KR102590501B1 - 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 - Google Patents
다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 Download PDFInfo
- Publication number
- KR102590501B1 KR102590501B1 KR1020220170726A KR20220170726A KR102590501B1 KR 102590501 B1 KR102590501 B1 KR 102590501B1 KR 1020220170726 A KR1020220170726 A KR 1020220170726A KR 20220170726 A KR20220170726 A KR 20220170726A KR 102590501 B1 KR102590501 B1 KR 102590501B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- images
- merging
- merged
- video
- Prior art date
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000001931 thermography Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 17
- 238000013135 deep learning Methods 0.000 claims description 16
- 239000000779 smoke Substances 0.000 claims description 6
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 claims description 4
- 208000029618 autoimmune pulmonary alveolar proteinosis Diseases 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000005728 strengthening Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000002265 prevention Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010000372 Accident at work Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Toxicology (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
본 발명은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 여러 대의 CCTV 및 열화상 카메라 영상을 하나로 병합하여 실시간으로 수평적 화면을 제공하여 직관적으로 현장 관제가 가능하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법에 관한 것으로, 산업 현장에 설치되는 여러 대의 CCTV 및 열화상 카메라들을 포함하고, 산업 현장의 영상을 획득하는 영상 획득 장치들;영상 획득 장치들을 통하여 수집되는 영상들을 하나로 병합하여 직관적으로 현장 관제가 가능하도록 실시간으로 수평적 화면을 제공하는 다중 영상 병합 처리 및 관리 서버;다중 영상 병합 처리 및 관리 서버로부터 제공되는 병합 영상을 수신하여 표시하는 현장 관리 단말;을 포함하는 것이다.
Description
본 발명은 산업 현장 관제 시스템에 관한 것으로, 구체적으로 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 여러 대의 CCTV 및 열화상 카메라 영상을 하나로 병합하여 실시간으로 수평적 화면을 제공하여 직관적으로 현장 관제가 가능하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법에 관한 것이다.
일반적으로 건물 내외부 및 여러 감시대상 지역에 각각 설치되는 CCTV는 특정 장소를 상시 또는 일시적으로 감시할 수 있도록 설치되는 것으로, 해당 위치에 직접 가지 않고도 그곳에서 발생되는 사건 및 현재 상황 등을 확인할 수 있으며, 발생된 사건에 대한 정보를 저장함으로써 추후 사건 해결의 결정적 단서를 제공하기도 한다.
이러한 CCTV는 재해, 범죄 등의 예방 및 관할 구역의 효율적 관리를 목적으로 기하급수적으로 증가하고 있으며, 정부나 지자체 혹은 해당 구역을 관리하는 여러 관제센터에서 이를 관할, 감시하고 있다.
그러나 각 지역에 설치된 통합 관제 센터의 경우 한 사람의 감시자가 동시에 감시하여야 하는 CCTV 영상이 수십 개에 달하여 감시자의 감시 효율이 낮고, 특정 영상에 집중할 수 없으므로 사건 사고 발생에 신속히 대처하기 어렵다는 문제점이 있다.
특히, 발전소와 같은 산업 재해 위험성이 높은 산업 현장에서는 작업자의 안전 및 설비의 사고가 반복적으로 발생되는 문제를 해소하기 위해 발전소의 안전감시 방법의 필요성이 지속적으로 요구되고 있다.
도 1은 일반적인 CCTV 촬영 및 화면 표시 상태를 나타낸 구성도이다.
발전소내 안전 모니터링을 위해 CCTV가 다수 설치되어 있으나 상황 분석을 위하여 인적 모니터링에 의존하고 있다는 문제가 있다.
또한, 통상적인 방범 및 보안 기능을 제공하는 영상 감시 시스템이 제공되고 있으나, 이는 경비체계에서 인력과 병행하여 사용하는 기술을 기반으로 하고 있으며, 영상판독의 결과는 주로 저장기록 및 인위적 인지와 식별에 보조적으로 활용되고 있다.
이러한 문제를 해결하기 위하여 다른 영상 분석 기술들이 개발되고 있으나, 해당 카메라 뷰를 중심으로 관제하는 방법들로 구역내 전체적인 상태 관제에 어려움이 있다.
이와 같은 방법들은 관제가 필요한 주요 스팟에 설치된 CCTV 화면만 제공하며, 사용자 화면상에 배치된 CCTV의 위치 정보를 제공하지 않으므로 공간 이해에 어려움이 있다.
또한, CCTV 영상의 병합에 관한 연구개발 사례가 있으나 평면화가 아닌 CCTV가 바라보는 각도 그대로의 파노라믹 병합 유형만 시도되고 있어 실제 발전소와 같은 산업 현장에서의 적용이 어렵다.
따라서, 고도화된 현장 관제 기술의 확보를 위하여 새로운 다중 CCTV 영상의 병합 및 실시간 수직관제 기술의 개발이 요구되고 있다.
본 발명은 종래 기술의 산업 현장 관제 시스템의 문제점을 해결하기 위한 것으로, 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 여러 대의 CCTV 및 열화상 카메라 영상을 하나로 병합하여 실시간으로 수평적 화면을 제공하여 직관적으로 현장 관제가 가능하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 병합 영상을 통한 딥러닝 기반의 객체 인식을 통하여 정밀한 현장 상태 인식 및 추적이 가능하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 병합 영상을 통한 인공지능 영상분석 처리가 가능하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러, 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하여 발전소와 같은 기밀 데이터가 많은 곳에서도 안전하게 사용할 수 있도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 수평적 병합 영상 제공 및 딥러닝 기반의 객체 인식, 인공지능 영상분석 처리에 의해 육안 감시 한계성을 극복하고 위험 상황을 빠르게 인지하여 사고 대응 능력을 개선하여 현장의 실시간 협업체계 제공으로 업무 효율성을 높일 수 있도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 실시간 현장 모니터링으로 현장 안전 관리 비용을 절감하고, 병합 영상의 인공지능 분석을 통한 사고 감지 및 예방 효과를 높여 발전 현장의 안전 관제 및 설비 관제 효과를 향상시킬 수 있도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 발전현장의 안전관리 강화 및 근로자에 대한 안전관리 강화로 인한 인적 물적 사고 방지가 가능하도록 하여 중대재해처벌법 관련 안전보건 의무 준수 측면에서 유리하도록 한 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템은 산업 현장에 설치되는 여러 대의 CCTV 및 열화상 카메라들을 포함하고, 산업 현장의 영상을 획득하는 영상 획득 장치들;영상 획득 장치들을 통하여 수집되는 영상들을 하나로 병합하여 직관적으로 현장 관제가 가능하도록 실시간으로 수평적 화면을 제공하는 다중 영상 병합 처리 및 관리 서버;다중 영상 병합 처리 및 관리 서버로부터 제공되는 병합 영상을 수신하여 표시하는 현장 관리 단말;을 포함하는 것을 특징으로 한다.
여기서, 다중 영상 병합 처리 및 관리 서버는 기밀 데이터가 많은 곳에서도 안전하게 사용할 수 있도록 하기 위하여, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러 또는 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하는 것을 특징으로 한다.
그리고 다중 영상 병합 처리 및 관리 서버는, 영상 획득 장치들로부터 영상을 수집하는 영상 서버와, 영상 서버를 통하여 수집되는 영상에 대하여 데이터베이스에 저장된 권한 파일 정보를 이용하여 권한 설정 처리를 하는 이미지 권한 설정 모듈과, 권한 설정이 이루어진 영상을 병합하는 영상 병합 모듈과, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 모듈과, 데이터베이스의 3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 모듈을 포함하는 것을 특징으로 한다.
그리고 권한 파일 정보는, CCTV 이미지 이름 항목, 해당 이미지에서 권한 설정 처리를 하는 좌표 정보를 규정하는 좌표 항목, 해당 구역의 열람 가능 여부를 규정하는 열람권한 항목, 열람 권한이 없는 사용자에게 표시되는 표현 방법을 규정하는 표현방법 항목을 포함하는 것을 특징으로 한다.
그리고 다중 영상 병합 처리 및 관리 서버는 딥러닝 학습부를 더 구비하고 딥러닝 학습 모델 및 데이터 구축을 통하여, 수집한 실시간 현장 영상을 분석하고 객체인식 학습 데이터 생성을 하여 동영상 내 객체 탐지 성능을 높이는 것을 특징으로 한다.
그리고 작업자, 설비 및 안전모 착용 유무를 포함하는 관리 대상을 선정하여 학습 데이터를 생성하여 모델을 학습시켜 작업자, 설비 및 안전모 착용 유무를 식별하고, 객체탐지 결과를 이용하여 감시현장 내 연기 또는 화재의 변화를 감지하는 것을 특징으로 한다.
그리고 객체추적(Object Tracking)을 위한 딥러닝 학습 모델 및 데이터 구축을 통하여, 객체탐지 결과와 좌표 계산을 조합하여 사람의 이동을 추적하고 특정 구역 진입 여부 감지 및 객체탐지 후 발전소 내 작업자임을 확인하고 작업자의 자세, 위치를 획득할 수 있도록 하고, 작업자의 현재 좌표와 진입이 금지된 구역의 좌표를 파악하여 해당 작업자가 특정 구역에 진입했는지 확인할 수 있도록 하는 것을 특징으로 한다.
그리고 현장 관리 단말을 통하여, 현장 작업자의 안전모 착용 여부 감지 및 알람, 연기 및 화재 확산 감지 및 알람, 현장 작업자의 장시간 비활동 여부 감지 및 알람을 제공하는 것을 특징으로 한다.
그리고 영상 병합 모듈에, Top View Transform을 적용하여 비스듬하게 촬영된 사물을 수직에서 촬영된 것처럼 변환시켜 카메라 간 위치 차이로 발생한 각도 차이를 보정하는 알고리즘, OpenCV 라이브러리의 특징점 추출 알고리즘을 적용하여 발전소 설비의 특징점을 추출한 후 특징점의 일치율이 높은 사물을 연결시켜 영상을 병합하는 알고리즘, 병합될 영상들에 Parallax가 존재할 시 Parallax를 보정해주는 MDLT(Moving Direct Linear Transformation) 기술을 사용하여 영상을 병합하는 알고리즘(APAP), OpenCV 라이브러리를 이용하여 각 영상을 Superpixel로 만든 다음 각 Superpixel마다 특징점을 구하고 영상의 Superpixel 간 Parallax를 계산하여 영상을 병합하는 알고리즘들중의 적어도 어느 하나를 적용하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법은 CCTV 데이터 수집 및 권한 파일 로드 단계;권한 파일 정보를 이용하여 권한 설정 처리를 하는 이미지 권한 설정 단계;권한 설정이 이루어진 영상을 병합하는 영상 병합 단계;병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 단계;3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 단계;3D 모델링 정보와 권한 정보를 결합하여 AR/VR 적용을 하여 시각화 하는 단계;를 포함하는 것을 특징으로 한다.
이상에서 설명한 바와 같은 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법은 다음과 같은 효과가 있다.
첫째, 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 여러 대의 CCTV 및 열화상 카메라 영상을 하나로 병합하여 실시간으로 수평적 화면을 제공하여 직관적으로 현장 관제가 가능하도록 한다.
둘째, 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 병합 영상을 통한 딥러닝 기반의 객체 인식을 통하여 정밀한 현장 상태 인식 및 추적이 가능하도록 한다.
셋째, 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 병합 영상을 통한 인공지능 영상분석 처리가 가능하도록 한다.
넷째, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러, 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하여 발전소와 같은 기밀 데이터가 많은 곳에서도 안전하게 사용할 수 있도록 한다.
다섯째, 수평적 병합 영상 제공 및 딥러닝 기반의 객체 인식, 인공지능 영상분석 처리에 의해 육안 감시 한계성을 극복하고 위험 상황을 빠르게 인지하여 사고 대응 능력을 개선하여 현장의 실시간 협업체계 제공으로 업무 효율성을 높일 수 있도록 한다.
여섯째, 실시간 현장 모니터링으로 현장 안전 관리 비용을 절감하고, 병합 영상의 인공지능 분석을 통한 사고 감지 및 예방 효과를 높여 발전 현장의 안전 관제 및 설비 관제 효과를 향상시킬 수 있도록 한다.
일곱째, 발전현장의 안전관리 강화 및 근로자에 대한 안전관리 강화로 인한 인적 물적 사고 방지가 가능하도록 하여 중대재해처벌법 관련 안전보건 의무 준수 측면에서 유리하도록 한다.
도 1은 일반적인 CCTV 촬영 및 화면 표시 상태를 나타낸 구성도
도 2는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템을 통하여 제공되는 화면의 일 예를 나타낸 구성도
도 3은 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템의 구성 블록도
도 4는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법을 나타낸 플로우 차트
도 5는 이미지 모자이크 모듈을 통한 보안 처리 전후의 이미지의 일 예를 나타낸 구성도
도 6은 영상 병합 모듈에 입력되는 좌우측 이미지의 일 예를 나타낸 구성도
도 7은 영상 병합 모듈을 통하여 출력되는 병합 결과 이미지이 일 예를 나타낸 구성도
도 8은 병합 이미지 보안 모듈을 통한 병합 결과 이미지이 예를 나타낸 구성도
도 2는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템을 통하여 제공되는 화면의 일 예를 나타낸 구성도
도 3은 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템의 구성 블록도
도 4는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법을 나타낸 플로우 차트
도 5는 이미지 모자이크 모듈을 통한 보안 처리 전후의 이미지의 일 예를 나타낸 구성도
도 6은 영상 병합 모듈에 입력되는 좌우측 이미지의 일 예를 나타낸 구성도
도 7은 영상 병합 모듈을 통하여 출력되는 병합 결과 이미지이 일 예를 나타낸 구성도
도 8은 병합 이미지 보안 모듈을 통한 병합 결과 이미지이 예를 나타낸 구성도
이하, 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 2는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템을 통하여 제공되는 화면의 일 예를 나타낸 구성도이다.
본 개시에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 여러 대의 CCTV 및 열화상 카메라 영상을 하나로 병합하여 실시간으로 수평적 화면을 제공하여 직관적으로 현장 관제가 가능하도록 한 것이다.
이를 위하여 본 발명은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하고 병합 영상을 통한 딥러닝 기반의 객체 인식을 통하여 정밀한 현장 상태 인식 및 추적이 가능하도록 하는 구성을 포함할 수 있다.
본 발명은 다중 CCTV 영상 병합을 위한 영상 인코딩 기술을 적용하여 병합 영상을 통한 인공지능 영상분석 처리가 가능하도록 하는 구성을 포함할 수 있다.
본 발명은 발전소와 같은 기밀 데이터가 많은 곳에서도 안전하게 사용할 수 있도록 하기 위하여, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러, 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하는 구성을 포함할 수 있다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템의 구성에 관하여 구체적으로 설명하면 다음과 같다.
도 3은 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템의 구성 블록도이다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템은 도 3에서와 같이, 산업 현장에 설치되는 여러 대의 CCTV 및 열화상 카메라들을 포함하고, 산업 현장의 영상을 획득하는 영상 획득 장치들(100)과, 영상 획득 장치들(100)을 통하여 수집되는 영상들을 하나로 병합하여 직관적으로 현장 관제가 가능하도록 실시간으로 수평적 화면을 제공하는 다중 영상 병합 처리 및 관리 서버(200)와, 다중 영상 병합 처리 및 관리 서버(200)로부터 제공되는 병합 영상을 수신하여 표시하는 현장 관리 단말(300)을 포함한다.
여기서, 다중 영상 병합 처리 및 관리 서버(200)는 기밀 데이터가 많은 곳에서도 안전하게 사용할 수 있도록 하기 위하여, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러, 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 할 수 있다.
다중 영상 병합 처리 및 관리 서버(200)는 영상 획득 장치들(100)로부터 영상을 수집하는 영상 서버(10)와, 영상 서버(10)를 통하여 수집되는 영상에 대하여 데이터베이스(60)에 저장된 권한 파일 정보를 이용하여 이미지 블러 또는 모자이크 등의 권한 설정 처리를 하는 이미지 권한 설정 모듈(20)과, 권한 설정이 이루어진 영상을 병합하는 영상 병합 모듈(30)과, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 영상 병합 모듈(30)에서 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 모듈(40)과, 데이터베이스(60)의 3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 모듈(50)을 포함한다.
여기서, 권한 파일 정보의 일 예는 아래의 표 1에서와 같다.
권한 파일 정보는 CCTV 이미지 이름 항목, 해당 이미지에서 권한 설정 처리를 하는 좌표 정보를 규정하는 좌표 항목, 해당 구역의 열람 가능 여부를 규정하는 열람권한 항목, 열람 권한이 없는 사용자에게 표시되는 표현 방법을 규정하는 표현방법 항목을 포함하는 형식일 수 있고, 이로 제한되지 않는다.
그리고 다중 영상 병합 처리 및 관리 서버(200)는 딥러닝 학습부(70)를 더 구비하여 딥러닝 학습 모델 및 데이터 구축을 통하여, 병합 영상을 통한 딥러닝 기반의 객체 인식을 통하여 정밀한 현장 상태 인식 및 추적이 가능하도록 한다.
즉, 수집한 실시간 현장 영상을 분석하고 객체인식 학습에 유효한 데이터생성을 하여 동영상 내 객체 탐지 성능을 높일 수 있다.
일 예로, 작업자, 설비 및 안전모 착용 유무 등을 관리 대상을 선정하여 학습에 유용한 데이터를 생성하고 객체탐지 영역에서 우수한 결과를 내는 모델을 학습시켜 작업자의 안전모 착용 유무 등을 정밀하게 식별할 수 있도록 하고, 객체탐지 결과를 이용하여 감시현장 내 연기 또는 화재의 변화를 감지할 수 있도록 한다.
또한, 객체추적(Object Tracking)을 위한 딥러닝 학습 모델 및 데이터 구축을 통하여, 객체탐지 결과와 좌표 계산을 조합하여 사람의 이동 등을 추적하고 특정 구역 진입 여부를 감지 및 객체탐지 후 발전소 내 작업자임을 확인하고 작업자의 자세, 위치를 획득할 수 있도록 한다.
작업자의 현재 좌표와 진입이 금지된 구역의 좌표를 파악하여 해당 작업자가 특정 구역에 진입했는지 확인할 수 있다.
또한, 객체탐지 및 객체추적 기술 고도화를 위하여, 인식 성공률을 높이기 위해 Histogram Equalization(균일화)과 같은 OpenCV 라이브러리와 Python 이미지 라이브러리를 이용하여 전처리 작업을 수행하고, 객체 인식률이 과제 목표를 달성하지 못할 경우 딥러닝 모델 수정 및 미세 조정을 수행한다.
그리고 강인한 현장관제 시스템 설계를 위하여, CCTV 영상 이력 및 이상 감지 이력을 저장할 수 있는 데이터베이스를 구축하고, 관리자가 작업 현장의 안전 여부 및 관제 영상을 원활하게 파악하기 위한 직관적 UI를 제공한다.
그리고 현장 관리 단말(300)을 통하여 현장 작업자의 안전모 착용 여부 감지 및 알람, 연기 및 화재 확산 감지 및 알람, 현장 작업자의 장시간 비활동 여부 감지 및 알람을 제공할 수 있다.
이와 같은 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템은 영상 수집 프로토콜 설계를 위하여, HTTPS, TCP/IP, SCP, FTP 등 다양한 프로토콜을 고려하여 보안 암호화 테스트 후 발전소 현장에 맞는 프로토콜을 선정한다.
또한, 현장에 적용하기 위하여 다중 CCTV 카메라의 최적 배치를 조사 후 설치하고, 실시간 영상 수집 테스트를 하여 설계한 프로토콜과 최적 배치로 영상을 수집하고 있는지 확인하고 영상 분석 후 카메라 배치를 미세 조정하는 과정을 수행할 수 있다.
그리고 다중 CCTV 영상을 분석하고 카메라의 위치 차이에 따른 사물의 괴리를 줄이기 위한 다양한 전처리 알고리즘 고려 후 발전소 영상에 맞는 알고리즘을 채택한다.
일 예로, 영상 병합 모듈(30)에 Top View Transform을 적용하여 비스듬하게 촬영된 사물을 수직에서 촬영된 것처럼 변환시켜 카메라 간 위치 차이로 발생한 각도 차이를 보정하는 알고리즘을 적용할 수 있다.
또한, 영상 병합 모듈(30)에 OpenCV 라이브러리의 특징점 추출 알고리즘을 적용하여 발전소 설비의 특징점을 추출한 후 특징점의 일치율이 높은 사물을 연결시켜 영상을 병합하는 알고리즘을 적용할 수 있다.
또한, 영상 병합 모듈(30)에 병합될 영상들에 Parallax가 존재할 시 Parallax를 보정해주는 MDLT(Moving Direct Linear Transformation) 기술을 사용하여 영상을 병합하는 알고리즘(APAP)을 적용할 수 있다.
또한, 영상 병합 모듈(30)에 OpenCV 라이브러리를 이용하여 각 영상을 Superpixel로 만든 다음 각 Superpixel마다 특징점을 구하고 영상의 Superpixel 간 Parallax를 계산하여 영상을 병합하는 알고리즘을 적용할 수 있다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법을 구체적으로 설명하면 다음과 같다.
도 4는 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법을 나타낸 플로우 차트이다.
본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 방법은 도 4에서와 같이, CCTV 데이터 수집(S401) 및 권한 파일 로드 단계(S402)와, 권한 파일 정보를 이용하여 이미지 블러 또는 모자이크 등의 권한 설정 처리를 하는 이미지 권한 설정 단계(S403)와, 권한 설정이 이루어진 영상을 병합하는 영상 병합 단계(S404)와, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 단계(S405)와, 3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 단계(S406)와, 3D 모델링 정보와 권한 정보를 결합하여 AR/VR 적용을 하여(S407) 시각화 하는 단계(S408)를 포함한다.
여기서, 이미지 권한 설정 단계(S403)는 영상을 병합하기 전 권한 파일로부터 데이터를 읽은 후 병합할 이미지에 대해 보안 처리하는 과정이다.
도 5는 이미지 모자이크 모듈을 통한 보안 처리 전후의 이미지의 일 예를 나타낸 구성도이다.
도 5에서 중앙의 자동차, 오른쪽의 회사 아이콘에 대해 보안 처리 후 이미지를 나타낸 것이다.
영상 병합 단계(S404)는 병합할 영상을 입력으로 받아 이미지를 병합하는 과정으로, 도 6은 영상 병합 모듈에 입력되는 좌우측 이미지의 일 예를 나타낸 구성도이다.
그리고 도 7은 영상 병합 모듈을 통하여 출력되는 병합 결과 이미지이 일 예를 나타낸 구성도이다.
병합 이미지 보안 단계(S405)는 병합된 이미지에 대해 보안 처리를 수행하는 과정이다.
도 8은 병합 이미지 보안 모듈을 통한 병합 결과 이미지의 예를 나타낸 구성도이다.
일반적으로 두 개의 이미지가 병합될 때 같은 구역을 촬영한 이미지라도 이미지 간 겹치는 영역, 움직이는 물체의 종류, 사진의 복잡도 등 다양한 변수에 따라 영상 병합의 결과는 달라진다. 따라서 병합된 이미지에 대해 수동으로 보안 처리를 수행하는 데 있어 문제점이 있다.
도 8은 다양한 이미지로 이미지를 병합한 결과를 나타낸 것이다.
같은 이미지 병합 알고리즘을 사용했음에도 원본 이미지의 좌표를 예측할 수 있는 왼쪽 사진과는 다르게 오른쪽의 사진은 특정 영역이 휘어져 병합 전의 이미지 영역으로는 병합 후의 좌표를 예측할 수 없다.
이를 위해서 병합 이미지 보안 단계(S405)에서는 추가적인 프로세스를 통하여 자동으로 보안 처리를 수행하도록 한다.
이상에서 설명한 본 발명에 따른 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법은 수평적 병합 영상 제공 및 딥러닝 기반의 객체 인식, 인공지능 영상분석 처리에 의해 육안 감시 한계성을 극복하고 위험 상황을 빠르게 인지하여 사고 대응 능력을 개선하여 현장의 실시간 협업체계 제공으로 업무 효율성을 높일 수 있도록 한 것으로, 발전현장의 안전관리 강화 및 근로자에 대한 안전관리 강화로 인한 인적 물적 사고 방지가 가능하도록 하여 중대재해처벌법 관련 안전보건 의무 준수 측면에서 유리하도록 한 것이다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100. 영상 획득 장치
200. 다중 영상 병합 처리 및 관리 서버
300. 현장 관리 단말
200. 다중 영상 병합 처리 및 관리 서버
300. 현장 관리 단말
Claims (10)
- 산업 현장에 설치되는 여러 대의 CCTV 및 열화상 카메라들을 포함하고, 산업 현장의 영상을 획득하는 영상 획득 장치들;
영상 획득 장치들을 통하여 수집되는 영상들을 하나로 병합하여 직관적으로 현장 관제가 가능하도록 실시간으로 수평적 화면을 제공하는 다중 영상 병합 처리 및 관리 서버;
다중 영상 병합 처리 및 관리 서버로부터 제공되는 병합 영상을 수신하여 표시하는 현장 관리 단말;을 포함하고,
다중 영상 병합 처리 및 관리 서버는 다중 영상 병합 처리 과정에서, Top View Transform을 적용하여 비스듬하게 촬영된 사물을 수직에서 촬영된 것처럼 변환시켜 카메라 간 위치 차이로 발생한 각도 차이를 보정하는 알고리즘, OpenCV 라이브러리의 특징점 추출 알고리즘을 적용하여 발전소 설비의 특징점을 추출한 후 특징점의 일치율이 높은 사물을 연결시켜 영상을 병합하는 알고리즘, 병합될 영상들에 Parallax가 존재할 시 Parallax를 보정해주는 MDLT(Moving Direct Linear Transformation) 기술을 사용하여 영상을 병합하는 알고리즘(APAP), OpenCV 라이브러리를 이용하여 각 영상을 Superpixel로 만든 다음 각 Superpixel마다 특징점을 구하고 영상의 Superpixel 간 Parallax를 계산하여 영상을 병합하는 알고리즘들중의 적어도 어느 하나를 적용하여, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러 또는 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하고, 특정 영역이 휘어져 병합 전의 이미지 영역으로는 병합 후의 좌표를 예측할 수 없도록 하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 삭제
- 제 1 항에 있어서, 다중 영상 병합 처리 및 관리 서버는,
영상 획득 장치들로부터 영상을 수집하는 영상 서버와,
영상 서버를 통하여 수집되는 영상에 대하여 데이터베이스에 저장된 권한 파일 정보를 이용하여 권한 설정 처리를 하는 이미지 권한 설정 모듈과,
권한 설정이 이루어진 영상을 병합하는 영상 병합 모듈과,
병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 모듈과,
데이터베이스의 3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 모듈을 포함하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 제 3 항에 있어서, 권한 파일 정보는,
CCTV 이미지 이름 항목, 해당 이미지에서 권한 설정 처리를 하는 좌표 정보를 규정하는 좌표 항목, 해당 구역의 열람 가능 여부를 규정하는 열람권한 항목, 열람 권한이 없는 사용자에게 표시되는 표현 방법을 규정하는 표현방법 항목을 포함하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 제 1 항에 있어서, 다중 영상 병합 처리 및 관리 서버는 딥러닝 학습부를 더 구비하고 딥러닝 학습 모델 및 데이터 구축을 통하여,
수집한 실시간 현장 영상을 분석하고 객체인식 학습 데이터 생성을 하여 동영상 내 객체 탐지 성능을 높이는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 제 5 항에 있어서, 작업자, 설비 및 안전모 착용 유무를 포함하는 관리 대상을 선정하여 학습 데이터를 생성하여 모델을 학습시켜 작업자, 설비 및 안전모 착용 유무를 식별하고,
객체탐지 결과를 이용하여 감시현장 내 연기 또는 화재의 변화를 감지하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 제 5 항에 있어서, 객체추적(Object Tracking)을 위한 딥러닝 학습 모델 및 데이터 구축을 통하여,
객체탐지 결과와 좌표 계산을 조합하여 사람의 이동을 추적하고 특정 구역 진입 여부 감지 및 객체탐지 후 발전소 내 작업자임을 확인하고 작업자의 자세, 위치를 획득할 수 있도록 하고,
작업자의 현재 좌표와 진입이 금지된 구역의 좌표를 파악하여 해당 작업자가 특정 구역에 진입했는지 확인할 수 있도록 하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 제 1 항에 있어서, 현장 관리 단말을 통하여,
현장 작업자의 안전모 착용 여부 감지 및 알람, 연기 및 화재 확산 감지 및 알람, 현장 작업자의 장시간 비활동 여부 감지 및 알람을 제공하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템. - 삭제
- CCTV 데이터 수집 및 권한 파일 로드 단계;
권한 파일 정보를 이용하여 권한 설정 처리를 하는 이미지 권한 설정 단계;
권한 설정이 이루어진 영상을 병합하는 영상 병합 단계;
병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 병합된 병합 이미지에 대한 권한을 재설정하는 병합 이미지 보안 단계;
3D 모델 파일을 읽어와 병합 이미지를 3D 모델링하는 3D 모델링 단계;
3D 모델링 정보와 권한 정보를 결합하여 AR/VR 적용을 하여 시각화 하는 단계;를 포함하고,
영상 병합 단계에서, Top View Transform을 적용하여 비스듬하게 촬영된 사물을 수직에서 촬영된 것처럼 변환시켜 카메라 간 위치 차이로 발생한 각도 차이를 보정하는 알고리즘, OpenCV 라이브러리의 특징점 추출 알고리즘을 적용하여 발전소 설비의 특징점을 추출한 후 특징점의 일치율이 높은 사물을 연결시켜 영상을 병합하는 알고리즘, 병합될 영상들에 Parallax가 존재할 시 Parallax를 보정해주는 MDLT(Moving Direct Linear Transformation) 기술을 사용하여 영상을 병합하는 알고리즘(APAP), OpenCV 라이브러리를 이용하여 각 영상을 Superpixel로 만든 다음 각 Superpixel마다 특징점을 구하고 영상의 Superpixel 간 Parallax를 계산하여 영상을 병합하는 알고리즘들을 적용하고, 영상을 병합하기 전 미리 설정된 권한에 따라 특정 구역을 블러 또는 모자이크로 변환하고 변환된 영상들에 대해 병합하고, 병합 영상을 AR/VR로 확인하는 과정에서도 암호화된 구역에 대해서는 보안 설정이 유지되도록 하고, 특정 영역이 휘어져 병합 전의 이미지 영역으로는 병합 후의 좌표를 예측할 수 없도록 하는 것을 특징으로 하는 다중 영상 병합기술 기반 실시간 수직 현장관제 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220170726A KR102590501B1 (ko) | 2022-12-08 | 2022-12-08 | 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220170726A KR102590501B1 (ko) | 2022-12-08 | 2022-12-08 | 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102590501B1 true KR102590501B1 (ko) | 2023-10-19 |
Family
ID=88507596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220170726A KR102590501B1 (ko) | 2022-12-08 | 2022-12-08 | 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102590501B1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131095B1 (ko) * | 2011-06-10 | 2012-04-02 | 주식회사 창성에이스산업 | 가스누설감지 시스템 및 방법 |
| KR101703808B1 (ko) | 2015-11-13 | 2017-02-08 | 경북대학교 산학협력단 | 다중화 기법을 이용한 cctv 영상처리시스템 및 그 방법 |
| KR101774877B1 (ko) * | 2016-09-09 | 2017-09-05 | 한전케이디엔주식회사 | 전력설비 증강현실 제공 시스템 |
| KR101842564B1 (ko) | 2017-02-08 | 2018-03-27 | 이정무 | 다중 영상에 대한 집중 영상 감시 방법 및 이를 위한 집중 영상 관리 서버, 집중 영상 감시 시스템, 컴퓨터 프로그램, 그 기록매체 |
| KR20180060818A (ko) * | 2016-11-29 | 2018-06-07 | 주식회사 유오케이 | 가상현실 기반의 시설관리 플랫폼 구축 시스템 |
| KR102139582B1 (ko) | 2019-12-05 | 2020-07-29 | 주식회사 인텔리빅스 | 다중 roi 및 객체 검출 dcnn 기반의 cctv 영상분석장치 및 그 장치의 구동방법 |
| KR20220059210A (ko) * | 2020-11-02 | 2022-05-10 | 대우조선해양 주식회사 | 작업장 비전 관리 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 |
-
2022
- 2022-12-08 KR KR1020220170726A patent/KR102590501B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131095B1 (ko) * | 2011-06-10 | 2012-04-02 | 주식회사 창성에이스산업 | 가스누설감지 시스템 및 방법 |
| KR101703808B1 (ko) | 2015-11-13 | 2017-02-08 | 경북대학교 산학협력단 | 다중화 기법을 이용한 cctv 영상처리시스템 및 그 방법 |
| KR101774877B1 (ko) * | 2016-09-09 | 2017-09-05 | 한전케이디엔주식회사 | 전력설비 증강현실 제공 시스템 |
| KR20180060818A (ko) * | 2016-11-29 | 2018-06-07 | 주식회사 유오케이 | 가상현실 기반의 시설관리 플랫폼 구축 시스템 |
| KR101842564B1 (ko) | 2017-02-08 | 2018-03-27 | 이정무 | 다중 영상에 대한 집중 영상 감시 방법 및 이를 위한 집중 영상 관리 서버, 집중 영상 감시 시스템, 컴퓨터 프로그램, 그 기록매체 |
| KR102139582B1 (ko) | 2019-12-05 | 2020-07-29 | 주식회사 인텔리빅스 | 다중 roi 및 객체 검출 dcnn 기반의 cctv 영상분석장치 및 그 장치의 구동방법 |
| KR20220059210A (ko) * | 2020-11-02 | 2022-05-10 | 대우조선해양 주식회사 | 작업장 비전 관리 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101215948B1 (ko) | 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법 | |
| KR101425505B1 (ko) | 객체인식기술을 이용한 지능형 경계 시스템의 감시 방법 | |
| KR101988356B1 (ko) | 공사현장의 3차원 디지털화 및 가상 건설영상 분석을 통한 인공지능 스마트 현장관리 시스템 | |
| KR101570339B1 (ko) | 영상분석 서버를 통한 미래 발생범죄 예측 시스템 | |
| KR101513215B1 (ko) | 객체 행동패턴 cctv 영상 분석서버 | |
| KR102142315B1 (ko) | 영상 분석 기반의 금융자동화기기 보안 시스템 및 그 방법 | |
| KR101832274B1 (ko) | 영상 촬영에 의한 지능형 방범 시스템 및 그 수행 방법 | |
| CN112818758A (zh) | 电力施工现场的监测方法、系统、装置和存储介质 | |
| CN110602453B (zh) | 一种物联网大数据智能视频安防监控系统 | |
| KR100967718B1 (ko) | 물체인식 정보를 이용한 영상 보안시스템 | |
| KR101113515B1 (ko) | 감시카메라를 이용한 비디오 색인 시스템 및 방법 | |
| KR101485512B1 (ko) | 객체 행동패턴의 해마 신경망 학습을 이용한 미래범죄 발생확률 우선순위 이벤트 cctv 영상처리 방법 | |
| KR20230097854A (ko) | 발전소내 작업자의 위험행동 인지방법 및 시스템 | |
| KR102590501B1 (ko) | 다중 영상 병합기술 기반 실시간 수직 현장관제 시스템 및 방법 | |
| KR20180072466A (ko) | 영상 감시 영역 설정 시스템 및 방법 | |
| CN117809351A (zh) | 一种安全帽佩戴状态检测方法和装置 | |
| KR101926510B1 (ko) | 광각카메라를 이용한 안면인식 기반의 광역 감시 시스템 | |
| JP2017167800A (ja) | 監視システム、情報処理装置、監視方法および監視プログラム | |
| CN113408338A (zh) | 一种矿工异常行为监测方法、装置及系统 | |
| CN110602447A (zh) | 一种紧急事件显示方法、装置及存储介质 | |
| KR20120068150A (ko) | 객체 추적 시스템 및 그 방법 | |
| KR101926435B1 (ko) | 시간압축방식을 이용한 객체 추적 시스템 | |
| KR20180135130A (ko) | 동적 영상정보 마스킹 장치 및 방법 | |
| KR101520795B1 (ko) | 영상정보 부정수집 통제 시스템 | |
| CN114422760B (zh) | 一种基于多路复用的视频监控方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |