KR20140106883A - Apparatus and method for detecting a risk situation by analyzing a relation of object - Google Patents
Apparatus and method for detecting a risk situation by analyzing a relation of object Download PDFInfo
- Publication number
- KR20140106883A KR20140106883A KR1020130021112A KR20130021112A KR20140106883A KR 20140106883 A KR20140106883 A KR 20140106883A KR 1020130021112 A KR1020130021112 A KR 1020130021112A KR 20130021112 A KR20130021112 A KR 20130021112A KR 20140106883 A KR20140106883 A KR 20140106883A
- Authority
- KR
- South Korea
- Prior art keywords
- risk
- situation
- information
- scenario
- state
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012502 risk assessment Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 2
- 231100001261 hazardous Toxicity 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 8
- 238000012098 association analyses Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000013316 zoning Methods 0.000 description 3
- 230000010485 coping Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 영상 내 객체의 위험 상황 감지 방법에 관한 것이다. The present invention relates to a method for detecting a dangerous situation of an object in an image.
기존의 위험 상황 감지 방식은 단일 객체의 상태를 분석해서 이벤트를 발생시키는 방식인데, 이러한 방식은 다양한 위험 시나리오를 감지하는데 어려움이 있다.The conventional risk detection method is a method of generating an event by analyzing the state of a single object. However, this method has difficulties in detecting various risk scenarios.
본 발명은 상기 종래 기술의 문제를 해결하기 위하여 안출된 것으로서, CCTV 등을 통해서 수집되는 영상을 자동으로 분석해서 영상 내 사람이나 차량과 같은 객체의 상태를 파악하고 이들간의 연관성을 도출함으로써 실시간으로 위험 상황을 감지하고 예측하기 위한 방식을 제공하는 것을 목적으로 한다.The present invention has been conceived to solve the above problems of the prior art, and it is an object of the present invention to automatically analyze images collected through CCTV, etc. to grasp the state of an object such as a person or a vehicle in the image, It is intended to provide a method for detecting and predicting situations.
상술한 기술적 과제를 해결하기 위한 본 발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 장치는 입력 받은 영상 내 적어도 한 객체의 상태 정보를 프로파일로 관리하는 객체 데이터 베이스; 미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 관리하는 위험 상황 시나리오 데이터 베이스; 및 상기 위험 상황 시나리오를 기반으로, 상기 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 위험 판단부를 포함한다.According to an aspect of the present invention, there is provided an apparatus for analyzing a risk through an association between objects, the apparatus comprising: an object database for managing status information of at least one object in a received image as a profile; A risk situation scenario database for managing at least one risk situation scenario generated for a predetermined risk situation; And a risk judgment unit for analyzing a correlation between each state information of the object based on the risk situation scenario to determine whether or not the risk situation exists.
상기 위험 상황 분석 장치는, 입력 받은 영상으로부터 객체를 검출하는 객체 검출부를 더 포함하고, 상기 데이터 베이스는 상기 검출된 객체의 상태 정보를 상기 객체별 프로파일로 관리하는 것이 바람직하다.Preferably, the risk-situation analyzing apparatus further includes an object detecting unit that detects an object from the input image, and the database manages state information of the detected object by the object-specific profile.
상기 위험 상황 시나리오는 단일 객체의 현재 또는 과거와 현재의 시공간적 상황을 포함하는 환경 정보에 따라 결정된 위험 상황에 대하여 생성된 것이 바람직하다.The risk scenario is preferably generated for a risk situation determined according to environmental information including the current or past and present time-space situations of a single object.
상기 위험 상황 시나리오는 복수의 객체에 있어서, 어느 한 객체의 상태 정보와 연관되어 발생될 것으로 예상된 다른 객체의 상태 정보가 발생되지 않는 위험 상황에 대하여 생성된 것이 바람직하다.It is preferable that the dangerous situation scenario is generated for a plurality of objects in a dangerous situation in which state information of other objects expected to be generated in association with the state information of an object is not generated.
상기 위험 상황 시나리오는 연관되는 공간에 대한 복수의 영상에서, 어느 한 영상에 포함된 객체가 상기 영상의 공간에서 사라진 후 연관되는 공간에 대한 다른 영상에 나타나지 않는 위험 상황에 대하여 생성된 것이 바람직하다.It is preferable that the dangerous situation scenario is generated for a dangerous situation in which, in a plurality of images related to a space, an object included in one image does not appear in another image of a space associated with the image after disappearing from the space of the image.
상기 객체는 사람 또는 차량을 포함하는 동적인 객체 및 건물 또는 시설물을 포함하는 정적인 객체를 포함하는 것이 바람직하다.Preferably, the object includes a dynamic object including a person or a vehicle and a static object including a building or facility.
상기 객체의 상태 정보는 상기 동적인 객체의 외형적인 형태 정보 및 상기 객체의 움직임에 따른 속도 정보를 포함하는 것이 바람직하다. And the state information of the object may include external shape information of the dynamic object and speed information according to motion of the object.
상기 위험 상황 분석 장치는, 상기 위험 판단부가 위험 상황을 판단한 경우 상기 위험 상황의 유형에 따라 미리 결정된 대응 서버에 상기 위험 상황의 발생을 통지하는 위험 상황 통지부를 더 포함한다.The risk-situation analyzing apparatus further includes a risk-situation notifying unit for notifying occurrence of the dangerous situation to a predetermined corresponding server according to the type of the dangerous situation when the danger determining unit determines the dangerous situation.
상술한 기술적 과제를 해결하기 위한 본 발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 방법은 입력 받은 영상 내 적어도 한 객체의 상태 정보에 대한 객체 프로파일 정보를 입력 받는 단계; 미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는 단계; 및 상기 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 단계를 포함한다.According to an aspect of the present invention, there is provided a risk analysis method for analyzing an association between objects according to an embodiment of the present invention includes: receiving object profile information about status information of at least one object in an input image; Receiving at least one risk scenario generated for a predetermined risk situation; And analyzing a relation between each state information of the object through the input object profile information based on the risk scenario, and determining whether the object is in a dangerous state.
상술한 기술적 과제를 해결하기 위한 다른 실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 방법은 입력 받은 영상으로부터 객체를 검출하는 단계; 상기 검출된 객체의 상태 정보를 상기 객체별 프로파일 정보로 관리하는 단계; 상기 입력 받은 영상 내 적어도 한 객체의 상기 객체별 프로파일 정보를 입력 받는 단계; 미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는 단계; 및 상기 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 단계를 포함한다.According to another aspect of the present invention, there is provided a risk analysis method for analyzing a correlation between objects, comprising: detecting an object from an input image; Managing status information of the detected object by the per-object profile information; Receiving profile information for each object of at least one object in the input image; Receiving at least one risk scenario generated for a predetermined risk situation; And analyzing a relation between each state information of the object through the input object profile information based on the risk scenario, and determining whether the object is in a dangerous state.
본 발명에 따르면, 영상 내 다중 객체의 상태를 실시간 파악하고 이를 기반으로 위험 상황을 감지함으로써, 실시간으로 위험 상황에 대처하여 피해를 최소화할 수 있을 뿐만 아니라 보안 서비스 업체와 영상 장비 업체는 새로운 비즈니스 모델을 통해서 수익을 창출할 수 있다. According to the present invention, it is possible to minimize the damage by coping with a dangerous situation in real time by detecting the state of multiple objects in real time in real time and detecting a dangerous situation based on the status, To generate revenue.
도 1은 본 발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 장치가 적용된 분석 시스템 구성을 나타내는 도이다.
도 2는본 발명의 일실시예에 따른 위험 상황 분석 장치를 나타내는 블록도이다.
도 3은 본발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 방법을 나타내는 흐름도이다.
도 4는 본발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 방법을 나타내는 세부 흐름도이다.FIG. 1 is a diagram illustrating a configuration of an analysis system to which an apparatus for analyzing a risk according to an inter-object association analysis according to an embodiment of the present invention is applied.
2 is a block diagram illustrating a risk situation analyzing apparatus according to an embodiment of the present invention.
FIG. 3 is a flowchart illustrating a method for analyzing a risk situation through an inter-object association analysis according to an embodiment of the present invention.
FIG. 4 is a detailed flowchart illustrating a method for analyzing a risk through an inter-object association analysis according to an embodiment of the present invention.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. The following merely illustrates the principles of the invention. Therefore, those skilled in the art will be able to devise various apparatuses which, although not explicitly described or shown herein, embody the principles of the invention and are included in the concept and scope of the invention. It is also to be understood that all conditional terms and examples recited in this specification are, in principle, expressly intended for the purpose of enabling the inventive concept to be understood, and are not intended to be limiting as to such specifically recited embodiments and conditions .
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.BRIEF DESCRIPTION OF THE DRAWINGS The above and other objects, features and advantages of the present invention will become more apparent from the following detailed description taken in conjunction with the accompanying drawings, in which: . In the following description, a detailed description of known technologies related to the present invention will be omitted when it is determined that the gist of the present invention may be unnecessarily blurred. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 장치가 적용된 분석 시스템 구성을 나타내는 도이다.FIG. 1 is a diagram illustrating a configuration of an analysis system to which an apparatus for analyzing a risk according to an inter-object association analysis according to an embodiment of the present invention is applied.
도 1을 참조하면, 분석 시스템은 객체의 상황을 촬영하는 카메라(10), 위험 상황 분석 장치(100), 위험 대응 서버(1000)를 포함한다. Referring to FIG. 1, the analysis system includes a
카메라(10)는 특정 영역을 촬영할 수 있는 CCTV와 같은 촬영수단으로서, 본 실시예에 따른 위험 상황 분석 장치가 위험 상황 발생의 여부를 판단하기 위한 자료로서 촬영 영상을 제공한다.The
위험 상황 분석 장치(100)는 영상 내 다중 객체의 상태를 실시간 파악하고 이를 기반으로 위험 상황을 감지하기 위한 장치로서 이에 대한 설명은 후술한다.The risk
나아가 위험 대응 서버(1000)는 위험 상황 분석 장치가 위험 상황임을 판단한 경우 이에 따른 대응 서비스를 제공하는 서비스 제공자의 네트워크 서버로서, 본 실시예에서는 119 서비스와 안전신고센터의 접수 서버나, 사설 보안 서비스를 제공하는 업체의 사설 접수 서버일 수 있다.Furthermore, the
본 실시예에서 위험 상황 분석 장치(100)는 위험 상황이 발생된 경우 그 유형에 따라 결정된 대응 서버로 위험 상황을 발생을 통지하게 된다. 예를 들어 범죄 상황이 발생시 경찰서 사건 신고 센터의 접수 서버에 통지하게 되며, 화재나 구급 상황 발생시 소방서의 접수 서버에 통지한다. 나아가 환자가 발생시 응급 의료 정보 센터로 통지할 수 있다.
In the present embodiment, when a dangerous situation occurs, the dangerous
이하, 도 2를 참조하여, 본 발명의 일 실시예에 따른 위험 상황 분석 장치(100)에 대하여 보다 상세히 설명한다.Hereinafter, with reference to FIG. 2, the risk
본 실시예에서 위험 상황 분석 장치는 객체 검출부(110), 객체 데이터 베이스(120), 위험 상황 시나리오 데이터 베이스(130), 위험 판단부(140)를 포함한다.In the present embodiment, the risk situation analyzing apparatus includes an
객체 검출부(110)는 입력 받은 영상으로부터 객체를 검출한다. 객체의 검출은 점, 경계선, 모서리, 질감, 색 등 다른 부분과 구분이 되어 두드러지는 성질과 같은 특징값(Feature)을 추출하여 객체를 검출하는 방법을 이용할 수 있다.The
나아가, 본 실시예에서 객체는 사람 또는 차량을 포함하는 동적인 객체 및 건물 또는 시설물을 포함하는 정적인 객체를 포함하므로, 객체의 검출은 배경 객체와 전경 객체(또는 움직임 객체)를 분리하여 추출하는 것이 바람직하며, 따라서, 크게 배경 영상을 이용한 추출 기법과 연속 프레임을 이용한 추출 기법을 이용할 수 있다. Further, in the present embodiment, since the object includes a dynamic object including a person or a vehicle and a static object including a building or a facility, the detection of the object may be performed by separately extracting a background object and a foreground object (or a motion object) Therefore, an extraction technique using a background image and an extraction technique using a continuous frame can be used.
그리고, 영상에서 원하는 객체를 추출하기 위해서 유사한 부분(영역)들을 하나로 묶는 영역 분할은 영역을 대표하는 특징에 기반으로 하여 유사한 화소들을 하나의 단위로 간주하고, 동일한 성질을 갖는 영역들을 분할하는 영역 기반 영역화 방법과 영상에서 경계선(edge)을 추출한 후에 얻어진 경계선 정보를 이용하여 의미 있는 영역들을 추출하는 경계선 기반의 영역화 방법도 활용될 수 있다.In order to extract a desired object from an image, region segmentation, in which similar regions (regions) are grouped, is considered as a unit based on features representing regions, and region-based segmentation A boundary - based zoning method can also be used to extract meaningful regions using the zoning information obtained after extracting the edges from the zoning method and the image.
이상 본 발명은 객체의 검출 방법에 주안점이 있는 것이 아니라, 검출된 객체 정보를 이용하여 위험 상황인지 판단하는 것을 특징으로 하는 바, 객체의 검출 방법에 대한 상세한 설명은 생략한다.
As described above, the present invention is not focused on the object detection method, but rather, it is determined whether the object is a dangerous situation by using the detected object information, and thus a detailed description of the object detection method is omitted.
도 2를 참조하면, 객체 데이터 베이스(120)는 객체 검출부에서 검출된 객체의 상태 정보를 상기 객체별 프로파일로 관리한다. 본 실시예에서 객체별 프로파일이라 함은 검출된 객체별 상태 정보를 시간 순에 따라 정리하여 종합한 정보로서, 상태정보는 객체가 촬영되는 시점 정보 및, 객체의 외형적인 특징정보, 이동에 따른 속도정보, 공간적 위치 정보 등을 포함할 수 있다.Referring to FIG. 2, the
구체적으로 상태 정보는 예를 들어 객체가 사람일 경우, 현재 위치, 서있는 상태, 앉아있는 상태, 걷는 상태, 달리는 상태, 누워있는 상태, 팔 벌린 상태 등 사람의 현재 상황을 표현할 수 있는 모든 상태를 포함할 수 있으며, 객체가 차량일 경우, 현재 위치, 시동이 꺼진 상태, 주차 상태, 정차 상태, 주행 상태 등 차량의 현재 상황을 표현할 수 모든 상태를 포함할 수 있다.Specifically, state information includes, for example, all states that can represent the current situation of a person, such as a current position, a standing position, a sitting state, a walking state, a running state, a lying state, And may include all states that can represent the current state of the vehicle, such as the current position, the ignition off state, the parking state, the stop state, and the running state when the object is a vehicle.
본 실시예에서 객체 데이터 베이스(120)는 관리하는 객체의 상태 정보를 후술하는 위험 판단부에 제공하며, 이를 통해 객체의 연관성을 파악하여 위험 상황 여부를 판단한다.
In this embodiment, the
다음, 본 실시예에서 위험 상황 시나리오 데이터 베이스(130)는 미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 관리한다.Next, in this embodiment, the risk
본 실시예에서 위험 상황이라 함은 객체의 안전상 문제가 발생한 경우, 또는 안전상 문제는 아니지만 비정상적인 상황의 발생으로 신속한 조치가 필요한 경우로서, 위험 상황은 물리적 공간에서 발생 가능한 사고, 사건, 폭행, 접근제한 지역 출입, 의심스러운 상황, 위험 예측 상황 등 모든 위험 요소를 포함한다. In the present embodiment, a dangerous situation refers to a case where a safety problem arises in an object, or a case where an urgent action is required due to the occurrence of an abnormal situation although it is not a safety problem. The dangerous situation may include accidents, incidents, assaults, Includes all risk factors such as local access, suspicious situations, and risk prediction situations.
위험 상황 시나리오는 이러한 위험 상황을 일반화 하여, 다양한 환경에서 객체들 각각의 상태 정보들로 파악되는 객체간 연관성이 위험 상황에 해당될 수 있는지를 판단하기 위한 비교 데이터이다. The risk situation scenario is a comparison data for generalizing such a risk situation and judging whether the correlation between objects recognized as state information of each of the objects in various environments can correspond to a risk situation.
즉, 본 실시예에서 위험 상황 시나리오는 단일 객체의 현재 또는 과거와 현재의 시공간적 상황을 포함하는 환경 정보에 따라 결정된 위험 상황에 대하여 생성된 것일 수 있다. That is, in this embodiment, the dangerous situation scenario may be generated for a dangerous situation determined according to environmental information including the current or past and present temporal and spatial conditions of a single object.
또한, 위험 상황 시나리오는 복수의 객체에 있어서, 어느 한 객체의 상태 정보와 연관되어 발생될 것으로 예상된 다른 객체의 상태 정보가 발생되지 않는 위험 상황에 대하여 생성된 것일 수 있다.In addition, the risk situation scenario may be generated for a plurality of objects, for a dangerous situation in which state information of another object expected to be generated in association with the state information of one object is not generated.
또한, 위험 상황 시나리오는 연관되는 공간에 대한 복수의 영상에서, 어느 한 영상에 포함된 객체가 상기 영상의 공간에서 사라진 후 연관되는 공간에 대한 다른 영상에 나타나지 않는 위험 상황에 대하여 생성된 것일 수 있다.In addition, the risk scenario may be generated for a plurality of images of an associated space, and for a dangerous situation in which an object included in one image does not appear in another image of a space associated with the image after disappearing from the space of the image .
이상, 본 실시예에서 위험 상황 시나리오 데이터 베이스(130)는 상술한 위험 상황에 대하여 생성된 위험 상황 시나리오를 저장 및 관리하며, 이를 위험 판단부에 제공하여 위험 상황 여부를 판단할 수 있도록 한다.
As described above, in the present embodiment, the risk
본 실시예에 따른 위험 판단부(140)는 위험 상황 시나리오를 기반으로, 상기 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단한다.The
단일 객체의 현재 또는 과거와 현재의 시공간적 상황을 포함하는 환경 정보에 따라 결정된 위험 상황에 대한 시나리오를 기반으로 예를 들어, 각 객체 상태 정보간의 연관성 분석을 통해, 파악된 객체가 사람으로서, 현재 영상에서 영상을 통해 파악되는 사람이 기차 선로 위에 있거나, 다리의 난간 위, 도로 가운데에 위치하는 것으로 분석되는 경우를 파악하여 위험 상황 발생을 판단할 수 있다.For example, based on a scenario for a risk situation determined according to environmental information including a current or past and present time-and-space situation of a single object, for example, through the association analysis between respective object state information, It is possible to determine the occurrence of a dangerous situation by identifying a case where a person identified through the image is located on a train track, on a railway bridge, or in the middle of a road.
또한, 예를 들어, 각 객체 상태 정보간의 연관성 분석을 통해 과거 영상 및 현재 영상을 통해 파악되는 사람의 속도에 따른 이동 방향이 기차 선로나, 건물의 난간, 지하철 난간 등과 같은 위험 장소로 향하는 것으로 파악되는 경우 또는 자동차가 도로를 역주행 하는 경우를 파악하여 위험 상황 발생을 판단할 수 있다In addition, for example, through association analysis between object state information, it is considered that the direction of movement according to the speed of the person, which is grasped through the past image and the current image, is directed to dangerous places such as a train line, a building rail, Or when the vehicle is reversing the road, it is possible to judge the occurrence of a dangerous situation
또한, 복수의 객체에 있어서, 어느 한 객체의 상태 정보와 연관되어 발생될 것으로 예상된 다른 객체의 상태 정보가 발생되지 않는 위험 상황에 대하여 설정된 위험 시나리오를 기반으로, 각 객체 상태 정보간의 연관성 분석을 통해, 지하주차장에서 차량이 주차된 후 일정 시간 동안 사람이 하차하지 않는 경우와 같이 객체로 파악된 자동차의 시동이 꺼짐을 나타내는 객체 상태 정보를 인식하고, 운전자가 하차할 것을 예상하고 있으나, 장시간 동안 영상 내에서 운전자에 대한 객체 상태 정보가 인식되지 않는 경우를 파악하여 위험 상황 발생을 판단할 수 있다.Also, based on the risk scenarios that are set for the dangerous situation where the status information of other objects expected to be generated in association with the status information of an object is not generated in a plurality of objects, The object state information indicating that the start of the vehicle identified as the object is turned off is recognized and the driver is expected to get off, such as when the person does not get off the vehicle for a certain period of time after the vehicle is parked in the underground parking lot, It is possible to determine the occurrence of a dangerous situation by grasping the case where the object state information for the driver is not recognized in the image.
나아가, 연관되는 공간에 대한 복수의 영상에서, 어느 한 영상에 포함된 객체가 상기 영상의 공간에서 사라진 후 연관되는 공간에 대한 다른 영상에 나타나지 않는 위험 상황에 대하여 생성된 시나리오를 기반으로, 각 객체 상태 정보간의 연관성 분석을 통해, 다중 카메라로부터 수집된 영상을 종합적으로 분석하는 방식으로 예를 들어, 지하주차장에서 엘리베이터 방향으로 사라진 사람이 엘리베이터 입구에 설치된 영상에는 나타나지 않는 경우 CCTV 사각지대에서의 사고를 예측하여 위험 상황 발생을 판단할 수 있다.
Further, based on scenarios generated for a dangerous situation in which a plurality of images of an associated space are not displayed in another image of an associated space after the objects included in one image disappear from the space of the image, For example, if a person who disappeared in the elevator direction from the underground parking lot does not appear in the image installed at the entrance of the elevator, the accident occurred in the CCTV blind spot. And predicts the occurrence of a dangerous situation.
다시 도 2를 참조하면, 본 실시예에 따른 위험 상황 분석 장치(100)는 위험 판단부(140)가 위험 상황을 판단한 경우 상기 위험 상황의 유형에 따라 미리 결정된 대응 서버에 상기 위험 상황의 발생을 통지하는 위험 상황 통지부(미도시)를 더 포함한다. 상술한 바와 같이 위험 상황을 판단한 경우 위험 상황의 유형에 따라 미리 결정된 대응 서버로 위험 상황을 발생을 통지하게 된다. 예를 들어 범죄 상황이 발생시 경찰서 사건 신고 센터의 접수 서버에 통지하게 되며, 화재나 구급 상황 발생시 소방서의 접수 서버에 통지한다. 나아가 환자가 발생시 응급 의료 정보 센터로 통지할 수 있다. Referring to FIG. 2 again, when the
이상의 본 발명에 따르면, 영상 내 다중 객체의 상태를 실시간 파악하고 이를 기반으로 위험 상황을 감지함으로써, 실시간으로 위험 상황에 대처하여 피해를 최소화할 수 있을 뿐만 아니라 보안 서비스 업체와 영상 장비 업체는 새로운 비즈니스 모델을 통해서 수익을 창출할 수 있다. 이하 도 3 내지 도 4를 참조하여 상술한 실시예에 따른 위험 상황 분석 장치(100)에서 수행되는 객체간 연관성 분석을 통한 위험 상황 분석 방법에 대하여 설명한다.
According to the present invention, it is possible to minimize the damage by coping with a dangerous situation in real time by detecting real-time status of multiple objects in a video and detecting a dangerous situation based on the status, You can generate revenue through models. 3 to 4, a method for analyzing a risk situation through analysis of inter-object association performed in the
도 3을 참조하면 본 발명의 일실시예에 따른 객체간 연관성 분석을 통한 위험 상황 분석 방법은 객체 프로파일 입력 단계(S100), 위험 상황 시나리오 입력 단계(S200), 위험 상황 여부 판단 단계(S300)를 포함한다.Referring to FIG. 3, the method for analyzing risk through analysis of inter-object association according to an exemplary embodiment of the present invention includes an object profile input step S100, a risk situation scenario input step S200, .
객체 프로파일 입력 단계(S100)는 입력 받은 영상 내 적어도 한 객체의 상태 정보에 대한 객체 프로파일 정보를 입력 받는다.The object profile input step S100 receives the object profile information about the state information of at least one object in the input image.
나아가 위험 상황 시나리오 입력 단계(S200)는 미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는다.Further, the risk state scenario inputting step (S200) receives at least one risk situation scenario generated for a predetermined risk situation.
위험 상황 여부 판단 단계(S300)는 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단한다.In the risk state determination step S300, based on the risk situation scenario, the association of each state information of the object is analyzed through the input object profile information to determine whether or not the risk state exists.
도 4를 참조하여 보다 상세히 설명하면, 본 실시예에서 위험 상황 분석 방법은 카메라로부터 촬영된 영상을 입력 받고(S10), 객체 검출부rk 입력 받은 영상으로부터 객체를 검출한다(S20). 4, the dangerous situation analysis method receives an image photographed by a camera (S10), and detects an object from an image input by the object detection unit rk (S20).
객체 데이터 베이스는 객체 검출부에서 검출된 객체의 상태 정보를 상기 객체별 프로파일 정보로 생성하여 관리한다(S30). 이후 위험 상황의 판단을 위해 객체 프로파일 정보를 위험 판단부에 제공하고 위험 판단부는 입력 받는다(S100). 나아가 위험 상황 시나리오 데이터 베이스는 상술한 위험 상황에 대하여 생성된 위험 상황 시나리오를 저장 및 관리하며, 이를 위험 판단부에 제공하고 위험 판단부는 입력 받아(S200) 위험 상황 여부를 판단할 수 있도록 한다. The object database generates and manages state information of the object detected by the object detector as the per-object profile information (S30). Then, the object profile information is provided to the risk judging unit for judging the risk situation, and the risk judging unit is inputted (S100). Further, the risk situation scenario database stores and manages the risk situation scenarios generated for the above-described risk situations, provides them to the risk judgment unit, and the risk judgment unit receives the input (S200) to determine whether or not the risk situation exists.
위험 판단부는 입력 받은 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석한다(S210).The risk judging unit analyzes the association of each state information of the object based on the input risk profile scenario information (S210).
분석 결과를 통해 위험 상황여부를 판단하여(S300), 위험 상황인 경우 위험 상황 통지부는 위험 상황의 유형에 따라 미리 결정된 대응 서버에 상기 위험 상황의 발생을 통지하여 대응한다. In the case of a dangerous situation, the dangerous situation notification unit notifies the corresponding server determined in advance according to the type of the dangerous situation, and notifies the occurrence of the dangerous situation and responds thereto.
위험 상황이 아닌 경우 영상의 입력을 통한 객체간 연관성 분석을 통한 위험 상황 분석 방법을 반복하여 수행한다.If it is not a dangerous situation, it executes the risk situation analysis method by analyzing the correlation between objects through the input of images.
한편 본 발명의 객체간 연관성 분석을 통한 위험 상황 분석 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.Meanwhile, the risk analysis method through the inter-object correlation analysis of the present invention can be implemented by a computer-readable code on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트 들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, and the like. Computer-readable code in a distributed fashion can be stored and executed. In addition, functional programs, codes, and code segments for implementing the present invention can be easily deduced by programmers skilled in the art to which the present invention belongs.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. It will be apparent to those skilled in the art that various modifications, substitutions and substitutions are possible, without departing from the scope and spirit of the invention as disclosed in the accompanying claims. will be.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.Therefore, the embodiments disclosed in the present invention and the accompanying drawings are intended to illustrate and not to limit the technical spirit of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments and the accompanying drawings . The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.
Claims (18)
미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 관리하는 위험 상황 시나리오 데이터 베이스; 및
상기 위험 상황 시나리오를 기반으로, 상기 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 위험 판단부를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.An object database for managing status information of at least one object in the input image as a profile;
A risk situation scenario database for managing at least one risk situation scenario generated for a predetermined risk situation; And
And a risk determination unit for analyzing a correlation between each state information of the object based on the risk state scenario to determine whether or not the state is a dangerous state.
입력 받은 영상으로부터 객체를 검출하는 객체 검출부를 더 포함하고,
상기 데이터 베이스는 상기 검출된 객체의 상태 정보를 상기 객체별 프로파일로 관리하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The risk analysis apparatus according to claim 1,
Further comprising an object detecting unit for detecting an object from the input image,
Wherein the database manages the state information of the detected object as the object-by-object profile.
상기 위험 상황 시나리오는 단일 객체의 현재 또는 과거와 현재의 시공간적 상황을 포함하는 환경 정보에 따라 결정된 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The method according to claim 1,
Wherein the dangerous situation scenario is generated for a dangerous situation determined according to environmental information including a current or past and current temporal and spatial conditions of a single object.
상기 위험 상황 시나리오는 복수의 객체에 있어서, 어느 한 객체의 상태 정보와 연관되어 발생될 것으로 예상된 다른 객체의 상태 정보가 발생되지 않는 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The method according to claim 1,
Wherein the dangerous situation scenario is generated for a plurality of objects in a dangerous situation in which state information of other objects expected to be generated in association with the state information of an object is not generated, Hazardous situation analysis device.
상기 위험 상황 시나리오는 연관되는 공간에 대한 복수의 영상에서, 어느 한 영상에 포함된 객체가 상기 영상의 공간에서 사라진 후 연관되는 공간에 대한 다른 영상에 나타나지 않는 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The method according to claim 1,
The dangerous situation scenario is generated for a dangerous situation in which a plurality of images for a space to be associated do not appear in another image for a space after an object included in one image disappears in the space of the image An apparatus for analyzing a risk situation by analyzing associations among objects.
상기 객체는 사람 또는 차량을 포함하는 동적인 객체 및 건물 또는 시설물을 포함하는 정적인 객체를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The method according to claim 1,
Wherein the object includes a dynamic object including a person or a vehicle and a static object including a building or a facility.
상기 객체의 상태 정보는 상기 동적인 객체의 외형적인 형태 정보 및 상기 객체의 움직임에 따른 속도 정보를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The method according to claim 6,
Wherein the state information of the object includes the external shape information of the dynamic object and the velocity information according to the motion of the object.
상기 위험 판단부가 위험 상황을 판단한 경우 상기 위험 상황의 유형에 따라 미리 결정된 대응 서버에 상기 위험 상황의 발생을 통지하는 위험 상황 통지부를 더 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 장치.The risk analysis apparatus according to claim 1,
And a risk status notification unit for notifying occurrence of the dangerous situation to a predetermined corresponding server according to the type of the dangerous situation when the risk determination unit determines the dangerous situation. .
미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는 단계; 및
상기 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 단계를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.Receiving object profile information for state information of at least one object in an input image;
Receiving at least one risk scenario generated for a predetermined risk situation; And
Analyzing the association between each state information of the object through the input object profile information based on the risk state scenario to determine whether or not the object is in a dangerous state; .
입력 받은 영상으로부터 객체를 검출하는 단계; 및
상기 검출된 객체의 상태 정보를 상기 객체별 프로파일 정보로 관리하는 단계를 더 포함하고,
상기 객체 프로파일 정보를 입력 받는 단계는 상기 객체별 프로파일 것 정보를 입력 받는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.The risk analysis method according to claim 9,
Detecting an object from an input image; And
And managing status information of the detected object with the per-object profile information,
Wherein the step of receiving the object profile information includes receiving the profile information of each object.
상기 위험 상황 시나리오는 단일 객체의 현재 또는 과거와 현재의 시공간적 상황을 포함하는 환경 정보에 따라 결정된 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.10. The method of claim 9,
Wherein the risk scenario is generated for a risk situation determined according to environmental information including a current or past and a current time-and-space situation of a single object.
상기 위험 상황 시나리오는 복수의 객체에 있어서, 어느 한 객체의 상태 정보와 연관되어 발생될 것으로 예상된 다른 객체의 상태 정보가 발생되지 않는 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.10. The method of claim 9,
Wherein the dangerous situation scenario is generated for a plurality of objects in a dangerous situation in which state information of other objects expected to be generated in association with the state information of an object is not generated, Risk analysis method.
상기 위험 상황 시나리오는 연관되는 공간에 대한 복수의 영상에서, 어느 한 영상에 포함된 객체가 상기 영상의 공간에서 사라진 후 연관되는 공간에 대한 다른 영상에 나타나지 않는 위험 상황에 대하여 생성된 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법. 10. The method of claim 9,
The dangerous situation scenario is generated for a dangerous situation in which a plurality of images for a space to be associated do not appear in another image for a space after an object included in one image disappears in the space of the image A risk analysis method through correlation between objects.
상기 객체는 사람 또는 차량을 포함하는 동적인 객체 및 건물 또는 시설물을 포함하는 정적인 객체를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.10. The method of claim 9,
Wherein the object includes a dynamic object including a person or a vehicle and a static object including a building or a facility.
상기 객체의 상태 정보는 상기 동적인 객체의 외형적인 형태 정보 및 상기 객체의 움직임에 따른 속도 정보를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.15. The method of claim 14,
And the state information of the object includes the external shape information of the dynamic object and the speed information according to the motion of the object.
상기 위험 판단부가 위험 상황을 판단한 경우 상기 위험 상황의 유형에 따라 미리 결정된 대응 서버에 상기 위험 상황의 발생을 통지하는 위험 상황 통지부를 더 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.The risk analysis method according to claim 9,
And a risk status notification unit for notifying occurrence of the dangerous situation to a predetermined correspondence server according to the type of the dangerous situation when the risk determination unit determines the dangerous situation. .
상기 검출된 객체의 상태 정보를 상기 객체별 프로파일 정보로 관리하는 단계;
상기 입력 받은 영상 내 적어도 한 객체의 상기 객체별 프로파일 정보를 입력 받는 단계;
미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는 단계; 및
상기 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 단계를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법.Detecting an object from an input image;
Managing status information of the detected object by the per-object profile information;
Receiving profile information for each object of at least one object in the input image;
Receiving at least one risk scenario generated for a predetermined risk situation; And
Analyzing the association between each state information of the object through the input object profile information based on the risk state scenario to determine whether or not the object is in a dangerous state; .
상기 검출된 객체의 상태 정보를 상기 객체별 프로파일 정보로 관리하는 단계;
상기 입력 받은 영상 내 적어도 한 객체의 상기 객체별 프로파일 정보를 입력 받는 단계;
미리 결정된 위험 상황에 대하여 생성된 적어도 하나의 위험 상황 시나리오를 입력 받는 단계; 및
상기 위험 상황 시나리오를 기반으로, 상기 입력 받은 객체 프로파일 정보를 통해 객체의 각 상태 정보간의 연관성을 분석하여 위험 상황여부를 판단하는 단계를 포함하는 것을 특징으로 하는 객체간 연관성 분석을 통한 위험 상황 분석 방법을 컴퓨터 상에서 수행하는 프로그램이 저장된 컴퓨터가 판독 가능한 기록 매체Detecting an object from an input image;
Managing status information of the detected object by the per-object profile information;
Receiving profile information for each object of at least one object in the input image;
Receiving at least one risk scenario generated for a predetermined risk situation; And
Analyzing the association between each state information of the object through the input object profile information based on the risk state scenario to determine whether or not the object is in a dangerous state; On a computer-readable recording medium
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130021112A KR20140106883A (en) | 2013-02-27 | 2013-02-27 | Apparatus and method for detecting a risk situation by analyzing a relation of object |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130021112A KR20140106883A (en) | 2013-02-27 | 2013-02-27 | Apparatus and method for detecting a risk situation by analyzing a relation of object |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140106883A true KR20140106883A (en) | 2014-09-04 |
Family
ID=51754994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130021112A KR20140106883A (en) | 2013-02-27 | 2013-02-27 | Apparatus and method for detecting a risk situation by analyzing a relation of object |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20140106883A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160104940A (en) * | 2015-02-27 | 2016-09-06 | 광운대학교 산학협력단 | A Method for Providing Event Occurrence Information Using Big Data and A System for the Same |
| KR101889282B1 (en) * | 2017-05-11 | 2018-08-20 | 곽종우 | Method and apparatus for safety management for playing facilities |
| KR20190036315A (en) * | 2017-09-27 | 2019-04-04 | 삼성전자주식회사 | Method and apparatus for detecting a dangerous situation |
| KR20190059723A (en) * | 2017-11-23 | 2019-05-31 | (주)에이텍티앤 | Artificial intelligence based traffic accident prediction system and method |
| KR101979375B1 (en) * | 2018-02-23 | 2019-08-28 | 주식회사 삼알글로벌 | Method of predicting object behavior of surveillance video |
| CN111931746A (en) * | 2020-10-09 | 2020-11-13 | 深圳壹账通智能科技有限公司 | Vehicle loss judgment method and device, computer equipment and readable storage medium |
| CN113610167A (en) * | 2021-08-10 | 2021-11-05 | 宿迁旺春机械制造有限公司 | Equipment risk detection method based on metric learning and visual perception |
-
2013
- 2013-02-27 KR KR1020130021112A patent/KR20140106883A/en not_active Application Discontinuation
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160104940A (en) * | 2015-02-27 | 2016-09-06 | 광운대학교 산학협력단 | A Method for Providing Event Occurrence Information Using Big Data and A System for the Same |
| KR101889282B1 (en) * | 2017-05-11 | 2018-08-20 | 곽종우 | Method and apparatus for safety management for playing facilities |
| KR20190036315A (en) * | 2017-09-27 | 2019-04-04 | 삼성전자주식회사 | Method and apparatus for detecting a dangerous situation |
| WO2019066502A1 (en) * | 2017-09-27 | 2019-04-04 | Samsung Electronics Co., Ltd. | Method and device for detecting dangerous situation |
| US11298049B2 (en) | 2017-09-27 | 2022-04-12 | Samsung Electronics Co., Ltd. | Method and device for detecting dangerous situation |
| KR20190059723A (en) * | 2017-11-23 | 2019-05-31 | (주)에이텍티앤 | Artificial intelligence based traffic accident prediction system and method |
| WO2019103197A1 (en) * | 2017-11-23 | 2019-05-31 | (주)에이텍티앤 | System for predicting traffic accident on basis of artificial intelligence and method therefor |
| KR101979375B1 (en) * | 2018-02-23 | 2019-08-28 | 주식회사 삼알글로벌 | Method of predicting object behavior of surveillance video |
| CN111931746A (en) * | 2020-10-09 | 2020-11-13 | 深圳壹账通智能科技有限公司 | Vehicle loss judgment method and device, computer equipment and readable storage medium |
| CN111931746B (en) * | 2020-10-09 | 2021-02-12 | 深圳壹账通智能科技有限公司 | Vehicle loss judgment method and device, computer equipment and readable storage medium |
| CN113610167A (en) * | 2021-08-10 | 2021-11-05 | 宿迁旺春机械制造有限公司 | Equipment risk detection method based on metric learning and visual perception |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20140106883A (en) | Apparatus and method for detecting a risk situation by analyzing a relation of object | |
| US11276256B2 (en) | Traffic event recording and recreation | |
| US8368754B2 (en) | Video pattern recognition for automating emergency service incident awareness and response | |
| CA2931743A1 (en) | Predicting external events from digital video content | |
| US20180357492A1 (en) | Visual monitoring of queues using auxillary devices | |
| JP6233624B2 (en) | Information processing system, information processing method, and program | |
| KR101036947B1 (en) | Automated security system for crime and accident prevention using computer image analysis technology | |
| US9830823B1 (en) | Detection of vehicle operation characteristics | |
| KR102356666B1 (en) | Method and apparatus for risk detection, prediction, and its correspondence for public safety based on multiple complex information | |
| WO2018037392A1 (en) | System and method for access control in open restricted areas | |
| CN110992628B (en) | Cable tunnel anti-intrusion system based on intelligent video | |
| US11470285B2 (en) | Method and system for monitoring portal to detect entry and exit | |
| US11727580B2 (en) | Method and system for gathering information of an object moving in an area of interest | |
| CN113647097A (en) | Carry-over detection device and carry-over detection method | |
| CN115410354A (en) | Safety early warning method, device and system for industrial plant | |
| CN118450064A (en) | Regional monitoring method combining AR panorama and general behavior analysis | |
| CN112580470A (en) | City visual perception method and device, electronic equipment and storage medium | |
| CN116246416A (en) | Intelligent analysis early warning platform and method for security protection | |
| KR20240039644A (en) | System and Method for Vehicle Classificating and Fire Detecting Using Video based on YOLO | |
| KR102614856B1 (en) | System and method for predicting risk of crowd turbulence | |
| CN114694339A (en) | Fire prevention and control method and system for rail transit | |
| KR102389521B1 (en) | Convergence Monitoring System and Method for Industry Safety | |
| KR20140056674A (en) | Commnication service system, method and apparatus for supporting process of accident in the system | |
| Ferreira et al. | Integrating the university of sao˜ paulo security mobile app to the electronic monitoring system | |
| KR20200078736A (en) | Method for safely managing and monitoring railroad station and the periphery zone |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20130227 |
|
| PG1501 | Laying open of application | ||
| PC1203 | Withdrawal of no request for examination | ||
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |