KR102624302B1 - 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법 - Google Patents

범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법 Download PDF

Info

Publication number
KR102624302B1
KR102624302B1 KR1020230044460A KR20230044460A KR102624302B1 KR 102624302 B1 KR102624302 B1 KR 102624302B1 KR 1020230044460 A KR1020230044460 A KR 1020230044460A KR 20230044460 A KR20230044460 A KR 20230044460A KR 102624302 B1 KR102624302 B1 KR 102624302B1
Authority
KR
South Korea
Prior art keywords
lighting
content
cctv
video
optical
Prior art date
Application number
KR1020230044460A
Other languages
English (en)
Inventor
김호진
Original Assignee
주식회사 상상이노베이션
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 상상이노베이션 filed Critical 주식회사 상상이노베이션
Priority to KR1020230044460A priority Critical patent/KR102624302B1/ko
Application granted granted Critical
Publication of KR102624302B1 publication Critical patent/KR102624302B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
    • F21V23/00—Arrangement of electric circuit elements in or on lighting devices
    • F21V23/04—Arrangement of electric circuit elements in or on lighting devices the elements being switches
    • F21V23/0442—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors
    • F21V23/0464—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors the sensor sensing the level of ambient illumination, e.g. dawn or dusk sensors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
    • F21V23/00—Arrangement of electric circuit elements in or on lighting devices
    • F21V23/04—Arrangement of electric circuit elements in or on lighting devices the elements being switches
    • F21V23/0442—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors
    • F21V23/0471—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors the sensor detecting the proximity, the presence or the movement of an object or a person
    • F21V23/0478—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors the sensor detecting the proximity, the presence or the movement of an object or a person by means of an image recording device, e.g. a camera
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
    • F21V33/00—Structural combinations of lighting devices with other articles, not otherwise provided for
    • F21V33/0004—Personal or domestic articles
    • F21V33/0052—Audio or video equipment, e.g. televisions, telephones, cameras or computers; Remote control devices therefor
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • 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
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/175—Controlling the light source by remote control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

실시예에 따른 범죄예방을 위한 고보조명시스템은 우범지역을 촬영하는 CCTV; 주변 CCTV를 탐색하고, 탐색된 CCTV와 연동 후, 연동된 CCTV에서 촬영되는 영상 및 광컨텐츠를 노면에 출력하는 고보조명; 및 CCTV에서 촬영된 영상을 수신하고 상기 영상을 분석하여, 영상 분석결과에 따라 이상행동 객체를 파악하고, 상기 고보조명과 연동된 CCTV의 촬영 영상에서 이동 객체를 검출하여, 검출된 이동 객체가 상기 영상 및 광컨텐츠를 확인 가능한 컨텐츠 제공 예상 시점을 산출하고, 산출된 컨텐츠 제공 예상 시점에 따라 고보조명을 제어하는 서버; 를 포함한다.

Description

범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법{HIGH AUXILIARY LIGHTING SYSTEM AND LIGHTING OUTPUT CONTROL METHOD FOR CRIME PREVENTION}
본 개시는 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법에 관한 것으로, 구체적으로 고보조명과 CCTV를 연동하여 CCTV에서 촬영한 화면과 고보조명을 통해 조사되는 광컨텐츠를 실시간으로 스트리밍 하는 범죄예방을 위한 고보조명 시스템 및 조명 출력 제어 방법에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
고보조명이란, 조명에 필름을 붙여 문구나 그림을 바닥에 비추는 시설로, 야간 통행자에게 심리적 안정감을 제공하고 범죄를 예방하는 조명장치이다.
고보조명은 사람들의 왕래가 빈번한 장소에 광컨텐츠를 출력하고 있으며, CCTV도 범죄 수사, 질병 발생시 감염 경로 파악 등을 위해서 유사한 장소에 설치되어 다양한 분야에서 사용된다.
종래의 고보조명은 길거리나 벽에 캠페인 문구, 광고 문구 등을 출력하여, 조명과 정보 제공을 동시에 수행에 왔다. 하지만, 종래의 고보조명은 조명과 캠페인 문구를 포함하는 광컨텐츠를 단순히 노면에 출력하는 형대로, 범죄 예방 효과가 미미한 실정이다.
1. 한국 특허공개 제10-2022-0162195호 (2022.12.08) 2. 한국 특허등록 제10-2415966호 (2022.06.28)
실시예에 따른 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어방법은 고보조명과 고보조명 주변의 CCTV를 연동하여, 캠페인 문구와 함께 고보조명에 연동된 CCTV에서 촬영된 영상을 노면에 스트리밍한다.
실시예에서는 고보조명의 밝기와 주변 조도에 따라 스트리밍 영상의 밝기, 색온도를 포함하는 출력정보를 제어하여, 어두운 골목에서도 스트리밍 영상과 조명에 의해 출력되는 캠페인 문구를 함께 확인할 수 있도록 한다.
또한, 실시예에서는 고보조명에서 출력하는 캠페인 문구 및 CCTV 촬영영상이 투영되는 영상 및 광컨텐츠 조사 영역을 지나가는 객체의 이동속도에 따라 고도조명을 제어할 수 있다.
또한, 실시예에서는 고보조명의 광컨텐츠 및 CCTV 촬영영상이 투영되는 영상 및 광컨텐츠 조사 영역에 진입할 것으로 예상되는 객체 정보를 수집하고, 해당 객체가 영상 및 광컨텐츠 조사 영역으로 진입하는 시점을 예측하여, 고도조명 출력을 제어할 수 있도록 한다.
또한, 실시예를 통해, CCTV에서 수집된 영상을 분석하여, 이상 행동을 하는 객체를 파악하고, 이상 행동을 하는 객체에게 이상 행동을 멈추도록 하는 경고 조명을 출력할 수 있도록 한다.
실시예에 따른 범죄예방을 위한 고보조명시스템은 우범지역을 촬영하는 CCTV; 주변 CCTV를 탐색하고, 탐색된 CCTV와 연동 후, 연동된 CCTV에서 촬영되는 영상 및 광컨텐츠를 노면에 출력하는 고보조명; 및 CCTV에서 촬영된 영상을 수신하고 상기 영상을 분석하여, 영상 분석결과에 따라 이상행동 객체를 파악하고, 상기 고보조명과 연동된 CCTV의 촬영 영상에서 이동 객체를 검출하여, 검출된 이동 객체가 상기 영상 및 광컨텐츠를 확인 가능한 컨텐츠 제공 예상 시점을 산출하고, 산출된 컨텐츠 제공 예상 시점에 따라 고보조명을 제어하는 서버; 를 포함한다.
실시예에서 고보조명은 광을 출력하는 광출력부; 광출력부로부터 출력된 광이 통과하면서 복수의 광컨텐츠가 노면에 비춰지도록 하는 복수의 이미지필터와 상기 복수의 이미지필터 중 어느 하나를 광출력영역에 배치되도록 이동시키는 필터이동부; 고보조명의 위치좌표로부터 일정 거리안에 있는 CCTV를 검출하고, 검출된 CCTV와 연동하는 통신부; 연동된 CCTV로부터 골목길을 포함하는 우범지역 촬영영상을 수신하고, 상기 우범지역 촬영영상을 광컨텐츠와 함께 출력하는 출력부; 를 포함한다.
실시예에 따른 서버는 CCTV로부터 우범지역 촬영영상을 수집하고, 고보조명으로부터 광컨텐츠 출력시간, 동작여부를 포함하는 조명장치 상태정보를 수집하는 수집부; 우범지역 촬영영상을 분석하여 이상 행동 객체를 검출하는 영상 분석부; 고보조명과 연동된 CCTV에서 촬영된 영상에서 이동객체를 검출하고, 검출된 이동객체의 이동속도를 기반으로 상기 고보조명이 출력하는 광컨텐츠 조사영역을 확인가능한 컨텐츠 제공 예상 시점을 산출하는 산출부; 산출된 컨텐츠 제공 예상 시점에 따라 고보조명의 광컨텐츠 및 영상 스트리밍을 제어하는 제어부; 를 포함한다.
이상에서와 같은 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어방법은 고도조명으로 캠페인 문구를 포함하는 광컨텐츠와 고보조명과 연동된 CCTV에서 촬영한 영상을 함께 스트리밍하여 노면에 출력함으로써, 고보조명의 범죄 예방 효과를 상승시킨다.
또한, 실시예를 통해, 스트리밍 영역으로 진입하는 객체의 이동속도와 객체의 진입 시점을 예측하여 고보조명 출력을 제어함으로써, 고보조명에서 이용되는 전력 효율을 향상시킬 수 있다.
또한, 실시예를 통해, 이상 행동을 하는 객체의 신원을 파악하기 쉬워질 수 있고, 이상 행동을 하는 객체에게 이상 행동을 멈추도록 하는 경고 조명을 출력하여, 이상 행동으로 인한 위험상황을 신속하게 해결할 수 있도록 한다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 실시예에 따른 범죄예방을 위한 고보조명시스템 구성을 나타낸 도면
도 2는 실시예에 따른 고보조명의 데이터 처리 구성을 나타낸 도면
도 3및 도 4는 영상과 광컨텐츠 출력 실시예를 나타낸 도면
도 5는 실시예에 따른 서버의 데이터 처리 구성을 나타낸 도면
도 6은 실시예에 따른 CCTV의 데이터 처리 구성을 나타낸 도면
도 7은 실시예에 따른 범죄 예방을 위한 고보조명 시스템의 신호 흐름도
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 실시예에 따른 범죄예방을 위한 고보조명시스템 구성을 나타낸 도면이다.
도 1을 참조하면, 실시예에 따른 범죄예방을 위한 고보조명시스템은 CCTV(100), 고보조명(200) 및 서버(300)를 포함하여 구성될 수 있다.
CCTV는 우범지역을 촬영하여 영상을 생성한다. 고보조명(200)은 주변 CCTV를 탐색하고, 탐색된 CCTV와 연동 후, 연동된 CCTV에서 촬영하는 영상(53) 및 광컨텐츠(51)를 노면에 출력한다. 실시예에서 고보조명(200)은 조명 위치에서 일정 거리 이내에 존재하는 CCTV와 연동될 수 있다.
서버(300)는 CCTV에서 촬영된 영상을 수신하고 영상을 분석한다. 이후, 서버(300)는 영상 분석결과에 따라 이상행동 객체를 검출하고, 고보조명(200)과 연동된 CCTV의 촬영영상에서 이동 객체를 검출한다. 실시예에서 서버(300)는 컨텐츠 제공 예상 시점을 산출한다. 실시예에서 컨텐츠 제공 예상 시점은 이동 객체가 광컨텐츠 및 영상을 출력하는 노면으로 진입하여 광컨텐츠와 영상을 확인가능한 시점이다. 실시예에서 서버(300)는 산출된 컨텐츠 제공 예상 시점에 따라 고보조명의 광컨텐츠와 영상 출력을 제어할 수 있다.
실시예에 따른 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어방법은 고보조명과 고보조명 주변의 CCTV를 연동하여, 캠페인 문구와 함께 고보조명에 연동된 CCTV에서 촬영된 영상을 노면에 스트리밍한다.
실시예에서는 고보조명의 밝기와 주변 조도에 따라 스트리밍 영상의 밝기, 채도를 포함하는 출력정보를 제어하여, 어두운 골목에서도 스트리밍 영상과 조명에 의해 출력되는 캠페인 문구를 함께 확인할 수 있도록 한다.
또한, 실시예에서는 고보조명에서 출력하는 캠페인 문구 및 CCTV 촬영영상이 투영되는 영상 및 광컨텐츠 조사 영역을 지나가는 객체의 이동속도에 따라 고도조명을 제어할 수 있다.
또한, 실시예에서는 고보조명의 광컨텐츠 및 CCTV 촬영영상이 투영되는 영상 및 광컨텐츠 조사 영역에 진입할 것으로 예상되는 객체 정보를 수집하고, 해당 객체가 영상 및 광컨텐츠 조사 영역으로 진입하는 시점을 예측하여, 고도조명 출력을 제어할 수 있도록 한다.
또한, 실시예를 통해, CCTV에서 수집된 영상을 분석하여, 이상 행동을 하는 객체를 파악하고, 이상 행동을 하는 객체에게 이상 행동을 멈추도록 하는 경고 조명을 출력할 수 있도록 한다.
도 2는 실시예에 따른 고보조명의 데이터 처리 구성을 나타낸 도면이다.
도 2를 참조하면, 실시예에 따른 고보조명(200)은 광출력부(210), 필터 이동부(220), 통신부(230), 설정부(240) 및 출력부(250)를 포함하여 구성될 수 있다.
본 명세서에서 사용되는 '부' 라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.
광출력부(210)는 광을 출력한다. 실시예에서 광출력부(210)는 주변조도에 따라 광을 출력할 수 있다. 예컨대, 광출력부(210)는 조도 센서를 통해, 주변조도를 센싱하고, 주변조도가 일정 수준 미만으로 낮아진 경우, 광을 출력할 수 있다. 또한, 실시예에서 광출력부(210)는 색온도 센서를 통해, 고도조명 주변의 네온사인과 같은 조명으로 인한 주변 색온도를 측정하고, 측정된 색온도를 기반으로 광의 밝기 및 광의 색을 선별하여 출력할 수 있다. 예컨대, 광출력부(210)는 주변 색온도가 일정수준 이상으로 감지되는 경우, RGB 중 R에 해당하는 적색광이 다수 분포된 것으로 판단한다. 이에 따라 광출력부(210)는 적색환경에서 출력되는 광의 가시성이 향상시키기 위해, 출력하는 광의 B 분포를 높임으로써, 출력하는 광의 색온도를 낮춘 후 색온도가 일정 수준 미만인 광을 출력할 수 있다. 또한, 광출력부(210)는 주변 색온도가 일정수준 미만으로 감지되는 경우, RGB 중 B에 해당하는 청색광이 다수 분포된 것으로 판단한다. 이에 따라 광출력부(210)는 청색환경에서 출력되는 광의 가시성을 향상시키기 위해, 출력하는 광의 R 분포를 높임으로써, 출력하는 광의 색온도를 높인 후 색온도가 일정 수준 이상인 광을 출력할 수 있다.
필터이동부(220)는 광출력부(210)로부터 출력된 광이 필터를 통과하면서 복수의 광컨텐츠가 노면에 비춰지도록 필터를 이동시킨다. 실시예에서 필터이동부(220)는 복수의 이미지필터와 복수의 이미지필터 중 어느 하나를 광출력영역에 배치되도록 이동시킨다. 필터이동부(220)는 서버(300)로부터 전송되는 고보조명 제어 신호에 따라 광출력영역에 배치되는 이미지 필터를 선택하고, 선택된 이미지 필터를 광출력영역에 배치되도록 이동시킬 수 있다. 실시예에서 이미지 필터는 컨텐츠를 투영하는 컨텐츠 필터와 영상과 컨텐츠의 레이아웃을 투영하는 레이아웃 필터를 포함할 수 있다.
통신부(230)는 고보조명의 위치좌표로부터 일정 거리안에 있는 CCTV를 검출하고, 검출된 CCTV와 연동한다. 실시예에서 통신부(230)는 검출된 CCTV 중 고보조명과 가장 근접한 CCTV와 연동할 수 있다. 또한, 통신부(230)는 검출된 CCTV에서 사람 객체가 촬영되고 있는 CCTV를 선별하고, 선별된 CCTV와 연동할 수 있다.
설정부(240)는 주변조도를 센싱하고, 센싱된 주변조도에 따라 광컨텐츠 및 스트리밍 영상의 밝기를 설정한다. 실시예에서 설정부(240)는 고보조명 주변의 다른 조명에 의해 변화되는 주변조도를 센싱하고 센싱된 주변조도에 따라 광컨텐츠 및 영상의 밝기를 설정할 수 있다. 실시예에서 설정부(240)는 주변조도가 일정 수준을 초과하여 밝은 경우, 영상의 밝기를 주변조도에 반비례하도록 어둡게 조정하여, 어두운 영상을 노면에 투영한다. 이를 통해, 주변조도가 높은 환경에서도 노면에 스트리밍 되는 영상의 가시성을 유지할 수 있도록 한다. 또한, 실시예에서 설정부(240)는 주변조도가 일정 수준 미만으로 어두운 경우, 영상의 밝기를 상향 조정하여, 노면에 영상이 투영되도록 한다. 이를 통해, 어두운 환경에서 노면에 스트리밍 되는 영상의 가시성을 유지할 수 있도록 한다.
출력부(250)는 연동된 CCTV로부터 우범지역 촬영영상을 수신한다. 실시예에서 우범지역은 골목길, 범죄 발생 지역, 가로등이 없는 지역, 여성 안심 귀갓길, 쓰레기 무단 투기 금지 지역, 금연 구역 등을 포함할 수 있고, 이에 한정하지 않는다. 실시예에서 출력부(240)는 우범지역 촬영영상을 광컨텐츠와 함께 출력한다. 예컨대, 출력부(240)는 도 3에 도시된 바와 같이, 저장된 레이아웃(50)에 따라 우범지역 촬영영상(53)과 광컨텐츠(51)를 분리하여 출력할 수 있다. 실시예에서 출력부(240)는 레이아웃을 통해, 우범지역 촬영영상과 광컨텐츠를 분리하여 출력하는 것으로 설정된 경우, 필터이동부(220)에서 이미지 필터 중 레이아웃 필터와 컨텐츠 필터가 광출력영역에 배치되도록 한다.
또한, 출력부(250)는 도 4에 도시된 바와 같이, 우범지역 촬영영상(a)과 광컨텐츠(b)가 오버랩(overlap)되도록 우범지역 촬영영상과 광컨텐츠를 출력할 수 있다. 실시예에서 출력부(240)는 우범지역 촬영영상(a)와 광컨텐츠(b)가 오버랩 되도록 설정된 경우, 광출력영역에 컨텐츠 필터를 이동시키고, 우범지역 촬영영상을 광출력영역을 통해 스트리밍한다.
또한, 실시예에서 출력부(250)는 서버(300)로부터 이상 행동 객체 검출신호를 수신하는 경우, 경고 메시지와 경고 조명을 출력한다. 실시예에서는 경고 메시지와 경고 조명 출력 이후에도 이상 행동 객체가 검출되는 경우, 서버(300)에서 관할 경찰서로 CCTV 영상을 전송하여, 위험 이벤트 발생을 알릴 수 있도록 한다.
도 5는 실시예에 따른 서버의 데이터 처리 구성을 나타낸 도면이다.
도 5를 참조하면, 실시예에 따른 서버(300)는 수집부(310), 영상분석부(320), 산출부(330), 제어부(340), 피드백부(350)를 포함하여 구성될 수 있다.
수집부(310)는 CCTV로부터 우범지역 촬영영상을 수집하고, 조명장치 상태정보를 수집한다. 실시예에서 조명장치 상태정보는 고보조명 장치의 동작에 대한 메타데이터로서, 광컨텐츠 출력시간, 동작여부, 배터리 잔량 등을 포함할 수 있다.
영상 분석부(320)는 우범지역 촬영영상을 분석하여 이상 행동 객체를 검출한다. 실시예에서 영상 분석부(320)는 딥러닝 뉴럴 네트워크를 트레이닝 데이터 셋으로 학습시켜 이상행동 객체 검출 모델을 구현한다. 이상 행동 객체 검출 모델은 영상에서 모션 취하는 객체를 검출하고, 검출된 객체의 모션이 절도, 추행을 포함하는 범죄 정보에 관련된 모션과 유사한지 판단하여 이상행동 객체를 검출하는 인공신경망 모델이다. 실시예에서 영상 분석부(320)는 이상행동 객체 검출 모델을 통해, 우범지역 촬영영상에서 이상 행동 객체를 검출할 수 있다. 실시예에서 이상행동 객체의 트레이닝 데이터 셋은 우범지역 촬영영상과 영상에 따라 판단된 이상 행동 객체 판단 결과 정보를 포함할 수 있다. 실시예에서 트레이닝 데이터 셋은 외부 서버로부터 수집할 수 있다. 실시예에서 딥러닝 뉴럴 네트워크는 DNN(Deep Neural Network), CNN(Convolutional Neural Network) RNN(Recurrent Neural Network) 및 BRDNN(Bidirectional Recurrent Deep Neural Network) 중 적어도 하나를 포함할 수 있고, 이에 한정하지 않는다.
산출부(330)는 고보조명과 연동된 CCTV에서 촬영된 영상에서 이동객체를 검출하고, 컨텐츠 제공 예상 시점을 산출한다. 실시예에서 컨텐츠 제공 예상 시점은 영상과 광컨텐츠가 투영되는 영상 및 광컨텐츠 조사 영역을 사용자가 확인하게 되는 시점이다. 실시예에서 산출부(330)는 영상에서 검출된 이동객체의 이동속도를 기반으로 컨텐츠 제공 예상 시점을 산출할 수 있다.
실시예에서 산출부(330)는 인공지능 머신러닝을 통한 이미지 인식(image recognition)과정을 통해 우범지역 촬영영상에서 이동중인 객체를 검출하고, 객체의 이동 속도를 파악하여, 컨텐츠 제공 예상 시점을 최종 산출할 수 있다. 인공지능 이미지 인식은 기계가 마치 사람처럼 사진으로부터 사물을 인식하고 장면을 이해하는 것으로, 컴퓨터 비전 기술 중 하나에 해당한다. 실시예에서는 이미지 인식을 위해, 영상을 구성하는 이미지에 포함된 이동 객체를 분류(classification), 검출(detection) 및 객체를 픽셀 단위로 식별하여 분할(segmentation)하는 데이터 처리 과정을 수행한다. 실시예에서 산출부(330)는 노이즈 대응 외 학습하지 못한 패턴 처리를 위해 학습 외 분포 데이터 탐지(out of distribution detection)과정을 수행한다. 학습 외 분포 데이터 탐지는 인공지능에 입력된 이미지가 학습된 확률분포 데이터 인지 아닌지 식별하는 것이다. 실시예에서는 학습 외 분포 데이터 탐지를 통해 인공 신경망이 판단하기 어려운 이미지를 걸러내거나 예외 처리하여 안정성과 신뢰성을 높일 수 있도록 한다. 실시예에서는 학습 외 분포 데이터 탐지를 위해서 딥러닝 판정에 대해 얼마나 확신(confidence)하는지를 나타내는 확률 값을 보정(calibration)하거나 학습 외 분포 데이터를 생성적 대립 신경망(GAN, Generative Adversarial Network)으로 생성하고 학습하여 탐지 정확도를 향상시킬 수 있도록 한다.
또한, 실시예에서는 이미지 인식 정확도를 유지하면서 모델의 크기를 줄이기 위해, 연산을 간소화하는 경량 딥러닝 기술을 이용하여 체형박스를 최종 확정할 수 있도록 한다. 실시예에서는 이미지 인식을 위해 콘볼루션 신경망(CNN, Convolution Neural Network)에서 콘볼루션 필터를 변형하여 연산 차원을 축소(Reduction)하거나 큰 영향이 없는 신경망의 가중치(weight)를 삭제하는 가지치기, 가중치 값의 부동 소수점을 줄여 연산을 간소화하는 양자화 과정을 수행하여 데이터 경량화를 가능하도록 한다. 또한, 실시예에서는 미리 학습시킨 큰 신경망의 출력을 작은 신경망에서 모방 학습하도록 하여 연산을 간소화하며 정확도를 유지할 수 있도록 한다.
제어부(340)는 산출된 컨텐츠 제공 예상 시점에 따라 고보조명의 광컨텐츠 및 영상 스트리밍을 제어한다. 예컨대, 제어부(340)은 컨텐츠 제공 예상 시점에서 일정시간 전에 영상 및 광컨텐츠를 출력하도록 고보조명을 제어하여, 영상 및 광컨텐츠 영역을 지나가는 이동객체가 영상과 광컨텐츠를 확인할 수 있도록 한다. 실시예에서 제어부(340)는 컨텐츠 제공 예상 시점 2초전 또는 3초전에 영상과 광컨텐츠를 출력하도록 고보조명을 제어할 수 있다.
또한, 실시예에서 제어부(340)는 고보조명으로부터 수집한 조명 장치 상태 정보를 분석하여, 고보조명의 이상상태를 파악하고, 이상상태가 감지된 고보조명의 동작을 정지 시킨다. 실시예에서 제어부(340)는 고보저명의 고장 예측 진단을 위해 머신 러닝(Machine Learning)과 딥러닝(Deep Learning)을 사용하여 조명장치 상태 정보를 분석하고 조명장치 상태나 고장을 진단하는 인공신경망 모델을 통해 고장률을 추정하여 고장의 시기를 예측한다. 실시예에서 고장진단모델에는 지도 학습인 SVM(Support Vector Machine) 기반 진단 모델과 자율 학습인 원 클래스(One-Class) SVM 기반 진단 모델을 사용하여 고보조명 상태를 진단하거나 고장을 진단할 수 있다.
또한, 실시예에서 제공하는 건전성 예지 모델에는 TTE(Time To Event) 데이터를 비모수적 방법으로 분석하는 MCMC(Markov Chain Monte Carlo) 기반 예지 모델과 모수적 방법으로 데이터를 분석하는 LSTM(Long Short-Term Memory) 기반 예지 모델을 사용하여 시간에 따른 고장률을 추정하고 고장이 발생하기 전의 유효시간(RUL, Remaining Useful Life)을 측정하여 고보조명 고장의 시기를 예측할 수 있도록 한다.
피드백부(350)는 이상 행동 객체 검출 모델을 재학습 시켜, 이상 행동 객체 검출 정확성을 향상시킬 수 있도록 한다. 예컨대, 피드백부(350)는 일정기간동안 누적된 트레이닝 데이터 셋에서 이상 행동 객체 검출 오류가 발생한 영상을 추출하고, 추출한 영상의 이상 행동 객체 검출 과정을 분석하여 오류 원인을 파악한다. 또한, 피드백부(350)는 이상 행동 객체 검출 결과에 대한 정확성 평가를 수행하고, 정확성이 일정 수준을 초과하는 영상을 추출한다. 이후, 피드백부(350)는 오류 원인과 정확성이 일정 수준을 초과하는 영상으로 이상행동 객체 검출 모델을 재학습시켜, 이상 행동 객체 검출 모델의 검출 정확도를 향상시킬 수 있도록 한다.
도 6은 실시예에 따른 CCTV의 데이터 처리 구성을 나타낸 도면이다.
도 6을 참조하면, 실시예에 따른 CCTV는 연동부(110), 통신부(120) 및 촬영부(130)를 포함하여 구성될 수 있다. 연동부(110)는 CCTV 주변의 고보조명과 데이터 송수신 연동을 수행한다. 통신부(120)는 연동된 고보조명으로 CCTV에서 촬영한 영상을 전송한다. 촬영부(130)는 CCTV 주변의 우범지역을 촬영한다.
이하에서는 범죄 예방을 위한 고보조명 출력제어 방법에 대해서 차례로 설명한다. 실시예에 따른 범죄 예방을 위한 고보조명 출력제어 방법의 작용(기능)은 위조품 탐지 시스템의 기능과 본질적으로 같은 것이므로 도 1 내지 도 6과 중복되는 설명은 생략하도록 한다.
도 7은 실시예에 따른 범죄 예방을 위한 고보조명 시스템의 신호 흐름도이다.
도 7을 참조하면, S100 단계에서는 CCTV에서 우범지역을 촬영한다. S200 단계에서는 고보조명에서 주변 CCTV를 탐색하고, 탐색된 CCTV와 연동한다. S300 단계에서는 CCTV에서 연동된 고보조명과 서버로 촬영영상을 전송하고, S400 단계에서는 고보조명에서 촬영하는 영상 및 광컨텐츠를 노면에 출력한다.
S500 단계에서는 서버에서 CCTV에서 촬영된 영상을 수집하고 S600 단계에서는 촬영영상을 분석하여, 영상 분석결과에 따라 이상행동 객체를 검출한다. S700 단계에서는 서버에서 고보조명과 연동된 CCTV의 촬영영상에서 이동 객체를 검출한다. S800 단계에서는 이동 객체가 상기 영상 및 광컨텐츠를 확인가능한 컨텐츠 제공 예상 시점을 산출하고, S900 단계에서는 산출된 컨텐츠 제공 예상 시점에 따라 고보조명을 제어한다.
이상에서와 같은 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어방법은 고도조명으로 캠페인 문구를 포함하는 광컨텐츠와 고보조명과 연동된 CCTV에서 촬영한 영상을 함께 스트리밍하여 노면에 출력함으로써, 고보조명의 범죄 예방 효과를 상승시킨다.
또한, 실시예를 통해, 스트리밍 영역으로 진입하는 객체의 이동속도와 객체의 진입 시점을 예측하여 고보조명 출력을 제어함으로써, 고보조명에서 이용되는 전력 효율을 향상시킬 수 있다.
또한, 실시예를 통해, 이상 행동을 하는 객체의 신원을 파악하기 쉬워질 수 있고, 이상 행동을 하는 객체에게 이상 행동을 멈추도록 하는 경고 조명을 출력하여, 이상 행동으로 인한 위험상황을 신속하게 해결할 수 있도록 한다.
개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.

Claims (7)

  1. 범죄예방을 위한 고보조명시스템에 있어서,
    우범지역을 촬영하는 CCTV;
    일정 거리 이내의 주변 CCTV를 탐색하고, 탐색된 CCTV와 연동 후, 연동된 CCTV에서 촬영되는 스트리밍 영상 및 광컨텐츠를 노면에 출력하는 고보조명; 및
    상기 CCTV에서 촬영된 영상을 수신하고 상기 영상을 분석하여, 영상 분석결과에 따라 이상행동 객체를 파악하고, 상기 고보조명과 연동된 CCTV의 촬영 영상에서 이동 객체를 검출하여, 검출된 이동 객체가 상기 영상 및 광컨텐츠를 확인 가능한 컨텐츠 제공 예상 시점을 산출하고, 산출된 컨텐츠 제공 예상 시점에 따라 고보조명을 제어하는 서버; 를 포함하며,
    상기 고보조명은
    광을 출력하는 광출력부;
    상기 광출력부로부터 출력된 광이 통과하면서 복수의 광컨텐츠가 노면에 비춰지도록 하는 복수의 이미지필터와 상기 복수의 이미지필터 중 어느 하나를 광출력영역에 배치되도록 이동시키는 필터이동부;
    고보조명의 위치좌표로부터 일정 거리안에 있는 CCTV를 검출하고, 검출된 CCTV와 연동하는 통신부;
    주변조도를 센싱하고, 센싱된 주변조도에 따라 광컨텐츠 및 스트리밍 영상의 밝기를 설정하는 설정부; 및
    상기 연동된 CCTV로부터 골목길을 포함하는 우범지역 촬영영상을 수신하고, 상기 우범지역 촬영영상을 광컨텐츠와 함께 출력하는 출력부;
    를 포함하며,
    상기 광출력부는 색온도 센서를 통해, 고보조명 주변의 네온사인을 포함하는 조명으로 인한 주변 색온도를 측정하고, 측정된 색온도를 기반으로 광의 밝기 및 광의 색을 선별하여 출력하도록 하며,
    상기 이미지필터는 컨텐츠를 투영하는 컨텐츠 필터와 우범지역 촬영영상과 광컨텐츠의 레이아웃을 투영하는 레이아웃 필터를 포함하며,
    상기 필터이동부는 상기 레이아웃 필터와 컨텐츠 필터가 광출력영역에 배치되도록 하거나, 컨텐츠 필터가 광출력영역에 배치되도록 하며,
    상기 출력부는
    저장된 레이아웃에 따라 상기 우범지역 촬영영상과 광컨텐츠를 분리 출력하거나, 오버랩(overlap)되도록 출력하는 것을 특징으로 하는 범죄예방을 위한 고보조명 시스템.
  2. 삭제
  3. 제1항에 있어서, 상기 서버; 는
    CCTV로부터 우범지역 촬영영상을 수집하고, 고보조명으로부터 광컨텐츠 출력시간, 동작여부를 포함하는 조명장치 상태정보를 수집하는 수집부;
    상기 우범지역 촬영영상을 분석하여 이상 행동 객체를 검출하는 영상 분석부;
    고보조명과 연동된 CCTV에서 촬영된 영상에서 이동객체를 검출하고, 검출된 이동객체의 이동속도를 기반으로 상기 고보조명이 출력하는 광컨텐츠 조사영역을 확인가능한 컨텐츠 제공 예상 시점을 산출하는 산출부;
    상기 산출된 컨텐츠 제공 예상 시점에 따라 고보조명의 광컨텐츠 및 영상 스트리밍을 제어하는 제어부; 를 포함하는 것을 특징으로 하는 범죄예방을 위한 고보조명 시스템.
  4. 제3항에 있어서, 상기 영상 분석부; 는
    DNN(Deep Neural Network), CNN(Convolutional Neural Network) RNN(Recurrent Neural Network) 및 BRDNN(Bidirectional Recurrent Deep Neural Network) 중 적어도 하나를 포함하는 딥러닝 뉴럴 네트워크를 트레이닝 데이터 셋으로 학습시켜 이상행동 객체 검출 모델을 구현하는 것을 특징으로 하는 범죄예방을 위한 고보조명 시스템.
  5. 삭제
  6. 삭제
  7. 삭제
KR1020230044460A 2023-04-05 2023-04-05 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법 KR102624302B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230044460A KR102624302B1 (ko) 2023-04-05 2023-04-05 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230044460A KR102624302B1 (ko) 2023-04-05 2023-04-05 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법

Publications (1)

Publication Number Publication Date
KR102624302B1 true KR102624302B1 (ko) 2024-01-15

Family

ID=89542827

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230044460A KR102624302B1 (ko) 2023-04-05 2023-04-05 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법

Country Status (1)

Country Link
KR (1) KR102624302B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102676130B1 (ko) * 2024-01-22 2024-06-18 주식회사 빛글 인공지능을 이용하여 객체를 트랙킹하는 고보 조명 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101850286B1 (ko) * 2017-06-27 2018-04-19 한국기술교육대학교 산학협력단 딥 러닝 기반 cctv용 영상 인식 방법
KR20210031273A (ko) * 2019-09-11 2021-03-19 이주원 다기능 아이오티 가로등
KR20220047186A (ko) * 2020-10-08 2022-04-15 서미숙 경관 스마트폴
KR102415966B1 (ko) 2020-11-03 2022-07-05 이연쏠라스톤 주식회사 태양광을 이용한 안전표시 고보조명
KR20220162195A (ko) 2021-05-31 2022-12-08 한국광기술원 차도용 고보조명 장치 및 그 제작 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101850286B1 (ko) * 2017-06-27 2018-04-19 한국기술교육대학교 산학협력단 딥 러닝 기반 cctv용 영상 인식 방법
KR20210031273A (ko) * 2019-09-11 2021-03-19 이주원 다기능 아이오티 가로등
KR20220047186A (ko) * 2020-10-08 2022-04-15 서미숙 경관 스마트폴
KR102415966B1 (ko) 2020-11-03 2022-07-05 이연쏠라스톤 주식회사 태양광을 이용한 안전표시 고보조명
KR20220162195A (ko) 2021-05-31 2022-12-08 한국광기술원 차도용 고보조명 장치 및 그 제작 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102676130B1 (ko) * 2024-01-22 2024-06-18 주식회사 빛글 인공지능을 이용하여 객체를 트랙킹하는 고보 조명 시스템
KR102676127B1 (ko) * 2024-01-22 2024-06-19 주식회사 빛글 고보 조명모듈을 이용하는 농로 가로등

Similar Documents

Publication Publication Date Title
US9036902B2 (en) Detector for chemical, biological and/or radiological attacks
US9805474B1 (en) Pedestrian tracking at a traffic intersection to identify vulnerable roadway users for traffic signal timing, pedestrian safety, and traffic intersection control
JP6867153B2 (ja) 異常監視システム
CN109257569B (zh) 安防视频监控分析方法
KR101995107B1 (ko) 딥 러닝을 이용한 인공지능 기반 영상 감시 방법 및 시스템
KR101953342B1 (ko) 멀티 센서 화재감지 방법 및 시스템
JP5121258B2 (ja) 不審行動検知システム及び方法
US9460613B1 (en) Pedestrian counting and detection at a traffic intersection based on object movement within a field of view
US9449506B1 (en) Pedestrian counting and detection at a traffic intersection based on location of vehicle zones
KR101048045B1 (ko) 객체의 이동궤적을 이용한 철도건널목 위험지역의 지장물 영상검지장치 및 그 제어방법
CN107665326A (zh) 乘客运输装置的监测系统、乘客运输装置及其监测方法
KR20090054522A (ko) 비전 기반의 화재 감지 시스템 및 방법
CN109492548B (zh) 基于视频分析的区域mask图片的获得方法
KR102549508B1 (ko) 골목길 교차로 신호 시스템, 방법 및 컴퓨터 프로그램
JP2004328622A (ja) 行動パターン識別装置
KR102107791B1 (ko) 어린이 보호구역의 안전속도준수 제어시스템
EP4181083A1 (en) Stopped vehicle detection and validation systems and methods
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
KR102500975B1 (ko) 딥러닝 모델을 학습시키기 위한 장치 및 그 방법
JP2022003503A (ja) 危険度判別プログラム及びシステム
WO2017196515A1 (en) Pedestrian counting and detection at a traffic intersection based on location of vehicle zones
KR102624302B1 (ko) 범죄 예방을 위한 고보조명 시스템 및 조명 출력 제어 방법
KR102499340B1 (ko) 이기종 객체 필터 기반 하이브리드 영상 분석 장치 및 방법
CN113851001A (zh) 多车道合并违法自动审核方法、系统、装置和存储介质
KR20200104548A (ko) 안전 블록을 구비한 위험상황 알림 시스템

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant