KR20170011556A - 네트워크 카메라 제어 장치 및 방법 - Google Patents

네트워크 카메라 제어 장치 및 방법 Download PDF

Info

Publication number
KR20170011556A
KR20170011556A KR1020150104362A KR20150104362A KR20170011556A KR 20170011556 A KR20170011556 A KR 20170011556A KR 1020150104362 A KR1020150104362 A KR 1020150104362A KR 20150104362 A KR20150104362 A KR 20150104362A KR 20170011556 A KR20170011556 A KR 20170011556A
Authority
KR
South Korea
Prior art keywords
trajectory
feature information
information
image
object feature
Prior art date
Application number
KR1020150104362A
Other languages
English (en)
Other versions
KR102334767B1 (ko
Inventor
이활석
장재호
Original Assignee
한화테크윈 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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020150104362A priority Critical patent/KR102334767B1/ko
Priority to US14/957,739 priority patent/US9866744B2/en
Priority to CN201610192123.9A priority patent/CN106375654B/zh
Publication of KR20170011556A publication Critical patent/KR20170011556A/ko
Application granted granted Critical
Publication of KR102334767B1 publication Critical patent/KR102334767B1/ko

Links

Images

Classifications

    • G06K9/00771—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • 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
    • 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
    • G06T2207/30241—Trajectory

Landscapes

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

Abstract

본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치는 소정의 영역을 촬영한 영상을 수신하는 수신부; 상기 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출하는 검출부; 및 상기 복수의 궤적들로부터 각각 객체 특징 정보를 추출하고, 상기 객체 특징 정보에 대응되는 객체의 수를 판단하여 상기 객체 특징 정보가 제1 객체 및 제2 객체에 대응하는 경우, 상기 객체 특징 정보가 추출된 궤적을, 상기 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 궤적 및 상기 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 궤적으로 분리하는 제어부를 포함한다.

Description

네트워크 카메라 제어 장치 및 방법{Apparatus and method for controlling network camera}
본 발명은 네트워크 카메라 제어 장치 및 방법에 관한 것이다.
일반적으로, 네트워크 카메라를 채용한 감시 시스템은, 영상을 전송하는 네트워크 카메라와 영상의 수신 및 네트워크 카메라를 조정하는 제어 장치로 구성된다. 제어 장치는 복수의 네트워크 카메라와 네트워크를 경유하여 통신할 수 있다.
감시 시스템은 무선 네트워크를 경유하여 통신하기 위하여, 네트워크 카메라와 액세스 포인트를 동일한 IP 프로토콜 상에서 운영할 수 있다.
국내 등록특허 공보 제10-0601997호
본 발명이 해결하고자 하는 과제는 이동하는 객체를 보다 정확하게 추적하는 네트워크 카메라 제어 장치 및 방법을 제공하는데 있다. 본 발명의 실시 예들이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 과제들이 유추될 수 있다.
본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치는 소정의 영역을 촬영한 영상을 수신하는 수신부; 상기 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출하는 검출부; 및 상기 복수의 궤적들로부터 각각 객체 특징 정보를 추출하고, 상기 객체 특징 정보에 대응되는 객체의 수를 판단하여 상기 객체 특징 정보가 제1 객체 및 제2 객체에 대응하는 경우, 상기 객체 특징 정보가 추출된 궤적을, 상기 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 궤적 및 상기 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 궤적으로 분리하는 제어부를 포함한다.
본 실시 예에 있어서, 상기 복수의 궤적들은 각각, 객체를 구별하는 객체 식별자; 상기 영상에서 상기 객체가 표시된 부분에 대한 객체 영상 정보; 및 상기 객체 영상 정보에 기초하여 추출한 객체 동선 정보를 포함할 수 있다.
본 실시 예에 있어서, 상기 복수의 궤적들은 상기 객체 식별자에 의해 구분될 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 제1 궤적 및 상기 제2 궤적에 각각 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자를 부여할 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 제1 궤적에 상기 객체 특징 정보가 추출된 궤적과 동일한 객체 식별자를 부여하고, 상기 제2 궤적에 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자를 부여할 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 객체 특징 정보에 대응되는 객체의 수를 판단하기 위하여 상기 객체 특징 정보에 대응되는 클러스터의 개수를 판단하고, 상기 객체 특징 정보가 상기 제1 객체 및 상기 제2 객체에 대응하는 경우는 상기 객체 특징 정보에 대응되는 클러스터가 2개인 경우일 수 있다.
본 실시 예에 있어서, 상기 객체 특징 정보는 상기 객체 영상 정보로부터 추출된 상기 객체의 외형 정보일 수 있다.
본 실시 예에 있어서, 상기 객체 동선 정보는 상기 객체 영상 정보를 구성하는 복수의 객체 영상 프레임들의 상기 영상에서의 좌표 데이터 및 크기 데이터 중 적어도 하나일 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 복수의 궤적들로부터 추출된 복수의 객체 특징 정보들을 서로 비교하고, 상기 복수의 객체 특징 정보들 중 제3 객체 특징 정보 및 제4 객체 특징 정보가 동일한 경우, 상기 제3 객체 특징 정보를 포함하는 제3 궤적 및 상기 제4 객체 특징 정보를 포함하는 제4 궤적을 통합할 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적에 상기 제3 궤적의 기존 객체 식별자 및 상기 제4 궤적의 기존 객체 식별자 각각과 상이한 객체 식별자를 부여할 수 있다.
본 실시 예에 있어서, 상기 제어부는 상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적에 상기 제3 궤적의 기존 객체 식별자와 동일한 객체 식별자 또는 상기 제4 궤적의 기존 객체 식별자와 동일한 객체 식별자를 부여할 수 있다.
본 실시 예에 있어서, 상기 수신부는 복수의 카메라들로부터 촬영된 복수의 영상들을 수신할 수 있다.
본 발명의 일 실시 예에 따른 네트워크 카메라 제어 방법은 소정의 영역을 촬영한 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출하는 단계; 상기 복수의 궤적들로부터 각각 객체 특징 정보를 추출하는 단계; 상기 객체 특징 정보에 대응되는 객체의 수를 판단하는 단계; 및 상기 객체 특징 정보가 제1 객체 및 제2 객체에 대응하는 경우, 상기 객체 특징 정보가 추출된 궤적을, 상기 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 궤적 및 상기 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 궤적으로 분리하는 단계를 포함한다.
본 실시 예에 있어서, 상기 복수의 궤적들은 각각, 객체를 구별하는 객체 식별자; 상기 영상에서 상기 객체가 표시된 부분에 대한 객체 영상 정보; 및 상기 객체 영상 정보에 기초하여 추출한 객체 동선 정보를 포함할 수 있다.
본 실시 예에 있어서, 상기 제1 궤적 및 상기 제2 궤적은 각각 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자에 의해 구분될 수 있다.
본 실시 예에 있어서, 상기 객체 특징 정보는 상기 객체 영상 정보로부터 추출된 상기 객체의 외형 정보일 수 있다.
본 실시 예에 있어서, 상기 객체 동선 정보는 상기 객체 영상 정보를 구성하는 복수의 객체 영상 프레임들의 상기 영상에서의 좌표 데이터 및 크기 데이터 중 적어도 하나일 수 있다.
본 실시 예에 있어서, 상기 복수의 궤적들로부터 추출된 복수의 객체 특징 정보들을 서로 비교하는 단계; 및 상기 복수의 객체 특징 정보들 중 제3 객체 특징 정보 및 제4 객체 특징 정보가 동일한 경우, 상기 제3 객체 특징 정보를 포함하는 제3 궤적 및 상기 제4 객체 특징 정보를 포함하는 제4 궤적을 통합하는 단계를 더 포함할 수 있다.
본 실시 예에 있어서, 상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적은 상기 제3 궤적의 기존 객체 식별자 및 상기 제4 궤적의 기존 객체 식별자 각각과 상이한 객체 식별자에 의해 구분될 수 있다.
본 실시 예에 있어서, 복수의 카메라들로부터 복수의 영상들을 수신하는 단계를 더 포함할 수 있다.
상술한 실시 예들에 따르면, 이동하는 객체를 보다 정확하게 추적하는 네트워크 카메라 제어 장치 및 방법을 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치의 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 흐름도이다.
도 3 내지 도 5는 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 도면이다.
도 6 및 도 7은 본 발명의 다른 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명에 따른 실시 예들을 첨부 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치의 블록도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치(100)는 수신부(110), 검출부(120), 제어부(130), 저장부(140), 및 송신부(150)를 포함한다.
수신부(110)는 소정의 영역을 촬영한 영상을 수신한다. 소정의 영역은 하나의 카메라가 감시하는 영역이거나, 복수의 카메라들이 감시하는 영역일 수 있다. 수신부(110)는 하나의 카메라로부터 촬영된 영상을 수신하거나, 복수의 카메라들로부터 촬영된 복수의 영상들을 수신할 수 있다.
검출부(120)는 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출한다. 복수의 궤적들은 각각 객체 식별자, 객체 영상 정보, 및 객체 동선 정보를 포함할 수 있다.
객체 식별자는 복수의 객체들 각각을 서로 구별하기 위한 정보일 수 있다. 검출부(120)는 하나의 궤적에 하나의 객체 식별자를 부여할 수 있고, 결과적으로 하나의 궤적이 하나의 객체에 대응될 수 있다. 즉, 복수의 궤적들은 객체 식별자에 의해 구분될 수 있다.
객체 영상 정보는 영상에서 객체가 표시된 부분에 대한 정보일 수 있으며, 복수의 객체 영상 프레임들로 구성될 수 있다.
객체 동선 정보는 상기 객체의 이동 경로에 대한 정보일 수 있다. 예를 들면, 객체 동선 정보는 객체 영상 정보에 기초하여 추출될 수 있다. 이때, 객체 동선 정보는 복수의 객체 영상 프레임들 각각의 상기 영상에서의 좌표 데이터 및 크기 데이터 중 적어도 하나일 수 있다. 좌표 데이터는 복수의 객체 영상 프레임들 각각의 동일 지점에서의 x 좌표 값 및 y 좌표 값일 수 있으나, 이에 한정되지 않는다. 크기 데이터는 예컨대, 직사각형 모양의 복수의 객체 영상 프레임들 각각의 너비 값 및 높이 값일 수 있으나, 이에 한정되지 않는다.
제어부(130)는 복수의 궤적들로부터 각각 객체 특징 정보를 추출한다.
객체 특징 정보는 실제 객체들에 대한 정보로 예컨대, 객체 영상 정보로부터 추출된 객체의 외형 정보일 수 있다. 객체의 외형 정보는 객체의 얼굴 인식 정보, 체형 인식 정보, 동작 인식 정보, 및 의상 인식 정보 중 적어도 하나를 포함하나, 이에 한정되지 않는다.
제어부(130)는 하나의 객체 특징 정보에 대응되는 객체의 수가 하나인지 또는 하나 이상인지 여부를 판단한다. 일 실시 예에 따르면, 제어부(130)는 클러스터링(clustering) 방식을 적용하여 하나의 객체 특징 정보에 대응되는 객체의 수를 판단할 수 있다. 예를 들면, 제어부(130)는 하나의 객체 특징 정보에 대응되는 클러스터(cluster)가 2 이상인 경우, 상기 하나의 객체 특징 정보가 2 이상의 객체에 대응된다고 판단할 수 있다. 본 실시 예에서 클러스터는 동일한 객체 특징 정보의 그룹 예컨대, 동일한 객체로 인식되는 얼굴 인식 정보의 그룹을 의미할 수 있다.
제어부(130)는 하나의 객체 특징 정보가 n개의 객체에 대응하는 경우, 상기 하나의 객체 특징 정보가 추출된 궤적을 n개로 분리한다.
일 실시 예에 따르면, 제어부(130)는 제1 객체 및 제2 객체에 대응하는 객체 특징 정보가 추출된 제1 모궤적을, 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 자궤적 및 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 자궤적으로 분리할 수 있다.
이때, 제어부(130)는 제1 자궤적에 제1 객체 식별자를 부여하고, 제2 자궤적에 제1 객체 식별자와 상이한 제2 객체 식별자를 부여함으로써, 제1 자궤적 및 제2 자궤적을 구분할 수 있다. 예를 들면, 제어부(130)는 제1 자궤적 및 제2 자궤적에 각각 제1 모궤적과 상이한 객체 식별자를 부여할 수 있다. 다른 예를 들면, 제어부(130)는 제1 자궤적에 제1 모궤적과 동일한 객체 식별자를 부여하고, 제2 자궤적에 제1 모궤적과 상이한 객체 식별자를 부여할 수 있다.
제어부(130)는 복수의 궤적들로부터 복수의 객체 특징 정보들을 서로 비교한다. 일 실시 예에 따르면, 제어부(130)는 상기 제1 자궤적 및 상기 제2 자궤적을 포함하는 복수의 궤적들로부터 복수의 객체 특징 정보들을 서로 비교할 수 있다.
제어부(130)는 m개의 객체 특징 정보가 하나의 객체에 대응하는 경우, 상기 m개의 객체 특징 정보를 하나의 궤적으로 통합한다.
일 실시 예에 따르면, 제어부(130)는 복수의 객체 특징 정보들 중 제3 객체 특징 정보 및 제4 객체 특징 정보가 동일한 경우, 제3 객체 특징 정보를 포함하는 제3 모궤적 및 제4 객체 특징 정보를 포함하는 제4 모궤적을 하나의 제2 자궤적으로 통합할 수 있다.
이때, 제어부(130)는 예를 들면, 제2 자궤적에 제3 모궤적의 제3 객체 식별자 및 제4 모궤적의 제4 객체 식별자 각각과 상이한 제5 객체 색별자를 부여할 수 있다. 다른 예를 들면, 제어부(130)는 제2 자궤적에 제3 객체 식별자 또는 제4 객체 식별자를 부여할 수 있다.
저장부(140)는 제어부(130)에 의해 분리 또는 통합된 궤적을 포함하는 복수의 궤적들에 대한 정보를 저장한다.
송신부(150)는 저장부(140)에 저장된 정보를 외부에 전송한다.
본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치(100)는 유선 통신망 또는 무선 통신망을 포함하는 네트워크에 의하여 복수의 네트워크 카메라들과 연결될 수 있다. 즉, 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치(100)는 네트워크 카메라와 구별되고 네트워크 카메라와 분리된 채 네트워크로 연결될 수 있다.
본 발명의 다른 실시 예에 따른 네트워크 카메라 제어 장치(100)는 네트워크 카메라 내에 포함될 수 있다. 본 발명의 다른 실시 예에 따른 네트워크 카메라 제어 장치(100)는 하나의 네트워크 카메라 내에 포함되어, 해당 네트워크 카메라에서 촬영된 영상만을 수신할 수도 있고, 해당 네트워크 카메라와 네트워크를 통해 연결된 다른 네트워크 카메라에서 촬영된 영상까지 수신할 수도 있다.
본 발명의 또 다른 실시 예에 따른 네트워크 카메라 제어 장치(100)는 도 1에서 하나의 장치처럼 도시하였으나, 반드시 어느 하나의 물리적 장치로 구현될 필요는 없다. 예를 들면, 네트워크 카메라 제어 장치(100)는 복수의 물리적 장치가 유기적으로 결합되어 구현될 수 있다. 다른 예를 들면, 네트워크 카메라 제어 장치(100)의 일부는 네트워크 카메라에 포함되도록 구현되고, 나머지 일부는 다른 물리적 장치로 구현될 수 있다.
도 2는 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 흐름도이다. 도 3 내지 도 5는 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 도면이다.
도 2를 참조하면, 본 발명의 일 실시 예에 따른 네트워크 카메라 제어 장치(100)의 수신부(110)는 소정의 영역을 촬영한 영상을 수신한다(S101). 수신부(110)는 하나의 카메라로부터 촬영된 영상을 수신하거나, 복수의 카메라들로부터 촬영된 복수의 영상들을 수신할 수 있다.
이어서, 검출부(120)는 영상으로부터 객체의 이동에 따른 궤적을 검출한다(S103). 수신부(110)를 통해 복수의 객체들이 촬영된 영상이 수신된 경우, 검출부(120)는 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출할 수 있다.
수신부(110)는 제1 객체(A) 및 제2 객체(B)가 촬영된 영상을 수신한다. 제1 객체(A)와 제2 객체(B)의 이동 중 겹침이 발생할 수 있다.
도 3 및 도 4a를 참조하면, 검출부(120)는 영상으로부터 제1 객체(A) 및 제2 객체(B)의 이동에 따른 궤적을 각각 검출할 수 있다. 검출부(120)는 검출된 궤적에 객체 식별자를 부여할 수 있다. 다만, 도 3과 같이 복수의 객체들 사이에 이동 중 겹침이 발생한 경우, 복수의 객체들 각각에 부여된 객체 식별자가 변경될 수 있다.
예를 들면, 검출부(120)는 제1 객체(A)의 겹침 전 궤적에 제1 객체 식별자(ID=1)를 부여하고, 제2 객체(B)의 겹침 전 궤적에 제2 객체 식별자(ID=2)를 부여할 수 있다. 제1 객체(A) 및 제2 객체(B) 사이에 이동 중 겹침이 발생한 경우, 제1 객체(A)에 부여된 제1 객체 식별자(ID=1)가 제3 객체 식별자(ID=3)로 변경되고, 제2 객체(B)에 부여된 제2 객체 식별자(ID=2)가 제1 객체 식별자(ID=1)로 변경될 수 있다.
이와 같이 이동 중 겹침이 발생한 결과, 제1 궤적(T1)은 제1 객체 식별자(ID=1) 및 제1 객체 영상 정보(11)를 포함하고, 제2 궤적(T2)은 제2 객체 식별자(ID=2) 및 제2 객체 영상 정보(12)를 포함하고, 제3 궤적(T3)은 제3 객체 식별자(ID=3) 및 제3 객체 영상 정보(13)를 포함한다. 도시되지 않았으나, 제1 내지 제3 궤적(T1 내지 T3)은 각각 제1 내지 제3 객체 동선 정보를 포함할 수 있다.
이어서 도 2에서, 제어부(130)는 복수의 궤적들로부터 각각 객체 특징 정보를 추출한다(S105). 제어부(130)는 제1 객체 영상 정보(11), 제2 객체 영상 정보(12), 및 제3 객체 영상 정보(13)로부터 각각 객체 특징 정보를 추출할 수 있다. 이하에서, 도 4a 내지 도 4c, 및 도 7의 객체 영상 정보 영역에 표시된 복수의 도형들은 복수의 객체 영상 프레임들 각각의 객체 특징 정보를 나타낸다.
이어서 도 2에서, 제어부(130)는 하나의 객체 특징 정보가 2 이상의 객체에 대응되는지 여부를 판단한다(S107). 도 4a에서, 제1 클러스터(C1)와 제4 클러스터(C4)는 제1 객체(A)로 인식되는 객체 특징 정보의 그룹이고, 제2 클러스터(C2)와 제3 클러스터(C3)는 제2 객체(B)로 인식되는 객체 특징 정보의 그룹이다. 제1 객체 영상 정보(11)에 제1 클러스터(C1)와 제2 클러스터(C2)가 대응되므로, 제어부(130)는 제1 객체 영상 정보(11)가 제1 객체(A) 및 제2 객체(B)에 대응된다고 판단할 수 있다.
이어서 도 2에서, 제어부(130)는 하나의 객체 특징 정보가 2 이상의 객체에 대응되는 경우, 상기 하나의 객체 특징 정보가 추출된 궤적을 객체의 수만큼 분리한다(S109). 도 4b를 참조하면, 제어부(130)는 제1 클러스터(C1)와 제2 클러스터(C2)가 대응되는 제1 객체 영상 정보(11)를, 제1 클러스터(C1)를 포함하는 제4 궤적(T4) 및 제2 클러스터(C2)를 포함하는 제5 궤적(T5)으로 분리할 수 있다. 제4 궤적(T4)은 제4 객체 영상 정보(111)를 포함하고, 제5 궤적(T5)은 제5 객체 영상 정보(112)를 포함할 수 있다.
이때, 제어부(130)는 제4 궤적(T4)에 제1 궤적과 동일한 객체 식별자인 제1 객체 식별자(ID=1)를 부여하고, 제5 궤적(T5)에 제1 궤적(T1)과 상이한 객체 식별자인 제4 객체 식별자(ID=4)를 부여할 수 있다.
이어서 도 2에서, 제어부(130)는 2 이상의 객체 특징 정보가 동일한 객체에 대응되는지 여부를 판단한다(S111). 도 4b에서, 제어부(130)는 제4 객체 영상 정보(111) 및 제3 객체 영상 정보(13)가 제1 객체(A)에 대응되고, 제2 객체 영상 정보(12) 및 제5 객체 영상 정보(112)가 제2 객체(B)에 대응된다고 판단할 수 있다.
이어서 도 2에서, 제어부(130)는 2 이상의 객체 특징 정보가 동일한 객체에 대응되는 경우, 상기 2 이상의 객체 특징 정보를 각각 포함하는 2 이상의 궤적들을 통합한다(S113). 도 4c를 참조하면, 제어부(130)는 제1 클러스터(C1)를 포함하는 제4 궤적(T4) 및 제4 클러스터(C4)를 포함하는 제3 궤적(T3)을 제6 궤적(T6)으로 통합하고, 제3 클러스터(C3)를 포함하는 제2 궤적(T2) 및 제2 클러스터(C4)를 포함하는 제5 궤적(T5)을 제7 궤적(T7)으로 통합할 수 있다.
이때, 제어부(130)는 제6 궤적(T6)에 제1 궤적(T1)과 동일한 객체 식별자인 제1 객체 식별자(ID=1)를 부여하고, 제7 궤적(T7)에 제2 궤적(T2)과 동일한 객체 식별자인 제2 객체 식별자(ID=2)를 부여할 수 있다. 이때, 제6 궤적(T6)은 제6 객체 영상 정보(110A)를 포함하고, 제7 궤적(T7)은 제7 객체 영상 정보(120B)를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 하나의 네트워크 카메라에서 촬영된 영상에서 복수의 객체들 사이의 이동 중 겹침이 발생하여, 복수의 객체들을 구별하는 객체 식별자가 변경되는 경우라 하더라도(도 3 참조), 복수의 객체들에 대응하는 복수의 궤적들에 대한 분리 및 통합을 통해 하나의 객체 식별자가 하나의 객체를 나타내도록 할 수 있다(도 5). 따라서, 본 발명의 일 실시 예에 따르면, 이동 객체 추적이 보다 정확하게 수행될 수 있다.
도 6 및 도 7은 본 발명의 다른 실시 예에 따른 네트워크 카메라 제어 방법을 설명하기 위한 도면이다.
먼저, 도 4c 및 도 5는 제1 카메라에서 촬영된 영상으로부터 객체를 추적한 결과를 도시한다.
이하에서, 도 6 및 도 7은 제1 카메라와 상이한 제2 카메라에서 촬영된 영상으로부터 객체를 추적하는 방법에 관한 것이다
도 6을 참조하면, 수신부(110)는 제2 객체(B) 및 제3 객체(C)가 촬영된 영상을 수신한다. 제2 객체(B)는 본 발명의 일 실시 예에 따라 제1 카메라에서 촬영된 영상으로부터 추적된 객체이다.
검출부(120)는 영상으로부터 제2 객체(B) 및 제3 객체(C)의 이동에 따른 궤적을 각각 검출할 수 있다. 검출부(120)는 제1 카메라에서 촬영된 영상에서 검출된 궤적에 부여한 객체 식별자와 동일한 객체 식별자를, 제2 차메라에서 촬영된 영상에서 검출된 궤적에 부여할 수 있다.
이어서, 제어부(130)는 도 4c와 같이 제1 카메라에서 촬영된 영상에 관한 정보 및 검출부(120)가 검출한 제2 카메라에서 촬영된 영상에 관한 정보에 기초하여, 도 2의 궤적 분리 단계(S109) 및 궤적 통합 단계(S113)를 수행할 수 있다. 그 결과, 제어부(130)는 제8 궤적(T8)에 제7 궤적(T7)과 동일한 객체 식별자인 제2 객체 식별자(ID=2)를 부여하고, 제9 궤적(T9)에 새로운 객체 식별자인 제5 객체 식별자(ID=5)를 부여할 수 있다. 이때, 제8 궤적(T8)은 제8 객체 영상 정보(111A)를 포함하고, 제9 궤적(T9)은 제9 객체 영상 정보(130C)를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 하나의 네트워크 카메라에서 촬영된 영상에서 추적한 객체는 다른 하나의 네트워크 카메라에서 촬영된 영상에서 동일한 객체 식별자를 이용하여 추적할 수 있으므로, 이동 객체 추적이 보다 정확하게 수행될 수 있다.
한편, 본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이제까지 본 발명에 대하여 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
100: 네트워크 카메라 제어 장치
110: 수신부
120: 검출부
130: 제어부
140: 저장부
150: 송신부

Claims (20)

  1. 소정의 영역을 촬영한 영상을 수신하는 수신부;
    상기 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출하는 검출부; 및
    상기 복수의 궤적들로부터 각각 객체 특징 정보를 추출하고, 상기 객체 특징 정보에 대응되는 객체의 수를 판단하여 상기 객체 특징 정보가 제1 객체 및 제2 객체에 대응하는 경우, 상기 객체 특징 정보가 추출된 궤적을, 상기 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 궤적 및 상기 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 궤적으로 분리하는 제어부를 포함하는 네트워크 카메라 제어 장치.
  2. 제1항에 있어서,
    상기 복수의 궤적들은 각각,
    객체를 구별하는 객체 식별자;
    상기 영상에서 상기 객체가 표시된 부분에 대한 객체 영상 정보; 및
    상기 객체 영상 정보에 기초하여 추출한 객체 동선 정보를 포함하는 네트워크 카메라 제어 장치.
  3. 제2항에 있어서,
    상기 복수의 궤적들은 상기 객체 식별자에 의해 구분되는 네트워크 카메라 제어 장치.
  4. 제2항에 있어서,
    상기 제어부는 상기 제1 궤적 및 상기 제2 궤적에 각각 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자를 부여하는 네트워크 카메라 제어 장치.
  5. 제2항에 있어서,
    상기 제어부는 상기 제1 궤적에 상기 객체 특징 정보가 추출된 궤적과 동일한 객체 식별자를 부여하고, 상기 제2 궤적에 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자를 부여하는 네트워크 카메라 제어 장치.
  6. 제2항에 있어서,
    상기 제어부는 상기 객체 특징 정보에 대응되는 객체의 수를 판단하기 위하여 상기 객체 특징 정보에 대응되는 클러스터의 개수를 판단하고,
    상기 객체 특징 정보가 상기 제1 객체 및 상기 제2 객체에 대응하는 경우는 상기 객체 특징 정보에 대응되는 클러스터가 2개인 경우인 네트워크 카메라 제어 장치.
  7. 제2항에 있어서,
    상기 객체 특징 정보는 상기 객체 영상 정보로부터 추출된 상기 객체의 외형 정보인 네트워크 카메라 제어 장치.
  8. 제2항에 있어서,
    상기 객체 동선 정보는 상기 객체 영상 정보를 구성하는 복수의 객체 영상 프레임들의 상기 영상에서의 좌표 데이터 및 크기 데이터 중 적어도 하나인 네트워크 카메라 제어 장치.
  9. 제1항에 있어서,
    상기 제어부는 상기 복수의 궤적들로부터 추출된 복수의 객체 특징 정보들을 서로 비교하고, 상기 복수의 객체 특징 정보들 중 제3 객체 특징 정보 및 제4 객체 특징 정보가 동일한 경우, 상기 제3 객체 특징 정보를 포함하는 제3 궤적 및 상기 제4 객체 특징 정보를 포함하는 제4 궤적을 통합하는 네트워크 카메라 제어 장치.
  10. 제9항에 있어서,
    상기 제어부는 상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적에 상기 제3 궤적의 기존 객체 식별자 및 상기 제4 궤적의 기존 객체 식별자 각각과 상이한 객체 식별자를 부여하는 네트워크 카메라 제어 장치.
  11. 제9항에 있어서,
    상기 제어부는 상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적에 상기 제3 궤적의 기존 객체 식별자와 동일한 객체 식별자 또는 상기 제4 궤적의 기존 객체 식별자와 동일한 객체 식별자를 부여하는 네트워크 카메라 제어 장치.
  12. 제1항에 있어서,
    상기 수신부는 복수의 카메라들로부터 촬영된 복수의 영상들을 수신하는 네트워크 카메라 제어 장치.
  13. 소정의 영역을 촬영한 영상으로부터 복수의 객체들 각각의 이동에 따른 복수의 궤적들을 검출하는 단계;
    상기 복수의 궤적들로부터 각각 객체 특징 정보를 추출하는 단계;
    상기 객체 특징 정보에 대응되는 객체의 수를 판단하는 단계; 및
    상기 객체 특징 정보가 제1 객체 및 제2 객체에 대응하는 경우, 상기 객체 특징 정보가 추출된 궤적을, 상기 제1 객체에 대응하는 제1 객체 특징 정보를 포함하는 제1 궤적 및 상기 제2 객체에 대응하는 제2 객체 특징 정보를 포함하는 제2 궤적으로 분리하는 단계를 포함하는 네트워크 카메라 제어 방법.
  14. 제13항에 있어서,
    상기 복수의 궤적들은 각각,
    객체를 구별하는 객체 식별자;
    상기 영상에서 상기 객체가 표시된 부분에 대한 객체 영상 정보; 및
    상기 객체 영상 정보에 기초하여 추출한 객체 동선 정보를 포함하는 네트워크 카메라 제어 방법.
  15. 제14항에 있어서,
    상기 제1 궤적 및 상기 제2 궤적은 각각 상기 객체 특징 정보가 추출된 궤적과 상이한 객체 식별자에 의해 구분되는 네트워크 카메라 제어 방법.
  16. 제14항에 있어서,
    상기 객체 특징 정보는 상기 객체 영상 정보로부터 추출된 상기 객체의 외형 정보인 네트워크 카메라 제어 방법.
  17. 제14항에 있어서,
    상기 객체 동선 정보는 상기 객체 영상 정보를 구성하는 복수의 객체 영상 프레임들의 상기 영상에서의 좌표 데이터 및 크기 데이터 중 적어도 하나인 네트워크 카메라 제어 방법.
  18. 제13항에 있어서,
    상기 복수의 궤적들로부터 추출된 복수의 객체 특징 정보들을 서로 비교하는 단계; 및
    상기 복수의 객체 특징 정보들 중 제3 객체 특징 정보 및 제4 객체 특징 정보가 동일한 경우, 상기 제3 객체 특징 정보를 포함하는 제3 궤적 및 상기 제4 객체 특징 정보를 포함하는 제4 궤적을 통합하는 단계를 더 포함하는 네트워크 카메라 제어 방법.
  19. 제18항에 있어서,
    상기 제3 궤적 및 상기 제4 궤적이 통합된 궤적은 상기 제3 궤적의 기존 객체 식별자 및 상기 제4 궤적의 기존 객체 식별자 각각과 상이한 객체 식별자에 의해 구분되는 네트워크 카메라 제어 방법.
  20. 제13항에 있어서,
    복수의 카메라들로부터 복수의 영상들을 수신하는 단계를 더 포함하는 네트워크 카메라 제어 방법.
KR1020150104362A 2015-07-23 2015-07-23 네트워크 카메라 제어 장치 및 방법 KR102334767B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020150104362A KR102334767B1 (ko) 2015-07-23 2015-07-23 네트워크 카메라 제어 장치 및 방법
US14/957,739 US9866744B2 (en) 2015-07-23 2015-12-03 Apparatus and method for controlling network camera
CN201610192123.9A CN106375654B (zh) 2015-07-23 2016-03-30 用于控制网络相机的设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150104362A KR102334767B1 (ko) 2015-07-23 2015-07-23 네트워크 카메라 제어 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20170011556A true KR20170011556A (ko) 2017-02-02
KR102334767B1 KR102334767B1 (ko) 2021-12-02

Family

ID=57880537

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150104362A KR102334767B1 (ko) 2015-07-23 2015-07-23 네트워크 카메라 제어 장치 및 방법

Country Status (3)

Country Link
US (1) US9866744B2 (ko)
KR (1) KR102334767B1 (ko)
CN (1) CN106375654B (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109413324A (zh) * 2017-08-16 2019-03-01 中兴通讯股份有限公司 一种拍摄方法和移动终端
WO2020248248A1 (en) * 2019-06-14 2020-12-17 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for object tracking

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100601997B1 (ko) 2004-10-12 2006-07-18 삼성전자주식회사 인물기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 인물기반 디지털 사진 앨버밍 방법 및 장치
US20120254369A1 (en) * 2011-03-29 2012-10-04 Sony Corporation Method, apparatus and system

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5969755A (en) * 1996-02-05 1999-10-19 Texas Instruments Incorporated Motion based event detection system and method
US7058204B2 (en) 2000-10-03 2006-06-06 Gesturetek, Inc. Multiple camera control system
ATE454789T1 (de) * 2002-11-12 2010-01-15 Intellivid Corp Verfahren und system zur verfolgung und verhaltensüberwachung von mehreren objekten, die sich durch mehrere sichtfelder bewegen
US7136507B2 (en) * 2003-11-17 2006-11-14 Vidient Systems, Inc. Video surveillance system with rule-based reasoning and multiple-hypothesis scoring
US20090268033A1 (en) * 2005-08-30 2009-10-29 Norimichi Ukita Method for estimating connection relation among wide-area distributed camera and program for estimating connection relation
KR100744668B1 (ko) 2006-01-27 2007-08-02 덕성여자대학교 산학협력단 네트워크 카메라를 이용한 다중 사람추적 시스템
CN100585656C (zh) * 2007-03-14 2010-01-27 中国科学院自动化研究所 一种基于规则的全天候智能视频分析监控方法
JP4933354B2 (ja) * 2007-06-08 2012-05-16 キヤノン株式会社 情報処理装置、及び情報処理方法
GB2452510A (en) * 2007-09-05 2009-03-11 Sony Corp System For Communicating A Three Dimensional Representation Of A Sporting Event
AU2008200926B2 (en) * 2008-02-28 2011-09-29 Canon Kabushiki Kaisha On-camera summarisation of object relationships
KR100968024B1 (ko) 2008-06-20 2010-07-07 중앙대학교 산학협력단 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템
CN101344965A (zh) * 2008-09-04 2009-01-14 上海交通大学 基于双目摄像的跟踪系统
KR101048441B1 (ko) 2009-08-31 2011-07-12 한국산업기술대학교산학협력단 다중카메라 시스템에서의 객체 추적 방법 및 그 장치
CN102176246A (zh) * 2011-01-30 2011-09-07 西安理工大学 一种多相机目标接力跟踪系统的相机接力关系确定方法
GB2489454A (en) * 2011-03-29 2012-10-03 Sony Corp A method of annotating objects in a displayed image
US8811670B2 (en) * 2012-09-28 2014-08-19 The Boeing Company Method and system for using fingerprints to track moving objects in video
KR101380628B1 (ko) 2013-10-18 2014-04-02 브이씨에이 테크놀러지 엘티디 복수의 카메라를 사용한 객체 추적 방법 및 장치
CN104639994B (zh) * 2013-11-08 2018-10-09 杭州海康威视数字技术股份有限公司 基于运动目标生成视频摘要的方法、系统及网络存储设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100601997B1 (ko) 2004-10-12 2006-07-18 삼성전자주식회사 인물기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 인물기반 디지털 사진 앨버밍 방법 및 장치
US20120254369A1 (en) * 2011-03-29 2012-10-04 Sony Corporation Method, apparatus and system

Also Published As

Publication number Publication date
CN106375654B (zh) 2020-09-01
KR102334767B1 (ko) 2021-12-02
US20170163868A1 (en) 2017-06-08
US9866744B2 (en) 2018-01-09
CN106375654A (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
Snidaro et al. Video security for ambient intelligence
JP2020107349A (ja) 物体追跡システム、物体追跡方法、プログラム
US20180189573A1 (en) Real-time detection, tracking and occlusion reasoning
Bondi et al. Real-time people counting from depth imagery of crowded environments
KR20180032400A (ko) 다중 카메라 영상의 객체 정보 기반 다중 객체 추적 장치 및 그 방법
EP3518146A1 (en) Image processing apparatus and image processing method
US9959651B2 (en) Methods, devices and computer programs for processing images in a system comprising a plurality of cameras
WO2014136623A1 (en) Method for detecting and tracking objects in sequence of images of scene acquired by stationary camera
US10375667B2 (en) Enhancing indoor positioning using RF multilateration and optical sensing
KR102486986B1 (ko) 객체 검출 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
JP2012191354A (ja) 情報処理装置、情報処理方法及びプログラム
CN112307868A (zh) 图像识别方法、电子设备和计算机可读介质
US10353657B2 (en) Projector and control method
WO2018046375A1 (en) A method of locating a mobile device in a group of mobile devices
KR20150051630A (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
JPWO2008035411A1 (ja) 移動体情報検出装置、移動体情報検出方法および移動体情報検出プログラム
KR20170011556A (ko) 네트워크 카메라 제어 장치 및 방법
KR20150132968A (ko) 다중 목표 추적 시스템 및 방법
KR20160099289A (ko) 영상의 전역 특징과 이동객체의 지역 특징을 융합한 동영상 검색 방법 및 그 시스템
CN104980695A (zh) 协同对象位置数据与视频数据
JP6570906B2 (ja) 監視システム及び監視方法
KR102428319B1 (ko) 고객 정보 제공 방법, 장치 및 컴퓨터 프로그램
Wu et al. Indoor surveillance video based feature recognition for pedestrian dead reckoning
CN114882073A (zh) 目标跟踪方法和装置，介质和计算机设备
Ukyo et al. Pedestrian tracking in public passageway by single 3d depth sensor

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