KR20050082442A - 다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템 - Google Patents

다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템 Download PDF

Info

Publication number
KR20050082442A
KR20050082442A KR1020057000175A KR20057000175A KR20050082442A KR 20050082442 A KR20050082442 A KR 20050082442A KR 1020057000175 A KR1020057000175 A KR 1020057000175A KR 20057000175 A KR20057000175 A KR 20057000175A KR 20050082442 A KR20050082442 A KR 20050082442A
Authority
KR
South Korea
Prior art keywords
image
video
server
flow
features
Prior art date
Application number
KR1020057000175A
Other languages
English (en)
Inventor
가드 탈몬
지브 아샤니
Original Assignee
아스펙터스 엘티디
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 아스펙터스 엘티디 filed Critical 아스펙터스 엘티디
Publication of KR20050082442A publication Critical patent/KR20050082442A/ko

Links

Classifications

    • 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
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • 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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639—Details of the system layout
    • G08B13/19652—Systems using zones in a single scene defined for different treatment, e.g. outer zone gives pre-alarm, inner zone gives alarm
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19654—Details concerning communication with a camera
    • G08B13/19656—Network used to communicate with a camera, e.g. WAN, LAN, Internet
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19665—Details related to the storage of video surveillance data
    • G08B13/19667—Details realated to data compression, encryption or encoding, e.g. resolution modes for reducing data volume to lower transmission bandwidth or memory requirements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19678—User interface
    • G08B13/1968—Interfaces for setting up or customising the system
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Alarm Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

하나 이상의 영상으로 이루어진 획득된 영상 흐름을 디지털 형식으로 바꾸어 주는, 프로그램할 수 있는 로컬 처리 장치와, 영상 흐름으로부터 피쳐들을 생성하는 로컬 인코더를 포함하는, 영상 획득 장치 세트를 필드에 설치함으로써, 영상 흐름에 있는 사건 감지나 물체의 추적을 수행하는 방법이나 시스템. 피쳐들은 영상 흐름 속의 물체의 속성과 관련된 매개요소이다. 인코더는 또한 움직임 피쳐들이 해당하는 임계값을 초과할 때마다 피쳐 흐름을 전송한다. 각각의 영상 획득 장치는 해당하는 데이터 통신 채널을 통해서 데이터 네트웍에 연결되어 있다. 임계값을 결정하고 피쳐 흐름을 처리하는 영상 처리 서버도 또한 데이터 네트웍에 연결되어 있다. 해당 데이터 통신 채널과 데이터 네트웍을 통해서 로컬 인코더로부터 피쳐들을 받을 때마다, 서버는 피쳐 흐름을 처리하고 이러한 표지들을 오퍼레이터네 전송함으로써, 영상 흐름속의 사건과 관련된 표지를 제공한다.

Description

다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템{A METHOD AND SYSTEM FOR EFFECTIVELY PERFORMING EVENT DETECTION IN A LARGE NUMBER OF CONCURRENT IMAGE SEQUENCES}
본 발명은 비디오 프로세싱 기술에 관한 것이다. 보다 상세하게는 본 발명은, 병렬 입력되는 다수개의 연속 영상 및/또는 얻어진 영상들에서 도출되는 특징들을 효과적으로 처리함으로써, 다수개의 병렬 압축된 연속 영상들로부터 유의성있는 정보를 실시간으로 얻어내는 방법과 시스템에 관한 것이다.
비디오나 정지화상 카메라에 포착되는 영상들로부터 유의성있는 데이터를 추출하는 기술을 개량하기 위한 수많은 연구가 이루어 진바 있다. 이러한 기술은, 일반소비자용, 산업용, 의료용 그리고 사업용과 같은 다양한 분야에 응용된다. 수많은 카메라들이, 길거리, 공항, 학교, 은행, 사무실 그리고 주거공간에 표준화된 보안설비로서 설치되고 있다. 이들 카메라들은, 사용자들이 보안 사건을 실시간으로 원격 감시하거나 시간이 어느정도 경과한 상태에서 보안 사건을 분석하거나 기록하기 위한 것이다.
새로운 기술이 등장함으로써, 비디오 감시 장치 산업을 그러한 시스템의 기능을 크게 향상시켜주는 새로운 방향으로 진입시켜준다. 실시간 및 오프라인 적용모두를 위하여 몇가지의 프로세싱 알고리듬이 이용된다. 이러한 알고리듬들은, 응용예에 따라 순수한 소프트웨어로부터 순수한 하드웨어까지 범위의 플랫폼에서 수행된다. 그러나, 이들 플랫폼들은, 영상 처리과정에 요구되는 컴퓨터 성능이 상당하기 때문에, 통상 비교적 적은 갯수의 연속 입력 영상들을 동시에 처리하도록 설계되어 있다. 또한, 대부분의 일반적인 영상 처리 시스템은, 미합중국 특허 제6, 188,381호에 개시되어 있는 시스템과 같이, 압축되지 아니한 영상 데이터만을 처리하도록 설계되어 있다. 네트웍으로 연결되는 최신의 비디오 환경은 다수의 영상 출처들로부터 수집되는 수많은 압축된 비디오 스팀을 효과적으로 처리할 수 있는 t성능을 요구하고 있다.
비용의 한계 뿐만아니라 사용상의 요청이 증가하여, 사건 탐지 자동화의 필요성이 창출된다. 그러한 사건 탐지 수단들은 탐지 수준을 향상시키고 필요 인력을 감소시키며, 기타 다른 형태의 센서를 대체하며, 경보 오발생 비율을 낮춘다.
종래의 감시 방법들이, 자동 침입 탐지, 출입증 확인, 안면 인식, 교통위반 감지 그리고 기타의 영상기반 응용 장비들에 사용될 수 있다 하더라도, 이들은 인스톨레이션, 유지 및 업그레이드 비용이 많이 소요되는 필드 인스톨레이션이 요구되는 값비싼 하드웨어 기반 기술을 사용하면서, 통상적으로, 비디오 소스 동시처리를 거의 지원하지 아니한다.
종래의 감시 시스템은 디지털 비디오 네트워킹 기술과 자동 사건 감지 기술을 채택하고 있다. 디지털 비디오 네트워킹은 디지털 비디오 압축 기술의 발전과과 아이피(IP)에 기반을 둔 네트웍에 의하여 실행된다. 엠펙-4(MPEG-4)및 이와 유사한 포맷의 압축 표준은 비교적 좁은 밴드폭으로써 고화질의 영상을 송신한다.
디지털 비디오 네트워킹을 사용할 때 가장 주요한 한계점은 밴드폭의 요건이다. 모든 카메라가 항상 송신하는 것은 매우 비용이 많이 소요되므로, 네트웍은 극히 몇개의 카메라들로부터만 데이터를 병렬 송신하도록 설계되어 있다. 어떤 주어진 순간에 중요한 사건을 포착한 카메라만 데이터를 송신하게 하는 것은, 비용이 효율적이고 능률적인 디지털 비디오 네트웍을 도출하기위한 중요한 요소이다.
비디오에 기반을 둔 자동 사건 감지 기술은 이러한 목적을 위해 효과적이게 되었다. 이 기술은 카메라의 영상을 실시간으로 분석할 수 있으며, 특정 사건이 발생하면 이를 통보할 수 있는 일련의 알고리듬으로 구성된다. 현재까지 상용화된 사건 감지 설비들은, 과대한 처리 용량을 요구하는 종래의 영상 처리 기술을 채택하고 있다. 뿐만 아니라, 각 카메라 입력 마다 확정된 처리 용량(통상 하나의 프로세서)를 할당한다. 따라서, 그러한 시스템들은 용량의 한계때문에 매우 성능이 취약하거나 매우 값이 비싸다.
예를들면, 미합중국 특허 6,349,114호 국제특허공개공보 제02/37429호, 미합중국 특허출원공개 제2002,041,626호, 미합중국 특허출원공개 제2002,054,210호, 국제특허공개공보 제01/639379호, 유럽 특허 제1107609호, 유럽특허 제1173020호, 미합중국 특허 제6,384,862, 미합중국 특허 제6,188,381호, 미합중국 특허 제미합중국 특허 제6,130,707호 그리고 미합중국 특허 제6,069,655호에 비디오 동영상 탐지(VMD)방법이 기재되어 있다. 그러나, 이러한 문헌들에 기재된 모든 방법들은, 다수의 병렬 연속 영상들로부터 실시간으로 유의성있는 정보를 효과적으로 얻어내는 과제에 대한 만족할 만한 해결책을 제공하지 못하였다.
본 발명의 목적은 다수의 병렬 연속 영상으로부터 유의성 있는 정보를 실시간으로 얻을 수 있는 방법과 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 다수의 병렬 연속 영상으로부터 유의성 있는 정보를 비용을 적게 들여 얻을 수 있는 방법과 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 다수의 병렬 연속 영상으로부터 유의성 있는 정보를 작은 용량의 대역폭(bandwidth)으로 얻을 수 있는 방법과 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 다수의 병렬 연속 영상으로부터 유의성 있는 정보를, 잡음이 많은 환경에서도 높은 감응도와 신뢰도를 가지고 얻을 수 있는 방법과 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 다수의 병렬 연속 영상으로부터 유의성 있는 정보를, 적은 설치 장비와 유지비를 가지고도 얻을 수 있는 방법과 시스템을 제공하는 것이다.
본 발명의 그 밖의 목적이나 이점은 이하의 설명을 통해서 명백해질 것이다.
본 발명의 특징과 이점은 첨부된 도면과 그들의 바람직 실시예의 자세한 설명을 통하여 보다 더 잘 이해될 수 있다.
도면 1 은 발명의 바람직한 실시예로서 데이터 네트웍에 연결된 카메라들을 포함하고 있는 감시 시스템의 구조를 도시한 그림이다.
도면 2 는 발명의 바람직한 실시예로서 사건 탐지가 수행될 지역을 지정하고 시스템 용량의 사용을 줄이는데 있어서, AOI(Area of Interest)의 사용을 도시한 그림이다.
도면 3A 내지 3C는 발명의 바람직한 실시예로서 관심있는 물체를 발견하고 그 움직임을 추적하는 것을 도시한 그림이다.
본 명세서에서는 주로 비디오 카메라에 대해서만 논의하고 있지만, 당업자라면 본 발명이 정지 화상 카메라, 컴퓨터 생성 영상 및 녹화된 비디오 자료 등의 어떠한 적합한 영상 자료에도 적용될 수 있다는 것과 이들 영상 자료들이 균등한 것으로 파악된다는 점을 인식할 것이다. 이와 유사하게, 비디오나 비디오 흐름(video stream)이라는 용어도 연속 비디오 영상(video sequence), 정지 화상(still picture), 컴퓨터 생성 그래픽 또는 컴퓨터로 제공되거나 컴퓨터로 처리된 전기적 형식으로 바뀔 수 있는 다른 어떠한 연속 영상을 포함하는 넓은 의미로 해석되어야 한다.
본 발명은 영상 흐름(image stream)에서 사건 감지(event detection)와 피사체 추적을 수행하는 방법에 관한 것이다. 영상 획득 장치 세트는 하나 이상의 획득된 영상 흐름을 디지털 형식으로 바꾸어주는, 프로그램화될 수 있는 로컬 처리 장치(local programmable processor)와 영상 흐름으로부터 피쳐(features)들을 생성시키기 위한 인코더(encoder)를 포함한다. 피쳐(feature)란, 영상 흐름에 있어서 피사체의 속성(attribute)과 관련된 매개 요소이다. 각각의 장치는 피쳐의 갯수와 형식이, 상응하는 임계값을 넘어설 때마다, 피쳐 흐름을 전송한다. 각각의 영상 획득 장치는, 상응하는 데이터 통신 채널을 통해서 데이터 네트웍에 연결된다. 데이터 네트 워크에 연결된 영상 처리 서버는 임계값을 결정하고 피쳐 흐름을 처리한다. 서버가 해당하는 데이터 통신 채널과 데이터 네트웍을 통해 로컬 인코더로부터 피쳐들을 받을 때마다, 서버가 피쳐 흐름을 처리하고, 오퍼레이터(operator)에게 보내는 표지(indication)를 전송하여 영상 흐름으로부터 사건에 관한 표지를 인출한다.
로컬 인코더는 영상 흐름을 압축하는 회로를 포함하는 복합형 인코더가 될 수 있다. 복합형 인코더는 피쳐들을 생성하고 서버에 전송하는 동안에는 첫번째 모드로 작동하고, 서버로부터 전해진 명령에 따라 원하는 수준으로 압축된 영상 흐름의 적어도 한 부분을 서버에 전송하는 동안에는 두번째 모드로 작동한다. 바람직하게는, 각각의 복합형 인코더는 첫번째 모드로 작동하기 위해서 서버로부터 전해진 명령에 의해서 조절된다. 서버가 복합형 인코더로부터 피쳐들을 받는 동안, 그 복합형 인코더는 두번 째 모드로 작동하기 위하여 서버로부터 전해진 명령에 의해서 조절된다. 서버는 피쳐 흐름을 처리하고 표지 및/또는 그들의 상응하는 영상 흐름을 오퍼레이터에 전송함으로써 영상 흐름 안의 사건에 관한 표지를 얻는다.
사건을 포착하고 있는 하나 이상의 압축된 영상 흐름이 오퍼레이터 스테이션(operator station)에 의해서 해독될 때마다, 해독된 영상 흐름은 보여질 수 있도록 오퍼레이터 디스플레이에 전송된다. 인코더가 두번째 모드로 작동하는 동안 얻어진 압축 영상 흐름들이 기록될 수 있다.
바람직하게는, 서버의 영상 처리 용량들이 영상 흐름을 받아들이는 데이터 통신 채널에 역동적으로 지정된다. 따라서, 첫번째 모드로 작동하는 동안 얻어진 피쳐 흐름들은 오직 영상의 한 부분만을 포함하고 있을 수도 있다.
영상이나, 영상 속 AOI(Area Of Interest)의 프레임 안에 있는 피사체를 둘러싸고 있는 그래픽 다각형들은, 서버에 의해서 생성되고 오퍼레이터에게 보여진다. 서버는 영상이나 영상 속 AOI의 프레임 안에 있는 피사체의 움직임의 역정을 표지해주는 영상 궤적을 생성하고 보여준다.
영상 흐름은 비디오 흐름, 정지 영상, 컴퓨터 생성 영상, 녹화된 디지털이나 아날로그의 비디오 흐름 또는 MPEG 포맷을 사용하여 압축된 비디오 흐름으로 구성된 영상 그룹으로부터 선택될 수 있다. 인코더는 각각의 모드에서 작동하는 동안 다른 해상도나 프레임 비율을 사용할 수 있다.
바람직하게는, 피쳐들은 동작 피쳐, 색깔, 영상의 부분, 에지(edge) 데이타 및 빈도수(frequency)에 관련된 정보들을 포함한다.
서버는 적어도 하나 이상의 영상 획득 장치의 로컬 인코더로부터 얻은 피쳐 영상들을 이용하여,
-자동차 번호판 인식(License Plate Recognition);
-안면 인식(Facial Recognition);
-교통 법규 위반 감지(detection of traffic rules violations);
-행동 인식(behavior recognition);
-화재 감지(fire detection);
-교통 흐름 감지(traffic flow detection);
-연기 감지(smoke detection)
로 이루어진 하나 이상의 작동들 및/또는 그들의 조합을 수행할 수 있다.
본 발명은 또한 하기의 구성요소를 포함하는, 영상 흐름에서 사건 감지와 물체 추적을 수행하는 시스템에 관한 것이다.
a)하기의 구성요소를 포함하는 필드에 설치된 영상 획득 장치 세트:
a.1)얻어진 영상 흐름을 디지털 형식으로 바꾸어 주는, 프로그램화될 수 있는 로컬 처리 장치
a.2)영상 흐름으로부터 물체의 속성과 관련된 매개 요소인 피쳐들을 생성하고 움직임 피쳐가 해당 임계값을 벗어날 때마다 영상 흐름을 전송해주는 로컬 인코더
b)각각의 영상 획득 장치가 해당하는 데이터 통신 채널을 통해서 연결된 데이터 네트웍;
c);그리고
d)임계값을 결정하고, 피쳐 흐름을 처리함으로써 영상 흐름안의 사건과 관련된 표지를 얻으며, 상기 표지를 오퍼레이터에 전송하는, 데이터 네트웍에 연결된 영상 처리 서버
시스템은 사건을 포착하고 있는 하나 이상의 영상 흐름을 받아 디스플레이할 수 있는 오퍼레이터 디스플레이나, 로컬 인코더가 첫번째 모드로 작동하는 동안 하나 이상의 획득한 영상 흐름을 기록하는 네트웍 비디오 기록 장치를 추가로 포함할 수 있다.
시스템 용량의 절약은, 본 발명에서 새롭게 제공되는 데이터 감축( reduction) 기술을 이용하여 달성될 수 있다. 수천의 카메라가 하나의 서버에 연결된 상황에서, 실제로 중요한 사건과 관련이 있는 오직 작은 숫자의 카메라만이 분석되어야 할 필요가 있다. 큰 규모의 시스템은 유의성 있는 정보를 포함하는 입력 정보를 분별하는 능력을 가지고 있고, 오직 그러한 입력 정보에 대한 처리만을 수행할 때 적절하게 기능할 수 있다. 그러한 여과 기작은 많은 양의 영상 흐름을 병렬적으로 적용하는 것이 가능할 수 있도록 최소한의 프로세싱과 최소한의 대역폭 용량(bandwidth resources)을 필요로 한다. 본 발명은 그러한 여과 기작으로서 MCIP(Massively Concurrently Image Processing) 기술이라 일컬어지는 여과 기작을 제공한다. 이 기술은 큰 규모의 디지털 비디오 네트웍 환경에서의 자동 영상 감지 기능을 달성하기 위한 것으로써, 획득된 이미지로부터 얻어진 연속 이미지 및/또는 피쳐 흐름(feature stream)의 분석에 기초하고 있다.
MCIP 기술은 큰 규모의 데이터를 감축하는 기술, 서버의 효과적인 디자인 기술, 최적화된 영상 처리 알고리즘 기술 등 다양한 기술을 결합시켰다. 이들을 통해 주로 보안 시장과 관련된, 기존의 솔루션들과는 경쟁이 되지 않는, 특히 막대한 숫자의 잠재적 수요를 가진 플랫폼을 제공한다. MCIP는 실시간으로 넓은 지역에 걸쳐 분산되어 있는 수천의 카메라의 입력 정보를 병렬적으로 처리하는, 큰 규모의 디지털 비디오 감시 네트웍을 위해서 디자인되어진, 분산된 설치 장비들의 사건 감지용 네트웍 솔루션이다. MCIP는 높은 감지 능력과 감응도를 유지하면서, 좁은 대역폭을 소모하는 독특한 피쳐(feature) 전송 방법을 채택한다. MCIP는 현대의 모니터링 시스템, 디지털 비디오 레코딩 시스템과 접목이 잘 이루어지는 시스템으로서, 서버에 기초한 솔루션이며, 복잡한 감지 알고리즘을 수행할 수 있고, 현장의 유지 관리를 줄이며, 큰 규모에의 적용성과 효율성이 향상되고, 각 채널과 백업장치마다 비용을 적게 들일 수 있다. 또한 이 시스템은 VMD, LPR, FR과 같은 다양한 적용도 병렬적으로 제공할 수 있다. 덧붙여, 여러가지 응용된 감지 장치들이 같은 카메라에 접목될 수 있다.
MCIP는 카메라 내부 또는 외부에 설치된 인코더, 네트웍 비디오 레코더(NVR) 및 오퍼레이터 스테이션과 같은 다양한 응용 장치들을 가진 서버 플랫폼으로 이루어져 있다. 서버는 사용자의 하드웨어나 소프트웨어로 구성된 컴퓨터를 포함하고 있다. MCIP는 카메라 부근의 필드에 위치한 인코더에 의해서 수행되는 낮은 수준의 피쳐 추출과, 이 피쳐들을 모으고 분석하는 원격 중앙 서버에 의해서 수행되는 높은 수준의 프로세싱 적용 사이의 이미지 처리 알고리즘의 분배에 기초하고 있다.
이하에서 설명될 MCIP 시스템은 대역폭의 문제를 해결할 뿐만 아니라 서버에 걸리는 부하를 줄이고 디지털 비디오 흐름(digital video stream)이 아닌 독특한 형태의 데이터 흐름(data stream)을 사용하며, 큰 규모의 비디오 감시 환경에서 실시간으로 사건을 감지하는 효과적인 처리 과정을 수행한다.
MCIP의 주된 요소는 이미지 처리 알고리즘의 분배(distribution)에 의해서 얻어지는 데이터 감축(reduction)이다. 이벤트 감지가 요구되는 모든 비디오 소스들은 병렬적으로 전송되기 때문에, 필요한 네트웍 대역폭은 각 카메라에서 생성되는 대역폭 피쳐 흐름(band width stream)을 감소시킴으로써 줄어들 수 있다. 전송된 디지털 비디오 소스에서 감소된 대역폭 피쳐를 분석함으로써, 움직이는 물체를 감지하고 추적하기 위해서, 전체의 비디오 이미지 흐름을 전송할 필요는 없으며, 단지 움직이는 물체와 관련된 정보를 포함하는 일부의 데이터만이 필요하게 된다.
일부의 데이터만 사용함으로써, 축소된 데이터 대역폭이 사용되어, 네트웍 대역폭과 이벤트 감지 처리 전력 필요량을 줄이게 된다. 더욱이, 오직 모양, 크기, 움직임의 방향 및 속도가 감지되어야 한다면 그들의 강도나 색깔과 관련한 데이터를 전송할 필요가 없으며, 따라서 더욱 대역폭을 감소시킬 수 있다. 또다른 대역폭 최적화 작업은 전송 부분에 있는 인코더가 중앙 서버에 의해서 결정되는 움직임 임계값(motion threshold)하에 있는 모든 움직임들을 여과함으로써 이루어질 수 있다. 그러한 임계값은 움직이는 물체의 AC 레벨, 움직임의 방향 또는 그들의 조합일 수 있으며, AOI나 압축 정도 등의 획득된 이미지의 속성에 따라 결정되고 다양하게 바뀔 수 있다. 초기값하에서 움직이는 물체는 노이즈 또는 관심밖의 움직임으로 간주된다.
인코더 부분에서 피쳐들을 추출하는 하나의 방법은 디지털 비디오를 전송하기로 디자인되어져 있던 기존의 템포럴 베이스드(temporal-based) 비디오 압축기를 약간 변형하거나 디그레이드(degrade)시키는 것이다. 피쳐들은 또한 비디오 압축 알고리즘과는 관련이 없는 움직임 벡터 추출 알고리즘(motion vector extraction algorithm)과 같은 전문화된 피쳐 추출 알고리즘에 의해서 생성될 수도 있다. 축소된 대역폭 모드에서 작동할 때는 이러한 인코더들의 출력 정보 흐름들은 비디오 흐름이 아니기 때문에 비디오 이미지를 생성하기 위한 리시빙 그룹(receiving party)이 사용될 수 없다.
도면1은 본 발명의 바람직한 실시예로서 데이터 네트웍에 연결된 많은 카메라들로 구성된 감시 시스템의 구조를 도시하고 있다. 시스템100은 n개의 이미지 소스들(CAMj)로 구성되어 있다. 각각은 CAMj에 의해서 얻어진 이미지를 압축된 디지털 형식으로 바꾸어주는 디지털 인코더 ENCj에 연결되어 있다. 각각의 디지털 인코더(ENCj)는 포인트 pj에서 디지털 데이터 네트웍에 연결되고 해당 채널 Cj를 통해서 감소된 대역폭의 피쳐 흐름이나 전부 압축된 비디오 흐름과 같은 데이터를 전송할 수 있다. 데이터 네트웍101은 모든 채널로부터 전송된 데이터를 모은 후 데이터 버스(data-bus)103을 통해서 MCIP서버102에 데이터들을 전송한다. MCIP서버102는 각 채널로부터 받은 데이터들을 처리하며, 하나 이상의 카메라들을 조절한다. 이 카메라들은 MCIP서버(102)에 의해서 실시간으로 분석되거나 NVR104에 의해서 기록되었다가 후에 MCIP서버102에 의해서 분석되는 감소된 대역폭의 피쳐 흐름들의 조합이나 전부 압축된 비디오 흐름들을 전송한다. 오퍼레이터 스테이션(operator station)105는 언제든지 MCIP서버102의 작동을 수동으로 조절할 수 있다.
MCIP(Massively Cincurrent Image Precessing)서버는 도면에서는 카메라로 그려져 있지만 비디오 테이프, 정지 영상 카메라, 비디오 카메라, 컴퓨터 생성 영상이나 그래픽 등의 어떠한 영상 소스들과도 데이터 버스103과 네트웍 101을 통해서 연결될 수 있으며 압축된 형식으로 피쳐들이나 이미지들을 전송받는다. 유선 또는 무선의 어떠한 타입의 네트웍도 사용될 수 있으며, 이미지들은 어떠한 타입의 압축을 통해서도 압축될 수 있다. 실제적으로는, IP 에 기초한 네트웍이 사용되어 지며 압축 기작은 DCT, Digital Versatile Descs(DVDs), Video LAN Client(VLC)(Video Compact Discs(VCDs)나 WO 01/63937에 개재된 다양한 스트리밍 프로토콜(streaming protocol)과 같이 다양한 오디오나 비디오 형식을 위한 휴대용 멀티미디어 플레이어) 및 MPEG와 같은 움직인 측정 기술등이 사용된다.
시스템100은 처리될 수 있는 입력 정보량의 숫자를 쉽게 기준화할 수 있고 또한 백업 MCIP 서버를 만들어서 오류(single point of failure)를 제거하는 능력을 만들수 있는 선택적 부하 조절 모듈(optional load-balancing module)을 사용한다. 시스템100은 또한 각 유입 정보에 대하여 수행되어져야 할 처리 타입과 처리 결과의 목적지를 정하는 데 쓰여지는 컨피규레이션 요소(configuration element)갖는다. 목적지는 또 다른 컴퓨터 또는 이메일 주소, 모니터링 장치 및 텍스트나 영상 정보를 받아들일 수 있는 어떠한 장치도 될 수 있다.
시스템은 선택적으로 영상 처리를 돕기 위한 외부의 데이터 베이스와 연결될 수 있다. 예를 들어, 차량을 확인하기 위하여 용의자, 도난 차량, 또는 차량 번호등의 데이터 베이스와 연결될 수 있다.
도면2는 본 발명의 바람직한 실시예로서 시스템 리소스의 사용을 줄이기 위한 AOI's(Area of Interest)의 사용을 도시하고 있다. AOI란 감시가 일어나는 지역을 보여주는 다각형이다. 직사각형들은 카메라로부터의 다양한 거리에서 추출되는 물체의 사이즈를 가리킨다. 이 예에서, 관심있는 장면은 첫 직사각형에서 보여지는 필드에 있는 사람의 감지된 움직임을 포함한다. 여과 유니트(filtering unit)에서 처리가 좀 더 필요한지 결정된다. 이 경우, 여과 유니트는 피쳐 데이터를 조사한다. 피쳐 흐름들이 AOI안에 중요한 피쳐가 있는지 결정하기 위하여 분석되어진다. AOI안에 위치한 피쳐스의 숫자가 변화가 일어나고 임계값을 벗어나는 경우, 이 프레임은 이벤트를 포함할 수 있다고 지정되어, 처리를 받기 위하여 옮겨진다. 그렇지 않다면 그 프레임은 탈락되고 더 이상의 처리는 행하여지지 않는다.
MCIP서버는 이벤트 감지(event detection)가 요구되어지는 모든 비디오 소스(video source)로부터 비디오 스트림(stream)이 아닌, 따라서 영상이 볼 수 있도록 재구성될 필요가 없는 축소된 대역폭의 피쳐 스트림(reduced bandwidth feature stream)을 받아들인다. 특정 비디오 자료로부터 전송된 축소된 대역폭 흐름에서 이벤트가 감지되면, 중앙 서버가 이 비디오 자료로 하여금 작동 모드를 비디오 흐름 모드로 바꾸도록 지시한다. 비디오 흐름 모드에서는 비디오 자료가 일반적인 비디오 인코더로서 작동하고 표준 비디오 흐름을 전송한다. 그리고 그것은 서버 또는 그 밖의 다른 리시빙 그룹에 의해서 관찰, 기록, 후처리 및 그 밖의 여러 목적을 위해 해독된다. 또한, 동시에 비디오 인코더는 피쳐 흐름을 계속하여 전송할 수도 있다.
이러한 기작에 따라 작동할 때, 대부분의 비디오 소스는 축소된 대역폭 모드로 남아있으며, 이 때 좁은 대역폭 데이터 흐름을 전송하면서도, MCIP서버가 높은 해상도와 프레임 비율로 이벤트를 감지하기 충분하다. 오직 이벤트가 감지되는 자료의 아주 작은 부분만이 비디오 스트림 모드에서 병렬적으로 작동하도록 조절되고, 따라서 전체 네트웍의 대역폭이 모든 비디오 소스를 병렬적으로 전송하는데 요구되어지는 네트웍 대역폭보다 훨씬 줄어들 수 있게 된다.
예를 들어 보통의 비디오 감시 장치는 충분한 효과를 내기 위하여 약 500Kbp/s의 대역폭을 가진 카메라 1000대를 사용하여야 한다. 축소된 대역폭 모드에서는 같은 해상도와 프레임 비율로 움직이는 물체에 대한 정보를 전송하는데 있어서, 약 5Kbp/s의 대역폭만이 요구되어진다. 따라서 이 모드에서는 작동하는 모든 카메라가 5Mbp/s(5Kbp/s*1000)의 대역폭을 사용하게 된다. 안정된 상태에서는 의심되는 물체가 카메라의 약 1%(카메라 10대)에서 나타나고 그들이 비디오 스트림 모드에서 작동한다면 여분의 5Mbp/s(500Kbp/s*10)의 대역폭이 필요하다. 본 발명의 솔루션을 사용한 전체 네트웍 대역폭 필요량은 10Mbp/s이다. 1000대의 카메라가 병렬적으로 비디오 스트림을 전송한다면 전체적으로 500Mbp/s의 네트웍 대역폭이 보통의 시스템에 의해서 소모되어진다.
본 발명에서 제안하는 솔루션은 실시간 카메라에서의 높은 수준의 움직이는 물체의 감지와 추적뿐만 아니라 녹화된 비디오에서도 적용가능하다. 많은 양의 비디오 풋테이지(footage)가 많은 감시 시스템에 의해서 기록된다. 녹화된 비디오에서 관심있는 이벤트를 감지하려면 대용량의 처리 능력이 필요하다. 디지털 또는 아날로그의 녹화된 비디오를 위에서 설명한 기술에 따라 축소된 대역폭 흐름으로 바꾸게 되면 이벤트 감지가 훨씬 쉬워지게 되어, 더 적은 시간과 처리 능력만을 필요로 하게 된다.
본 발명에서 제안하는 시스템은 다음과 같은 구성요소를 포함한다.
1. 하나 이상의 MCIP서버
2. 원격 지시에 따라, 축소된 대역폭 흐름(reduced bandwidth stream)이나 비디오 흐름 모드(video stream mode)에서 작동할 수 있는, 하나 이상의 듀얼 모드 비디오 인코더(duel mode video incoder)
3. 시스템 구성요소간에 커뮤니케이션을 이루어지게 해주는 LAN, WAN, IP와 같은 디지털 네트웍.
4. 오퍼레이터들이 사건의 기준이나 그 밖의 다른 시스템 매개 요소들을 정의하고 실시간으로 사건을 관리할 수 있도록 해주는 하나 이상의 오퍼레이터 스테이션(operator station).
5. 네트웍상의 선택된 비디오 자료를 필요에 따라 기록하거나 보여줄 수 있는 선택적 네트웍 비디오 레코더(optional Network Video Recoder).
도면 3A 내지 3B는 본 발명의 바람직한 실시예로서 관심있는 물체나 그 움직임의 흔적을 생성하는 것을 도시하고 있다. 도면 3A는 접근이 금지된 지역의 AOI 영상이다. MCIP 서버 102는 해당 인코더로부터 받은 미리 정의된 크기와 움직임 매개변수에 따라서 결정되는, 물체를 생성한다. 그 물체는 금지구역으로 침투한 오른쪽에서 왼쪽으로 걸어가는 사람의 몸을 포함한다. 움직임 매개변수는 계속하여 업데이트되어서 그 물체의 중심의 자취가 표지될 수 있도록 한다. MCIP 서버 102는 금지 구역 안의 움직임에 관한 그래픽 표지를 나타내는, 굵은 선으로 표현된 자취를 제공한다. 도면 3B는 같은 AOI 구역의 영상으로서, MCIP 서버 102는 왼쪽에서 오른쪽으로 움직이며, 카메라쪽으로 다가오는, 금지된 구역안의 움직임에 관련된 그래픽 표지를 제공하는, 굵은 선으로 표현된 자취와, 물체를 생성한다. 도면 3C는 역시 같은 AOI 구역 안의 영상으로서, MCIP 서버 102는 오른쪽에서 왼쪽으로 움직이며, 카메라쪽으로 다가오는, 금지된 구역안의 움직임에 관련된 그래픽 표지를 제공하는, 굵은 선으로 표현되는 자취와, 물체를 생성한다. 해당 인코더는 노이즈(noise)로 간주되는 나무와 풀과 같은 배경들의 움직임의 생성을 막음으로써, 여과 기작을 수행한다.
상기의 예시와 설명은 오직 도면의 설명을 목적으로 할 뿐이며, 본 발명을 한정하는 것은 아니다. 당업자라면 예상할 수 있듯이, 본 발명의 범위에서 벗어나지 않는 범위 내에서 본 발명은 상기한 기술 외에도 다양한 방법으로 행하여질 수 있다.
이하에서는 본 발명에서 제안하는 영상 처리 기술을 효과적으로 이용할 수 있는 응용 예를 부분적으로 예시해 놓았다.
[실시예1]
실내 또는 실외용 비디오 움직임 감지(Video Motion Detection for both indoor and outdoor application)
이러한 실시예는 주로 보호 구역 안의 침입자를 감지하기 위하여 사용된다. 따라서 나무, 쓰레기 및 동물들의 움직임 같은 불필요한 움직임은 무시되어질 필요가 있다. 본 발명에서는 특정한 영상들이나 영상 변화를 여과시키기 위하여 흐름 수준(stream level)에서 유입 영상를 처리한다. 미리 정하여진 임계값 이하의 움직임이나 크기 및 속도와 같은 것들을 여과시킴으로서, 처리에 소요되는 시스템 용량의 양을 줄일 수 있다. 시스템은 서버에 기초하고 있고 카메라를 제외하고 필드에 장비가 설치될 필요가 없기 때문에 이 솔루션은 수퍼 마켓과 같이 적은 예산을 적용해야 하는 경우에 적합하다.
[실시예2]
예외적인 정지 물체 감지(Exceptional static objects detection)
이러한 실시예는 공항의 방치된 가방, 고속도로의 정차된 차, 보호 구역에 멈춰있는 사람 등과 같은 경고를 요하는 정적인 물체를 감지하는 데 쓰여진다. 본발명은 흐름 수준에서 입력 영상을 조작하여 AOIs에 있는 움직임 벡터를 조사하고, 그 결과 움직임이 멈춘 물체는 처리를 받게 된다.
[실시예3]
번호판 감지(License Plate Recognition)
이러한 실시예는 차량 접근 조절, 도난 차량이나 수상한 차량의 감지, 주차 자동화 등에 쓰인다. 본 발명은 실제적인 감지 솔루션을 제공함으로써, 필드에 설치된 수백개 이상의 카메라를 사용하여 필요한 차량을 감지하는 것을 가능하게 만든다.
[실시예4]
안면 인식(Facial Recognition)
이러한 실시예는 범죄자나 테러리스트의 위치를 알아내거나, 개인의 접근 조절을 목적으로 하는 업무를 위한 생물학적 조회 장치 또는 감지 장치에 쓰인다. 본 발명을 사용함으로써 필드의 많은 카메라를 통한 얼굴 감지 능력을 제공한다. 이것은 공항이나 공공 장소의 감시 등의 대규모 장치를 위한 유용한 수단이 될 수 있다.
[실시예5]
연기와 불꽃 감지(Smoke and flames datection)
이러한 실시예는 화재 감지를 위하여 쓰인다. 본 발명을 사용함으로써, 카메라가 설치된 모든 장소는 특별히 연기나 불꽃 감지 장치가 없어도 그러한 서비스를 얻을 수 있다.
[실시예6]
교통 위반 감지(Traffic violation)
이러한 실시예는 빨간불 위반, 중앙성 침범, 주정차 지역이 아닌 곳에서의 주정차 등의 교통 질서 위반을 감지하는데 쓰인다. 본 발명을 사용하는데 있어서, 길이나 교차로에 위치한 많은 카메라들이 경찰들의 업무에 최대한 활용될 수 있도록 이용될 수 있다.
[실시예7]
교통 흐름 분석(Traffic flow analysis)
이러한 실시예는 교통 장애물, 사고, 너무 느리거나 빠르거나 혼잡한 교통과 같은 비 정상적인 교통 사건을 자동적으로 감지하는 교통 센터에 쓰인다. 본 발명을 사용하는데 있어서, 교통 센터는 더 나은 조절 수준을 제공하기 위하여 관할 구역에 위치한 많은 카메라를 사용할 수 있다.
[실시예8]
수상한 차량이나 사람의 추적(Suspicious vehicle or person tracking)
이러한 실시예는 관심있는 물체를 추적하는데 쓰여진다. 이것은 도둑을 도주 차량과 연결시키거나, 도주중인 범인 등의 위치를 추적하는데 쓰여진다. 이러한 기능은 필드의 어떠한 선택된 카메라들과도 연결되어서도 얻어질 수 있다.
이러한 각각의 응용예 또는 그들의 조합은 본 발명의 개별적인 실시예로서 모두 본 발명의 기본적 구조를 사용하면서, 그 실시예에 특수한 구성요소를 사용할 수 있다. 그러한 특수한 구성요소나 본 명세서의 피쳐들과 응용예들의 조합의 선택은 기술적 선택의 문제로서 당업자라면 자명한 일이다.

Claims (29)

  1. i)하나 이상의 영상으로 이루어진 획득된 영상 흐름을 디지털 영상으로 바꾸어주는, 프로그램할 수 있는 로컬 처리 장치와, 상기의 영상 흐름으로부터 상기의 영상 흐름의 물체의 속성과 관련된 매개 요소인 피쳐(feature)들을 생성하고 상기의 피쳐 동작들이 해당 임계값을 초과할 때마다 피쳐 흐름을 전송하는 로컬 인코더를 포함하는 영상 획득 장치 세트를 필드에 설치하는 단계;
    ii)각각의 영상 획득 장치를 해당하는 데이터 통신 채널을 통하여 데이터 네트웍에 연결시키는 단계;
    iii)상기의 데이터 네트웍을 상기의 임계값을 결정하고 상기의 피쳐 흐름을 처리할 수 있는 영상 처리 서버에 연결시키는 단계; 그리고
    iv)상기의 서버가 해당하는 데이터 커뮤니케이션 채널과 상기의 데이터 네트웍을 통하여 로컬 인코더로부터 피쳐들을 받을 때마다, 상기의 서버로 상기의 피쳐 흐름을 처리함으로써 상기 영상 흐름의 사건과 관련된 표지를 얻고 이 표지를 오퍼레이터에 전송하는 단계를 포함하는,
    영상 흐름(image stream)으로부터 사건 감지와 물체 추적을 수행하는 방법.
  2. 제1항의 방법에 있어서, 로컬 인코더가, 피쳐들을 생성하고 서버에 피쳐들을 전송하는 동안에는 첫번째 모드로 작동할 수 있고, 상기 서버에서 보내오는 지시에 따라 원하는 수준까지 압축된 상기의 영상 흐름의 적어도 한 부분을 상기 피쳐들에 추가하여 상기 서버에 전송하는 동안에는 두번째 모드로 작동할 수 있는 혼합형 인코더로서, 로컬 인코더가 영상 흐름을 압축하는 회로를 추가로 포함하는 것임을 특징으로 하는 방법.
  3. 제2항의 방법에 있어서,
    i)상기의 서버로부터 받은 명령에 따라 혼합형 인코더를 두번째 모드로 작동하도록 조절하는 단계; 그리고
    ii)상기의 서버에 의해서 상기의 피쳐 흐름을 처리함으로써 상기의 영상 흐름안에 있는 사건과 관련되는 표지를 얻고 상기의 표지 및/또는 그들의 해당 영상 흐름을 오퍼레이터에 전송하는 단계를 포함하고,
    서버가 혼합형 인코더로부터 피쳐들을 받는 동안에는:
    상기의 서버로부터 받은 명령에 의해 각각의 혼합형 인코더를 첫번째 모드로 작동하도록 조절하는 단계를;
    추가로 포함하는 방법.
  4. 제1항과 제2항의 방법에 있어서, 사건을 포착하는 하나 이상의 압축된 영상 흐름을 상기의 서버가 해독하고, 해독된 영상 흐름을 볼 수 있도록 오퍼레이터의 디스플레이에 전송하는 단계를 추가로 포함하는 방법.
  5. 제1항과 제2항의 방법에 있어서, 로컬 인코더가 두번째 모드로 작동하는 동안 얻어진 하나 이상의 압축된 영상 흐름을, 기록하는 단계를 추가로 포함하는 방법.
  6. 제1항 또는 제2항의 방법에 있어서, 서버의 영상 처리 용량을 영상 흐름을 받아들이는 데이터 통신 채널에 동적으로 배분하는 단계를 추가로 포함하는 방법.
  7. 제1항 또는 제2항의 방법에 있어서, 첫번째 모드로 작동하는 동안 얻어지는 하나 이상의 피쳐 흐름이, 영상의 오직 일부분만을 포함하고 있는 것임을 특징으로 하는 방법.
  8. 제6항의 방법에 있어서, 영상 또는 상기 영상의 AOI 의 프레임안에 있는 피사체를 둘러싸고 있는 다각도형을 생성하고 보여주는 단계를 추가로 포함하는 방법.
  9. 제8항의 방법에 있어서, 영상 또는 상기 영상의 AOI 의 프레임 안에 있는 피사체의 움직임의 역정을 표시하는 영상 궤적을 생성하고 보여주는 단계를 추가로 포함하는 방법.
  10. 제1항 또는 제2항의 방법에 있어서, 영상 흐름이 비디오 흐름, 정지 화상, 컴퓨터 생성 영상 및 녹화된 디지털 또는 아날로그 비디오 데이터를 포함하는 영상 군으로부터 선택되는 것임을 특징으로 하는 방법.
  11. 제1항 또는 제2항의 방법에 있어서, 영상 흐름이 MPEG 형식을 이용하여 압축된 비디오 흐름인 것임을 특징으로 하는 방법.
  12. 제1항 또는 제2항의 방법에 있어서, 인코더가 각각의 모드에서 다른 해상도와 프레임 비율을 사용하는 것임을 특징으로 하는 방법.
  13. 제1항 또는 제2항의 방법에 있어서, 피쳐들이:
    -동작 피쳐;
    -색깔;
    -영상의 부분;
    -에지(edge) 데이터;그리고
    -빈도(frequency) 관련 정보로 이루어지는 군에서, 선택되는 것임을 특징으로 하는 방법.
  14. 제1항 또는 제2항의 방법에 있어서, 데이터 통신 채널을 통해서 적어도 하나의 영상 획득 장치의 로컬 인코더로부터 받은 피쳐 흐름을 이용하여:
    -번호판 인식(LPR);
    -안면 인식(FR);
    -교통 법규 위반 감지;
    -행동 인식;
    -화재 감지;
    -교통량 감지;
    -연기 감지,
    의 하나 이상의 작동들 및/또는 그들의 혼합된 작동이, 서버에 의해서 수행되는 단계를 추가로 포함하는 방법.
  15. i) a.1)획득된 영상 흐름을 디지털 형식으로 바꾸어 주는, 프로그램할 수 있 는 처리 장치와, a.2)상기의 영상 흐름으로부터 상기 영상 흐름의 물체의 속 성과 관련된 매개 요소인 피쳐들을 생성하고, 상기 움직임 피쳐들이 해당 임 계값을 초과할 때마다 피쳐 흐름을 전송하는 로컬 인코더를 각각 포함하는;
    필드에 설치된 영상 획득 장치 세트:
    ii) 각각의 영상 획득 장치가 해당 데이터 통신 채널을 통하여 연결된 데이터 네트웍;
    iii); 그리고
    iv) 상기의 데이터 네트웍에 연결된, 상기의 임계값을 결정하고 상기의 피쳐 흐름을 처리함으로써 상기의 영상 흐름안의 사건과 관련된 표지를 얻고 상기의 표지를 오퍼레이터에 전송하는 영상처리 서버를 포함하는,
    영상 흐름에서 사건 감지와 물체 추적을 수행하는 시스템.
  16. 제15항의 시스템에 있어서, 로컬 인코더가, 피쳐들을 생성하고 서버에 피쳐들을 전송하는 동안에는 첫번째 모드로 작동할 수 있고, 상기 서버에서 보내오는 지시에 따라 원하는 수준까지 압축된 상기의 영상 흐름의 적어도 한 부분을 상기 피쳐들에 추가하여 상기 서버에 전송하는 동안에는 두번째 모드로 작동할 수 있는 혼합형 인코더로서, 영상 흐름을 압축하는 회로를 추가로 포함하는 것임을 특징으로 하는 시스템.
  17. 제15항 또는 제16항의 시스템에 있어서, 사건을 포착하고 서버에 의해서 해독되는 하나 이상의 영상 흐름을 받아 들이는, 오퍼레이터 디스플레이를 추가로 포함하는 것인 시스템.
  18. 제15항 또는 제16항의 시스템에 있어서, 로컬 인코더가 첫번째 모드로 작동하는 동안 얻어진 하나 이상의 영상 흐름을 기록하는 네트웍 비디오 레코더를 추가로 포함하는 것인 시스템.
  19. 제15항 또는 제16항의 시스템이 있어서, 서버가, 서버의 영상 처리 용량을 영상 흐름을 받아들이는 데이터 통신 채널에 동적으로 배분할 수 있는 것임을 특징으로 하는 시스템.
  20. 제15항 또는 제16항의 시스템에 있어서, 첫번째 모드로 작동하는 동안 얻어진 하나 이상의 영상 흐름이, 원하는 AOI에 상응하는 영상의 오직 일부분만을 포함하는 것임을 특징으로 하는 시스템.
  21. 제15항 또는 제16항의 시스템에 있어서, 서버가, 영상 또는 상기 영상의 AOI 의 프레임안에 있는 피사체를 둘러싸고 있는 다각도형을 생성하고 보여주는 처리 수단을 추가로 포함하는 것임을 특징으로 하는 시스템.
  22. 제21항의 시스템에 있어서, 서버가, 영상 또는 상기 영상의 AOI 의 프레임 안에 있는 피사체의 움직임의 역정을 표시하는 영상 궤적을 생성하고 보여주는 처리 수단을 추가로 포함하는 것임을 특징으로 하는 시스템.
  23. 제15항 또는 제16항의 시스템에 있어서, 영상 흐름이, 비디오 흐름, 정지 화상, 컴퓨터 생성영상 및 녹화된 디지털 또는 아날로그 비디오 데이터를 포함하는 영상 군으로부터 선택되는 것임을 특징으로 하는 시스템.
  24. 제15항 또는 제16항의 시스템에 있어서, 영상 흐름이, MPEG 포맷을 이용하여 압축된 비디오 흐름인 것임을 특징으로 하는 시스템.
  25. 제15항 또는 제16항의 시스템에 있어서, 인코더가 각각의 모드에서 다른 해상도와 프레임 비율을 사용하는 것임을 특징으로 하는 시스템.
  26. 제15항 또는 제16항의 시스템에 있어서, 피쳐(feature)들이,
    -동작 피쳐;
    -색깔;
    -영상의 부분;
    -에지(edge) 데이터; 그리고
    -빈도(frequency) 관련 정보로 이루어진 군으로부터,
    선택되는 것들임을 특징으로 하는 시스템.
  27. 제15항 또는 제16항의 시스템에 있어서, 서버가, 데이터 통신 채널을 통해서 적어도 하나의 영상 획득 장치의 로컬 인코더로부터 받은 피쳐 흐름을 이용하여,
    -번호판 인식(LPR);
    -안면 인식(FR);
    -교통 법규 위반 감지;
    -행동 인식;
    -화재 감지;
    -교통량 감지;
    -연기 감지,
    의 하나 이상의 작동들 및/또는 그들의 혼합된 작동을 수행하는 처리 수단을 추가로 포함하는 것임을 특징으로 하는 시스템.
  28. 충분히 설명되고 예시된 것처럼, 영상 흐름에서 사건 감지와 피사체 추적을 수행하는 방법.
  29. 충분히 설명되고 예시된 것처럼, 영상 흐름에서 사건 감지와 피사체 추적을 수행하는 시스템.
KR1020057000175A 2002-07-05 2003-07-03 다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템 KR20050082442A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US39420502P 2002-07-05 2002-07-05
US60/394,205 2002-07-05

Publications (1)

Publication Number Publication Date
KR20050082442A true KR20050082442A (ko) 2005-08-23

Family

ID=30115689

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057000175A KR20050082442A (ko) 2002-07-05 2003-07-03 다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템

Country Status (15)

Country Link
US (1) US8004563B2 (ko)
EP (1) EP1459544B1 (ko)
JP (1) JP2006514757A (ko)
KR (1) KR20050082442A (ko)
CN (1) CN100348041C (ko)
AT (1) ATE364299T1 (ko)
AU (1) AU2003237579A1 (ko)
BR (1) BR0312458A (ko)
CA (1) CA2525690C (ko)
DE (1) DE60314223D1 (ko)
ES (1) ES2288610T3 (ko)
HK (1) HK1082578A1 (ko)
IL (1) IL162879A0 (ko)
RU (1) RU2005102819A (ko)
WO (1) WO2004006184A2 (ko)

Families Citing this family (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8711217B2 (en) 2000-10-24 2014-04-29 Objectvideo, Inc. Video surveillance system employing video primitives
US9892606B2 (en) 2001-11-15 2018-02-13 Avigilon Fortress Corporation Video surveillance system employing video primitives
US8564661B2 (en) 2000-10-24 2013-10-22 Objectvideo, Inc. Video analytic rule detection system and method
US20050146605A1 (en) 2000-10-24 2005-07-07 Lipton Alan J. Video surveillance system employing video primitives
US7868912B2 (en) * 2000-10-24 2011-01-11 Objectvideo, Inc. Video surveillance system employing video primitives
US7424175B2 (en) 2001-03-23 2008-09-09 Objectvideo, Inc. Video segmentation using statistical pixel modeling
US7577199B1 (en) * 2003-06-19 2009-08-18 Nvidia Corporation Apparatus and method for performing surveillance using motion vectors
CN1926879A (zh) * 2004-03-01 2007-03-07 皇家飞利浦电子股份有限公司 视频信号编码器、视频信号处理器、视频信号分发系统及其操作方法
JP2006129152A (ja) * 2004-10-29 2006-05-18 Konica Minolta Holdings Inc 撮像装置および画像配信システム
JP4584674B2 (ja) * 2004-10-29 2010-11-24 富士通株式会社 画像センサ装置および画像センサシステム
WO2006049501A2 (en) * 2004-11-01 2006-05-11 Ultrawaves Design Holding B.V. Flexible surveillance network system
US7623676B2 (en) * 2004-12-21 2009-11-24 Sarnoff Corporation Method and apparatus for tracking objects over a wide area using a network of stereo sensors
WO2006068463A1 (en) * 2004-12-24 2006-06-29 Ultrawaves Design Holding B.V. Intelligent distributed image processing
JP4449782B2 (ja) * 2005-02-25 2010-04-14 ソニー株式会社 撮像装置および画像配信方法
WO2006109162A2 (en) * 2005-04-15 2006-10-19 Emitall Surveillance S.A. Distributed smart video surveillance system
US20060244837A1 (en) * 2005-04-28 2006-11-02 Lucas Ekeroth Thermal imaging device
WO2007022011A2 (en) * 2005-08-12 2007-02-22 Core Memory Circuits Llc System and process for capturing processing, compressing, and displaying image information
JP2007228337A (ja) * 2006-02-24 2007-09-06 Olympus Corp 画像撮影装置
KR101392294B1 (ko) 2006-04-17 2014-05-27 오브젝트비디오 인코퍼레이티드 통계적인 픽셀 모델링을 이용한 비디오 분할
JP2007334623A (ja) * 2006-06-15 2007-12-27 Toshiba Corp 顔認証装置、顔認証方法、および入退場管理装置
WO2008002128A1 (en) * 2006-06-30 2008-01-03 Ultrawaves Design Holding B.V. Surveillance method and system using object based rule checking
WO2008038288A2 (en) * 2006-09-28 2008-04-03 Soniclynx Ltd. System and method for reducing power consumption in a detection system
US8218821B2 (en) 2007-01-23 2012-07-10 Pips Technology, Inc. Video preprocessing of image information for character recognition
US8218822B2 (en) 2007-05-14 2012-07-10 Pips Technology, Inc. Apparatus and method for recognizing the state of origin of a vehicle license plate
US8587658B2 (en) * 2007-06-08 2013-11-19 Nikon Corporation Imaging device, image display device, and program with intruding object detection
WO2009045218A1 (en) 2007-10-04 2009-04-09 Donovan John J A video surveillance, storage, and alerting system having network management, hierarchical data storage, video tip processing, and vehicle plate analysis
US8013738B2 (en) 2007-10-04 2011-09-06 Kd Secure, Llc Hierarchical storage manager (HSM) for intelligent storage of large volumes of data
US8275647B2 (en) * 2007-12-27 2012-09-25 Genesys Telecommunications Laboratories, Inc. Method for assembling a business process and for orchestrating the process based on process beneficiary information
US9241094B2 (en) 2008-03-18 2016-01-19 Intel Corporation Capturing event information using a digital video camera
US9256789B2 (en) 2008-03-21 2016-02-09 Intel Corporation Estimating motion of an event captured using a digital video camera
US9251423B2 (en) 2008-03-21 2016-02-02 Intel Corporation Estimating motion of an event captured using a digital video camera
US9019381B2 (en) * 2008-05-09 2015-04-28 Intuvision Inc. Video tracking systems and methods employing cognitive vision
EP2230629A3 (en) * 2008-07-16 2012-11-21 Verint Systems Inc. A system and method for capturing, storing, analyzing and displaying data relating to the movements of objects
CN101436348B (zh) * 2008-12-22 2014-04-23 北京中星微电子有限公司 电子警察系统以及应用于电子警察系统的信息识别方法
US20100246890A1 (en) * 2009-03-26 2010-09-30 Microsoft Corporation Detection of objects in images
CN101909148A (zh) * 2009-06-05 2010-12-08 鸿富锦精密工业（深圳）有限公司 摄影机
CN102484740B (zh) * 2009-07-08 2015-02-18 霍尼韦尔国际公司 用于管理视频数据的系统和方法
US8558862B2 (en) * 2009-09-28 2013-10-15 Lifesize Communications, Inc. Videoconferencing using a precoded bitstream
US8866901B2 (en) * 2010-01-15 2014-10-21 Honda Elesys Co., Ltd. Motion calculation device and motion calculation method
US9183560B2 (en) 2010-05-28 2015-11-10 Daniel H. Abelow Reality alternate
US8976856B2 (en) * 2010-09-30 2015-03-10 Apple Inc. Optimized deblocking filters
TW201222430A (en) * 2010-11-25 2012-06-01 Hon Hai Prec Ind Co Ltd Method for detecting objects and a corresponding control computer
US9615064B2 (en) * 2010-12-30 2017-04-04 Pelco, Inc. Tracking moving objects using a camera network
IL210427A0 (en) * 2011-01-02 2011-06-30 Agent Video Intelligence Ltd Calibration device and method for use in a surveillance system for event detection
JP5769468B2 (ja) * 2011-03-30 2015-08-26 キヤノン株式会社 物体検出システム及び物体検出方法
US20120297346A1 (en) * 2011-05-16 2012-11-22 Encelium Holdings, Inc. Three dimensional building control system and method
US9031948B1 (en) * 2011-07-06 2015-05-12 Shawn B. Smith Vehicle prediction and association tool based on license plate recognition
US8768009B1 (en) 2011-07-26 2014-07-01 Shawn B. Smith Locating persons of interest based on license plate recognition information
US20130057693A1 (en) * 2011-09-02 2013-03-07 John Baranek Intruder imaging and identification system
US10769913B2 (en) * 2011-12-22 2020-09-08 Pelco, Inc. Cloud-based video surveillance management system
JP2013200706A (ja) * 2012-03-26 2013-10-03 Hitachi Information & Telecommunication Engineering Ltd 入退連動システム
US20140025230A1 (en) 2012-07-17 2014-01-23 Elwha LLC, a limited liability company of the State of Delaware Unmanned device interaction methods and systems
US20140024999A1 (en) 2012-07-17 2014-01-23 Elwha LLC, a limited liability company of the State of Delaware Unmanned device utilization methods and systems
CN103576848B (zh) * 2012-08-09 2016-07-13 腾讯科技（深圳）有限公司 手势操作方法和手势操作装置
WO2014061181A1 (ja) 2012-10-18 2014-04-24 日本電気株式会社 カメラシステム
EP2995079A4 (en) * 2013-05-10 2017-08-23 Robert Bosch GmbH System and method for object and event identification using multiple cameras
CN104346895A (zh) * 2013-08-02 2015-02-11 北京市劳动保护科学研究所 安全预警系统
US10104394B2 (en) 2014-01-31 2018-10-16 Here Global B.V. Detection of motion activity saliency in a video sequence
WO2015198299A1 (en) 2014-06-26 2015-12-30 Agent Video Intelligence Ltd. System and method for management of data transmission in a communication network
US10803143B2 (en) * 2015-07-30 2020-10-13 Siemens Healthcare Gmbh Virtual biopsy techniques for analyzing diseases
CN105554464A (zh) * 2015-12-30 2016-05-04 成都移动魔方科技有限公司 一种企业智能监控方法
CN105611251A (zh) * 2015-12-30 2016-05-25 成都移动魔方科技有限公司 一种实时安全监控方法
CN105635678A (zh) * 2015-12-30 2016-06-01 成都移动魔方科技有限公司 一种快速安全监控数据处理方法
JP6583688B2 (ja) * 2016-05-27 2019-10-02 三井金属アクト株式会社 画像情報認証システム
ITUA20164102A1 (it) * 2016-06-14 2017-12-14 Stefano Nasti Procedimento e apparecchiatura per la produzione, gestione ed archiviazione di sequenze di immagini ad alta risoluzione a bassa occupazione di risorse di rete
US9916493B2 (en) 2016-08-03 2018-03-13 At&T Intellectual Property I, L.P. Method and system for aggregating video content
EP3340105A1 (en) * 2016-12-21 2018-06-27 Axis AB Method for and apparatus for detecting events
US10509788B2 (en) * 2016-12-30 2019-12-17 Dev Gupta Systems and methods for lossy data compression using key artifacts and dynamically generated cycles
US10691950B2 (en) 2017-03-10 2020-06-23 Turing Video, Inc. Activity recognition method and system
CN106997461B (zh) 2017-03-28 2019-09-17 浙江大华技术股份有限公司 一种烟火检测方法及装置
JP6878091B2 (ja) * 2017-03-31 2021-05-26 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
US11475671B2 (en) 2017-05-26 2022-10-18 Turing Video Multiple robots assisted surveillance system
US11501519B2 (en) 2017-12-13 2022-11-15 Ubiqisense Aps Vision system for object detection, recognition, classification and tracking and the method thereof
US10599947B2 (en) * 2018-03-09 2020-03-24 Ricoh Co., Ltd. On-demand visual analysis focalized on salient events
US10733451B2 (en) 2018-05-10 2020-08-04 Avigilon Corporation Automatic license plate recognition system and method therefor
CN110087099B (zh) * 2019-03-11 2020-08-07 北京大学 一种保护隐私的监控方法和系统

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3842356A1 (de) 1988-12-16 1990-06-28 Martin Spies System zum feststellen einer bewegung bzw. einer veraenderung im ueberwachungsbereich mehrerer fernsehkameras
JPH09130783A (ja) * 1995-10-31 1997-05-16 Matsushita Electric Ind Co Ltd 分散映像監視装置
US6384862B1 (en) * 1997-03-12 2002-05-07 Telefoaktiebolaget L M Ericsson Imaging system and method for interactive control of image quality
CN1156171C (zh) * 1997-04-07 2004-06-30 松下电器产业株式会社 提高处理效率的图象声音处理装置
US6130707A (en) * 1997-04-14 2000-10-10 Philips Electronics N.A. Corp. Video motion detector with global insensitivity
US6760061B1 (en) * 1997-04-14 2004-07-06 Nestor Traffic Systems, Inc. Traffic sensor
US6069655A (en) * 1997-08-01 2000-05-30 Wells Fargo Alarm Services, Inc. Advanced video security system
US6188381B1 (en) * 1997-09-08 2001-02-13 Sarnoff Corporation Modular parallel-pipelined vision system for real-time video processing
US6064303A (en) * 1997-11-25 2000-05-16 Micron Electronics, Inc. Personal computer-based home security system
US6546119B2 (en) * 1998-02-24 2003-04-08 Redflex Traffic Systems Automated traffic violation monitoring and reporting system
US6266369B1 (en) * 1998-06-09 2001-07-24 Worldgate Service, Inc. MPEG encoding technique for encoding web pages
US6493041B1 (en) * 1998-06-30 2002-12-10 Sun Microsystems, Inc. Method and apparatus for the detection of motion in video
WO2000042771A1 (en) * 1999-01-12 2000-07-20 Koninklijke Philips Electronics N.V. Camera motion parameters estimation method
JP2000295600A (ja) * 1999-04-08 2000-10-20 Toshiba Corp 監視装置
JP2001045465A (ja) * 1999-07-29 2001-02-16 Nec Eng Ltd 遠隔監視方式
EP1107609A1 (en) 1999-12-02 2001-06-13 STMicroelectronics S.r.l. Method of processing motion vectors histograms to detect interleaved or progressive picture structures
JP2003533906A (ja) 2000-02-24 2003-11-11 サーノフ コーポレイション 圧縮ビデオ解析
US6646676B1 (en) * 2000-05-17 2003-11-11 Mitsubishi Electric Research Laboratories, Inc. Networked surveillance and control system
US20050146605A1 (en) * 2000-10-24 2005-07-07 Lipton Alan J. Video surveillance system employing video primitives
FR2816427B1 (fr) 2000-11-03 2003-10-24 France Telecom Dispositif et procede de controle d'acces par traitement d'image
US7219364B2 (en) * 2000-11-22 2007-05-15 International Business Machines Corporation System and method for selectable semantic codec pairs for very low data-rate video transmission
JP2003087772A (ja) * 2001-09-10 2003-03-20 Fujitsu Ltd 画像制御装置

Also Published As

Publication number Publication date
ATE364299T1 (de) 2007-06-15
CA2525690C (en) 2014-12-02
US8004563B2 (en) 2011-08-23
CN100348041C (zh) 2007-11-07
WO2004006184A2 (en) 2004-01-15
CN1666528A (zh) 2005-09-07
JP2006514757A (ja) 2006-05-11
ES2288610T3 (es) 2008-01-16
CA2525690A1 (en) 2004-01-15
RU2005102819A (ru) 2005-08-20
EP1459544B1 (en) 2007-06-06
IL162879A0 (en) 2005-11-20
HK1082578A1 (en) 2006-06-09
AU2003237579A1 (en) 2004-01-23
EP1459544A2 (en) 2004-09-22
WO2004006184A3 (en) 2004-03-18
DE60314223D1 (de) 2007-07-19
BR0312458A (pt) 2005-04-19
US20050036659A1 (en) 2005-02-17

Similar Documents

Publication Publication Date Title
KR20050082442A (ko) 다수의 병렬 연속 영상에서 사건 감지를 효과적으로 수행하는 방법 및 시스템
CN101310288B (zh) 采用视频原语的视频监视系统
EP1631073B1 (en) Apparatus and methods for the detection of abnormal motion in a video stream
EP2283472B1 (en) A system and method for electronic surveillance
US20180027260A1 (en) Video analytics with pre-processing at the source end
US20190037178A1 (en) Autonomous video management system
AU2001238024B2 (en) System for automated screening of security cameras
GB2450478A (en) A security device and system
AU2001238024A1 (en) System for automated screening of security cameras
KR20080005404A (ko) 비디오 프리미티브를 사용하는 비디오 감시 시스템
WO2006031988A9 (en) Privacy protection of data collection in pervasive environments
Georis et al. IP-distributed computer-aided video-surveillance system
Bramberger et al. Intelligent traffic video sensor: Architecture and applications
US20240119736A1 (en) System and Method to Facilitate Monitoring Remote Sites using Bandwidth Optimized Intelligent Video Streams with Enhanced Selectivity
JP3141925U (ja) ハイビジョントータライザ
Ellis Co-operative computing for a distributed network of security surveillance cameras
Doermann et al. Issues in the transmission, analysis, storage and retrieval of surveillance video
CN116437045A (zh) 人工智能电子封条智能监控平台
LT et al. Vorrichtung und Verfahren zur Erkennung einer anormalen Bewegung in einem Videostrom Dispositif et procédé pour la détection d’un mouvement anormal dans un flux vidéo

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application