KR20160073490A - 영상 기반의 건설 현장 안전 수준 평가 시스템 - Google Patents

영상 기반의 건설 현장 안전 수준 평가 시스템 Download PDF

Info

Publication number
KR20160073490A
KR20160073490A KR1020140181713A KR20140181713A KR20160073490A KR 20160073490 A KR20160073490 A KR 20160073490A KR 1020140181713 A KR1020140181713 A KR 1020140181713A KR 20140181713 A KR20140181713 A KR 20140181713A KR 20160073490 A KR20160073490 A KR 20160073490A
Authority
KR
South Korea
Prior art keywords
equipment
fuzzy
calculating
human
construction site
Prior art date
Application number
KR1020140181713A
Other languages
English (en)
Other versions
KR101674266B1 (ko
Inventor
김형관
김홍조
김기남
정호영
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020140181713A priority Critical patent/KR101674266B1/ko
Publication of KR20160073490A publication Critical patent/KR20160073490A/ko
Application granted granted Critical
Publication of KR101674266B1 publication Critical patent/KR101674266B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • 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)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 실시예들에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템은 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별하는 영상 처리부, 각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출하는 제1 퍼지 변수 산출부, 각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출하는 제2 퍼지 변수 산출부 및 인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출하는 퍼지 추론부를 포함할 수 있다.

Description

영상 기반의 건설 현장 안전 수준 평가 시스템{SYSTEM FOR ASSESSMENT OF SAFETY LEVEL AT CONSTRUCTION SITE BASED ON COMPUTER VISION}
본 발명은 건설 현장의 안전 모니터링 기술에 관한 것으로, 더욱 상세하게는, 건설 현장의 영상 기반 안전 평가 시스템에 관한 것이다.
건설 현장은 작업 노동자들, 장비들, 자재들과 건축 중인 건축물이 혼재하고, 작업자들과 장비들이 계속 움직일 뿐 아니라, 자재들도 지속적으로 운반되고 야적되기 때문에 사고 위험이 높은 공간이다.
이러한 건설 현장에 폐쇄회로 텔레비전(CCTV) 시스템을 기반으로 하는 안전 모니터링 시스템이 설치되어 운영되는 경우가 많지만, 기존의 영상 기반 건설 현장 안전 모니터링 시스템은 공정의 진행에 따라 상황이 변화하고 기상 변화에 노출되며 조명 환경도 지속적으로 변화하는 건설 현장의 특성 때문에 원래 의도한 수준의 효과를 발휘하지 못한다.
영상 기반 건설 현장 안전 모니터링 시스템에서, 장비와 인부를 식별하는 것은 중요한 이슈이다. 예를 들어, 전형적인 안전 사고 유형들 중 하나는 장비의 가동 범위 내에 인부가 침입하여 일어나는 사고인데, 안전 모니터링 시스템이 영상 처리를 통해 장비와 인부를 식별하고 만약 장비의 위험 거리 안에 인부가 있다고 판정되면 위험을 경고할 수 있다.
이렇듯 종래의 영상 기반 건설 현장 안전 모니터링 시스템은 개별 인부, 개별 장비의 안전 여부를 판정하는 데에 초점을 맞추고 있다.
하지만 건설 현장마다 부지의 지형이나 사용되는 장비의 종류, 장비와 인부의 밀도와 같은 특성들이 모두 다르기 때문에 실제 현장의 상황에 따라 영상 기반 건설 현장 안전 모니터링 시스템의 성능도 천차만별이다.
이에 따라, 건설 현장의 상황에 따라 쉽게 커스터마이징될 수 있고 다양한 건설 현장에 적용할 수 있으며, 건설 현장의 전반적인 안전 수준을 판단할 수 있는 영상 기반 건설 현장 안전 평가 시스템이 요구된다.
본 발명이 해결하고자 하는 과제는 영상 기반의 건설 현장 안전 수준 평가 시스템을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제는 건설 현장의 상황에 따라 쉽게 커스터마이징될 수 있는 영상 기반의 건설 현장 안전 수준 평가 시스템을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제는 낮은 연산량과 적은 비용으로 신뢰성있게 구현할 수 있는 영상 기반의 건설 현장 안전 수준 평가 시스템을 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제는 건설 현장의 전반적인 안전 수준을 판단할 수 있는 영상 기반의 건설 현장 안전 수준 평가 시스템을 제공하는 데에 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확히 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별하는 영상 처리부;
각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출하는 제1 퍼지 변수 산출부;
각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출하는 제2 퍼지 변수 산출부; 및
인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출하는 퍼지 추론부를 포함할 수 있다.
일 실시예에 따라, 상기 제1 퍼지 변수 산출부는
인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라, 또는 인부 오브젝트의 픽셀과 장비 오브젝트의 픽셀 사이의 최단 거리에 따라 인부-장비 거리 값을 산출하도록 동작할 수 있다.
일 실시예에 따라, 상기 제2 퍼지 변수 산출부는
인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수 또는 픽셀 면적에 따라 인부 밀집도를 산출하도록 동작할 수 있다.
일 실시예에 따라, 상기 제1 퍼지 변수 산출부는
각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출하고,
상기 퍼지 추론부는
장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출하도록 동작할 수 있다.
본 발명의 다른 측면에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템은,
건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트 또는 인부 오브젝트를 식별하는 영상 처리부;
각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출하는 제1 퍼지 변수 산출부;
각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출하는 제2 퍼지 변수 산출부; 및
오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출하는 퍼지 추론부를 포함할 수 있다.
본 발명의 또 다른 측면에 따른 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법은, 상기 컴퓨터가,
건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별하는 단계;
각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출하는 단계;
각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출하는 단계; 및
인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출하는 단계를 포함할 수 있다.
일 실시예에 따라, 상기 인부-장비 거리 값을 산출하는 단계는
인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라, 또는 인부 오브젝트의 픽셀과 장비 오브젝트의 픽셀 사이의 최단 거리에 따라 인부-장비 거리 값을 산출하는 단계를 포함할 수 있다.
일 실시예에 따라, 상기 인부 밀집도를 산출하는 단계는
인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수 또는 픽셀 면적에 따라 인부 밀집도를 산출하는 단계를 포함할 수 있다.
일 실시예에 따라, 상기 영상 기반의 건설 현장 안전 수준 평가 방법은,
각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출하는 단계; 및
장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 측면에 따른 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법은 상기 컴퓨터가,
건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트 또는 인부 오브젝트를 식별하는 단계;
각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출하는 단계;
각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출하는 단계; 및
오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출하는 단계를 포함할 수 있다.
본 발명의 영상 기반의 건설 현장 안전 수준 평가 시스템에 따르면, 건설 현장의 상황에 따라 쉽게 커스터마이징될 수 있다.
본 발명의 영상 기반의 건설 현장 안전 수준 평가 시스템에 따르면, 낮은 연산량과 적은 비용으로 신뢰성있게 건설 현장 안전 수준 평가 시스템을 구현할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템을 예시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부를 예시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부에서 이용하는 소속 함수들을 각각 예시한 그래프들이다.
도 4는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부에서 이용하는 안전 레벨 표면을 예시한 그래프이다.
도 5는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 방법을 예시한 순서도이다.
도 6은 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 방법을 예시한 순서도이다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템을 예시한 블록도이다.
도 1을 참조하면, 본 발명의 영상 기반의 건설 현장 안전 수준 평가 시스템(10)은 영상 처리부(11), 제1 퍼지 변수 산출부(12), 제2 퍼지 변수 산출부(13) 및 퍼지 추론부(14)를 포함할 수 있다.
영상 처리부(11)는 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별할 수 있다. 이를 위해 영상 처리부(11)는 리사이즈, 압축 또는 윈도우 분할과 같은 영상 전처리와, 전경 및 배경의 분리, 오브젝트 식별과 추적, 필터링과 모핑을 이용한 노이즈 제거 등과 같은 영상 처리를 수행할 수 있다.
영상 처리부(11)는 오브젝트들을 크기, 색상, 외형, 거동 또는 특징점들에 의해 인부 오브젝트 또는 장비 오브젝트 중 하나로 분류할 수 있다.
제1 퍼지 변수 산출부(12)는 각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출할 수 있다.
실시예에 따라, 제1 퍼지 변수 산출부(12)는 인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라 인부-장비 거리 값을 산출할 수 있다.
실시예에 따라, 제1 퍼지 변수 산출부(12)는 인부 오브젝트의 픽셀과 장비 오브젝트의 픽셀 사이의 최단 거리에 따라 인부-장비 거리 값을 산출할 수 있다.
오브젝트들 사이의 거리 값은 위에서 예시된 기법들 외에도 오브젝트들 사이의 거리를 대표할 수 있는 값을 산출하는 다양한 기법에 따라 산출될 수 있다.
제2 퍼지 변수 산출부(13)는 각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출할 수 있다.
구체적으로 제2 퍼지 변수 산출부(13)는 인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수에 따라 인부 밀집도를 산출할 수 있다.
실시예에 따라, 영상 처리부(11)는 건설 현장의 지면과 카메라의 3차원적 관계 및 카메라의 광학적 속성을 기초로 영상 내의 픽셀 거리와 현실 세계의 실제 거리 사이에 환산 관계를 결정할 수 있다.
제2 퍼지 변수 산출부(13)는, 영상 처리부(11)에서 산출된 환산 관계에 따라, 영상 내의 픽셀 거리를 실제 거리로 환산하거나 또는 역으로 현실의 실제 거리를 영상 내의 픽셀 거리로 환산할 수 있다. 이에 따라, 제2 퍼지 변수 산출부(13)는, 인부 오브젝트를 중심으로 실제 거리로 예를 들어 4 m 이내의 영역 내에 존재하는 다른 인부 오브젝트들의 개수를 산출할 수 있다.
실시예에 따라 다른 인부 오브젝트가 소정 영역 이내에 있는지 여부는 다른 인부 오브젝트의 픽셀 무게 중심이 소정 영역 내에 있는지 여부로 판정될 수 있다.
실시예에 따라, 제2 퍼지 변수 산출부(13)는 인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 픽셀 면적에 따라 인부 밀집도를 산출할 수 있다.
퍼지 추론부(14)는 인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출할 수 있다.
퍼지 추론부(14)의 동작을 설명하기 위해 도 2 내지 도 4를 잠시 참고할 수 있다.
먼저 도 2는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부를 예시한 블록도이다.
도 2에서, 퍼지 추론부(14)는 소속 함수 설정부(141), 퍼지화 연산부(142) 역퍼지화 연산부(143), 안전 수준 산출부(144)를 포함할 수 있다.
소속 함수 설정부(141)는 거리 값의 소속 함수, 밀집도의 소속 함수 및 안전 수준의 소속 함수의 각각에 관하여 범위와 소속도 정보를 도 3과 같이 미리 가지고 있다.
도 3은 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부에서 이용하는 소속 함수들을 각각 예시한 그래프들이다.
도 3의 (a)에서 예를 들어 인부-장비 거리 값에 대해서는 0 ~ 3이면 가깝다(Close), 2.5 ~ 6.5이면 중간(Medium), 6 ~ 9이면 멀다(Far)의 의미를 가지는 세 개의 소속 함수들이 정의된다.
예를 들어 도 3의 (b)에서 인부 밀집도에 대해서는 0 ~ 4이면 흩어져 있다(Scattered), 2 ~ 7이면 보통(Normal), 5 ~ 9이면 밀집해 있다(Dense)의 의미를 가지는 세 개의 소속 함수들이 정의된다.
또한 예를 들어 도 3의 (c)에서 안전 수준에 대해서는, 0 ~ 2이면 위험(Danger)이 매우 높다(Very High), 2 ~ 4이면 높다(High), 4 ~ 6이면 중간(Medium), 6 ~ 8이면 낮다(Low), 8 ~ 10이면 매우 낮다(Very Low)로 구분되는 5 개의 소속 함수들이 정의된다.
퍼지화 연산부(142) 및 역퍼지화 연산부(143)는 예를 들어 다음 표 1과 같은 추론 규칙에 따라 퍼지화 연산과 역퍼지화 연산을 수행할 수 있다.
추론 규칙
 입력 퍼지 변수 (IF) 출력 퍼지 변수(THEN)
DBEW COW DANGER
1 Close Dense Very High
2 Close Normal High
3 Close Scattered Medium
4 Medium Dense High
5 Medium Normal Medium
6 Medium Scattered Low
7 Far Dense Medium
8 Far Normal Low
9 Far Scattered Very Low
안전 수준 산출부(144)는 안전 수준을 10 - 위험도로 산출할 수 있다.
도 4는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 시스템의 퍼지 추론부에서 이용하는 안전 레벨 표면을 예시한 그래프이다.
도 4에서, 인부-장비 거리 값(DBEW, Distance Between Equipment and Worker)와 인부 밀집도(COW, Crowdedness of Workers)의 분포에 따른 안전 수준의 역퍼지화 값이 3차원 그래프로 제시되어 있다.
본 발명의 영상 기반의 건설 현장 안전 수준 평가 시스템은 현장의 특성에 따라 퍼지 추론부에서 소속 함수의 형태와 값을 조절함으로써 쉽게 건설 현장의 고유한 상황에 적응시킬 수 있다.
한편, 실시예에 따라 제1 퍼지 변수 산출부(12)는 각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출할 수 있다.
이 경우, 장비-장비 거리 값도 마찬가지로 두 장비 오브젝트들의 픽셀 무게 중심 사이의 거리 또는 두 장비 오브젝트들의 픽셀들 사이의 최단 거리로 산출될 수 있다.
이때 퍼지 추론부(14)는 장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출할 수 있다.
실시예에 따라, 제1 퍼지 변수 산출부(12)는 장비 오브젝트와 인부 오브젝트를 구분하지 않고 각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출할 수 있다.
마찬가지로 제2 퍼지 변수 산출부(13)도 장비 오브젝트와 인부 오브젝트를 구분하지 않고 각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출할 수 있다.
이 경우에, 퍼지 추론부(14)는 오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출할 수 있다.
도 5는 본 발명의 일 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 방법을 예시한 순서도이다.
도 5를 참조하면, 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법으로서, 단계(S51)에서, 컴퓨터가 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별할 수 있다.
단계(S52)에서, 컴퓨터가 각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출할 수 있다.
실시예에 따라, 인부-장비 거리 값을 산출하는 단계는 인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라 인부-장비 거리 값을 산출하는 단계를 포함할 수 있다.
단계(S53)에서, 컴퓨터가 각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출할 수 있다.
실시예에 따라, 인부 밀집도를 산출하는 단계는 인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수 또는 픽셀 면적에 따라 인부 밀집도를 산출하는 단계를 포함할 수 있다.
단계(S54)에서, 컴퓨터가 인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출할 수 있다.
실시예에 따라, 선택적인 단계(55)에서, 컴퓨터가 각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출할 수 있다.
또한 실시예에 따라, 선택적인 단계(56)에서, 컴퓨터가 장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출할 수도 있다.
도 6은 본 발명의 다른 실시예에 따른 영상 기반의 건설 현장 안전 수준 평가 방법을 예시한 순서도이다.
도 6을 참조하면, 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법으로서, 단계(S61)에서, 컴퓨터가 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트 또는 인부 오브젝트를 식별할 수 있다.
단계(S62)에서, 컴퓨터가 장비 오브젝트와 인부 오브젝트를 구분하지 않고 각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출할 수 있다.
단계(S63)에서, 컴퓨터가 각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출할 수 있다.
단계(S64)에서, 컴퓨터가 오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출할 수 있다.
본 실시예 및 본 명세서에 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것이 자명하다고 할 것이다.
또한, 본 발명에 따른 장치는 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, 광학 디스크, 자기 테이프, 플로피 디스크, 하드 디스크, 비휘발성 메모리 등을 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
10 영상 기반의 건설 현장 안전 수준 평가 시스템
11 영상 처리부
12 제1 퍼지 변수 산출부
13 제2 퍼지 변수 산출부
14 퍼지 추론부
141 소속 함수 설정부
142 퍼지화 연산부
143 역퍼지화 연산부
144 안전 수준 산출부

Claims (11)

  1. 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별하는 영상 처리부;
    각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출하는 제1 퍼지 변수 산출부;
    각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출하는 제2 퍼지 변수 산출부; 및
    인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출하는 퍼지 추론부를 포함하는 영상 기반의 건설 현장 안전 수준 평가 시스템.
  2. 청구항 1에 있어서, 상기 제1 퍼지 변수 산출부는
    인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라, 또는 인부 오브젝트의 픽셀과 장비 오브젝트의 픽셀 사이의 최단 거리에 따라 인부-장비 거리 값을 산출하도록 동작하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 시스템.
  3. 청구항 1에 있어서, 상기 제2 퍼지 변수 산출부는
    인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수 또는 픽셀 면적에 따라 인부 밀집도를 산출하도록 동작하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 시스템.
  4. 청구항 1에 있어서, 상기 제1 퍼지 변수 산출부는
    각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출하고,
    상기 퍼지 추론부는
    장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출하도록 동작하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 시스템.
  5. 건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트 또는 인부 오브젝트를 식별하는 영상 처리부;
    각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출하는 제1 퍼지 변수 산출부;
    각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출하는 제2 퍼지 변수 산출부; 및
    오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출하는 퍼지 추론부를 포함하는 영상 기반의 건설 현장 안전 수준 평가 시스템.
  6. 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법으로서,
    상기 컴퓨터가,
    건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트와 인부 오브젝트를 식별하는 단계;
    각 인부 오브젝트로부터 각 장비 오브젝트까지 인부-장비 거리 값을 각 인부 오브젝트마다 산출하는 단계;
    각 인부 오브젝트에 관한 다른 인부 오브젝트들의 인부 밀집도를 각 인부 오브젝트마다 산출하는 단계; 및
    인부-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 인부 오브젝트의 안전 수준을 산출하는 단계를 포함하는 영상 기반의 건설 현장 안전 수준 평가 방법.
  7. 청구항 6에 있어서, 상기 인부-장비 거리 값을 산출하는 단계는
    인부 오브젝트의 픽셀 무게 중심과 장비 오브젝트의 픽셀 무게 중심 사이의 거리에 따라, 또는 인부 오브젝트의 픽셀과 장비 오브젝트의 픽셀 사이의 최단 거리에 따라 인부-장비 거리 값을 산출하는 단계를 포함하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 방법.
  8. 청구항 6에 있어서, 상기 인부 밀집도를 산출하는 단계는
    인부 오브젝트의 픽셀 무게 중심을 중심으로 하는 소정 영역 이내에 다른 인부 오브젝트들의 개수 또는 픽셀 면적에 따라 인부 밀집도를 산출하는 단계를 포함하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 방법.
  9. 청구항 6에 있어서,
    각 장비 오브젝트로부터 다른 장비 오브젝트까지 장비-장비 거리 값을 각 장비 오브젝트마다 산출하는 단계; 및
    장비-장비 거리 값 및 인부 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 장비 오브젝트의 안전 수준을 산출하는 단계를 더 포함하는 것을 특징으로 하는 영상 기반의 건설 현장 안전 수준 평가 방법.
  10. 컴퓨터를 이용한 영상 기반의 건설 현장 안전 수준 평가 방법으로서,
    상기 컴퓨터가,
    건설 현장 영상으로부터 추출된 오브젝트들 중에 장비 오브젝트 또는 인부 오브젝트를 식별하는 단계;
    각 오브젝트로부터 다른 오브젝트까지 오브젝트간 거리 값을 각 오브젝트마다 산출하는 단계;
    각 오브젝트에 관한 다른 오브젝트들의 밀집도를 각 오브젝트마다 산출하는 단계; 및
    오브젝트간 거리 값 및 밀집도에 상응하는 소속 함수들 및 소정의 퍼지 추론 규칙에 따른 퍼지화 연산 및 역퍼지화 연산에 따라 각 오브젝트의 안전 수준을 산출하는 단계를 포함하는 영상 기반의 건설 현장 안전 수준 평가 방법.
  11. 컴퓨터에서 청구항 6 내지 청구항 10 중 어느 한 청구항의 영상 기반의 건설 현장 안전 수준 평가 방법의 각 단계들을 수행할 수 있도록 작성되어 컴퓨터로 독출가능한 기록 매체에 기록된 컴퓨터용 프로그램.
KR1020140181713A 2014-12-16 2014-12-16 영상 기반의 건설 현장 안전 수준 평가 시스템 KR101674266B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140181713A KR101674266B1 (ko) 2014-12-16 2014-12-16 영상 기반의 건설 현장 안전 수준 평가 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140181713A KR101674266B1 (ko) 2014-12-16 2014-12-16 영상 기반의 건설 현장 안전 수준 평가 시스템

Publications (2)

Publication Number Publication Date
KR20160073490A true KR20160073490A (ko) 2016-06-27
KR101674266B1 KR101674266B1 (ko) 2016-11-09

Family

ID=56344173

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140181713A KR101674266B1 (ko) 2014-12-16 2014-12-16 영상 기반의 건설 현장 안전 수준 평가 시스템

Country Status (1)

Country Link
KR (1) KR101674266B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102085168B1 (ko) * 2018-10-26 2020-03-04 오토아이티(주) 인체추적 기반 위험지역 안전관리 방법 및 장치
KR102093477B1 (ko) * 2018-10-26 2020-03-25 오토아이티(주) 이종 카메라 기반의 위험지역 안전관리 방법 및 장치
KR102226753B1 (ko) * 2020-07-10 2021-03-11 한국철도기술연구원 혼잡도 측정 방법 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100533527B1 (ko) * 2004-07-12 2005-12-05 학교법인 영남학원 퍼지 제어 알고리즘을 이용한 차량 충돌 경보장치
KR20080011758A (ko) * 2006-07-31 2008-02-11 (주)씽크게이트테크놀러지 이동체 움직임 추적 시스템 및 그 제어방법
KR20100121020A (ko) * 2009-05-07 2010-11-17 한국철도기술연구원 객체의 이동궤적을 이용한 철도건널목 위험지역의 지장물 영상검지장치 및 그 제어방법
KR101464708B1 (ko) * 2013-12-23 2014-11-27 한국교통대학교산학협력단 교통약자 사고다발지역 교통안전 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100533527B1 (ko) * 2004-07-12 2005-12-05 학교법인 영남학원 퍼지 제어 알고리즘을 이용한 차량 충돌 경보장치
KR20080011758A (ko) * 2006-07-31 2008-02-11 (주)씽크게이트테크놀러지 이동체 움직임 추적 시스템 및 그 제어방법
KR20100121020A (ko) * 2009-05-07 2010-11-17 한국철도기술연구원 객체의 이동궤적을 이용한 철도건널목 위험지역의 지장물 영상검지장치 및 그 제어방법
KR101464708B1 (ko) * 2013-12-23 2014-11-27 한국교통대학교산학협력단 교통약자 사고다발지역 교통안전 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102085168B1 (ko) * 2018-10-26 2020-03-04 오토아이티(주) 인체추적 기반 위험지역 안전관리 방법 및 장치
KR102093477B1 (ko) * 2018-10-26 2020-03-25 오토아이티(주) 이종 카메라 기반의 위험지역 안전관리 방법 및 장치
KR102226753B1 (ko) * 2020-07-10 2021-03-11 한국철도기술연구원 혼잡도 측정 방법 및 시스템

Also Published As

Publication number Publication date
KR101674266B1 (ko) 2016-11-09

Similar Documents

Publication Publication Date Title
CN109670441B (zh) 一种实现安全帽穿戴识别的方法、系统、终端以及计算机可读存储介质
Chan et al. Analysis of crowded scenes using holistic properties
RU2484531C2 (ru) Устройство обработки видеоинформации системы охранной сигнализации
EP3518146B1 (en) Image processing apparatus and image processing method
TW201737134A (zh) 用於藉由機器學習訓練物件分類器之系統及方法
US20140139633A1 (en) Method and System for Counting People Using Depth Sensor
Hsieh et al. A kinect-based people-flow counting system
CN109241896A (zh) 一种通道安全检测方法、装置及电子设备
CN111401301B (zh) 人员着装监控方法、装置、设备及存储介质
Goh et al. Management of safe distancing on construction sites during COVID-19: A smart real-time monitoring system
Ghilardi et al. A new approach for automatic detection of tactile paving surfaces in sidewalks
Hu et al. Dense crowd counting based on perspective weight model using a fisheye camera
KR101674266B1 (ko) 영상 기반의 건설 현장 안전 수준 평가 시스템
KR20220047947A (ko) 사람 계수 방법 및 장치
CN111460917B (zh) 基于多模态信息融合的机场异常行为检测系统及方法
Lee et al. Deep learning-based framework for monitoring wearing personal protective equipment on construction sites
KR101572366B1 (ko) 지능형 영상 감시 시스템을 위한 납치 상황 인식 방법
Zhang et al. Investigation of image edge detection techniques based flood monitoring in real-time
Ziran et al. A contactless solution for monitoring social distancing: A stereo vision enabled real-time human distance measuring system
CN117333929A (zh) 基于深度学习实现道路施工下的异常人员识别方法及系统
CN115171006A (zh) 基于深度学习的自动识别人员进入电力危险区的检测方法
Shreedarshan et al. Crowd recognition system based on optical flow along with SVM classifier
Hung et al. Real-time counting people in crowded areas by using local empirical templates and density ratios
Ribera et al. Automated crowd flow estimation enhanced by crowdsourcing
Smirg et al. Automatic detection of the direction and speed of moving objects in the video

Legal Events

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