KR20160116678A - 출입 통제 장치 및 방법 - Google Patents

출입 통제 장치 및 방법 Download PDF

Info

Publication number
KR20160116678A
KR20160116678A KR1020150044801A KR20150044801A KR20160116678A KR 20160116678 A KR20160116678 A KR 20160116678A KR 1020150044801 A KR1020150044801 A KR 1020150044801A KR 20150044801 A KR20150044801 A KR 20150044801A KR 20160116678 A KR20160116678 A KR 20160116678A
Authority
KR
South Korea
Prior art keywords
person
feature information
image
information
body feature
Prior art date
Application number
KR1020150044801A
Other languages
English (en)
Inventor
송효섭
김동호
이애진
사수다카르
박두원
김민규
Original Assignee
삼성에스디에스 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 삼성에스디에스 주식회사 filed Critical 삼성에스디에스 주식회사
Priority to KR1020150044801A priority Critical patent/KR20160116678A/ko
Publication of KR20160116678A publication Critical patent/KR20160116678A/ko

Links

Images

Classifications

    • G07C9/00071—
    • G06K9/00369—
    • G07C9/00079—

Landscapes

  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

출입 통제 장치 및 방법이 개시된다. 본 발명의 일 실시예에 따른 출입 통제 장치는 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 영상 수신부, 상기 영상에 포함된 상기 사람의 신체 특징 정보를 추출하는 특징 정보 추출부, 상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 출입 허가 대상자인지 여부를 판단하는 인식부 및 상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 출입 통제부를 포함한다.

Description

출입 통제 장치 및 방법{APPARATUS AND METHOD FOR ENTRANCE CONTROL}
본 발명의 실시예들은 출입 통제 기술과 관련된다.
일반적으로 본인 인증에 사용되고 있는 ID카드와 같은 소유 기반의 인증 수단이나, 지문, 얼굴, 홍채와 같은 생체 정보 기반의 인증 수단은 모두 접촉식이므로 인증 시에 불편함을 초래하고 있으며, 동시간 대에 다수가 출입을 하고자 할 때 정체를 유발할 수 있다.
특히, 소유 기반의 인증 수단의 경우, 인증 수단을 분실 혹은 미지참하는 경우 본인 인증이 불가능하며, 인증 수단을 재발급 받아야 하는 등의 불편함이 있다.
한편, 소유 기반의 인증 수단이나 지문, 얼굴, 홍채와 같은 생체 정보 기반의 인증 수단은 민감한 개인 정보를 이용하고 있으므로, 개인 정보 유출의 위험이 존재한다.
대한민국 공개특허 제10-2006-0124058호 (2006. 12. 05)
본 발명의 실시예들은 출입 통제 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 실시예에 따른 출입 통제 장치는, 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 영상 수신부, 상기 영상에 포함된 상기 사람의 신체 특징 정보를 추출하는 특징 정보 추출부, 상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 출입 허가 대상자인지 여부를 판단하는 인식부 및 상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 출입 통제부를 포함한다.
상기 신체 특징 정보는, 보행에 따라 변화하는 동적 특징 정보 및 보행에 따라 변화하지 않는 정적 특징 정보 중 적어도 하나를 포함할 수 있다.
상기 동적 특징 정보는, 보폭, 관절의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height) 및 보행 속도 중 적어도 하나와 관련된 정보를 포함할 수 있다.
상기 정적 특징 정보는, 관절과 관절 사이의 길이, 신체 비율 및 어깨 넓이 중 적어도 하나를 포함할 수 있다.
상기 특징 정보 추출부는, 상기 영상에서 상기 사람을 검출하여 실루엣 영상을 생성하고, 상기 실루엣 영상으로부터 상기 신체 특징 정보를 추출할 수 있다.
상기 특징 정보 추출부는, 기 설정된 신체 모델을 이용하여 상기 신체 특징 정보를 추출할 수 있다.
상기 식별 정보는, 상기 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보일 수 있다.
상기 인식부는, 상기 미리 획득된 신체 특징 정보와 상기 추출된 신체 특징 정보 사이의 유사도에 기초하여 상기 사람이 출입 허가 대상자인지 여부를 판단할 수 있다.
상기 식별 정보는, 상기 출입 허가 대상자로부터 미리 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델일 수 있다.
상기 인식부는, 상기 추출된 신체 특징 정보를 상기 인식 모델에 적용하여 상기 사람이 출입 허가 대상자인지 여부를 판단할 수 있다.
상기 출입 통제 장치는, 상기 식별 정보를 저장하는 저장부를 더 포함할 수 있다.
상기 출입 통제 장치는, 상기 사람이 상기 출입 허가 대상자로 판단된 경우, 상기 추출된 신체 특징 정보를 이용하여, 상기 식별 정보를 갱신하는 갱신부를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 출입 통제 방법은 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 단계, 상기 영상에서 상기 사람의 신체 특징 정보를 추출하는 단계, 상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 상기 출입 허가 대상자인지 여부를 판단하는 단계 및 상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 단계를 포함한다.
상기 신체 특징 정보는, 보행에 따라 변화하는 동적 특징 정보 및 보행에 따라 변화하지 않는 정적 특징 정보 중 적어도 하나를 포함할 수 있다.
상기 동적 특징 정보는, 보폭, 관절의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height) 및 보행 속도 중 적어도 하나와 관련된 정보를 포함할 수 있다.
상기 정적 특징 정보는, 관절과 관절 사이의 길이, 신체 비율 및 어깨 넓이 중 적어도 하나를 포함할 수 있다.
상기 신체 특징 정보를 추출하는 단계는, 상기 영상에서 상기 사람을 검출하여 실루엣 영상을 생성하고, 상기 실루엣 영상으로부터 상기 신체 특징 정보를 추출할 수 있다.
상기 신체 특징 정보를 추출하는 단계는, 기 설정된 신체 모델을 이용하여 상기 신체 특징 정보를 추출할 수 있다.
상기 식별 정보는, 상기 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보일 수 있다.
상기 판단하는 단계는, 상기 미리 획득된 신체 특징 정보와 상기 추출된 신체 특징 정보 사이의 유사도에 기초하여 상기 사람이 출입 허가 대상자인지 여부를 판단할 수 있다.
상기 식별 정보는, 상기 출입 허가 대상자로부터 미리 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델일 수 있다.
상기 판단하는 단계는, 상기 추출된 신체 특징 정보를 상기 인식 모델에 적용하여 상기 사람이 출입 허가 대상자인지 여부를 판단할 수 있다.
상기 출입 통제 방법은, 상기 사람이 상기 출입 허가 대상자로 판단된 경우, 상기 추출된 신체 특징 정보를 이용하여, 상기 식별 정보를 갱신하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 기록매체에 저장된 컴퓨터 프로그램은, 하드웨어와 결합되어, 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 단계, 상기 영상에서 상기 사람의 신체 특징 정보를 추출하는 단계, 상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 상기 출입 허가 대상자인지 여부를 판단하는 단계 및 상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 단계를 실행시킨다.
본 발명의 실시예들에 따르면, 출입자 인증을 위한 별도의 인증 수단이 요구되지 않으며, 인증을 위한 별도의 절차를 요구하지 않으므로, 효율적인 출입 통제가 이루어지도록 할 수 있다.
나아가, 출입자 인증을 위해 민감한 개인 정보의 수집을 요구하지 않으므로, 개인 정보 유출의 위험을 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 출입 통제 장치의 구성도
도 2는 본 발명의 추가적인 실시예에 따른 출입 통제 장치의 구성도
도 3은 본 발명의 일 실시예에 따른 출입 통제 방법의 순서도
도 4는 본 발명의 추가적인 실시예에 따른 출입 통제 방법의 순서도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 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. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 출입 통제 장치(100)의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 출입 통제 장치(100)는 영상 수신부(110), 특징 정보 추출부(130), 인식부(150) 및 출입 통제부(170)를 포함한다.
영상 수신부(110)는 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신한다. 이때, 카메라는 출입구로 접근하는 사람을 촬영하기에 적합한 위치에 배치될 수 있다. 예를 들어, 카메라는 출입문으로 진입하기 위한 진입로의 측면에 배치되어 출입문으로 다가오는 사람의 측면을 촬영하도록 배치될 수 있다.
한편, 영상 수신부(110)는 각각 상이한 위치에 배치된 하나 이상의 카메라로부터 실시간으로 영상을 수신할 수 있다.
특징 정보 추출부(130)는 영상 수신부(110)로 수신된 영상에 포함된 사람의 신체 특징 정보를 추출한다. 신체 특징 정보는 보행에 따라 변화하는 동적 특징 정보 및 보행에 따라 변화하지 않는 정적 특징 정보 중 적어도 하나를 포함할 수 있다.
동적 특징 정보는 보행에 따라 발생하는 신체 동작과 관련된 것으로, 예를 들어, 보폭, 관절(예를 들어, 무릎, 팔꿈치 등)의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height), 보행 속도 등과 관련된 정보를 포함할 수 있다. 구체적인 예로, 동적 특징 정보는 각 걸음 내지는 보행 주기 별로 측정된 보폭, 관절(예를 들어, 무릎, 팔꿈치 등)의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height), 보행 속도 등의 최대값 내지는 최소값을 포함할 수 있다. 다른 예로, 동적 특징 정보는 각 걸음 내지는 보행 주기 별로 측정된 보폭, 관절(예를 들어, 무릎, 팔꿈치 등)의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height), 보행 속도 등의 평균 값 내지는 중간값을 포함할 수 있다. 또 다른 예로, 동적 특징 정보는 보폭, 관절(예를 들어, 무릎, 팔꿈치 등)의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height), 보행 속도 등의 시계열적인 변화 패턴을 포함할 수 있다.
정적 특징 정보는 보행과 무관하게 고유한 값을 가지는 신체 모양에 관련된 것으로, 예를 들어, 관절과 관절 사이의 길이, 신체 비율, 어깨 넓이 등을 포함할 수 있다.
한편, 동적 특징 정보 및 정적 특징 정보는 상술한 예에 한정되는 것은 아니며, 각 개인을 특정할 수만 있다면, 특징 정보 추출부(130)에서 추출되는 동적 특징 정보 및 정적 특징 정보의 종류 및 형태는 제한되지 않는다.
특징 정보 추출부(130)는 수신부(110)로 수신된 영상에서 움직이는 사람을 검출하여 검출된 사람의 신체 특징 정보를 추출할 수 있다. 이때, 움직이는 사람은 움직이는 객체가 없을 때 미리 획득된 배경 영상과 수신부(110)로 수신된 영상의 차(difference)를 이용하여 검출하거나, 수신부(110)로 수신되는 연속적인 영상 프레임 사이의 차를 이용하여 검출할 수 있다.
한편, 특징 정보 추출부(130)는 예를 들어, 수신부(110)로 수신된 영상에서 움직이는 사람을 검출한 후 실루엣 영상을 생성하고, 생성된 실루엣 영상에서 검출된 사람의 신체 특징 정보를 추출할 수 있다. 이때, 실루엣 영상은 검출된 사람과 배경을 흑백 영상과 같이 이진 영상으로 표현한 것을 의미한다. 예를 들어, 실루엣 영상에서 사람에 해당하는 영역은 흰색으로 표현되고, 배경에 해당하는 영역은 검은색으로 표현될 수 있다.
한편, 특징 정보 추출부(130)는 예를 들어, 사람의 신체 구조 내지는 신체 동작을 모델링한 신체 모델을 이용하여 실루엣 영상으로부터 신체 특징 정보를 추출할 수 있다.
인식부(150)는 특징 정보 추출부(130)에 의해 추출된 신체 특징 정보와 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 영상에 포함된 사람이 출입 허가 대상자인지 여부를 판단한다.
이때, 식별 정보는 예를 들어, 기 등록된 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보일 수 있다. 보다 구체적인 예로, 식별 정보는 기 등록된 출입 허가 대상자들로부터 반복적으로 획득된 신체 특징 정보의 평균값 내지는 중간값일 수 있다.
이 경우, 인식부(150)는 특징 정보 추출부(130)에 의해 추출된 신체 특징 정보와 출입 허가 대상자들에 대한 식별 정보 사이의 유사도를 계산하여 영상에 포함된 사람이 출입 허가 대상자인지 여부를 판단할 수 있다. 예를 들어, 인식부(150)는 특정한 출입 허가 대상자에 대한 식별 정보와 특징 정보 추출부(130)에 의해 추출된 신체 특징 정보 사이의 유사도가 기 설정된 임계값 이상인 경우, 영상에 포함된 사람이 해당 출입 허가 대상자인 것으로 판단할 수 있다.
다른 예로, 식별 정보는 기 등록된 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보를 훈련 데이터(training data)로 이용하여 기계 학습(machine learning)을 통해 생성된 인식 모델일 수 있다. 이때, 인식 모델 생성을 위해 은닉 마코프 모델(Hidden Markov Model, HMM), SVM(Support Vector Machine), 신경망(Neural Network) 알고리즘, 베이지안 분류기(Bayesian Classifier), 결정 트리(Decision Tree) 등 다양한 기계 학습 알고리즘이 이용될 수 있다. 이 경우, 인식부(150)는 특징 정보 추출부(130)에서 추출된 신체 특징 정보를 인식 모델에 적용하여 영상에 포함된 사람이 출입 허가 대상자인지 여부를 판단할 수 있다.
출입 통제부(170)는 인식부(150)의 판단 결과에 따라 출입구로 접근하는 사람의 출입을 통제한다. 이때, 출입 통제는 예를 들어, 출입문의 개폐, 경비 시설로 접근 통보 등을 포함할 수 있다.
예를 들어, 출입 통제부(170)는 출입 허가 대상자가 출입구로부터 일정 거리 이내로 접근하는 경우, 출입구가 개방되도록 제어할 수 있다. 반면, 출입 허가 대상자가 아닌 사람이 출입구로부터 일정 거리 이내로 접근하는 경우, 출입구가 차단되도록 제어할 수 있으며, 경비 시설로 출입 허가 대상자가 아닌 사람의 접근을 통보할 수 있다. 이때, 접근 거리는 예를 들어, 적외선 거리 측정 센서 등과 같은 거리 측정 센서를 이용하거나, 카메라로부터 수신된 영상을 통해 판단할 수 있다. 구체적인 예로, 영상 수신부(110)로 수신되는 영상이 스테레오 카메라에 의해 촬영된 스테레오 영상인 경우, 출입 통제부(170)는 해당 스테레오 영상에서 접근하는 사람의 위치를 분석하여 접근 거리를 계산할 수 있다.
도 2는 본 발명의 추가적인 실시예에 따른 출입 통제 장치의 구성도이다.
도 2에 도시된 예에서, 카메라부(110), 특징 정보 추출부(130), 인식부(150) 및 출입 통제부(170)는 도 1에 도시된 예와 동일한 구성이므로, 이에 대한 상세한 설명은 생략한다.
도 2를 참조하면, 본 발명의 추가적인 실시예에 따른 출입 통제 장치(200)은 저장부(210) 및 갱신부(230)를 더 포함할 수 있다.
저장부(210)는 기 등록된 출입 허가 대상자들에 대한 식별 정보를 저장할 수 있다. 저장부(210)는 예를 들어, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 등과 같은 다양한 형태의 저장매체로 구현될 수 있다.
한편, 식별 정보는 출입 통제 장치(200)와 유선 또는 무선 네트워크로 연결된 서버와 같은 별도의 장치에 저장될 수 있으며, 이 경우, 출입 통제 장치(200)는 도 2에 도시된 예와 달리 저장부(210)를 포함하지 않을 수 있다.
갱신부(230)는 인식부(150)에 의해 영상에 포함된 사람이 출입 허가 대상자로 판단된 경우, 특징 추출부(130)에 의해 추출된 신체 특징 정보를 이용하여 식별 정보를 갱신할 수 있다.
예를 들어, 식별 정보가 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보인 경우, 저장된 식별 정보 중 인식부(150)에 의해 식별된 출입 허가 대상자에 대응하는 신체 특징 정보를 갱신할 수 있다. 이때, 갱신부(230)는 예를 들어, 인식부(150)에 의해 식별된 출입 허가 대상자에 대한 식별 정보와 특징 추출부(130)에 의해 추출된 신체 특징 정보의 평균값 내지는 중간값으로 식별 정보를 갱신할 수 있다.
다른 예로, 식별 정보가 출입 허가 대상자로부터 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델인 경우, 갱신부(230)는 특징 추출부(130)에 의해 추출된 신체 특징 정보를 훈련 데이터로 이용하여, 인식 모델의 파라미터를 갱신할 수 있다.
한편, 도 1 및 도 2에 도시된 출입 통제 장치(100, 200)이 각 구성들은 출입 통제 장치(100, 200)에서 실행되는 기능에 따라 구분한 것일 수 있으며, 구체적 동작에 있어서 명확히 구분되지 않을 수 있다.
도 3은 본 발명의 일 실시예에 따른 출입 통제 방법의 순서도이다.
도 3에 도시된 출입 통제 방법은 예를 들어, 도 1에 도시된 출입 통제 장치(100)에 의해 수행될 수 있다.
도 3을 참조하면, 출입 통제 장치(100)는 적어도 하나의 카메라로부터 출입 구로 접근하는 사람을 촬영한 영상을 수신한다(310).
이후, 출입 통제 장치(100)는 수신된 영상에 포함된 사람의 신체 특징 정보를 추출한다(320). 이때, 신체 특징 정보는 동적 특징 정보 및 정적 특징 정보 중 적어도 하나를 포함할 수 있다.
또한, 출입 통제 장치(100)는 카메라로부터 수신된 영상에서 움직이는 사람을 검출하여 검출된 사람의 신체 특징 정보를 추출할 수 있다. 이때, 움직이는 사람은 움직이는 객체가 없을 때 미리 획득된 배경 영상과 카메라로부터 수신된 영상의 차(difference)를 이용하여 검출하거나, 카메라로부터 수신되는 연속적인 영상 프레임 사이의 차를 이용하여 검출할 수 있다.
구체적으로, 출입 통제 장치(100)는 예를 들어, 카메라로부터 수신된 영상에서 움직이는 사람을 검출한 후 실루엣 영상을 생성하고, 생성된 실루엣 영상으로부터 신체 특징 정보를 추출할 수 있다. 이때, 출입 통제 장치(100)는 사람의 신체 구조 내지는 신체 동작을 모델링한 신체 모델을 이용하여 실루엣 영상으로부터 신체 특징 정보를 추출할 수 있다.
이후, 출입 통제 장치(100)는 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 수신된 영상에 포함된 사람이 출입 허가 대상자인지 여부를 판단한다(330).
이때, 식별 정보는 예를 들어, 기 등록된 출입 허가 대상자들 각각으로부터 미리 획득된 신체 특징 정보일 수 있다.
다른 예로, 식별 정보는 기 등록된 출입 허가 대상자들 각각으로부터 미리 획득된 신체 특징 정보를 훈련 데이터로 이용하여 기계학습을 통해 생성된 인식 모델일 수 있다.
이후, 출입 통제 장치(100)는 수신된 영상에 포함된 사람이 출입 허가 대상자인 경우, 출입을 허용하고(340, 350), 출입 허가 대상자가 아닌 경우, 출입을 차단한다(340, 360). 예를 들어, 출입 통제 장치(100)는 출입 허가 대상자가 출입구로부터 일정 거리 이내로 접근하는 경우, 출입구가 개방되도록 제어할 수 있다. 반면, 출입 허가 대상자가 아닌 사람이 출입구로부터 일정 거리 이내로 접근하는 경우, 출입 통제 장치(100)는 출입구가 차단되도록 제어할 수 있으며, 경비 시설로 출입 허가 대상자가 아닌 사람의 접근을 통보할 수 있다.
도 4는 본 발명의 추가적인 실시예에 따른 출입 통제 방법의 순서도이다.
도 4에 도시된 출입 통제 방법은 예를 들어, 도 2에 도시된 출입 통제 장치(200)에 의해 수행될 수 있다.
도 4를 참조하면, 출입 통제 장치(200)는 적어도 하나의 카메라로부터 출입 구로 접근하는 사람을 촬영한 영상을 수신한다(410).
이후, 출입 통제 장치(200)는 수신된 영상에 포함된 사람의 신체 특징 정보를 추출한다(420). 이때, 신체 특징 정보는 동적 특징 정보 및 정적 특징 정보 중 적어도 하나를 포함할 수 있다.
또한, 출입 통제 장치(200)는 카메라로부터 수신된 영상에서 움직이는 사람을 검출하여 검출된 사람의 신체 특징 정보를 추출할 수 있다. 이때, 움직이는 사람은 움직이는 객체가 없을 때 미리 획득된 배경 영상과 카메라로부터 수신된 영상의 차(difference)를 이용하여 검출하거나, 카메라로부터 수신되는 연속적인 영상 프레임 사이의 차를 이용하여 검출할 수 있다.
구체적으로, 출입 통제 장치(200)는 예를 들어, 카메라로부터 수신된 영상에서 움직이는 사람을 검출한 후 실루엣 영상을 생성하고, 생성된 실루엣 영상으로부터 신체 특징 정보를 추출할 수 있다. 이때, 출입 통제 장치(200)는 사람의 신체 구조 내지는 신체 동작을 모델링한 신체 모델을 이용하여 실루엣 영상으로부터 신체 특징 정보를 추출할 수 있다.
이후, 출입 통제 장치(200)는 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 수신된 영상에 포함된 사람이 출입 허가 대상자인지 여부를 판단한다(430).
이때, 식별 정보는 예를 들어, 기 등록된 출입 허가 대상자들 각각으로부터 미리 획득된 신체 특징 정보일 수 있다.
다른 예로, 식별 정보는 기 등록된 출입 허가 대상자들 각각으로부터 미리 획득된 신체 특징 정보를 훈련 데이터로 이용하여 기계학습을 통해 생성된 인식 모델일 수 있다.
이후, 출입 통제 장치(200)는 수신된 영상에 포함된 사람이 출입 허가 대상자인 경우, 수신된 영상에 포함된 사람의 출입을 허용하고(440, 450), 식별 정보를 갱신한다(460).
예를 들어, 출입 통제 장치(200)는 출입 허가 대상자가 출입구로부터 일정 거리 이내로 접근하는 경우, 출입구가 개방되도록 제어할 수 있다.
또한, 식별 정보가 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보인 경우, 출입 통제 장치(200)는 식별된 출입 허가 대상자에 대응하는 신체 특징 정보를 갱신할 수 있다.
다른 예로, 식별 정보가 출입 허가 대상자로부터 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델인 경우, 출입 통제 장치(200)는 추출된 신체 특징 정보를 훈련 데이터로 이용하여, 인식 모델의 파라미터를 갱신할 수 있다.
한편, 수신된 영상에 포함된 사람이 출입 허가 대상자가 아닌 경우, 수신된 영상에 포함된 사람의 출입을 차단한다(440, 470).
예를 들어, 출입 허가 대상자가 아닌 사람이 출입구로부터 일정 거리 이내로 접근하는 경우, 출입 통제 장치(200)는 출입구가 차단되도록 제어할 수 있으며, 경비 시설로 출입 허가 대상자가 아닌 사람의 접근을 통보할 수 있다.
한편, 도 3 및 도 4에 도시된 순서도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 플로피 디스크와 같은 자기-광 매체, 및 롬, 램, 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 포함할 수 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100, 200: 출입 통제 장치
110: 영상 수신부
130: 특징 정보 추출부
150: 인식부
170: 출입 통제부
210: 저장부
230: 갱신부

Claims (24)

  1. 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 영상 수신부;
    상기 영상에 포함된 상기 사람의 신체 특징 정보를 추출하는 특징 정보 추출부;
    상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 출입 허가 대상자인지 여부를 판단하는 인식부; 및
    상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 출입 통제부를 포함하는 출입 통제 장치.
  2. 청구항 1에 있어서,
    상기 신체 특징 정보는, 보행에 따라 변화하는 동적 특징 정보 및 보행에 따라 변화하지 않는 정적 특징 정보 중 적어도 하나를 포함하는 출입 통제 장치.
  3. 청구항 2에 있어서,
    상기 동적 특징 정보는,
    보폭, 관절의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height) 및 보행 속도 중 적어도 하나와 관련된 정보를 포함하는 출입 통제 장치.
  4. 청구항 2에 있어서,
    상기 정적 특징 정보는, 관절과 관절 사이의 길이, 신체 비율 및 어깨 넓이 중 적어도 하나를 포함하는 출입 통제 장치.
  5. 청구항 1에 있어서,
    상기 특징 정보 추출부는, 상기 영상에서 상기 사람을 검출하여 실루엣 영상을 생성하고, 상기 실루엣 영상으로부터 상기 신체 특징 정보를 추출하는 출입 통제 장치.
  6. 청구항 5에 있어서,
    상기 특징 정보 추출부는, 기 설정된 신체 모델을 이용하여 상기 신체 특징 정보를 추출하는 출입 통제 장치.
  7. 청구항 1에 있어서,
    상기 식별 정보는, 상기 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보인 출입 통제 장치.
  8. 청구항 7에 있어서,
    상기 인식부는, 상기 미리 획득된 신체 특징 정보와 상기 추출된 신체 특징 정보 사이의 유사도에 기초하여 상기 사람이 출입 허가 대상자인지 여부를 판단하는 출입 통제 장치.
  9. 청구항 1에 있어서,
    상기 식별 정보는, 상기 출입 허가 대상자로부터 미리 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델인 출입 통제 장치.
  10. 청구항 9에 있어서,
    상기 인식부는, 상기 추출된 신체 특징 정보를 상기 인식 모델에 적용하여 상기 사람이 출입 허가 대상자인지 여부를 판단하는 출입 통제 장치.
  11. 청구항 1에 있어서,
    상기 식별 정보를 저장하는 저장부를 더 포함하는 출입 통제 장치.
  12. 청구항 1에 있어서,
    상기 사람이 상기 출입 허가 대상자로 판단된 경우, 상기 추출된 신체 특징 정보를 이용하여, 상기 식별 정보를 갱신하는 갱신부를 더 포함하는 출입 통제 장치.
  13. 적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 단계;
    상기 영상에서 상기 사람의 신체 특징 정보를 추출하는 단계;
    상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 상기 출입 허가 대상자인지 여부를 판단하는 단계; 및
    상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 단계를 포함하는 출입 통제 방법.
  14. 청구항 13에 있어서,
    상기 신체 특징 정보는, 보행에 따라 변화하는 동적 특징 정보 및 보행에 따라 변화하지 않는 정적 특징 정보 중 적어도 하나를 포함하는 출입 통제 방법.
  15. 청구항 14에 있어서,
    상기 동적 특징 정보는, 보폭, 관절의 각도, 대퇴부 사이의 각도, 다리 궤적, 팔 궤적, 키(height) 및 보행 속도 중 적어도 하나와 관련된 정보를 포함하는 출입 통제 방법.
  16. 청구항 14에 있어서,
    상기 정적 특징 정보는, 관절과 관절 사이의 길이, 신체 비율 및 어깨 넓이 중 적어도 하나를 포함하는 출입 통제 방법.
  17. 청구항 13에 있어서,
    상기 신체 특징 정보를 추출하는 단계는, 상기 영상에서 상기 사람을 검출하여 실루엣 영상을 생성하고, 상기 실루엣 영상으로부터 상기 신체 특징 정보를 추출하는 출입 통제 방법.
  18. 청구항 17에 있어서,
    상기 신체 특징 정보를 추출하는 단계는, 기 설정된 신체 모델을 이용하여 상기 신체 특징 정보를 추출하는 출입 통제 방법.
  19. 청구항 13에 있어서,
    상기 식별 정보는, 상기 출입 허가 대상자들로부터 미리 획득된 신체 특징 정보인 출입 통제 방법.
  20. 청구항 19에 있어서,
    상기 판단하는 단계는, 상기 미리 획득된 신체 특징 정보와 상기 추출된 신체 특징 정보 사이의 유사도에 기초하여 상기 사람이 출입 허가 대상자인지 여부를 판단하는 출입 통제 방법.
  21. 청구항 13에 있어서,
    상기 식별 정보는, 상기 출입 허가 대상자로부터 미리 획득된 신체 특징 정보를 이용하여 기계 학습을 통해 생성된 인식 모델인 출입 통제 방법.
  22. 청구항 21에 있어서,
    상기 판단하는 단계는, 상기 추출된 신체 특징 정보를 상기 인식 모델에 적용하여 상기 사람이 출입 허가 대상자인지 여부를 판단하는 출입 통제 방법.
  23. 청구항 13에 있어서,
    상기 사람이 상기 출입 허가 대상자로 판단된 경우, 상기 추출된 신체 특징 정보를 이용하여, 상기 식별 정보를 갱신하는 단계를 더 포함하는 출입 통제 방법.
  24. 하드웨어와 결합되어,
    적어도 하나의 카메라로부터 출입구로 접근하는 사람을 촬영한 영상을 수신하는 단계;
    상기 영상에서 상기 사람의 신체 특징 정보를 추출하는 단계;
    상기 추출된 신체 특징 정보 및 기 등록된 출입 허가 대상자들에 대한 식별 정보를 이용하여, 상기 사람이 상기 출입 허가 대상자인지 여부를 판단하는 단계; 및
    상기 사람이 출입 허가 대상자인지 여부에 따라 상기 사람의 출입을 통제하는 단계를 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램.
KR1020150044801A 2015-03-31 2015-03-31 출입 통제 장치 및 방법 KR20160116678A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150044801A KR20160116678A (ko) 2015-03-31 2015-03-31 출입 통제 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150044801A KR20160116678A (ko) 2015-03-31 2015-03-31 출입 통제 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20160116678A true KR20160116678A (ko) 2016-10-10

Family

ID=57146130

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150044801A KR20160116678A (ko) 2015-03-31 2015-03-31 출입 통제 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20160116678A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020234737A1 (en) * 2019-05-18 2020-11-26 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
KR102268177B1 (ko) 2021-02-02 2021-06-22 (주)그린아이티코리아 감지영역 지정 구조를 가진 자기 센서를 이용한 출입 통제 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060124058A (ko) 2005-05-30 2006-12-05 삼성전기주식회사 인증 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060124058A (ko) 2005-05-30 2006-12-05 삼성전기주식회사 인증 장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020234737A1 (en) * 2019-05-18 2020-11-26 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
GB2599562A (en) * 2019-05-18 2022-04-06 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
GB2599562B (en) * 2019-05-18 2023-10-18 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
GB2618922A (en) * 2019-05-18 2023-11-22 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
GB2618922B (en) * 2019-05-18 2024-05-29 Looplearn Pty Ltd Localised, loop-based self-learning for recognising individuals at locations
KR102268177B1 (ko) 2021-02-02 2021-06-22 (주)그린아이티코리아 감지영역 지정 구조를 가진 자기 센서를 이용한 출입 통제 시스템

Similar Documents

Publication Publication Date Title
CN107644204B (zh) 一种用于安防系统的人体识别与跟踪方法
KR100831122B1 (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
KR101291899B1 (ko) 속눈썹 분석에 의한 신원확인방법 및 그를 이용한 신원확인용 정보 취득 장치
US8860549B2 (en) Opening management through gait detection
KR101790719B1 (ko) 보행 데이터에 기반한 대상자 식별 방법
JP6148065B2 (ja) 顔認証システム
JP6148064B2 (ja) 顔認証システム
JP2004213087A (ja) 個人認証装置および個人認証方法
CN110503760B (zh) 门禁控制方法及门禁系统
KR20020072198A (ko) 안면화상 인식장치
US11756338B2 (en) Authentication device, authentication method, and recording medium
WO2019151117A1 (ja) 情報処理装置
JP2008090452A (ja) 検出装置、方法およびプログラム
KR100706871B1 (ko) 감시영상에서 얼굴의 진위 여부를 구별하는 방법
KR20160116678A (ko) 출입 통제 장치 및 방법
KR102063745B1 (ko) 측면 프로파일링 기반 신원확인 장치 및 방법
JP2007206898A (ja) 顔認証装置および入退場管理装置
KR20150080781A (ko) 얼굴 인식에 의한 출입관리장치 및 방법
KR101703690B1 (ko) 홍채 인식 장치 및 그 동작 방법
JP7468779B2 (ja) 情報処理装置、情報処理方法、及び記憶媒体
KR20220107920A (ko) 카메라 영상을 이용한 딥러닝 기술 기반 전방 보행자의 자세 예측 및 이를 활용한 충돌 위험도 추정 기술
KR20070118806A (ko) 임베디드 시스템용 안면 검출방법
WO2019151116A1 (ja) 情報処理装置
KR20140060081A (ko) 원거리 얼굴인식 기반 스피드 게이트 통제 방법 및 장치
KR20160045371A (ko) 생체 정보를 이용한 사용자 인증 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application