KR20150121773A

KR20150121773A - 지능형 분산 영상 분석 시스템 및 방법

Info

Publication number: KR20150121773A
Application number: KR1020140047500A
Authority: KR
Inventors: 윤명진; 이강동
Original assignee: 주식회사 머큐리움
Priority date: 2014-04-21
Filing date: 2014-04-21
Publication date: 2015-10-30

Abstract

본 발명은 지능형 분산 영상 분석 시스템에 관한 것으로, 카메라와 네트워크로 접속되고 원격 지능형 분석부를 구비한 적어도 하나 이상의 클라이언트 및, 촬영한 아날로그 영상 신호를 입력받아 디지털로 전환하는 영상수신부, 영상으로부터 배경을 분리하여 객체를 검출하고 검출된 객체 메타 데이터를 상기 클라이언트로 전송하는 HW 객체식별부, 영상을 분석하고 이벤트 데이터를 이벤트 검출부로 보내는 HW 알고리즘 처리부와 SW 알고리즘 처리부, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부에서 객체 메타데이터를 분석한 결과인 이벤트 데이터를 전송받고, HW 알고리즘 처리부와 SW 알고리즘 처리부에서 분석한 이벤트 데이터와 함께 판단하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정하는 이벤트 검출부 및, 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트로 전송하는 영상전송부를 구비하는 카메라를 포함한다.

Description

지능형 분산 영상 분석 시스템 및 방법 {Distributed Intelligent Video Analysis System and Method}

본 발명은 카메라를 이용한 지능형 분산 영상 분석 시스템에 관한 것으로, 더 상세하게는 카메라에서 1차 분석된 오브젝트 메타 데이터와, 오브젝트 영역 메타 데이터를 네트워크를 통해 클라이언트에 전송하여 지능형 알고리즘을 분산 처리하고, 처리한 데이터를 기반으로 다양한 지능형 알고리즘 적용하는 시스템 및 방법에 관한 것이다.

지능형 영상 감시 시스템은 각종 건물이나 공항, 철도, 군부대의 감시 대상 지역의 주변에 다수대의 카메라를 설치하고, 이들로부터 취득되는 영상정보를 저장하고 정보를 분석하여 자동으로 이상 행위를 탐지함으로써 관리자에게 경보를 전송하는 기술이다. 지능형 영상 감시 시스템을 이용하면, 사고를 사전에 예방하고 사고가 발생한 경우에는 신속하게 대응하여 피해를 줄일 수 있다.

도 1 및 도 2는 종래의 지능형 영상 감시 시스템의 구성을 나타낸 도면으로서, 도 1은 네트워크를 통한 원격 지능형 분석시스템을 나타내고, 도 2는 지능형 분석 알고리즘이 카메라에 내장된 지능형 영상 감시 시스템을 나타낸다.

도 1에 도시한 바와 같이, 종래의 지능형 영상분석 시스템은 카메라로 감시 구역을 촬영하는 IP 카메라(100), 전송된 영상을 수신하는 스트리밍 서버(110), 스트리밍 서버로부터 전송받은 영상을 분석하여 이벤트를 검출하는 지능형 분석서버(111), 스트리밍 서버(110)로부터 네트워크를 통해 전송받은 영상을 표시하는 원격영상 모니터링 클라이언트(120)로 구성된다. 도 1에 도시된 구성요소의 기능을 설명하면 다음과 같다.

IP 카메라(100)는 카메라로 감시 구역을 촬영한 영상을 수신하는 카메라 영상수신부(101)와, 상기 감시 카메라 영상수신부(101)로부터 전송된 영상을 분석하는 로컬 알고리즘 처리부(102)로 구성된다.

스트리밍 서버(110)는 영상수신부와 다중접속 트랜스코딩부를 구비하며, 다수의 IP 카메라(100)로부터 들어온 영상을 저장하고, 이를 지능형 분석서버(111)와 다수의 클라이언트(120)에게 재전송하는 역할을 한다.

지능형 분석서버(111)는 영상수신부와 지능형 분석부를 구비하며, 스트리밍 서버(110)로부터 네트워크를 통해 영상 신호를 전송받고, 이를 지능형 알고리즘을 적용하여 이벤트를 추출한 후, 다시 스트리밍 서버(110)에 이벤트와 오브젝트 메타 데이터를 전송한다.

원격영상 모니터링 클라이언트(120)는 스트리밍 서버(110)로부터 전송되는 영상을 디코딩과정을 거쳐 화면에 표시하는 영상표출부(121)와, 지능형 분석서버(111)로부터 검출된 이벤트를 전송받아 표시하는 이벤트 처리부(122)로 구성된다.

위와 같은 종래의 지능형 영상분석 시스템은 서버 단에서 소프트웨어 패키지 또는 별도의 장비를 통해 지능형 영상분석 기능을 구현하는 방법으로서, 지금까지 개발된 지능형 영상분석 기능을 최대한 활용할 수 있다는 장점이 있지만, 구축비용이 고가이고 시스템 설정과 운영이 상대적으로 어렵다는 단점이 있다.

아울러, 이와 같은 종래의 지능형 영상분석 시스템은 현재 IP 카메라에 내장된 H/W 모션 감지기능, H/W 지능형 알고리즘, S/W 지능형 알고리즘을 활용할 수 없다. 또한 네트워크 전송을 위해 엔코딩과 스케일링 과정을 거치면서 영상이 열화되는데, 이러한 열화된 저화질 영상으로 분석하게 되고, 네트워크 전송 과정에서 패킷누수 및 지연으로 인식 오류 발생이 증가한다는 단점이 있다.

도 2는 지능형 분석 알고리즘이 카메라에 내장된 지능형 영상 감시 시스템을 나타낸다. 이는 IP 카메라에 지능형 영상분석 기능을 수행할 수 있는 SoC(System on Chip)가 내장되는 형태이다.

도 2에 도시된 카메라(200)는 카메라 영상수신부(201), HW 객체식별부(202), HW 알고리즘 처리부(203), SW 알고리즘 처리부(204), 이벤트 검출부(205) 및 영상전송부(206)를 구비한다. 카메라의 영상전송부(206)는 영상을 클라이언트(210)에게로 전송하고, 이벤트 검출부(205)는 이벤트를 클라이언트(210)에게 전송한다.

도 2에 도시된 방식의 경우, 서버 단에서 영상분석 솔루션 구축이나 별도의 영상분석 장비를 추가하는 것보다 상대적으로 비용이 적게 들고, 별도의 장비나 소프트웨어를 추가하지 않아도 된다는 장점이 있다. 하지만, 영상분석 기능 구현에 있어, 서버 단보다는 다양하지 못하고 일정 부분 한계가 있다.

이와 같은 종래의 지능형 영상 감시 시스템은 임베디드 CPU 처리 성능 한계로 다양한 지능형 SW 알고리즘 처리에 어려움이 있었다. 이로 인하여 임베디드 고사양 CPU를 선택해야 하거나, 감시 사이트를 대형 또는 멀티 사이트로 구축해야하는 어려움이 있었다.

따라서, 본 발명의 목적은 카메라와 클라이언트가 영상 분석을 분산처리하고 중복된 연산을 최소화하여 최적화된 지능형 감시 시스템을 구축할 수 있는 지능형 분산 영상 분석 시스템 및 방법을 제공하는 것이다.

본 발명의 또 다른 목적은 여러 클라이언트로부터 복합 경보를 통해 이벤트 데이터를 전송받아 오경보율을 최소화할 수 있는 지능형 분산 영상 분석 시스템 및 방법을 제공하는 것이다.

상기 과제를 해결하기 위한 본 발명의 일 측면은, 카메라와 네트워크로 접속되고 원격 지능형 분석부를 구비한 적어도 하나 이상의 클라이언트 및; 촬영한 아날로그 영상 신호를 입력받아 디지털로 전환하는 영상수신부, 영상으로부터 배경을 분리하여 객체를 검출하고 검출된 객체 메타 데이터를 상기 클라이언트로 전송하는 HW 객체식별부, 영상을 분석하고 이벤트 데이터를 이벤트 검출부로 보내는 HW 알고리즘 처리부와 SW 알고리즘 처리부, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부에서 객체 메타데이터를 분석한 결과인 이벤트 데이터를 전송받고, HW 알고리즘 처리부와 SW 알고리즘 처리부에서 분석한 이벤트 데이터와 함께 판단하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정하는 이벤트 검출부 및, 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트로 전송하는 영상전송부를 구비하는 카메라를 포함하는 지능형 분산 영상 분석 시스템이다.

바람직하게, HW 객체식별부에서 상기 클라이언트로 전송되는 객체 메타 데이터는 객체 검출 데이터를 포함하고, 상기 객체 검출 데이터는 배경정보, 이벤트 모델링정보, 객체타입정보, 또는 이벤트 박스 정보를 포함한다.

바람직하게, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부는 각각 다른 지능형 알고리즘을 이용한다.

바람직하게, 상기 HW 객체식별부는 영상의 배경 영역에 대한 특성 정보를 가우시안 또는 가우시안 믹스처 모델을 사용하여 모델링한 후, 전경 영역과 배경 영역을 구분한다.

상기 과제를 해결하기 위한 본 발명의 다른 측면은, 카메라와 네트워크로 접속되고 원격 지능형 분석부를 구비한 적어도 하나 이상의 클라이언트 및, 영상수신부, HW 객체식별부, HW 알고리즘 처리부, SW 알고리즘 처리부, 이벤트 검출부 및, 영상전송부를 구비한 카메라를 포함하는 지능형 분산 영상 분석 시스템에서 수행되는 지능형 분산 영상 분석 방법에 있어서, 상기 영상수신부에서, 촬영한 아날로그 영상 신호를 입력받아 디지털로 전환하는 단계; 상기 HW 객체식별부에서, 영상으로부터 배경을 분리하여 객체를 검출하고 검출된 객체 메타 데이터를 상기 적어도 하나 이상의 클라이언트로 전송하는 단계; 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부에서, 수신된 객체 메타데이터를 분석하고, 분석 결과인 이벤트 데이터를 상기 카메라의 이벤트 검출부로 전송하는 단계; 상기 HW 알고리즘 처리부와 SW 알고리즘 처리부에서, 영상을 분석하고 분석 결과인 이벤트 데이터를 이벤트 검출부로 보내는 단계; 상기 이벤트 검출부에서, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부로부터 전송받은 이벤트 데이터와, 상기 HW 알고리즘 처리부와 SW 알고리즘 처리부로부터 받은 이벤트 데이터를 함께 판단하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정하는 단계 및; 상기 영상전송부에서, 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트로 전송하는 단계를 포함한다.

바람직하게, 상기 HW 객체식별부에서 상기 클라이언트로 전송되는 객체 메타 데이터는 객체 검출 데이터를 포함하고, 상기 객체 검출 데이터는 배경정보, 이벤트 모델링정보, 객체타입정보, 또는 이벤트 박스 정보를 포함한다.

본 발명에 의한 지능형 분산 영상 분석 시스템 및 방법에 의하면, 카메라를 사용하여 지능형 영상 분석을 분산처리함으로써, 임베디드 시스템의 제한된 CPU 한계를 극복하는 효과가 있다.

또한. 지능형 영상 분석 서버(IVA Server) 없이 다양한 알고리즘을 동시에 처리할 수 있고, 종래의 저화질 영상기반 알고리즘에 비해 인식률을 높일 수 있고 알고리즘 분석 처리 속도가 향상된다.

또한, 네트워크로 전송된 지능형 영상분석 데이터를 영상과 함게 저장하므로 사후 지능형 영상분석에 활용 할 수 있다.

도 1은 종래의 기술에 의한 지능형 영상 분석 시스템을 설명하기 위한 블록도이다.
도 2는 종래의 기술에 의한 지능형 분석 알고리즘이 카메라에 내장된 지능형 영상 분석 시스템을 설명하기 위한 블록도이다.
도 3은 본 발명의 바람직한 실시예에 따른 지능형 분산 영상 분석 시스템을 설명하기 위한 블록도이다.
도 4는 본 발명의 바람직한 실시예에 따른 지능형 분산 영상 분석 시스템의 카메라에서 수행되는 이벤트 검출 과정을 설명하기 위한 블록도이다.
도 5는 본 발명에서 클라이언트에 전송되어 분산처리를 위해 사용되는 지능형 메타 데이타와 종래의 메타 데이터의 차이점을 설명하기 위한 도면이다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하면 다음과 같다. 그러나 이하의 실시예는 이 기술분야에서 통상적인 지식을 가진 자에게 본 발명이 충분히 이해되도록 제공되는 것으로서 여러가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 기술되는 실시예에 한정되는 것은 아니다.

도 3은 본 발명의 바람직한 실시예에 따른 지능형 분산 영상 분석 시스템을 설명하기 위한 블록도이다.

본 발명의 바람직한 실시예에 따른 지능형 분산 영상 분석 시스템은 카메라(300)와 네트워크로 접속되는 적어도 하나 이상의 클라이언트(310)로 구성된다. 카메라(300)는 카메라 영상수신부(301), HW 객체식별부(302), HW 알고리즘 처리부(303), SW 알고리즘 처리부(304), 이벤트 검출부(305) 및, 영상전송부(306)를 구비한다. 클라이언트(310)는 영상수신부(311), 메타데이터 수신부(312), 이벤트 및 메타데이터 수신부(314), 원격 지능형 분석부(313)를 구비한다.

도 3을 참조하면, 카메라 영상수신부(301)는 카메라가 촬영한 아날로그 영상 신호를 입력받아 디지털로 전환한다. HW 객체식별부(302)는 영상으로부터 배경을 분리하여 객체를 검출하고, 검출된 객체 메타 데이터를 클라이언트(310)의 메타데이터 저장부(312)로 전송(320)한다. 이때, 클라이언트로 전송되는 객체 메타 데이터는 도 5의 식별번호 351과 같은 것으로서, 종래 기술에서 이용하던 메타데이터(361)와는 다른 것이다. 즉, 본 발명에 의한 메타 데이터(351)는 일반적인 메타 데이터(361) 이외에도 객체 검출 데이터가 포함되어 있다. 이에 대해서는 도 5를 참조하여 후술한다.

클라이언트의 원격 지능형 분석부(313)에서는 분석 알고리즘을 이용하여 메타데이터를 분석하고, 분석결과인 이벤트 데이터를 다시 카메라의 이벤트 검출부(305)로 통보(321)한다. 즉, 지능형 영상 분석이 클라이언트에서 분산처리 되는 것이다.

카메라의 HW 알고리즘 처리부(303)와 SW 알고리즘 처리부(304)는 영상을 분석하고, 분석 결과인 이벤트 데이터를 이벤트 검출부(305)로 보낸다. 예를 들어, HW 알고리즘 처리부(303)는 객체검출을 기반으로 침입, 이동자 계수등 하드웨어 알고리즘을 적용하고, SW 알고리즘 처리부(304)는 얼굴인식, 차량번호판인식 등 SW 알고리즘을 적용할 수 있다.

그러면, 카메라의 이벤트 검출부(305)는 클라이언트로부터 전송된 이벤트 데이터 및 자체적으로 HW 알고리즘 처리부(303)와 SW 알고리즘 처리부(304)에서 분석한 이벤트 데이터를 전체적으로 고려하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정한다.

이때, 복합 경보를 통해 오경보율을 최소화하기 위해, 카메라(300)는 하나 이상의 클라이언트(310)로부터 이벤트 데이터를 받아 결정할 수 있다. 즉, 카메라에 두대 이상의 클라이언트가 각기 다른 지능형 알고리즘을 연산하여 연산 결과를 카메라로 전송하면, 카메라의 이벤트 검출부(305)는 서로 다른 알고리즘으로 분석한 복합 경로의 이벤트 데이터와 카메라의 알고리즘 처리부(303,304)에서 분석한 이벤트 데이터를 소정 이벤트 규칙에 따라 복합적으로 판단하여 이벤트를 최종 결정한다.

이러한 복합 경보는 단순한 움직임 감지만이 아니라, 다수의 상황을 복합적으로 감지하여 경보를 발생함으로써, 오경보율을 최소화할 수 있는 것이다. 즉, 상대적으로 빈 화면에서 움직이는 것과 같은 단순 행위와 객체를 감지하는 객체 추적, 그리고 높이와 같이 정교한 계수 기능을 적용할 수 있으며, 여기에 다수의 객체에 대한 계수나 미끄러지거나 넘어지는 것과 같은 행동 분석 기능을 갖추고, 혼잡한 화면에서의 객체 감지 기능을 제공하여, 첨단 지능형 영상 분석 시스템을 구현할 수 있다.

영상전송부(306)는 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트(310)의 이벤트 및 메타데이터 수신부(314)에 보낸다. 이때, 클라이언트로 보내는 객체 메타 데이터는 도 5의 식별번호 361과 같은 종래에 사용되는 메타 데이터이다.

이하, 도 4를 참조하여 카메라에서 수행되는 이벤트 검출 과정을 좀더 상세하게 설명한다. 도 4는 본 발명의 바람직한 실시예에 따른 지능형 분산 영상 분석 시스템의 카메라에서 수행되는 이벤트 검출 과정을 설명하기 위한 블록도이다.

지능형 영상분석 기술이란 영상의 정보를 분석하여 자동으로 이상 행위를 탐지하는 기술로서, 도 4와 같이 영상(330)의 배경 영역 분리(332), 객체 식별(333), 객체 추적(334) 및 사전 정의된 규칙을 기반으로 이벤트를 탐지하는 이벤트 탐지(335)로 구성될 수 있다.

카메라의 HW 객체식별부(302)에서 처리되는 배경 영역 분리(332)는 입력되는 영상에서 관심이 있는 전경 영역과 그 외의 배경 영역을 구분하여 활성 객체를 탐지하는 과정으로, 초기에 주로 이전 영상과의 현재 영상의 밝기 차이를 계산하여 분리하는 방법이 사용되었다. 하지만, 본 발명에서는 배경 영역에 대한 특성 정보를 가우시안 또는 가우시안 믹스처 모델 등을 사용하여 정교하게 모델링한 후, 전경 영역과 배경 영역을 구분하는 방법 등을 사용할 수 있다.

카메라의 HW 객체식별부(302)에서 처리되는 객체 식별(333)은 배경 영역에서 전경 영역으로 판단한 객체 중에서 탐지된 물체가 사람인지 사물인지 여부를 구분하는 과정으로, 현재 지능형 영상분석 기술은 사람(한 명, 그룹), 동물, 자동차 등을 주로 구분하고 있다.

카메라의 HW 알고리즘 처리부(303)와 SW 알고리즘 처리부(304)에서 처리되는 객체 추적(334)은 연속되는 영상에서 식별된 객체의 이동경로를 찾는 과정이다. 객체추적은 칼만 필터, 파티클 필터, CAMSHIFT(Continuously Adaptive Mean Shift) 등의 다양한 알고리즘을 바탕으로 추적하는 물체의 특징을 정의하는 방법, 추적하는 알고리즘의 조합 방법 등의 방법들을 사용할 수 있다.

카메라의 이벤트 검출부(305)에서 처리되는 이벤트 탐지(335)는 객체의 식별 정보 및 객체의 이동 정보를 바탕으로 보안 관리자가 정의한 규칙(336)을 위반하는지 여부를 판단하여 이벤트를 탐지한다. 이벤트 탐지시 규칙관리 인터페이스(336)를 이용할 수 있다. 탐지된 이벤트 정보는 클라이언트로 전송되는데, 클라이언트로 전송되는 데이터는 영상(340)과 메타 데이터(360)이다.

도 5는 본 발명에서 클라이언트에 전송되어 분산처리를 위해 사용되는 지능형 메타 데이타와 종래의 메타 데이터의 차이점을 설명하기 위한 도면이다.

종래의 메타 데이터(361)는 카메라에서 클라이언트로 전송하는 단방향 정보이지만, 본 발명에서는 메타 데이터(351)를 기반으로 영상을 분석한 후 결과를 다시 카메라에게 통보하는 양방향 정보 시스템이다.

예를 들어, 종래의 메타 데이터(361)는 시작비트(StartCode), 버전정보(Version), 이벤트정보(EventType), 이미지정보(Image Width), 오브젝트영역정보(tracking Box Info), 알람정보(AlarmInfo)등의 정보를 전송한다. 이러한 메타 데이터(361)를 이용하여 이미지 영역과 오브젝트 영역을 표시하면, 도 5에 도시된 것과 같이 이미지영역표시(360)처럼 나타낼 수 있다. 하지만 이러한 메타 데이터(361)는 정보량이 부족하여 다른 알고리즘을 처리하기 위한 베이스 데이터로 활용하기 어렵다.

본 발명에 의한 메타 데이터(351)는 일반적인 메타 데이터(361) 이외에도 객체 검출 데이터가 포함되어 있으므로, 클라이언트에서 지능형 알고리즘을 적용할 수 있다. 즉, 본 발명에 의한 메타 데이터(351)는 배경정보(Background Subtration), 이벤트 모델링정보(Event Modeling), 객체타입정보(ObjectType), 이벤트 박스 정보(Event Box Height) 등을 더 포함하고 있다. 따라서, 종래의 영상 기반 지능형 알고리즘과 비교하여 적은 연산으로도 신뢰할 수 있는 정보를 얻을 수 있다. 또한 메타 데이터(351)를 저장하여 사건 발생 직후 다양한 알고리즘 복합 패턴을 적용하여 특정 이벤트를 빠르게 검색 할 수 있다.

300 ; 카메라 301 : 카메라 영상수신부
302 : HW 객체식별부 303 : HW 알고리즘 처리부
304 : SW 알고리즘 처리부 305 : 이벤트 검출부
306 : 영상전송부 310 : 클라이언트
311 : 영상수신부 312 : 메타데이터 수신부
314 : 이벤트 및 메타데이터 수신부 313 : 원격 지능형 분석부

Claims

카메라와 네트워크로 접속되고 원격 지능형 분석부를 구비한 적어도 하나 이상의 클라이언트 및;
촬영한 아날로그 영상 신호를 입력받아 디지털로 전환하는 영상수신부, 영상으로부터 배경을 분리하여 객체를 검출하고 검출된 객체 메타 데이터를 상기 클라이언트로 전송하는 HW 객체식별부, 영상을 분석하고 이벤트 데이터를 이벤트 검출부로 보내는 HW 알고리즘 처리부와 SW 알고리즘 처리부, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부에서 객체 메타데이터를 분석한 결과인 이벤트 데이터를 전송받고, HW 알고리즘 처리부와 SW 알고리즘 처리부에서 분석한 이벤트 데이터와 함께 판단하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정하는 이벤트 검출부 및, 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트로 전송하는 영상전송부를 구비하는 카메라를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 시스템.
제1항에 있어서,
상기 HW 객체식별부에서 상기 클라이언트로 전송되는 객체 메타 데이터는 객체 검출 데이터를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 시스템.
제2항에 있어서,
상기 객체 검출 데이터는 배경정보, 이벤트 모델링정보, 객체타입정보, 또는 이벤트 박스 정보를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 시스템.
제1항에 있어서,
상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부는 각각 다른 지능형 알고리즘을 이용하는 것을 특징으로 하는 지능형 분산 영상 분석 시스템.
제1항에 있어서,
상기 HW 객체식별부는 영상의 배경 영역에 대한 특성 정보를 가우시안 또는 가우시안 믹스처 모델을 사용하여 모델링한 후, 전경 영역과 배경 영역을 구분하는 것을 특징으로 하는 지능형 분산 영상 분석 시스템.
카메라와 네트워크로 접속되고 원격 지능형 분석부를 구비한 적어도 하나 이상의 클라이언트 및, 영상수신부, HW 객체식별부, HW 알고리즘 처리부, SW 알고리즘 처리부, 이벤트 검출부 및, 영상전송부를 구비한 카메라를 포함하는 지능형 분산 영상 분석 시스템에서 수행되는 지능형 분산 영상 분석 방법에 있어서,
상기 영상수신부에서, 촬영한 아날로그 영상 신호를 입력받아 디지털로 전환하는 단계;
상기 HW 객체식별부에서, 영상으로부터 배경을 분리하여 객체를 검출하고 검출된 객체 메타 데이터를 상기 적어도 하나 이상의 클라이언트로 전송하는 단계;
상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부에서, 수신된 객체 메타데이터를 분석하고, 분석 결과인 이벤트 데이터를 상기 카메라의 이벤트 검출부로 전송하는 단계;
상기 HW 알고리즘 처리부와 SW 알고리즘 처리부에서, 영상을 분석하고 분석 결과인 이벤트 데이터를 이벤트 검출부로 보내는 단계;
상기 이벤트 검출부에서, 상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부로부터 전송받은 이벤트 데이터와, 상기 HW 알고리즘 처리부와 SW 알고리즘 처리부로부터 받은 이벤트 데이터를 함께 판단하여, 소정 이벤트 규칙에 따라 이벤트를 최종 결정하는 단계 및;
상기 영상전송부에서, 최종적으로 이벤트로 결정된 객체 메타 데이터와 영상을 클라이언트로 전송하는 단계를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 방법.
제6항에 있어서,
상기 HW 객체식별부에서 상기 클라이언트로 전송되는 객체 메타 데이터는 객체 검출 데이터를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 방법.
제7항에 있어서,
상기 객체 검출 데이터는 배경정보, 이벤트 모델링정보, 객체타입정보, 또는 이벤트 박스 정보를 포함하는 것을 특징으로 하는 지능형 분산 영상 분석 방법.
제6항에 있어서,
상기 적어도 하나 이상의 클라이언트의 원격 지능형 분석부는 각각 다른 지능형 알고리즘을 이용하는 것을 특징으로 하는 지능형 분산 영상 분석 방법.
제6항에 있어서,
상기 HW 객체식별부는 영상의 배경 영역에 대한 특성 정보를 가우시안 또는 가우시안 믹스처 모델을 사용하여 모델링한 후, 전경 영역과 배경 영역을 구분하는 것을 특징으로 하는 지능형 분산 영상 분석 방법.