KR20150102301A - 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치 - Google Patents

사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치 Download PDF

Info

Publication number
KR20150102301A
KR20150102301A KR1020140024028A KR20140024028A KR20150102301A KR 20150102301 A KR20150102301 A KR 20150102301A KR 1020140024028 A KR1020140024028 A KR 1020140024028A KR 20140024028 A KR20140024028 A KR 20140024028A KR 20150102301 A KR20150102301 A KR 20150102301A
Authority
KR
South Korea
Prior art keywords
image
human
human form
masking
detected
Prior art date
Application number
KR1020140024028A
Other languages
English (en)
Inventor
정영규
Original Assignee
정영규
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 정영규 filed Critical 정영규
Priority to KR1020140024028A priority Critical patent/KR20150102301A/ko
Publication of KR20150102301A publication Critical patent/KR20150102301A/ko

Links

Images

Classifications

    • 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
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치가 제시된다. 본 발명에서 제안하는 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법은 사람형태를 포함하는 영상을 입력 받는 단계, 상기 영상의 미리 정해진 영역을 설정하는 단계, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 단계, 상기 검출된 객체를 추적기와 연동하여 추적하는 단계를 포함할 수 있다.

Description

사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치{Method and Apparatus for Protection of Video Privacy using automatic multi-object detector based on human type}
본 발명은 사람형태기반 검출기를 이용한 영상 개인정보 보호 방법 및 장치에 관한 것이다.
시민들의 안전을 위해 설치된 감시용 카메라가 악용되는 사례가 늘면서 감시용 카메라에 촬영된 영상에서 실시간으로 사람 얼굴을 추적하고 모자이크 처리하여 사생활을 보호하는 기술이 개발되고 있다. 하지만 감시용 카메라 영상에서 통계기반의 객체 검출 및 추적 시스템의 성능개선에 가장 큰 어려움 중 하나는 검출하려는 객체에 대해서 확률적인 의미를 갖는 템플릿데이터를 수집하기가 매우 어렵다는 것이다.
감시용 카메라에서의 프라이버시 마스킹 설정 방법에 관련하여 한국공개특허 제2006-0022725호는, 사용자가 정보를 설정한 화면상 특정 위치에 가상 마스킹 블록을 감시용 비디오 영상에 중첩 표시한다. 감시용 카메라에 구비되어 있는 입력수단을 통한 사용자의 프라이버시 마스킹 블록 수정 시, 수정된 마스킹 블록에 대한 정보를 저장한다. 상기 저장된 정보를 갖는 프라이버시 마스킹 블록을 감시용 비디오 영상에 중첩 표시하는 프라이버시 마스킹 설정방법을 제안하고 있다. 하지만 종래의 프라이버시 마스킹 툴은 초당 30프레임으로 재생되고, 영상에서 어느 부분에서 마스킹이 이루어지지 않았는지 알기가 매우 어렵다. 따라서 프라이버시 마스킹 툴의 객체 검출 및 추적 알고리즘의 성능을 개선하여 객체를 검출하고 검출된 객체를 추적하여 마스킹하는 기술이 필요하다.
본 발명이 이루고자 하는 기술적 과제는 사용자가 수동으로 객체를 검출하고 이를 자동으로 추적하여 얼굴을 마스킹하는 방법 및 장치를 제공하는데 있다. 또한, 사람형태기반 자동 다중객체 검출기를 동영상을 읽는 단계에서 수행함으로써 사용자의 편의성이 된 영상 개인정보 보호 방법 및 장치를 제공하고자 한다.
일 측면에 있어서, 본 발명에서 제안하는 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법은 사람형태를 포함하는 영상을 입력 받는 단계, 상기 영상의 미리 정해진 영역을 설정하는 단계, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 단계, 상기 검출된 객체를 추적기와 연동하여 추적하는 단계를 포함할 수 있다.
상기 사람형태를 포함하는 영상을 입력 받는 단계는 상기 사람 형태를 입력 받아 통계기반 학습을 통해 상기 사람형태의 부분별 모델을 생성하는 단계를 포함할 수 있다.
상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태를 검출하는 단계는 상기 영상에서 사람형태의 전체 모양 및 부분 모양을 조합하여 자동으로 사람을 검출할 수 있다.
상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태를 검출하는 단계는 상기 영상의 프레임 별로 상기 객체가 검출된 영역을 슬라이드 윈도우에 표시할 수 있다.
상기 검출된 객체를 추적기와 연동하여 추적하는 단계는 상기 영상의 프레임 별로 상기 객체가 검출된 영역을 상기 추적기와 연동하여 자동으로 추적할 수 있다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 장치는 사람형태를 포함하는 영상을 입력 받는 입력부, 상기 사람형태를 입력 받아 상기 사람형태의 부분별 모델을 생성하고 인식하는 통계기반 학습부, 상기 영상의 미리 정해진 영역을 설정하고, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 검출부, 상기 검출된 객체를 추적기와 연동하여 추적하는 추적부, 상기 영상의 프레임 별로 상기 객체가 검출된 영역을 슬라이드 윈도우에 표시하는 출력부를 포함할 수 있다.
본 발명의 실시예들에 따르면 제안하는 영상개인정보보호 시스템은 사용자가 수동으로 객체를 검출하고 이를 자동으로 추적하여 얼굴을 마스킹할 수 있다. 또한, 사람형태기반 자동 다중객체 검출기를 동영상을 읽는 단계에서 수행함으로써 사용자의 편의성이 증대될 수 있다.
도 1은 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기의 이용 과정을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 장치의 구성을 나타내는 도면이다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법을 설명하기 위한 흐름도이다.
사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법은 사람형태를 포함하는 영상을 입력 받는 단계(110), 상기 영상의 미리 정해진 영역을 설정하는 단계(120), 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 단계(130), 상기 검출된 객체를 추적기와 연동하여 추적하는 단계(140)를 포함할 수 있다.
단계(110)에서, 사람형태를 포함하는 영상을 입력 받을 수 있다.
사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법을 수행하기 위해 CCTV를 통해 사람형태를 포함하는 영상을 입력 받아 마스킹을 수행할 수 있다. 또한, 일반적인 사람 형태를 입력 받아 통계기반 학습을 통해 사람형태의 부분별 모델을 생성할 수 있다. 이러한 사람형태의 부분별 모델을 이용하여 통계기반인식기에서 일반적인 사람형태를 학습을 통해 인식할 수 있다.
단계(120)에서, 상기 영상의 미리 정해진 영역을 설정할 수 있다.
입력 받은 영상을 읽기 위해 미리 정해진 영역을 설정하고, 미리 정해진 영역 내에 사람형태가 나타나는지 확인하도록 할 수 있다. 예를 들어, 미리 정해진 영역은 CCTV를 통해 입력된 영상에서 사람의 출입영역일 수 있다.
단계(130)에서, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출할 수 있다. 이때, 영상에서 사람형태의 전체 모양 및 부분 모양을 조합하여 자동으로 사람을 검출할 수 있다. 그리고, 영상의 프레임 별로 사람형태의 객체가 검출된 영역을 슬라이드 윈도우에 표시할 수 있다. 제안하는 방법은 현재 플레이 되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 미리 정해진 영역의 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다. 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다.
단계(140)에서, 상기 검출된 객체를 추적기와 연동하여 추적할 수 있다.
이때, 영상의 프레임 별로 상기 객체가 검출된 영역을 상기 추적기와 연동하여 자동으로 추적할 수 있다. 다시 말해, 현재 플레이 되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다. 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다.
제안하는 방법은 객체를 실시간으로 추적하여 추적된 객체 영역을 표시하고, 마스킹 되는 객체 영역을 마스킹 타임라인에 프레임 단위의 파노라마 영상을 나타낼 수 있다. 만약, 객체를 실시간으로 추적하여 추적된 객체가 한 명이면, 하나의 객체, 검출된 객체가 두 명이면, 두 개의 객체를 실시간으로 출력부에 표시할 수 있다. 그리고, 실시간으로 재생되고 있는 영상에서 마스킹을 수행할 수 있다. 또한, 마스킹 툴을 제공하는 장치는 객체추적 오류가 발견되면, 사용자는 마스킹 타임라인에 있는 객체추적 오류가 있는 프레임을 선택하고, 선택된 프레임은 동영상이 플레이 되는 출력부로 되돌아간다. 또한, 실시간으로 재생되고 있는 영상에서 마스킹을 수행하는 중에 객체추적 오류를 발견하면 마스킹 정지 및 프라이버시 재 마스킹을 수행할 수 있다.
도 2는 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기의 이용 과정을 설명하기 위한 도면이다.
일반적인 사람형태를 포함하는 영상을 입력 받을 수 있다(210). 일반적인 사람 형태를 입력 받아 통계기반 학습기(221)를 통해 사람형태의 부분별 모델을 생성할 수 있다(222). 이러한 사람형태의 부분별 모델을 이용하여 통계기반인식기(223)에서 일반적인 사람형태를 학습을 통해 인식할 수 있다.
이후, 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법을 수행하기 위해 CCTV를 통해 사람형태를 포함하는 영상을 입력 받아 마스킹을 수행하도록 할 수 있다(230). 또한, 상기 영상의 미리 정해진 영역을 설정할 수 있다(241). 입력 받은 영상을 읽기 위해 미리 정해진 영역을 설정하고, 미리 정해진 영역 내에 사람형태가 나타나는지 확인하도록 할 수 있다. 예를 들어, 미리 정해진 영역은 CCTV를 통해 입력된 영상에서 사람의 출입영역일 수 있다.
상기 영역 내에 사람형태가 나타나는 경우 사람부분검출기(242)를 통해 사람형태의 객체를 검출할 수 있다. 일반적인 사람형태를 학습을 통해 인식하는 통계기반인식기(223)를 거쳐 다중휴먼위치검출(250)을 수행할 수 있다. 다시 말해, 영상에서 사람형태의 전체 모양 및 부분 모양을 조합하여 자동으로 사람을 검출할 수 있다. 상기 검출된 객체를 객체추적엔진(260)와 연동하여 추적할 수 있다. 그리고, 영상의 프레임 별로 사람형태의 객체가 검출된 영역을 슬라이드 윈도우에 표시할 수 있다.
제안하는 방법은 현재 플레이되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 미리 정해진 영역의 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다(270). 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다. 이때, 영상의 프레임 별로 상기 객체가 검출된 영역을 상기 추적기와 연동하여 자동으로 추적할 수 있다. 다시 말해, 현재 플레이 되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다. 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다.
제안하는 방법은 객체를 실시간으로 추적하여 추적된 객체 영역을 표시하고, 마스킹 되는 객체 영역을 마스킹 타임라인에 프레임 단위의 파노라마 영상을 나타낼 수 있다. 만약, 객체를 실시간으로 추적하여 추적된 객체가 한 명이면, 하나의 객체, 검출된 객체가 두 명이면, 두 개의 객체를 실시간으로 출력부에 표시할 수 있다. 그리고, 실시간으로 재생되고 있는 영상에서 마스킹을 수행할 수 있다. 또한, 마스킹 툴을 제공하는 장치는 객체추적 오류가 발견되면, 사용자는 마스킹 타임라인에 있는 객체추적 오류가 있는 프레임을 선택하고, 선택된 프레임은 동영상이 플레이 되는 출력부로 되돌아간다. 또한, 실시간으로 재생되고 있는 영상에서 마스킹을 수행하는 중에 객체추적 오류를 발견하면 마스킹 정지 및 프라이버시 재 마스킹을 수행할 수 있다.
도 3은 본 발명의 일 실시예에 따른 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 장치의 구성을 나타내는 도면이다.
자동 다중객체 검출기를 이용한 영상 개인정보 보호 장치는 입력부(310), 통계기반 학습부(320), 검출부(330), 추적부(340), 출력부(350)를 포함할 수 있다.
입력부(310)는 사람형태를 포함하는 영상을 입력 받을 수 있다. 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법을 수행하기 위해 CCTV를 통해 사람형태를 포함하는 영상을 입력 받아 마스킹을 수행할 수 있다. 또한, 일반적인 사람 형태를 입력 받아 통계기반 학습을 통해 사람형태의 부분별 모델을 생성하도록 할 수 있다.
통계기반 학습부(320)는 사람형태를 입력 받아 상기 사람형태의 부분별 모델을 생성하고 인식할 수 있다. 예를 들어, 일반적인 사람 형태를 입력 받아 통계기반 학습을 통해 사람형태의 부분별 모델을 생성할 수 있다. 이러한 사람형태의 부분별 모델을 이용하여 통계기반인식기에서 일반적인 사람형태를 학습을 통해 인식할 수 있다. 또한, 영상의 미리 정해진 영역을 설정할 수 있다. 입력 받은 영상을 읽기 위해 미리 정해진 영역을 설정하고, 미리 정해진 영역 내에 사람형태가 나타나는지 확인하도록 할 수 있다. 예를 들어, 미리 정해진 영역은 CCTV를 통해 입력된 영상에서 사람의 출입영역일 수 있다.
검출부(330)는 영상의 미리 정해진 영역을 설정하고, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출할 수 있다. 이때, 영상에서 사람형태의 전체 모양 및 부분 모양을 조합하여 자동으로 사람을 검출할 수 있다. 그리고, 영상의 프레임 별로 사람형태의 객체가 검출된 영역을 슬라이드 윈도우에 표시할 수 있다. 제안하는 방법은 현재 플레이 되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 미리 정해진 영역의 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다. 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다.
추적부(340)는 검출된 객체를 추적기와 연동하여 추적할 수 있다. 이때, 영상의 프레임 별로 상기 객체가 검출된 영역을 상기 추적기와 연동하여 자동으로 추적할 수 있다. 다시 말해, 현재 플레이 되고 있는 영상에서 객체를 검출하고 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 일정시간 동안 마스킹을 수행할 수 있다. 이때, 사용자는 동영상 플레이 출력부에서 마스킹을 수행하기 위한 객체를 마스킹 상자로 지정하여 마스킹을 수행할 수 있도록 한다.
제안하는 방법은 객체를 실시간으로 추적하여 추적된 객체 영역을 표시하고, 마스킹 되는 객체 영역을 마스킹 타임라인에 프레임 단위의 파노라마 영상을 나타낼 수 있다. 만약, 객체를 실시간으로 추적하여 추적된 객체가 한 명이면, 하나의 객체, 검출된 객체가 두 명이면, 두 개의 객체를 실시간으로 출력부에 표시할 수 있다. 그리고, 실시간으로 재생되고 있는 영상에서 마스킹을 수행할 수 있다.
또한, 마스킹 툴을 제공하는 장치는 객체추적 오류가 발견되면, 사용자는 마스킹 타임라인에 있는 객체추적 오류가 있는 프레임을 선택하고, 선택된 프레임은 동영상이 플레이 되는 출력부로 되돌아간다. 또한, 실시간으로 재생되고 있는 영상에서 마스킹을 수행하는 중에 객체추적 오류를 발견하면 마스킹 정지 및 프라이버시 재 마스킹을 수행할 수 있다.
출력부(350)는 영상의 프레임 별로 상기 객체가 검출된 영역을 슬라이드 윈도우에 표시할 수 있다. 제안하는 방법은 객체를 실시간으로 추적하여 추적된 객체 영역을 표시하고, 마스킹 되는 객체 영역을 마스킹 타임라인에 프레임 단위의 파노라마 영상을 나타낼 수 있다. 만약, 객체를 실시간으로 추적하여 추적된 객체가 한 명이면, 하나의 객체, 검출된 객체가 두 명이면, 두 개의 객체를 실시간으로 출력부에 표시할 수 있다.
본 발명의 실시예들에 따르면 제안하는 영상개인정보보호 시스템은 사용자가 수동으로 객체를 검출하고 이를 자동으로 추적하여 얼굴을 마스킹할 수 있다. 또한, 사람형태기반 자동 다중객체 검출기를 동영상을 읽는 단계에서 수행함으로써 사용자의 편의성이 증대될 수 있다. 또한, 객체를 추적하고, 추적한 객체를 마스킹하여 마스킹 타임라인에 파노라마 영상으로 표시함으로써 프라이버시 툴을 이용해서 한 프레임도 빠짐없이 객체 영역을 마스킹을 수행할 수 있다. 더욱이, 본 발명의 실시예들에 따르면, 실시간으로 재생되고 있는 영상에서 마스킹을 수행하는 중에 객체추적 오류를 발견하여 마스킹 정지 및 프라이버시 재 마스킹을 함으로써 인터렉션 인터페이스를 통해 구현될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (6)

  1. 영상 개인정보 보호 방법에 있어서,
    사람형태를 포함하는 영상을 입력 받는 단계;
    상기 영상의 미리 정해진 영역을 설정하는 단계;
    상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 단계; 및
    상기 검출된 객체를 추적기와 연동하여 추적하는 단계
    를 포함하는 영상 개인정보 보호 방법.
  2. 제1항에 있어서,
    상기 사람형태를 포함하는 영상을 입력 받는 단계는,
    상기 사람 형태를 입력 받아 통계기반 학습을 통해 상기 사람형태의 부분별 모델을 생성하는 단계
    를 포함하는 영상 개인정보 보호 방법.
  3. 제1항에 있어서,
    상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태를 검출하는 단계는,
    상기 영상에서 사람형태의 전체 모양 및 부분 모양을 조합하여 자동으로 사람을 검출하는
    영상 개인정보 보호 방법.
  4. 제1항에 있어서,
    상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태를 검출하는 단계는,
    상기 영상의 프레임 별로 상기 객체가 검출된 영역을 슬라이드 윈도우에 표시하는
    영상 개인정보 보호 방법.
  5. 제1항에 있어서,
    상기 검출된 객체를 추적기와 연동하여 추적하는 단계는,
    상기 영상의 프레임 별로 상기 객체가 검출된 영역을 상기 추적기와 연동하여 자동으로 추적하는
    영상 개인정보 보호 방법.
  6. 영상 개인정보 보호 장치에 있어서,
    사람형태를 포함하는 영상을 입력 받는 입력부;
    상기 사람형태를 입력 받아 상기 사람형태의 부분별 모델을 생성하고 인식하는 통계기반 학습부;
    상기 영상의 미리 정해진 영역을 설정하고, 상기 영역 내에 사람형태가 나타나는 경우 상기 사람형태의 객체를 검출하는 검출부;
    상기 검출된 객체를 추적기와 연동하여 추적하는 추적부; 및
    상기 영상의 프레임 별로 상기 객체가 검출된 영역을 슬라이드 윈도우에 표시하는 출력부
    를 포함하는 영상 개인정보 보호 장치.
KR1020140024028A 2014-02-28 2014-02-28 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치 KR20150102301A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140024028A KR20150102301A (ko) 2014-02-28 2014-02-28 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140024028A KR20150102301A (ko) 2014-02-28 2014-02-28 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20150102301A true KR20150102301A (ko) 2015-09-07

Family

ID=54243098

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140024028A KR20150102301A (ko) 2014-02-28 2014-02-28 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20150102301A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255985A (zh) * 2018-10-30 2019-01-22 南安市尚赢机械科技有限公司 一种电子商务教学用实物与图解快速展示装置
WO2023085520A1 (ko) * 2021-11-15 2023-05-19 세종대학교산학협력단 멀티 모델을 이용한 cctv 영상의 강건한 얼굴 비식별화 방법 및 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255985A (zh) * 2018-10-30 2019-01-22 南安市尚赢机械科技有限公司 一种电子商务教学用实物与图解快速展示装置
WO2023085520A1 (ko) * 2021-11-15 2023-05-19 세종대학교산학협력단 멀티 모델을 이용한 cctv 영상의 강건한 얼굴 비식별화 방법 및 시스템
KR20230070613A (ko) * 2021-11-15 2023-05-23 세종대학교산학협력단 멀티 모델을 이용한 cctv 영상의 강건한 얼굴 비식별화 방법 및 시스템

Similar Documents

Publication Publication Date Title
AU2011265430B2 (en) 3D reconstruction of partially unobserved trajectory
KR101484844B1 (ko) 실시간 영상에 프라이버시 마스킹 툴을 제공하는 장치 및 방법
JP6622894B2 (ja) 多因子画像特徴登録及び追尾のための方法、回路、装置、システム、及び、関連するコンピュータで実行可能なコード
US9892516B2 (en) Three-dimensional coordinate computing apparatus, three-dimensional coordinate computing method, and non-transitory computer readable recording medium having therein program for three-dimensional coordinate computing
JP2020087440A (ja) 位置合わせされたｃａｄモデルを使用するａｒ対応ラベル付け
JP2018533805A (ja) 顔位置追跡方法、装置及び電子デバイス
US8254760B2 (en) Pixel analysis and frame alignment for background frames
CN108292364A (zh) 在全向视频中的跟踪感兴趣对象
KR102366779B1 (ko) 다수 객체 추적 시스템 및 이의 객체 추적 방법
KR102464944B1 (ko) 카메라 워크를 재현하는 방법 및 장치
JP5754990B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN106331524B (zh) 一种识别镜头切换的方法及装置
KR101645959B1 (ko) 복수의 오버헤드 카메라와 사이트 맵에 기반한 객체 추적 장치 및 그 방법
US11288842B2 (en) Method and system for re-projecting and combining sensor data for visualization
US20170206430A1 (en) Method and system for object detection
US11587202B2 (en) Method, apparatus or computer program for controlling image processing of a captured image of a scene to adapt the captured image
JP2024520375A (ja) マルチカメラ追跡のための半自動データ収集および関連付け
US11341774B2 (en) Information processing apparatus, data generation method, and non-transitory computer readable medium storing program
KR20150102301A (ko) 사람형태기반 자동 다중객체 검출기를 이용한 영상 개인정보 보호 방법 및 장치
Zhang et al. Robust multi-view multi-camera face detection inside smart rooms using spatio-temporal dynamic programming
Hulens et al. Autonomous lecture recording with a ptz camera while complying with cinematographic rules
KR101492366B1 (ko) 차량 사고 감지 방법 및 그 장치
KR20140043159A (ko) 그래프 매칭 및 사이클 검출에 의한 자동 모델 초기화로의 라인 트래킹
RU2679200C1 (ru) Способ и система отображения данных с видеокамеры
KR20190078800A (ko) 3차 투영법을 이용한 인터랙티브 360 비디오 어노테이션 방법

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid