KR20150010248A - 3차원 영상 정보를 이용한 감지 방법 및 장치 - Google Patents

3차원 영상 정보를 이용한 감지 방법 및 장치 Download PDF

Info

Publication number
KR20150010248A
KR20150010248A KR1020130084980A KR20130084980A KR20150010248A KR 20150010248 A KR20150010248 A KR 20150010248A KR 1020130084980 A KR1020130084980 A KR 1020130084980A KR 20130084980 A KR20130084980 A KR 20130084980A KR 20150010248 A KR20150010248 A KR 20150010248A
Authority
KR
South Korea
Prior art keywords
human body
detecting
sensing
assault
person
Prior art date
Application number
KR1020130084980A
Other languages
English (en)
Other versions
KR101515597B1 (ko
Inventor
주진선
이동성
이세린
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 KR1020130084980A priority Critical patent/KR101515597B1/ko
Publication of KR20150010248A publication Critical patent/KR20150010248A/ko
Application granted granted Critical
Publication of KR101515597B1 publication Critical patent/KR101515597B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Emergency Alarm Devices (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

3차원 감지 장치를 이용하여 사람의 넘어짐과 폭행 발생을 감지하는 방법이 제공된다. 사람의 넘어짐은 움직이는 물체의 높이를 실시간으로 계산하고, 움직이는 물체의 최초 높이에 대한 실시간 높이의 변화량을 바탕으로 사람의 넘어짐을 판단하고, 폭행 발생은, 감지 영역의 3차원 영상 정보를 이용하여 감지 영역에 포함된 두 사람의 관계를 나타내는 복수의 벡터를 획득한 후, 상기 벡터의 변화량을 이용하여 두 사람 사이에서 폭행이 발생했는지 결정한다.

Description

3차원 영상 정보를 이용한 감지 방법 및 장치{Method and apparatus for surveillance by using 3-dimension image data}
본 발명은 3차원 영상 정보를 이용하여 감지 대상의 이상 행동을 감지하는 방법 및 장치에 관한 것이다.
종래 사람 또는 사람 사이에서의 이상 행동을 인식하는 방법은, 인체에 센서를 부착하거나, 2차원 영상 정보에서 3차원 영상 정보를 추정하는 기술을 이용하였다.
하지만, 인체에 센서를 직접 부착하는 방법은 감지 대상의 동의를 구해야 하는 문제점이 있기 때문에 감지의 목적으로는 활용하기 어렵다. 또한, 2차원 정보를 이용하여 이상 행동을 인식하는 방법은 사전에 정교한 캘리브레이션(calibration)이 필요하거나, 계산이 매우 복잡하여 실시간 처리가 불가능하다.
따라서, 2차원 정보를 이용하여 3차원 영상 정보를 추출하는데 필요한 복잡도를 낮춘 알고리즘이 사용되고 있으나, 이 경우 부정확한 3차원 영상 정보로 인해 감지율이 감소되고 오보율이 높다. 그리고, 주변 사물에 의한 영상 가림(occlusion)이 발생하거나, 조명 변화에 취약하여 실제 보안 분야에 적용하기 어렵다.
따라서, 본 발명의 실시 예에서는, 3차원 영상 정보를 이용하여 높은 감지율 및 낮은 오보율을 달성할 수 있는 이상 행동 감지 방법 및 장치를 제공한다.
본 발명의 한 실시 예에 따르면, 3차원 감지 장치를 이용하여 사람의 넘어짐을 감지하는 방법이 제공된다. 상기 사람의 넘어짐을 감지하는 방법은, 3차원 감지 장치의 감지 영역에서 인체를 감지하는 단계, 감지 영역의 3차원 영상 정보를 이용하여 인체의 높이를 인식하는 단계, 그리고 인식된 높이를 바탕으로 사람의 넘어짐을 판단하는 단계를 포함한다.
본 발명의 다른 실시 예에 따르면, 3차원 감지 장치를 이용하여 폭행 발생을 감지하는 방법이 제공된다. 상기 폭행 발생을 감지하는 방법은, 3차원 감지 장치의 감지 영역에서 인체를 감지하는 단계, 감지 영역에 포함된 사람 중 두 사람을 선택하는 단계, 감지 영역의 3차원 영상 정보를 이용하여 두 사람의 관계를 나타내는 복수의 벡터를 획득하는 단계, 벡터의 변화량을 이용하여 두 사람 사이에서 폭행이 발생했는지 결정하는 단계를 포함한다.
본 발명의 다른 실시 예에 따르면, 3차원 감지 장치가 제공된다. 상기 3차원 감지 장치는, 감지 영역의 3차원 영상을 획득하는 3차원 카메라부, 3차원 영상에서 움직이는 물체를 인식하는 물체 인식부, 움직이는 물체에 인체가 포함된 경우 인체의 높이를 획득하고 획득한 높이의 변화량을 감지하는 높이 변화 감지부, 움직이는 물체에 포함된 두 사람 사이에서 벡터를 생성하고 생성된 벡터의 변화량을 3차원 공간에 표시하는 벡터 변화 표시부, 그리고 높이의 변화량이 미리 설정된 문턱값 이하로 유지되는 시간을 측정하고 측정된 시간이 미리 설정된 시간을 초과하면 인체가 넘어진 것으로 판단하는 판단부를 포함한다.
이와 같이 본 발명의 한 실시 예에 따르면, 3차원 감지 장치는 3차원 영상 정보를 이용하여 감지 영역에서 움직이는 물체 중 사람을 구별하고 이상 행동 중 사람의 넘어짐을 인식할 수 있다. 또한, 3차원 감지 장치는 3차원 영상 정보를 이용하여 감지 영역에서 이상 행동 중 두 사람 사이에 발생하는 폭행 상황을 감지할 수 있다.
도 1은 본 발명의 실시 예에 따른 3차원 감지 장치에서 사람의 넘어짐을 감지하는 방법을 나타낸 흐름도이다.
도 2는 본 발명의 실시 예에 따른 3차원 감지 장치가 인식한 인체의 높이를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 3차원 감지 장치에서 폭행 발생을 감지하는 방법을 나타낸 흐름도이다.
도 4는 본 발명의 실시 예에 따른 3차원 감지 장치가 인식한 3개의 3차원 벡터를 나타낸 도면이다.
도 5은 본 발명의 실시 예에 따른 서포트 벡터 머신 기법을 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 3차원 감지 장치를 나타낸 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 발명에서는 3차원 감지 장치에서 감지하는 이상 행동의 예로 사람이 넘어지는 경우와 사람 사이에서 폭행이 발생하는 경우를 들었으며, 본 발명의 3차원 감지 방법 및 장치에 대한 권리범위는 아래에서 예로 드는 경우에 한정되지 않는다.
도 1은 본 발명의 실시 예에 따른 3차원 감지 장치에서 사람의 넘어짐을 감지하는 방법을 나타낸 흐름도이다.도 1을 참조하면, 먼저 3차원 감지 장치는 매 프레임 들어오는 3차원 영상 정보를 이용하여 감지 영역 안에서 움직이는 물체를 감지한다(S101). 이때, 3차원 감지 장치는 배경 모델링 및 차영상 연산을 수행함으로써 움직이는 물체를 감지할 수 있다.
다음, 3차원 감지 장치는 움직이는 물체 중 인체가 포함되어 있는지 판단한다(S102). 이때, 3차원 감지 장치는 움직이는 물체에서 사람의 얼굴을 검출하는 등의 다양한 패턴 인식 기법을 이용하여 인체인지 여부를 결정할 수 있다.
다음, 움직이는 물체가 인체로 결정되면, 3차원 감지 장치는 감지 영역의 3차원 영상 정보를 이용하여 인체의 높이를 인식한다(S103). 즉, 움직이는 물체가 인체이므로, 인체의 높이는 사람의 키가 될 수 있다.
본 발명의 실시 예에 따르면, 인체의 높이는 다음과 같은 방법으로 인식될 수 있다. 도 2를 참조하면, 3차원 감지 장치는 감지 영역의 바닥(202)을 추출하고, 인체의 최상단(201)과 바닥(202) 사이의 거리를 인체의 높이(203)로 인식할 수 있다.
이후, 인식된 인체의 높이를 바탕으로 사람의 넘어짐을 판단한다(S104). 본 발명의 실시 예에 따르면, 3차원 감지 장치는 인체의 높이를 실시간으로 계산하고, 물체가 감지된 최초 시점의 높이와 실시간 높이의 변화를 계산한다. 특정 시점에서, 인체의 높이가 특정 문턱(threshold)값 이하로 떨어지고, 그 상태가 일정 시간 동안 유지되면, 3차원 감지 장치는 그 물체가 넘어진 것으로 판단한다.
이때, 본 발명의 실시 예에 따른 3차원 감지 장치는 감지 영역에 대한 배경 모델링 및 바닥 검출 기술을 통해 물체가 넘어진 것을 더욱 정밀하게 판단할 수 있다. 예를 들어, 배경의 뒤쪽으로 움직이는 물체가 이동하여 움직이는 물체의 일부가 가려지면, 물체의 최상단과 최하단의 거리를 인체의 높이로 인식하는 경우, 인체의 높이가 줄어들게 되므로, 사람이 넘어진 것으로 오판될 수 있다.
하지만, 본 발명의 실시 예에 따른 3차원 감지 장치는 감지 영역에 대한 배경 모델링 및 바닥 검출 기술을 이용하여 물체의 최상단과 바닥의 차이를 높이로 인식함으로써, 고정 배경에 의해서 물체의 일부가 가려지는 경우에도 물체가 넘어진 것으로 오판하지 않을 수 있다.
또한, 움직임이 검출된 물체의 높이의 시간에 따른 아래 방향 변화율(하강 속도)이 미리 정해진 문턱값 이상이거나, 하강 속도의 시간에 따른 아래 방향 변화율(하강 가속도)이 중력 가속도와 유사한 범위(±2㎨)에 속하는 경우에도 물체가 넘어진 것으로 판단할 수 있다. 이 경우는 물체가 넘어지면서 주변 사물에 가려지는 경우에도 넘어짐을 판단할 수 있도록 하기 위함이다.
다만, 물체가 감지 범위의 외곽에 있다면, 감지 범위 밖으로 자연스럽게 사라지면서 오보가 발생할 수 있으므로, 물체가 감지 범위의 외곽에 위치한 경우에는 높이나 하강 속도의 변화율에 따른 넘어짐 판단을 수행하지 않는다.
도 3은 본 발명의 실시 예에 따른 3차원 감지 장치에서 폭행 발생을 감지하는 방법을 나타낸 흐름도이다.
본 발명의 실시 예에 따른 폭행 발생 감지 방법에서는, 도 1의 넘어짐 감지 방법과 같이, 움직이는 물체를 감지한 후, 움직이는 물체가 인체인지 여부를 결정한다(S301, S302).
이후, 감지 영역에서 복수의 인체가 감지되면, 감지된 복수의 인체 중 미리 설정된 거리 안에 위치한 둘을 선택하고(S303), 인체 사이의 관계를 나타내는 3차원 벡터를 획득한다(S304). 감지 영역에 감지된 인체가 총 n명인 경우, 3차원 벡터를 획득하는 단계는 총 nC2회 수행될 수 있다.
본 발명의 실시 예에 따르면, 3차원 벡터는 인체의 세 부분에서 획득될 수 있다. 즉, 도 4를 참조하면, 본 발명의 한 실시 예에 따른 3차원 감지 장치는 인체의 최상단, 인체 몸통의 중심 부분, 그리고 인체 몸통의 최하단에 대한 3차원 좌표 3개를 획득하고, 두 사람 사이에서 각 3차원 좌표 간의 차이를 이용하여 세 개의 3차원 벡터(u1, u2 및 u3)(401, 402, 403)를 획득할 수 있다. 이때, 인류학적(anthropological) 통계치로부터 인체 몸통의 최하단을 특정할 수 있으며, 인체의 형태학적(morphological) 정보를 이용하여 스켈레톤(skeleton) 정보를 추출함으로써 더욱 정교하게 3차원 벡터를 획득할 수 있다.
이후, 3차원 감지 장치는 일정 시간 동안 3차원 벡터의 크기 변화량을 측정하고, 측정된 크기 변화량을 학습 데이터와 비교함으로써, 두 사람 사이에서 폭행이 발생했는지를 결정한다(S305).
이때, 본 발명의 한 실시 예에 따른 학습 데이터는 서포트 벡터 머신(support vector machine, SVM) 기법을 통해 학습 데이터를 축적할 수 있다.
본 발명의 한 실시 예에서는, 도 5와 같이 서포트 벡터 머신 기법을 사용함으로써, 세 개의 3차원 벡터의 크기 변화량 중 u2 벡터(402)의 변화량이 작고, u1 및 u3 벡터(401, 403)의 변화량이 큰 경우를 폭행상황으로 결정하고, u1, u2 및 u3 벡터(401, 402, 403)가 모두 변화한 경우를 일반상황으로 결정한다. 즉, 3차원 감지 장치는 u2 벡터(402)의 변화량이 다른 벡터의 평균적인 변화량에 비교하여 상대적으로 작은 경우에 두 사람 사이에 폭행이 발생한 것으로 학습 데이터를 축적할 수 있다.
이후, 3차원 감지 장치는 3차원 벡터의 측정된 크기 변화량이 폭행상황과 일반상황을 가르는 초평면(hyperplane)(501)의 어느 쪽에 속하는지 판단함으로써 감지 영역에 포함된 두 사람 사이에서 폭행이 발생했는지를 결정할 수 있다.
도 6은 본 발명의 실시 예에 따른 3차원 감지 장치를 나타낸 블록도이다.
도 6을 참조하면, 본 발명의 실시 예에 따른 3차원 감지 장치는, 3차원 카메라부(610), 물체 인식부(620), 3차원 좌표 인식부(630), 높이 변화 감지부(640), 벡터 변화 표시부(650), 그리고 판단부(660)를 포함한다.
3차원 카메라부(610)는, 감지 영역의 3차원 영상을 획득하여 물체 인식부(620)로 전달할 수 있다.
물체 인식부(620)는, 감지 영역의 3차원 영상에 대해 배경 모델링 및 차영상 연산 등을 수행하여 움직이는 물체를 인식하고, 움직이는 물체 중에서 인체를 인식할 수 있다. 이때, 움직이는 물체 중 인체를 구별하기 위해 안면 인식 등의 패턴 인식 기법을 사용할 수 있다.
3차원 좌표 인식부(630)는, 물체 인식부(620)에서 인식한 인체의 각 지점에 대한 3차원 좌표를 인식할 수 있다.
높이 변화 감지부(640)는, 인체의 각 지점에 대한 3차원 좌표를 통해 인체의 높이를 획득하고, 획득된 높이의 변화량을 감지한다. 높이의 변화량의 크기가 미리 설정된 크기보다 작아진 상태가 미리 설정된 시간 동안 유지되면, 판단부(660)로 알린다.
벡터 변화 표시부(650)는, 인체의 각 지점에 대한 3차원 좌표를 통해 두 사람 사이의 벡터를 생성하고, 생성된 벡터의 변화량을 감지한다. 이때, 인체의 각 지점에 대한 벡터의 변화량을 3차원 공간에 표시할 수 있다.
판단부(660)는, 인체의 높이 또는 두 사람 사이의 벡터의 변화량에 대한 감지 결과에 따라 사람이 넘어졌는지 또는 두 사람 사이에서 폭행이 발생하였는지 판단한다.
이와 같이 본 발명의 한 실시 예에 따르면, 3차원 감지 장치는 3차원 영상 정보를 이용하여 감지 영역에서 움직이는 물체 중 사람을 구별하고 사람의 넘어짐을 인식할 수 있다. 또한, 3차원 영상 정보를 이용하여 감지 영역에서 두 사람 사이에 발생하는 폭행 상황을 감지할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (21)

  1. 3차원 감지 장치를 이용하여 사람의 넘어짐을 감지하는 방법으로서,
    상기 3차원 감지 장치의 감지 영역에서 인체를 감지하는 단계,
    상기 감지 영역의 3차원 영상 정보를 이용하여 상기 인체의 높이를 인식하는 단계, 그리고
    상기 인식된 높이를 바탕으로 상기 사람의 넘어짐을 판단하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  2. 제1항에서,
    상기 인체를 감지하는 단계는,
    상기 감지 영역에서 움직이는 물체를 감지하는 단계, 그리고
    상기 움직이는 물체에 대해 패턴 인식을 수행하여 상기 움직이는 물체가 인체인지 여부를 판단하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  3. 제2항에서,
    상기 움직이는 물체를 감지하는 단계는,
    상기 감지 영역의 3차원 영상 정보를 이용하여 배경 모델링 및 차영상 연산을 수행하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  4. 제2항에서,
    상기 움직이는 물체가 인체인지 여부를 판단하는 단계는,
    상기 움직이는 물체에서 얼굴을 검출하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  5. 제1항에서,
    상기 사람의 넘어짐을 판단하는 단계는,
    상기 높이를 실시간으로 계산하고, 상기 높이가 미리 설정된 문턱(threshold) 값 이하로 유지되는 시간을 측정하는 단계, 그리고
    상기 측정된 시간이 미리 설정된 시간을 초과하면 상기 사람이 넘어진 것으로 판단하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  6. 제1항에서,
    상기 인체의 최초 높이를 인식하는 단계는,
    상기 인체의 최상단의 좌표와 상기 감지 영역의 바닥을 추출하는 단계, 그리고
    상기 최상단 및 상기 바닥 사이의 거리를 상기 높이로 인식하는 단계
    를 포함하는 사람의 넘어짐 감지 방법.
  7. 제6항에서,
    상기 최상단 좌표의 시간에 따른 아래 방향 변화율(하강 속도)이 미리 설정된 문턱값 이상이면 상기 사람이 넘어진 것으로 판단하는 단계
    를 더 포함하는 사람의 넘어짐 감지 방법.
  8. 제6항에서,
    상기 최상단 좌표의 시간에 따른 아래 방향 변화율에 대한 변화율(하강 가속도)이 중력 가속도와 유사한 범위에 속하면 상기 사람이 넘어진 것으로 판단하는 단계
    를 더 포함하는 사람의 넘어짐 감지 방법.
  9. 제8항에서,
    상기 유사한 범위는 중력 가속도±2㎨인 사람의 넘어짐 감지 방법.
  10. 3차원 감지 장치를 이용하여 폭행 발생을 감지하는 방법으로서,
    상기 3차원 감지 장치의 감지 영역에서 인체를 감지하는 단계,
    상기 감지 영역에 포함된 사람 중 두 사람을 선택하는 단계,
    상기 감지 영역의 3차원 영상 정보를 이용하여 상기 두 사람의 관계를 나타내는 복수의 벡터를 획득하는 단계,
    상기 벡터의 변화량을 이용하여 상기 두 사람 사이에서 폭행이 발생했는지 결정하는 단계
    를 포함하는 폭행 발생 감지 방법.
  11. 제10항에서,
    상기 사람을 감지하는 단계는,
    상기 감지 영역에서 움직이는 물체를 감지하는 단계, 그리고
    상기 움직이는 물체에 대해 패턴 인식을 수행하여 상기 움직이는 물체가 인체인지 여부를 판단하는 단계
    를 포함하는 폭행 발생 감지 방법.
  12. 제11항에서,
    상기 움직이는 물체를 감지하는 단계는,
    상기 감지 영역의 3차원 영상 정보를 이용하여 배경 모델링 및 차영상 연산을 수행하는 단계
    를 포함하는 폭행 발생 감지 방법.
  13. 제11항에서,
    상기 움직이는 물체가 인체인지 여부를 판단하는 단계는,
    상기 움직이는 물체에서 얼굴을 검출하는 단계
    를 포함하는 폭행 발생 감지 방법.
  14. 제10항에서,
    상기 복수의 벡터를 획득하는 단계는,
    상기 인체에서 세 지점을 선정하는 단계,
    상기 세 지점에 대한 3차원 좌표를 각각 획득하는 단계, 그리고
    상기 두 사람 사이에서, 상기 세 지점 중 대응되는 지점의 3차원 좌표의 차이를 이용하여 상기 복수의 벡터 중 하나의 벡터를 획득하는 단계
    를 포함하는 폭행 발생 감지 방법.
  15. 제14항에서,
    상기 세 지점은,
    상기 인체의 최상단, 몸통의 중심, 그리고 몸통의 최하단인 폭행 발생 감지 방법.
  16. 제15항에서,
    상기 세 지점을 선정하는 단계는,
    인체에 대한 인류학적(anthropological) 통계치를 이용하여 상기 인체에서 상기 세 지점을 선정하는 단계
    를 포함하는 폭행 발생 감지 방법.
  17. 제15항에서,
    상기 세 지점을 선정하는 단계는,
    인체에 대한 형태학적 정보를 이용하여 스켈레톤 정보를 추출함으로써 상기 인체에서 상기 세 지점을 선정하는 단계
    를 포함하는 폭행 발생 감지 방법.
  18. 제15항에서,
    상기 폭행이 발생했는지 결정하는 단계는,
    상기 최상단에 대한 제1 벡터, 상기 몸통의 중심에 대한 제2 벡터, 그리고 상기 몸통의 최하단에 대한 제3 벡터의 변화량을 3차원 공간에 표시하는 단계, 그리고
    상기 3차원 공간에 표시된 상기 제1 내지 제3 벡터의 변화량과 폭행 상황에 대해 축적된 학습 데이터를 비교하는 단계
    를 포함하는 폭행 발생 감지 방법.
  19. 제18항에서,
    상기 비교하는 단계는,
    서포트 벡터 머신(support vector machine, SVM) 기법을 통해 생성한 초평면(hyperplane)으로 상기 학습 데이터를 폭행 상황 영역과 일반 상황 영역으로 나누는 단계
    상기 3차원 공간에 표시된 상기 변화량이 상기 폭행 상황 영역에 위치한 경우 상기 두 사람 사이에서 폭행이 발생한 것으로 판단하는 단계
    를 포함하는 폭행 발생 감지 방법.
  20. 감지 영역의 3차원 영상을 획득하는 3차원 카메라부,
    상기 3차원 영상에서 움직이는 물체를 인식하는 물체 인식부,
    상기 움직이는 물체에 인체가 포함된 경우 상기 인체의 높이를 획득하고 획득한 높이의 변화량을 감지하는 높이 변화 감지부,
    상기 움직이는 물체에 포함된 두 사람 사이에서 벡터를 생성하고 생성된 벡터의 변화량을 3차원 공간에 표시하는 벡터 변화 표시부, 그리고
    상기 높이의 변화량이 미리 설정된 문턱값 이하로 유지되는 시간을 측정하고 상기 측정된 시간이 미리 설정된 시간을 초과하면 상기 인체가 넘어진 것으로 판단하는 판단부
    를 포함하는 3차원 감지 장치.
  21. 제20항에서,
    상기 판단부는,
    폭행 상황에 대해 축적된 학습 데이터를 서포트 벡터 머신(support vector machine, SVM) 기법을 통해 생성한 초평면(hyperplane)을 이용하여 폭행 상황 영역과 일반 상황 영역으로 나누고, 상기 3차원 공간에 표시된 상기 변화량이 상기 폭행 상황 영역에 위치한 경우 상기 두 사람 사이에서 폭행이 발생한 것으로 판단하는 3차원 감지 장치.
KR1020130084980A 2013-07-18 2013-07-18 3차원 영상 정보를 이용한 감지 방법 및 장치 KR101515597B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130084980A KR101515597B1 (ko) 2013-07-18 2013-07-18 3차원 영상 정보를 이용한 감지 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130084980A KR101515597B1 (ko) 2013-07-18 2013-07-18 3차원 영상 정보를 이용한 감지 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150010248A true KR20150010248A (ko) 2015-01-28
KR101515597B1 KR101515597B1 (ko) 2015-04-27

Family

ID=52482110

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130084980A KR101515597B1 (ko) 2013-07-18 2013-07-18 3차원 영상 정보를 이용한 감지 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101515597B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105025261A (zh) * 2015-07-07 2015-11-04 合肥指南针电子科技有限责任公司 一种用于监所室内安全视屏监控系统
KR20160099335A (ko) * 2015-02-12 2016-08-22 재단법인대구경북과학기술원 3d 골격데이터를 스트리밍하여 공격적인 행동을 감지하는 장치 및 그 방법
KR20170028591A (ko) * 2015-09-04 2017-03-14 한국전자통신연구원 컨볼루션 신경망을 이용한 객체 인식 장치 및 방법
WO2017125094A1 (zh) * 2016-01-22 2017-07-27 苏州望湖房地产开发有限公司 一种人体摔倒智能控制系统及其方法
CN110059531A (zh) * 2018-12-19 2019-07-26 浙江宇视科技有限公司 基于视频图像的打架行为检测方法及装置
KR20210039050A (ko) * 2019-10-01 2021-04-09 주식회사 넥스트케이 지역내 이벤트감지장치 및 그 장치의 구동방법
CN113132636A (zh) * 2021-04-16 2021-07-16 杜桥 一种具有人体形态检测的智能监控
KR102286229B1 (ko) * 2020-02-19 2021-08-06 한국기술교육대학교 산학협력단 특징벡터 기반 싸움 이벤트 인식 방법
CN114694269A (zh) * 2022-02-28 2022-07-01 江西中业智能科技有限公司 一种人体行为监护方法、系统及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000253382A (ja) 1999-02-25 2000-09-14 Matsushita Electric Works Ltd 転倒検知装置
JP5110246B2 (ja) 2006-06-27 2012-12-26 株式会社メガチップス 転倒検知装置、プログラム、転倒検知方法、及び転倒検知システム
JP4663756B2 (ja) 2008-04-28 2011-04-06 株式会社日立製作所 異常行動検知装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160099335A (ko) * 2015-02-12 2016-08-22 재단법인대구경북과학기술원 3d 골격데이터를 스트리밍하여 공격적인 행동을 감지하는 장치 및 그 방법
CN105025261A (zh) * 2015-07-07 2015-11-04 合肥指南针电子科技有限责任公司 一种用于监所室内安全视屏监控系统
KR20170028591A (ko) * 2015-09-04 2017-03-14 한국전자통신연구원 컨볼루션 신경망을 이용한 객체 인식 장치 및 방법
WO2017125094A1 (zh) * 2016-01-22 2017-07-27 苏州望湖房地产开发有限公司 一种人体摔倒智能控制系统及其方法
US10424180B2 (en) 2016-01-22 2019-09-24 Suzhou Ling Wei Technology Co., Ltd. Body fall smart control system and method therefor
CN110059531A (zh) * 2018-12-19 2019-07-26 浙江宇视科技有限公司 基于视频图像的打架行为检测方法及装置
CN110059531B (zh) * 2018-12-19 2021-06-01 浙江宇视科技有限公司 基于视频图像的打架行为检测方法及装置
KR20210039050A (ko) * 2019-10-01 2021-04-09 주식회사 넥스트케이 지역내 이벤트감지장치 및 그 장치의 구동방법
KR102286229B1 (ko) * 2020-02-19 2021-08-06 한국기술교육대학교 산학협력단 특징벡터 기반 싸움 이벤트 인식 방법
CN113132636A (zh) * 2021-04-16 2021-07-16 杜桥 一种具有人体形态检测的智能监控
CN113132636B (zh) * 2021-04-16 2024-04-12 上海天跃科技股份有限公司 一种具有人体形态检测的智能监控系统
CN114694269A (zh) * 2022-02-28 2022-07-01 江西中业智能科技有限公司 一种人体行为监护方法、系统及存储介质

Also Published As

Publication number Publication date
KR101515597B1 (ko) 2015-04-27

Similar Documents

Publication Publication Date Title
KR101515597B1 (ko) 3차원 영상 정보를 이용한 감지 방법 및 장치
CA3094424C (en) Safety monitoring and early-warning method for man-machine interaction behavior of underground conveyor belt operator
JP6525453B2 (ja) オブジェクト位置推定システム、及びそのプログラム
US9025875B2 (en) People counting device, people counting method and people counting program
JP6356266B2 (ja) 群集監視システム
US10733751B2 (en) Displacement detecting apparatus and displacement detecting method
US9158738B2 (en) Apparatus for monitoring vicinity of a vehicle
CN107657244B (zh) 一种基于多摄像机的人体跌倒行为检测系统及其检测方法
US10318817B2 (en) Method and apparatus for surveillance
CN108140291A (zh) 烟雾检测装置、方法以及图像处理设备
CN106919254B (zh) 一种头戴式虚拟现实设备及安全保护方法
KR20140110484A (ko) 영상정보를 이용한 위험 행동 검지방법
EP2858037A1 (en) Moving object detector
KR20220047947A (ko) 사람 계수 방법 및 장치
US9160986B2 (en) Device for monitoring surroundings of a vehicle
KR20180063524A (ko) 가상 차선을 이용한 전방 차량 위험도 감지 방법 및 장치
JP5652239B2 (ja) 運動推定装置及びプログラム
CN110211021B (zh) 图像处理装置、图像处理方法和存储介质
JP2011209794A (ja) 対象物認識システム及び該システムを利用する監視システム、見守りシステム
CN112597898B (zh) 基于实时计步的电力人员安全状态智能识别方法及介质
JP6459856B2 (ja) 車両運転支援装置、車両運転支援方法、およびプログラム
JP5626099B2 (ja) 歩行者検出装置
CN106406507B (zh) 图像处理方法以及电子设备
KR20150059423A (ko) 깊이 정보를 이용한 가상의 터치 센서 및 그의 제어 방법
JP5864230B2 (ja) 物体検出装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 5