KR20090132339A - 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템 - Google Patents

감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템 Download PDF

Info

Publication number
KR20090132339A
KR20090132339A KR1020080058545A KR20080058545A KR20090132339A KR 20090132339 A KR20090132339 A KR 20090132339A KR 1020080058545 A KR1020080058545 A KR 1020080058545A KR 20080058545 A KR20080058545 A KR 20080058545A KR 20090132339 A KR20090132339 A KR 20090132339A
Authority
KR
South Korea
Prior art keywords
image
feature information
index structure
surveillance network
surveillance
Prior art date
Application number
KR1020080058545A
Other languages
English (en)
Other versions
KR100968024B1 (ko
Inventor
박호현
오종현
박광순
안재천
Original Assignee
중앙대학교 산학협력단
(주)트루엔
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 중앙대학교 산학협력단, (주)트루엔 filed Critical 중앙대학교 산학협력단
Priority to KR1020080058545A priority Critical patent/KR100968024B1/ko
Publication of KR20090132339A publication Critical patent/KR20090132339A/ko
Application granted granted Critical
Publication of KR100968024B1 publication Critical patent/KR100968024B1/ko

Links

Images

Classifications

    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

감시 네트워크를 이용한 객체 이동 경로 추적 방법 및 시스템을 개시한다. 감시 네트워크를 이용한 객체 이동 경로 추적 시스템은 객체의 영상을 획득하는 복수의 감시 카메라로 구성된 감시 네트워크; 상기 감시 카메라에서 획득한 영상에서 객체들의 특징 정보를 추출하는 객체 인식부; 및 상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하는 색인부를 포함한다.
Figure P1020080058545
시공간 색인, 감시 카메라, 객체, 네트워크, 추출.

Description

감시 시스템 네트워크를 이용한 객체의 이동 경로 추적 방법 및 시스템{METHOD AND SYSTEM FOR TRACING TRAJECTORY OF MOVING OBJECTS USING SURVEILLANCE SYSTEMS' NETWORK}
본 발명은 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적 방법 및 시스템에 관한 것이다.
보안의 중요성의 증가에 따라 감시 카메라를 사용한 감시 시스템이 설치된 장소가 증가하게 되었다. 그러나 종래의 감시 시스템은 감시 시스템에 포함된 각각의 감시 카메라가 담당하는 지역 또는 부분을 독립적으로 촬영하여 이미지를 시스템에 저장하고 분석하고 있었다.
따라서, 복수의 감시 카메라가 특정 지역을 감시하더라도 각각의 감시 카메라 간의 네트워킹 기능이 부족하여 각각의 감시 카메라로부터 포착된 영상 간의 연관성 및 동일 객체의 이동 경로 파악은 감시 시스템을 관리하는 관리자의 수작업에 의존하고 있는 실정이다.
따라서, 복수의 감시 카메라가 연결된 네트워크를 사용하여 상기 감시 카메라로부터 포착된 영상에 대한 정보를 공유하여 감시 시스템이 설치된 넓은 지역 또 는 건물 내에서 특정 시간대에 특정 인물 또는 사물의 이동 경로를 자동으로 검색 및 추적할 수 있는 방법이 필요한 실정이다.
본 발명은 복수의 감시 카메라를 네트워크로 구성함으로써 상기 감시 카메라로부터 전달받는 영상에서 공통된 객체를 확인하고, 상기 객체의 이동 경로를 추적할 수 있는 감시 네트워크를 이용한 객체 이동 경로 추적 방법 및 시스템을 제공한다.
본 발명은 감시 카메라로부터 전달받은 영상에서 객체의 얼굴 영역과 특징을 추출하여 시간을 추가한 시공간 데이터와 함께 데이터베이스에 저장함으로써 영상에 포함된 상기 객체를 서로 구별하여 특정 시간, 위치에 있는 상기 객체를 검색할 수 있으며 상기 객체의 시간에 따른 이동궤적 역시 파악할 수 있는 감시 네트워크를 이용한 객체 이동 경로 추적 방법 및 시스템을 제공한다.
본 발명의 일실시예에 따른 감시 네트워크를 이용한 객체 이동 경로 추적 시스템은 객체의 영상을 획득하는 복수의 감시 카메라로 구성된 감시 네트워크; 상기 감시 카메라에서 획득한 영상에서 객체들의 특징 정보를 추출하는 객체 인식부; 및 상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하는 색인부를 포함한다.
본 발명의 일측면에 따르면, 상기 객체 인식부는, 상기 감시 카메라에서 획득한 영상을 전처리하여 색상별로 분할하는 전처리부; 상기 색상별로 분할된 영 상에서 얼굴 영역을 추출하는 영역 추출부; 및 상기 얼굴 영역에서 특징 정보를 추출하는 특징 추출부를 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 특징 추출부는 피부의 색이나 이목구비의 기하학적 관계를 기초로 개체의 고유성과 마스크나 복면, 모자의 착용 여부를 확인할 수 있다.
본 발명의 일측면에 따르면, 상기 객체 인식부는 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소하는 차원 축소부를 더 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 색인부는 객체의 시간을 매개 변수로 하여 상기 시공간 색인 구조를 생성할 수 있다.
본 발명의 일측면에 따르면, 상기 색인부는 TB-트리 구조에 기초하여 상기 시공간 색인 구조를 생성할 수 있다.
본 발명의 일측면에 따르면, 상기 이미지 색인 구조로 상기 객체가 포함된 영상을 검색하고, 상기 시공간 색인 구조로 상기 객체의 이동 경로를 검색하는 검색부를 더 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 검색부는 사용자로부터 검색 대상 이미지를 입력받으면 상기 검색 대상 이미지를 상기 객체 인식부로 전송하여 상기 검색 대상 이미지의 특징 정보를 추출할 수 있다.
본 발명의 일측면에 따르면, 상기 검색부는 상기 데이터베이스에 저장된 상기 이미지 색인 구조에서 상기 검색 대상 이미지의 특징 정보와 일치하는 이미지 색인과 그에 대응하는 객체가 포함된 영상을 검색하여 제공할 수 있다.
본 발명의 일실시예에 따른 감시 네트워크를 이용한 객체 이동 경로 추적 방법은 객체의 영상을 획득하는 단계; 상기 객체의 영상에서 상기 객체들의 특징 정보를 추출하는 단계; 및 상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하는 단계를 포함한다.
본 발명에 따르면, 복수의 감시 카메라를 네트워크로 구성함으로써 상기 감시 카메라로부터 전달받는 영상에서 공통된 객체를 확인하고, 상기 객체의 이동 경로를 추적할 수 있다.
본 발명에 따르면, 감시 카메라로부터 전달받은 영상에서 객체의 얼굴 영역과 특징을 추출하여 시간을 추가한 시공간 데이터와 함께 데이터베이스에 저장함으로써 영상에 포함된 상기 객체를 서로 구별하여 특정 시간, 위치에 있는 상기 객체를 검색할 수 있으며 상기 객체의 시간에 따른 이동궤적 역시 파악할 수 있다.
이하 첨부된 도면을 참조하여 본 발명에 따른 다양한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 감시 네트워크를 이용한 객체 이동 경로 추적 시스템(100)의 개괄적인 모습을 도시한 일례다.
복수의 감시 카메라로 구성된 감시 네트워크(101)에서 영상을 획득하면, 객 체 인식부(102)가 상기 감시 카메라에서 획득한 영상에서 객체들의 특징 정보를 추출하고, 색인부(103)가 상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하여 데이터베이스(104)에 저장한다. 이때, 검색부(105)는 상기 이미지 색인 구조로 상기 객체가 포함된 영상을 검색하고, 상기 시공간 색인 구조로 상기 객체의 이동 경로를 검색할 수 있다.
이때, 감시 네트워크(101)는 복수의 감시카메라에 감시하는 지역에 대응하는 일련번호를 할당하여 카메라를 식별하도록 하여 네트워크를 구성하고, 상기 감시 카메라에서 획득한 영상 정보를 객체 인식부(102)로 전송할 수 있다. 감시 네트워크(101)의 구성에 대해서는 도 2를 통해 더욱 자세히 설명한다.
이때, 객체 인식부(102)는 상기 감시 카메라에서 획득한 영상을 보정하고 상기 영상에 포함된 객체를 구별하며, 상기 객체의 특징을 추출할 수 있다. 객체 인식부(102)의 구성에 대해서는 도 3을 통해 더욱 자세히 설명한다.
이때, 색인부(103)가 생성하는 이미지 색인 구조는 객체 인식부(102)가 구별해낸 객체를 바탕으로 영상을 구별하여 색인을 구성함으로써 사용자가 검색하고자 하는 객체와 유사한 검색 대상 이미지를 사용하여 원하는 객체가 속한 영상을 검색할 수 있다. 이때, 상기 이미지 색인 구조는 일반적인 트리 구조를 사용하여 생성할 수 있다.
이때, 색인부(103)가 생성하는 시공간 색인 구조는 객체의 시간을 매개변수로 색인 구조를 구축함으로써, 사용자가 객체의 시간에 따른 이동경로 등을 검색할 수 있다. 이때, 상기 시공간 색인 구조는 일반적인 영상 정보가 아닌 시공간 정보가 생성되어 저장되어야 하므로 이에 최적화된 TB-트리(tree)구조를 기초로 생성할 수 있다. 상기 시공간 색인 구조에 대해서는 도 4를 통해 더욱 자세히 설명한다.
이때, 검색부(105)는 사용자로부터 검색 대상 이미지를 입력받으면 상기 검색 대상 이미지를 객체 인식부(102)로 전송하여 상기 검색 대상 이미지의 특징 정보를 추출하고, 데이터베이스(104)에 저장된 상기 이미지 색인 구조에서 상기 검색 대상 이미지의 특징 정보와 일치하는 이미지 색인과 그에 대응하는 객체가 포함된 영상을 검색하여 사용자에게 제공할 수 있다.
이와 같이, 상기 확인된 감시 네트워크를 이용한 객체 이동 경로 추적 시스템(100)에 대해서는 도 2, 도 3, 및 도 4의 일례를 통해 더욱 자세히 설명한다.
도 2는 본 발명의 일실시예에 있어서, 감시 네트워크(101)의 개괄적인 모습을 도시한 일례다.
감시 네트워크(101)는 도 2에 도시된 바와 같이 복수의 감시 카메라(211, 212, 213, 214)를 하나의 네트워크로 묶어서 특정 지역인 1구역(210)에서 영상을 획득하고, 다른 복수의 감시 카메라(221, 222, 223, 224)를 하나의 네트워크로 묶어서 다른 지역인 2구역(220)에서 영상을 획득하여 객체 인식부(102)로 전송할 수 있다.
이때, 감시 네트워크(101)는 감시카메라(211)에 일련번호 1을 할당하고, 감시카메라(212)에 일련번호 2를 할당하며, 감시카메라(213)에 일련번호 3을 할당하고, 감시카메라(214)에 일련번호 4를 할당하며, 감시카메라(221)에 일련번호 5를 할당하고, 감시카메라(222)에 일련번호 6을 할당하며, 감시카메라(223)에 일련번호 7을 할당하고, 감시카메라(224)에 일련번호 8을 할당할 수 있다.
이때, 감시 네트워크(101)는 복수의 감시 카메라(211, 212, 213, 214, 221, 222, 223, 224)에서 객체(231)와 객체(241)에 대한 영상을 획득함으로써 객체(231)가 1구역(210)과 2구역(220)을 통과하여 도착점(233)으로 이동하는 경로(232)와 객체(241)가 1구역(210)과 2구역(220)을 통과하여 도착점(243)으로 이동하는 경로(242)의 추적할 수 있도록 할 수 있다.
이때, 감시 네트워크를 이용한 객체 이동 경로 추적 시스템(100)은 일련번호 1, 2, 4, 5, 6, 7, 8의 감시 카메라에서 획득한 영상에 객체(231)의 특징을 가진 객체가 있음을 확인하여 객체(231)가 일련번호 1, 2, 4, 5, 6, 7, 8의 감시 카메라가 촬영하는 영역을 통과한 경로(232)로 이동함을 검색할 수 있다.
도 3은 본 발명의 일실시예에 있어서, 객체 인식부(102)의 개괄적인 모습을 도시한 일례이다.
객체 인식부(102)는 영상 입력부(301), 전처리부(302), 영역 추출부(303), 특징 추출부(304), 및 차원 축소부(305)를 포함할 수 있다.
이때, 영상 입력부(301)는 감시 네트워크(101)로부터 프레임간의 정지 영상 정보를 차례로 수신하여 순서대로 다음 처리과정을 위해 대기시키고, 전처리부(302)에서 이전에 전송한 영상의 전처리가 종료되면, 전처리부(302)로 영상을 차례대로 전송할 수 있다. 이때, 상기 프레임간의 정지 영상 정보는 상기 감시 카메라에서 획득되는 영상일 수 있다.
이때, 전처리부(302)는 영상 입력부(301)에서 전송한 영상을 전처리하여 상기 영상을 가공하기 쉽게 보정한 후, 이미지 세그멘테이션을 실행하여 색상별로 분할 할 수 있다.
이때, 전처리부(302)는 전처리 과정을 통하여 통해 노이즈를 제거와 기본적인 보정을 함으로써 상기 영상의 화질을 증가 시키고 가독성에 중요한 요소인 조도를 고정하여 세그멘테이션과 특징 추출시의 정확성을 향상시킬 수 있다.
이때, 전처리부(302)는 감시 영상의 특성 및 세그멘테이션의 효율성을 고려하여 에지 보존력이 높고 임펄스 잡음에 강한 미디언 필터를 전처리에 사용할 수 있다.
또한, 전처리부(302)는 필터링의 융통성을 조금 더 높이기 위해서 α의 값에 따라 미디언 필터와 같이 동작하기도 하고 좀 더 강하거나 약한 필터링을 수행할 수 있는 α-trimmed mean 필터를 전처리에 사용할 수도 있다.
이때, 전처리부(302)는 색상에 따른 이미지 세그멘테이션을 실행함으로써 상기 영상을 색상별로 분할하여 사람의 피부색에 해당하는 부분을 검출할 수 있다.
이때, 전처리부(302)는 에지 추출을 이용하여 이미지를 분할하는 방식을 사용할 수 있다.
이때, 영역 추출부(303)는 상기 색상별로 분할된 영상에서 얼굴 영역을 추출할 수 있다.
이때, 영역 추출부(303)는 전처리부(302)에서 세그멘테이션 된 상기 영상에서 피부색에 해당하는 영역 중에서 얼굴에 해당하는 구성요소(대표적으로 눈, 코, 입 등)를 추출함으로써 상기 영상에서 얼굴 영역과 색상만 비슷한 팔이나 다리와 같은 부위를 구별해 낼 수 있다.
이때, 영역 추출부(303)는 컬러기반의 검출법과 기하학적 방식, SVM방식의 알고리즘을 복수로 적용하여 얼굴 영역을 추출할 수 있다.
이때, 특징 추출부(304)는 상기 영상에 포함된 얼굴들 간의 구분을 위해서 영역 추출부(303)에서 검출한 얼굴 영역마다의 특징을 추출할 수 있다.
이때, 특징 추출부(304)는 피부의 색이나, 이목구비의 기하학적인 관계를 통해 개개인의 고유성뿐만 아니라 마스크나 복면, 모자 등의 착용 여부를 알아내어 객체 간의 고유성을 찾아내고 구별하여 인식할 수 있다.
이때, 특징 추출부(304)는 주성분 분석(PCA: Principal Component Analysis) 방식을 사용하여 얼굴의 전체적인 특징을 추출하고, 선형 변별 분식(LDA: Linear Discriminant Analysis) 방식과 지역적 특징 분석(LFA: Local Feature Analysis) 방식으로 상기 주성분 분석 방식에서 미비한 상세 특징을 추출할 수 있다.
이때, 차원 축소부(305)는 특징 추출부(304)에서 추출된 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소할 수 있다.
특징 추출부(304)에서 추출된 상기 특징 정보는 보통 n차원의 데이터로 표현이 되는데, n이 커지게 경우에 하나의 정지영상을 저장하기 위해 많은 공간이 필요하게 되고 영상 데이터 간의 유사성을 측정하기 위해 높은 연산 복잡도를 요구하게 된다.
또한, 특징 정보 데이터에 색인 구조를 적용하기 위해서는 다차원에 맞는 공 간 색인 구조를 적용해야 하는데 아직까지 공간색인 구조는 차원이 커짐에 따라 효율성이 급격히 떨어지게 되는　문제점이 있다.
따라서, 차원 축소부(305)는 n차원의 데이터로 형성된 상기 특징 정보를 차원 축소(Dimensionality Reduction) 기법을 사용하여 d (0 < d << n)차원으로 감소시켜 색인부(103)로 전송함으로써 원래의 특징 데이터를 잘 표현할 수 있다.
이때, 객체 인식부(102)는 검색부(105)로부터 상기 검색 대상 이미지를 전처리 부(302)로 수신하여 상기 검색 대상 이미지를 전처리하고, 얼굴 영역에서 특징 정보를 추출하며 추출된 특징 정보의 차원을 축소할 수 있다.
도 4는 본 발명의 일실시예에 있어서, 데이터베이스(104)에 저장되는 시공간 색인 구조를 도시한 일례이다.
상기 시공간 색인 구조는 TB-트리(tree)구조를 기초로 생성되며 최상위에 위치한 루트 노드(root node)에 도 2에 도시된 감시 네트워크(101)의 1구역(210)에 대응하는 1구역 노드(410)와 2구역(220)에 대응하는 2구역 노드(420)가 있다. 이때 구역 노드의 수는 감시 네트워크(101)에 포함된 구역의 수에 대응할 수 있다.
이때, 상기 구역 노드에는 상기 구역에 포함된 감시 카메라에서 획득한 영상에 대응하는 리프 노드(leaf node)들이 연결될 수 있다.
예를 들어 객체(231)가 일련번호 1, 2, 4, 5, 6, 7, 8의 감시 카메라에서 촬영된 영상에 포함되고, 객체(241)가 일련번호 1, 3, 4, 5, 7의 감시 카메라에서 촬영된 영상에 포함된 경우에, 도 4에 도시된 바와 같이 1구역 노드(410)에 연결된 일련번호 1 리프 노드(411)에 객체(231)가 저장되고, 일련번호 1 리프 노드(412)에 객체(241)가 저장될 수 있다.
이때, 일련번호 1 리프 노드(411)는 객체(231)가 저장된 일련번호 2 리프 노드(413), 일련번호 4 리프 노드(415), 일련번호 5 리프 노드(421), 일련번호 6 리프 노드(423), 일련번호 7 리프 노드(424), 일련번호 8 리프 노드(426)들과 링크 리스트로 연결될 수 있으며, 도 4의 우측에 도시된 바와 같이 궤적을 입체적으로 표시할 수도 있다.
또한, 이때, 일련번호 1 리프 노드(412)는 객체(231)가 저장된 일련번호 3 리프 노드(414), 일련번호 4 리프 노드(415), 일련번호 5 리프 노드(422), 일련번호 7 리프 노드(425)들과 링크 리스트로 연결될 수 있다.
도 5는 본 발명의 일실시예에 있어서, 감시 네트워크를 이용한 객체 이동 경로 정보 등록 방법을 도시한 흐름도이다.
단계(S501)에서 감시 네트워크(101)는 감시 카메라로부터 객체의 영상을 획득한다. 이때, 감시 네트워크(101)는 획득한 상기 영상을 객체 인식부(102)의 영상 입력부(301)로 전송할 수 있다.
단계(S502)에서 전처리부(302)는 단계(S502)에서 획득한 상기 객체의 영상을 전처리하여 색상별로 분할한다.
이때, 전처리부(302)는 영상 입력부(301)에서 전송한 영상을 전처리하여 상기 영상을 가공하기 쉽게 보정한 후, 이미지 세그멘테이션을 실행하여 색상별로 분할 할 수 있다.
단계(S503)에서 영역 추출부(303)는 단계(S502)에서 색상별로 분할된 상기 영상에서 얼굴 영역을 추출한다.
이때, 영역 추출부(303)는 단계(S502)에서 세그멘테이션 된 상기 영상에서 피부색에 해당하는 영역 중에서 얼굴에 해당하는 구성요소(대표적으로 눈, 코, 입 등)를 추출함으로써 상기 영상에서 얼굴 영역과 색상만 비슷한 팔이나 다리와 같은 부위를 구별해 낼 수 있다.
단계(S504)에서 특징 추출부(304)는 단계(S503)에서 추출한 상기 얼굴 영역에서 특징 정보를 추출한다.
이때, 특징 추출부(304)는 피부의 색이나, 이목구비의 기하학적인 관계를 통해 개개인의 고유성뿐만 아니라 마스크나 복면, 모자 등의 착용 여부를 알아내어 객체 간의 고유성을 찾아내고 구별하여 인식할 수 있다.
단계(S505)에서 차원 축소부(305)는 단계(S504)에서 추출한 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소한다.
이때, 차원 축소부(305)는 n차원의 데이터로 형성된 상기 특징 정보를 차원 축소 기법을 사용하여 d(0 < d << n)차원으로 감소하여 색인부(103)로 전송할 수 있다.
단계(S506)에서 색인부(103)는 상기 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성한다.
이때, 상기 시공간 색인 구조는 TB-트리(tree)구조를 기초로 생성할 수 있다.
단계(S507)에서 색인부(103)는 단계(S506)에서 생성된 상기 이미지 색인 구조와 상기 시공간 색인 구조를 데이터베이스(104)에 저장한다.
도 6은 본 발명의 일실시예에 있어서, 감시 네트워크를 이용한 객체 이동 경로 검색 방법을 도시한 흐름도이다.
단계(S601)에서 검색부(105)는 검색 대상 이미지를 입력받는다. 이때, 상기 검색 대상 이미지는 사용자가 검색하고자 하는 객체와 일정 이상 유사한 이미지일 수 있다.
단계(S602)에서 전처리부(302)는 단계(S602)에서 획득한 상기 객체의 영상을 전처리하여 색상별로 분할한다.
이때, 전처리부(302)는 검색부(105)에서 전송한 영상을 전처리하여 상기 영상을 가공하기 쉽게 보정한 후, 이미지 세그멘테이션을 실행하여 색상별로 분할할 수 있다.
단계(S603)에서 영역 추출부(303)는 단계(S602)에서 색상별로 분할된 상기 영상에서 얼굴 영역을 추출한다.
이때, 영역 추출부(303)는 단계(S602)에서 세그멘테이션 된 상기 영상에서 피부색에 해당하는 영역 중에서 얼굴에 해당하는 구성요소(대표적으로 눈, 코, 입 등)를 추출함으로써 상기 영상에서 얼굴 영역과 색상만 비슷한 팔이나 다리와 같은 부위를 구별해 낼 수 있다.
단계(S604)에서 특징 추출부(304)는 단계(S603)에서 추출한 상기 얼굴 영역에서 특징 정보를 추출한다.
이때, 특징 추출부(304)는 피부의 색이나, 이목구비의 기하학적인 관계를 통해 개개인의 고유성뿐만 아니라 마스크나 복면, 모자 등의 착용 여부를 알아내어 객체 간의 고유성을 찾아내고 구별하여 인식할 수 있다.
단계(S605)에서 차원 축소부(305)는 단계(S604)에서 추출한 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소한다.
이때, 차원 축소부(305)는 n차원의 데이터로 형성된 상기 특징 정보를 차원 축소 기법을 사용하여 d(0 < d << n)차원으로 감소하여 검색부(105)로 전송할 수 있다.
단계(S606)에서 검색부(105)는 데이터베이스(104)에 저장된 상기 이미지 색인 구조에서 상기 검색 대상 이미지의 특징 정보와 일치하는 이미지 색인을 검색한다.
단계(S607)에서 검색부(105)는 단계(S606)에서 검색된 이미지 색인과 대응하는 시공간 색인을 검색하여 상기 검색 대상 이미지에 대응하는 상기 객체의 이동 경로를 검색한다.
단계(S608)에서 검색부(105)는 단계(S606)에서 검색된 이미지 색인과 단계(S607)에서 검색된 상기 객체의 이동 경로를 표시한다.
이와 같이, 본 발명의 일실시예에 따라 네트워크 기반의 감시카메라 시스템에 시공간 색인, 멀티미디어 색인을 사용하면, 사용자의 요구에 맞는 이동체 추적, 복면이나 마스크 등의 기타 특징정보 등의 유사영상의 효율적인 검색이 가능하며, 따라서 이것을 바탕으로 수상한 인물이나 복장 등을 감시하는데 보다 효율적이고 빠른 지능형 감시 시스템을 제공할 수 있다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 파일 데이터, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(Floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 시스템이 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 시스템은 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양 한 수정 및 변형이 가능하다.
따라서 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
도 1은 본 발명의 일실시예에 따른 감시 네트워크를 이용한 객체 이동 경로 추적 시스템의 개괄적인 모습을 도시한 일례다.
도 2는 본 발명의 일실시예에 있어서, 감시 네트워크의 개괄적인 모습을 도시한 일례다.
도 3은 본 발명의 일실시예에 있어서, 객체 인식부의 개괄적인 모습을 도시한 일례이다.
도 4는 본 발명의 일실시예에 있어서, 데이터베이스에 저장되는 시공간 색인 구조를 도시한 일례이다.
도 5는 본 발명의 일실시예에 있어서, 감시 네트워크를 이용한 객체 이동 경로 정보 등록 방법을 도시한 흐름도이다.
도 6은 본 발명의 일실시예에 있어서, 감시 네트워크를 이용한 객체 이동 경로 검색 방법을 도시한 흐름도이다.

Claims (23)

  1. 객체의 영상을 획득하는 복수의 감시 카메라로 구성된 감시 네트워크;
    상기 감시 카메라에서 획득한 영상에서 객체들의 특징 정보를 추출하는 객체 인식부; 및
    상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하는 색인부
    를 포함하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  2. 제1항에 있어서,
    상기 객체 인식부는,
    상기 감시 카메라에서 획득한 영상을 전처리하여 색상별로 분할하는 전처리부;
    상기 색상별로 분할된 영상에서 얼굴 영역을 추출하는 영역 추출부; 및
    상기 얼굴 영역에서 특징 정보를 추출하는 특징 추출부
    를 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  3. 제2항에 있어서,
    상기 전처리부는 상기 영상을 전처리하여 노이즈를 제거하고 보정하며, 세그멘테이션을 하여 상기 영상을 색상별로 분할하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  4. 제2항에 있어서,
    상기 특징 추출부는 피부의 색이나 이목구비의 기하학적 관계를 기초로 개체의 고유성과 마스크나 복면, 모자의 착용 여부를 확인하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  5. 제2항에 있어서,
    상기 객체 인식부는 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소하는 차원 축소부를 더 포함하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  6. 제1항에 있어서,
    상기 색인부는 객체의 시간을 매개 변수로 하여 상기 시공간 색인 구조를 생성하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  7. 제1항에 있어서,
    상기 색인부는 TB-트리 구조에 기초하여 상기 시공간 색인 구조를 생성하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  8. 제1항에 있어서,
    상기 색인부가 생성한 상기 이미지 색인 구조와 상기 시공간 색인 구조를 저장하는 데이터베이스
    를 더 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  9. 제8항에 있어서,
    상기 이미지 색인 구조로 상기 객체가 포함된 영상을 검색하고, 상기 시공간 색인 구조로 상기 객체의 이동 경로를 검색하는 검색부
    를 더 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  10. 제9항에 있어서,
    상기 검색부는 사용자로부터 검색 대상 이미지를 입력받으면 상기 검색 대상 이미지를 상기 객체 인식부로 전송하여 상기 검색 대상 이미지의 특징 정보를 추출하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  11. 제10항에 있어서,
    상기 검색부는 상기 데이터베이스에 저장된 상기 이미지 색인 구조에서 상기 검색 대상 이미지의 특징 정보와 일치하는 이미지 색인과 그에 대응하는 객체가 포함된 영상을 검색하여 제공하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 시스템.
  12. 객체의 영상을 획득하는 단계;
    상기 객체의 영상에서 상기 객체들의 특징 정보를 추출하는 단계; 및
    상기 객체들의 특징 정보를 기초로 상기 객체들을 구별하기 위한 이미지 색인 구조와 상기 객체의 영상이 획득된 시간을 나타내는 시공간 색인 구조를 생성하는 단계
    를 포함하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  13. 제12항에 있어서,
    상기 객체들의 특징 정보를 추출하는 단계는,
    상기 객체의 영상을 전처리하여 색상별로 분할하는 단계;
    상기 색상별로 분할된 영상에서 얼굴 영역을 추출하는 단계; 및
    상기 얼굴 영역에서 특징 정보를 추출하는 단계
    를 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  14. 제13항에 있어서,
    상기 분할하는 단계는 상기 영상을 전처리하여 노이즈를 제거하고 보정하며, 세그멘테이션을 하여 상기 영상을 색상별로 분할하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  15. 제13항에 있어서,
    상기 특징 정보를 추출하는 단계는 피부의 색이나 이목구비의 기하학적 관계를 기초로 개체의 고유성과 마스크나 복면, 모자의 착용 여부를 확인하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  16. 제13항에 있어서,
    상기 객체들의 특징 정보를 추출하는 단계는 상기 특징 정보에 차원 축소 기법을 사용하여 상기 특징 정보에 대한 차원 정보를 감소하는 단계를 더 포함하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  17. 제12항에 있어서,
    상기 색인 구조를 생성하는 단계는 객체의 시간을 매개 변수로 하여 상기 시공간 색인 구조를 생성하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  18. 제12항에 있어서,
    상기 색인 구조를 생성하는 단계는 TB-트리 구조에 기초하여 상기 시공간 색인 구조를 생성하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  19. 제12항에 있어서,
    상기 색인 구조를 생성하는 단계에서 생성된 상기 이미지 색인 구조와 상기 시공간 색인 구조를 데이터베이스에 저장하는 단계
    를 더 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  20. 제19항에 있어서,
    상기 이미지 색인 구조로 상기 객체가 포함된 영상을 검색하고, 상기 시공간 색인 구조로 상기 객체의 이동 경로를 검색하는 단계
    를 더 포함하는 것을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  21. 제20항에 있어서,
    상기 검색하는 단계는 사용자로부터 검색 대상 이미지를 입력받으면 상기 검색 대상 이미지의 특징 정보를 추출하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  22. 제21항에 있어서,
    상기 검색하는 단계는 상기 데이터베이스에 저장된 상기 이미지 색인 구조에서 상기 검색 대상 이미지의 특징 정보와 일치하는 이미지 색인과 그에 대응하는 객체가 포함된 영상을 검색하여 제공하는 것
    을 특징으로 하는 감시 네트워크를 이용한 객체 이동 경로 추적 방법.
  23. 제12항 내지 제22항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
KR1020080058545A 2008-06-20 2008-06-20 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템 KR100968024B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080058545A KR100968024B1 (ko) 2008-06-20 2008-06-20 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080058545A KR100968024B1 (ko) 2008-06-20 2008-06-20 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20090132339A true KR20090132339A (ko) 2009-12-30
KR100968024B1 KR100968024B1 (ko) 2010-07-07

Family

ID=41691422

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080058545A KR100968024B1 (ko) 2008-06-20 2008-06-20 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템

Country Status (1)

Country Link
KR (1) KR100968024B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9478032B2 (en) 2012-10-09 2016-10-25 Sk Telecom Co., Ltd. Image monitoring apparatus for estimating size of singleton, and method therefor
WO2017099262A1 (ko) * 2015-12-07 2017-06-15 파워테크주식회사 영상화면비교부를 갖는 cctv 시스템 관리방법
KR20170083879A (ko) 2016-01-11 2017-07-19 한화테크윈 주식회사 감시 영역 기반 경로 제공 방법 및 이를 위한 장치
KR20190105494A (ko) 2018-03-05 2019-09-17 한화테크윈 주식회사 영상 처리 장치 및 방법
US10783648B2 (en) 2018-03-05 2020-09-22 Hanwha Techwin Co., Ltd. Apparatus and method for processing image
KR102347338B1 (ko) * 2021-07-05 2022-01-06 주식회사 아이티로 위험 객체의 이동 경로 정보를 획득하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체
US12106345B2 (en) 2019-05-03 2024-10-01 Hanwha Vision Co., Ltd. Surveillance planning device and method for providing security device installation solution using same

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102334767B1 (ko) 2015-07-23 2021-12-02 한화테크윈 주식회사 네트워크 카메라 제어 장치 및 방법
KR102152319B1 (ko) 2019-08-09 2020-09-04 주식회사 벡터시스 3d 공간상에서 객체의 위치와 크기를 계산하는 방법 및 이를 이용한 영상관제시스템
US20220406065A1 (en) 2019-11-13 2022-12-22 Taehoon KANG Tracking system capable of tracking a movement path of an object

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100392256B1 (ko) * 2001-03-30 2003-07-22 한국전자통신연구원 내용기반 멀티채널 감시비디오 색인 및 검색장치와 방법
KR100472546B1 (ko) * 2003-02-28 2005-03-10 주식회사 대우일렉트로닉스 보안용 녹화 시스템 및 그 제어 방법
US20090041297A1 (en) * 2005-05-31 2009-02-12 Objectvideo, Inc. Human detection and tracking for security applications
JP4739937B2 (ja) * 2005-12-16 2011-08-03 パナソニック株式会社 移動体検索装置及び移動体検索方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9478032B2 (en) 2012-10-09 2016-10-25 Sk Telecom Co., Ltd. Image monitoring apparatus for estimating size of singleton, and method therefor
WO2017099262A1 (ko) * 2015-12-07 2017-06-15 파워테크주식회사 영상화면비교부를 갖는 cctv 시스템 관리방법
KR20170083879A (ko) 2016-01-11 2017-07-19 한화테크윈 주식회사 감시 영역 기반 경로 제공 방법 및 이를 위한 장치
KR20190105494A (ko) 2018-03-05 2019-09-17 한화테크윈 주식회사 영상 처리 장치 및 방법
US10783648B2 (en) 2018-03-05 2020-09-22 Hanwha Techwin Co., Ltd. Apparatus and method for processing image
US12106345B2 (en) 2019-05-03 2024-10-01 Hanwha Vision Co., Ltd. Surveillance planning device and method for providing security device installation solution using same
KR102347338B1 (ko) * 2021-07-05 2022-01-06 주식회사 아이티로 위험 객체의 이동 경로 정보를 획득하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체

Also Published As

Publication number Publication date
KR100968024B1 (ko) 2010-07-07

Similar Documents

Publication Publication Date Title
KR100968024B1 (ko) 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템
AU2022252799B2 (en) System and method for appearance search
JP7375101B2 (ja) 情報処理装置、情報処理方法及びプログラム
US8116534B2 (en) Face recognition apparatus and face recognition method
CN110008797B (zh) 一种多摄像机多人脸视频接续采集方法
KR101764845B1 (ko) 다중 이동 물체의 겹침 제거 및 추적을 위한 영상 감시 장치 및 방법
US8130285B2 (en) Automated searching for probable matches in a video surveillance system
US20060093185A1 (en) Moving object recognition apparatus
CN104731964A (zh) 基于人脸识别的人脸摘要方法、视频摘要方法及其装置
US20180081908A1 (en) Image Search Apparatus, System, and Method
CN104025117A (zh) 时间面部序列
CN111145223A (zh) 多摄像头识别人员行为轨迹分析方法
CN109544595B (zh) 一种顾客路径追踪方法及系统
CA3014365A1 (en) System and method for gathering data related to quality of service in a customer service environment
JP2014016968A (ja) 人物検索装置及びデータ収集装置
JP2017174343A (ja) 入店者属性抽出装置及び入店者属性抽出プログラム
RU2315352C2 (ru) Способ и система для автоматического обнаружения трехмерных образов
Ardeshir et al. Integrating egocentric videos in top-view surveillance videos: Joint identification and temporal alignment
KR20190088087A (ko) 움직임 정보를 이용한 인공지능 학습기반의 이동객체 영상 분류처리 방법
US20200012866A1 (en) System and method of video content filtering
US10902249B2 (en) Video monitoring
WO2020232697A1 (zh) 一种在线人脸聚类的方法及系统
Chen et al. Soft biometrics integrated multi-target tracking
Alayary et al. Face Masked and Unmasked Humans Detection and Tracking in Video Surveillance
Razalli et al. Real-time face tracking application with embedded facial age range estimation algorithm

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130429

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140326

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150417

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160325

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee