KR20170113852A - Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법 - Google Patents

Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법 Download PDF

Info

Publication number
KR20170113852A
KR20170113852A KR1020160036767A KR20160036767A KR20170113852A KR 20170113852 A KR20170113852 A KR 20170113852A KR 1020160036767 A KR1020160036767 A KR 1020160036767A KR 20160036767 A KR20160036767 A KR 20160036767A KR 20170113852 A KR20170113852 A KR 20170113852A
Authority
KR
South Korea
Prior art keywords
disaster
shared data
image
svm
cctv
Prior art date
Application number
KR1020160036767A
Other languages
English (en)
Inventor
장용석
정민석
김민준
백승준
윤자혁
Original Assignee
(주)에어포인트
(주)다울디엔에스
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 (주)에어포인트, (주)다울디엔에스 filed Critical (주)에어포인트
Priority to KR1020160036767A priority Critical patent/KR20170113852A/ko
Priority to US15/085,731 priority patent/US20170277954A1/en
Publication of KR20170113852A publication Critical patent/KR20170113852A/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G06F15/18—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N99/005—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 SVM 기반 지능형 재난 조기 검출 시스템 및 그 방법에 관한 것으로, 복수의 CCTV 카메라로부터 전달받은 영상을 SVM 학습 알고리즘을 이용하여 분석하여 화재, 홍수, 건물 이상, 물류 감시, 무인 경계 등의 재난 이상 상황을 감지하여 사용자에게 위험 상황을 통보하기 위한 SVM 기반 지능형 재난 조기 검출 시스템 및 그 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하고자 한다.
이를 위하여, 본 발명은 복수의 입력 영상을 복호화하여 공유 데이터로 변환하기 위한 입력부; 상기 입력부에서 변환된 공유 데이터를 관리하기 위한 공유 데이터 관리부; 상기 공유 데이터 관리부로부터의 공유 데이터를 SVM(Support Vector Machine) 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출하기 위한 처리부; 및 상기 처리부에서 검출된 재난 이상 상황 여부를 출력하기 위한 출력부를 포함할 수 있다.

Description

ＳＶＭ 기반 지능형 재난 조기 검출 시스템 및 그 방법{System for early detecting disasters based on SVM and method thereof}
본 발명은 SVM(Support Vector Machine) 기반의 지능형 재난 조기 검출 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 복수의 CCTV(Closed Circuit Television) 카메라로부터 영상을 수신하여 화재, 홍수, 건물 이상(예를 들어, 건물 외벽 이상 등), 물류 감시, 무인 경계 등의 재난 또는 이상 상황(즉, 재난 이상 상황)을 감지하여 사용자에게 위험 상황을 통보하기 위한 SVM 기반 지능형 재난 조기 검출 시스템 및 그 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
종래에도 복수 대의 CCTV 카메라로부터 영상을 수신하여 경계 구역에 대한 감시를 수행하고 있지만, 대부분의 경우 인력으로 재난 이상 상황을 판단하거나 물리적 및 비용적 측면 등의 제약으로 인하여 하나 또는 소수의 CCTV 영상만을 분석하여 재난 이상 상황 여부를 판단할 수밖에 없었다.
따라서 복수의 CCTV 카메라로부터의 영상을 동시에 처리할 수 있으며, 각 CCTV 영상을 SVM(Support Vector Machine) 학습 알고리즘을 기반으로 하여 자동으로 분석하여 재난 이상 상황 여부를 판단할 수 있는 기술이 요구되고 있다.
따라서 본 발명은 복수의 CCTV 카메라로부터 전달받은 영상을 SVM 학습 알고리즘을 이용하여 분석하여 화재, 홍수, 건물 이상, 물류 감시, 무인 경계 등의 재난 이상 상황을 감지하여 사용자에게 위험 상황을 통보하기 위한 SVM 기반 지능형 재난 조기 검출 시스템 및 그 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시 예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 시스템은, 복수의 입력 영상을 복호화하여 공유 데이터로 변환하기 위한 입력부; 상기 입력부에서 변환된 공유 데이터를 관리하기 위한 공유 데이터 관리부; 상기 공유 데이터 관리부로부터의 공유 데이터를 SVM(Support Vector Machine) 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출하기 위한 처리부; 및 상기 처리부에서 검출된 재난 이상 상황 여부를 출력하기 위한 출력부를 포함할 수 있다.
한편, 상기 목적을 달성하기 위한 본 발명의 방법은, (a) 복수의 카메라로부터 부호화된 영상을 수신하는 단계; (b) 상기 수신된 부호화 영상을 복호화하고 공유 데이터 형태로 변환하는 단계; (c) 상기 공유 데이터 형태로 변환된 각 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 판단하는 단계; 및 (d) 상기 판단된 재난 이상 상황 여부를 출력하는 단계를 포함할 수 있다.
한편, 본 발명은, (a) 복수의 카메라로부터 부호화된 영상을 수신하는 단계; (b) 상기 수신된 부호화 영상을 복호화하고 공유 데이터 형태로 변환하는 단계; (c) 상기 공유 데이터 형태로 변환된 각 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 판단하는 단계; 및 (d) 상기 판단된 재난 이상 상황 여부를 출력하는 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
상기와 같은 본 발명은, 복수의 CCTV 카메라로부터 전달받은 영상을 SVM 학습 알고리즘을 이용하여 분석하여 화재, 홍수, 건물 이상, 물류 감시, 무인 경계 등의 재난 이상 상황을 조기에 감지하여 사용자에게 위험 상황을 통보할 수 있으며, 이로 인하여 재난 이상 상황 발생에 따른 물적 및 인적 손실을 최소화할 수 있고, 시스템 운영 시 필요한 경제적인 자원의 효율적 사용이 가능하여 유지보수 측면에서도 많은 장점을 제공할 수 있는 효과가 있다.
또한, 본 발명은, 입력부, 처리부, 및 출력부를 독립적으로 구조화하고 각 독립 구조와 별개로 공용 데이터를 처리함으로써, 저수준의 계산 복잡도를 가진다.
또한, 본 발명은 복수의 고해상도 영상을 동시에 처리할 수 있으며, 각 영상에 대해 독립적으로 영상 처리 및 분석을 수행할 수 있다.
또한, 본 발명은 SVM 학습 알고리즘을 도입하여 재난 이상 상황을 분석함으로써, 시스템에 대한 신뢰성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 SVM 기반 지능형 재난 조기 검출 시스템의 구성도,
도 2는 도 1의 입력부의 상세 구성도,
도 3은 도 1의 처리부의 상세 구성도,
도 4는 도 1의 출력부의 상세 구성도,
도 5는 도 3의 단일 이벤트 처리부의 상세 구성도,
도 6a 내지 도 6c는 본 발명의 일 실시예에 따른 SVM 기반 지능형 재난 조기 검출 방법에 대한 흐름도이다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.
그리고 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함" 또는 "구비"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함하거나 구비할 수 있는 것을 의미한다. 또한, 명세서 전체의 기재에 있어서 일부 구성요소들을 단수형으로 기재하였다고 해서, 본 발명이 그에 국한되는 것은 아니며, 해당 구성요소가 복수 개로 이루어질 수 있음을 알 것이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 SVM 기반 지능형 재난 조기 검출 시스템의 구성도로서, 복수의 CCTV 카메라(101), 시스템의 주요 구성 요소인 입력부(102)와 처리부(103)와 출력부(104), 및 세 가지 주요 구성 요소의 공유 데이터를 관리하는 공유 데이터 관리부(105)를 포함한다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 SVM 기반 지능형 재난 조기 검출 시스템은, 복수의 CCTV 영상을 복호화하여 공유 데이터로 변환하기 위한 입력부(102), 입력부(102)에서 변환된 공유 데이터를 관리하기 위한 공유 데이터 관리부(105), 공유 데이터 관리부(105)로부터의 공유 데이터를 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출하기 위한 처리부(103), 및 처리부(103)로부터의 재난 이상 상황 여부 및 CCTV 영상을 출력하기 위한 출력부(104)를 포함한다.
이때, 입력부(102)는 복수의 CCTV 카메라(101)로부터 입력되는 부호화된 CCTV 영상을 수신하여 복호화하고 공유 데이터 형태로 변환한다. 즉, 입력부(102)는 지역(Local) 또는 원격지(Remote)에 존재하는 복수의 CCTV 카메라(101)로부터 입력되는 부호화된 CCTV 영상을 수신하여 각각의 CCTV 영상을 복호화하고 공유 데이터 형태로 변환하여 공유 데이터 관리부(105)로 전달한다. 이를 위하여, 입력부(102)는 복수의 CCTV 카메라(101)로부터 입력되는 CCTV 영상을 이용하여 CCTV 카메라 입력 대수를 파악하고, 도 2의 단일 CCTV 입력 처리기 인스턴스를 생성한다. 이러한 일련의 동작은 도 2의 복수의 단일 CCTV 입력 처리기(202)에 의해 각각의 CCTV 영상에 대해 각각 독립적으로 수행됨으로써, 서로 다른 CCTV 영상을 동시에 처리할 수 있다.
그리고 공유 데이터 관리부(105)는 입력부(102)를 통해 변환된 공유 데이터를 처리부(103)와 출력부(104)에서 사용할 수 있도록 관리하는 역할을 수행한다. 즉, 공유 데이터 관리부(105)는 입력부(102)로부터 전달받은 공유 데이터를 유지 및 관리하며, 처리부(103)와 출력부(104)에 CCTV 영상 입력 및 공유 데이터 등의 이벤트를 전달하여 해당하는 각 구성 요소들이 해당 이벤트를 처리할 수 있도록 한다.
그리고 처리부(103)는 공유 데이터 관리부(105)로부터 공유 데이터 형태로 전달받은 각 CCTV 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출한다. 즉, 처리부(103)는 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터 형태의 각 CCTV 영상을 이용하여 영상 처리, 기계 학습, 영상 분석 등을 수행하여 재난 이상 상황 여부를 검출한다. 이를 위하여, 처리부(103)는 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터 형태의 각 CCTV 영상을 이용하여 CCTV 카메라 입력 대수를 파악하고, 도 3의 이벤트 처리를 위한 단일 이벤트 처리부 인스턴스 및 출력 데이터 관리를 위한 출력 송신 처리기 인스턴스를 생성한다.
또한, 처리부(103)는 사용자 입력 데이터에 의해 미리 설정된 재난 검출 모드에 따라 화재, 홍수, 건물 이상, 무인 경계, 물류 감시 등과 같이 각 CCTV 영상에 대한 감시를 독립적으로 수행할 수 있다. 이때, 재난 검출 모드는 사용자 입력 데이터에 의해 미리 설정되어 이벤트 처리 관리기(302)에 저장되고, 각 단일 이벤트 처리부(303)에서 재난 이상 상황 여부를 판단할 때 이용된다.
그리고 출력부(104)는 재난 이상 상황 여부를 수신하여 화면에 출력하고 또한 CCTV 영상을 수신하여 화면에 출력한다. 즉, 출력부(104)는 처리부(103)에서 검출된 재난 이상 상황 여부를 전달받아 사용자에게 통보하는 기능을 수행하고, 또한 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터 형태의 CCTV 영상을 수신하여 화면에 출력하며, 필요한 경우 해당 데이터를 로그로 제작한다. 이를 위하여, 출력부(104)는 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터 형태의 각 CCTV 영상을 이용하여 CCTV 카메라 입력 대수를 파악하고, 도 4의 단일 화면 출력 처리기 인스턴스 및 출력 수신 처리기 인스턴스를 생성한다.
이때, 공유 데이터 형태의 CCTV 영상은 도 4의 단일 화면 출력 처리기(401)에 의해 각각 화면의 기 정해진 위치에 출력되고, 출력 수신 처리기(403)는 재난 이상 상황 여부를 도 3의 출력 송신 처리기(301)로부터 수신하여 단일 화면 출력 처리기(401)를 통한 화면 출력 외에 추가적인 알림 방식(예를 들어, 소리 등)으로 출력한다.
전술한 바와 같이, 도 1에 도시된 SVM 기반 지능형 재난 조기 검출 시스템은 입력부(102), 처리부(103), 및 출력부(104)가 기능별로 독립적으로 동작하고, 각 구성 요소별 세부 처리 또한 각 CCTV 영상에 따라 각각 독립적으로 수행된다. 이를 통해 사용자 입력 데이터에 의해 기 설정된 재난 검출 모드에 따라 동시에 서로 다른 재난 이상 상황 여부를 검출할 수 있다.
도 2는 도 1의 입력부(102)의 상세 구성도이다.
도 2에 도시된 바와 같이, 입력부(102)는 하나의 CCTV 입력 관리기(201)와 복수의 단일 CCTV 입력 처리기(202)를 포함한다.
여기서, CCTV 입력 관리기(201)는 CCTV 카메라 입력 대수에 따라 독립적으로 복호화 및 공유 데이터로의 변환을 수행할 수 있는 단일 CCTV 입력 처리기 인스턴스를 생성 및 관리한다.
그리고 단일 CCTV 입력 처리기(202)는 자신에게 할당된 CCTV 카메라(101)로부터 입력되는 부호화된 CCTV 영상을 수신하여 복호화를 수행하고 복호화된 영상을 공유 데이터 형태로 변환하여 공유 데이터 관리부(105)로 전달한다.
도 3은 도 1의 처리부(103)의 상세 구성도이고, 도 5는 도 3의 단일 이벤트 처리부(303)의 상세 구성도이다.
도 3에 도시된 바와 같이, 처리부(103)는 복수의 출력 송신 처리기(301)와 하나의 이벤트 처리 관리기(302)와 복수의 단일 이벤트 처리부(303)를 포함한다.
여기서, 이벤트 처리 관리기(302)는 공유 데이터 관리부(105)로부터 CCTV 영상 입력에 대한 이벤트를 수신하여 단일 이벤트 처리부 인스턴스를 생성하고, 이후 공유 데이터 변경 완료 이벤트(공유 데이터가 변경되었음을 알리는 이벤트)를 수신하여 해당하는 단일 이벤트 처리부(303)가 이벤트 처리 과정을 수행할 수 있도록 연결하는 역할을 수행한다.
그리고 단일 이벤트 처리부(303)는 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터를 수신하여 영상 처리, 기계 학습, 영상 분석을 수행하여 재난 이상 상황 여부를 독립적으로 검출하는 역할을 수행한다(도 5를 참조하여 상세히 후술하기로 함).
그리고 출력 송신 처리기(301)는 단일 이벤트 처리부(303)와 일대일 연결을 유지하고, 단일 이벤트 처리부(303)에 의해 검출된 재난 이상 상황 여부를 공유 데이터 관리부(105)를 통하여 도 4의 출력 수신 처리기(402)로 전달하는 역할을 수행한다.
도 5에 도시된 바와 같이, 단일 이벤트 처리부(303)는 크게 영상 처리부(501), 학습 처리부(502), 및 영상 분석부(503)의 세 부분으로 이루어진다.
여기서, 영상 처리부(501)는 전경/배경 추출기(504), 및 잡음 제거기(505)를 포함하고, 공유 데이터 관리부(105)에 저장되어 있는 공유 데이터를 수신하여 전처리하는 과정을 담당한다.
이때, 전경/배경 추출기(504)는 공유 데이터 형태의 CCTV 영상으로부터 전경과 배경 영상을 추출하고, 추출된 전경 영상을 각종 재난 이상 상황의 제 1 후보군으로 설정한다.
그리고 잡음 제거기(505)는 CCTV 영상에서 발생할 수 있는 잡음과 추출된 전경 영상에서 잡음 또는 후보군으로서 의미가 없는 부분(예를 들어, 이후 과정에서 추가적인 특징을 추출할 수 없는 좁은 영역의 후보군)을 제거하여, 실제 재난 이상 상황 검출 시 오판 요소를 감소시키는 역할을 수행한다.
한편, 학습 처리부(502)는 기계 학습기(506)와 분류기(507)를 포함하고, SVM 기반의 기계 학습과 관련된 동작을 수행한다.
이때, 기계 학습기(506)는 분류기(507)에서 검출이 시작되기 전에 사전 학습을 통해 분류기(507)에서 사용될 지지 벡터를 생성한다. 또한, 기계 학습기(506)는 CCTV 영상을 기계 학습을 위한 학습 데이터로서 활용하기 위해 일정 시간 단위로 수집하고, 백그라운드 동작을 통해 지지 벡터를 업데이트할 수 있다.
그리고 분류기(507)는 기계 학습기(506)에서 생성된 지지 벡터를 이용하여 각종 재난 이상 상황의 제 2 후보군을 추출한다.
한편, 영상 분석부(503)는 재난 후보 검출기(508), 재난 분석기(509), 및 재난 인식기(510)를 포함하고, 각종 재난 이상 상황의 제 1 후보군과 제 2 후보군을 전달받아 재난 이상 상황을 검출한다.
이때, 재난 후보 검출기(508)는 전경/배경 추출기(504)에서 추출된 제 1 후보군과 분류기(507)에서 추출된 제 2 후보군, 및 재난 검출 모드에 따른 특징을 이용하여 유력 후보군을 검출한다.
여기서, 유력 후보군 검출 시 사용되는 특징은 화재, 홍수, 건물 외벽 감시, 무인 경계, 물류 감시 등의 재난 검출 모드에 따라 서로 다른 특징들을 사용하며, 이를 통해 각 재난 검출 모드에 따른 유력 후보군이 다르게 검출된다.
예를 들어, 화재의 경우 화염과 연기를 검출하기 위해 여러 색 포맷(예를 들어, Gray, RGB, YCbCr, HSV 등)에서의 색상값 및 그에 의해 생성되는 색상 평균, 표준 편차 등을 이용하며, 홍수의 경우 범람표 인식을 위한 템플릿 매칭 정보를 이용한다. 또한, 건물 외벽 감시와 물류 감시의 경우에는 색상 정보 차이 및 그에 따른 레이블 차이 정보를 이용하며, 무인 경계의 경우에는 전경 추출 유무 정보를 이용한다.
그리고 재난 분석기(509)는 재난 후보 검출기(508)에서 검출된 유력 후보군을 전달받아 시간 및 공간적 요소를 추가로 이용하여 확정 후보군을 결정한다. 여기서, 시간 및 공간적 요소는 CCTV 영상에서 유력 후보군의 유지 시간과 추출된 후보군의 면적 요소 등이 될 수 있다.
그리고 재난 인식기(510)는 재난 분석기(509)에서 결정된 확정 후보군과 외부 입력 정보를 결합하여 재난 상황을 인식한다. 여기서, 외부 입력 정보는 사용자가 감시하고자 하는 관심 영역과, 관심 영역 대비 추출된 후보군의 면적 비율인 민감도 등이 될 수 있다. 이때, 관심 영역 및 민감도의 등 외부 입력 정보는 사용자 인터페이스를 통해서 사용자로부터 설정받을 수 있으며, 설정된 외부 입력 정보는 이벤트 처리 관리기(302)에 저장되어, 단일 이벤트 처리부(303)에서 이용된다.
이처럼, 재난 인식기(510)에서 재난 이상 상황이 인식되면, 단일 이벤트 처리부(303)는 자신과 일대일 연결된 출력 송신 처리기(301)로 재난 이상 상황임을 설정하여, 해당 CCTV 카메라에서 수신된 상황이 재난 이상 상황임을 출력부(104)의 출력 수신 처리기(403)로 전달하도록 한다.
도 4는 도 1의 출력부(104)의 상세 구성도이다.
도 4에 도시된 바와 같이, 출력부(104)는 입력되는 CCTV 영상에 일대일 대응하여 화면에 해당 영상을 출력하는 기능을 담당하는 복수의 단일 화면 출력 처리기(401)와, 단일 화면 출력 처리기 인스턴스를 생성 및 관리하는 화면 출력 관리기(402), 및 재난 이상 상황에 대한 정보를 수신하는 복수의 출력 수신 처리기(403)를 포함한다.
여기서, 화면 출력 관리기(402)는 공유 데이터 관리부(105)로부터 CCTV 카메라 입력 대수(즉, CCTV 영상 입력 수)에 대한 이벤트를 수신하여 CCTV 카메라 입력 대수와 동일한 수의 단일 화면 출력 처리기 인스턴스를 생성한다.
그리고 화면 출력 관리기(402)는 분석이 완료된 CCTV 영상을 화면에 출력하도록 하는 이벤트를 수신하고 영상 출력이 이루어지도록 해당하는 단일 화면 출력 처리기(401)에 이벤트를 전달한다.
화면 출력 이벤트를 수신한 단일 화면 출력 처리기(401)는 초기화 시 결정된 위치에 복호화된 CCTV 영상을 출력하여 사용자가 화면을 통해 CCTV 화면을 육안으로 확인할 수 있도록 한다.
그리고 출력 수신 처리기(403)는 처리부(103)의 출력 송신 처리기(301)와 일대일 대응되고, 또한 단일 화면 출력 처리기(401)와 일대일 대응된다. 이때, 출력 수신 처리기(403)는 출력 송신 처리기(301)로부터 재난 이상 상황을 수신하면 단일 화면 출력 처리기(401)로 재난 이상 상황을 사용자에게 알릴 수 있도록 이벤트를 전달한다. 또한, 출력 수신 처리기(403)는 화면 출력 외에도 기타 장치를 이용해 재난 이상 상황을 알릴 수도 있다.
도 6a 내지 도 6c는 본 발명의 일 실시예에 따른 SVM 기반 지능형 재난 조기 검출 방법에 대한 흐름도로서, 지역(Local) 또는 원격지(Remote)에 존재하는 복수의 CCTV 카메라로부터 부호화된 영상을 입력부(102)에서 수신하는 과정, 상기 수신된 부호화 영상을 복호화하고 공유 데이터 형태로 변환하는 과정, 상기 공유 데이터 형태로 변환된 각 CCTV 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 판단하는 과정, 및 상기 판단된 재난 이상 상황 여부와 함께 CCTV 영상을 사용자가 재난 이상 상황 여부를 확인할 수 있도록 화면에 출력하는 과정을 포함한다.
도 6a를 참조하여 입력부(102)의 동작 흐름을 살펴보면 다음과 같다.
먼저, 입력부(102)의 CCTV 입력 관리기(201)는 복수의 CCTV 카메라(101)로부터 부호화된 CCTV 영상을 입력받는다(601).
그리고 입력부(102)의 CCTV 입력 관리기(201)는 복수의 CCTV 카메라(101)로부터 입력되는 CCTV 영상을 이용하여 CCTV 카메라 입력 대수(즉, CCTV 영상 입력 수)를 파악한다(602).
그리고 입력부(102)의 CCTV 입력 관리기(201)는 CCTV 카메라 입력 대수만큼 단일 CCTV 입력 처리기 인스턴스가 생성되었는지를 확인하여(603) 생성되지 않았으면 단일 CCTV 입력 처리기 인스턴스를 생성한 후(605) "602" 과정으로 진행한다.
상기 확인 결과(603), 생성되었으면 해당하는 단일 CCTV 입력 처리기(202)가 부호화된 CCTV 영상을 복호화하고 복호화된 영상을 공유 데이터 형태로 변환하여 공유 데이터 관리부(105)로 전달한다(604).
도 6b를 참조하여 처리부(103)의 동작 흐름을 살펴보면 다음과 같다.
먼저, 처리부(103)의 이벤트 처리 관리기(302)가 공유 데이터 관리부(105)로부터 CCTV 영상 입력에 대한 이벤트를 수신하여(606) CCTV 카메라 입력 대수를 파악한다(607).
그리고 처리부(103)의 이벤트 처리 관리기(302)는 CCTV 카메라 입력 대수만큼 단일 이벤트 처리부 인스턴스가 생성되었는지를 확인하여(608) 생성되지 않았으면 단일 이벤트 처리부 인스턴스를 생성한 후(612) "607" 과정으로 진행한다.
상기 확인 결과(608), 생성되었으면 단일 이벤트 처리부(303)가 공유 데이터 변경 완료 이벤트에 따른 공유 데이터를 수신하여 영상 처리, 기계 학습, 영상 분석을 수행하여(609) 재난 이상 상황이 발생하였는지를 판단한다(610).
상기 판단 결과(610), 재난 이상 상황이 발생하였으면 출력 송신 처리기(301)가 출력 수신 처리기(403)로 재난 이상 상황 여부를 전달한다(611).
여기서, 출력 송신 처리기(301)는 재난 이상 상황 여부를 공유 데이터 관리부(105)를 통해 출력 수신 처리기(403)로 전달하는 것이 바람직하다. 그리고 공유 데이터 관리부(105)는 재난 이상 상황에 대한 정보를 저장 및 관리하는 것이 바람직하다.
도 6c를 참조하여 출력부(104)의 동작 흐름을 살펴보면 다음과 같다.
먼저, 출력부(104)의 화면 출력 관리기(402)는 공유 데이터 관리부(105)로부터 CCTV 영상 입력에 대한 이벤트를 수신하여(613) CCTV 카메라 입력 대수를 파악한다(614).
그리고 출력부(104)의 화면 출력 관리기(402)는 CCTV 카메라 입력 대수만큼 단일 화면 출력 처리기 인스턴스가 생성되었는지를 확인하여(615) 생성되지 않았으면 단일 화면 출력 처리기 인스턴스를 생성한 후(618) "614" 과정으로 진행하고, 생성되었으면 재난 이상 상황이 발생하였는지를 확인한다(616).
상기 확인 결과(616), 재난 이상 상황이 발생하지 않았으면 단일 화면 출력 처리기(401)가 초기화 시 결정된 위치에 복호화된 CCTV 영상을 출력하여 사용자가 화면을 통해 CCTV 화면을 육안으로 확인할 수 있도록 하고(619), 재난 이상 상황이 발생하였으면 재난 이상 상황 발생을 화면으로 출력하고(617) CCTV 영상을 화면에 출력한다(619).
한편, 전술한 바와 같은 본 발명에 따른 SVM 기반 지능형 재난 조기 검출 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시 예에 한정되는 것은 아니며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 치환, 변형 및 변경이 가능하다.
그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
102 : 입력부 103 : 처리부
104 : 출력부 105 : 공유 데이터 관리부

Claims (15)

  1. 복수의 입력 영상을 복호화하여 공유 데이터로 변환하기 위한 입력부;
    상기 입력부에서 변환된 공유 데이터를 관리하기 위한 공유 데이터 관리부;
    상기 공유 데이터 관리부로부터의 공유 데이터를 SVM(Support Vector Machine) 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출하기 위한 처리부; 및
    상기 처리부에서 검출된 재난 이상 상황 여부를 출력하기 위한 출력부
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  2. 제 1항에 있어서,
    상기 입력부는,
    복수의 CCTV 카메라로부터 입력되는 부호화된 CCTV 영상을 수신하여 각 CCTV 영상을 복호화하고 공유 데이터 형태로 변환하여 상기 공유 데이터 관리부로 전달하는, SVM 기반 지능형 재난 조기 검출 시스템.
  3. 제 1항에 있어서,
    상기 입력부는,
    단일 CCTV 입력 처리기 인스턴스를 생성하기 위한 CCTV 입력 관리기; 및
    CCTV 영상 입력 수에 따라 독립적으로 CCTV 영상을 복호화하여 공유 데이터로 변환하는 복수의 단일 CCTV 입력 처리기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  4. 제 1항에 있어서,
    상기 처리부는,
    상기 공유 데이터 관리부에 저장되어 있는 공유 데이터 형태의 각 CCTV 영상을 수신하여 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 검출하는 SVM 기반 지능형 재난 조기 검출 시스템.
  5. 제 1항에 있어서,
    상기 처리부는,
    미리 설정된 재난 검출 모드에 따라 각 CCTV 영상에 대한 감시를 독립적으로 수행하는, SVM 기반 지능형 재난 조기 검출 시스템.
  6. 제 1항에 있어서,
    상기 처리부는,
    상기 공유 데이터 관리부로부터 CCTV 영상 입력에 대한 이벤트를 수신하여 단일 이벤트 처리부 인스턴스를 생성하고, 공유 데이터 변경 완료 이벤트를 수신하여 연결하는 이벤트 처리 관리기;
    공유 데이터 변경 완료 이벤트에 따른 공유 데이터를 상기 공유 데이터 관리부로부터 수신하여 영상 처리, 기계 학습, 영상 분석을 수행하여 재난 이상 상황 여부를 독립적으로 검출하기 위한 복수의 단일 이벤트 처리부; 및
    상기 단일 이벤트 처리부에서 검출된 재난 이상 상황 여부를 송신하기 위한 출력 송신 처리기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  7. 제 6항에 있어서,
    상기 단일 이벤트 처리부는,
    상기 공유 데이터 관리부에 저장되어 있는 공유 데이터를 수신하여 전경과 배경 영상을 추출하고 잡음을 제거하기 위한 영상 처리부;
    SVM 기반으로 기계 학습을 수행하기 위한 학습 처리부; 및
    상기 영상 처리부 및 상기 학습 처리부로부터 각종 재난 이상 상황의 후보군을 전달받아 재난 이상 상황을 검출하기 위한 영상 분석부
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  8. 제 7항에 있어서,
    상기 영상 처리부는,
    공유 데이터 형태의 CCTV 영상으로부터 전경과 배경 영상을 추출하고, 상기 추출된 전경 영상을 각종 재난 이상 상황의 제 1 후보군으로 설정하기 위한 전경/배경 추출기; 및
    CCTV 영상에서 발생할 수 있는 잡음과 상기 추출된 전경 영상에서 잡음 또는 후보군으로서 무의미한 부분을 제거하기 위한 잡음 제거기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  9. 제 8항에 있어서,
    상기 학습 처리부는,
    분류기에서 추출이 시작되기 전에 사전 학습을 통해 상기 분류기에서 사용될 지지 벡터를 생성하기 위한 기계 학습기; 및
    상기 기계 학습기에서 생성된 지지 벡터를 이용하여 각종 재난 이상 상황의 제 2 후보군을 추출하기 위한 상기 분류기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  10. 제 9항에 있어서,
    상기 영상 분석부는,
    상기 전경/배경 추출기에서 추출된 제 1 후보군과 상기 분류기에서 추출된 제 2 후보군, 및 재난 검출 모드에 따른 특징을 이용하여 유력 후보군을 검출하기 위한 재난 후보 검출기;
    상기 재난 후보 검출기에서 검출된 유력 후보군을 전달받아 시간 및 공간적 요소를 이용하여 확정 후보군을 결정하기 위한 재난 분석기; 및
    상기 재난 분석기에서 결정된 확정 후보군과 외부 입력 정보를 결합하여 재난 상황을 인식하기 위한 재난 인식기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  11. 제 1항에 있어서,
    상기 출력부는,
    상기 처리부에서 검출된 재난 이상 상황과 함께 상기 공유 데이터 관리부로부터의 CCTV 영상을 출력하는, SVM 기반 지능형 재난 조기 검출 시스템.
  12. 제 1항에 있어서,
    상기 출력부는,
    상기 처리부에서 검출된 재난 이상 상황에 대한 정보를 수신하기 위한 복수의 출력 수신 처리기;
    단일 화면 출력 처리기 인스턴스를 생성하기 위한 화면 출력 관리기; 및
    상기 복수의 출력 수신 처리기를 통해 수신된 재난 이상 상황과 함께 상기 공유 데이터 관리부로부터의 CCTV 영상을 출력하기 위한 복수의 단일 화면 출력 처리기
    를 포함하는 SVM 기반 지능형 재난 조기 검출 시스템.
  13. (a) 복수의 카메라로부터 부호화된 영상을 수신하는 단계;
    (b) 상기 수신된 부호화 영상을 복호화하고 공유 데이터 형태로 변환하는 단계;
    (c) 상기 공유 데이터 형태로 변환된 각 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 판단하는 단계; 및
    (d) 상기 판단된 재난 이상 상황 여부를 출력하는 단계
    를 포함하는 SVM 기반 지능형 재난 조기 검출 방법.
  14. 제 13항에 있어서,
    상기 (c) 단계는,
    미리 설정된 재난 검출 모드에 따라 각 CCTV 영상에 대한 감시를 독립적으로 수행하는, SVM 기반 지능형 재난 조기 검출 방법.
  15. (a) 복수의 카메라로부터 부호화된 영상을 수신하는 단계;
    (b) 상기 수신된 부호화 영상을 복호화하고 공유 데이터 형태로 변환하는 단계;
    (c) 상기 공유 데이터 형태로 변환된 각 영상을 SVM 학습 알고리즘을 기반으로 분석하여 재난 이상 상황 여부를 판단하는 단계; 및
    (d) 상기 판단된 재난 이상 상황 여부를 출력하는 단계
    를 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020160036767A 2016-03-28 2016-03-28 Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법 KR20170113852A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160036767A KR20170113852A (ko) 2016-03-28 2016-03-28 Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법
US15/085,731 US20170277954A1 (en) 2016-03-28 2016-03-30 System and method for early detecting disasters based on svm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160036767A KR20170113852A (ko) 2016-03-28 2016-03-28 Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20170113852A true KR20170113852A (ko) 2017-10-13

Family

ID=59898575

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160036767A KR20170113852A (ko) 2016-03-28 2016-03-28 Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법

Country Status (2)

Country Link
US (1) US20170277954A1 (ko)
KR (1) KR20170113852A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102104369B1 (ko) * 2018-12-21 2020-04-27 (주)에스이랩 자원 최적화 기능을 구비한 수재해 통합 분석 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102104369B1 (ko) * 2018-12-21 2020-04-27 (주)에스이랩 자원 최적화 기능을 구비한 수재해 통합 분석 장치

Also Published As

Publication number Publication date
US20170277954A1 (en) 2017-09-28

Similar Documents

Publication Publication Date Title
KR101942808B1 (ko) 객체 이미지 인식 dcnn 기반 cctv 영상분석장치
US8577082B2 (en) Security device and system
EP1631073B1 (en) Apparatus and methods for the detection of abnormal motion in a video stream
EP2966852B1 (en) Video monitoring method, device and system
JP4701100B2 (ja) 異常行動検知装置
US20180027260A1 (en) Video analytics with pre-processing at the source end
KR101458136B1 (ko) 영상 처리 방법, 이를 실행하는 영상 처리 서버, 감시 서버, 영상 처리 시스템 및 이를 저장한 기록 매체
US20100124357A1 (en) System and method for model based people counting
US8165348B2 (en) Detecting objects crossing a virtual boundary line
CN109544870B (zh) 用于智能监控系统的报警判断方法与智能监控系统
US11776274B2 (en) Information processing apparatus, control method, and program
KR20200058260A (ko) 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 및 그 장치의 구동방법
KR102139582B1 (ko) 다중 roi 및 객체 검출 dcnn 기반의 cctv 영상분석장치 및 그 장치의 구동방법
KR20190035186A (ko) 딥 러닝 기법을 활용한 지능형 무인 보안 시스템
KR102247359B1 (ko) 원격 모니터링을 위한 영상 분석 시스템 및 방법
US20150078618A1 (en) System for tracking dangerous situation in cooperation with mobile device and method thereof
KR20230004421A (ko) 인공지능 기반의 이상행동 감지 시스템
JP2011217055A (ja) 画像記録制御装置及び監視システム
CN116246416A (zh) 一种用于安防的智能分析预警平台及方法
KR101655706B1 (ko) 트랜스코딩 기법을 이용한 원격관리시스템
KR102263071B1 (ko) 영상 관제 방법, 영상 관제 장치 및 컴퓨터 프로그램
KR20170113852A (ko) Ｓｖｍ 기반 지능형 재난 조기 검출 시스템 및 그 방법
CN116723295A (zh) 基于gpgpu芯片的多摄像头监控管理系统
KR102647139B1 (ko) 딥러닝 기반 영상분석을 통한 이상행동 탐지 장치 및 방법
WO2022198507A1 (zh) 障碍物检测方法、装置、设备和计算机存储介质