KR20150060032A

KR20150060032A - 움직임 검출 시스템 및 방법

Info

Publication number: KR20150060032A
Application number: KR1020130143934A
Authority: KR
Inventors: 백영민; 임정은; 정직한; 김지성
Original assignee: 삼성테크윈 주식회사
Priority date: 2013-11-25
Filing date: 2013-11-25
Publication date: 2015-06-03
Also published as: KR102161212B1; CN104660866A; US10089746B2; CN104660866B; US20150146932A1

Abstract

본 발명은 움직임 검출 방법 및 시스템에 관한 것으로, 본 발명의 일 실시예는 이전 프레임과 현재 프레임을 비교하여 제1 전경 영역을 화소별로 추출하는 화소 기반 검출부; 검사 대상 화소의 주변 화소를 고려하여 제2 전경 영역을 추출하는 영역 기반 검출부; 상기 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 움직임 결정부; 를 포함하는 움직임 검출 시스템을 개시한다.

Description

움직임 검출 시스템 및 방법{SYSTEM AND METHOD FOR MOTION DETECTING}

본 발명은 움직임 검출 시스템 및 방법에 관한 것으로, 보다 상세하게는 화소 기반 및 영역 기반의 움직임 검출 방법을 조합하여 동적 배경을 효과적으로 제거할 수 있는 움직임 검출 시스템 및 방법에 관한 것이다.

근래 들어 다양한 분야에서 다양한 용도로 감시 시스템에 대한 수요가 증가하고 있다. 일반적인 감시 시스템은 감시 대상 영역에 카메라를 설치하고, 카메라의 영상을 감시자가 모니터링하는 방법을 사용한다. 이와 같은 방법은 인건비를 증가시키고 감시자가 감시할 수 있는 범위에 한계가 존재한다는 문제점이 있으므로 감시 영역에서 자동으로 원하는 전경을 검출하고자 하는 시도가 있어왔다.

감시 영역에서 검출하고자 하는 전경은 일반적으로 배경을 제외한 이벤트가 발생하는 영상의 일부분으로, 대표적으로 움직임 물체를 전경으로 검출한다. 기존에는 동영상에서 이전 프레임 및 현재 프레임을 비교하여 움직임 물체를 전경으로 검출하였다.

본 발명은 움직임 물체의 영역을 정확하게 획득하면서도 노이즈 및 동적 배경을 제외할 수 있는 움직임 검출 방법을 제공하는 것을 그 목적으로 한다.

본 발명은 화소 기반 검출법 및 영역 기반 검출법을 조합하여 양 검출법의 단점을 보완한 움직임 검출 방법을 제공하는 것을 다른 목적으로 한다.

본 발명의 일 실시예는 이전 프레임과 현재 프레임을 비교하여 제1 전경 영역을 화소별로 추출하는 화소 기반 검출부; 검사 대상 화소의 주변 화소를 고려하여 제2 전경 영역을 추출하는 영역 기반 검출부; 상기 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 움직임 결정부; 를 포함하는 움직임 검출 시스템을 개시한다.

본 발명에 있어서, 상기 움직임 결정부는, 상기 제1 전경 영역의 화소군을 식별 번호 순으로 선택한 후, 선택된 화소군에 상기 제2 전경 영역에 해당하는 화소가 포함되었는지 여부를 판별할 수 있다.

본 발명에 있어서, 상기 제1 전경 영역의 화소군은, 상기 제1 전경 영역의 화소들을 인접하는 화소끼리 하나 이상의 화소군으로 묶은 후 식별 번호를 부여한 것일 수 있다.

본 발명에 있어서, 상기 움직임 결정부는, 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 선택하고, 제2 전경 영역에 해당하는 화소가 포함되지 않은 화소군을 최종 움직임 영역에서 제거할 수 있다.

본 발명에 있어서, 상기 화소 기반 검출부는, 배경 차영상 기법으로 제1 전경 영역을 검출하는 제1 전경 검출부; 상기 제1 전경 영역에서 서로 인접한 화소끼리 복수개의 화소군으로 나눈 후 각 화소군마다 식별번호를 부여하는 라벨링부; 를 포함할 수 있다.

본 발명에 있어서, 상기 화소 기반 검출부는, 상기 제1 전경 영역에 필터를 적용함으로써 기준치 이하 개수의 픽셀 그룹으로 이루어진 노이즈를 제거하여 제1 전경 영역을 보정하는 노이즈 제거부; 및 상기 제1 전경 영역을 모폴로지 연산을 통해 전경의 크기를 확장하는 확장부; 를 추가적으로 포함할 수 있다.

본 발명에 있어서, 상기 영역 기반 검출부는, 검사 대상 화소의 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역에서의 주변 상한 휘도 및 주변 하한 휘도를 검출하는 한계 휘도 검출부; 상기 검사 대상 화소의 휘도, 상기 주변 상한 휘도 및 상기 주변 하한 휘도의 비교 결과에 따라, 상기 검사 대상 화소가 제2 전경 영역에 해당하는지 여부를 판별하는 제2 전경 검출부; 를 포함할 수 있다.

본 발명에 있어서, 상기 제2 전경 검출부는, 상기 검사 대상 화소의 휘도가 주변 상한 휘도 및 주변 하한 휘도 사이인 경우 상기 검사 대상 화소를 배경 화소로 판별하고, 주변 상한 휘도 및 주변 하한 휘도 사이를 임계치 이상 벗어나는 경우 상기 검사 대상 화소를 제2 전경 영역의 화소로 판별할 수 있다.

본 발명의 다른 실시예는 이전 프레임과 현재 프레임을 비교하여 제1 전경 영역을 화소별로 추출하는 화소 기반 검출 단계; 검사 대상 화소의 주변 화소를 고려하여 제2 전경 영역을 추출하는 영역 기반 검출 단계; 상기 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 움직임 결정 단계; 를 포함하는 움직임 검출 방법을 개시한다.

본 발명에 있어서, 상기 움직임 결정 단계는, 상기 제1 전경 영역의 화소군을 식별 번호 순으로 선택하는 단계; 선택된 화소군에 상기 제2 전경 영역에 해당하는 화소가 포함되었는지 여부를 판별하는 단계; 를 포함할 수 있다.

본 발명에 있어서, 상기 움직임 결정 단계는, 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 선택하고, 제2 전경 영역에 해당하는 화소가 포함되지 않은 화소군을 최종 움직임 영역에서 제거할 수 있다.

본 발명에 있어서, 상기 화소 기반 검출 단계는, 배경 차영상 기법으로 제1 전경 영역을 검출하는 전경 화소 검출 단계; 상기 제1 전경 영역에서 서로 인접한 화소끼리 복수개의 화소군으로 나눈 후 각 화소군마다 식별번호를 부여하는 라벨링 단계; 를 포함할 수 있다.

본 발명에 있어서, 상기 화소 기반 검출 단계는, 상기 제1 전경 영역에 필터를 적용함으로써 기준치 이하 개수의 픽셀 그룹으로 이루어진 노이즈를 제거하여 제1 전경 영역을 보정하는 노이즈 제거 단계; 및 상기 제1 전경 영역을 모폴로지 연산을 통해 전경의 크기를 확장하는 확장 단계; 를 추가적으로 포함할 수 있다.

본 발명에 있어서, 상기 영역 기반 검출 단계는, 검사 대상 화소의 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역에서의 주변 상한 휘도 및 주변 하한 휘도를 검출하는 한계 휘도 검출 단계; 상기 검사 대상 화소의 휘도, 상기 주변 상한 휘도 및 상기 주변 하한 휘도의 비교 결과에 따라, 상기 검사 대상 화소가 제2 전경 영역에 해당하는지 여부를 판별하는 제2 전경 검출 단계; 를 포함할 수 있다.

본 발명에 있어서, 상기 제2 전경 검출 단계는, 상기 검사 대상 화소의 휘도가 주변 상한 휘도 및 주변 하한 휘도 사이인 경우 상기 검사 대상 화소를 배경 화소로 판별하고, 주변 상한 휘도 및 주변 하한 휘도 사이를 임계치 이상 벗어나는 경우 상기 검사 대상 화소를 제2 전경 영역의 화소로 판별할 수 있다.

본 발명에 의하면, 움직임 물체의 영역을 정확하게 획득하면서도 노이즈 및 동적 배경을 제외한 움직임 검출 방법을 제공할 수 있다.

도 1은 본 발명의 일 실시예에 따른 움직임 검출 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 움직임 검출 서버의 내부 구성을 간략히 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 움직임 검출 방법을 순차적으로 나타낸 순서도이다.
도 4는 영역 기반의 전경 화소를 검출하는 방법을 나타낸 순서도이다.
도 5는 영역 기반의 전경 화소를 검출하는 예시를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따라 최종 움직임 물체를 검출하는 방법을 나타낸 순서도이다.
도 7은 본 발명의 일 실시예에 따라 화소 기반 검출 및 영역 기반 검출을 조합하여 최종 움직임 물체를 검출하는 방법을 예시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 실제 움직임 검출 결과를 나타낸 예시이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 움직임 검출 시스템의 구성을 나타낸 도면이다.

도 1을 참조하면, 감시 카메라들(201 내지 203)은, 통신 신호들(Sco)을 교환하면서 움직임 검출 서버(100)와 통신하면서, 라이브-뷰(live-view)의 비디오 신호(Svid)를 움직임 검출 서버(100)에 전송한다.

예를 들어, 감시 카메라들(201 내지 203) 각각은 동축(Coaxial) 케이블을 통하여 움직임 검출 서버(100)와 통신하면서 비디오 신호(Svid)를 움직임 검출 서버(100)에 전송한다. 이에 따라, 움직임 검출 서버(100)로 전송되는 비디오 신호(Svid)의 수직 블랭크 구간(Vertical blank interval)에서 통신 신호들(Dcom)이 송수신된다. 비록 도 1에서는 감시 카메라들(201 내지 203)이 3개 도시되어 있지만, 본 발명의 다양한 변형에 따라 감시 카메라의 수는 변경될 수 있다.

움직임 검출 서버(100)에서 수신된 비디오 신호(Svid)는, 디스플레이 장치를 통하여 디스플레이되는 한편, 기록 장치 예를 들어, 하드 디스크 드라이브(Hard Disk Drive)에 저장된다.

또한, 움직임 검출 서버(100)로부터의 제어 신호들에 의하여 감시 카메라들(201 내지 203) 각각은 좌우 회전의 패닝(panning) 및 상하 회전의 틸팅(tilting)을 수행한다.

여기에서, 움직임 검출 서버(100)는 본 발명의 일 실시예에 의한 움직임 검출을 수행한다. 보다 상세히, 움직임 검출 서버(100)는 화소 기반 검출에 의한 제1 전경 영역을 검출하고, 영역 기반 검출에 의한 제2 전경 영역을 검출한 후 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 역할을 한다.

도 2는 본 발명의 일 실시예에 따른 움직임 검출 서버의 내부 구성을 간략히 나타낸 도면이다.

본 발명의 일 실시예에 의한 움직임 검출 서버(100)는 초기 설정부(110), 화소 기반 검출부(120), 영역 기반 검출부(130), 움직임 결정부(140), 학습부(150), 제어부(160) 및 데이터베이스(170)를 포함한다. 움직임 검출 서버(100)는 화소 기반 검출부(120)가 검출한 복수개의 움직임 영역 중 상기 영역 기반 검출부(130)가 검출한 화소를 포함하고 있는 영역만을 움직임 결정부(140)가 최종 움직임 영역으로 검출한다. 또한, 움직임 결정부(140)가 출력한 최종 움직임 영역을 학습부(150)가 획득하여 배경 모델링 영상으로 학습한 후 데이터베이스(170)에 저장한다.

또한, 제어부(160)는 초기 설정부(110), 화소 기반 검출부(120), 영역 기반 검출부(130), 움직임 결정부(140), 학습부(150) 및 데이터베이스(170) 간의 통신을 담당하며 각 부가 원할히 작동할 수 있도록 제어하는 역할을 한다. 데이터베이스(170)는 감시 카메라로부터 획득한 영상 및 배경 모델을 저장할 수 있다.

부연하자면, 화소 기반 검출부(120)가 동적 배경이 포함된 움직이는 물체의 형상을 검출한 화소 기반 전경을 검출하고, 영역 기반 검출부(130)가 주변 영역을 고려한 영역 기반 전경을 검출하며, 움직임 결정부(140)가 최종적으로 화소 기반 전경 중 영역 기반 전경이 포함된 화소군만을 최종 움직이는 물체로 선택함으로써, 동적 배경에 대한 오탐지를 줄이고 본래의 물체 영역을 검출하는 것을 특징으로 한다.

도 3은 본 발명의 일 실시예에 따른 움직임 검출 방법을 나타낸 순서도이다.

도 3을 참조하면, 먼저 초기 설정부(110)는 초기 배경 모델을 생성한다(S1). 다음으로, 움직임 검출 서버(100)는 입력 영상을 획득한다(S2).

획득된 입력 영상에 대해, 화소 기반 검출부(120)는 화소 기반 전경 영역을 검출하고(S3), 영역 기반 검출부(130)는 영역 기반의 전경 영역을 검출한다(S4).

다음으로, 움직임 결정부(140)는 동적 배경을 제거하여 최종 움직임 영역을 결정하고, 최종 움직임 영역을 전경으로 선택한 최종 결과를 출력한다(S6).

학습부(150)는 최종 결과로부터 배경 영역을 학습(S7)하고, 데이터베이스에 배경 모델(S8)을 저장한다.

이하에서는 움직임 검출 서버(100)의 각 구성을 바탕으로 본 발명의 일 실시예에 따른 움직임 검출 방법을 설명하기로 한다.

먼저, 초기 설정부(110)는 첫번째 영상 프레임 I⁰이 입력되면 아래의 [수학식 1]과 같이 배경 모델링 영상에 복사하여 배경을 생성한다.

[수학식 1]

BG⁰=I⁰

초기 배경 모델은 추후에 배경으로 최종 전경으로 선택된 부분을 제외하고 배경 학습을 통해 업데이트를 수행한다. BG⁰ 는 초기 상태의 배경 모델링 영상을 의미한다.

다음으로, 화소 기반 검출부(120)는 화소 단위로 영상을 모델링하여 움직임 영역을 검출한다. 화소 기반 검출부(120)는 배경 차영상을 이용한다. 즉, 화소 기반 검출부(120)는 화소 기반 방법으로 움직이는 물체의 형상을 검출한다. 카메라로부터 입력된 새로운 영상 프레임을 I^t 라고 표현한다. 화소 기반 검출부(120)는 제1 전경 검출부(121), 노이즈 제거부(122), 전경 확장부(123) 및 라벨링부(124)를 포함한다.

먼저, 화소 기반 검출부(120)는 입력 영상 I^t 를 획득한다.

다음으로, 제1 전경 검출부(121)는 차영상의 임계치를 고려하여 영상에서 전경 선택을 선택한다. 보다 상세히, 화소 기반 검출부(120)가 영상에 위치한 하나의 화소에 대해 전경인지 배경인지 판단하는 방법은 다음과 같다. 현재 모델링된 배경과 입력 영상의 차영상을 구해서, 차이값이 전경 판별에 대한 임계치(Threshold_pixel)보다 작으면 전경으로 판별하고, 그렇지 않은 경우 배경으로 판별한다. 화소 기반 전경에 해당하는 화소를 검출하는 방법은 아래의 [수학식 2]와 같이 표시될 수 있다.

[수학식 2]

If |I^t(x,y)-BG^t(x,y)|<Threshold_pixel

Foreground_pixel(x,y)=255

Else

Foreground_pixel(x,y)=0

위의 [수학식 2]에서, Foreground_pixel(x,y)값이 255인 (x,y) 좌표에 대응하는 화소들이 화소 기반 전경에 대응하는 화소들로서, 제1 전경 영역을 구성한다. 이하의 설명에서, 제1 전경 영역을 구성하는 화소들을 제1 전경 화소들이라 칭할 수 있다.

다음으로, 노이즈 제거부(122)는 제1 전경 검출부(121)에 의해 획득된 제1 전경 영역의 화소들 중 노이즈를 제거하는 역할을 한다. 제1 전경 검출부(121)와 같이 배경 차영상 기법을 사용하여 전경 영역을 검출하는 경우 탐지 결과에 많은 노이즈가 발생할 수 있다. 보다 상세히, 노이즈 제거부(122)는 노이즈를 제거하기 위해 기준치 이하의 개수로 이루어진 화소 그룹으로 이루어진 노이즈를 제거하여 제1 전경 영역을 보정한다. 노이즈 제거부(122)는 노이즈를 제거할 때 미디안 필터(Median Filter)를 적용할 수 있다.

예를 들어, 제1 전경 영역에 단독 화소가 다른 전경 영역의 화소들과 연결되지 않고 단독으로 검출되는 경우, 단독 화소는 노이즈일 가능성이 많다. 따라서, 이와 같은 단독 화소 혹은 기준치 이하의 개수로 그룹을 이루는 화소들은 노이즈라 판단하여 노이즈 제거부(122)가 제1 전경 영역에서 제거한다.

전경 확장부(123)는 이를 모폴로지 연산(Dilation)을 통해 전경의 크기를 확장하는 역할을 한다.

라벨링부(124)는 화소 기반 전경의 각 화소군에 식별 번호를 부여하는 역할을 수행한다. 상술한 바와 같이, 하나의 화소군은 제1 전경 영역의 화소들을 인접하는 화소끼리 묶은 것을 말한다.

도 7의 (a)는 본 발명의 일 실시예에 따라 화소 기반 검출부(120)가 검출한 제1 전경 영역을 예시하고 있다. 도 2의 영상은 3개의 화소군으로 이루어진 제1 전경 영역을 가지고 있다. 즉, 서로 인접한 전경 화소끼리 묶을 경우 도 2와 같이 3개의 화소군이 형성될 수 있다. 또한, 라벨링부(124)가 각각의 화소군에 ID1, ID2, ID3와 같은 식별 번호를 부여할 수 있이다.

상술한 화소 기반 검출부(120)에 의해 화소 단위로 전경인지 배경인지를 판별할 수 있다. 화소 기반 검출부(120)에 의해 검출된 움직임 영역을 화소 기반 전경이라 한다. 화소 기반 전경은 움직이는 물체의 전체적인 형상을 검출할 수 있으나, 동적 배경이나 카메라의 미세한 움직임을 전경으로 오판할 가능성이 크다. 따라서, 화소 기반 검출부(120)의 검출 결과를 보완하기 위해 영역 기반 모델을 사용한다. 영역 기반 모델을 사용하여 전경 영역을 검출하는 영역 기반 검출부(130)에 대해 이하에서 살펴보기로 한다.

영역 기반 검출부(130)는 검사 대상 화소를 중심으로 하는 화소 주변 영역을 설정하여 영역 기반 전경 영역인 제2 전경 영역을 검출한다.

영역 기반 검출부(130)는 화소 주변 영역에 대응하는 기준 배경 영상의 대응 주변 영역에서의 최고 휘도에 따라 주변 상한 휘도 및 최저 휘도에 따라 주변 하한 휘도를 구한 후, 검사 대상 화소의 휘도, 주변 상한 휘도 및 주변 하한 휘도의 비교 결과에 따라 검사 대상 화소가 전경 영상의 화소로 변했는지의 여부를 판단한다.

여기에서, 검사 대상 화소의 휘도가 짧은 시간 동안 변한 후에 원상 복귀될 경우, 검사 대상 화소의 휘도는 주변 화소들의 휘도와 유사하게 변할 가능성이 높다. 예를 들어, 어느 한 나무의 잎들이 바람에 흔들릴 경우, 어느 한 잎의 검사 대상 화소의 휘도는 또다른 잎의 화소의 휘도로 변할 가능성이 높다.

즉, 검사 대상 화소의 휘도가 짧은 시간 동안 변한 후에 원상 복귀될 경우, 검사 대상 화소의 휘도는, 주변 상한 휘도보다 낮을 가능성이 크고, 주변 하한 휘도보다 높을 가능성이 크다.

따라서, 검사 대상 화소의 휘도가 짧은 시간 동안 변한 후에 원상 복귀되는 동안에, 검사 대상 화소가 전경 영상으로 오판될 가능성이 적다. 즉, 짧은 시간 동안 변한 후에 원상 복귀되는 배경 영상을 전경 영상으로 오판하는 것이 방지될 수 있다.

이와 관련된 내용이 이하에서 영역 기반 검출부(130)의 내부 구성을 중심으로 설명된다.

먼저, 한계 휘도 검출부(131)는 기준 배경 영상의 대응 주변 영역에서의 최고 휘도에 따라 주변 상한 휘도 및 최저 휘도에 따라 주변 하한 휘도를 구한다.

현재 영상의 (x,y)점에서의 위치를 기준으로 검색 범위(Search Width) 만큼 떨어져 있은 영역 (u,v)는 아래와 같은 [수학식 3]으로 표현될 수 있다.

[수학식 3]

x - SearchWidth ≤ u ≤ x + SearchWidth

y- SearchWidth ≤ v ≤ y + SearchWidth

다음으로, 한계 휘도 검출부(131)는 배경 모델링 영상 중 휘도가 가장 높은 값과 가장 낮은 값을 아래의 [수학식 4]와 같이 획득한다.

[수학식 4]

BG^t _min(x,y) = min( BG(u,v) )

BG^t _max(x,y) = max( BG(u,v) )

다음으로, 배경 구간 판단부(132)는 [수학식 4]에서 얻어진 BG^t _min(x,y) 와 BG^t _max(x,y) 를 바탕으로 배경이라고 판단하는 구간을 결정한다. 만약 검사 대상 화소(I^t(x,y))의 휘도값이 아래의 [수학식 5]로 표현되는 배경 구간에 들어오면 배경 영역으로 판단한다.

[수학식 5]

Neighbor^t _min(x,y)≤I^t(x,y)≤Neighbor^t _max(x.y)

이때, 배경 구간의 최대값 및 최소값은 아래의 [수학식 6]과 같이 산출될 수 있다.

[수학식 6]

Neighbor^t _min(x,y) = BG^t _min(x,y) - Ratio * BG^t _diff(x,y)

Neighbor^t _max(x,y) = BG^t _max(x,y) + Ratio * BG^t _diff(x,y)

위의 [수학식 6]에서 ratio는 실험치 혹은 사용자가 지정한 가중치이며, BG^t _diff(x,y) = BG^t _max(x,y) - BG^t _min(x,y) 로 표현될 수 있다.

다음으로, 제2 전경 판단부(133)는 전경 후보 픽셀을 검출하고 최종적으로 영역 기반 전경 화소를 결정한다. 특정 픽셀이 배경 구간 안에 들어오지 않으면 해당 픽셀은 전경 픽셀이 될 가능성이 많으므로 전경 판단부(133)는 아래 [수학식 7]과 같이 배경 구간차 Neighbor_diff(x.y) 을 계산할 수 있다.

[수학식 7]

If (I^t(x,y) < Neighbort_min(x,y))

Neighbor_diff(x.y) = Neighbort_min(x,y) - I^t(x,y)

Else if (I^t(x,y) > Neighbort_max(x,y) )

Neighbor_diff(x.y) = I^t(x,y) - Neighbort_max(x,y)

Else

Neighbor_diff(x.y) = 0

[수학식 7]에서 계산한 Neighbor_diff(x.y) 값이 사용자가 정한 임계치(Threshold)값 보다 크면 아래 [수학식 8]과 같이 영역 전경으로 판단한다.

[수학식 8]

If ( Neighbor_diff(x.y) > Threshold )

Foreground^t(x,y) = 255

Else

Foreground^t(x,y) = 0

(단, Threshold > 0 인 실수값이다.)

상술한 바와 같이, 영역 기반 검출부(130)의 전경 검출 결과는 노이즈를 거의 포함하지 않는 장점이 있지만, 움직임 물체에서 테두리 부근에 위치한 화소들을 전경으로 판단할 수 없는 단점이 존재한다.

도 4는 영역 기반의 전경 화소를 검출하는 방법을 나타낸 순서도이고, 도 5는 영역 기반의 전경 화소를 검출하는 예시를 나타낸 도면이다.

보다 상세히, 도 4는 도 3의 영역 기반 전경 영역 검출(S4) 단계가 수행하는 본 발명의 일 실시예의 제2 전경 영역 검출 방법을 보여준다. 도 5는 도 4의 전경 검출 방법을 설명하기 위한 도면이다.

도 4 및 5를 참조하여, 도 4의 전경 판단 방법을 설명하면 다음과 같다.

도 4의 방법은, 영역 기반 검출부(130)가 입력 배경 영상에서 각각의 화소가 전경 영상의 화소로 변했는지의 여부를 판단하는 전경 판단 방법으로서, 단계들 S41 내지 S44를 포함한다.

먼저, 검사 대상 화소(I ^t (x,y))를 중심으로 하는 화소 주변 영역이 설정된다(S41). 도 5의 실시예에서, 검사 대상 화소(I ^t (x,y))의 휘도는 75이다. 또한, 검사 대상 화소에 대응하는 배경 모델링 영상의 대응 화소의 휘도값은 100이고, 검색 폭(Search Width)은 1 화소이다. 도 5에서, 참조 부호 5a는 대응 주변 영역을 가리키며, 대응 주변 영역이란 화소 주변 영역에 대응하는 배경 모델링 영상의 영역이다.

대응 주변 영역(5a)의 화소 개수는 화소 개수는 검색 폭(Search Width)에 의하여 결정된다. 여기에서, 검색 폭(Search Width)은 검사 대상 화소(I ^t (x,y))에서 오른쪽으로 추가되는 화소들의 개수를 의미한다. 물론, 오른쪽으로 추가되는 화소들의 개수, 왼쪽으로 추가되는 화소들의 개수, 위쪽으로 추가되는 화소들의 개수, 그리고 아래쪽으로 추가되는 화소들의 개수는 동일하다. 도 5의 경우, 검색 폭(Search Width)이 1이므로, 대응 주변 영역(5a)의 화소 개수는 각각 9이다.

다음으로, 화소 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역(5a)에서의 최고 휘도(BG _max (x,y))에 따라 주변 상한 휘도(Neighbor _max )가 구해진다(S42). 도 5의 예에서, 대응 주변 영역(5a)에서의 최고 휘도(BG _max (x,y))는 120이고, 주변 상한 휘도(Neighbor _max )는 130이다.

다음으로, 화소 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역(5a)에서의 최저 휘도(BG _min (x,y))에 따라 주변 하한 휘도(Neighbor _min )가 구해진다(S43). 도 5의 예에서, 대응 주변 영역(5a)에서의 최저 휘도(BG _min (x,y))는 70이고, 주변 하한 휘도(Neighbor _min )는 60이다.

보다 상세히, 도 5의 예에서, 주변 영역(5a)에서의 최고 휘도(BG _max (x,y))는 120이고, 최저 휘도(BG _min (x,y))는 70이다. 따라서, 휘도차(BG _diff (x,y))는 50이 되고, 도 5의 실시예에서 가중치(Ratio)가 0.2인 경우, Ratio * BG _diff (x,y) 인 마진(Margin)은 10이 된다.

상술한 바와 같이, 주변 상한 휘도(Neighbor _max )는 최고 휘도(BG _max (x,y))에 마진(margin)을 더한 값인 130 이며, 주변 하한 휘도(Neighbor _min )는 최저 휘도(BG _min (x,y))에서 마진(margin)을 뺀 값이 60이 된다.

마지막으로, 검사 대상 화소(I ^t (x,y))의 휘도와, 주변 상한 휘도(Neighbor _max ) 및 주변 하한 휘도(Neighbor _min )의 비교 결과에 따라, 검사 대상 화소(I ^t (x,y))가 전경 영상의 화소로 변했는지 여부를 판단한다(S44). 도 5의 예에서, 검사 대상 화소(I ^t (x,y))의 휘도는 배경 구간인 60과 130 내에 위치하므로, 검사 대상 화소(I ^t (x,y))는 배경으로 판단된다.

만약, 검사 대상 화소(I ^t (x,y))의 휘도가 배경 구간에 들어가지 않는 경우에는 상술한 바와 같이 전경 후보로 설정하고 임계치와의 비교를 통해 제2 전경 영역의 화소인지 여부를 검출한다.

예를 들어, 검사 대상 화소(I ^t (x,y))의 휘도가 짧은 시간 동안에 "75"로 변한 후에 원상 복귀될 경우, 검사 대상 화소(I ^t (x,y))의 휘도는 주변 화소들의 휘도와 유사하게 변할 가능성이 높다. 예를 들어, 어느 한 나무의 잎들이 바람에 흔들릴 경우, 어느 한 잎의 검사 대상 화소(I ^t (x,y))의 휘도는 또다른 잎의 화소의 휘도로 변할 가능성이 높다.

즉, 검사 대상 화소(I ^t (x,y))의 휘도가 짧은 시간 동안 변한 후에 원상 복귀될 경우, 검사 대상 화소(I ^t (x,y))의 휘도는, 주변 상한 휘도(Neighbor _max ) 및 주변 하한 휘도(Neighbor _min ) 사이의 구간인 배경 구간 내에 위치할 가능성이 크다.

따라서, 검사 대상 화소(I ^t (x,y))의 휘도가 짧은 시간 동안 변한 후에 원상 복귀되는 동안에, 검사 대상 화소(I ^t (x,y))가 전경 영상으로 오판될 가능성이 적다. 즉, 짧은 시간 동안 변한 후에 원상 복귀되는 배경 영상을 전경 영상으로 오판하는 것이 방지될 수 있다.

이상 설명된 바와 같이, 본 발명에 따른 실시예의 전경 판단 방법 및 감시 시스템에 의하면, 검사 대상 화소의 휘도, 주변 상한 휘도 및 주변 하한 휘도의 비교 결과에 따라 검사 대상 화소가 전경 영상의 화소로 변했는지의 여부가 판단된다.

예를 들어, 검사 대상 화소의 휘도가 주변 상한 휘도보다 높거나, 주변 하한 휘도보다 낮을 경우, 검사 대상 화소가 제2 전경 영역에 해당한다고 판단한다.

이하에서는 도 6 및 도 7을 참조하여 화소 기반 전경 영역 및 영역 기반 전경 영역을 바탕으로 동적 배경을 제거하여 움직임 물체를 결정하는 움직임 결정부(140)의 역할에 대해 설명하기로 한다.

도 6은 본 발명의 일 실시예에 따라 최종 움직임 영역을 검출하는 방법을 나타낸 순서도이고, 도 7은 본 발명의 일 실시예에 따라 최종적으로 움직임 영역을 결정하는 과정을 나타낸 도면이다.

도 6을 참조하면, 먼저 화소 기반 검출부(120)가 검출한 결과인 화소 기반 전경에 해당하는 픽셀들을 획득한다(S51).

다음으로, 화소 기반 전경에서 식별 번호 순으로 화소군을 선택한다(S52). 도 7을 참조하면, 화소 기반 검출부(120)에 의해 검출된 전경 화소들이 3개의 블랍, 즉 화소군으로 구분된 것을 알 수 있다. 즉, 도 7의 (a) 영상에서는 ID1, ID2, ID3을 식별번호를 갖는 화소군이 존재한다. 움직임 결정부(140)는 각각의 식별 번호 순으로 화소군을 선택한다. 예를 들어, 도 7의 (a) 영상의 예에서는 움직임 결정부(140)는 제일 먼저 ID1의 블랍에 해당하는 화소군을 먼저 선택한다.

다음으로, 움직임 결정부(140)는 선택된 화소군에 영역 기반 전경의 화소가 존재하는지 여부를 판단한다(S53). 선택된 화소군에 영역 기반 전경의 화소가 존재하는 경우에는 선택된 화소군을 움직임 물체로 선택하고(S54), 영역 기반 전경의 화소가 존재하지 않는 경우에는 선택된 화소군을 움직임 물체에서 제거한다(S55).

도 7의 (b)는 영역 기반 검출부(130)에 의해 검출된 영역 기반 전경에 해당하는 화소를 표시하고 있다. 도 7의 (a) 및 (b)에 따르면, ID1의 화소군 내에는 (b)의 영역 기반 전경에 해당하는 화소가 포함되어 있지 않다. 따라서, ID1의 화소군에는 영역 기반 전경의 화소가 존재하지 않는다고 볼 수 있으며, 따라서 선택된 ID1 화소군을 움직임 영역에서 제거한다.

마지막으로, 화소 기반 전경의 화소군이 남아있는 지를 판단하고, 화소군이 남아 있는 경우에는 S52 단계로 돌아가고 남아 있지 않은 경우에는 S56 움직임 검출을 종료한다.

도 7의 예를 들면, 아직 ID2, ID3의 화소군이 남아있으므로 S52 단계로 돌아가 움직임 검출을 계속한다. ID2의 화소군 내에도 (b)의 영역 기반 전경에 해당하는 화소가 포함되어 있지 않으므로 선택된 ID2 화소군을 움직임 영역에서 제외한다. 마지막으로, ID3의 화소군 내에는 (b)의 영역 기반 전경에 해당하는 화소들인 B1이 포함되어 있으므로, 선택된 ID3 화소군을 움직임 물체로 선택한다. 더 이상 남아있는 화소 기반 전경의 화소군이 없으므로 움직임 검출을 종료한다.

도 8은 본 발명의 일 실시예에 따른 실제 움직임 검출 결과를 나타낸 예시이다.

도 8의 (a)는 원본 입력 영상으로 강한 바람으로 인해 배경의 나무가 심하게 흔들리는 영상을 나타내며, (b)는 본 발명의 일 실시예에 따른 움직임 검출 방법을 사용한 해당 영상의 움직임 검출 결과를 나타낸다. 보다 상세히, (c)는 화소 기반 검출부(120)에 의해 검출된 제1 전경 영역을 하얀색으로 나타낸 영상으로서, 화소 기반 검출 특성에 의해 흔들리는 나무까지도 모두 전경으로 선택된다. (d)는 영역 기반 검출부(130)에 의해 검출된 제2 전경 영역을 하얀색으로 나타낸 영상이다. 마지막으로, (e)는 움직임 결정부(140)에 의해 결정된 최종 움직임 영역이다. (e) 영상에서 알 수 있는 바와 같이, (c) 영상의 하얀색 화소군 중 (d) 영상의 하얀색에 해당하는 화소가 포함된 화소군만이 최종 움직임 영역으로 검출된다. 이로써, 최종 움직임 영역을 (b)와 같이 실제 영상에 매핑하면 실제 전경 객체인 사람만 선택되는 것을 알 수 있다.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.

본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.

본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

100: 움직임 검출 서버 110: 초기 설정부
120: 화소 기반 검출부 121: 제1 전경 검출부
122: 노이즈 제거부 123 : 전경 확장부
124 : 라벨링부 130 : 영역 기반 검출부
131 : 한계 휘도 검출부 132 : 배경 구간 판단부
133 : 제2 전경 판단부 140 : 움직임 결정부
150 : 학습부 160 : 제어부
170 : 데이터베이스

Claims

이전 프레임과 현재 프레임을 비교하여 제1 전경 영역을 화소별로 추출하는 화소 기반 검출부;
검사 대상 화소의 주변 화소를 고려하여 제2 전경 영역을 추출하는 영역 기반 검출부;
상기 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 움직임 결정부;
를 포함하는 움직임 검출 시스템.
제1항에 있어서,
상기 움직임 결정부는,
상기 제1 전경 영역의 화소군을 식별 번호 순으로 선택한 후, 선택된 화소군에 상기 제2 전경 영역에 해당하는 화소가 포함되었는지 여부를 판별하는 움직임 검출 시스템.
제1항에 있어서,
상기 제1 전경 영역의 화소군은, 상기 제1 전경 영역의 화소들을 인접하는 화소끼리 하나 이상의 화소군으로 묶은 후 식별 번호를 부여한 것인 움직임 검출 시스템.
제1항에 있어서,
상기 움직임 결정부는,
제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 선택하고, 제2 전경 영역에 해당하는 화소가 포함되지 않은 화소군을 최종 움직임 영역에서 제거하는 움직임 검출 시스템.
제1항에 있어서,
상기 화소 기반 검출부는,
배경 차영상 기법으로 제1 전경 영역을 검출하는 제1 전경 검출부;
상기 제1 전경 영역에서 서로 인접한 화소끼리 복수개의 화소군으로 나눈 후 각 화소군마다 식별번호를 부여하는 라벨링부;
를 포함하는 움직임 검출 시스템.
제5항에 있어서,
상기 화소 기반 검출부는,
상기 제1 전경 영역에 필터를 적용함으로써 기준치 이하 개수의 픽셀 그룹으로 이루어진 노이즈를 제거하여 제1 전경 영역을 보정하는 노이즈 제거부; 및
상기 제1 전경 영역을 모폴로지 연산을 통해 전경의 크기를 확장하는 확장부;
를 추가적으로 포함하는 움직임 검출 시스템.
제1항에 있어서,
상기 영역 기반 검출부는,
검사 대상 화소의 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역에서의 주변 상한 휘도 및 주변 하한 휘도를 검출하는 한계 휘도 검출부;
상기 검사 대상 화소의 휘도, 상기 주변 상한 휘도 및 상기 주변 하한 휘도의 비교 결과에 따라, 상기 검사 대상 화소가 제2 전경 영역에 해당하는지 여부를 판별하는 제2 전경 검출부;
를 포함하는 움직임 검출 시스템.
제7항에 있어서,
상기 제2 전경 검출부는,
상기 검사 대상 화소의 휘도가 주변 상한 휘도 및 주변 하한 휘도 사이인 경우 상기 검사 대상 화소를 배경 화소로 판별하고,
주변 상한 휘도 및 주변 하한 휘도 사이를 임계치 이상 벗어나는 경우 상기 검사 대상 화소를 제2 전경 영역의 화소로 판별하는 움직임 검출 시스템.
이전 프레임과 현재 프레임을 비교하여 제1 전경 영역을 화소별로 추출하는 화소 기반 검출 단계;
검사 대상 화소의 주변 화소를 고려하여 제2 전경 영역을 추출하는 영역 기반 검출 단계;
상기 제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 검출하는 움직임 결정 단계;
를 포함하는 움직임 검출 방법.
제9항에 있어서,
상기 움직임 결정 단계는,
상기 제1 전경 영역의 화소군을 식별 번호 순으로 선택하는 단계;
선택된 화소군에 상기 제2 전경 영역에 해당하는 화소가 포함되었는지 여부를 판별하는 단계;
를 포함하는 움직임 검출 방법.
제9항에 있어서,
상기 제1 전경 영역의 화소군은, 상기 제1 전경 영역의 화소들을 인접하는 화소끼리 하나 이상의 화소군으로 묶은 후 식별 번호를 부여한 것인, 움직임 검출 방법.
제9항에 있어서,
상기 움직임 결정 단계는,
제1 전경 영역의 화소군 중 상기 제2 전경 영역에 해당하는 화소가 포함된 화소군을 최종 움직임 영역으로 선택하고, 제2 전경 영역에 해당하는 화소가 포함되지 않은 화소군을 최종 움직임 영역에서 제거하는 움직임 검출 방법.
제9항에 있어서,
상기 화소 기반 검출 단계는,
배경 차영상 기법으로 제1 전경 영역을 검출하는 전경 화소 검출 단계;
상기 제1 전경 영역에서 서로 인접한 화소끼리 복수개의 화소군으로 나눈 후 각 화소군마다 식별번호를 부여하는 라벨링 단계;
를 포함하는 움직임 검출 방법.
제13항에 있어서,
상기 화소 기반 검출 단계는,
상기 제1 전경 영역에 필터를 적용함으로써 기준치 이하 개수의 픽셀 그룹으로 이루어진 노이즈를 제거하여 제1 전경 영역을 보정하는 노이즈 제거 단계; 및
상기 제1 전경 영역을 모폴로지 연산을 통해 전경의 크기를 확장하는 확장 단계;
를 추가적으로 포함하는 움직임 검출 방법.
제9항에 있어서,
상기 영역 기반 검출 단계는,
검사 대상 화소의 주변 영역에 대응하는 배경 모델링 영상의 대응 주변 영역에서의 주변 상한 휘도 및 주변 하한 휘도를 검출하는 한계 휘도 검출 단계;
상기 검사 대상 화소의 휘도, 상기 주변 상한 휘도 및 상기 주변 하한 휘도의 비교 결과에 따라, 상기 검사 대상 화소가 제2 전경 영역에 해당하는지 여부를 판별하는 제2 전경 검출 단계;
를 포함하는 움직임 검출 방법.
제15항에 있어서,
상기 제2 전경 검출 단계는,
상기 검사 대상 화소의 휘도가 주변 상한 휘도 및 주변 하한 휘도 사이인 경우 상기 검사 대상 화소를 배경 화소로 판별하고,
주변 상한 휘도 및 주변 하한 휘도 사이를 임계치 이상 벗어나는 경우 상기 검사 대상 화소를 제2 전경 영역의 화소로 판별하는 움직임 검출 방법.