KR20150006582A - 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템 - Google Patents

열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템 Download PDF

Info

Publication number
KR20150006582A
KR20150006582A KR1020130080128A KR20130080128A KR20150006582A KR 20150006582 A KR20150006582 A KR 20150006582A KR 1020130080128 A KR1020130080128 A KR 1020130080128A KR 20130080128 A KR20130080128 A KR 20130080128A KR 20150006582 A KR20150006582 A KR 20150006582A
Authority
KR
South Korea
Prior art keywords
person
probability
calculating
label
thermal imaging
Prior art date
Application number
KR1020130080128A
Other languages
English (en)
Inventor
정용우
Original Assignee
주식회사 에스원
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 주식회사 에스원 filed Critical 주식회사 에스원
Priority to KR1020130080128A priority Critical patent/KR20150006582A/ko
Publication of KR20150006582A publication Critical patent/KR20150006582A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N3/00—Scanning details of television systems; Combination thereof with generation of supply voltages
    • H04N3/02—Scanning details of television systems; Combination thereof with generation of supply voltages by optical-mechanical means only
    • H04N3/08—Scanning details of television systems; Combination thereof with generation of supply voltages by optical-mechanical means only having a moving reflector
    • H04N3/09—Scanning details of television systems; Combination thereof with generation of supply voltages by optical-mechanical means only having a moving reflector for electromagnetic radiation in the invisible region, e.g. infrared

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

본 발명 열화상 시스템은 열화상 카메라가 촬영한 개체 화상의 픽셀 정보를 제어부로 전송하고 제어부의 제어에 의하여 열화상 카메라를 구동하는 열화상 센서 모듈(100)과, 상기 열화상 센서 모듈의 화상 픽셀 정보를 기초로 하여 사람일 확율과 사람수를 판단하고 촬영된 화상 정보를 표시부로 하여금 표출하도록 하고 백그라운드 학습을 하도록 제어하는 제어부(110)와, 상기 제어부의 제어에 의하여 화상 정보 등을 저장하는 메모리(120)와, 상기 제어부의 제어에 의하여 촬영하여 수신한 화상 정보를 표출하는 표시부(130)와, 상기 촬영한 화상 정보를 단말기로 송신하기 위한 송수신 모듈(140) 및 전원을 공급하는 전원공급부(150)로 구성된 것을 특징으로 하는 것이다.

Description

열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템{Method of Judging People among Entity Filming By Thermo-Graphic Camera and Thermo-graphic System thereof}
본 발명은 열화상 카메라에서 촬영된 개체가 사람인지 여부 및 개체가 사람인 경우 사람수를 카운팅하는 것에 관한 것이다. 상기와 같이 개체 촬영에 사용되는 열화상 카메라는 주변보다 온도가 높은 개체를 감지하여 영상으로 제공하는 것으로 야간에도 보안 구역에 침입한 개체를 감지할 수 있는 특징이 있는 것이다. 또한 상기와 같은 열화상 카메라는 경우에 따라서 촬영된 개체가 사람인지 여부를 판단하고 사람수까지고 판단할 필요가 있는 것이다.
본 발명과 관련된 종래의 기술은 대한민국 등록 특허 10-1172747호(2012. 08. 14. 공고)에 개시되어 있다. 도 1은 상기 종래의 열화상 좌표를 이용한 보안용 카메라 추적 시스템의 구성도이다. 상기도 1에서 종래의 열화상 좌표를 이용한 보안용 카메라 추적 시스템은 전체 감시영역에 대하여 사람의 식별 및 위치좌표 획득을 위한 센서 역할의 열화상 카메라(10), 타깃이 되는 사람을 추적 및 확대 촬영하여 신원 확인용 영상을 획득하는 추적감시카메라(20), 전체 감시영역을 촬영하여 전체 상황 확인용 가시영상을 획득하는 전역감시카메라(40), 상기 추적감시카메라(20)의 자세를 고속 제어하는 자세제어장치(30), 각 카메라(10,20,40)로부터 획득된 영상신호를 처리하는 제어시스템(50)을 포함하여 구성된 것이다. 또한, 각 카메라(10,20,40)에 대해 야간 촬영이 가능하도록 적외선 조명을 제공하는 적외선 조명장치(60,70)가 부가될 수 있으며, 예시된 바와 같이 동적으로 자세 제어되는 추적감시카메라(20)에 설치되어 일체로 움직이는 추적감시카메라용 적외선 조명장치(60)와, 동일한 감시영역을 대상으로 전역 감시를 수행하는 열화상카메라(10)와 전역감시카메라(40)에 대해 조명을 제공하는 전역감시용 적외선 조명장치(70)가 설치될 수 있는 것이다. 또한, 상기 구성에서, 전역감시카메라(40)가 넓은 감시영역을 녹화하는 기능을 맡게 되고, 전역감시카메라(40)와 동일 화각으로 설정된 열화상 카메라(10)가 감시영역 내 타깃이 되는 열원을 감시하는 기능을 맡게 되며, 열화상좌표(열화상으로부터 취득되는 감시영역 내 열원의 위치좌표)를 기초로 동적 추적감시카메라(20)가 자세제어장치(30)에 의해 자세 제어되면서 타깃을 추적 및 줌밍 촬영하는 기능을 맡게 되는 것이다. 요컨대, 전역 감시에 전역감시카메라(40)와 열화상 카메라(10)를 동시에 이용하되, 전역감시카메라(40)를 통해 전체 상황 확인용 가시영상을 획득하고, 열화상 카메라(10)를 통해서는 단지 사람의 식별 및 위치좌표를 획득하는 바, 전체 감시영역 내에서 사람만을 효과적으로 찾아내는 요소로 열화상 카메라(10)를 이용하고, 열화상 카메라(10)의 열화상으로부터 얻어지는 타깃의 좌표를 이용하여 추적감시카메라(20)가 타깃을 추적 및 안면 데이터를 획득하도록 하는 것이다. 따라서 상기 종래의 본 발명에서는 감시영역에 대해 타깃이 되는 사람을 감지하는 광범위 감시 센서 역할의 열화상 카메라(10)와, 타깃의 추적 및 줌밍(확대), 고해상도의 영상 취득을 위한 추적감시카메라(20)와, 감시영역 내 전체 상황 확인을 위한 영상을 녹화하기 위한 전역감시카메라(40)를 조합한 새로운 방식의 영상 추적 기술이 적용됨으로써, 보다 효율적인 추적, 감시가 가능해지고, 각 카메라가 가지는 단점이 상호 보완될 수 있게 되는 것이다.
상기와 같은 종래의 기술은 열화상 카메라 및 감시 카메라를 이용하여 사람을 식별하도록 하는 것이나 사람과 기타 열원체를 구분하는 능력이 미진하였고, 또한 촬영된 개체가 사람인 경우 사람 수를 파악할 수 있는 기능이 부실한 문제점이 있는 것이다. 따라서 본 발명의 목적은 열화상 카메라로 촬영되어 표시부에서 제공되는 라벨이 사람일 확률을 계산하는 방법을 제공하기 위한 것이고, 또한 본 발명의 다른 목적은 사람일 확률이 충분한 라벨에 대하여 몇사람으로 구성되었는지를 판단하는 방법을 제공하기 위한 것이다.
상기와 같은 종래 기술의 문제점을 해결하기 위한 본 발명 열화상 시스템은 열화상 카메라가 촬영한 개체 화상의 픽셀 정보를 제어부로 전송하고 제어부의 제어에 의하여 열화상 카메라를 구동하는 열화상 센서 모듈(100)과, 상기 열화상 센서 모듈의 화상 픽셀 정보를 기초로 하여 사람일 확률과 사람수를 판단하고 촬영된 화상 정보를 표시부로 하여금 표출하도록 하고 메모리에 저장하도록 제어하는 제어부(110)와, 상기 제어부의 제어에 의하여 화상 정보, 확률 계산 및 산정 알고리즘 등을 저장하는 메모리(120)와, 상기 제어부의 제어에 의하여 촬영하여 수신한 화상 정보를 표출하는 표시부(130)와, 상기 촬영한 화상 정보를 단말기로 송신하기 위한 송수신 모듈(140) 및 전원을 공급하는 전원공급부(150)로 구성된 것을 특징으로 하는 것이다.
상기와 같이 구성된 본 발명 열화상 카메라에서 감지된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템은 열화상 카메라를 이용하여 촬영된 개체가 사람인지 여부를 정확하게 판단할 수 있는 효과가 있는 것이다. 또한 촬영된 개체가 사람인 경우 사람 수까지도 정확히 판단할 수 있는 효과가 있는 것이다.
도 1은 종래의 열화상 좌표를 이용한 보안용 카메라 추적 시스템의 구성도,
도 2는 본 발명 열화상 시스템 구성도,
도 3은 본 발명 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법에 대한 제어 흐름도,
도 4는 본 발명에 적용되는 열화상 카메라에서 수신된 화상이 사람일 확률을 산정하는 방법에 대한 흐름도,
도 5는 라벨이 사람일 확률을 계산하는 방법에 대한 설명도,
도 6은 라벨이 움직임 벡터를 이용하여 움직인 각도를 구하는 방법에 대한 설명도,
도 7은 라벨을 기초로 사람수를 산정하는 단계를 나타내는 설명도,
도 8은 열원체의 노이즈를 파악하고 백그라운드에 삽입하여 학습하는 것에 대한 설명도 이다.
상기와 같은 목적을 가진 본 발명 열화상 카메라에서 감지된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템을 도 2 내지 도 8을 참고로 하여 설명하면 다음과 같다.
도 2는 본 발명 열화상 시스템 구성도이다. 상기도 2에서 본 발명 열화상 시스템은 열화상 카메라가 촬영한 개체 화상의 픽셀 정보를 제어부로 전송하고 제어부의 제어에 의하여 열화상 카메라를 구동하는 열화상 센서 모듈(100)과, 상기 열화상 센서 모듈의 화상 픽셀 정보를 기초로 하여 사람일 확률과 사람수를 판단하고 촬영된 화상 정보를 표시부로 하여금 표출하도록 하고 계산된 확률값에 따라 백그라운드 학습을 하도록 제어하는 제어부(110)와, 상기 제어부의 제어에 의하여 화상 정보, 확률 계산, 산정 알고리즘 및 백그라운드 학습 알고리즘 등을 저장하는 메모리(120)와, 상기 제어부의 제어에 의하여 열화상 카메라가 촬영하여 수신한 화상 정보를 표출하는 표시부(130)와, 상기 촬영한 화상 정보를 사용자 단말기로 송신하기 위한 송수신 모듈(140) 및 전원을 공급하는 전원공급부(150)로 구성된 것을 나타내고 있는 것이다. 상기에서 송수신 모듈은 이더넷(Ethernet) 통신인 것을 특징으로 하는 것이다.
도 3은 본 발명 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법에 대한 제어 흐름도이다. 상기도 3에서 본 발명 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법은 열화상 시스템의 제어부가 메모리에 세그먼트를 생성하고 업데이트 하는 단계(S11)와, 열화상 카메라로부터 수신된 라벨이 사람일 확률을 산정하는 단계(S12)와, 사람인 경우 사람수를 산정하고 백그라운드를 업데이트 하는 단계(S13)로 이루어진 것을 특징으로 하는 것이다. 상기 S11 단계 내지 S 13 단계는 열화상 센서 모듈로부터 제어부로 화상 데이타가 수신되는 경우 반복하는 것을 나타내고 있는 것이다.
도 4는 본 발명에 적용되는 열화상 카메라에서 수신된 화상이 사람일 확률을 산정하는 방법에 대한 흐름도이다. 상기도 4에서 본 발명에 적용되는 열화상 카메라에서 수신된 라벨이 사람일 확률을 산정하는 방법은 수신된 화상의 픽셀 개수에 대한 확률을 계산하는 단계(S21)와, 라벨 표준 편차에 대한 확률을 계산하는 단계(S22)와, 2 프레임 동안 움직인 거리에 대한 확률을 계산하는 단계(S23)와, 움직인 백터 각도에 대한 확률을 계산하는 단계(S24), 라벨 라이프 타임에 대한 확률을 계산하는 단계(S25) 및 상기 S21부터 S25 단계의 확률의 합을 산정하는 단계(S26)를 포함하여 이루어진 것이다.
상기에서 수신된 화상의 픽셀 개수에 대한 확률을 계산하는 단계(S21)는 아래 식 1로 계산할 수 있는 것이다.
[식 1]
픽셀 개수에 대한 확률 = 픽셀 웨이트(20) x (픽셀 카운트/노멀(normal) 싱글(single) 사람 표준 사이즈(50 픽셀))
또한 상기에서 라벨 표준 편차에 대한 확률을 계산하는 단계(S22)는 아래 식 2로 계산할 수 있는 것이다.
[식 2]
라벨 표준 편차 확률 = 표준 웨이트(30) x (라벨 표준 편차(label Standard deviation)/ 노멀 싱글 사람 표준 편차(0.75))
또한 상기에서 2 프레임 동안 움직인 거리에 대한 확률을 계산하는 단계(S23)는 아래 식 3으로 계산할 수 있는 것이다.
[식 3]
2 프레임 동안 움직인 거리에 대한 확률 = 이동 거리 웨이트(5) x (측정된 3 프레임 이동거리/노멀 싱글 사람 이동거리 per 3프레임(1.5))
또한, 상기에서 움직인 백터 각도에 대한 확률을 계산하는 단계(S24)는 아래 식 4로 계산될 수 있는 것이다.
[식 4]
3 프레임간 이동 벡터 각도에 대한 확률 = (3 프레임 벡터 각도/노멀 싱글 사람 경로 각도(60))
또한, 상기에서 라벨 라이프 타임에 대한 확률을 계산하는 단계(S25)는 아래 식 5로 계산될 수 있는 것이다.
[식 5]
라벨 프라임 타임에 대한 확률 = (라이프 타임(life time)/노멀 싱글 사람 라이프 타임(2.5))
도 5는 라벨이 사람일 확률을 계산하는 방법에 대한 설명도 이다. 상기도 5에서 (a)는 감시 영역의 라벨의 움직임을 나타내며, (b)는 감시영역 외측의 5 픽셀 영역을 나타내는 것이다. 상기도 5(a)는 라벨이 감시 영역에 있는 경우로서 감시 영역에서 확률이 100으로 산정된 라벨은 끝까지 확률 100을 유지하는 것을 나타내는 것이고, 상기도 5(b)는 감시영역 외측 5 픽셀 영역을 나타내며 라벨이 이 5 픽셀 영역 밖의 외부 영역에서 움직이지 아니하는 개체는 확률을 10씩 감소시키는 것이다. 또한 라벨이 사람일 확률이 100이 되더라도 움직인 거리가 2 픽셀 이하이면 확률을 30씩 감소시키는 것을 나타내고 있는 것이다.
도 6은 라벨이 움직임 벡터를 이용하여 움직인 각도를 구하는 방법에 대한 설명도이다. 상기도 6에서 (a)는 다수의 프레임에 나타난 라벨의 이동을 나타내는 것이고, (b)는 프레임에서 라벨의 이동 경로 상의 각도를 나타내고 있는 것이다. 상기도 6(a)에서 라벨은 최대 10픽셀 내에 다시 나타나야 하며 또한 이동 경로의 각도는 절대값 차이가 60도 내외여야 하는 것이다. 상기에서 이동 경로의 각도는 원통 좌표계에서 2 차원 각도를 측정하여 구할 수 있는 것이다.
도 7은 사람수를 산정하는 단계를 나타내는 설명도 이다. 상기도 7에서 감시 영역에 나타나는 라벨이 몇 사람 인지를 계산하는 방법은 그 라벨 안에서 최대값과 그 최대값과 근접한 Local Maxima를 찾아 계산할 수 있는 것이다. 그러나 최대값에 근접한 local Maxima 가 없는 경우에 사람수를 산정하는 방법으로 상기도 7(a)와 non-zero 영역을 체크하여 라벨이 콜라병 모양인지를 체크하는 방법과 상기도 7(b)와 같이 Row 와 Column 방향으로 중심점의 이동을 체크하여 사람수를 산정하는 방법을 나타내고 있는 것이다. 상기도 7(a)에서 사람수를 산정하는 방법은 두 라벨이 만나는 순간에 오목해지는 특징점들이 나타나게 되는 데 Row 와 Column의 라벨 내의 non-zero 영역에서만 측정한 다음에 그 non-zero 시작점(라벨의 외곽선이 시작되는 지점)을 찾아서 급격하에 달라지는 지점의 합계를 계산함으로써 사람수를 산정할 수 있는 것이다. 또한 사람수를 확인하기 위하여 콜라병 모양인지를 체크하는 다른 방법은 Row 와 Column 방향으로 라벨의 중심점 이동을 체크하여 사람수를 산정하는 방법을 나타내고 있는 것이다. 상기도 7(b)에서 2명의 인원이 하나로 뭉쳐진 경우에는 Row 와 Column 방향으로 중심점의 이동을 체크하면 약 2 프레임 이상의 갑작스런 증감이 반드시 점이 나타나게 되는 것으로 이점의 합계를 계산하면 사람수를 확인할 수 있는 것이다.
도 8은 열원체의 노이즈를 파악하고 백그라운드에 삽입하여 학습하는 것에 대한 설명도 이다. 상기도 8에서 열원체의 노이즈를 판단하기 위하여 확율이 100 이하가 되는 라벨을 계속적으로 빠른 속도로 백그라운드의 일부로 처리하여 대류 현상에 의한 노이즈를 판단할 수 있는 것이다. 상기도 8에서 1 내지 6은 프레임 넘버를 나타내는 것이고, 상기도 8에서 라벨 발견 및 확률 값이 100 이하인 경우 백그라운드 = 이전 백그라운드 x 0.999 + 라벨 위치가 파악된 현재 데이터 x 0.001에 의하여 배경 데이터를 갱신하고, 라벨 발견 및 확률 값이 100 이상인 경우 백그라운드 = 이전 백그라운드 x 0.998 + 백그라운드 차분 데이터 x 0.002 값에 의하여 배경 데이터를 갱신하며, 라벨 미발견 시에는 백그라운드 = 이전 백그라운드 x 0.955 + 백그라운드 차분 데이터 x 0.045 값에 의하여 배경 데이터를 갱신하는 방법으로 열원체의 노이즈 위치와 크기를 파악할 수 있는 것이다. 상기와 같은 방법으로 학습을 계속하면 프레임에서 사람을 더 용이하게 파악할 수 있는 것이다.
10 : 열화상 카메라, 20 : 추적감시 카메라,
30 : 자세제어장치, 50 : 제어시스템,
70 : 적외선 조명장치, 100 : 열화상 센서모듈,
110 : 제어부, 120 : 메모리,
130 : 표시부, 140 : 송수신 모듈,

Claims (13)

  1. 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법에 있어서,
    상기 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법은,
    열화상 시스템의 제어부가 메모리에 세그먼트를 생성하고 업데이트 하는 단계(S11)와;
    열화상 카메라로부터 수신된 라벨이 사람일 확률을 산정하는 단계(S12);
    및 사람인 경우 사람수를 산정하고 백그라운드를 업데이트하는 단계(S13)를 포함하여 이루어진 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  2. 제1항에 있어서,
    상기 열화상 카메라로부터 수신된 라벨이 사람일 확률을 산정하는 단계(S12)는,
    수신된 화상의 픽셀 개수에 대한 확률을 계산하는 단계(S21)와;
    라벨 표준 편차에 대한 확률을 계산하는 단계(S22)와;
    2 프레임 동안 움직인 거리에 대한 확률을 계산하는 단계(S23)와;
    움직인 백터 각도에 대한 확률을 계산하는 단계(S24)와;
    라벨 라이프 타임에 대한 확률을 계산하는 단계(S25)
    및 상기 S21부터 S25 단계의 확률의 합을 산정하는 단계(S26)를 포함하여 이루어진 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  3. 제2항에 있어서,
    상기 수신된 화상의 픽셀 개수에 대한 확률을 계산하는 단계(S21)는,
    픽셀 웨이트(20) x (픽셀 카운트/노멀(normal) 싱글(single) 사람 표준 사이즈(50 픽셀))로 계산되는 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  4. 제2항에 있어서,
    상기 라벨 표준 편차에 대한 확률을 계산하는 단계(S22)는,
    표준 웨이트(30) x (라벨 표준 편차(label Standard deviation)/ 노멀 싱글 사람 표준 편차(0.75))로 계산되는 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  5. 제2항에 있어서,
    상기 2 프레임 동안 움직인 거리에 대한 확률을 계산하는 단계(S23)는,
    이동 거리 웨이트(5) x (측정된 3 프레임 이동거리/노멀 싱글 사람 이동거리 per 3프레임(1.5))로 계산되는 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  6. 제2항에 있어서,
    상기 움직인 백터 각도에 대한 확률을 계산하는 단계(S24)는,
    (3 프레임 벡터 각도/노멀 싱글 사람 경로 각도(60))로 계산되는 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  7. 제2항에 있어서,
    상기 라벨 라이프 타임에 대한 확률을 계산하는 단계(S25)는,
    (라이프 타임(life time)/노멀 싱글 사람 라이프 타임(2.5))로 계산되는 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  8. 제2항에 있어서,
    상기 사람인 경우 사람수를 산정하는 단계는,
    라벨 안에서 최대값과 그 최대값과 근접한 Local Maxima를 찾아 계산하는 단계인 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  9. 제2항에 있어서,
    상기 사람인 경우 사람수를 산정하는 단계는,
    non-zero 영역을 체크하여 라벨이 콜라병 모양인지를 체크하는 단계인 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  10. 제2항에 있어서,
    상기 사람인 경우 사람수를 산정하는 단계는,
    Row 와 Column 방향으로 중심점의 이동을 체크하여 사람수를 산정하는 단계인 것을 특징으로 하는 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법.
  11. 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하기 위한 열화상 시스템에 있어서,
    상기 열화상 시스템은,
    열화상 카메라가 촬영한 개체 화상의 픽셀 정보를 제어부로 전송하고 제어부의 제어에 의하여 열화상 카메라를 구동하는 열화상 센서 모듈(100)과;
    상기 열화상 센서 모듈의 화상 픽셀 정보를 기초로 하여 사람일 확률과 사람수를 판단하고 촬영된 화상 정보를 표시부로 하여금 표출하도록 하고 메모리에 저장하도록 제어하는 제어부(110)와;
    상기 제어부의 제어에 의하여 화상 정보, 확률 계산 및 산정 알고리즘 등을 저장하는 메모리(120)와
    상기 제어부의 제어에 의하여 열화상 카메라가 촬영하여 수신한 화상 정보를 표출하는 표시부(130);
    및 전원을 공급하는 전원공급부(150)로 구성된 것을 특징으로 하는 열화상 시스템.
  12. 제11항에 있어서,
    상기 열화상 시스템은,
    상기 촬영한 화상 정보를 사용자 단말기로 송신하기 위한 송수신 모듈(140)을 더 포함하여 구성된 것을 특징으로 하는 열화상 시스템.
  13. 제12항에 있어서,
    상기 송수신 모듈은,
    이더넷(Ethernet) 통신 모듈인 것을 특징으로 하는 열화상 시스템.


KR1020130080128A 2013-07-09 2013-07-09 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템 KR20150006582A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130080128A KR20150006582A (ko) 2013-07-09 2013-07-09 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130080128A KR20150006582A (ko) 2013-07-09 2013-07-09 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템

Publications (1)

Publication Number Publication Date
KR20150006582A true KR20150006582A (ko) 2015-01-19

Family

ID=52569873

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130080128A KR20150006582A (ko) 2013-07-09 2013-07-09 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템

Country Status (1)

Country Link
KR (1) KR20150006582A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190021974A (ko) 2017-08-24 2019-03-06 주식회사 인포웍스 머신러닝 기반 열화상 카메라를 활용한 화점 및 요구조자 인식 및 탐색 방법
KR20190072175A (ko) 2017-12-15 2019-06-25 전자부품연구원 동적 환경에서의 열영상카메라를 이용한 사람을 탐지하기 위한 장치 및 이를 위한 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190021974A (ko) 2017-08-24 2019-03-06 주식회사 인포웍스 머신러닝 기반 열화상 카메라를 활용한 화점 및 요구조자 인식 및 탐색 방법
KR20190072175A (ko) 2017-12-15 2019-06-25 전자부품연구원 동적 환경에서의 열영상카메라를 이용한 사람을 탐지하기 위한 장치 및 이를 위한 방법

Similar Documents

Publication Publication Date Title
US9805265B2 (en) Surveillance camera control device and video surveillance system
US8214082B2 (en) Nursing system
KR100944934B1 (ko) 사용자의 행동인식 및 위치추적 시스템
KR20200018553A (ko) 열화상센서를 갖는 스마트폰, 차량, 카메라 및 이를 이용한 디스플레이 및 감지 방법
US20220303468A1 (en) Location positioning device for moving body and location positioning method for moving body
JP6452235B2 (ja) 顔検出方法、顔検出装置、及び顔検出プログラム
KR101203816B1 (ko) 로봇 물고기 위치 인식 시스템 및 로봇 물고기 위치 인식 방법
KR101204870B1 (ko) 감시 카메라 시스템 및 그의 제어방법
KR20170100892A (ko) 위치 추적 장치
KR20150006582A (ko) 열화상 카메라에서 촬영된 개체가 사람인지 여부를 판단하는 방법 및 이를 이용한 열화상 시스템
EP3963548B1 (en) A system and method for localisation using footprints
US20180122145A1 (en) Display apparatus, display system, and control method for display apparatus
Zhang et al. Monocular camera and IMU integration for indoor position estimation
US20220343674A1 (en) High-throughput temperature screening for persons with temperature anomalies
US10685448B2 (en) Optical module and a method for objects' tracking under poor light conditions
KR101738514B1 (ko) 어안 열상 카메라를 채용한 감시 시스템 및 이를 이용한 감시 방법
KR100766995B1 (ko) 3차원 카메라 모듈장치
JP6670682B2 (ja) 位置検出方法及び位置検出システム
JP2017011598A (ja) 監視システム
CN110726407A (zh) 一种定位监控方法及装置
US20200177808A1 (en) Monitoring system
JP4714078B2 (ja) 移動物体検知システム
KR101672710B1 (ko) 증강현실을 이용한 실내 위치 모니터링 시스템
US12067907B2 (en) Position information acquisition device, head-mounted display, and position information acquisition method
WO2022224402A1 (ja) 位置検知装置、位置検知方法、及び位置検知プログラム

Legal Events

Date Code Title Description
E601 Decision to refuse application