KR20160035367A - 영상 감시 방법 및 장치 - Google Patents

영상 감시 방법 및 장치 Download PDF

Info

Publication number
KR20160035367A
KR20160035367A KR1020140126860A KR20140126860A KR20160035367A KR 20160035367 A KR20160035367 A KR 20160035367A KR 1020140126860 A KR1020140126860 A KR 1020140126860A KR 20140126860 A KR20140126860 A KR 20140126860A KR 20160035367 A KR20160035367 A KR 20160035367A
Authority
KR
South Korea
Prior art keywords
cell
image
information
unit
unit cell
Prior art date
Application number
KR1020140126860A
Other languages
English (en)
Other versions
KR102131896B1 (ko
Inventor
조동찬
Original Assignee
에스케이텔레콤 주식회사
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 에스케이텔레콤 주식회사 filed Critical 에스케이텔레콤 주식회사
Priority to KR1020140126860A priority Critical patent/KR102131896B1/ko
Publication of KR20160035367A publication Critical patent/KR20160035367A/ko
Application granted granted Critical
Publication of KR102131896B1 publication Critical patent/KR102131896B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 영상 감시 방법 및 장치에 관한 것이다. 개시된 영상 감시 방법은 감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단계와, 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 단계와, 복의 영상 프레임에서 감시 대상 객체의 움직임 정보를 추출하여 각 셀별로 진입 시간, 진출 시간 또는 진출 방향 중에서 적어도 하나 이상을 포함하는 특징 정보를 생성하는 단계를 포함한다. 따라서, 특징 정보가 저장된 관계형 데이터베이스를 활용하는 지능형 영상 관제 시스템 등에서 빠른 속도의 검색이 가능해지고, 데이터베이스에 많은 양의 데이터가 기록되어 있어도 별도의 컴퓨팅 자원을 점유하지 않고서도 원하는 검색 결과를 획득할 수 있는 효율성을 가지는 이점이 있다.

Description

영상 감시 방법 및 장치{METHOD AND APPARATUS FOR MONITORING VIDEO}
본 발명은 영상 감시 방법 및 장치에 관한 것으로, 영상 내에서 감시 대상 객체의 특징 정보를 생성하는 방법과 이를 수행할 수 있는 장치에 관한 것이다.
일반적으로 지능형 영상 관제 시스템은 침입 탐지, 객체의 검출 및 추적, 사람 계수 등의 기능을 제공한다.
이러한 지능형 기능들을 사용하기 위해서는 미리 이벤트를 설정하여야 동작이 가능하다. 예를 들어 침입 탐지의 경우 미리 침입 탐지 이벤트를 발생시킬 영역을 사전에 설정하고, 이 영역에 객체가 지나갔을 때 알람을 발생시키거나 이벤트 정보를 데이터베이스에 저장하여야 추후에 검색을 통하여 분석할 수 있다. 사람 계수의 경우도 계수를 수행할 관심 영역이나 기준선을 미리 설정해야만 해당 설정에 대한 통계치를 확보할 수 있다.
그런데, 이러한 접근 방법은 특정 사건이 발생한 후 해당 사건을 분석하기 위하여 다양한 관심 영역을 사후에 설정할 경우에 이미 축적된 이벤트 정보를 통하여서는 분석이 불가능할 수 있다. 혹은 많은 양의 데이터를 미리 저장하고 검색 시에 분석할 경우에는 검색 시간이 오래 걸리게 된다.
특히, 객체의 움직임 경로 정보의 경우에는 객체의 영상 내 좌표 정보의 묶음으로 구성이 되는데 이러한 데이터를 관계형 데이터베이스에 저장하기 위해서는 한 객체에 대하여 여러 행(row)으로 구성을 하거나 한 열(column)에 모든 데이터를 저장하는 형태로 저장이 가능하다. 이 경우 SQL(Structured Query Language)만으로는 원하는 검색 결과를 찾아내기 어렵고 경로 정보를 모두 읽어온 후 알고리즘 단에서 다시 분석을 수행하여야 하는 문제가 있다. 예를 들어, 1시간 동안 특정 기준선을 지나간 객체의 수를 알고 싶다고 할 때에 1시간 동안 영상 내 만개의 객체가 나타났다고 가정하면 데이터베이스에서 만개의 객체 동선 정보를 읽어와서 해당 동선이 사후에 결정된 기준선을 지나가는지 추가적인 분석을 하여야만 결과를 얻을 수 있다.
한국공개특허 제10-2014-0029069호, 공개일자 2014년 03월 10일.
본 발명의 실시예에 따르면, 영상을 분할하여 복수의 셀로 구획한 후에 감시 대상 객체의 셀별 진입/진출 정보를 포함하는 특징 정보를 저장하는 영상 감시 방법 및 장치를 제공한다.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 관점에 따른 영상 감시 장치에 의한 영상 감시 방법은, 감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단계와, 상기 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 단계와, 복수의 영상 프레임에서 상기 감시 대상 객체의 움직임 정보를 추출하여 상기 구획된 각 셀별로 진입 시간, 진출 시간 또는 진출 방향 중에서 적어도 하나 이상을 포함하는 특징 정보를 생성하는 단계를 포함할 수 있다.
본 발명의 다른 관점에 따른 영상 감시 장치는, 감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단위 셀 설정부와, 상기 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 영상 셀 구획부와, 복수의 영상 프레임에서 상기 감시 대상 객체의 움직임 정보를 추출하는 움직임 정보 추출부와, 상기 추출된 움직임 정보에 따라 상기 구획된 각 셀별로 진입 시간, 진출 시간 또는 진출 방향 중에서 적어도 하나 이상을 포함하는 특징 정보를 생성하는 셀별 정보 생성부를 포함할 수 있다.
본 발명의 실시예에 의하면, 영상을 분할하여 복수의 셀로 구획한 후에 감시 대상 객체의 셀별 진입 정보, 진출 정보, 진출 방향 정보 등을 포함하는 특징 정보를 생성할 수 있다.
따라서, 특징 정보가 저장된 관계형 데이터베이스를 활용하는 지능형 영상 관제 시스템에서 빠른 속도의 검색이 가능해지고, 데이터베이스에 많은 양의 데이터가 기록되어 있어도 별도의 컴퓨팅 자원을 점유하지 않고서도 원하는 검색 결과를 획득할 수 있는 효율성을 가진다. 특히, 멀티 카메라 기반의 영상 관제 시스템에서는 축적되는 데이터의 양이 방대하기 때문에 검색의 효율성이 더욱 향상되는 효과가 있다.
도 1은 본 발명의 실시예에 따른 영상 감시 장치의 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 영상 감시 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 실시예에 따라 복수의 셀로 구획된 영상의 예시도이다.
도 4는 본 발명의 실시예에 따라 원근에 의거하여 셀의 크기를 변화시킨 영상의 예시도이다.
도 5는 본 발명의 실시예에 따라 관심 영역이 설정된 영상의 예시도이다.
도 6은 본 발명의 실시예에 따라 기준선이 설정된 영상의 예시도이다.
도 7은 본 발명의 실시예에 따라 기준선과 진행 방향이 설정된 영상의 예시도이다.
도 8은 본 발명의 실시예에 따라 방향에 대한 각도 정보를 양자화된 값으로 생성하기 위한 방향 분할 예시도이다.
도 9는 본 발명의 실시예에 따라 생성된 셀별 특징 정보를 이용한 검색 과정을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시예에 따른 영상 감시 장치의 블록 구성도이다.
이에 나타낸 바와 같이 실시예에 따른 영상 감시 장치(100)는, 영상 입력부(110), 객체 검출부(120), 단위 셀 설정부(130), 영상 셀 구획부(140), 움직임 정보 추출부(150), 셀별 정보 생성부(160), 특징 정보 저장부(170) 등을 포함한다.
영상 입력부(110)는 감시 대상 객체가 포함되어 있는 영상을 입력 받아 복수의 영상 프레임을 추출한다.
객체 검출부(120)는 영상 입력부(110)에 의해 추출된 복수의 영상 프레임을 대상으로 하여 감시 대상 객체를 검출한다. 예컨대, 에지 정보를 추출하여 윤곽선을 파악한 후에 영상 필터링을 통해 소정의 감시 대상 객체를 검출할 수 있다.
단위 셀 설정부(130)는 감시 대상 객체에 대응하여 단위 셀 크기를 설정한다. 여기서, 단위 셀 크기는 감시 대상 객체의 크기보다 작게 설정할 수 있다. 영상 내에서 감시 대상 객체의 크기는 원근에 따라 달라질 수 있는데, 감시 대상 객체의 최대 길이보다 단위 셀 크기를 더 작게 설정할 수 있다.
영상 셀 구획부(140)는 단위 셀 설정부(130)에 의해 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획한다. 여기서, 영상 내의 원근에 따라 단위 셀 크기가 변화되게 영상을 분할하여 셀들을 구획할 수 있다. 감시 대상 객체가 영상 내에서 가까운 쪽에 위치할 때에는 먼 쪽에 위치할 때보다 더 크기 때문에 단위 셀 크기 또한 더 크게 구획하며, 영상 내에서 먼 쪽에 위치할 때에는 가까운 쪽에 위치할 때보다 더 작기 때문에 단위 셀 크기 또한 더 작게 구획할 수 있다.
움직임 정보 추출부(150)는 영상 입력부(110)에 의해 추출된 복수의 영상 프레임을 대상으로 하여 감시 대상 객체의 움직임 정보를 추출한다.
셀별 정보 생성부(160)는 움직임 정보 추출부(150)에 의해 추출된 움직임 정보에 따라 감시 대상 객체가 각 셀에 위치하거나 지나갔는지에 대한 통과 구분 정보, 각 셀에 진입한 시간을 나타내는 진입 시간 정보, 각 셀에서 진출한 시간을 나타내는 진출 시간 정보, 각 셀에서 진출할 때의 방향을 나타내는 진출 방향 정보 등을 포함하는 특징 정보를 구획된 각 셀별로 생성한다.
특징 정보 저장부(170)는 셀별 정보 생성부(160)에 의해 생성된 각 셀별 통과 구분 정보, 진입 시간 정보, 진출 시간 정보 및 진출 방향 정보 등을 포함하는 셀별 특징 정보를 저장한다. 예컨대, 이렇게 셀별 특징 정보를 저장하는 것은 지능형 영상 관제 시스템 등에서 활용하는 관계형 데이터베이스를 구축하는 경우라 할 수 있다.
도 2는 본 발명의 실시예에 따른 영상 감시 방법을 설명하기 위한 흐름도이다.
이에 나타낸 바와 같이 실시예에 따른 영상 감시 방법은, 입력된 영상에서 복수의 영상 프레임을 추출한 후에 감시 대상 객체를 검출하는 단계(S201 및 S203)를 포함한다.
그리고, 감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단계(S205)를 더 포함한다.
이어서, 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 단계(S207)를 더 포함한다.
아울러, 복수의 영상 프레임에서 감시 대상 객체의 움직임 정보를 추출하는 단계(S209)를 더 포함한다.
그리고, 구획된 각 셀별로 감시 대상 객체의 움직임 정보에 의거하여, 각 셀에 위치하거나 지나갔는지에 대한 통과 구분 정보, 진입 시간 정보, 진출 시간 정보, 진출 방향 정보 등을 포함하는 셀별 특징 정보를 생성 및 저장하는 단계(S211)를 더 포함한다.
도 3은 본 발명의 실시예에 따라 복수의 셀로 구획된 영상의 예시도이며, 도 4는 본 발명의 실시예에 따라 원근에 의거하여 셀의 크기를 변화시킨 영상의 예시도이다.
도 5는 본 발명의 실시예에 따라 관심 영역이 설정된 영상의 예시도이며, 도 6은 본 발명의 실시예에 따라 기준선이 설정된 영상의 예시도이고, 도 7은 본 발명의 실시예에 따라 기준선과 진행 방향이 설정된 영상의 예시도이며, 도 8은 본 발명의 실시예에 따라 방향에 대한 각도 정보를 양자화된 값으로 생성하기 위한 방향 분할 예시도이다.
이하, 도 1 내지 도 8을 참조하여 본 발명의 실시예에 따른 영상 감시 장치에 의한 영상 감시 방법에 대해 더 자세히 살펴보기로 한다.
먼저, 감시 대상 객체가 포함되어 있는 영상이 입력되면 영상 입력부(110)는 입력된 영상으로부터 복수의 영상 프레임을 추출한다(S201).
이어서, 객체 검출부(120)는 영상 입력부(110)에 의해 추출된 복수의 영상 프레임을 대상으로 하여 감시 대상 객체를 검출한다. 예컨대, 객체 검출부(120)는 에지 정보를 추출하여 윤곽선을 파악한 후에 영상 필터링을 통해 소정의 감시 대상 객체를 검출할 수 있다. 에지 성분 영상을 추출하기 위해 DoG(Difference of Gaussian) 에지 검출법, 소벨(sobel) 에지 검출법, 프리윗(prewitt) 에지 검출법, 해리스(harris) 에지 검출법 등을 이용할 수 있다(S203).
그리고, 단위 셀 설정부(130)는 감시 대상 객체에 대응하여 단위 셀 크기를 설정한다. 여기서, 단위 셀 설정부(130)는 단위 셀 크기를 감시 대상 객체의 크기보다 작게 설정할 수 있다. 또, 영상 내에서 감시 대상 객체의 크기는 원근에 따라 달라질 수 있는데, 감시 대상 객체의 최대 길이보다 단위 셀 크기를 더 작게 설정할 수 있다. 예컨대, 단위 셀을 사각 형상으로 설정할 때에 한 변의 길이가 감시 대상 객체의 크기와 비교할 때에 대략 절반 정도의 크기를 가지도록 설정할 수 있다(S205).
그러면, 영상 셀 구획부(140)는 단위 셀 설정부(130)에 의해 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획한다. 예컨대, 도 3에 나타낸 바와 같이 영상을 복수의 셀(301)로 구획할 수 있다.
여기서, 영상 셀 구획부(140)는 영상 내의 원근에 따라 단위 셀 크기가 변화되게 영상을 분할하여 셀들을 구획할 수 있다. 감시 대상 객체가 영상 내에서 가까운 쪽에 위치할 때에는 먼 쪽에 위치할 때보다 더 크기 때문에 단위 셀 크기 또한 더 크게 구획하며, 영상 내에서 먼 쪽에 위치할 때에는 가까운 쪽에 위치할 때보다 더 작기 때문에 단위 셀 크기 또한 더 작게 구획할 수 있다. 예컨대, 도 4에 나타낸 바와 같이 영상 내에서 가까운 쪽의 단위 셀(301)보다 먼 쪽의 단위 셀(303)을 더 작게 구획할 수 있다. 도 4에는 단위 셀(301, 303)의 크기를 2종으로 예시하였지만 그 이상의 다양한 크기를 가질 수 있다(S207).
다음으로, 움직임 정보 추출부(150)는 영상 입력부(110)에 의해 추출된 복수의 영상 프레임을 대상으로 하여 감시 대상 객체의 움직임 정보를 추출한다(S209).
그리고, 셀별 정보 생성부(160)는 움직임 정보 추출부(150)에 의해 추출된 움직임 정보에 따라 감시 대상 객체가 각 셀에 위치하거나 지나갔는지에 대한 통과 구분 정보, 각 셀에 진입한 시간을 나타내는 진입 시간 정보, 각 셀에서 진출한 시간을 나타내는 진출 시간 정보, 각 셀에서 진출할 때의 방향을 나타내는 진출 방향 정보 등을 포함하는 특징 정보를 구획된 각 셀별로 생성한다. 여기서, 셀별 정보 생성부(160)는 통과 구분 정보, 진입 시간 정보, 진출 시간 정보, 진출 방향 정보 중에서 필요에 따라 일부의 특징 정보만을 생성하거나 또는 모든 특징 정보를 생성할 수도 있다.
아울러, 특징 정보 저장부(170)는 셀별 정보 생성부(160)에 의해 생성된 각 셀별 통과 구분 정보, 진입 시간 정보, 진출 시간 정보 및 진출 방향 정보 등을 포함하는 셀별 특징 정보를 저장한다. 여기서, 특징 정보 저장부(170)는 통과 구분 정보, 진입 시간 정보, 진출 시간 정보, 진출 방향 정보 중에서 셀별 정보 생성부(160)에 의해 생성된 적어도 하나 이상의 특정 정보를 저장할 수 있다. 예컨대, 이렇게 셀별 특징 정보를 저장하는 것은 지능형 영상 관제 시스템 등에서 활용하는 관계형 데이터베이스를 구축하는 경우라 할 수 있다(S211).
예컨대, 특징 정보 저장부(170)가 셀별 정보 생성부(160)에 의해 생성된 각 셀별 통과 구분 정보를 저장하는 경우라면 아래의 표 1과 같이 객체 ID 및 셀 ID와 함께 셀별 통과 구분 정보를 1(통과) 또는 0(미통과)로 표현하여 저장할 수 있다. 이하의 표에서는 객체 ID를 숫자로 표현하고, 셀 ID를 영상 프레임 내의 가로 순서 및 세로 순서로 표현하였지만 이는 변경될 수 있다.
객체 ID 셀 ID (1,1) 셀 ID (1,2) 셀 ID (1,3) …
1 1 1 0 …
2 0 1 0 …
특징 정보 저장부(170)가 셀별 정보 생성부(160)에 의해 생성된 각 셀별 진입 시간 정보 또는 진출 시간 정보를 저장하는 경우라면 아래의 표 2와 같이 객체 ID 및 셀 ID와 함께 셀별 진입 또는 진출 시간 정보(예컨대, 시:분:초)를 12시간 단위 또는 24시간 단위로 표현하여 저장할 수 있다.
객체 ID 셀 ID (1,1) 셀 ID (1,2) 셀 ID (1,3) …
1 13:10:21 13:10:23 …
2 14:10:10 …
도 5는 본 발명의 실시예에 따라 관심 영역이 설정된 영상의 예시도이다. 표 1 또는 표 2와 같이 특징 정보 저장부(170)에 각 셀별로 특징 정보가 저장된 경우라면 도 5와 같이 관심 영역(305)이 설정될 경우에 관심 영역(305)에 중첩되는 셀들을 대상으로 하여 통과 여부, 진입 시간 또는 진출 시간 등을 검색할 수 있다.
도 6은 본 발명의 실시예에 따라 기준선이 설정된 영상의 예시도이다. 표 1 또는 표 2와 같이 특징 정보 저장부(170)에 각 셀별로 특징 정보가 저장된 경우라면 도 6과 같이 기준선(307)이 설정될 경우에 기준선(307)에 중첩되는 셀들을 대상으로 하여 통과 여부, 진입 시간 또는 진출 시간 등을 검색할 수 있다.
도 7은 본 발명의 실시예에 따라 기준선과 진행 방향이 설정된 영상의 예시도이다. 도 7에 예시된 바와 같이 기준선(307)의 통과 여부와 함께 기준선(307)을 기준으로 하여 소정의 각도 범위(311)에서 특정 방향(309)으로 통과하는 객체에 대한 검색이 요청될 수 있다. 이를 위해, 특징 정보 저장부(170)는 셀별 정보 생성부(160)에 의해 생성된 셀별 특징 정보에 의거하여 표 3과 같이 객체 ID 및 셀 ID와 함께 셀별 진출 시간 정보와 진출 방향 정보를 각도로 표현하여 저장할 수 있다. 예컨대, 셀별 진출 방향에 대한 각도 정보는 영상 프레임의 수직축을 90°라고 임의 설정하여 이를 기준으로 삼을 수 있다.
객체 ID 셀ID(1,1)
진출 시간		 셀ID(1,1)
진출 방향		 셀ID(1,2)
진출 시간		 셀ID(1,2)
진출 방향		 셀ID(1,3)
진출 시간		 셀ID(1,3)
진출 방향		 …
1 13:10:21 32° 13:10:23 35° …
2 14:10:10 95° …
한편, 도 6 및 도 7에 예시한 기준선(307)을 기준으로 하여 하나의 객체가 양방향으로 두 번 이상 지나갔을 경우에 표 3과 같이 각도 정보로 표현한다면 각도 정보를 중복하여 저장하여야 하며, 이때는 중복된 각도 정보에 대한 구별이 필요할 수 있다. 이를 보완하기 위해, 셀별 정보 생성부(160)는 진출 방향에 대한 각도 정보를 양자화된 값으로 생성하며, 특징 정보 저장부(170)는 역시 진출 방향에 대한 각도 정보를 양자화(quantized)된 값으로 저장할 수 있으며, 검색시에도 진출 방향에 대한 각도 정보를 양자화된 값으로 지정 또는 입력하여 검색할 수 있다.
도 8은 본 발명의 실시예에 따라 방향에 대한 각도 정보를 양자화된 값으로 생성하기 위한 방향 분할 예시도이다.
도 8의 예시와 같이, 360°를 8등분하면 0에서 7의 값으로 방향 정보를 분류할 수 있다. 이 때, 객체가 1과 4의 방향으로 이동하였다면 아래의 표 4와 같이 양자화를 위한 지수를 결정하고, 수학식 1에 예시한 비트(bit) 연산을 통해 셀별 진출 방향에 대한 양자화 값으로 18의 값을 특징 정보 저장부(170)에 저장할 수 있다.
7 6 5 4 3 2 1 0
0 0 0 1 0 0 1 0
Figure pat00001
예컨대, 특징 정보 저장부(170)가 객체 ID 및 셀 ID와 함께 셀별 진출 시간 정보와 진출 방향 정보를 저장할 때에 진출 방향 정보를 아래의 표 5와 같이 양자화된 값으로 저장할 수 있다.
객체 ID 셀ID(1,1)
진출 시간		 셀ID(1,1)
진출 방향		 셀ID(1,2)
진출 시간		 셀ID(1,2)
진출 방향		 셀ID(1,3)
진출 시간		 셀ID(1,3)
진출 방향		 …
1 13:10:21 18 13:10:23 62 …
2 16:20:10 44 …
도 9는 본 발명의 실시예에 따라 생성된 셀별 특징 정보를 이용한 검색 과정을 설명하기 위한 흐름도이다.
먼저, 도 5에 예시한 바와 같이 관심 영역(305)을 지정 또는 입력(S401)하고자 할 때에 영상 셀 구획부(140)에 의해 구획된 셀들 중에서 관심 영역(305)에 중첩된 셀들의 위치를 우선 파악한다. 즉, 중첩 셀들의 셀 ID를 파악한다. 이때, 관심 영역(305)과 함께 도 7에 예시한 바와 같이 특정 방향(309)을 함께 지정 검색하고자 할 때에는 지정된 특정 방향(309)을 중심으로 하여 소정의 각도 범위(311)를 설정하여 셀별 진출 방향에 대한 양자화된 값을 계산한다(S403).
예컨대, 도 8과 같은 방향 분할 예시도에서 기준선을 7과 3의 방향으로 그었고 1방향으로 움직인 객체를 검색하고 싶다면 0, 1, 2의 방향으로 지나간 객체를 검색하여야 하기 때문에 아래의 표 6과 같이 양자화를 위한 지수를 결정하고, 수학식 2에 예시한 비트 연산을 통해 셀별 진출 방향에 대한 양자화 값으로 7의 값을 결정할 수 있다.
7 6 5 4 3 2 1 0
0 0 0 0 0 1 1 1
Figure pat00002
이렇게, 결정된 셀별 진출 방향에 대한 양자화 값과 셀 ID 및 해당 셀의 진출 시간 정보가 포함된 SQL(Structured Query Language) 질의문이 생성(S405) 및 입력되면 단계 S211에서 특징 정보 저장부(170)에 저장된 셀별 특징 정보가 검색되며(S407), 지능형 영상 관제 시스템 등에 의해 특징 정보 저장부(170)에 대한 검색 결과가 표현 및 제공될 수 있다(S409).
지금까지 설명한 바와 같이 본 발명의 실시예에 따르면, 영상을 분할하여 복수의 셀로 구획한 후에 감시 대상 객체의 셀별 진입 정보, 진출 정보, 진출 방향 정보 등을 포함하는 특징 정보를 생성 및 저장할 수 있다.
따라서, 특징 정보가 저장된 관계형 데이터베이스를 활용하는 지능형 영상 관제 시스템에서 빠른 속도의 검색이 가능해지고, 데이터베이스에 많은 양의 데이터가 기록되어 있어도 별도의 컴퓨팅 자원을 점유하지 않고서도 원하는 검색 결과를 획득할 수 있는 효율성을 가진다.
본 발명에 첨부된 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
본 발명의 실시예에 따르면, 영상을 분할하여 복수의 셀로 구획한 후에 감시 대상 객체의 셀별 진입 정보, 진출 정보, 진출 방향 정보 등을 포함하는 특징 정보를 생성할 수 있다. 따라서, 특징 정보가 저장된 관계형 데이터베이스를 활용하는 지능형 영상 관제 시스템에서 빠른 속도의 검색이 가능해지고, 데이터베이스에 많은 양의 데이터가 기록되어 있어도 별도의 컴퓨팅 자원을 점유하지 않고서도 원하는 검색 결과를 획득할 수 있는 효율성을 가진다.
이러한 본 발명은 침입 탐지, 객체의 검출 및 추적, 사람 계수 등의 기능을 제공하는 지능형 영상 관제 시스템 등과 같은 각종 산업분야에 이용할 수 있다.
100 : 영상 감시 장치 110 : 영상 입력부
120 : 객체 검출부 130 : 단위 셀 설정부
140 : 영상 셀 구획부 150 : 움직임 정보 추출부
160 : 셀별 정보 생성부 170 : 특징 정보 저장부

Claims (5)

  1. 영상 감시 장치에 의한 영상 감시 방법으로서,
    감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단계와,
    상기 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 단계와,
    복수의 영상 프레임에서 상기 감시 대상 객체의 움직임 정보를 추출하여 상기 구획된 각 셀별로 진입 시간, 진출 시간 또는 진출 방향 중에서 적어도 하나 이상을 포함하는 특징 정보를 생성하는 단계를 포함하는 영상 감시 방법.
  2. 제 1 항에 있어서,
    상기 단위 셀 크기는, 상기 감시 대상 객체의 크기보다 작은 것을 특징으로 하는 영상 감시 방법.
  3. 제 1 항에 있어서,
    상기 단위 셀의 크기는, 상기 영상 내의 원근에 따라 변화되는 것을 특징으로 하는 영상 감시 방법.
  4. 제 1 항에 있어서,
    상기 진출 방향에 대한 정보는, 각도 정보를 양자화된 값으로 생성하는 것을 특징으로 하는 영상 감시 방법.
  5. 감시 대상 객체에 대응하여 단위 셀 크기를 설정하는 단위 셀 설정부와,
    상기 설정된 단위 셀 크기에 따라 영상을 분할하여 복수의 셀로 구획하는 영상 셀 구획부와,
    복수의 영상 프레임에서 상기 감시 대상 객체의 움직임 정보를 추출하는 움직임 정보 추출부와,
    상기 추출된 움직임 정보에 따라 상기 구획된 각 셀별로 진입 시간, 진출 시간 또는 진출 방향 중에서 적어도 하나 이상을 포함하는 특징 정보를 생성하는 셀별 정보 생성부를 포함하는 영상 감시 장치.

KR1020140126860A 2014-09-23 2014-09-23 영상 감시 방법 및 장치 KR102131896B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140126860A KR102131896B1 (ko) 2014-09-23 2014-09-23 영상 감시 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140126860A KR102131896B1 (ko) 2014-09-23 2014-09-23 영상 감시 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160035367A true KR20160035367A (ko) 2016-03-31
KR102131896B1 KR102131896B1 (ko) 2020-07-09

Family

ID=55652091

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140126860A KR102131896B1 (ko) 2014-09-23 2014-09-23 영상 감시 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102131896B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210125371A (ko) * 2020-04-08 2021-10-18 한국전자통신연구원 교통 상황 분석 방법 및 장치
KR102543836B1 (ko) * 2022-09-15 2023-06-20 주식회사 위씨 객체를 추적하기 위한 방법 및 이를 이용한 장치
KR102600418B1 (ko) * 2023-04-28 2023-11-09 주식회사 아로텍 구역을 결정하기 위한 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130122262A (ko) * 2012-04-30 2013-11-07 전자부품연구원 영상 검색 시스템 및 영상 분석 서버
KR20140029069A (ko) 2012-08-31 2014-03-10 에스케이텔레콤 주식회사 촬영영상으로부터 객체를 감시하기 위한 장치 및 방법
KR101436369B1 (ko) * 2013-06-25 2014-09-11 중앙대학교 산학협력단 적응적 블록 분할을 이용한 다중 객체 검출 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130122262A (ko) * 2012-04-30 2013-11-07 전자부품연구원 영상 검색 시스템 및 영상 분석 서버
KR20140029069A (ko) 2012-08-31 2014-03-10 에스케이텔레콤 주식회사 촬영영상으로부터 객체를 감시하기 위한 장치 및 방법
KR101436369B1 (ko) * 2013-06-25 2014-09-11 중앙대학교 산학협력단 적응적 블록 분할을 이용한 다중 객체 검출 장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210125371A (ko) * 2020-04-08 2021-10-18 한국전자통신연구원 교통 상황 분석 방법 및 장치
KR102543836B1 (ko) * 2022-09-15 2023-06-20 주식회사 위씨 객체를 추적하기 위한 방법 및 이를 이용한 장치
KR102600418B1 (ko) * 2023-04-28 2023-11-09 주식회사 아로텍 구역을 결정하기 위한 방법 및 장치

Also Published As

Publication number Publication date
KR102131896B1 (ko) 2020-07-09

Similar Documents

Publication Publication Date Title
US9183459B1 (en) Sensor fusion using detector confidence boosting
US8253564B2 (en) Predicting a future location of a moving object observed by a surveillance device
CN110852183B (zh) 一种未佩戴安全帽人员识别方法、系统、装置和存储介质
US8160371B2 (en) System for finding archived objects in video data
EP2957206B1 (en) Robot cleaner and method for controlling the same
WO2015070764A1 (zh) 一种人脸定位的方法与装置
CN110930434B (zh) 目标对象跟随方法、装置、存储介质和计算机设备
WO2017223412A1 (en) Image atlas systems and methods
CN105469380A (zh) 对于对象的遮挡进行检测的方法和装置
CN111798487A (zh) 目标跟踪方法、装置和计算机可读存储介质
JP2014235743A (ja) 深度画像に基づく手の位置確定方法と設備
KR20160035367A (ko) 영상 감시 방법 및 장치
Ullah et al. Structured learning for crowd motion segmentation
CN104112279A (zh) 一种目标检测方法及装置
CN105303163A (zh) 一种目标检测的方法及检测装置
Sokeh et al. Efficient extraction and representation of spatial information from video data
KR101412369B1 (ko) 영상의 객체 검출 방법 및 장치
KR102316799B1 (ko) 객체 및 상황 인지 방법 및 시스템
KR101733288B1 (ko) 방향정보를 이용한 객체 검출기 생성 방법, 이를 이용한 객체 검출 장치 및 방법
Collazos et al. Abandoned object detection on controlled scenes using kinect
KR20130056170A (ko) 모션 시퀀스를 이용한 실시간 이상 행동 검출 방법 및 그 장치
CN111783623A (zh) 用于识别定位元素的算法调整方法、装置、设备和介质
Chamasemani et al. Object detection and representation method for surveillance video indexing
CN104143089B (zh) 人体动作识别中的基于空时能量分解的关键点检测方法
Sowmya Construction workers activity detection using BOF

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right