KR20120071685A - 적응적 사고 검출 시스템 및 사고 검출 방법 - Google Patents

Abstract

본 발명은 적응적 사고 검출 시스템 및 사고 검출 방법에 관한 것으로, 기존의 사고 검출 시스템의 높은 오보율을 개선하고, 사고 검출을 위한 모니터링에 소요되는 비용을 절감할 수 있도록 지원하고, 지능형 감시 시스템의 카메라 영상을 통한 객체 간 움직임 분석을 기반으로 차량 사고에 대한 정확한 판단 및 추론을 수행하기 위한 것이다. 이러한 본 발명은 적어도 하나의 영상 카메라를 운용하여 적어도 하나의 영상을 수집하는 과정, 상기 수집된 영상 내에 포함된 객체들의 운동 벡터 값을 산출하는 산출 과정, 상기 운동 벡터 값이 기 설정된 설정 값과 일정 차이가 발생하는 경우 상기 영상 내에 포함된 모든 데이터들에 대한 사고 발생에 대한 확률 추론을 수행하는 확률 추론 과정, 상기 확률 추론 결과를 출력하는 과정을 포함하는 적응적 사고 검출 방법의 구성을 개시한다.

Description

적응적 사고 검출 시스템 및 사고 검출 방법{Adaptive Accident Detecting System And Method thereof}

본 발명은 사고 검출에 관한 것으로, 더욱 상세하게는 특정 타겟 객체에 대한 영상을 적어도 하나의 영상 카메라를 이용하여 수집하고 이를 기반으로 타겟 객체에 관한 사고 검출을 신뢰성 있게 수행할 수 있도록 지원하는 적응적 사고 검출 시스템 및 사고 검출 방법에 관한 것이다.

산업이 발전함에 따라서 교통수단인 차량대수가 증가하면서, 교통량이 급격하게 증가되고 도로의 고속화가 진행되면서 이에 따른 부작용으로 교통사고 또한 증가하고 있다. 이와 같이 도로상에서 발생하는 사고는 단순히 가해 운전자와 피해 운전자간의 문제로 국한되는 것이 아니라, 사고로 인한 여파는 후속 진행 중인 차량들에게도 많은 영향을 미치고 있다. 이러한 후유 증상은 도로상을 주행하는 차량의 숫자가 많을수록, 또 차량 흐름의 속도가 빠를수록 그 여파도 클 수밖에 없다. 3차선 도로상의 임의의 한 개 차선에서 발생한 사고의 지속시간이 10분이 초과되면 최대 10Km 후방까지 여파가 미치게 되기도 한다. 따라서 도로상에서 발생하는 사고 혹은 돌발 상황의 조기 검지는 사고 및 돌발 상황의 신속한 처리를 가능케 하기 때문에 교통 소통에 매우 큰 영향을 미치는 요소라고 할 수 있다. 이러한 도로상에서 발생하는 사고 혹은 돌발 상황에 대한 자동 사고 검출 시스템을 도입함으로써 교통소통 및 정체 시간을 크게 줄일 수 있을 뿐 아니라, 경우에 따라서는 우회도로를 통해 사고지역으로 집중하는 차량의 분산을 유도할 수도 있는 장점이 있다.

그러나 종래 사고 검출 시스템은 감시자가 모니터를 통해 사고의 유무를 판단할 수 있도록 지원하는 형태의 시스템이었다. 따라서 종래 사고 검출 시스템은 모니터를 통해 사고 유무를 판단하는 감시자의 개인차에 의해 사고 검출률이 다르게 나타나는 문제점이 있었다. 또한 종래 감시 카메라 시스템의 경우 그 성능이 뛰어나지 못하기 때문에 실시간으로 수집되는 영상에 대한 정확한 분석을 수행하지 못하는 단점이 있다. 이에 따라 보다 효율적이며 적절한 사고 검출을 수행할 수 있는 시스템 및 방법의 제안이 요구되고 있다.

따라서 본 발명의 목적은 기존의 사고 검출 시스템의 높은 오보율을 개선하고, 사고 검출을 위한 모니터링에 소요되는 비용을 절감할 수 있도록 지원하는 적응적 사고 검출 시스템 및 사고 검출 방법을 제공함에 있다.

또한 본 발명의 목적은 지능형 감시 시스템의 카메라 영상을 통한 객체 간 움직임 분석을 기반으로 차량 사고에 대한 정확한 판단 및 추론을 수행할 수 있는 적응적 사고 검출 시스템 및 사고 검출 방법을 제공함에 있다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시 예에 따른 적응적 사고 검출 시스템은 도로 상의 일정 영상을 촬영하여 전송하는 감시 장치, 상기 감시 장치가 전송하는 영상에 포함된 객체의 운동 벡터가 기 설정된 설정 값과 일정 차이가 있는 경우 확률 추론을 통하여 사고 발생을 검출하도록 제어하는 영상 처리 장치를 포함하는 구성을 개시한다.

여기서 상기 감시 장치는 적어도 하나의 영상 카메라 및 상기 각 영상 카메라에 인접되게 설치되는 적어도 하나의 음향 수집부를 포함하는 타겟 정보 수집부, 상기 타겟 정보 수집부가 수집하는 정보를 상기 영상 처리 장치에 전송하는 데이터 전송 인터페이스, 상기 타겟 정보 수집부의 타겟 정보 수집 제어 및 상기 정보 전송을 제어하는 감시 제어부를 포함할 수 있다.

또한 상기 영상 처리 장치는 상기 감시 장치가 전송하는 정보를 수신하는 데이터 수신 인터페이스, 상기 감시 장치가 전송한 영상에 포함된 객체의 운동 벡터가 기 설정된 설정 값과 일정 차이가 있는 경우 확률 추론을 통하여 사고 발생을 검출하는 제어부, 상기 사고 발생 결과를 출력하는 표시부를 포함하는 구성을 포함할 수 있다.

특히 상기 제어부는 상기 감시 장치가 전송한 영상을 전처리하며 상기 감시 장치의 음향 정보 전송 여부에 따라 상기 전송된 영상에 대한 운동 벡터 값 산출을 수행하는 전처리부, 상기 감시 장치가 음향 정보를 전송하는 경우, 상기 음향 정보를 기반으로 산출된 각 영상 카메라의 각도 정보와 거리 정보 및 상기 전처리된 영상을 이용하여 영상 내의 객체들에 대한 좌표 변환을 수행하는 좌표 변환부와, 상기 감시 장치가 음향 정보를 전송하지 않는 경우 상기 전처리부가 수행한 영상 내의 객체들에 대한 운동 벡터 값과 기 설정된 설정 값과의 일정 차이를 비교하는 규칙 판별부를 포함하는 상황 판단부, 상기 상황 판단부의 요청에 따라 확률 추론을 수행하는 확률 추론부를 포함할 수 있다.

한편 상기 제어부는 상기 감시 장치로부터 전송되는 복수개의 영상들 각각에 포함된 객체들에 대한 개별적인 운동 벡터 산출 및 전처리를 수행하는 전처리부들, 상기 운동 벡터들 각각이 기 설정된 설정 값과 일정 차이가 있는지 각각 비교하는 규칙 판별부들, 상기 일정 차이가 있는 경우 각 영상들에 포함된 객체들을 기반으로 개별적으로 사고 발생 여부에 대한 확률 추론을 수행하는 확률 추론부들, 상기 확률 추론부들이 확률 추론한 확률 정보들을 통합하여 사고 발생을 결정하되, 상기 운동 벡터의 X 축 값이 상대적으로 큰 영상의 확률 추론 정보에 가중치를 부여하여 사고 발생 여부를 결정하는 데이터 조합부를 포함할 수 있다.

또한 상기 제어부는 상기 감시 장치로부터 음향 정보 및 영상들이 전송되는 경우 상기 감시 장치로부터 전송되는 복수개의 영상들 각각에 포함된 객체들에 대한 개별적인 전처리를 수행하는 전처리부들, 상기 전처리된 복수개의 영상들 및 상기 음향 정보를 기반으로 사고 발생 지점과 상기 영상 카메라들의 각도 정보 및 거리 정보를 기반으로 각 영상들 내의 객체들의 좌표 정보를 산출하는 좌표 변환부들, 상기 각도 정보를 기반으로 측면 촬영된 영상의 좌표를 상대적으로 높은 가중치를 부여한 후 각 좌표 값들을 조합하는 데이터 조합부, 상기 데이터 조합부가 조합한 좌표 값들 및 상기 영상들을 이용하여 사고 발생에 대한 확률 추론을 수행하는 확률 추론부를 포함할 수 있다.

상술한 바와 같은 목적을 달성하기 위한 본 발명은 적어도 하나의 영상 카메라를 운용하여 적어도 하나의 영상을 수집하는 과정, 상기 수집된 영상 내에 포함된 객체들의 운동 벡터 값을 산출하는 산출 과정, 상기 운동 벡터 값이 기 설정된 설정 값과 일정 차이가 발생하는 경우 상기 영상 내에 포함된 모든 데이터들에 대한 사고 발생에 대한 확률 추론을 수행하는 확률 추론 과정, 상기 확률 추론 결과를 출력하는 과정을 포함하는 사고 검출 방법의 구성을 개시한다.

여기서 상기 방법은 사고 발생과 음향 정보가 수집되면 상기 산출 과정을 생략하는 과정을 더 포함하고, 상기 확률 추론 과정을 상기 적어도 하나의 영상에 대한 전처리를 수행한 후, 음향 정보를 기반으로 산출된 사고 발생 지점에 대한 영상 카메라의 각도 정보 및 거리 정보를 기반으로 상기 영상 내의 객체들의 좌표 값을 산출하고, 상기 좌표 값 및 영상을 기반으로 사고 발생에 대한 확률 추론을 수행하거나, 복수의 좌표 값들에 대한 좌표 통합 이후 해당 결과 및 영상을 기반으로 사고 발생에 대한 확률 추론을 수행하는 과정으로 전환할 수 있다.

본 발명의 실시 예에 따른 상화에 따라 적응적으로 운용되는 사고 검출 시스템 및 방법에 따르면 본 발명은 차량과 관련된 다양한 사고 분석을 보다 효과적이며 효율적으로 수행할 수 있도록 지원한다.

또한 본 발명은 보다 정확한 사고 검출을 수행함으로써 효과적인 시스템 운용을 수행하고 보다 정확한 사고 분석을 수행할 수 있도록 지원한다.

이러한 본 발명은 무인자동차, 국방, 보안, 사회 안전 등 다양한 분야에서 상황인지 임베디드 SW 및 HW 모듈이 사용되어지며, 특히 수동적인 면에 그치지 않고 능동적서비스를 제공할 수 있는 제품 개발을 가능하도록 지원하고, 국방 무인경계시스템, 홈 네트워크 시큐리티, 사회 안전 방재시스템, 무인자동차, 무인비행기, 무인선박, U-City 산업 등에도 활용 가능하다. 또한 본 발명은 각종 재난, 재해, 화재 등 위험요소 지역에 대한 사전예방과 상황발생 시 신속한 대응이 가능한 종합방재 시스템 구축이 가능하도록 지원하며 교통사고 방지를 위해 교차로 및 주요 도로에 지능형 무인 감시 시스템을 설치하고 사고 발생시 주변 차량과 무선 통신을 통해 2차적인 사고를 예방하는 시스템 구축이 가능하도록 지원한다. 그리고 본 발명은 사회 기반 시설에 대한 지능형 무인 감시 시스템과 개별 건물에 대한 감시 시스템 연동도 가능하도록 지원한다.

도 1은 본 발명의 실시 예에 따른 적응적 사고 검출 시스템의 구성을 개략적으로 나타낸 도면.
도 2는 본 발명의 실시 예에 따른 감시 장치의 구성을 보다 상세히 나타낸 블록도.
도 3은 본 발명의 실시 예에 따른 영상 처리 장치의 구성을 보다 상세히 나타낸 블록도.
도 4는 본 발명의 제1 실시 예에 따른 영상 처리 장치의 제어부 구성을 보다 상세히 나타낸 도면.
도 5는 본 발명의 제2 실시 예에 따른 제어부 구성을 개략적으로 나타낸 블록도.
도 6은 본 발명의 제3 실시 예에 따른 제어부 구성을 개략적으로 나타낸 블록도.
도 7은 본 발명의 실시 예에 따른 적응적 사고 검출 방법을 설명하기 위한 순서도.

이하, 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기의 설명에서는 본 발명의 실시 예에 따른 동작을 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않도록 생략될 것이라는 것을 유의하여야 한다.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

이하 본 발명의 적응적 사고 검출 시스템의 구성과 각 구성의 역할에 대하여 도면을 참조하여 보다 상세히 설명하기로 한다.

도 1은 본 발명의 실시 예에 따른 적응적 사고 검출 시스템(10)의 구성을 개략적으로 나타낸 도면이다.

상기 도 1을 참조하면, 본 발명의 적응적 사고 검출 시스템(10)은 크게 감시 장치(100)와 영상 처리 장치(200)를 포함할 수 있다.

이와 같은 구성을 가지는 본 발명의 적응적 사고 검출 시스템(10)은 감시 장치(100)에 포함된 적어도 하나의 영상 카메라를 이용하여 특정 위치 예를 들면 건널목이나 교차로, 도로, 고속 도로 등의 영상을 촬영하여 영상 처리 장치(200)에 전송하고, 영상 처리 장치(200)는 전송된 영상에 따른 상황 판단을 수행하여 사고 발생에 대한 확률 추론을 할 것인지 여부를 결정할 수 있다. 그리고 본 발명의 적응적 사고 검출 시스템(10)은 상황 판단 과정에서 확률 추론이 필요하다는 결과가 도출되면 확률 추론에 따른 보다 정확한 사고 검출을 수행하도록 지원할 수 있다. 이에 따라 본 발명의 적응적 사고 검출 시스템(10)은 데이터 연산량이 급격하게 증가하는 확률 추론에 따른 사고 인식을 특정 상황에 따라 적응적으로 운용할 수 있도록 함으로써 시스템의 운용을 보다 효율적으로 수행하는 한편, 실제 필요한 시점에 사고 검출을 위한 운용을 함으로써 보다 정확한 사고 검출 및 분석을 수행하도록 지원할 수 있다. 이하 상기 각 구성에 대하여 보다 상세히 설명하기로 한다.

상기 감시 장치(100)는 특정 도로, 고가 도로, 건널목, 교차로 등에서 이동하는 차량을 타겟 객체로서 촬영할 수 있는 일정 지점에 설치되는 적어도 하나의 영상 카메라를 포함할 수 있다. 그리고 상기 감시 장치(100)는 영상 카메라가 촬영한 영상을 상기 영상 처리 장치(200)에 유선 또는 무선으로 전송할 수 있다. 이러한 감시 장치(100)는 운용자의 정책에 따라 24시간 영상 촬영 및 전송을 수행하거나 일정 시간대에 영상 촬영 및 전송을 수행하도록 제어할 수 도 있다. 또한 상기 감시 장치(100)에 포함되는 영상 카메라는 타겟 객체의 특성에 따라 그 개수가 조절될 수 있다. 즉 상기 감시 장치(100)에 포함되는 영상 카메라는 사고 다발 지역의 경우 다수개가 설치될 수 있으며, 사고가 거의 발생하지 않는 지역에는 하나만 설치될 수도 있다. 이러한 감시 장치(100)의 세부 구성에 대하여 도 2를 참조하여 보다 상세히 설명하기로 한다.

상기 영상 처리 장치(200)는 감시 장치(100)가 전달한 영상에 대한 전처리를 수행하고, 전처리된 영상에 대하여 좌표계 변환 또는 규칙 판별을 수행한 후 선택적으로 확률 추론을 수행함으로써 감시 장치(100)가 전달한 영상 내의 객체들이 사고 발생에 따른 분포를 나타내는지 판단하는 구성이다. 이러한 영상 처리 장치(200)는 감시 장치(100)가 영상 및 음향 정보를 함께 전송하는 경우에는 음향 정보를 기반으로 해당 영상에 포함된 객체들의 좌표계 변환을 수행한 후 수행 결과에 대한 일정 가중치를 부여한 후 데이터를 조합하고, 조합된 데이터를 기반으로 사고 발생 여부를 판별하기 위한 확률 추론을 수행하도록 지원할 수 있다. 또한 영상 처리 장치(200)는 감시 장치(100)가 영상만을 전송하는 경우 해당 영상에 포함된 객체들의 운동 벡터를 검출하고 검출된 운동 벡터가 기 설정된 설정 값과 일정 차이를 가지는 경우 해당 영상에 대한 확률 추론을 수행하여 사고 발생 여부를 판별하도록 지원할 수 있다. 이와 같이 본 발명의 영상 처리 장치(200)는 특정 영상에 대하여 선택적 요건 즉 음향 정보가 동시에 발생하거나, 영상에 포함된 객체의 운동 벡터가 설정 값과 일정 차이를 가지는 경우 확률 추론을 수행하도록 제어함으로써, 확률 추론에 소요되는 데이터 연산량을 줄임으로써 빠른 데이터 처리를 지원할 수 있다. 상기 영상 처리 장치(200)의 세부 구성에 대하여 도 3 내지 도 6을 참조하여 보다 상세히 설명하기로 한다.

도 2는 본 발명의 실시 예에 따른 감시 장치(100)의 구성을 보다 상세히 나타낸 도면이다.

상기 도 2를 참조하면, 본 발명의 감시 장치(100)는 타겟 정보 수집부(170), 감시 제어부(160) 및 데이터 전송 인터페이스(110)를 포함할 수 있다.

상기 타겟 정보 수집부(170)는 적어도 하나의 영상 카메라(171)와 적어도 하나의 음향 수집부(173)를 포함할 수 있다. 여기서 상기 타겟 정보 수집부(170)는 음향 수집부(173)가 생략될 수 도 있다. 즉 상기 타겟 정보 수집부(170)는 별도의 음향 수집부(173)의 구성이 추가되지 않고 적어도 하나의 영상 카메라(171)만을 포함하는 구성이 될 수 도 있다. 상기 적어도 하나의 영상 카메라(171)는 앞서 설명한 바와 같이 타겟 객체의 특성에 따라 하나 또는 다수개가 해당 타겟 객체를 촬영할 수 있는 적절한 위치에 설치될 수 있다. 그리고 상기 음향 수집부(173)는 각각의 영상 카메라(171)에 부착되어 영상 카메라(171)가 촬영한 촬영 지역에서 발생하는 음향 정보를 수집하는 구성이다. 상기 타겟 정보 수집부(170)는 상기 영상 카메라(171) 및 음향 수집부(173)가 수집한 영상 및 음향 정보를 감시 제어부(160)에 전달할 수 있다.

상기 감시 제어부(160)는 상기 적어도 하나의 영상 카메라(171)의 활성화 및 비활성화를 제어할 수 있다. 그리고 상기 감시 제어부(160)는 상기 적어도 하나의 영상 카메라(171)가 수집하는 영상을 상기 데이터 전송 인터페이스(110)를 통하여 상기 영상 처리 장치(200)에 전송하도록 제어할 수 있다. 특히 상기 감시 제어부(160)는 상기 음향 수집부(173)에서 수집한 음향 정보가 교통사고에 관한 음향 정보인 경우, 해당 음향 정보를 상기 영상 처리 장치(200)에 전달할 수 있다. 이를 위하여 상기 감시 제어부(160)는 교통사고에 관한 음향 샘플을 사전 저장하고, 특정 음향 정보가 수집되는 경우, 수집된 음향 정보가 교통사고에 관한 음향 정보인지 판별할 수 있다. 한편 상기 감시 제어부(160)는 상기 음향 수집부(173)가 수집한 음향 정보를 기반으로 사고 지점에 대한 영상 카메라(171)의 각도와 거리 값을 산출하고, 산출된 각도 및 거리 값을 영상 처리 장치(200)에 전달하도록 제어할 수 있다. 여기서 상기 감시 제어부(160)는 복수개의 영상 카메라(171) 및 복수개의 음향 수집부(173)가 마련되는 경우 각각의 영상 카메라(171)가 배치된 지점에서 사고 지점까지의 각도와 거리 정보를 산출하고 이를 영상 처리 장치(200)에 전달하도록 제어할 수 있다.

상기 데이터 전송 인터페이스(110)는 유선 또는 무선의 형태 중 적어도 하나로 구성될 수 있다. 이러한 데이터 전송 인터페이스(110)는 상기 감시 장치(100)의 영상 및 음향 정보 중 적어도 하나를 상기 영상 처리 장치(200)와 연결된 유선 케이블 통하여 전송할 수 있다. 또한 상기 데이터 전송 인터페이스(110)는 무선 통신 모듈로 구성되어 상기 영상 및 음향 정보 중 적어도 하나를 무선으로 상기 영상 처리 장치(200)에 전송할 수 있다.

도 3은 본 발명의 실시 예에 따른 영상 처리 장치(200)의 구성을 보다 상세히 나타낸 도면이다.

상기 도 3을 참조하면, 본 발명의 영상 처리 장치(200)는 데이터 수신 인터페이스(210), 입력부(220), 적어도 하나의 표시부(240), 저장부(250) 및 제어부(260)의 구성을 포함할 수 있다.

이와 같은 구성을 가지는 영상 처리 장치(200)는 데이터 수신 인터페이스(210)를 통하여 상기 감시 장치(100)로부터 수신된 영상 및 음향 정보를 제어부(260)에 전달하고, 제어부(260) 제어에 따라 해당 영상 및 음향 정보를 기반으로 사고가 발행하였는지를 판별하도록 지원한다. 특히 상기 영상 처리 장치(200)는 상기 감시 장치(100)로부터 단일 영상만 전달된 경우, 해당 영상에 대한 전처리 과정에서 영상에 포함된 객체들의 운동 벡터를 검출하고, 검출된 운동 벡터 값이 기 설정된 설정 값과 상이한지를 비교 분석하여 해당 영상에 대한 사고 판별을 위한 확률 추론을 수행할 것인지를 결정할 수 있다. 또한 상기 영상 처리 장치(200)는 상기 감시 장치(100)로부터 복수개의 영상들이 전송되는 경우, 각 영상들에 포함된 운동 벡터들과 기 설정된 설정 값을 비교한 후 각 운동 벡터들의 설정 값과의 차이를 기준으로 사고 발생 결정을 위한 확률 추론 진행 여부를 결정할 수 있다. 그리고 상기 영상 처리 장치(200)는 상기 감시 장치(100)로부터 사고와 관련된 음향 정보를 수신하는 경우 별도의 운동 벡터 검출을 수행하지 않고 영상에 포함된 객체들의 좌표계 변환을 수행한 후, 해당 결과를 조합하여 확률 추론을 진행하도록 제어할 수 있다. 이와 같이 본 발명의 영상 처리 장치(200)는 각각 다양한 상황에 대하여 선택적인 기준을 마련하고, 해당 기준에 따라 사고 판별을 위한 확률 추론을 진행함으로써 불필요한 확률 추론 과정을 억제하여 시스템을 효율적으로 운용하도록 지원할 수 있다. 이에 따라 본 발명의 영상 처리 장치(200)는 보다 정확한 확률 추론을 위한 계수들을 선택 및 적용을 기반으로 사고 발생에 대하여 보다 신뢰성 있는 결과를 출력할 수 있다. 이하 상기 영상 처리 장치(200)의 각 구성들에 대하여 보다 상세히 설명하기로 한다.

상기 데이터 수신 인터페이스(210)는 상기 감시 장치(100)의 데이터 전송 인터페이스(110)와 동일 또는 유사한 통신 인터페이스를 마련하여 감시 장치(100)가 전송하는 영상 또는 음향 정보를 수신하고, 수신된 데이터를 제어부(260)에 전달할 수 있다. 이러한 데이터 수신 인터페이스(210)는 예를 들면 데이터 전송 인터페이스(110)와 유사하게 유선 케이블의 접속 커넥터 형태로 설계되거나 무선 통신 모듈의 형태로 설계될 수 있다.

상기 입력부(220)는 본 발명의 영상 처리 장치(200)의 영상 처리 제어를 위한 사용자의 입력 신호를 생성하는 구성이다. 이러한 입력부(220)는 다수개의 키 버튼을 포함하는 키보드, 마우스, 터치스크린 등 입력 신호를 생성할 수 있는 다양한 형태 중 적어도 하나의 형태로 제공될 수 있다. 이러한 입력부(220)는 상기 영상 처리 장치(200) 운용에 필요한 다양한 입력 신호를 사용자 제어에 따라 생성하여 제어부(260)에 전달할 수 있다.

상기 적어도 하나의 표시부(240)는 상기 감시 장치(100)가 전송한 영상을 출력하는 구성이다. 이러한 적어도 하나의 표시부(240)는 상기 감시 장치(100)가 여러 대의 영상 카메라(171)를 포함하고 각 영상 카메라(171)들이 영상을 전송하는 경우 각각의 영상 카메라(171)와 관련된 영상을 출력하기 위하여 복수개가 마련되거나, 하나의 표시 영역을 다수개로 분할하고, 각 분할된 영역에 해당 영상 카메라(171)가 전송한 영상을 출력하도록 지원할 수 있다. 또한 상기 적어도 하나의 표시부(240)는 상기 감시 장치(100)가 전송한 영상 및 음향 정보 등에 따라 산출된 사고 발생 결과를 출력할 수 있다.

상기 저장부(250)는 본 발명의 실시 예에 따른 영상 처리 장치(200) 운용에 필요한 다양한 프로그램 및 감시 장치(100)가 전송한 영상 및 음향 정보 중 적어도 하나를 저장하는 구성이다. 이러한 저장부(250)는 영상 처리 장치(200) 운용을 위한 운영 체제를 저장함과 아울러 확률 추론에 따라 사고로 인식된 영상 및 음향 정보를 반영구적으로 저장할 수 있다. 특히 상기 저장부(250)는 본 발명의 사고 검출을 위하여 전처리 알고리즘, 상황 판단 모듈, 확률 추론 알고리즘을 포함할 수 있다. 상기 저장부(250)에 저장된 각 알고리즘 및 모듈은 제어부(260) 호출에 따라 제어부(260)에 로드되어 본 발명의 사고 검출 기능을 지원하기 위한 동작을 수행하도록 지원할 수 있다.

상기 전처리 알고리즘은 감시 장치(100)가 전송한 영상에 대한 전처리를 수행하는 알고리즘이다. 이러한 전처리 알고리즘은 해당 영상에 대하여 노이즈 감소, 화소 결점 제거 등의 전처리를 수행하며 대비도 개선을 수행하도록 지원할 수 있다. 또한 감시 장치(100)가 수집하는 영상은 채광 변화에 따라 상이한 영상으로 분류될 수 있다. 이에 따라 전처리 알고리즘은 감시 장치(100)가 전송한 영상에 대하여 분광 보정을 수행함으로써 채광 변화에 관계없이 동일한 영상으로 분석될 수 있도록 지원할 수 있다. 그리고 상기 전처리 알고리즘은 필요에 따라 공간적 보정을 지원하여 영상 가장자리 영역에 대한 처리, 화소 중첩이나 비어있는 화소 영역의 처리, 화소의 위치 바뀜 등의 전처리를 수행하도록 지원할 수 있다. 특히 본 발명의 전처리 알고리즘은 감시 장치(100)가 하나의 영상 카메라(171)를 포함하거나 별도의 음향 정보 전송 없이 영상만을 전달하는 경우 전송된 영상에 포함된 객체들의 운동 벡터를 산출하는 알고리즘, 전송된 영상 중 ROI 중복 영역을 제거하는 알고리즘을 포함할 수 있다.

상기 상황 판단 모듈은 상기 전처리 알고리즘에 의하여 전처리된 영상에 대하여 해당 운동 벡터 값을 기 설정된 설정 값과 비교하도록 지원하는 규칙 판별 기능 및 음향 정보와 동시 전송된 영상에 대하여 음향 정보에 포함된 영상 카메라(171)의 각도와 거리 정보를 기반으로 영상에 포함된 객체의 좌표계 변환 기능을 지원한다. 즉 상기 상황 판단 모듈은 음향 정보가 없는 경우 규칙 판별 기능을 지원하기 위한 루틴을 포함하며, 음향 정보가 포함된 경우 영상의 좌표계 변환 기능을 지원하는 위한 루틴을 포함할 수 있다. 상기 상황 판단 모듈은 영상 처리 장치(200) 활성화 시 제어부(260)에 로드되어 상술한 각 선택적 상황에 따른 기능 지원을 담당할 수 있다.

상기 확률 추론 알고리즘은 전처리된 영상들의 객체에 대하여 사고 검출에 대한 확률 추론을 수행한다. 이 과정에서 상기 확률 추론 알고리즘은 영상에 포함된 객체들에 대한 다양한 파라메터들을 조합하여 경우의 수를 산출하고, 이를 기반으로 사고 발생에 대한 확률을 추론하도록 지원할 수 있다. 즉 상기 확률 추론 알고리즘은 도로 교통 상황에 대한 상황 인지를 위해 필요한 결과를 산출하는 구성이다. 이러한 확률 추론 알고리즘은 상기 상황 판단 모듈에 의하여 제어부(260)에 로드될 수 있다.

상기 제어부(260)는 본 발명의 영상 처리 장치(200)의 운용에 필요한 신호 송수신을 제어하며, 특히 본 발명의 사고 검출을 위한 선택적 확률 추론 적용을 위한 제어를 수행할 수 있다. 상기 제어부(260)의 구성에 대하여 도 4 내지 도 6을 참조하여 보다 상세히 설명하기로 한다.

도 4는 본 발명의 제1 실시 예에 따른 영상 처리 장치(200)의 제어부(260) 구성을 보다 상세히 나타낸 도면이다. 설명에 앞서 본 발명의 제1 실시 예에 따른 제어부(260)는 영상 카메라(171)가 하나인 경우 수집되는 영상을 처리하기 위한 구성을 나타낸 것이다.

상기 도 4를 참조하면, 본 발명의 단일 영상 카메라(171)의 영상 처리 지원을 위한 제어부(260)는 전처리부(60), 상황 판단부(70) 및 확률 추론부(80)의 구성을 포함할 수 있다.

상기 전처리부(60)는 상기 감시 장치(100)로부터 전달되는 영상에 대한 전처리 과정을 수행하는 구성이다. 이러한 전처리부(60)는 상기 저장부(250)에 저장된 전처리 알고리즘 운용에 따라 노이즈 제거, 화소 보정, 분광 보정, 공간 보정 등을 수행할 수 있다. 특히 본 발명의 제1 실시 예에 따른 전처리부(60)는 운동 벡터 감시 및 ROI 처리를 위하여 운동 벡터 감시부(11) 및 ROI 영역 검사부(12)를 포함할 수 있다.

상기 운동 벡터 감시부(11)는 영상 카메라(171)가 전송한 영상에 포함된 각 객체들의 운동 벡터를 검출한다. 즉 운동 벡터 감시부(11)는 영상 내에 있는 객체들이 어떠한 방향으로 얼마만큼의 속도를 가지며 운동하는지에 대한 정보를 산출한다. 그리고 상기 운동 벡터 감시부(11)는 산출된 운동 벡터 값을 상황 판단부(70)에 전달할 수 있다. 특히 상기 운동 벡터 감시부(11)는 운동 벡터 값을 상황 판단부(70)의 규칙 판별부(30)에 전달할 수 있다.

상기 ROI 영역 검사부(12)는 영상 카메라(171)가 전송한 영상에 대하여 ROI 중복 여부를 체크하고, 중복된 영역이 발생하는 경우 해당 영역을 영상으로부터 제거하는 역할을 수행한다. ROI는 영상 프레임 내의 "전경 (foreground)" 영역으로 지칭될 수 있고, 비-ROI 영역들은 영상 프레임 내의 "배경 (background)" 영역들로 지칭될 수도 있다. 일반적으로 도로 상에서 배경은 거의 변경되지 않기 때문에 상기 ROI 영역 검사부(12)는 배경 상에서 특정 전경에 포함되는 객체의 움직임 촬영 과정에서 중복된 배경 객체를 제거하여 영상 판단을 위한 연산량을 줄이도록 지원할 수 있다. 특히 영상 카메라(171)가 움직이는 객체에 대한 영상을 촬영하면서 배경 중복이 발생할 수 있는데 상기 ROI 영역 검사부(12)는 이러한 영상들에 대한 전처리 과정에서 중복된 배경 객체를 제거하고 움직임 객체에 대한 영상만을 유효 영상을 판단하고 해당 객체 영상에 대한 우선적 인코딩 및 해당 객체 영상에 대한 높은 인코딩 비트율을 적용하도록 지원할 수 있다.

상기 상황 판단부(70)는 상기 전처리부(60)가 전달하는 운동 벡터 정보에 대한 규칙 판별을 수행하거나 해당 운동 객체들에 대한 좌표 변환을 수행하도록 지원할 수 있다. 이를 위하여 상기 상황 판단부(70)는 좌표 변환부(20) 및 규칙 판별부(30)를 포함할 수 있다.

상기 좌표 변환부(20)는 상기 감시 장치(100)로부터 영상과 함께 음향 정보를 함께 수신하는 경우 즉 영상 및 사고 지점에 대한 영상 카메라(171)의 각도 및 거리에 대한 정보를 함께 수신하는 경우, 영상에 포함된 객체들의 좌표변환을 수행하도록 지원한다. 영상에 포함된 객체들의 좌표변환 결과가 동일한 지점을 가리키는 경우 상기 좌표 변환부(20)는 사고 발생 확률이 높을 것으로 예측하고 확률 추론부(80)에 확률 추론을 진행하도록 요청할 수 있다. 이때 좌표 변환부(20)는 음향 정보 기반으로 검출된 영상 내 객체들에 대한 거리 및 각도 정보를 확률 추론부(80)에 제공하여 확률 추론 과정에서 파라메터로 운용될 수 있도록 지원한다.

상기 규칙 판별부(30)는 전처리부(60)의 운동 벡터 감시부(11)가 전달하는 운동 벡터와 기 설정된 값과 차이가 있는지 여부를 검출한다. 실질적으로 도로가 고정되어 있는 상황에서 차량이나 인원이 해당 도로를 이용하게 되면 통상적인 방향에 따라 운동을 수행하게 된다. 즉 차량은 특정 도로 상에서 일정한 방향을 가지고 운동하게 된다. 또한 특정 도로는 차량 운행에 따른 속도 제한을 지정하고 있기 때문에 도로 상에 운동하는 차량 객체는 일정 방향으로 일정 속도 또는 일정 속도 이하의 값을 가지며 이동하게 된다. 이에 따라 상기 규칙 판별부(30)는 영상 카메라(171)가 전송한 영상 내에서 객체의 운동 벡터가 사전에 설정된 일정한 운동 벡터와 유사한지 여부를 확인함으로써 사고 발행 여부에 대한 단순 추정을 수행할 수 있다. 즉 상기 규칙 판별부(30)는 영상에 포함된 각 객체 간의 운동 벡터의 차이(Differential Motion Vector)의 절대 값의 변화량이 지정된 수준을 넘어섰는지 여부를 검사할 수 있다. 그리고 상기 규칙 판별부(30)는 영상 내에 객체의 운동 벡터가 설정 값과 일정 값 이상 차이를 가지는 경우 확률 추론부(80)에 확률 추론을 진행하도록 요청할 수 있다. 이러한 규칙 판별부(30)는 항상 확률 추론 알고리즘을 사용함에 따라 발생할 수 있는 메모리와 전력을 낭비를 줄일 수 있다. 즉 규칙 판별부(30)는 교통사고 발생에 가까운 상황이 발생 했는지 파악하고, 현재 상황이 미리 정해진 설정 값을 넘어설 경우에만 확률 기반 상황 추론을 구동하도록 결정할 수 있다.

상기 확률 추론부(80)는 좌표 변환부(20) 또는 규칙 판별부(30)로부터 확률 추론 요청을 수신하는 경우, 영상에 포함된 모든 데이터들에 대한 확률 추론을 수행한다. 그리고 상기 확률 추론부(80)는 영상에 포함된 모든 데이터들이 사고 발생과 유사한 추론 결과들을 나타내는 경우, 현재 사고가 발생했음을 인지하고, 그 결과를 표시부(240) 등에 출력하도록 지원할 수 있다.

상술한 바와 같이 본 발명의 실시 예에 따른 영상 처리 장치(200)는 하나의 영상 카메라(171)가 수집한 영상에 대하여 영상에 대한 음향 정보가 없는 경우 영상에 포함된 객체의 운동 벡터를 기반으로 사고 발생 검지를 위한 확률 추론 적용 여부를 결정하도록 지원할 수 있다. 또한 본 발명의 영상 처리 장치(200)는 영상에 대한 음향 정보가 존재하는 경우, 음향 정보 기반으로 영상 내 객체들의 좌표 결과를 기반으로 확률 추론에 적용함으로써 보다 빠르고 신뢰성 높은 사고 발생 검출을 수행하도록 지원할 수 있다.

도 5는 본 발명의 제2 실시 예에 따른 영상 처리 장치(200)의 제어부(260) 구성을 보다 상세히 나타낸 도면이다. 설명에 앞서, 본 발명의 제2 실시 예에 따른 제어부(260)는 복수개의 영상 카메라(171) 및 복수개의 음향 수집부(173)를 포함하는 감시 장치(100)가 존재하는 경우의 구성을 나타낸 도면이다. 또한 이하 설명에서 상기 복수개의 영상 카메라(171) 및 복수개의 음향 수집부(173)는 각각 3개씩 마련되는 것을 기준으로 설명하기로 한다. 그러나 본 발명의 상기 영상 카메라(171) 및 음향 수집부(173)의 개수에 한정되는 것은 아니며, 설계자의 정책에 따라 보다 많은 개수 또는 보다 적은 개수의 영상 카메라(171) 및 음향 수집부(173)를 포함할 수 있을 것이다. 이에 따라 아래에서 설명하는 전처리부(60) 및 상황 판단부(70)의 서브 구성들의 개수 또한 설계자 정책에 따라 달라질 수 있을 것이다.

상기 도 5를 참조하면, 본 발명의 사고 검출을 위한 제어부(260)는 복수개의 전처리부를 포함하는 전처리부(60), 복수개의 좌표 변환부를 포함하는 상황 판단부(70), 데이터 조합부(90) 및 확률 추론부(80)를 포함할 수 있다.

이와 같은 구성을 가지는 본 발명의 영상 처리 장치(200)의 제어부(260)는 하나의 사고에 대한 다수개의 영상 카메라(171) 촬영을 종합하여 사고 검출을 판단할 수 있다. 특히 상기 제어부(260)는 음향 정보로부터 사고 발생 현장까지의 거리와 각도를 파악할 수 있는 경우 사고발생 현장과 영상 카메라들과의 거리 및 각도를 기준으로 영상 카메라들에서 올라온 데이터들을 조합하여 절대 좌표계에서의 데이터로 변환한 이후에 결합하도록 지원할 수 있다.

이를 위하여 본 발명의 전처리부(60)는 3개의 영상 카메라들로부터 전달되는 영상들을 제1 전처리부(61), 제2 전처리부(63) 및 제3 전처리부(65)를 이용하여 각각 전처리 과정을 수행할 수 있다. 이 과정에서 상기 각 전처리부들(61, 63, 65)은 복수 개의 영상 카메라를 가지는 감시 장치(100)로부터 전달된 영상에 대하여 단순 전처리 과정 즉 노이즈 제거, 화소 보정, 분광 보정 및 공간 보정 등만을 수행하도록 지원할 수 있다. 실질적으로 음향 정보를 기반으로 사고 발생 현장에 대한 영상 내 객체들의 거리와 영상 카메라들의 각도 정보를 기반으로 각 객체들의 좌표 산출을 수행할 수 있게 되면, 좌표 값들의 통합을 통하여 사고 발생 검출을 수행할 수 있을 것이다. 따라서 상기 전처리부들(61, 63, 65)은 각 영상 카메라들로부터 수신된 영상을 단순 전처리 수행을 실시하고, 전처리된 영상을 상황 판단부(70)의 좌표 변환부들(21, 23, 25)에 각각 전달할 수 있다.

상기 상황 판단부(70)는 제1 좌표 변환부(21), 제2 좌표 변환부(23) 및 제3 좌표 변환부(25)를 포함할 수 있다. 각 좌표 변환부들(21, 23, 25)은 전처리부들(61, 63, 65)로부터 전달된 전처리된 영상과 음향 정보를 기반으로 전달된 거리 및 각도 정보를 이용하여 영상 내에 포함된 각 객체들의 좌표를 산출한다. 그리고 상황 판단부(70)는 각 영상들로부터 산출된 좌표 값들을 데이터 조합부(90)에 전달할 수 있다.

상기 데이터 조합부(90)는 변환된 좌표들을 조합하여 유효한 좌표 값들을 산출하도록 지원한다. 이때 데이터 조합부(90)는 각 좌표들에 대한 가중치를 다르게 지정함으로써 좌표 값들의 유효도를 높일 수 있다. 일반적으로 영상 카메라들의 위치 즉 사고 발생 지점에 대한 각도와 거리에 따라서 사고 발생 시 관찰된 객체들의 좌표 정확도가 달라질 수 있는데 예를 들면 측면 촬영이 정면 촬영에 비하여 보다 더 정확하게 관찰될 수 있다. 이에 따라 사고 발생 지점에 따른 각 영상 카메라들이 가지는 각도와 거리 값에 따라 각 영상들의 가중치를 다르게 부여하는 것이 바람직하다. 따라서 상기 데이터 조합부(90)는 각 영상들에 대한 좌표 변환 값들에 대하여 영상을 전송한 영상 카메라들의 위치에 따라 가중치를 다르게 적용하고, 해당 좌표 변환 값들을 통합 및 조합하여 유효한 좌표 변환 값들을 산출할 수 있다. 산출된 유효 좌표 변환 값들은 확률 추론부(80)에 전달될 수 있다.

상기 확률 추론부(80)는 상기 데이터 조합부(90)가 전달한 유효 좌표 변환 값들과 각 영상들에 포함된 데이터를 이용하여 사고 발생 여부를 결정하기 위한 확률 추론을 수행할 수 있다. 이후 상기 확률 추론부(80)는 해당 결과를 표시부(240) 등에 출력하도록 지원할 수 있다.

도 6은 본 발명의 제3 실시 예에 따른 영상 처리 장치(200)의 제어부(260) 구성을 보다 상세히 나타낸 도면이다. 설명에 앞서, 본 발명의 제3 실시 예에 따른 제어부(260)는 복수개의 영상 카메라(171)를 포함하는 감시 장치(100)가 존재하는 경우의 구성을 나타낸 도면이다. 또한 이하 설명에서 상기 복수개의 영상 카메라(171)는 3개가 마련되는 것을 기준으로 설명하기로 한다. 그러나 본 발명의 상기 영상 카메라(171)의 개수에 한정되는 것은 아니며, 설계자의 정책에 따라 보다 많은 개수 또는 보다 적은 개수의 영상 카메라(171)를 포함할 수 있을 것이다. 이에 따라 아래에서 설명하는 전처리부(60) 및 상황 판단부(70)의 서브 구성들의 개수 또한 상기 설계자 정책에 따라 달라질 수 있을 것이다.

상기 도 6을 참조하면, 본 발명의 제어부(260)는 전처리부(60), 상황 판단부(70), 확률 추론부(80) 및 데이터 조합부(90)를 포함할 수 있다.

이러한 본 발명의 제3 실시 예에 따른 제어부(260)는 음향 정보가 없어 사고 발생 현장까지의 거리와 각도를 파악할 수 없는 경우 사고 발생 현장과의 거리나 각도를 알 수 없으나 전처리부(60) 과정을 거치면서 산출된 객체들의 운동 벡터 값들이 상황 판단부(70)에서 기 설정 값들을 벗어났다고 판단한 경우 사고에 연관된 객체를 관찰한 영상 카메라들에서 전달된 모든 데이터에 대하여 각각 확률 추론을 수행한다. 한편 카메라의 위치에 따라서 사고 발생 시 관찰된 객체들의 운동 벡터 변화량은 달라지지만 측면에서 관찰 했을 경우에 보통 더 정확하게 관찰되고, 정면이나 후면에서 관찰한 카메라는 잘 보지 못하는 경향이 있다. 그러므로 측면에서 관찰한 영상 카메라에 가중치를 줄 수 있다. 예를 들어 측면에서 관찰할 경우 사고 발생시 운동 벡터에 대한 X 축의 속도가 크게 변화하게 되는데, 이에 따라 본 발명의 제어부(260)는 운동 벡터의 X축 변화량이 큰 데이터로부터 추론된 결과에 가중치를 부여하도록 지원할 수 있다.

한편 상기 제어부(260)는 운동 벡터 감시부와 ROI 영역 감시부들을 각각 포함하는 제1 전처리부(61), 제2 전처리부(63) 및 제3 전처리부(65)를 포함하는 전처리부(60)를 기반으로 3대의 영상 카메라들이 전송한 각 영상들에 대한 전처리 과정을 수행할 수 있다. 여기서 제3 실시 예에 따른 전처리부(60)는 제2 실시 예에 따른 전처리부(60)와 다르게 각 영상에 포함된 객체들의 운동 벡터 산출을 다른 전처리 과정 수행과 함께 더 수행할 수 있다. 그리고 제3 실시 예에 따른 전처리부(60)는 각 영상에 포함된 객체들의 운동 벡터 값들을 상황 판단부(70)에 포함된 규칙 판별부들(31, 33, 35)에 각각 전달할 수 있다.

상기 상황 판단부(70)는 제1 규칙 판별부(31), 제2 규칙 판별부(33) 및 제3 규칙 판별부(35)를 마련하고, 각 전처리부들(61, 63, 65)로부터 전달된 운동 벡터 값이 기 설정된 설정 값과 일정 차이가 발생하는지 여부를 확인할 수 있다. 그리고 각 규칙 판별부들(31, 33, 35)은 운동 벡터 값이 설정 값과 일정 차이가 발생하는 경우 확률 추론부(80)에 확률 추론에 대한 진행 요청을 수행할 수 있다.

여기서 확률 추론부(80)는 도시된 바와 같이 제1 확률 추론부(81), 제2 확률 추론부(83) 및 제3 확률 추론부(85)를 포함하고, 각 규칙 판별부들(31, 33, 35)의 확률 추론 요청에 따라 각 영상 카메라들이 전송한 영상들에 대하여 개별적인 확률 추론을 수행할 수 있다. 상기 확률 추론부들(81, 83, 85)이 각각의 영상에 대하여 확률 추론을 수행한 이후, 그 결과는 데이터 조합부(90)에 전달될 수 있다. 그러면 데이터 조합부(90)는 상기 확률 추론부들(81, 83, 85)이 전달한 확률 추론들을 조합 및 통합하되, 각 영상들 중 운동 벡터의 X축 데이터 변화 값이 큰 영상으로부터 추론된 확률 추론 결과에 대하여 가중치를 부여하고, 가중치 부여된 결과를 통합하여 사고 발생 여부를 검출할 수 있다. 사고 검출이 완료되면 상기 데이터 조합부(90)는 검출된 결과를 표시부(240) 등에 출력하도록 지원할 수 있다.

이상에서는 본 발명의 실시 예에 따른 적응적 사고 검출 시스템의 각 구성들과 구성들의 역할에 대하여 설명하였다. 이하에서는 본 발명의 사고 검출 방법에 대하여 도면을 참조하여 설명하기로 한다.

도 7은 본 발명의 실시 예에 따른 사고 검출 방법을 설명하기 위한 순서도이다.

상기 도 7을 참조하면 본 발명의 사고 검출 방법은 먼저, 사고 검출 시스템(10) 운용자의 제어에 따라 701 단계에서 감시 장치(100)를 활성화한다. 감시 장치(100)가 활성화되면 상기 감시 장치(100)는 포함된 적어도 하나의 영상 카메라 및 적어도 하나의 음향 정보 수집부를 운용하여 영상을 수집하거나 사고 발생과 관련된 음향 정보 수집을 수행한다.

이러한 과정을 수행하면서 영상 처리 장치(200)는 703 단계에서 음향 정보가 수집되었는지 여부를 확인한다. 상기 703 단계에서 음향 정보가 존재하는 경우 사고 검출 시스템(10)의 영상 처리 장치(200)는 705 단계로 분기하여 수집된 영상들에 대한 전처리 과정을 수행한다. 이때 상기 영상 처리 장치(200)는 개략적인 영상 전처리 과정 예를 들면 노이즈 제거, 화소 보정, 대비도 개선, 분광 보정 등만을 수행할 수 있다. 다음으로 영상 처리 장치(200)는 전처리된 영상 및 상기 음향 정보를 기반으로 획득된 사고 발생 지점에 대한 영상 카메라의 각도 정보와 거리 정보를 이용하여 707 단계에서 영상 내에 포함된 특정 객체들에 대한 좌표계 변환을 수행한다. 좌표계 변환이 완료되면 영상 처리 장치(200)는 복수개의 영상에 대한 좌표계 변환을 수행하였을 경우 709 단계에서 변환된 좌표 값들에 대한 데이터 조합을 수행한다. 이때 상기 영상 처리 장치(200)는 각도 정보를 기반으로 측면 촬영된 영상을 정면 촬영된 영상에 비하여 높은 가중치를 부여하도록 지원할 수 있다. 한편 상기 영상 처리 장치(200)는 단일 영상 카메라(171)인 경우 별도의 데이터 조합 수행 없이 711 단계로 분기하여 해당 영상에 포함된 모든 데이터들에 대하여 확률 추론을 수행한다. 이때 상기 영상 처리 장치(200)는 산출된 좌표 정보를 확률 추론에 적용하여 사고 발생 결과를 판단할 수 있다. 사고 발생 결과가 도출되면 영상 처리 장치(200)는 713 단계에서 표시부 등에 결과 출력을 수행할 수 있다.

한편 703 단계에서 음향 정보가 존재하지 않는 경우, 영상 처리 장치(200)는 704 단계로 분기하여 705 단계와는 다른 전처리 과정을 수행할 수 있다. 즉 상기 영상 처리 장치(200)는 복수개의 영상 각각에 대하여 운동 벡터 변화에 대한 전처리 및 ROI 영역 중복 검사를 포함하는 전처리를 수행하도록 제어할 수 있다. 다음으로 영상 처리 장치(200)는 706 단계에서 복수개의 운동 벡터 값들이 설정 값과 일정 차이를 가지는지 여부를 확인할 수 있다. 복수개의 운동 벡터 값들 중 적어도 하나가 설정 값과 일정 차이를 가지는 경우, 영상 처리 장치(200)는 708 단계로 분기하여 복수개의 영상 각각에 대한 확률 추론을 수행하도록 제어할 수 있다. 여기서 운동 벡터 값들 모두가 설정 값 이하인 경우 701 단계 이전으로 분기하여 이하 과정을 반복적으로 수행하도록 제어할 수 있다. 복수개의 영상들에 대한 확률 추론이 완료되면 상기 영상 처리 장치(200)는 710 단계에서 개별적으로 추론된 확률들을 통합하되 운동 벡터 값들의 X축 데이터 변화가 큰 영상으로 도출된 확률에 일정 가중치를 적용하여 통합하도록 제어한다. 이후 영상 처리 장치(200)는 713 단계에서 확률 통합 결과에 따른 사고 발생 결정 결과를 출력하도록 제어할 수 있다. 다음으로 영상 처리 장치(200)는 701 단계 이전으로 분기하여 이하 과정을 반복적으로 수행하도록 제어할 수 있다.

한편 상술한 사고 검출 방법에 대한 설명에서는 709 단계의 데이터 조합 및 710 단계의 확률 통합에 대하여 설명하였으나, 본 발명의 사고 검출 방법에 적용되는 영상 카메라(171)가 하나만 존재하는 경우 상기 710 단계는 생략될 수 있다. 또한 하나의 영상 카메라(171)만이 존재하는 경우 상기 사고 검출 방법은 703 단계에 관계없이 704, 706, 708, 813 단계만을 수행하도록 제어할 수 있으며, 각 단계에서는 하나의 영상 카메라(171)에서 전달되는 영상 처리와 분석 및 추론 과정만을 수행할 수 있다.

이상 본 발명을 몇 가지 바람직한 실시 예를 사용하여 설명하였으나, 이들 실시 예는 예시적인 것이며 한정적인 것이 아니다. 이와 같이, 본 발명이 속하는 기술 분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 균등론에 따라 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.

10 : 사고 검출 시스템 100 : 감시 장치
110 : 데이터 전송 인터페이스 160 : 감시 제어부
170 : 타겟 정보 수집부 171 : 영상 카메라
173 : 음향 수집부 200 : 영상 처리 장치
210 : 데이터 수신 인터페이스 220 : 입력부
240 : 표시부 250 : 저장부
260 : 제어부 20 : 좌표 변환부
30 : 규칙 판별부 60 : 전처리부
70 : 상황 판단부 80 : 확률 추론부
90 : 데이터 조합부

Claims (8)

1. 일정 영상을 촬영하여 전송하는 감시 장치;
   상기 감시 장치가 전송하는 영상에 포함된 객체의 운동 벡터가 기 설정된 설정 값과 일정 차이가 있는 경우 확률 추론을 통하여 사고 발생을 검출하도록 제어하는 영상 처리 장치;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
2. 제1항에 있어서,
   상기 감시 장치는
   적어도 하나의 영상 카메라 및 상기 각 영상 카메라에 인접되게 설치되는 적어도 하나의 음향 수집부를 포함하는 타겟 정보 수집부;
   상기 타겟 정보 수집부가 수집하는 정보를 상기 영상 처리 장치에 전송하는 데이터 전송 인터페이스;
   상기 타겟 정보 수집부의 타겟 정보 수집 제어 및 상기 정보 전송을 제어하는 감시 제어부;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
3. 제2항에 있어서,
   상기 영상 처리 장치는
   상기 감시 장치가 전송하는 정보를 수신하는 데이터 수신 인터페이스;
   상기 감시 장치가 전송한 영상에 포함된 객체의 운동 벡터가 기 설정된 설정 값과 일정 차이가 있는 경우 확률 추론을 통하여 사고 발생을 검출하는 제어부;
   상기 사고 발생 결과를 출력하는 표시부;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
4. 제3항에 있어서,
   상기 제어부는
   상기 감시 장치가 전송한 영상을 전처리하며 상기 감시 장치의 음향 정보 전송 여부에 따라 상기 전송된 영상에 대한 운동 벡터 값 산출을 수행하는 전처리부;
   상기 감시 장치가 음향 정보를 전송하는 경우, 상기 음향 정보를 기반으로 산출된 각 영상 카메라의 각도 정보와 거리 정보 및 상기 전처리된 영상을 이용하여 영상 내의 객체들에 대한 좌표 변환을 수행하는 좌표 변환부와, 상기 감시 장치가 음향 정보를 전송하지 않는 경우 상기 전처리부가 수행한 영상 내의 객체들에 대한 운동 벡터 값과 기 설정된 설정 값과의 일정 차이를 비교하는 규칙 판별부를 포함하는 상황 판단부;
   상기 상황 판단부의 요청에 따라 확률 추론을 수행하는 확률 추론부;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
5. 제3항에 있어서,
   상기 제어부는
   상기 감시 장치로부터 전송되는 복수개의 영상들 각각에 포함된 객체들에 대한 개별적인 운동 벡터 산출 및 전처리를 수행하는 전처리부들;
   상기 운동 벡터들 각각이 기 설정된 설정 값과 일정 차이가 있는지 각각 비교하는 규칙 판별부들;
   상기 일정 차이가 있는 경우 각 영상들에 포함된 객체들을 기반으로 개별적으로 사고 발생 여부에 대한 확률 추론을 수행하는 확률 추론부들;
   상기 확률 추론부들이 확률 추론한 확률 정보들을 통합하여 사고 발생을 결정하되, 상기 운동 벡터의 X 축 값이 상대적으로 큰 영상의 확률 추론 정보에 가중치를 부여하여 사고 발생 여부를 결정하는 데이터 조합부;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
6. 제3항에 있어서,
   상기 제어부는
   상기 감시 장치로부터 음향 정보 및 영상들이 전송되는 경우 상기 감시 장치로부터 전송되는 복수개의 영상들 각각에 포함된 객체들에 대한 개별적인 전처리를 수행하는 전처리부들;
   상기 전처리된 복수개의 영상들 및 상기 음향 정보를 기반으로 사고 발생 지점과 상기 영상 카메라들의 각도 정보 및 거리 정보를 기반으로 각 영상들 내의 객체들의 좌표 정보를 산출하는 좌표 변환부들;
   상기 각도 정보를 기반으로 측면 촬영된 영상의 좌표를 상대적으로 높은 가중치를 부여한 후 각 좌표 값들을 조합하는 데이터 조합부;
   상기 데이터 조합부가 조합한 좌표 값들 및 상기 영상들을 이용하여 사고 발생에 대한 확률 추론을 수행하는 확률 추론부;
   를 포함하는 것을 특징으로 하는 적응적 사고 검출 시스템.
7. 적어도 하나의 영상 카메라를 운용하여 적어도 하나의 영상을 수집하는 과정;
   상기 수집된 영상 내에 포함된 객체들의 운동 벡터 값을 산출하는 산출 과정;
   상기 운동 벡터 값이 기 설정된 설정 값과 일정 차이가 발생하는 경우 상기 영상 내에 포함된 모든 데이터들에 대한 사고 발생에 대한 확률 추론을 수행하는 확률 추론 과정;
   상기 확률 추론 결과를 출력하는 과정;
   을 포함하는 것을 특징으로 하는 적응적 사고 검출 방법.
8. 제7항에 있어서,
   사고 발생과 음향 정보가 수집되면 상기 산출 과정을 생략하는 과정을 더 포함하고,
   상기 확률 추론 과정을 상기 적어도 하나의 영상에 대한 전처리를 수행한 후, 음향 정보를 기반으로 산출된 사고 발생 지점에 대한 영상 카메라의 각도 정보 및 거리 정보를 기반으로 상기 영상 내의 객체들의 좌표 값을 산출하고, 상기 좌표 값 및 영상을 기반으로 사고 발생에 대한 확률 추론을 수행하거나, 복수의 좌표 값들에 대한 좌표 통합 이후 해당 결과 및 영상을 기반으로 사고 발생에 대한 확률 추론을 수행하는 과정으로 전환하는 것을 특징으로 하는 적응적 사고 검출 방법.

Images