KR20210030791A - 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 - Google Patents

모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR20210030791A
KR20210030791A KR1020190112409A KR20190112409A KR20210030791A KR 20210030791 A KR20210030791 A KR 20210030791A KR 1020190112409 A KR1020190112409 A KR 1020190112409A KR 20190112409 A KR20190112409 A KR 20190112409A KR 20210030791 A KR20210030791 A KR 20210030791A
Authority
KR
South Korea
Prior art keywords
abnormal situation
image
monitored
interest
region
Prior art date
Application number
KR1020190112409A
Other languages
English (en)
Inventor
김일명
정원우
지병석
홍정희
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020190112409A priority Critical patent/KR20210030791A/ko
Publication of KR20210030791A publication Critical patent/KR20210030791A/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
    • G06K9/00711—
    • G06K9/3233—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

모니터링 대상 영상에서 이상 상황을 탐지하는 서버는 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 입력부, 상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 학습부, 실시간 모니터링 대상 영상을 획득하는 영상 획득부 및 상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 이상 상황 탐지부를 포함한다.

Description

모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램{SERVER, METHOD AND COMPUTER PROGRAM FOR DETECTING ABNORMAL STATE OF MONITORING TARGET VIDEO}
본 발명은 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램에 관한 것이다.
통합 관제 시스템(EMS, Enterprise Management System)이란 서버, 네트워크, DBMS (Data Base Management System), 부대설비와 같이 다양한 IT 인프라를 하나의 플랫폼에서 관리하는 시스템을 의미한다. 통합 관제 시스템은 실시간으로 네트워크, 트래픽, 서버 및 센서의 현황을 시각적으로 모니터링함으로써, 이벤트 발생시 다양한 형태의 위험 요소에 대해 제어되도록 하는 기능을 제공한다.
이러한 통합 관제 시스템과 관련하여, 선행기술인 한국공개특허 제2019-0058283호는 현장 안전관리 모니터링 시스템 및 현장 안전관리 모니터링 방법을 개시하고 있다.
종래의 통합 관제 시스템은 모니터링 요원의 감시 활동에 의존하였다. 그러나 점차 CCTV의 설치 대수가 폭발적으로 증가하면서, 한 명의 모니터링 요원이 수십개의 화면을 담당하게 됨에 따라, 이상 상황의 감시가 현실적으로 어렵다는 문제점이 있었다.
모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받고, 관심 영역에 해당하는 관심 영역 영상으로부터 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 이상 상황 탐지 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
실시간 모니터링 대상 영상에 대해 학습 모델에 기초하여 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 이상 상황 탐지 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 입력부, 상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 학습부, 실시간 모니터링 대상 영상을 획득하는 영상 획득부 및 상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 이상 상황 탐지부를 포함하는 이상 상황 탐지 서버를 제공할 수 있다.
본 발명의 다른 실시예는, 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 단계, 상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 단계, 실시간 모니터링 대상 영상을 획득하는 단계 및 상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 단계를 포함하는 이상 상황 탐지 방법을 제공할 수 있다.
본 발명의 또 다른 실시예는, 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받고, 상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키고, 실시간 모니터링 대상 영상을 획득하고, 상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하도록 하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램을 제공할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 기존의 관제 시스템의 모니터링 화면 이미지를 수집하여 학습시킴으로써, 별도의 빅데이터 또는 AI 시스템을 도입하지 않고도, 학습 모델에 기초하여 실시간 모니터링 대상 영상 중 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하도록 AI 서비스를 제공하는 이상 상황 탐지 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
보안 관리 분야, 제조 산업의 시설 관리 분야, 환경 관리 분야, 헬스 관리 분야 등 다양한 산업 분야에 적용 가능한 이상 상황 탐지 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
종래의 CCTV 시스템에서 CCTV 설치 대수가 폭발적으로 증가함에 따라 한 명의 모니터링 요원이 수십개의 화면을 담당하게 되어, 인적 자원의 한계에 의해 이상 상황을 탐지하지 못하는 상황이 종종 발생하였으나, 학습 모델에 기초하여 실시간 모니터링 대상 영상에 대해 이상 상황을 탐지함으로써, 이를 모니터링 요원에게 알려 이상 상황을 놓치지 않도록 하는 이상 상황 탐지 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 이상 상황 탐지 서버의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 과정을 설명하기 위한 예시적인 도면이다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 학습용 영상을 추출하는 과정을 설명하기 위한 예시적인 도면이다.
도 4a 내지 도 4c는 본 발명의 일 실시예에 따른 실시간 모니터링 대상 영상 중 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 과정을 설명하기 위한 예시적인 도면이다.
도 5a 내지 도 5c는 본 발명의 일 실시예에 따른 실시간 관심 영역 영상으로부터 이상 상황을 탐지하여 서비스를 제공하는 과정을 설명하기 위한 예시적인 도면이다.
도 6은 본 발명의 일 실시예에 따른 이상 상황 탐지 서버에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 이상 상황 탐지 서버의 구성도이다. 도 1을 참조하면, 이상 상황 탐지 서버(100)는 입력부(110), 학습 영상 추출부(120), 저장부(130), 학습부(140), 영상 획득부(150) 및 이상 상황 탐지부(160)를 포함할 수 있다.
입력부(110)는 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받을 수 있다. 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 과정에 대해서는 도 2를 통해 상세히 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 과정을 설명하기 위한 예시적인 도면이다. 도 2를 참조하면, 입력부(110)는 제 1 관리자 단말로부터 모니터링 대상 영상 중 어느 하나의 관심 영역을 설정받을 수 있다. 예를 들어, 모니터링 대상 영상이 9분할 영상(200)으로 구성된 경우, 제 1 관리자 단말로부터 9분할 영상(200) 중 어느 하나의 영상(201)을 마우스 드래그 또는 터치 입력을 통해 관심 영역으로 입력받을 수 있다. 다른 예를 들어, 모니터링 대상 영상이 복수의 그래프(210)로 구성된 경우, 제 1 관리자 단말로부터 복수의 그래프(210) 중 제 1 그래프(211)를 관심 영역으로 입력받을 수 있다. 학습 영상 추출부(120)는 모니터링 대상 영상에 대해 설정된 관심 영역에 대한 좌표 영역을 취득할 수 있다.
입력부(110)는 제 1 관리자 단말로부터 모니터링 대상 영상 중 이상 상황 조건을 입력받을 수 있다. 여기서, 이상 상황 조건은 그래프 변화, 수치 변화, 객체 수 변화, 객체의 행동 변화 및 신규 객체의 등장 등을 포함할 수 있다. 예를 들어, 입력부(110)는 "화면에 특정 사람이 보이면 알림(신규 객체 등장)", "그래프에서 이상 수치가 보이면 알림(그래프 변화)", "전력량이 이상 패턴을 보이면 알림(수치 변화)"과 같이 이상 상황 조건을 입력받을 수 있다.
다시 도 1로 돌아와서, 학습 영상 추출부(120)는 모니터링 대상 영상의 변화 정도에 기초하여 학습용 영상을 추출할 수 있다. 저장부(130)는 학습용 영상을 저장할 수 있다. 학습용 영상을 추출하여 저장하는 과정에 대해서는 도 3a 및 도 3b를 통해 상세히 설명하도록 한다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 학습용 영상을 추출하는 과정을 설명하기 위한 예시적인 도면이다.
도 3a는 본 발명의 일 실시예에 따른 모니터링 대상 영상의 영상 변화 정도에 기초하여 학습용 영상을 추출하여 저장하는 과정을 설명하기 위한 예시적인 도면이다.
도 3a를 참조하면, 학습 영상 추출부(120)는 모니터링 대상 영상(300)에 대해 영상 변화 정도를 감지(310)할 수 있다. 예를 들어, 학습 영상 추출부(120)는 모니터링 대상 영상(300)으로부터 기설정된 수준 이상의 변화가 감지된 변화 감지 프레임(311)에 기초하여 영상 변화의 시작을 감지할 수 있다. 이후, 학습 영상 추출부(120)는 기설정된 수준 미만의 변화가 감지된 영상 변화 미감지 프레임(312)에 기초하여 영상 변화의 종료를 감지할 수 있다.
학습 영상 추출부(120)는 변화 감지 프레임(311)으로부터 영상 변화 미감지 프레임(312) 이전의 적어도 하나의 프레임을 학습용 영상(321)으로 추출할 수 있다.
저장부(130)는 학습용 영상을 저장(320)할 수 있다. 예를 들어, 저장부(130)는 적어도 하나의 프레임을 포함하는 학습용 영상(321)을 데이터베이스(322)에 저장할 수 있다.
도 3b는 본 발명의 일 실시예에 따른 모니터링 대상 영상의 그래프 변화 정도에 기초하여 학습용 영상을 추출하여 저장하는 과정을 설명하기 위한 예시적인 도면이다.
도 3b를 참조하면, 학습 영상 추출부(120)는 모니터링 대상 영상(350)에 대해 그래프 변화 정도를 감지(360)할 수 있다. 예를 들어, 학습 영상 추출부(120)는 모니터링 대상 영상(350)으로부터 그래프의 이상 수준을 감지하여 그래프 변화의 시작을 감지할 수 있다. 이후, 학습 영상 추출부(120)는 그래프가 정상인 경우, 그래프 변화의 종료를 감지할 수 있다.
학습 영상 추출부(120)는 그래프의 이상 수준이 기설정된 수준 이상에 해당하는 그래프 영역을 추출(370)할 수 있다. 예를 들어, 그래프의 이상 변화가 나타난 구간(361)으로부터 그래프가 정상으로 회복된 구간(362) 이전의 그래프를 추출할 수 있다. 이 때, 학습 영상 추출부(120)는 해당 그래프를 그래프 영역(371) 및 범례 영역(372)을 구분하여 그래프 영역(371)만을 추출할 수 있다.
저장부(130)는 학습용 그래프를 저장(380)할 수 있다. 예를 들어, 저장부(130)는 적어도 하나의 그래프를 포함하는 학습용 그래프를 시간(381)에 대한 전력량(382)으로 저장할 수 있다. 또는, 저장부(130)는 범례 영역(372)을 인식하여 격자 기준으로 변화가 감지된 부분의 값을 추출하여 저장할 수 있다.
다시 도 1로 돌아와서, 학습부(140)는 관심 영역에 해당하는 관심 영역 영상으로부터 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시킬 수 있다.
학습부(140)는 이상 상황 조건에 해당하는 서비스마다 복수의 학습 모델을 학습시킬 수 있다. 예를 들어, 학습부(140)는 모니터링 대상 영상 중 제 1 관심 영역에 해당하는 제 1 관심 영역 영상으로부터 제 1 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 1 학습 모델을 학습시킬 수 있다. 다른 예를 들어, 학습부(140)는 모니터링 대상 영상 중 제 2 관심 영역에 해당하는 제 2 관심 영역 영상으로부터 제 2 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 2 학습 모델을 학습시킬 수 있다.
영상 획득부(150)는 실시간 모니터링 대상 영상을 획득할 수 있다.
이상 상황 탐지부(160)는 이상 상황을 탐지할 수 있다. 이상 상황을 탐지하는 과정에 대해서는 도 4a 내지 도 4c를 통해 상세히 설명하도록 한다.
도 4a 내지 도 4c는 본 발명의 일 실시예에 따른 실시간 모니터링 대상 영상 중 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 과정을 설명하기 위한 예시적인 도면이다.
도 4a를 참조하면, 영상 획득부(150)는 실시간 모니터링 대상 영상(400)을 획득할 수 있다. 여기서, 실시간 모니터링 대상 영상은 무선 리피터를 통해 제 2 관리자 단말로 전송될 수 있다. 예를 들어, 영상 획득부(150)는 무선 리피터를 통해 실시간 모니터링 대상 영상을 캡쳐할 수 있다. 무선 리피터는 기존에 HDMI 케이블 또는 RGB 케이블 대신에 영상의 캡쳐를 위해 연결되는 것일 수 있다.
도 4b를 참조하면, 이상 상황 탐지부(160)는 학습 모델에 기초하여 실시간 모니터링 대상 영상(400) 중 관심 영역(410)에 해당하는 실시간 관심 영역 영상(420)으로부터 이상 상황을 탐지할 수 있다.
도 4c를 참조하면, 이상 상황 탐지부(160)는 이상 상황 탐지에 대한 메시지를 제 2 관리자 단말(430)로 전송할 수 있다. 예를 들어, 이상 상황 탐지부(160)는 실시간 관심 영역 영상(420)으로부터 이상 상황이 탐지되면, 제 2 관리자 단말(430)로 "이상 상황이 감지되었습니다."라는 메시지와 함께, 실시간 관심 영역 영상(420)을 전송할 수 있다.
도 5a 내지 도 5c는 본 발명의 일 실시예에 따른 실시간 관심 영역 영상으로부터 이상 상황을 탐지하여 서비스를 제공하는 과정을 설명하기 위한 예시적인 도면이다.
도 5a를 참조하면, 이상 상황 탐지 서버(100)는 제 1 관리자 단말로부터 모니터링 대상 영상(500) 중 관심 영역(501) 및 이상 상황 조건을 입력받을 수 있다. 예를 들어, 이상 상황 탐지 서버(100)는 모니터링 대상 영상(500) 중 관심 영역(501)으로 건물 정문을 촬영한 영상에 대한 영역을 입력받고, 이상 상황 조건으로 "건물 내 유동 인구 모니터링"를 입력받을 수 있다.
이상 상황 탐지 서버(100)는 학습 모델에 기초하여 실시간 모니터링 대상 영상 중 관심 영역(501)에 해당하는 실시간 관심 영역 영상으로부터 유동 인구를 파악하여 제 2 관리자 단말로 제공할 수 있다.
도 5b를 참조하면, 이상 상황 탐지 서버(100)는 제 1 관리자 단말로부터 모니터링 대상 영상(500) 중 관심 영역(502) 및 이상 상황 조건을 입력받을 수 있다. 예를 들어, 이상 상황 탐지 서버(100)는 모니터링 대상 영상(500) 중 관심 영역(502)으로 그래프 영역을 입력받고, 이상 상황 조건으로 "전력량이 이상 패턴을 보이면 통보"를 입력받을 수 있다.
이상 상황 탐지 서버(100)는 학습 모델에 기초하여 실시간 모니터링 대상 영상 중 관심 영역(502)에 해당하는 실시간 관심 영역 영상으로부터 이상 구간이 감지되는 그래프 영역을 제 2 관리자 단말로 제공할 수 있다.
도 5c를 참조하면, 이상 상황 탐지 서버(100)는 제 1 관리자 단말로부터 모니터링 대상 영상(500) 중 제 1 관심 영역(501), 제 2 관심 영역(502) 및 이상 상황 조건을 입력받을 수 있다. 예를 들어, 이상 상황 탐지 서버(100)는 모니터링 대상 영상(500) 중 제 1 관심 영역(501)으로 건물 정문을 촬영한 영상에 대한 영역을 입력받고, 제 2 관심 영역(502)으로 그래프 영역을 입력받고, 이상 상황 조건으로 "전력량이 이상 패턴을 보일 때, 건물 유동 인구 파악"를 입력받을 수 있다.
이상 상황 탐지 서버(100)는 학습 모델에 기초하여 실시간 모니터링 대상 영상(530) 중 제 1 관심영역(501)에 해당하는 제 1 실시간 관심 영역 영상(531)으로부터 그래프 변화를 감지하고, 제 2 관심 영역(502)에 해당하는 제 2 실시간 관심 영역 영상(532)으로부터 유동 인구를 파악하여 제 2 관리자 단말로 제공할 수 있다.
이러한 모니터링 대상 영상에서 이상 상황을 탐지하는 기술은 다양한 산업 분야에 적용가능하다.
일 실시예에 따르면, 모니터링 대상 영상에서 이상 상황을 탐지하는 기술은 보안(security) 분야에 적용가능하다. 예를 들어, 공공 CCTV의 경우, 교통, 지하철, 버스 등의 교통 인프라의 운영 상황 및 돌발 상황에 대해 실시간으로 모니터링하고, 범죄 예방을 위한 사각지대 감시 및 불법 투기 단속을 모니터링하는데 이용될 수 있다. 다른 예를 들어, 민간 CCTV의 경우, 건물 내에 설치된 다수의 카메라를 이용한 방문자 확인 및 이력 관리를 통해 자산 관리, 치안을 보호할 수 있다.
다른 실시예에 따르면, 모니터링 대상 영상에서 이상 상황을 탐지하는 기술은 제조(Factory) 분야에 적용가능하다. 예를 들어, 산업 시설에 대한 생산 관리, 설비 관리에 대한 모니터링을 수행하여, 불량품의 발생 확률을 낮추도록 할 수 있다.
또 다른 실시예에 따르면, 모니터링 대상 영상에서 이상 상황을 탐지하는 기술은 환경(environment) 분야에 적용가능하다. 예를 들어, 별도의 미세 먼지 측정 장비를 구비하여 모니터링하지 않고, 기존의 CCTV 자원을 활용하여 가시도를 기준으로 미세먼지의 농도 변화를 모니터링할 수 있다. 다른 예를 들어, 어군의 규모, 어족 등을 수중 카메라를 이용하여 촬영함으로써, 어류 자원을 모니터링할 수 있다. 또 다른 예를 들어, 환경 분야에서 현장 모니터링을 수행할 수 있다. 예를 들어, 숲에 대해서는 산림 자원 규모, 병충해, 산불 등에 대한 현장 모니터링을 수행하고, 농장에 대해서는 하우스 내 농작물 종류에 따른 온/습도 정보와 함께 농작물 상태에 대한 현장 모니터링을 수행하고, 공장에 대해서는 기계설비, 구동 장치 등의 장애, 장비 오작동 등의 이상 징후에 대한 현장 모니터링을 수행하고, 지하철/공사장/공장 등 작업자 및 방문자에 대한 입출입 모니터링을 수행할 수 있다.
또 다른 실시예에 따르면, 모니터링 대상 영상에서 이상 상황을 탐지하는 기술은 헬스(Health) 분야에 적용가능하다. 예를 들어, 병원의 경우, ECG 모니터를 통해 확인할 수 있는 심전도 화면을 모니터링함으로써, 심장 질환 환자에게 나타나는 순간적인 이상 징후를 의사에게 알릴 수 있으며, 공항의 경우, 공항 입국장에 설치된 열 감지기를 모니터링함으로써, 메르스, 에볼라 등 전염성 질환의 확산을 사전에 예방하는데 활용될 수 있다.
이러한 이상 상황 탐지 서버(100)는 모니터링 대상 영상에서 이상 상황을 탐지하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램에 의해 실행될 수 있다. 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받고, 관심 영역에 해당하는 관심 영역 영상으로부터 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키고, 실시간 모니터링 대상 영상을 획득하고, 학습 모델에 기초하여 실시간 모니터링 대상 영상 중 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하도록 하는 명령어들의 시퀀스를 포함할 수 있다.
도 6은 본 발명의 일 실시예에 따른 이상 상황 탐지 서버에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법의 순서도이다. 도 6에 도시된 이상 상황 탐지 서버(100)에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법은 도 1 내지 도 5c에 도시된 실시예에 따라 이상 상황 탐지 서버(100)에 의해 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 5c에 도시된 실시예에 따른 이상 상황 탐지 서버(100)에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법에도 적용된다.
단계 S610에서 이상 상황 탐지 서버(100)는 제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받을 수 있다.
단계 S620에서 이상 상황 탐지 서버(100)는 관심 영역에 해당하는 관심 영역 영상으로부터 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시킬 수 있다.
단계 S630에서 이상 상황 탐지 서버(100)는 실시간 모니터링 대상 영상을 획득할 수 있다.
단계 S640에서 이상 상황 탐지 서버(100)는 학습 모델에 기초하여 실시간 모니터링 대상 영상 중 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지할 수 있다.
상술한 설명에서, 단계 S610 내지 S640은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 1 내지 도 6을 통해 설명된 이상 상황 탐지 서버에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 또한, 도 1 내지 도 6을 통해 설명된 이상 상황 탐지 서버에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램의 형태로도 구현될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 이상 상황 탐지 서버
110: 입력부
120: 학습 영상 추출부
130: 저장부
140: 학습부
150: 영상 획득부
160: 이상 상황 탐지부

Claims (13)

  1. 모니터링 대상 영상에서 이상 상황을 탐지하는 서버에 있어서,
    제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 입력부;
    상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 학습부;
    실시간 모니터링 대상 영상을 획득하는 영상 획득부; 및
    상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 이상 상황 탐지부
    를 포함하는 것인, 이상 상황 탐지 서버.
  2. 제 1 항에 있어서,
    상기 모니터링 대상 영상의 변화 정도에 기초하여 학습용 영상을 추출하는 학습 영상 추출부; 및
    상기 학습용 영상을 저장하는 저장부
    를 더 포함하는 것인, 이상 상황 탐지 서버.
  3. 제 1 항에 있어서,
    상기 실시간 모니터링 대상 영상은 무선 리피터를 통해 제 2 관리자 단말로 전송되고,
    상기 영상 획득부는 상기 무선 리피터를 통해 상기 실시간 모니터링 대상 영상을 캡쳐하는 것인, 이상 상황 탐지 서버.
  4. 제 1 항에 있어서,
    상기 이상 상황 조건은 그래프 변화, 수치 변화, 객체 수 변화, 객체의 행동 변화 및 신규 객체의 등장 중 적어도 하나를 포함하는 것인, 이상 상황 탐지 서버.
  5. 제 1 항에 있어서,
    상기 학습부는 상기 이상 상황 조건에 해당하는 서비스마다 복수의 학습 모델을 학습시키는 것인, 이상 상황 탐지 서버.
  6. 제 1 항에 있어서,
    상기 학습부는,
    상기 모니터링 대상 영상 중 제 1 관심 영역에 해당하는 제 1 관심 영역 영상으로부터 제 1 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 1 학습 모델을 학습시키고,
    상기 모니터링 대상 영상 중 제 2 관심 영역에 해당하는 제 2 관심 영역 영상으로부터 제 2 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 2 학습 모델을 학습시키는 것인, 이상 상황 탐지 서버.
  7. 이상 상황 탐지 서버에서 모니터링 대상 영상으로부터 이상 상황을 탐지하는 방법에 있어서,
    제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받는 단계;
    상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키는 단계;
    실시간 모니터링 대상 영상을 획득하는 단계; 및
    상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하는 단계
    를 포함하는 것인, 이상 상황 탐지 방법.
  8. 제 7 항에 있어서,
    상기 모니터링 대상 영상의 변화 정도에 기초하여 학습용 영상을 추출하는 단계; 및
    상기 학습용 영상을 저장하는 단계
    를 더 포함하는 것인, 이상 상황 탐지 방법.
  9. 제 7 항에 있어서,
    상기 실시간 모니터링 대상 영상은 무선 리피터를 통해 제 2 관리자 단말로 전송되고,
    상기 대상 영상을 획득하는 단계는,
    상기 무선 리피터를 통해 상기 실시간 모니터링 대상 영상을 캡쳐하는 단계를 포함하는 것인, 이상 상황 탐지 방법.
  10. 제 7 항에 있어서,
    상기 이상 상황 조건은 그래프 변화, 수치 변화, 객체 수 변화, 객체의 행동 변화 및 신규 객체의 등장 중 적어도 하나를 포함하는 것인, 이상 상황 탐지 방법.
  11. 제 7 항에 있어서,
    상기 학습 모델을 학습시키는 단계는,
    상기 이상 상황 조건에 해당하는 서비스마다 복수의 학습 모델을 학습시키는 단계를 포함하는 것인, 이상 상황 탐지 방법.
  12. 제 7 항에 있어서,
    상기 학습 모델을 학습시키는 단계는,
    상기 모니터링 대상 영상 중 제 1 관심 영역에 해당하는 제 1 관심 영역 영상으로부터 제 1 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 1 학습 모델을 학습시키는 단계; 및
    상기 모니터링 대상 영상 중 제 2 관심 영역에 해당하는 제 2 관심 영역 영상으로부터 제 2 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 제 2 학습 모델을 학습시키는 단계를 포함하는 것인, 이상 상황 탐지 방법.
  13. 모니터링 대상 영상에서 이상 상황을 탐지하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
    제 1 관리자 단말로부터 모니터링 대상 영상 중 관심 영역 및 이상 상황 조건을 입력받고,
    상기 관심 영역에 해당하는 관심 영역 영상으로부터 상기 이상 상황 조건에 해당하는 이상 상황을 탐지하도록 학습 모델을 학습시키고,
    실시간 모니터링 대상 영상을 획득하고,
    상기 학습 모델에 기초하여 상기 실시간 모니터링 대상 영상 중 상기 관심 영역에 해당하는 실시간 관심 영역 영상으로부터 이상 상황을 탐지하도록 하는 명령어들의 시퀀스를 포함하는, 매체에 저장된 컴퓨터 프로그램.
KR1020190112409A 2019-09-10 2019-09-10 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 KR20210030791A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190112409A KR20210030791A (ko) 2019-09-10 2019-09-10 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190112409A KR20210030791A (ko) 2019-09-10 2019-09-10 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR20210030791A true KR20210030791A (ko) 2021-03-18

Family

ID=75232305

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190112409A KR20210030791A (ko) 2019-09-10 2019-09-10 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR20210030791A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102424619B1 (ko) * 2021-12-01 2022-07-22 세종대학교산학협력단 에어갭 환경에서의 공격 감지 방법 및 공격 감지를 위한 학습 방법
KR102466709B1 (ko) 2022-07-25 2022-11-16 주식회사 스피드정보 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템
WO2023027421A1 (ko) * 2021-08-26 2023-03-02 (주)서울로보틱스 작업 공간에서의 관심 영역을 모니터링하는 방법 및 센싱 장치
KR20230034472A (ko) * 2021-09-02 2023-03-10 주식회사 아디아랩 위험구역 인원 탐지 및 기계 제어 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023027421A1 (ko) * 2021-08-26 2023-03-02 (주)서울로보틱스 작업 공간에서의 관심 영역을 모니터링하는 방법 및 센싱 장치
KR20230034472A (ko) * 2021-09-02 2023-03-10 주식회사 아디아랩 위험구역 인원 탐지 및 기계 제어 시스템
KR102424619B1 (ko) * 2021-12-01 2022-07-22 세종대학교산학협력단 에어갭 환경에서의 공격 감지 방법 및 공격 감지를 위한 학습 방법
KR102466709B1 (ko) 2022-07-25 2022-11-16 주식회사 스피드정보 Cctv의 영상 처리를 통한 이상 행동 모니터링 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
US11729347B2 (en) Video surveillance system, video processing apparatus, video processing method, and video processing program
KR20210030791A (ko) 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램
JP7072700B2 (ja) 監視システム
US8577082B2 (en) Security device and system
CN111263114B (zh) 异常事件报警方法和装置
US11729597B2 (en) Digital twin disaster management system customized for underground public areas
JP2007243342A (ja) 画像監視装置及び画像監視システム
JP2017188023A (ja) 施設内活動分析装置、施設内活動分析システムおよび施設内活動分析方法
KR20110130033A (ko) 행동패턴 데이터베이스를 이용한 능동형 영상감시 시스템 및 그 방법
CN115880631A (zh) 一种配电站故障识别系统、方法、介质
CN110544312A (zh) 虚拟场景中的视频显示方法、装置、电子设备与存储装置
CN112818758A (zh) 电力施工现场的监测方法、系统、装置和存储介质
Doulamis Iterative motion estimation constrained by time and shape for detecting persons' falls
CN111553305A (zh) 一种违章视频识别系统和方法
US9111237B2 (en) Evaluating an effectiveness of a monitoring system
JP2012010121A (ja) 行動監視システム、行動監視プログラム、及び行動監視方法
JPH09182061A (ja) 画像による安全監視方法
WO2022190701A1 (ja) 不審者アラーム通知システム、不審者アラーム通知方法および不審者アラーム通知プログラム
KR20230039468A (ko) 영상의 객체 간 상호작용행위 검출 장치 및 방법
JP4120379B2 (ja) 行動監視システムおよびプログラム
JPH01244598A (ja) 画像監視装置
CN112689123A (zh) 一种传染病智能预警系统及方法
JP2021097336A (ja) 監視用テレビモニタ装置の故障予兆検知システム
KR101098043B1 (ko) 도시철도의 지능형 감시 시스템
KR20200078736A (ko) 철도 및 주변 역사에 대한 통합 안전관리 방법