KR20200075666A - 서버 장치 및 이의 동작 방법 - Google Patents

서버 장치 및 이의 동작 방법 Download PDF

Info

Publication number
KR20200075666A
KR20200075666A KR1020180164578A KR20180164578A KR20200075666A KR 20200075666 A KR20200075666 A KR 20200075666A KR 1020180164578 A KR1020180164578 A KR 1020180164578A KR 20180164578 A KR20180164578 A KR 20180164578A KR 20200075666 A KR20200075666 A KR 20200075666A
Authority
KR
South Korea
Prior art keywords
server device
emergency
state
cctv
pedestrian
Prior art date
Application number
KR1020180164578A
Other languages
English (en)
Inventor
이대홍
임광효
전진우
김준영
Original Assignee
이대홍
전진우
김준영
임광효
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 이대홍, 전진우, 김준영, 임광효 filed Critical 이대홍
Priority to KR1020180164578A priority Critical patent/KR20200075666A/ko
Publication of KR20200075666A publication Critical patent/KR20200075666A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B27/00—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations
    • G08B27/001—Signalling to an emergency team, e.g. firemen
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 실시 예에 의한 서버 장치는, CCTV로부터 실시간으로 영상을 수신하는 통신부; 와 상기 영상으로부터 보행자를 인식 및 추적하는 인식부; 및 상기 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단하고, 상기 응급 상황이 발생한 경우 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하도록 상기 통신부를 제어하는 제어부를 포함한다.

Description

서버 장치 및 이의 동작 방법{SERVER APPARATUS AND OPERATING METHOD OF THEREOF}
본 발명은 서버 장치 및 이의 동작 방법에 관한 것으로서, 보다 구체적으로 머신 러닝에 기초하여 CCTV 영상을 분석함으로써 응급 상황에 실시간으로 대처할 수 있는 서버 장치 및 이의 동작 방법에 관한 것이다.
최근 혼자 있는 사람이나 인적이 드문 골목에서 사고가 자주 일어나며 이를 노리는 범죄 또한 자주 일어난다. 따라서, 이를 방지하기 위하여 도로나 건물에 CCTV를 최대한 많이 설치하고 감시하고 있다. CCTV를 통해 실시간으로 일어나는 응급 상황을 파악할 수 있다. 그러나, 상황을 파악해야 하는 관리자가 항상 모든 CCTV를 확인하는 것은 어려움이 따른다. 따라서, 관리자가 모든 응급 상황에 대해 실시간으로 대처하는 것이 힘든 실정이다.
본 발명은 머신 러닝에 기초하여 CCTV 영상을 분석함으로써 응급 상황에 실시간으로 대처할 수 있는 서버 장치 및 이의 동작 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 보안 관련 관계자들의 업무 부담을 경감시킬 수 있는 서버 장치 및 이의 동작 방법을 제공하는 것을 목적으로 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재에 의해 제안되는 실시 예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시 예에 의한 서버 장치는, CCTV로부터 실시간으로 영상을 수신하는 통신부; 와 상기 영상으로부터 보행자를 인식 및 추적하는 인식부; 및 상기 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단하고, 상기 응급 상황이 발생한 경우 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하도록 상기 통신부를 제어하는 제어부를 포함한다.
본 발명의 다른 실시 예에 의한 서버 장치의 동작 방법은, CCTV로부터 실시간으로 영상을 수신하는 단계; 와 상기 영상으로부터 보행자를 인식 및 추적하는 단계; 및 상기 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단하고, 상기 응급 상황이 발생한 경우 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하는 단계를 포함한다.
본 발명에 따른 실시 예들에 의하면, 응급 상황에 실시간으로 신속하게 대처할 수 있다. 이 경우, 응급 상황에 대해 그 즉시 대처가 가능하므로 생명을 살릴 수 있는 골든 타임을 확보할 수 있다.
또한, 본 발명에 따른 실시 예들에 의하면, 응급 상황에 대해 실시간으로 대처하는 것이 가능하므로, 관계자가 항상 CCTV를 주시하지 않아도 감시 시스템을 운용할 수 있어 보안 관련 관계자들의 업무 부담을 경감시킬 수 있다.
도 1은 본 발명의 일 실시 예에 의한 서버 장치를 포함하는 네트워크의 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 의한 서버 장치의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시 예에 의한 서버 장치가 인공지능을 이용하여 객체 인식을 수행하는 방법을 설명하기 위한 도면이다.
도 4a 내지 도 4c는 본 발명의 일 실시 예에 의한 서버 장치가 인공지능을 이용하여 보행자의 상태를 판단하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 의한 서버 장치의 동작 과정을 도시한 도면이다.
이하에서는 본 발명의 구체적인 실시예를 도면을 참조하여 상세히 설명한다. 그러나 본 발명의 기술적 사상이 이하에서 기술되는 실시예들에 의하여 제한되는 것은 아니며, 또 다른 구성요소의 추가, 변경 및 삭제 등에 의해서 퇴보적인 다른 발명이나 본 발명의 기술적 사상의 범위 내에 포함되는 다른 실시예들을 용이하게 제안할 수 있다.
본 발명에서 사용되는 용어는 가능한 한 현재 해당 기술과 관련하여 널리 사용되는 일반적인 용어를 선택하였으나, 특별한 경우에는 출원인이 임의로 선정한 용어도 있으며 이 경우 해당되는 발명의 설명 부분에서 그 의미를 상세히 기재하였다. 그러므로, 단순한 용어의 명칭이 아닌 용어가 가지는 의미로서 본 발명을 파악하여야 함을 미리 밝혀둔다. 이하에서 기술하는 설명에 있어서, 단어 '포함하는'은 열거된 것과 다른 구성요소들 또는 단계들의 존재를 배제하지 않는다.
도 1은 본 발명의 일 실시 예에 의한 서버 장치를 포함하는 네트워크의 구성을 도시한 도면이다.
본 발명의 일 실시 예에 의한 서버 장치(200)를 포함하는 네트워크는 머신 러닝에 기초하여 CCTV 영상을 분석함으로써 응급 상황에 실시간으로 대처할 수 있다. 이를 위해, 서버 장치(200)는 CCTV(100)로부터 영상을 수신하고, 수신한 영상을 머신 러닝에 기초하여 분석할 수 있다. 이 경우, 서버 장치(200)는 분석 결과에 기초하여 응급 상황이 발생하였는지 판단하여, 관공서(110)나 사용자(120)에게 알림을 제공할 수 있다.
CCTV(Closed-Circuit TeleVision)(100)는 실시간으로 영상을 촬영할 수 있다. 여기서, 영상은 보행자가 포함되는 영상일 수 있다. 이 경우, CCTV(100)는 거리 및 도로나 건물 내외부에 설치되어, 시야각 범위에 들어오는 보행자를 촬영할 수 있다.
CCTV(100)는 촬영 영상을 실시간으로 서버 장치(200)에 전송할 수 있다. 이를 위해, CCTV(100)는 서버 장치(200)와 다양한 종류의 유무선 통신을 수행할 수 있다.
한편, 본 발명에서는 CCTV 대신 IP 카메라가 사용될 수도 있다.
서버 장치(200)는 본 발명에 의한 응급 상황 알림 서비스를 제공하기 위해, 개체 인식 기능, 위험 인식 기능 및 웹 서비스 기능을 수행할 수 있다. 여기서, 객체 인식 기능은 영상 속 보행자를 인식하고 보행자의 상태를 확인하는 기능이다. 위험 인식 기능은 실시간으로 위험 상태 알림 서비스 제공하기 위한 기능이며, 웹 서비스 기능을 통해 관계자가 실시간으로 상황 확인이 가능하다.
서버 장치(200)는 CCTV(100)에서 실시간으로 촬영된 영상을 확인할 수 있다.
서버 장치(200)는 CCTV(100)로부터 수신한 영상에 기초하여 응급 상황이 발생하였는지 여부를 판단할 수 있다.
구체적으로, 서버 장치(200)는 CCTV(100)가 촬영한 영상을 분석하여 보행자의 상태를 파악할 수 있다. 이 경우, 서버 장치(200)는 보행자의 상태에 기초하여 응급 상황이 발생했는지 여부를 판단할 수 있다. 상기 보행자의 상태는, 자세, 속도 및 상태지속시간 중 적어도 하나를 포함할 수 있다.
서버 장치(200)는 CCTV에 의해 촬영된 사람의 상태가 위험이나 응급 상황으로 판단될 경우, 위험 상태의 지속 시간을 측정하고, 일정 시간을 넘기는 경우 데이터베이스에 사람의 상태를 경고(Warning) 상태로 업데이트 할 수 있다. 예를 들어, 서버 장치(200)는 CCTV(100)로부터 받은 영상을 분석하고, 사람이 서 있는 경우에는 안전하다고 판단하고, 길이나 도로에 누워있는 경우에는 위험하다고 판단하는 동시에 사람이 누워있는 시간을 측정할 수 있다.
서버 장치(200)는 응급 상황이 발생했다고 판단하는 경우, 알림 신호를 전송할 수 있다. 이 경우, 서버 장치(200)는 관공서(110)나 사용자(120) 중 적어도 하나에 알림 신호를 전송할 수 있다. 여기서, 관공서(110)는 응급구조 관련 업무를 수행하는 공공기관이고, 사용자(120)는 응급구조 요원일 수 있다.
서버 장치(200)는 응급 상황의 위험도를 판단하고, 위험도에 대응하여 알림 신호를 출력할 수 있다. 일 실시 예에 의하면, 서버 장치(200)는 위험도에 대응하여 알림 신호의 출력 형태를 변경할 수 있다. 다른 실시 예에 의하면, 서버 장치(200)는 위험도가 높을수록 알림 신호의 출력 강도를 높일 수 있다.
서버 장치(200)는 관공서(110)의 웹 페이지에 알림 신호를 출력할 수 있다. 이 경우, 서버 장치(200)는 응급 상황과 해당 상황이 발생한 위치를 관공서(110)의 웹 페이지에 전달할 수 있다.
서버 장치(200)는 관공서(110)의 관리자 또는 사용자(120)에게 문자메시지를 전송하거나 메신저로 알림 신호를 출력할 수 있다. 이에 의해, 관리자가 사용자(120)가 웹 서비스를 이용할 수 없는 환경이더라도 응급 상황을 전달할 수 있다.
알림 신호 출력 시, 서버 장치(200)는 해당 CCTV(100)의 위치 정보를 함께 출력할 수 있다.
관공서(110)나 사용자(120)는 서버 장치(200)로부터 응급 상황에 대한 알림 신호를 수신할 수 있다. 이 경우, 관공서(110)나 사용자(120)는 알림 신호로부터 보행자의 현재 상태를 파악하고, CCTV(100)의 위치로 이동할 수 있다.
이와 같이 본 발명에 의하면, 응급 상황 시 스스로 도움을 요청할 수 없는 사람에게 신속한 지원 및 알림 서비스를 제공할 수 있다. 나아가, 관계자가 항상 CCTV를 주시하지 않아도 실시간으로 응급상황에 대처하는 것이 가능하다.
도 2는 본 발명의 일 실시 예에 의한 서버 장치의 구성을 도시한 블록도이다.
본 발명의 일 실시 예에 의한 서버 장치(200)는 CCTV(100)로부터 영상을 수신하고, 수신한 영상을 머신 러닝에 기초하여 분석함으로써 응급 상황이 발생하였는지 판단하여, 관공서(110)나 사용자(120)에게 알림을 제공할 수 있다.
이를 위해, 서버 장치(200)는 통신부(210)와 인식부(220) 및 제어부(230)를 포함할 수 있다.
통신부(210)는 CCTV(100)로부터 실시간으로 CCTV 촬영 영상을 수신할 수 있다. 또한, 통신부(210)는 관공서(110)나 사용자(120) 중 적어도 하나에 응급 상황에 대한 알림을 송신할 수 있다. 이를 위해, 통신부(210)는 CCTV(100)와 관공서(110) 및 사용자(120)와 다양한 종류의 유무선 통신을 수행할 수 있다.
인식부(220)는 CCTV 촬영 영상으로부터 보행자를 검출하고 추적할 수 있다. 이를 위해, 인식부(220)는 오픈소스인 OpenCV를 사용하여 영상 분석을 수행할 수 있다. 여기서, OpenCV(Open Source Computer Vision)는 오픈 소스로서, 주로 실시간 컴퓨터 비전을 목적으로 한 프로그래밍 라이브러리이다. OpenCV는 영상 분석을 위해 영상을 제공할 때 사용되는 라이브러리이다.
제어부(230)는 인공지능에 기초하여 응급 상황이 발생했는지 여부를 판단할 수 있다.
구체적으로, 제어부(230)는 Faster R-CNN 알고리즘으로 머신 러닝한 학습 모델을 통해 실시간으로 CCTV속 객체들의 상태를 판단하고 쓰러져 있는 객체의 상태가 일정 시간 이상 지속될 경우 응급 상황이 발생한 것으로 판단할 수 있다.
제어부(230)는 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단할 수 있다. 여기서, 보행자의 상태는 자세, 속도 및 상태지속시간 중 적어도 하나를 포함할 수 있다.
일 실시 예에 의하면, 제어부(230)는 자세가 누운 상태인 경우 상태지속시간을 측정하고, 상태지속시간이 제1임계값 이상이면 응급 상황이 발생한 것으로 판단할 수 있다. 예를 들어, 보행자가 누운 상태에서 5분이상 경과하면, 응급 상황이 발생한 것으로 판단할 수 있다.
다른 실시 예에 의하면, 제어부(230)는 소정 시간대나 소정 지역에서 CCTV 촬영 영상이 수신된 경우, 보행자의 속도가 제2임계값 이상이면 응급 상황이 발생한 것으로 판단할 수 있다. 예를 들어, 범죄가 빈번하게 발생하는 지역이나 밤 시간대에서 보행자가 정상보다 빠른 속도로 주행하면 위험 상황이 발생한 것으로 판단할 수 있다.
제어부(230)는 응급 상황이 발생한 경우, 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하도록 통신부(210)를 제어할 수 있다.
또한, 제어부(230)는 CCTV(100)의 위치 정보를 인식하고, 이를 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 전송하도록 통신부(210)를 제어할 수 있다.
제어부(230)는 각 CCTV(100)의 위치 정보를 데이터베이스 형태로 관리할 수 있다. 구체적으로, 제어부(230)는 실시간으로 영상을 제공하는 CCTV(100)가 추가 및 변경되는 경우 관리자가 관리하기 용이하도록 CCTV(100)의 ID와 위치 및 상태를 데이터베이스 형태로 저장할 수 있다.
도 3은 본 발명의 일 실시 예에 의한 서버 장치가 인공지능을 이용하여 객체 인식을 수행하는 방법을 설명하기 위한 도면이다.
본 발명의 일 실시 예에 의한 서버 장치(200)는 응급 상황이 발생하였는지 여부를 판단하기 위하여, 인공지능을 이용하여 CCTV 촬영 영상으로부터 객체 인식을 수행할 수 있다. 여기서, 인공지능은 머신 러닝, 딥 러닝, 심층신경망 학습, 기계 학습 등 다양한 방법을 포함할 수 있다. 이하에서는 설명의 편의를 위해, 머신 러닝을 사용하는 경우를 예로 들어 설명한다.
서버 장치(200)는 합성곱 신경망(Convolutional Neural Network: CNN)을 사용하여 학습을 수행함으로써, 촬영 영상으로부터 객체를 인식할 수 있다. 여기서, 객체는 보행자일 수 있다. CNN은 하나 또는 복수개의 컨볼루션 계층(Convolutional layer)과 통합 계층(pooling layer), 완전하게 연결된 계층(fully connected layer)들로 구성된 신경망일 수 있다.
구체적으로, 서버 장치(200)는 Faster R-CNN(Faster Region-based Convolutional Neural Network) 학습 모델을 사용할 수 있다. Faster R-CNN 학습 모델에 기반하여 입력 받은 데이터를 연산을 통해 분석하는 과정은 다음과 같이 수행된다.
객체 인식을 사용하는 본 발명에 적합한 학습 모델을 만들기 위해서는 딥 러닝이 필요한데, 이때 사용한 인공신경망 모델이 Faster R-CNN이다. Faster R-CNN은 객체 탐지 과업을 수행하는 딥 러닝 기반 최신 모델 중 하나이다.
Faster R-CNN은 외부 툴을 별도로 필요로 하지 않고 단독으로 설계된 네트워크로 구동이 가능하며(single pipeline), 실시간 추론을 목표로 제안되었기 때문에 매우 빠른 추론이 가능하다.
Faster R-CNN은 구간을 나누는 deep fully convolutional network와 나누어진 구간을 이용하는 Fast R-CNN detector 모듈로 구성되어 있다. 이 경우, 도 3에 도시된 바와 같이, 데이터를 받아 구간을 나누고, 합성곱 신경망을 통해 특징점을 연산해내어 학습한다. 구체적으로, 영상이 입력되면(S310), 입력 영상을 소정 구간들로 분할하여 영역을 추출한다(S320). 추출된 영역들 중에서 사람이 존재할 것으로 예상되는 타겟 영역을 잘라내고, 타겟 영역의 특징점들을 반복하여 학습한다(S330). 이로부터 타겟 영역에 존재하는 객체가 사람인지 판단한다(S340). 본 발명에서는 정확한 분석을 위해서, 정확한 정보(올바른 이미지)와 반복 연산을 통한 학습을 수행할 수 있다.
도 4a 내지 도 4c는 본 발명의 일 실시 예에 의한 서버 장치가 인공지능을 이용하여 보행자의 상태를 판단하는 방법을 설명하기 위한 도면이다.
구체적으로, 도 4a는 보행자의 상태에 대한 표지를 도시한다. 서버 장치(200)는 CCTV 촬영 영상에 기초하여 모니터링 영상을 생성할 수 있다. 이 경우, 서버 장치(200)는 모니터링 영상에서 객체 인식을 수행하여 보행자를 인식할 수 있다.
서버 장치(200)는 인식된 보행자의 상태를 판단하고, 보행자의 상태에 대한 표지를 모니터링 영상에 부착할 수 있다. 보행자의 상태는 정상 상태와 위험 상태로 분류될 수 있다. 정상 상태인 경우, 서버 장치(200)는 인식된 객체와 해당 객체로 매칭될 확률을 표시할 수 있다. 위험 상태인 경우, 서버 장치(200)는 위험 알림 표시와, 위험 정도를 표시할 수 있다. 도 4a를 참조하면, 정상상태의 표지(410)는 객체 아이덴티티와 매칭 확률로 구성되고, 위험상태의 표지(420)는 위험 알림과 위험 정도로 구성되어 있다.
도 4b는 모니터링 영상에 정상상태의 표지(410)가 부착된 경우이다. 서버 장치(200)는 CCTV가 제공하는 영상으로부터 영상속의 객체(사람이나 보행자)를 인식하고 객체의 상태를 판별한다. 도 4a에서 객체들의 상태는 정상 상태(normal)로 판별된다. 따라서, 객체들 각각에는 정상상태의 표지(410)가 부착된다. 도 4b에서, 정상상태의 표지(410)는 객체의 아이덴티티가 사람이며, 사람에 매칭될 확률은 99% 라는 것을 나타낸다.
도 4c는 모니터링 영상에 위험상태의 표지(420)가 부착된 경우이다. 도 4c에서 서버 장치(200)는 객체의 위험을 인식하면 객체의 상태를 위험 상태(warning)로 판별한다. 예를 들어, 영상 속의 객체(사람 또는 보행자)가 쓰러져 있는 상태로서 위험에 처한 것으로 판단하면, 그 즉시 영상으로 위험상태의 표지(420)를 띄운다. 이 경우, 현재 위험 상황에 있는 객체에는 위험상태의 표지(420)가 대응하여 부착된다. 도 4c에서, 위험상태의 표지(420)는 위험 상태라는 알림과, 위험도가 99% 라는 것을 나타낸다.
도 5는 본 발명의 일 실시 예에 의한 서버 장치의 동작 과정을 도시한 도면이다.
서버 장치(200)는 실시간으로 영상을 수신한다(S501).
구체적으로, 서버 장치(200)는 CCTV(100)로부터 실시간으로 촬영 영상을 수신할 수 있다. 이를 위해, CCTV(100)는 실시간으로 주변 영역을 촬영하고, 촬영 영상을 서버 장치(200)에 전송할 수 있다.
영상으로부터 보행자를 인식 및 추적한다(S502).
서버 장치(200)는 CCTV(100)로부터 수신한 촬영 영상으로부터 보행자들을 확인한다. 이를 위해, 서버 장치(200)는 촬영 영상에 대한 영상처리 및 분석을 수행하고, 촬영 영상으로부터 객체 인식 및 추적을 수행할 수 있다. 이 경우, 서버 장치(200)는 OpenCV를 사용하여 촬영 영상에 대한 영상처리 및 분석을 수행할 수 있다.
보행자의 상태에 기초하여 응급 상황이 발생했는지 판단한다(S503).
서버 장치(200)는 보행자의 상태를 판단할 수 있다. 이 경우, 서버 장치(200)는 보행자의 상태가 정상 시인지 아니면 위급 상황인지 판단할 수 있다.
일 실시 예에 의하면, 서버 장치(200)는 보행자의 상태를 판별한 후, Faster_R-CNN 알고리즘으로 학습한 머신 러닝을 통해 영상 속 객체의 위험도를 인식하여 객체에 Warning 문구를 띄운다. 또한 CCTV의 위치와 ID 및 상태 등을 데이터베이스에 저장하여 각 CCTV의 위치정보 파악이 가능하게 할 수 있다.
한편, 서버 장치(200)는 실제 상황에서 발생하는 문제점을 보완하고 정확한 상태 인식을 위해 인공지능에 의한 학습을 수행할 수 있다. 예를 들어, OpenCV를 이용한 보행자 검출 및 추적이 구현되지 않으며 사람의 관절과 마디를 인식하여 추적하는 것 또한 별도의 카메라가 필요하다. 이러한 문제점을 해결하기 위하여, 서버 장치(200)는 머신 러닝을 이용하여 사람 검출 알고리즘을 학습할 수 있다. 또한, 행인의 상태에 대한 정확도가 저조하다. 즉, 행인의 현 상태에 대한 파악이 정확하게 이뤄지지 않는 경우가 많다. 이러한 문제점을 해결하기 위하여, 서버 장치(200)는 다양한 모델과 사진으로 더욱 많은 학습을 통해 정확도 상승 및 간략화를 수행한다.
응급 상황이 발생한 경우, 응급 상황 발생을 알린다(S504).
서버 장치(200)는 웹 페이지로 정보를 전송하거나 문자메시지 또는 메신저를 통해 알림을 전송하여, 관공서나 사용자에게 알림을 줄 수 있다. 이 경우, 응급 상황 발생에 대한 알림을 받은 관공서나 사용자는 영상을 확인한 후 출동 여부를 결정한다. 출동 후 사건이 종결되면 원상 복귀한다.
한편, 전술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터 판독 가능 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 본 발명의 다양한 방법들을 수행하기 위한 실행 가능한 컴퓨터 프로그램이나 코드를 기록하는 기록 매체는, 반송파(carrier waves)나 신호들과 같이 일시적인 대상들은 포함하지 않는 것으로 이해되어야 한다. 상기 컴퓨터 판독 가능 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디 롬, DVD 등)와 같은 저장 매체를 포함할 수 있다.
이상에서 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위 내에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
100: CCTV 110: 관공서
120: 사용자 200: 서버 장치
210: 통신부 220: 인식부
230: 제어부

Claims (11)

  1. 서버 장치에 있어서,
    CCTV로부터 실시간으로 영상을 수신하는 통신부;
    상기 영상으로부터 보행자를 인식 및 추적하는 인식부; 및
    상기 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단하고, 상기 응급 상황이 발생한 경우 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하도록 상기 통신부를 제어하는 제어부를 포함하는 서버 장치.
  2. 제1항에 있어서,
    상기 보행자의 상태는,
    자세, 속도 및 상태지속시간 중 적어도 하나를 포함하는 서버 장치.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 자세가 누운 상태인 경우 상기 상태지속시간을 측정하고, 상기 상태지속시간이 제1임계값 이상이면 상기 응급 상황이 발생한 것으로 판단하는 서버 장치.
  4. 제2항에 있어서,
    상기 제어부는,
    소정 시간대나 소정 지역에서 상기 영상이 수신된 경우 상기 속도가 제2임계값 이상이면 상기 응급 상황이 발생한 것으로 판단하는 서버 장치.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 CCTV의 위치 정보를 인식하고, 이를 상기 응급구조 요원 및 상기 응급구조 관련 관공서 중 적어도 하나에 전송하도록 상기 통신부를 제어하는 서버 장치.
  6. 서버 장치의 동작 방법에 있어서,
    CCTV로부터 실시간으로 영상을 수신하는 단계;
    상기 영상으로부터 보행자를 인식 및 추적하는 단계; 및
    상기 보행자의 상태에 기초하여 응급 상황이 발생했는지 판단하고, 상기 응급 상황이 발생한 경우 응급구조 요원 및 응급구조 관련 관공서 중 적어도 하나에 알림을 전송하는 단계를 포함하는 서버 장치의 동작 방법.
  7. 제6항에 있어서,
    상기 보행자의 상태는,
    자세, 속도 및 상태지속시간 중 적어도 하나를 포함하는 서버 장치의 동작 방법.
  8. 제7항에 있어서,
    상기 자세가 누운 상태인 경우 상기 상태지속시간을 측정하고, 상기 상태지속시간이 제1임계값 이상이면 상기 응급 상황이 발생한 것으로 판단하는 서버 장치의 동작 방법.
  9. 제7항에 있어서,
    소정 시간대나 소정 지역에서 상기 영상이 수신된 경우 상기 속도가 제2임계값 이상이면 상기 응급 상황이 발생한 것으로 판단하는 서버 장치의 동작 방법.
  10. 제6항에 있어서,
    상기 CCTV의 위치 정보를 인식하고, 이를 상기 응급구조 요원 및 상기 응급구조 관련 관공서 중 적어도 하나에 전송하는 서버 장치의 동작 방법.
  11. 제6항 내지 제10항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020180164578A 2018-12-18 2018-12-18 서버 장치 및 이의 동작 방법 KR20200075666A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180164578A KR20200075666A (ko) 2018-12-18 2018-12-18 서버 장치 및 이의 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180164578A KR20200075666A (ko) 2018-12-18 2018-12-18 서버 장치 및 이의 동작 방법

Publications (1)

Publication Number Publication Date
KR20200075666A true KR20200075666A (ko) 2020-06-26

Family

ID=71136638

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180164578A KR20200075666A (ko) 2018-12-18 2018-12-18 서버 장치 및 이의 동작 방법

Country Status (1)

Country Link
KR (1) KR20200075666A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021115431A1 (de) 2020-06-22 2021-12-23 Hyundai Mobis Co., Ltd. Vorrichtung zum Fahrzeugbremsen

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021115431A1 (de) 2020-06-22 2021-12-23 Hyundai Mobis Co., Ltd. Vorrichtung zum Fahrzeugbremsen

Similar Documents

Publication Publication Date Title
US20160019427A1 (en) Video surveillence system for detecting firearms
KR101425505B1 (ko) 객체인식기술을 이용한 지능형 경계 시스템의 감시 방법
CN113256924A (zh) 一种轨道列车的监控系统，监控方法及监控装置
KR102039277B1 (ko) 보행자 얼굴 인식 시스템 및 그 방법
KR20070029760A (ko) 감시 장치
KR102397837B1 (ko) 엣지 컴퓨팅 기반 보안 감시 서비스 제공 장치, 시스템 및 그 동작 방법
KR102472369B1 (ko) 긴급도움 요청 음원을 통한 객체 추적시스템 및 추적방법
KR20200017594A (ko) 딥 러닝과 멀티 에이전트를 활용한 대규모 개체 식별 및 추적 방법
CN108206931A (zh) 一种遗留物监测分析系统
KR20210039663A (ko) 폭력행위 관리시스템 및 방법
JP5202419B2 (ja) 警備システムおよび警備方法
KR100853744B1 (ko) 영상감시장치 및 상황변화 감지방법
KR20160093253A (ko) 영상 기반 이상 흐름 감지 방법 및 그 시스템
KR20200075666A (ko) 서버 장치 및 이의 동작 방법
JP4875313B2 (ja) 監視装置
KR20220000216A (ko) 딥러닝 분산 처리 기반 지능형 보안 감시 서비스 제공 장치
US10916017B2 (en) Method and apparatus for detecting motion deviation in a video sequence
JP7447626B2 (ja) 情報処理方法、情報処理装置、プログラム及び情報処理システム
KR20160131678A (ko) 카메라를 구비한 보호용 휴대 장치 및 영상 촬영 방법
KR101223606B1 (ko) 엘리베이터를 위한 지능형 영상 감시 시스템
KR20220000175A (ko) 엣지 컴퓨팅 기반 지능형 보안 감시 서비스 제공 장치의 동작방법
KR20220000221A (ko) 엣지 컴퓨팅 기반 지능형 보안 감시 카메라 장치
KR20220000424A (ko) 엣지 컴퓨팅 기반 지능형 보안 감시 카메라 시스템
KR102619493B1 (ko) 다중밀집사고를 감지하는 방법 및 시스템
KR102511093B1 (ko) 스마트시티 엘리베이터 범죄예방 시스템