3 어플리케이션부(100, 200, 300)에 제 4 어플리케이션부(400)가 더 포함되는 것도 바람직하다.
아울러, 상기 CCTV 회전형 카메라 제어 단말기는 제 1, 2, 3, 4 어플리케이션부(100, 200, 300, 400)에 제 5 어플리케이션부(500)가 더 포함되는 것도 바람직하다.
이에 대하여 순차적으로 구체적인 예를 들어 설명하면, 상기 제 1 어플리케이션부(100)는 CCTV 회전형 카메라 렌즈를 최소 줌 배율의 초점거리에서 소정거리 이동시킨 후 사용자가 화각 입력창에 임의로 제 1 가로, 세로화각을 입력하고 영상 화면상에 제 1 타겟좌표를 지정하면, 상기 제 1 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 2 가로화각을 산출하고, 상기 제 1 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 2 세로화각을 산출하며, 산출된 제 2 가로, 세로화각에 의한 CCTV 회전형 카메라의 움직임이 중심좌표와 일치할 때까지 반복하여 중심좌표와 일치하는 제 3 가로, 세로화각을 샘플링 데이터로 구축하는 것을 최소 초점거리부터 최대 초점거리까지 이동시키면서 임의의 개수만큼 샘플링 테이블을 구축한다.
예컨대, 상기 제 1 어플리케이션부(100)는 1줌 배율부터 36줌 배율까지 있는 경우에 도 2에 도시된 (a)의 최소 초점거리가 1줌 배율에 해당하여 그 초점거리가 5.8㎜이고 최대 초점거리가 36줌 배율에 해당하여 그 초점거리가 210㎜이면 CCTV 회전형 카메라 특성상 도 2에 도시된 (b)와 같이 최소 초점거리와 근접한 거리에서 줌 배율의 변화가 크고 최대 초점거리로 갈수록 줌 배율의 변화가 작음으로 사용자가 샘플링 데이터를 구축하기 용이하도록 임의로 렌즈를 소정거리 이동 예를 들어서, 1줌 배율에 해당하는 초점거리 5.8㎜에서 4.2㎜이동시킨 10㎜에 위치시키고 사용자가 화각 입력창에 임의로 가로화각을 50°, 세로화각을 35° 입력한 후 사용자가 영상 화면상에 원하는 임의의 제 1 타겟좌표를 지정한다.
이후, 상기 제 1 어플리케이션부(100)는 샘플링 데이터를 구축하기 위하여 도 3을 참조하여 설명하면, hp1은 해상도의 가로방향 픽셀 수이고 θ1은 사용자가 입력한 제 1 가로화각이며 hp2는 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수이고 θ`1은 제 2 가로화각이면 아래 [수식 1]과 같이 연산하여 θ`1을 산출한다.
[수식 1]
hp1 : θ1 = hp2 : θ`1
(θ1 / hp1)×hp2 = θ`1
이때, hp1은 Full HD 1920×1080 해상도에서 가로방향 픽셀 수 1920에 해당되어 정해진 값이고 θ1은 사용자가 입력한 제 1 가로화각에 해당되어 정해진 값이며 hp2는 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수에 해당되어 정해진 값임으로 [수식 1]을 이용하여 θ`1을 산출한다.
즉, 상기 제 1 어플리케이션부(100)는 제 1 가로화각(θ1)을 해상도의 가로방향 픽셀 수(hp1)로 나누면 한 픽셀 당 가로화각에 해당되고 이때, 한 픽셀 당 가로화각에 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수(hp2)를 곱하여 제 2 가로화각이 산출되고 산출된 제 2 가로화각은 샘플링 데이터 대상이 되며 CCTV 회전형 카메라 입장에서 가로방향으로 회전할 회전각도가 된다.
또한, 상기 제 1 어플리케이션부(100)는 도 3에 도시된 hp3은 해상도의 세로방향 픽셀 수이고 θ2는 사용자가 입력한 제 1 세로화각이며 hp4는 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽셀 수이고 θ`2는 제 2 세로화각이면 [수식 2]와 같이 연산하여 θ`2를 산출한다.
[수식 2]
hp3 : θ2 = hp4 : θ`2
(θ2 / hp3)×hp4 = θ`2
이때, hp3은 Full HD 1920×1080 해상도에서 세로방향 픽셀 수 1080에 해당되어 정해진 값이고 θ2는 사용자가 입력한 제 1 세로화각에 해당되어 정해진 값이며 hp4는 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽셀 수에 해당되어 정해진 값임으로 [수식 2]를 이용하여 θ`2를 산출한다.
즉, 상기 제 1 어플리케이션부(100)는 제 1 세로화각(θ2)을 해상도의 세로방향 픽셀 수(hp3)로 나누면 한 픽셀 당 세로화각에 해당되고 이때, 한 픽셀 당 세로화각에 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽 셀 수(hp4)를 곱하여 제 2 세로화각이 산출되고 산출된 제 2 세로화각은 샘플링 데이터 대상이 되며 CCTV 회전형 카메라 입장에서 세로방향으로 회전할 회전각도가 된다.
이와 같이, 상기 제 1 어플리케이션부(100)는 제 2 가로, 세로화각을 산출하면 산출된 제 2 가로화각에 의하여 CCTV 회전형 카메라가 가로로 회전하고 산출된 제 2 세로화각에 의하여 세로로 회전하면 제 1 타겟좌표의 위치가 중심좌표와 일치하지 않고 도 4에 도시된 A와 같이 중심좌표로부터 위치편차가 발생하고 이러한 위치편차는 CCTV 회전형 카메라의 제조사 별로 다양하게 나타난다.
이후, 상기 제 1 어플리케이션부(100)는 제 1 가로, 세로화각이 사용자에 의하여 임의로 입력된 것임으로 도 4에 도시된 A와 같이 중심좌표와 대비 시 위치편차가 발생함으로 상기 제 2 가로, 세로화각에 의한 CCTV 회전형 카메라의 움직임이 제 1 타겟좌표가 중심좌표와 일치할 때까지 반복하여 중심좌표와 일치하는 제 3 가로, 세로화각을 샘플링 데이터로 구축함에 따라 제조사가 다른 CCTV 회전형 카메라이라도 각 CCTV 회전형 카메라에 맞게 샘플링 데이터 구축이 가능하여 아래에서 설명되는 딥러닝 회귀분석을 이용하여 어떤 초점거리라도 가로, 세로화각 예측데이터를 구축할 수 있다.
여기서, 상기 제 1 어플리케이션부(100)는 샘플링 데이터 생성 과정을 최소 초점거리부터 최대 초점거리까지 렌즈를 소정거리 예를 들어 5㎜씩 규칙적으로 이동시키는 것도 바람직하고 또한, 환경에 맞게 최소 초점거리에서 최대 초점거리까지 5㎜, 7㎜, 10㎜ 등 불규칙적으로 이동시켜서 초점거리마다 샘플링 테이블을 생성하는 것도 바람직하다.
이후, 제 1 어플리케이션부(100)는 샘플링 테이블이 아래 [표 1]과 같이 최상위 테이블은 최소 초점거리 5.8㎜에서 가로화각 60.1°, 세로화각 36.1°부터 최하위 테이블은 최대 초점거리 210㎜에서 가로화각 3.7°, 세로화각 1.4°까지 딥러닝 회귀분석 학습효율을 위하여 0 내지 1 사이 값으로 정규화하여 샘플링 테이블을 생성한다.
초점거리 가로화각 세로화각
0.03332723 1 1
0.04999084 0.69767442 0.77562327
0.06665446 0.49418605 0.49861496
0.09998169 0.32703488 0.34626039
0.14338033 0.23255814 0.24930748
0.16663615 0.20348837 0.24930748
0.19996338 0.16860465 0.1800554
0.23329061 0.14534884 0.15512465
0.26661784 0.12936047 0.13573407
0.29994507 0.11482558 0.11911357
0.33327229 0.10465116 0.10803324
0.39992675 0.0872093 0.09141274
0.50009156 0.06540698 0.06925208
0.66672771 0.05232558 0.05540166
0.83263139 0.04215116 0.04432133
1 0.03488372 0.03878116
상기 제 2 어플리케이션부(200)는 [표 1]과 같이 샘플링 테이블이 생성되면 상기 [표 1]에서 행과 행 사이 예를 들어 정규화된 초점거리 0.03332723, 가로화각 1, 세로화각 1과 다음 행의 초점거리 0.04999084, 가로화각 0.69767442, 세로화각 0.77562327 사이에서 딥러닝 회귀분석을 이용하여 도 5에 도시된 바와 같이 가로화각 A부분, 세로화각 B부분에 대하여 가로화각 예측데이터, 세로화각 예측데이터가 생성되고 이와 같은 가로, 세로화각 예측데이터를 행과 행 사이에서 모두 수행하면 CCTV 회전형 카메라의 최소 초점거리부터 최대 초점거리까지 모든 초점거리에서 가로, 세로화각 예측데이터가 생성된다.
아울러, 본 발명에 적용되는 딥러닝 회귀분석을 위한 핵심 소스는 아래와 같다.
Model1 = Sequential()
Model1.add(Dense(5, input_dim=1, activation='tanh'))
Model1.add(Dense(10, activation='tanh'))
Model1.add(Dense(3, activation='tanh'))
Model1.add(Dense(1, activation='tanh'))
sgd1 = optimizers.SGD(1r=0.0001)
Model1.compile(loss='mse',optimizer='adam')
Model1.fit(X, Y1, epochs=10000, batch_size=1)
따라서, 상기 제 2 어플리케이션부(200)는 샘플링 테이블의 행과 행 사이에 딥러닝 회기분석을 이용하여 가로, 세로화각 예측데이터를 생성함에 따라 센서를 기준으로 렌즈의 초점거리가 자유롭게 변화하여도 그에 해당하는 줌 배율을 확인하고 이를 다양하게 활용할 수 있다.
예컨대, 본 발명은 앞서 종래 기술에서 설명한 종래의 CCTV 회전형 카메라가 1.3줌 배율을 유지할 수 없던 것을 가로, 세로화각 예측데이터를 이용하여 1.3줌 배율로 유지할 수 있고 또한, 앞서 설명한 종래기술과 다르게 제조사별로 CCTV 회전형 카메라의 사양이 서로 다르더라도 불법주정차, 방범 등 CCTV 회전형 카메라가 갖는 기능에 대하여 환경에 적합한 줌 배율을 적용시키는 작용을 통하여 객체를 용이하게 관찰한다.
따라서, 본 발명은 가로, 세로화각 예측데이터를 이용하여 초점거리에 대한 가로화각, 세로화각 또는 가로화각, 세로화각에 대한 초점거리를 다양하게 활용할 수 있다.
한편, 상기 제 3 어플리케이션부(300)는 사용자가 영상 화면상에서 지정한 객체를 포함하는 사각형 형태의 객체영역이 형성되면 객체영역에 대한 객체중심좌표 생성 후 CCTV 회전형 카메라부로부터 상기 객체중심좌표 생성 시점에서의 초점거리를 추출하고 상기 가로, 세로화각 예측데이터로부터 추출된 초점거리에 해당하는 제 4 가로, 세로화각을 추출하고, 상기 제 4 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 객체중심좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 5 가로화각을 산출하며, 상기 제 4 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 객체중심좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 5 세로화각을 산출하고, 산출된 제 5 가로, 세로화각만큼 회전하라는 명령데이터를 생성하고 생성된 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 상기 객체중심좌표를 화면상의 중심좌표로 이동시키는 것도 바람직하다.
예컨대, 상기 제 3 어플리케이션부(300)는 도 6에 도시된 (a)와 같이 영상 화면상에서 A와 같이 사람(객체)을 지정하면 배경과 객체의 경계선을 이용한 객체 검출, 객체의 크기와 형태를 이용한 객체 검출 등 다양한 객체 검출 어플리케이션(알고리즘)에 의해서 객체가 검출되면 도 6에 도시된 (b)와 같이 X축 min Y축 min 좌표와 X축 max 좌표, Y축 max 좌표를 조합하여 객체를 포함하는 사각형 객체영역을 추출하는 바, 우선 도 6에 도시된 (b)의 A좌표의 경우에 X축 min 좌표와 Y축 max 좌표를 이용하여 (Xmin, Ymax)좌표를 추출하고 또한, 도 6에 도시된 (b)의 B좌표의 경우에 X축 max 좌표와 Y축 min 좌표를 이용하여 (Xmax, Ymin)좌표를 추출하여 객체를 포함하는 사각형 영역을 생성한다.
다음, 상기 제 3 어플리케이션부(300)는 도 6에 도시된 (b)와 같이 객체를 포함하는 사각형 형태의 객체영역이 생성되면 도 6에 도시된 (c)의 A거리를 연산하고 B거리를 연산하여 A거리에서 B거리를 빼 후 2로 나눈 후 B거리를 더하면 객체영역의 X축 중심이 추출되고 또한, C거리를 연산하고 D거리를 연산하여 C거리에서 D거리를 빼 후 2로 나눈 후 D거리를 더하면 객체영역의 Y축 중심이 추출되며 여기서, 상기 객체영역의 X축 중심과 객체영역의 Y축 중심이 교차하는 객체중심좌표(TX, TY)를 추출한다.
이어서, 상기 제 3 어플리케이션부(300)는 상기 객체중심좌표 생성 시점에서의 초점거리를 CCTV 회전형 카메라로부터 수집하고 상기 가로, 세로 예측데이터로부터 수집된 초점거리에 해당하는 제 4 가로, 세로화각을 추출한다.
이와 같이, 상기 제 3 어플리케이션부(300)는 제 4 가로화각을 추출함에 따라 상기 [수식 1]을 이용하여 제 4 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 객체중심좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 5 가로화각을 산출하고, 상기 [수식 2]를 이용하여 제 4 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 객체중심좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 5 세로화각을 산출한다.
이후, 상기 제 3 어플리케이션부(300)는 Full HD에서 1920×1080 해상도 경우에 가로 측으로 1920/2에 해당하는 960과 세로 측으로 1080/2에 해당하는 540의 교차점이 도 7에 도시된 (a)와 같이 중심좌표(CX, CY)를 산출하고 다시 상기 제 5 가로, 세로화각만큼 회전하라는 명령데이터를 생성하면 생성된 명령데이터에 의하여 도 7에 도시된 (a)의 A화살표와 같이 CCTV 회전형 카메라가 가로화각만큼 오른쪽으로 세로화각만큼 위쪽으로 회전하게 되면 화면상에서 도 7에 도시된 (a)의 B화살표와 같이 이동되어서 도 7에 도시된 (b)와 같이 객체중심좌표 (TX, TY)가 화면상의 중심좌표(CX, CT)로 이동한다.
이와 같이, 상기 객체중심좌표(TX, TY)는 화면상의 중심좌표(CX, CT)로 이동함에 따라 차량번호 판독을 비롯하여 침입, 유기 등 CCTV 회전형 카메라가 갖는 다양한 기능에 적용되어 해당 분야에 맞게 실시되고 어떠한 초점거리든 중심좌표로 이동시킬 수 있다.
상기 제 4 어플리케이션부(400)는 사용자가 픽셀 입력창에서 가로, 세로방향 중 어느 한 방향을 선택하고 선택된 방향에 대해서 픽셀 수를 입력한 후 화면상에서 객체가 검출되면, 상기 객체가 검출된 시점에서 CCTV 회전형 카메라로부터 수집한 초점거리를 이용하여 사용자 선택 방향의 예측데이터로부터 추출한 제 1 화각을 사용자 선택 방향 해상도의 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향의 객체 검출 픽셀 수로 곱하여 객체에 대한 해당 방향의 제 2 화각을 산출하고, 객체에 대한 화각의 변화가 없으므로 상기 제 2 화각을 사용자 입력 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향 해상도의 픽셀 수로 곱하여 제 3 화각을 산출하며, 사용자 선택 방향의 예측데이터로부터 제 3 화각에 대한 초점거리를 추출하여 추출된 초점거리만큼 이동하라는 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 사용자가 입력한 픽셀 수에 맞게 객체가 검출되도록 한다.
예컨대, 상기 제 4 어플리케이션부(400)는 사용자가 객체 판단에 유리한 방향 즉, 가로, 세로방향 중 어느 한 방향을 픽셀 입력창을 통해 선택하면 선택된 방향에 대하여 사용자가 원하는 크기 한 예로써, 사용자 측면에서 도 8에 도시된 (a)에 도시된 차량번호판의 크기가 불법주정자 단속을 위한 차량번호 판독이 어렵다고 판단되어 도 8에 도시된 (b)정도의 크기를 원한다면 해당 크기에 맞도록 가로방향 픽셀 수가 사용자에 의해서 픽셀 입력창에 입력된다.
다음, 상기 사용자가 입력한 가로방향 픽셀 수에 맞도록 유지하기 위하여 Full HD 1920×1080 해상도를 적용하여 도 8에 도시된 (c), (d)로 설명하고 이때, 사용자가 선택한 방향은 가로방향을 적용한 것이고 세로방향도 가로방향과 동작원리가 동일 또는 유사함으로 세로방향의 설명은 생략한다.
따라서, 상기 제 4 어플리케이션부(400)는 도 8에 도시된 (c)와 같이 객체가 검출된 시점에서 CCTV 회전형 카메라로부터 초점거리 112㎜를 추출하고 사용자 선택 방향 예측데이터인 가로화각 예측데이터로부터 가로화각인 제 1 화각 20°를 추출함에 따라 알 수 있고, 해상도의 가로방향 픽셀 수는 1920으로 알 수 있으며, 사용자 선택 방향의 객체 검출 픽셀 수는 객체가 검출을 통해서 가로방향 픽셀 수를 알 수 있음에 따라 [수식 1]을 적용하면 가로방향 객체에 대한 제 2 화각을 산출한다.
즉, 20°(제 1 화각)/1920(해상도의 가로방향 픽셀 수)×400(사용자 선택 방향의 객체 검출 픽셀 수)을 통해서 제 2 화각(가로방향 객체에 대한 화각) 약 4.167°을 산출하고 이때, 산출되는 4.167°에서 소수점 이하 4자리부터는 본 발명에 큰 영향이 없고 또한 하드웨어가 지원하는 사양에 맞게 소수점 이하 수치를 소프트웨어적으로 적절히 적용한다.
여기서, 상기 제 2 화각은 객체에 대한 화각으로써 줌 인(Zoom in) 또는 줌 아웃(Zoom out)하더라도 즉, 초점거리가 변하여도 객체의 화각은 변화가 없다.
예컨대, 상기 제 2 화각은 도 9에 도시된 (a)와 같이 카메라 화각이 20°일 때 객체 화각은 9.2°이고 또한, 도 9에 도시된 (b)와 같이 카메라 화각이 40°일때 객체 화각은 변화 없이 9.2° 즉, CCTV 회전형 카메라가 20°에서 40°로 줌 아웃 하여도 객체의 화각은 변화가 없고 줌 인, 줌 아웃으로 인하여 객체의 크기만 변화가 있는 것이다.
이를 통하여, 상기 제 4 어플리케이션부(400)는 사용자가 입력한 픽셀 수 즉, 사용자가 원하는 객체의 크기를 맞추기 위해서 도 8에 도시된 (d)와 같이 제 2 화각은 앞서 설명한 바와 같이 4.167°로 알 수 있고, 사용자 선택방향 해상도의 픽셀 수는 1920으로 알 수 있으며, 사용자 입력 픽셀 수는 200으로 알 수 있음에 따라 [수식 1]을 적용하면 사용자가 원하는 크기에 해당하는 제 3 화각을 산출한다.
즉, 4.167°(제 2 화각)/200(사용자 입력 픽셀 수)×1920(사용자 선택 방향 해상도의 픽셀 수)를 통해서 제 3 화각(사용자가 원하는 객체 크기의 화각) 약 40°를 산출한다.
다음, 상기 제 4 어플리케이션부(400)는 제 3 화각 40°가 산출되면 사용자가 선택한 방향이 가로방향임으로 가로방향 예측데이터로부터 40°에 해당하는 초점거리 54㎜를 추출하고 54㎜만큼 이동하라는 명령데이터를 생성함에 따라 CCTV 회전형 카메라가 동작되어 처음 객체를 선택한 객체 크기(사용자가 입력한 200 픽셀 수)를 관리자가 설정함에 따라 설정된 크기를 유지할 수 있어서 객체를 원거리에서 판독이 어려운 환경 또는 근거리에서 판독이 어려운 환경에서 원하는 크기로 관찰할 수 있어 사용자는 불법주정차, 방범, 침입, 유기 등 CCTV 회전형 카메라가 적용되는 분야에서 성능 및 기능에 맞게 적절히 활용된다.
한편, 상기 제 5 어플리케이션부(500)는 사용자가 픽셀 입력창에서 가로, 세로방향 중 어느 한 방향을 선택하고 선택된 방향에 대해서 픽셀 수를 입력한 후 화면상에서 객체가 검출되면, 상기 객체가 검출된 시점에서 CCTV 회전형 카메라로부터 수집한 초점거리를 이용하여 사용자 선택 방향의 예측데이터로부터 추출한 제 4 화각을 사용자 선택 방향 해상도의 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향의 객체 검출 픽셀 수로 곱하여 객체에 대한 해당 방향의 제 5 화각을 산출하고, 객체에 대한 화각의 변화가 없으므로 상기 제 5 화각을 사용자 입력 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향 해상도의 픽셀 수를 곱하여 제 6 화각을 산출하며, 객체 이동 시 제 5 화각 산출과정, 제 6 화각 산출과정을 반복하여 제 6 화각을 지속적으로 산출하고 사용자 선택 방향의 예측데이터로부터 지속적으로 산출되는 제 6 화각에 대한 초점거리를 지속적으로 추출하고 추출된 초점거리만큼 이동하라는 지속적인 명령데이터에 의해서 CCTV 회전형 카메라가 동작됨에 따라 사용자가 입력한 픽셀 수에 맞게 객체를 지속적으로 검출하는 것도 바람직하다.
예컨대, 상기 제 5 어플리케이션부(500)는 제 5 화각 산출의 경우에 상기 제 4 어플리케이션부(400)의 제 2 화각 산출과 동일 또는 유사한 동작원리에 해당하고 제 6 화각 산출의 경우에 상기 제 4 어플리케이션부(400)의 제 3 화각 산출과 동일 또는 유사한 동작원리에 해당하여 본 발명을 이해하는데 있어서 큰 어려움이 없다할 것이어서 구체적인 설명은 생략하고 이때, 상기 제 6 화각에 대한 초점거리가 객체 중 동적 객체에 적용되면 도 10에 도시된 (a)와 같이 객체가 검출되고 도 10에 도시된 (b), (c)와 같이 통화하는 상황에서 (b) 상황에 맞는 제 6 화각을 산출하고 다시 (c) 상황에 맞는 제 6 화각을 산출하는 것처럼 지속적으로 제 6 화각을 산출하면 제 6 화각에 대하여 사용자가 선택한 방향의 예측데이터로부터 초점거리들을 산출하고 산출한 초점거리들에 대한 명령데이터가 지속적으로 CCTV 회전형 카메라에 제공됨으로 사용자가 원하는 크기 즉, 사용자가 선택한 방향의 픽셀 수에 맞게 지속적으로 검출된다.
상기 제 5 화각은 앞서 제 2 화각에서 설명한 바와 같이 객체의 화각 변화가 없고 상기 제 2 화각은 앞서 설명한 바 있어서 더 이상의 설명은 생략한다.
따라서, 상기 제 4 어플리케이션부(400)가 고정된 객체의 개념이면 상기 제 5 어플리케이션부(500)는 동적 객체에 대한 것이므로 차량번호 판독을 비롯하여 침입, 유기 등 CCTV 회전형 카메라가 갖는 다양한 기능이 동적 분야에 맞게 실시된다.
한편, 상기 제 3 어플리케이션부(300)와 제 4 어플리케이션부(400)가 연동되어서 객체의 객체중심좌표가 화면상의 중심좌표로 이동함과 동시에 사용자가 입력한 픽셀 수에 맞게 객체가 검출되는 것도 바람직하다.
예컨대, 상기 제 3, 4 어플리케이션부(300, 400)는 상호 연동되면 객체에 해당하는 차량번호판을 판독하기 용이하도록 화면상의 중심좌표로 이동되면서 사용자가 입력한 방향의 픽셀 수 한 예로써, 불법주정차 단속을 담당하는 담당자가 원하는 차량번호판의 크기에 맞는 객체를 검출한다.
또한, 방범의 경우에 객체가 사람이라면 사람이 중심좌표로 이동되고 사용자가 원하는 크기로 관찰할 수 있어 침입, 유기 등 다양하게 적용할 수 있다.
한편, 상기 제 3 어플리케이션부(300)와 제 5 어플리케이션부(500)가 연동되어서 객체 이동 시 객체중심좌표가 화면상의 중심좌표로 이동하면서 사용자가 입력한 픽셀 수에 맞게 객체를 지속적으로 검출하는 것도 바람직하다.
예컨대, 상기 3, 5 어플리케이션부(300, 500)가 연동되어 객체인 사람이 검출되면 사람의 객체중심좌표가 화면상의 중심좌표로 이동하면서 사용자가 입력한 픽셀 수 즉, 설정된 크기가 유지되고 화면의 중심좌표에 사람이 배치되며 지속적으로 검출함에 따라 원근법에 의하여 사람의 크기가 확대 또는 축소되어도 사용자가 원하는 크기를 유지할 수 있어서 침입, 유기, 등 다양한 분야에 적용할 수 있음은 물론이고 차량번호 판독의 경우도 원근법에 의해서 크기가 확대 또는 축소되어도 일정한 크기로 관찰함에 따라 차량번호 판독이 용이하다.
한편, 상기 제 3 어플리케이션부(300)는 사용자가 영상 화면창에 제 2 타겟좌표를 지정하면 CCTV 회전형 카메라로부터 상기 제 2 타겟좌표가 지정된 시점에서의 초점거리를 추출하고 상기 가로, 세로화각 예측데이터로부터 추출된 초점거리에 해당하는 제 7 가로, 세로화각을 추출하고, 상기 제 7 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 제 2 타겟좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 8 가로화각을 산출하며, 상기 제 7 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 제 2 타겟좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 8 세로화각을 산출하고, 산출된 상기 제 8 가로, 세로화각만큼 회전하라는 명령데이터를 생성하고 생성된 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 상기 제 2 타겟좌표를 중심좌표로 이동시키는 것도 바람직하다.
예컨대, 상기 제 3 어플리케이션부(300)는 도 11에 도시된 (a)와 같이 제 2 타겟좌표(TX, TY)를 화면상에서 지정하면 제 2 타겟좌표(TX, TY) 생성 시점에서의 초점거리를 CCTV 회전형 카메라로부터 수집하고 상기 가로, 세로 예측데이터로부터 수집된 초점거리에 해당하는 제 7 가로, 세로화각을 추출한다.
이와 같이, 상기 제 3 어플리케이션부(300)는 제 7 가로화각을 추출함에 따라 상기 [수식 1]을 이용하여 제 7 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 대하여 중심좌표(CX, CY)에서 제 2 타겟좌표(TX, TY)까지 가로방향으로 이동할 픽셀 수를 곱하여 제 8 가로화각을 산출하고 상기 [수식 2]를 이용하여 제 7 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 대하여 중심좌표(CX, CY)에서 제 2 타겟좌표(TX, TY)까지 세로방향으로 이동할 픽셀 수를 곱하여 제 8 세로화각을 산출한다.
이후, 상기 제 3 어플리케이션부(300)는 도 11에 도시된 (b)와 같이 Full HD에서 1920×1080 해상도 경우에 가로 측으로 1920/2에 해당하는 960과 세로 측으로 1080/2에 해당하는 540의 교차점이 도 11에 도시된 (b)의 A와 같은 중심좌표(CX, CY)를 산출하고 도 11에 도시된 (b)의 B와 같은 제 2 타겟좌표를 지정하면 상기 제 8 가로, 세로화각만큼 회전하라는 명령데이터 생성에 의하여 도 11에 도시된 (a)의 A화살표와 같이 CCTV 회전형 카메라가 가로화각만큼 오른쪽으로 세로화각만큼 위쪽으로 회전하고 화면상에서 도 11에 도시된 (a)의 B화살표와 같이 이동하면 도 11에 도시된 (c)와 같이 화면상에서 객체중심좌표 (TX, TY)가 중심좌표(CX, CT)로 이동한다.
이와 같이, 상기 제 3 어플리케이션부(300)는 앞서 설명한 객체의 객체중심좌표 이외에도 사용자가 지정한 특정 좌표도 화면상의 중심좌표로 이동한다.
본 발명은 실시하기 위한 하나의 실시예에 해당하는 것으로서, 본 발명은 상기한 실시예에 한정되지 않고 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 사상이 있다고 할 것이다.
100 : 제 1 어플리케이션부 200 : 제 2 어플리케이션부
300 : 제 3 어플리케이션부 400 : 제 4 어플리케이션부
500 : 제 5 어플리케이션부

Claims (7)

  1. CCTV 회전형 카메라 렌즈를 최소 줌 배율의 초점거리에서 소정거리 이동시킨 후 사용자가 화각 입력창에 임의로 제 1 가로, 세로화각을 입력하고 영상 화면상에 제 1 타겟좌표를 지정하면,
    a) 상기 제 1 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 제 1 타겟좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 2 가로화각을 산출하고,
    b) 상기 제 1 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 제 1 타겟좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 2 세로화각을 산출하며,
    산출된 제 2 가로, 세로화각에 의한 CCTV 회전형 카메라의 움직임이 중심좌표와 일치할 때까지 반복하여 중심좌표와 일치하는 제 3 가로, 세로화각을 샘플링 데이터로 구축하는 것을 최소 초점거리부터 최대 초점거리까지 이동시키면서 임의의 개수만큼 샘플링 테이블을 구축하는 제 1 어플리케이션부와;
    상기 샘플링 테이블의 행과 행 사이는 딥러닝 회귀분석을 이용하여 초점거리별 가로, 세로화각 예측데이터를 생성하는 제 2 어플리케이션부가 포함되면서,
    사용자가 영상 화면상에서 지정한 객체를 포함하는 사각형 형태의 객체영역이 형성되면 객체영역에 대한 객체중심좌표 생성 후 CCTV 회전형 카메라부로부터 상기 객체중심좌표 생성 시점에서의 초점거리를 추출하고 상기 가로, 세로화각 예측데이터로부터 추출된 초점거리에 해당하는 제 4 가로, 세로화각을 추출하고,
    c) 상기 제 4 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 객체중심좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 5 가로화각을 산출하며,
    d) 상기 제 4 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 객체중심좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 5 세로화각을 산출하고,
    산출된 제 5 가로, 세로화각만큼 회전하라는 명령데이터를 생성하고 생성된 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 상기 객체중심좌표를 화면상의 중심좌표로 이동시키는 제 3 어플리케이션이 더 포함되는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
  2. 삭제
  3. 청구항 1에 있어서,
    사용자가 픽셀 입력창에서 가로, 세로방향 중 어느 한 방향을 선택하고 선택된 방향에 대해서 크기의 픽셀 수를 입력한 후 화면상에서 객체가 검출되면,
    g) 상기 객체가 검출된 시점에서 CCTV 회전형 카메라로부터 수집한 초점거리를 이용하여 사용자 선택 방향의 예측데이터로부터 추출한 제 1 화각을 사용자 선택 방향 해상도의 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향의 객체 검출 픽셀 수로 곱하여 객체에 대한 해당 방향의 제 2 화각을 산출하고,
    h) 객체에 대한 화각의 변화가 없음으로 상기 제 2 화각을 사용자 입력 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향 해상도의 픽셀 수로 곱하여 제 3 화각을 산출하며,
    사용자 선택 방향의 예측데이터로부터 제 3 화각에 대한 초점거리를 추출하여 추출된 초점거리만큼 이동하라는 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 사용자가 입력한 픽셀 수에 맞게 객체를 검출하는 제 4 어플리케이션부가 더 포함되는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
  4. 청구항 3에 있어서,
    사용자가 픽셀 입력창에서 가로, 세로방향 중 어느 한 방향을 선택하고 선택된 방향에 대해서 픽셀 수를 입력한 후 화면상에서 객체가 검출되면,
    i) 상기 객체가 검출된 시점에서 CCTV 회전형 카메라로부터 수집한 초점거리를 이용하여 사용자 선택 방향의 예측데이터로부터 추출한 제 4 화각을 사용자 선택 방향 해상도의 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향의 객체 검출 픽셀 수로 곱하여 객체에 대한 해당 방향의 제 5 화각을 산출하고,
    j) 객체에 대한 화각의 변화가 없음으로 상기 제 5 화각을 사용자 입력 픽셀 수로 나눈 한 픽셀 당 화각에 사용자 선택 방향 해상도의 픽셀 수를 곱하여 제 6 화각을 산출하며,
    객체 이동 시 상기 i), j)를 반복하여 제 6 화각을 지속적으로 산출하고 사용자 선택 방향의 예측데이터로부터 지속적으로 산출되는 제 6 화각에 대한 초점거리를 지속적으로 추출하고 추출된 초점거리만큼 이동하라는 지속적인 명령데이터에 의해서 CCTV 회전형 카메라가 동작됨에 따라 사용자가 입력한 픽셀 수에 맞게 객체를 지속적으로 검출하는 제 5 어플리케이션부가 더 포함되는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
  5. 청구항 3에 있어서,
    상기 제 3 어플리케이션부와 제 4 어플리케이션부가 연동되어서 객체의 객체중심좌표가 화면상의 중심좌표로 이동함과 동시에 사용자가 입력한 방향의 픽셀 수에 맞게 객체가 검출되는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
  6. 청구항 4에 있어서,
    상기 제 3 어플리케이션부와 제 5 어플리케이션부가 연동되어서 객체 이동 시 객체중심좌표가 화면상의 중심좌표로 이동하면서 사용자가 입력한 픽셀 수에 맞게 객체를 지속적으로 검출하는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
  7. 청구항 1에 있어서, 상기 제 3 어플리케이션은
    사용자가 영상 화면창에 제 2 타겟좌표를 지정하면 CCTV 회전형 카메라로부터 상기 제 2 타겟좌표가 지정된 시점에서의 초점거리를 추출하고 상기 가로, 세로화각 예측데이터로부터 추출된 초점거리에 해당하는 제 7 가로, 세로화각을 추출하고,
    k) 상기 제 7 가로화각을 해상도의 가로방향 픽셀 수로 나눈 한 픽셀 당 가로화각에 중심좌표에서 제 2 타겟좌표까지 가로방향으로 이동할 픽셀 수를 곱하여 제 8 가로화각을 산출하며,
    l) 상기 제 7 세로화각을 해상도의 세로방향 픽셀 수로 나눈 한 픽셀 당 세로화각에 중심좌표에서 제 2 타겟좌표까지 세로방향으로 이동할 픽셀 수를 곱하여 제 8 세로화각을 산출하고,
    산출된 제 8 가로, 세로화각만큼 회전하라는 명령데이터를 생성하고 생성된 명령데이터에 의하여 CCTV 회전형 카메라가 동작됨에 따라 상기 제 2 타겟좌표를 중심좌표로 이동시키는 것을 특징으로 하는 CCTV 회전형 카메라 제어 단말기.
KR1020220147567A 2022-11-08 2022-11-08 Cctv 회전형 카메라 제어 단말기 KR102545741B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220147567A KR102545741B1 (ko) 2022-11-08 2022-11-08 Cctv 회전형 카메라 제어 단말기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220147567A KR102545741B1 (ko) 2022-11-08 2022-11-08 Cctv 회전형 카메라 제어 단말기

Publications (1)

Publication Number Publication Date
KR102545741B1 true KR102545741B1 (ko) 2023-06-21

Family

ID=86989493

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220147567A KR102545741B1 (ko) 2022-11-08 2022-11-08 Cctv 회전형 카메라 제어 단말기

Country Status (1)

Country Link
KR (1) KR102545741B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5427036B2 (ko) * 1977-11-08 1979-09-07
KR100587858B1 (ko) * 2006-04-12 2006-06-12 (주)나인정보시스템 회전형 카메라를 이용한 영상 확대 시스템 및 방법
KR20070012022A (ko) * 2005-07-22 2007-01-25 공현택 피사체 실물 크기 정보 제공 가능한 촬영 장치 및 그 방법
KR20150056115A (ko) * 2013-11-14 2015-05-26 (주)바램시스템 양방향 카메라를 이용한 객체 추적 시스템
KR101670247B1 (ko) 2016-04-08 2016-10-28 (주)서광시스템 Ｃｃｔｖ 실시간 영상의 원클릭 선택을 이용한 객체 확대 이동 시스템 및 그 방법
KR20170138867A (ko) * 2016-06-08 2017-12-18 삼성에스디에스 주식회사 광원을 이용한 카메라 캘리브레이션 방법 및 그 장치
KR20180049028A (ko) * 2015-09-07 2018-05-10 톰슨 라이센싱 광 필드 기반 이미지를 인코딩 및 디코딩하기 위한 방법과 디바이스, 및 대응하는 컴퓨터 프로그램 제품

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5427036B2 (ko) * 1977-11-08 1979-09-07
KR20070012022A (ko) * 2005-07-22 2007-01-25 공현택 피사체 실물 크기 정보 제공 가능한 촬영 장치 및 그 방법
KR100587858B1 (ko) * 2006-04-12 2006-06-12 (주)나인정보시스템 회전형 카메라를 이용한 영상 확대 시스템 및 방법
KR20150056115A (ko) * 2013-11-14 2015-05-26 (주)바램시스템 양방향 카메라를 이용한 객체 추적 시스템
KR20180049028A (ko) * 2015-09-07 2018-05-10 톰슨 라이센싱 광 필드 기반 이미지를 인코딩 및 디코딩하기 위한 방법과 디바이스, 및 대응하는 컴퓨터 프로그램 제품
KR101670247B1 (ko) 2016-04-08 2016-10-28 (주)서광시스템 Ｃｃｔｖ 실시간 영상의 원클릭 선택을 이용한 객체 확대 이동 시스템 및 그 방법
KR20170138867A (ko) * 2016-06-08 2017-12-18 삼성에스디에스 주식회사 광원을 이용한 카메라 캘리브레이션 방법 및 그 장치

Similar Documents

Publication Publication Date Title
EP1914682B1 (en) Image processing system and method for improving repeatability
US9667862B2 (en) Method, system, and computer program product for gamifying the process of obtaining panoramic images
KR100606485B1 (ko) 물체 추미 방법 및 물체 추미 장치
US20180278919A1 (en) System for tracking subject moving within space using stereo cameras
US7796154B2 (en) Automatic multiscale image acquisition from a steerable camera
US10078899B2 (en) Camera system and image registration method thereof
Senior et al. Acquiring multi-scale images by pan-tilt-zoom control and automatic multi-camera calibration
Boult et al. Omni-directional visual surveillance
JP2017212581A (ja) 追尾装置、追尾方法及びプログラム
JPWO2013179335A1 (ja) 監視カメラ制御装置及び映像監視システム
KR101832274B1 (ko) 영상 촬영에 의한 지능형 방범 시스템 및 그 수행 방법
CN105898208A (zh) 监控系统、监控摄像机和图像处理方法
WO2013121215A1 (en) Video tracking apparatus and method
Ng et al. Monitoring dynamically changing environments by ubiquitous vision system
CN113068000B (zh) 视频目标的监控方法、装置、设备、系统及存储介质
KR101452342B1 (ko) 감시카메라 유닛 및 그 구동방법
KR20010016639A (ko) 전방향 카메라와 다 수의 능동 카메라가 연동된 감시시스템 및 그 제어방법
KR20050103597A (ko) 실시간 파노라마 비디오 영상을 이용한 감시 시스템 및 그시스템의 제어방법
Ng et al. An integrated surveillance system—human tracking and view synthesis using multiple omni-directional vision sensors
KR102545741B1 (ko) Cctv 회전형 카메라 제어 단말기
Lin et al. Large-area, multilayered, and high-resolution visual monitoring using a dual-camera system
JP6299602B2 (ja) 情報処理装置、情報処理方法、プログラム、及び情報処理システム
US9967525B2 (en) Monitoring camera apparatus with depth information determination
KR102707798B1 (ko) 팬틸트줌 동작이 가능한 카메라 장치와 이를 이용한 영상 감시 시스템 및 방법
TW201915582A (zh) 影像擷取系統及其馬達定位方法

Legal Events

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