KR20130129529A

KR20130129529A - 영상 분석 서버

Info

Publication number: KR20130129529A
Application number: KR1020120053461A
Authority: KR
Inventors: 최병호; 송혁; 신화선; 임일명; 강신일
Original assignee: 전자부품연구원
Priority date: 2012-05-21
Filing date: 2012-05-21
Publication date: 2013-11-29
Also published as: KR101350882B1

Abstract

본 발명은 영상 분석 서버에 관한 것이며, 보다 구체적으로는 영상의 모든 피사체를 분석하여 잠재적인 위험 요소까지도 분석 데이터를 생성하는 영상 분석 서버에 관한 것이다.
본 발명의 일실시예에 다른 영상 분석 서버는 내장된 영상 분석 알고리즘을 통해, 입력 영상을 분석하고, 분석된 결과를 출력하는 영상분석 모듈; 상기 영상분석 모듈를 위한 메모리를 할당하고, 상기 영상분석 모듈간의 이벤트를 관리하는 관리 모듈; 사용자 단말기로부터 분석 시작 명령을 전달받고, 상기 분석 시작 명령을 상기 관리 모듈에 전달하고, 상기 영상분석 모듈을 통해 분석된 영상 분석 결과를 사용자 단말기로 전달하는 서버관리 모듈; 및 데이터를 저장하는 메모리;를 포함하고, 상기 영상분석 모듈은 복수이며, 상기 복수 개의 영상분석 모듈들이 상기 메모리를 함께 공유하여 사용함을 특징으로 할 수 있다.

Description

영상 분석 서버{SERVER FOR ANALYSING VIDEO}

본 발명은 영상 분석 서버에 관한 것이며, 보다 구체적으로는 영상의 모든 피사체를 분석하여 잠재적인 위험 요소까지도 분석 데이터를 생성하는 영상 분석 서버에 관한 것이다.

일반적으로 범죄 예방 및 범죄자 검거를 위해서 CCTV를 이용하여 시설물의 출입구 및 경계구역 등을 촬영하고 녹화한다. 이렇게 촬영된 영상 및 녹화된 영상은 범죄 수사에 이용하고 있으며, 녹화된 영상을 일일이 사람이 확인해야 하는 불편이 있으므로, 이러한 영상을 좀더 효율적으로 분석하고자 한다.

테러나 범죄의 위험성이 증가되면서 적은 수의 사람으로 여러 곳을 동시에 감시할 수 있는 감시 시스템에 대한 수요가 증가하였다. 전통적인 감시 시스템은 사람의 눈을 대신하여 단순하게 영상을 기록하는 기능을 한다. 이러한 감시 시스템의 등장으로 인하여 적은 수의 사람이 넓은 지역을 감시하는 것이 가능하게 된 것이다.

이와 관련하여, 종래 기술로는 행동패턴 데이터베이스를 이용한 능동형 영상감시 시스템 및 그 방법(특허출원번호 제10-2011-0130033호)이 있다.

도 1은 종래의 행동패턴 데이터베이스를 이용한 능동형 영상감시 시스템에 관한 것이다. 도 1를 참조하면, 종래의 능동형 영상감시 시스템은 CCTV 카메라(100), 능동형 영상감시 장치(200), 모니터(300) 및 감시자 이동 단말(400)을 포함한다. 이때, 능동형 영상감시 장치(200)는 획득영상 처리부(210), 녹화영상 DB(220), 영상특성 분석부(230), 행동패턴 DB(240), 상황 대처부(250), 선택사항 입력부(260), 출력영상 제어부(270) 및 무선통신 모듈(280)을 포함할 수 있다.

능동형 영상감시 장치(200)는 상기 CCTV 카메라(100)로부터 획득된 영상으로부터 행동패턴을 추출하고, 추출된 행동패턴 영상을 기저장된 행동패턴 영상과 비교하여 상기 감시 영역의 위험 상황을 자동으로 판단하며, 각각의 상황별로 제어신호를 출력한다. 여기서, 행동 패턴은 획득된 영상 내의 사람이나 동물의 동작 뿐만 아니라, 획득된 영상 내의 위험 도구 또는 위험 인상착의 등의 사물을 포함하며, 고정된 영상에 추가되는 부가 영상일 수 있다.

그러나, 종래의 영상 감시 장치는 영상을 미리 설정된 위험 요소(객체)들만을 감시하는 역할을 할 뿐, 예측되지 않거나 잠재적인 위험 요소(객체)를 분석하지 않는 문제점이 있었다.

본 발명의 목적은 영상의 모든 피사체를 분석하여, 분석 데이터를 생성하고, 분석 데이터를 생성함에 있어서, 다양한 영상 비젼 기술을 포함하고 수행하여 최적의 성능을 낼 수 있는 영상 분석 서버를 제공하는데 있다.

또한 본 발명의 목적은 다양한 영상 비젼 기술을 수행하는 모듈에게 공통 메모리 영역을 할당함으로써, 모듈 간 통신이 가능하도록 하는 영상 분석 서버를 제공하는데 있다.

본 발명의 일실시예에 다른 영상 분석 서버는 내장된 영상 분석 알고리즘을 통해, 입력 영상을 분석하고, 분석된 결과를 출력하는 영상분석 모듈; 상기 영상분석 모듈를 위한 메모리를 할당하고, 상기 영상분석 모듈간의 이벤트를 관리하는 관리 모듈; 사용자 단말기로부터 분석 시작 명령을 전달받고, 상기 분석 시작 명령을 상기 관리 모듈에 전달하고, 상기 영상분석 모듈을 통해 분석된 영상 분석 결과를 사용자 단말기로 전달하는 서버관리 모듈; 및 데이터를 저장하는 메모리;를 포함하고, 상기 영상분석 모듈은 복수이며, 상기 복수 개의 영상분석 모듈들이 상기 메모리를 함께 공유하여 사용함을 특징으로 할 수 있다.

상기 메모리는 힙 메모리, 공유 메모리, 소켓 메모리 중 하나이고, 상기 관리 모듈은 영상분석 모듈로부터 메모리 요청을 수신 받는 경우, 상기 힙 메모리, 상기 공유 메모리, 상기 소켓 메모리 중 하나의 영역을 상기 영상분석 모듈에게 할당함을 특징으로 할 수 있다.

상기 영상분석 모듈은 영상 데이터를 분석하여 피사체를 검색하고, 상기 영상 데이터에서 배경을 제거하나 객체 인식 영상을 추출하는 객체 검출 모듈; 및 상기 객체 인식 영상을 분석하여 상기 피사체의 특징 데이터를 추출하고 상기 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생시간을 객체 검색 시간으로 획득하는 특징 추출 모듈;를 포함함을 특징으로 할 수 있다.

상기 특징 추출 모듈은 상기 객체 인식 영상이 인물인 경우, 인물의 특징 데이터를 추출하고, 상기 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생시간을 객체 검색 시간으로 획득하는 인물 특징 추출 모듈; 상기 객체 인식 영상이 자동차인 경우, 차량의 번호판 정보 및 특징 데이터를 추출하고, 상기 번호판 정보 및 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생 시간을 객체 검색 시간으로 획득하는 차량 특징 추출 모듈을 포함함을 특징으로 할 수 있다.

상기 객체 검출 모듈은 피사체의 색깔을 추출하고, 상기 피사체의 색깔을 이용하여, 영상 데이터를 재 분석함으로써, 피사체의 검출 오류를 방지함을 특징으로 할 수 있다.

상기 인물 특징 추출 모듈은 동일한 사람으로 인식된 피사체의 특징 데이터를 융합하는 방법으로 객체 특징 데이터를 생성함을 특징으로 할 수 있다.

상기 인물 특징 추출 모듈이 얼굴 클러스터링 결과를 이용하여 피사체가 동일한 사람인지 여부를 판단함을 특징으로 할 수 있다.

본 발명은 영상의 모든 피사체를 분석하여, 분석 데이터를 생성하고, 분석 데이터를 생성함에 있어서, 다양한 영상 비젼 기술을 포함하고 수행하여 최적의 성능을 낼 수 있는 영상 분석 서버를 제공할 수 있다.

또한 본 발명은 다양한 영상 비젼 기술을 수행하는 모듈에게 공통 메모리 영역을 할당함으로써, 모듈 간 통신이 가능하도록 하는 영상 분석 서버를 제공할 수 있다.

도 1은 종래의 능동형 영상 감시 시스템을 나타내는 블록도이다.
도 2는 본 발명의 일실시예에 따른 영상 분석 서버를 나타내는 블록도이다.
도 3은 본 발명의 일실시예에 따른 영상 분석 서버 시스템를 나타내는 구성도이다.
도 4은 본 발명의 일실시예에 따른 영상분석 모듈의 동작을 설명하는 도면이다.
도 5는 본 발명의 일실시예에 따른 영상분석 모듈을 위한 데이터 정의를 나타낸다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부된 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며, 본 발명을 제한하고자하는 것은 아니다.

본 발명의 영상 분석 서버는 영상 분석을 위한 비젼 기술들을 최적의 성능을 낼 수 있도록 다양한 기술을 적용한다.

도 2는 본 발명의 일실시예에 따른 영상 분석 서버를 나타내는 블록도이다.

본 발명의 일실시예에 따른 영상 분석 서버는 영상분석 모듈들(140), 관리 모듈(110), 서버관리 모듈(120), 메모리(130)를 포함할 수 있다.

관리 모듈(110)은 영상분석 모듈들을 위한 메모리를 관리하고, 영상분석 모듈간의 이벤트를 관리한다. 또한, 관리 모듈(110)은 서버관리 모듈(120)과 영상분석 모듈 간의 인터페이스를 제공할 수 있다. 영상분석 모듈을 위한 메모리와 관련해서는, 관리 모듈(110)은 힙 메모리, 공유 메모리, 소켓 메모리 중 하나의 영역을 영상분석 모듈을 위해서 할당한다.

여기서, 영상분석 모듈들 간에 힙 메모리를 공유하는 것은 메모리 할당을 요청한 영상분석 모듈에게 힙 메모리 번지를 전달함으로써, 메모리를 할당하는 것을 말한다. 도면에는 영상분석 모듈이 3개 이지만, 본 발명에 따른 영상 분석 서버는 1개부터 무한대까지의 영상분석 모듈을 가질 수 있다.

영상분석 모듈(140)들 간에 공유 메모리를 공유하는 것은 OS가 제공하는 공유 메모리를 사용하는 것을 말하며, 공유 메모리를 공유하게 되면, 데이터 전달 및 수신시에 데이터의 유호성을 검증해야 한다.

관리 모듈(110)은 영상분석 모듈(140)에 대한 정보를 스크립트로 정의할 수 있다. 또한, 관리 모듈(110)은 영상분석 모듈(140) 간의 이벤트 및 메시지 처리에 대해서도 스크립트로 정의할 수 있다. 이에 대해서는 도 4에 도시한 바와 같다.

영상분석 모듈(140)은 입력된 영상(video, image) 데이터를 분석한다. 영상분석 모듈(140)이 영상으로부터 분석된 결과는 주로 영상의 피사체에 대한 정보일 수 있다. 여기서 피사체에 대한 정보는 피사체의 종류 및 특징을 포함한다.

또한 영상분석 모듈(140)은 객체 검출 모듈, 특징 추출 모듈을 포함할 수 있고, 여기서, 특징 추출 모듈은 인물 특징 추출 모듈, 차량 특징 추출 모듈을 포함할 수 있다.

객체 검출 모듈은 영상 데이터에서 배경을 제거하여 피사체가 있는 객체 영역 영상만을 추출하게 된다. 이때, 객체 검출 모듈은 차영상을 이용하는 기법, 움직임을 분석하는 기법, Meanshift 및 응용 기법, Local Binary Pattern 기법을 사용할 수 있다.

만약 피사체가 인물인 경우에는 객체 검출 모듈은 영상 데이터의 전 영역을 스캔하면서 사람 얼굴 혹은 차량 일 가능성이 있는 후보영역들을 찾는다. 그런 다음 객체 검출 모듈은 직렬로 연결된 분별기들을 순차적으로 거치면서 사람 얼굴 영역이 아닌 영역을 중간에 제거하게 된다. 상기의 과정들을 반복적으로 수행하고 남은 영역들이 사람 얼굴로 결정 될 수 있다.

객체 검출 모듈이 얼굴에 해당하지 않는 영역을 얼굴로 잘못 판별하는 오류를 방지하기 위하여 피부 색상 정보를 이용하여 얼굴 검증 과정을 수행할 수 있다.

특징 추출 모듈은 객체 인식 영상을 분석하여 피사체의 특징 데이터를 추출하고, 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 피사체가 검색된 영상 데이터의 재생 시간을 객체 검색 시간으로 획득한다.

객체 특징 데이터는 객체의 대상 및 속성 값으로 구성될 수 있다.

만약 객체의 대상이 인물이라면, 속성 값은 피부의 색깔, 눈, 코, 입의 모양, 키, 성별, 옷 색깔, 나이, 체형 등 일 수 있다. 만약 객체의 대상이 차량이라면, 속성 값은 번호판, 차량의 색깔, 차종 등 일 수 있다.

특징 추출 모듈이 인물의 특징 데이터를 추출하기 위해서 먼저 객체 영역 영상을 양쪽 눈 위치를 기반으로 정규화 하여 인물의 특징 데이터를 추출 할 수 있다.

인물 특징 추출 모듈은 입력된 영상으로부터 인물을 검출하고, 인물의 특징을 추출한다. 인물 특징 추출 모듈은 인식된 얼굴로부터 특징정보를 추출할 때에는 인식된 얼굴 영상에서 얼굴의 주름이나, 눈, 코, 입 윤곽정보에 기반하여 얼굴에 대한 텍스처 특징정보를 추출한다.

만약 CCTV영상에서 얼굴 검출할 때, 낮은 해상도, 안경 착용 등에 의해 양쪽 눈의 위치를 정확히 찾는 것이 어려운 경우에는 인물 특징 추출 모듈은 얼굴 정렬 오류를 해결한 가보 웨이블릿 텍스처를 인식된 얼굴의 특징정보로 사용할 수 있다. 또한, 인물 특징 추출 모듈이 특징을 인식하는 성능을 향상시키기 위해 컬러 정보를 가보 웨이블릿을 이용할 수 있다.

또한, 얼굴의 표정 변화, 자세 변화가 빈번하게 발생하는 경우에는 인물 특징 추출 모듈이 동일한 사람으로부터 추출한 컬러 텍스처 얼굴 특징정보들을 융합할 수 있다.

여기서, 동일한 사람으로부터 추출한 컬러 텍스처 얼굴 특징 정보들을 융합할 때, 얼굴 클러스터링 결과를 이용하여 동일한 사람의 얼굴을 구분하고, 그런 다음 얼굴을 인식하는데 불필요한 정보를 제거할 수 있다.

이때 얼굴이 정면을 향하는 경우가 영상으로부터 특징 정보를 추출하는데 가장 높은 인식률을 가진다.

차량 특징 추출 모듈은 객체 영역 영상으로부터 차량을 검출하고, 차량의 번호판 및 차량의 특징을 추출한다.

번호판 검출 과정은 전처리 과정, 그레이 영상 변환 과정, SCW 기반 이진화 과정, 번호판 검증 과정, 후처리 과정을 통해서 이루어진다.

전처리 과정은 입력 영상의 처리를 위한 일련의 사전 처리 작업으로 영상 크기 조정과 히스토그램 평활화 과정들을 포함한다.

그레이 영상 변환 과정은 컬러 영상을 이진화 하기 위해서 그레이 영상으로 변환한다.

SCW 기반 이진화 과정은 변환된 그레이 영상을 SCW를 기반으로 이진화 한다. 번호판 검증 과정은 이진화 영상에서 번호판의 조건에 맞는 객체를 추출한다.

후처리 과정은 추출된 번호판 후보 영상들을 동일한 크기로 조정하고, 기울기 보상 등을 통해 영상을 보정한다.

이벤트 추출 모듈은 사람 혹은 차량의 이상 행위를 추출한다.

추출된 움직임은 배회 행위, 도주 행위, 침입 행위, 지정 영역 침입 행위, 쓰레기 불법 투기, 불법 주정차 등의 행위 중 하나가 될 수 있다. 추출된 움직임은 미리 설정된 ID 값으로 표현될 수 있다.

배회 행위는 어슬렁거리거나, 이리저리 돌아다니는 행위를 말한다. 동일한 영역에 객체가 반복적으로 존재해야 하거나, 영상 내에서 객체가 일정 시간 이상 존재한다면, 배회 행위로 검출할 수 있다.

도주 행위는 갑자기 달리는 행위를 말한다. 등장 했을 경우는 평균 속도를 유지하다가 갑자기 급격한 속도 변화를 가지는 사람이 검출되면, 도주 행위로 볼 수 있다.

지정 영역에 대한 행위를 검출하기 위해서는 미리 지정 영역(관심 영역, region of interest)을 설정할 수 있다. 관심 영역은 포인트 기반으로 설정하거나 선 기반으로 설정할 수 있다. 객체가 나타나고 미리 설정한 소정의 시간 이상 존재할 경우, 이상 행위로 검출 할 수 있다.

서버관리 모듈(120)은 외부의 사용자 단말기로부터 분석 시작 명령을 전달받고, 영상분석 모듈(140)이 영상을 분석한 결과를 전달받아 사용자 단말기에 전달한다. 또한, 서버관리 모듈(120)은 외부 장치와 유선 혹은 무선 통신 방법으로 통신할 수 있다.

메모리(130)는 관리 모듈(110), 서버관리 모듈(120), 영상분석 모듈(140)을 위한 메모리를 제공하거나, 데이터를 저장한다.

본 발명의 바람직한 일실시예에 따른 영상 분석 서버는 복수 개의 영상분석 모듈을 동시에 구동시키고, 하나의 메모리 영역을 공유하여 사용할 수 있도록 메모리를 할당한다. 또한, 본 발명의 영상 분석 서버는 쓰레드 모델을 간소화하여 응용 프로그램의 안정성을 높일 수 있다. 영상 분석 서버는 카메라 혹은 영상 서버와 연결되어 있어 영상 데이터를 전달 받을 수 있고, 사용자 단말기로부터 전달 받은 이벤트 및 요청을 실시간으로 처리 한다. 또한 영상 분석 서버는 분석 결과를 콜백 함수를 통해 비동기적으로 전달한다.

도 3은 본 발명의 일실시예에 따른 영상 분석 서버 시스템을 나타내는 구성도이다.

도 3의 영상 분석 서버 시스템은 B-Moniter, B-Manager, BrokerD, NodD, Module을 포함할 수 있다.

B-Monitor는 클라이언트이며, 영상 모니터링 및 비젼 결과를 받아 디스플레이 한다. B-Manager는 비젼 관련하여 설정을 할 수 있고, 비젼 모듈 실행 명령을 수행할 수 있다. BrokerD는 B-Monitor, B-Manager와 NodD, Module 사이의 중간자(인터페이스) 역할을 하고, 비젼 결과를 사용자 단말기에 전달한다. NodD는 BrokerD 요청에 응답하여 비젼 모듈을 실행하고, BrokerD와 Module 사이의 중간자 역할을 한다. Module은 요청 받은 비젼 기능을 수행한다.

도 3에 도시된 바와 같이 영상 분석 시스템은 크게 세부분으로 나눌 수 있다. 영상 분석 서버 시스템을 관리, 감독하는 BrokerD, 개별 서버에서 내부 모듈들을 관리하는 NodD, 각 서버에서 비젼 기술을 모듈화한 Module로 구분된다. BrokerD는 전제 시스템 내의 비전 모듈들의 배치, 연결, 설정을 관리하며 외부 클라이언트와의 여결을 통해 관리자의요청을 처리하며 영상 분석 결과를 전송하는 역할을 담당한다.

NodD는 각각의 서버에 상주하면서 BrokerD의 요청에 따라 비전 모듈을 활성화를 담당하며 해당 모듈에 맞는 메시지를 전송한다. Module은 공통 인터페이스가 적용된 비전 모듈을 위한 worker 스레드를 구성하여 외부 메시지를 전달하여 처리한다.

도 3의 화살표는 BrokerD, NodD, Module 간의 구성 관계 및 메시지 전달 경로를 나타낸다.

도 4은 본 발명의 일실시예에 따른 영상분석 모듈의 동작을 나타내는 도면이다.

도 4은 영상분석 모듈 중 객체 검출 모듈의 동작을 나타낸다.

객체 검출 모듈은 객체를 Person, Still Person, Luggage, Unknown 중 하나로 인식한다. 객체 검출 모듈이 제일 처음 영상으로부터 객체를 검출하게 되면, 우선 Unknown으로 분류하고, 객체의 이동 속도에 따라 Person 혹은 Luggage가 될 수 있다.

객체 검출 모듈은 사람 얼굴의 기하학적 특징에 기초하여 Haar-Like를 이용하여 얼굴을 검출할 수 있다. Haar-Like를 이용한 특징 추출 방법은 눈, 코, 입은 주변보다 어두운 색으로 이루어져 있고, 뺨, 이마는 주변과 비슷한 색으로 이루어진 점을 이용한다.

본 발명의 바람직한 일실시예인 영상 분석 서버는 서버관리 모듈로부터 전달받은 분석 결과를 디스플레이 하고, 수신 영상의 모니터링을 위해서, 수신영상을 디스플레이 시키는 디스플레이 모듈를 더 포함 할 수 있다.

이상에서는 본 발명의 바람직한 실시예 및 응용예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예 및 응용예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

110: 관리 모듈
120: 서버 관리 모듈
130: 메모리
140: 영상분석 모듈

Claims

내장된 영상 분석 알고리즘을 통해, 입력 영상을 분석하고, 분석된 결과를 출력하는 영상분석 모듈;
상기 영상분석 모듈을 위한 메모리를 할당하고, 상기 영상분석 모듈간의 이벤트를 관리하고, 상기 영상분석 모듈과 서버관리 모듈 사이의 인터페이스를 제공하는 관리 모듈;
사용자 단말기로부터 분석 시작 명령을 전달받고, 상기 분석 시작 명령을 상기 관리 모듈에 전달하고, 상기 영상분석 모듈을 통해 분석된 영상 분석 결과를 사용자 단말기로 전달하고, 상기 영상분석 모듈들의 연결관계를 규정하고, 규정된 상기 연결관계를 상기 관리 모듈에 전달하는 서버관리 모듈; 및
데이터를 저장하는 메모리;를 포함하고,
상기 영상분석 모듈은 복수이며,
상기 복수 개의 영상분석 모듈들이 상기 메모리를 함께 공유하여 사용함을 특징으로 하는 영상 분석 서버.
제 1 항에 있어서,
상기 메모리는
힙 메모리, 공유 메모리, 소켓 메모리 중 하나이고,
상기 관리 모듈은
영상분석 모듈로부터 메모리 요청을 수신 받는 경우, 상기 힙 메모리, 상기 공유 메모리, 상기 소켓 메모리 중 하나의 영역을 상기 영상분석 모듈에게 할당함을 특징으로 하는 영상 분석 서버.
제 1 항에 있어서,
상기 영상분석 모듈은
영상 데이터를 분석하여 피사체를 검색하고, 상기 영상 데이터에서 배경을 제거하나 객체 인식 영상을 추출하는 객체 검출 모듈; 및
상기 객체 인식 영상을 분석하여 상기 피사체의 특징 데이터를 추출하고 상기 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생시간을 객체 검색 시간으로 획득하는 특징 추출 모듈;를 포함함을 특징으로 하는 영상 분석 서버.
제 3 항에 있어서,
상기 특징 추출 모듈은
상기 객체 인식 영상이 인물인 경우, 인물의 특징 데이터를 추출하고, 상기 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생시간을 객체 검색 시간으로 획득하는 인물 특징 추출 모듈;
상기 객체 인식 영상이 자동차인 경우, 차량의 번호판 정보 및 특징 데이터를 추출하고, 상기 번호판 정보 및 특징 데이터를 텍스트 형식 또는 이진 형식으로 변환하여 객체 특징 데이터를 생성하고, 상기 객체가 검색된 영상 데이터의 재생 시간을 객체 검색 시간으로 획득하는 차량 특징 추출 모듈을 포함함을 특징으로 하는 영상 분석 서버.
제 3 항에 있어서,
상기 객체 검출 모듈은 피사체의 색깔을 추출하고, 상기 피사체의 색깔을 이용하여, 영상 데이터를 재 분석함으로써, 피사체의 검출 오류를 방지함을 특징으로 하는 영상 분석 서버.
제 4 항에 있어서,
상기 인물 특징 추출 모듈은 동일한 사람으로 인식된 피사체의 특징 데이터를 융합하는 방법으로 객체 특징 데이터를 생성함을 특징으로 하는 영상 분석 서버.
제 4 항에 있어서,
상기 인물 특징 추출 모듈이 얼굴 클러스터링 결과를 이용하여 피사체가 동일한 사람인지 여부를 판단함을 특징으로 하는 영상 분석 서버.