KR20210043960A - Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT - Google Patents

Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT Download PDF

Info

Publication number
KR20210043960A
KR20210043960A KR1020190126948A KR20190126948A KR20210043960A KR 20210043960 A KR20210043960 A KR 20210043960A KR 1020190126948 A KR1020190126948 A KR 1020190126948A KR 20190126948 A KR20190126948 A KR 20190126948A KR 20210043960 A KR20210043960 A KR 20210043960A
Authority
KR
South Korea
Prior art keywords
camera
analysis server
photographing
danger
iot
Prior art date
Application number
KR1020190126948A
Other languages
Korean (ko)
Inventor
송혁
최인규
고민수
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020190126948A priority Critical patent/KR20210043960A/en
Publication of KR20210043960A publication Critical patent/KR20210043960A/en

Links

Images

Classifications

    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • H04N5/23203—
    • H04N5/23218—

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Alarm Systems (AREA)

Abstract

As a method for accurate detection of dangerous behavior, provided are a safety monitoring system based on behavior recognition using IoT and artificial intelligence technology and a method thereof are provided. According to an embodiment of the present invention, a danger detecting system comprises: a sensor for detecting an object; a camera photographing a surveillance area; and an image analysis server that controls a photographing operation of the camera based on a detection result of the sensor and analyzes an image captured by the camera. By this, it is possible to accurately detect dangerous behavior through behavior recognition-based safety monitoring using IoT and artificial intelligence technology.

Description

IoT와 인공지능 기술을 이용한 행동인식 기반의 안전 감시 시스템 및 방법{Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT}Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT}

본 발명은 IoT와 인공지능 분야의 기술에 관한 것으로, 더욱 상세하게는 IoT 플랫폼과 인공지능 모델을 이용하여 행동인식 기반으로 위험을 감지하는 시스템 및 방법에 관한 것이다.The present invention relates to technologies in the field of IoT and artificial intelligence, and more particularly, to a system and method for detecting a risk based on behavioral recognition using an IoT platform and an artificial intelligence model.

보안 및 안전을 위한 CCTV는 영상 데이터를 취득하여 관제 시스템으로 전송하여, 관제실에서는 지역 내에 위치한 CCTV들을 관제 화면에 디스플레이하여 이상 상황 이벤트를 검출하고 있다.CCTV for security and safety acquires video data and transmits it to the control system, and the control room detects abnormal events by displaying CCTVs located in the area on the control screen.

하지만, 관제요원이 장시간 다수의 CCTV를 검색하여야 하는 상황에서, 장시간이 지나게 되면 피로나 주의력 저하로 인해, 이벤트의 대부분을 검출하지 못하는 상황이 발생한다.However, in a situation in which a control officer has to search a large number of CCTVs for a long time, when a long time passes, a situation occurs in which most of the events cannot be detected due to fatigue or reduced attention.

또한, 다양한 위험상황에 대한 분석 및 분류가 되지 않아 지역에 따른 위험 발생 종류에 대한 통계가 존재하지 않으므로, 지역 특성에 따른 대응이 불가능하다는 문제도 있다.In addition, there is a problem that it is impossible to respond according to regional characteristics because statistics on the types of risk occurrences according to regions do not exist because analysis and classification of various dangerous situations is not possible.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 위험 행동의 정확한 검출을 위한 방안으로, IoT와 인공지능 기술을 이용한 행동인식 기반의 안전 감시 시스템 및 방법을 제공함에 있다.The present invention was conceived to solve the above problems, and an object of the present invention is to provide a behavior recognition-based safety monitoring system and method using IoT and artificial intelligence technology as a method for accurate detection of dangerous behavior. have.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 위험 감지 시스템은 객체를 검출하는 센서; 감시 구역을 촬영하는 카메라; 센서의 검출 결과를 기초로 카메라의 촬영 동작을 제어하고, 카메라에서 촬영하여 생성한 영상을 분석하는 영상 분석 서버;를 포함한다. According to an embodiment of the present invention for achieving the above object, the danger detection system includes a sensor for detecting an object; A camera for photographing the surveillance area; And an image analysis server that controls a photographing operation of the camera based on the detection result of the sensor and analyzes an image generated by photographing by the camera.

영상 분석 서버는, 센서들에 의해 검출된 객체가 위치하는 구역을 촬영하도록 카메라의 촬영 방향을 제어할 수 있다. The image analysis server may control the photographing direction of the camera to photograph a region in which the object detected by the sensors is located.

영상 분석 서버는, 카메라에서 촬영하여 생성한 영상을 분석하여, 위험을 감지할 수 있다.The image analysis server may detect a risk by analyzing an image generated by photographing with a camera.

영상 분석 서버는, 학습된 인공 지능 모델을 이용하여, 영상에 등장하는 사람의 행동의 종류를 분석할 수 있다.The image analysis server may analyze the type of human behavior appearing in the image using the learned artificial intelligence model.

위험은, 분석된 사람의 행동으로 발생할 수 있는 위험일 수 있다.Risk may be a risk that may arise from the behavior of the analyzed person.

영상 분석 서버는, 위험을 감지하면, 감지된 위험 정보를 관제 센터로 전송할 수 있다.When the video analysis server detects a danger, it may transmit the detected danger information to the control center.

영상 분석 서버는, 구역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리할 수 있다.The video analysis server can aggregate and manage statistics that divide the occurrence of danger by area by behavior.

본 발명의 다른 측면에 따르면, 센서가, 객체를 검출하는 단계; 서버가, 센서의 검출 결과를 기초로 카메라의 촬영 동작을 제어하는 단계; 카메라가, 감시 구역을 촬영하는 단계; 서버가, 카메라에서 촬영하여 생성한 영상을 분석하는 단계;를 포함하는 것을 특징으로 하는 위험 감지 방법이 제공된다.According to another aspect of the present invention, the sensor includes: detecting an object; Controlling, by the server, a photographing operation of the camera based on the detection result of the sensor; The camera, photographing the surveillance area; There is provided a method for detecting a risk comprising a; step of analyzing, by the server, an image captured by the camera and generated.

이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, IoT와 인공지능 기술을 이용한 행동인식 기반의 안전 감시를 통해, 위험 행동의 정확한 검출이 가능하게 된다.As described above, according to the embodiments of the present invention, it is possible to accurately detect dangerous behavior through behavior recognition-based safety monitoring using IoT and artificial intelligence technology.

또한, 본 발명의 실시예들에 따르면, 구역/지역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리하여, 구역/지역에 특화된 최적의 위험 검출 및 안전 감시가 가능해진다.In addition, according to the embodiments of the present invention, by collecting and managing statistics that divide the occurrence of dangers by zone/region by behavior, optimal risk detection and safety monitoring specific to the zone/region become possible.

도 1은 본 발명의 일 실시예에 따른 안전 감시 시스템의 개념 설명에 제공되는 도면,
도 2는, 도 1에 도시된 본 발명의 실시예에 따른 안전 감시 시스템의 블럭도,
도 3은, 도 2에 도시된 카메라의 상세 블럭도,
도 4는, 도 2에 도시된 IoT 플랫폼의 상세 블럭도,
도 5는, 도 2에 도시된 영상 분석 서버의 상세 블럭도, 그리고,
도 6은 본 발명의 다른 실시예에 따른 안전 감시 방법의 개념 설명에 제공되는 흐름도이다.1 is a view provided to explain the concept of a safety monitoring system according to an embodiment of the present invention,
2 is a block diagram of a safety monitoring system according to an embodiment of the present invention shown in FIG. 1;
3 is a detailed block diagram of the camera shown in FIG. 2;
4 is a detailed block diagram of the IoT platform shown in FIG. 2;
5 is a detailed block diagram of the image analysis server shown in FIG. 2, and,
6 is a flowchart provided to explain the concept of a safety monitoring method according to another embodiment of the present invention.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.

도 1은 본 발명의 일 실시예에 따른 안전 감시 시스템의 개념 설명에 제공되는 도면이다.1 is a view provided to explain the concept of a safety monitoring system according to an embodiment of the present invention.

본 발명의 실시예에 따른 안전 감시 시스템은, 도시된 바와 같이, IoT로 구현한 LoRaWAN을 통해 객체들을 검출하기 위한 IoT 센서들을 연결하여, 객체 검출 결과를 기반으로 카메라의 촬영 동작/방향을 제어한다.The safety monitoring system according to an embodiment of the present invention connects IoT sensors for detecting objects through LoRaWAN implemented as IoT, as shown, and controls the shooting operation/direction of the camera based on the object detection result. .

또한, 본 발명의 실시예에 따른 안전 감시 시스템은, 학습된 인공지능 모델을 이용하여, 카메라로 촬영한 영상에서 객체의 행동을 인식하고, 인식된 행동으로부터 위험을 감지한다.In addition, the safety monitoring system according to an embodiment of the present invention recognizes an object's behavior in an image captured by a camera using the learned artificial intelligence model, and detects a danger from the recognized behavior.

나아가, 본 발명의 실시예에 따른 안전 감시 시스템은, 구역/지역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리하여, 구역/지역에 특화된 최적의 위험 검출 및 안전 감시를 가능하게 한다.Furthermore, the safety monitoring system according to an embodiment of the present invention aggregates and manages statistics that divide the occurrence of dangers for each zone/region by behavior, thereby enabling optimal risk detection and safety monitoring specialized for the zone/region.

도 2는, 도 1에 도시된 본 발명의 실시예에 따른 안전 감시 시스템의 블럭도이다. 본 발명의 실시예에 따른 안전 감시 시스템은, 도 1에 도시된 바와 같이, 카메라(100), IoT 센서(200), IoT 플랫폼(300) 및 영상 분석 서버(400)를 포함하여 구성된다.2 is a block diagram of a safety monitoring system according to an embodiment of the present invention shown in FIG. 1. The safety monitoring system according to an embodiment of the present invention, as shown in FIG. 1, includes a camera 100, an IoT sensor 200, an IoT platform 300, and an image analysis server 400.

카메라(100)는 감시 구역을 촬영하여 실시간으로 감시 영상을 생성하는 촬영 수단으로, CCTV 카메라 등으로 구현할 수 있다.The camera 100 is a photographing means for generating a surveillance image in real time by photographing a surveillance area, and may be implemented by a CCTV camera or the like.

IoT 센서(200)는 감시 구역에서 객체를 검출하기 위한 수단으로, 근접 센서, 적외선 센서, 움직임 감지 센서 등 그 종류와 타입을 불문하고, 적용할 수 있다. IoT 센서(200)가 검출하는 주된 객체는 사람을 의미하지만, 그 밖의 다른 객체를 검출하는 것도 가능하다.The IoT sensor 200 is a means for detecting an object in a surveillance area, and can be applied regardless of its type and type, such as a proximity sensor, an infrared sensor, and a motion detection sensor. The main object detected by the IoT sensor 200 means a person, but it is also possible to detect other objects.

IoT 플랫폼(300)는 IoT 센서(200)에서 생성되는 감지 데이터를 수집하여 저장하고, 감지 데이터로부터 특정 이벤트 발생이 확인되면, 이를 테면, 감시 구역에 객체가 등장한 경우, 해당 사실을 영상 분석 서버(400)에 통보한다.The IoT platform 300 collects and stores the detection data generated by the IoT sensor 200, and when a specific event occurrence is confirmed from the detection data, for example, when an object appears in the monitoring area, the fact is reported to the video analysis server ( 400).

영상 분석 서버(400)는 IoT 플랫폼(300)으로부터 객체 등장 이벤트를 통보 받으면, 객체가 등장한 감시 구역을 촬영하도록 카메라(100)의 촬영 방향을 제어한다.When the image analysis server 400 receives notification of an object appearance event from the IoT platform 300, the image analysis server 400 controls the photographing direction of the camera 100 to photograph a surveillance area in which the object appears.

또한, 영상 분석 서버(400)는 카메라(100)에서 촬영하여 생성한 영상을 분석하여, 객체의 행동과 그로 인한 위험을 감지한다.In addition, the image analysis server 400 analyzes an image captured by the camera 100 and generated, and detects an object's behavior and a risk resulting therefrom.

도 3은, 도 2에 도시된 카메라(100)의 상세 블럭도이다. 도시된 바와 같이, 카메라(100)는 촬영부(110), 프로세서(120), 통신부(130) 및 저장부(140)를 포함하여 구성된다.3 is a detailed block diagram of the camera 100 shown in FIG. 2. As shown, the camera 100 includes a photographing unit 110, a processor 120, a communication unit 130, and a storage unit 140.

촬영부(110)는 감시 구역을 촬영하여 실시간으로 감시 영상을 생성하고, 통신부(130)는 영상 분석 서버(400)와 통신하기 위한 수단이다.The photographing unit 110 photographs a monitoring area and generates a monitoring image in real time, and the communication unit 130 is a means for communicating with the image analysis server 400.

프로세서(120)는 통신부(130)를 통해 수신되는 영상 분석 서버(400)의 제어 명령에 따라 촬영부(110)의 촬영 방향을 제어하고, 촬영부(110)에서 생성한 감시 영상에 대해 필요한 신호 처리와 압축 등을 수행한 후에 통신부(130)를 통해 영상 분석 서버(400)로 전달한다.The processor 120 controls the photographing direction of the photographing unit 110 according to a control command of the image analysis server 400 received through the communication unit 130, and a signal required for the surveillance image generated by the photographing unit 110 After processing, compression, etc., it is transmitted to the image analysis server 400 through the communication unit 130.

저장부(140)는 촬영부(110)에서 생성된 감시 영상이 임시 저장되고, 프로세서(120)가 촬영부(110)에서 생성된 영상을 처리함에 있어 필요한 저장 공간을 제공한다.The storage unit 140 temporarily stores the surveillance image generated by the photographing unit 110 and provides a storage space necessary for the processor 120 to process the image generated by the photographing unit 110.

도 4는, 도 2에 도시된 IoT 플랫폼(300)의 상세 블럭도이다. 도시된 바와 같이, IoT 플랫폼(300)은 통신부(310), 데이터 수집부(320) 및 서비스 제공부(330)를 포함하여 구성된다.4 is a detailed block diagram of the IoT platform 300 shown in FIG. 2. As shown, the IoT platform 300 includes a communication unit 310, a data collection unit 320, and a service providing unit 330.

통신부(310)는 IoT 센서(200)에서 생성되는 감지 데이터들을 실시간으로 수신하고, 데이터 수집부(320)는 통신부(310)를 통해 수신되는 감지 데이터들을 수집하여 저장한다.The communication unit 310 receives sensing data generated by the IoT sensor 200 in real time, and the data collection unit 320 collects and stores the sensing data received through the communication unit 310.

서비스 제공부(330)는 데이터 수집부(320)가 수집한 데이터들을 분석하여, 특정 이벤트 발생시, 본 발명의 실시예에서는 감시 구역에 객체가 검출된 경우, 해당 사실을 영상 분석 서버(400)에 통보한다.The service providing unit 330 analyzes the data collected by the data collection unit 320, and when a specific event occurs, in the embodiment of the present invention, when an object is detected in the monitoring area, the information is sent to the image analysis server 400 Notify.

도 5는, 도 2에 도시된 영상 분석 서버(400)의 상세 블럭도이다. 도시된 바와 같이, 영상 분석 서버(400)는 통신부(410), 프로세서(420) 및 저장부(430)를 포함하여 구성된다.5 is a detailed block diagram of the image analysis server 400 shown in FIG. 2. As shown, the image analysis server 400 includes a communication unit 410, a processor 420, and a storage unit 430.

통신부(410)는 카메라(100) 및 IoT 플랫폼(300)과 통신하기 위한 수단으로, 카메라(100)로부터 감시 영상을 수신하고, IoT 플랫폼(300)으로부터 객체 검출 사실을 통보받는다.The communication unit 410 is a means for communicating with the camera 100 and the IoT platform 300, receives a surveillance image from the camera 100, and receives an object detection fact from the IoT platform 300.

프로세서(420)는 IoT 플랫폼(300)으로부터 통보 받는 객체 검출 결과를 기초로 카메라(100)의 촬영 동작과 방향을 제어하여, IoT 센서(100)에 의해 검출된 객체가 위치하는 구역을 촬영하도록 한다.The processor 420 controls the photographing operation and direction of the camera 100 based on the object detection result notified from the IoT platform 300 to capture an area where the object detected by the IoT sensor 100 is located. .

또한, 프로세서(420)는 카메라(100)에서 촬영하여 생성한 영상을 분석하여, 위험을 감지한다. 구체적으로, 학습된 인공 지능 모델을 이용하여, 위험을 감지하며, 영상에 등장하는 사람의 행동의 종류를 분석한다.In addition, the processor 420 detects a risk by analyzing an image captured by the camera 100 and generated. Specifically, by using the learned artificial intelligence model, it detects danger and analyzes the types of human behaviors appearing in the images.

따라서, 프로세서(420)에 의해 감지되는 위험은 사람의 행동으로 발생할 수 있는 위험을 의미한다. 이를 테면, 싸움, 넘어짐, 쓰러짐, 도주 등을 행동을 위험으로 분석하게 된다.Therefore, the risk detected by the processor 420 refers to a risk that may occur due to human actions. For example, fights, falls, falls, and escapes are analyzed as dangers.

위험을 감지하면, 프로세서(420)는 통신부(410)를 통해 관제 센터(미도시)에 감지된 위험 정보를 전달하여, 관제 요원에 의한 신속한 대응이 이루어지도록 한다.When detecting the danger, the processor 420 transmits the detected danger information to the control center (not shown) through the communication unit 410, so that a quick response by the control personnel is made.

나아가, 프로세서(420)는 구역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리한다.Furthermore, the processor 420 aggregates and manages statistics that divide the occurrence of dangers for each area by behavior.

저장부(430)는 프로세서(420)가 기능함에 있어 필요한 저장 공간을 제공한다.The storage unit 430 provides a storage space necessary for the processor 420 to function.

도 6은 본 발명의 다른 실시예에 따른 안전 감시 방법의 개념 설명에 제공되는 흐름도이다.6 is a flowchart provided to explain the concept of a safety monitoring method according to another embodiment of the present invention.

안전 감시를 위해, 도 6에 도시된 바와 같이, 먼저 IoT 센서(200)가 감시 구역에서 객체를 검출하고, IoT 플랫폼(300)이 객체 검출 결과를 영상 분석 서버(400)에 통보한다(S510).For safety monitoring, as shown in FIG. 6, first, the IoT sensor 200 detects an object in the monitoring area, and the IoT platform 300 notifies the image analysis server 400 of the object detection result (S510). .

그러면, 영상 분석 서버(400)의 프로세서(420)는 S510단계에서 통보 받은 객체 검출 결과를 기초로 카메라(100)의 촬영 동작 여부와 촬영 방향을 제어한다(S520).Then, the processor 420 of the image analysis server 400 controls whether or not the camera 100 is photographed and the photographing direction based on the object detection result notified in step S510 (S520).

이에, 카메라(100)는 객체가 검출된 구역을 촬영하여 감시 영상을 생성한다(S530).Accordingly, the camera 100 generates a surveillance image by photographing the area in which the object is detected (S530).

그러면, 프로세서(420)는 S530단계에서 생성된 영상에서 사람의 행동을 인식하고 분류하여(S540), 사람의 행동에 의한 위험을 감지한다(S550).Then, the processor 420 recognizes and classifies a person's behavior from the image generated in step S530 (S540), and detects a risk due to the person's behavior (S550).

위험이 감지되면, 프로세서(420)는 통신부(310)를 통해 관제 센터(미도시)에 감지된 위험 정보를 전달한다(S560).When a danger is detected, the processor 420 transmits the detected danger information to a control center (not shown) through the communication unit 310 (S560).

또한, 프로세서(420)는 구역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리한다(S570).In addition, the processor 420 aggregates and manages statistics that divide the occurrence of danger for each area by behavior (S570).

지금까지, IoT와 인공지능 기술을 이용한 행동인식 기반의 안전 감시 시스템 및 방법에 대해 바람직한 실시예들을 들어 상세히 설명하였다.So far, the behavior recognition-based safety monitoring system and method using IoT and artificial intelligence technology has been described in detail with reference to preferred embodiments.

위 실시예에서는, 인공지능 기반 영상 분석 기술을 활용한 행동 분석을 통하여, 실시간 위험 이벤트를 검출 및 분석하고, 지역별 위험 상황 통계 자료 구축 및 실시간 대응을 가능하게 한다.In the above embodiment, through behavior analysis using artificial intelligence-based image analysis technology, real-time risk events are detected and analyzed, and regional risk situation statistics are constructed and real-time response is possible.

이를 통해, 실시간 위험 상황 검출을 통한 위험 대응이 가능하고, 지역 통계에 기반한 지역별 안전 대응이 가능해진다.Through this, it is possible to respond to risks through real-time detection of dangerous situations, and to respond to regional safety based on regional statistics.

한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.Meanwhile, it goes without saying that the technical idea of the present invention can be applied to a computer-readable recording medium containing a computer program for performing functions of the apparatus and method according to the present embodiment. Further, the technical idea according to various embodiments of the present invention may be implemented in the form of a computer-readable code recorded on a computer-readable recording medium. The computer-readable recording medium can be any data storage device that can be read by a computer and can store data. For example, a computer-readable recording medium may be a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, or the like. In addition, a computer-readable code or program stored in a computer-readable recording medium may be transmitted through a network connected between computers.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.In addition, although the preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention claimed in the claims. In addition, various modifications are possible by those of ordinary skill in the art, and these modifications should not be understood individually from the technical spirit or prospect of the present invention.

100 : 카메라
200 : IoT 센서
300 : IoT 플랫폼
400 : 영상 분석 서버100: camera
200: IoT sensor
300: IoT platform
400: video analysis server

Claims (8)

객체를 검출하는 센서;
감시 구역을 촬영하는 카메라;
센서의 검출 결과를 기초로 카메라의 촬영 동작을 제어하고, 카메라에서 촬영하여 생성한 영상을 분석하는 영상 분석 서버;를 포함하는 것을 특징으로 하는 위험 감지 시스템.
A sensor that detects an object;
A camera for photographing the surveillance area;
And an image analysis server that controls a photographing operation of a camera based on a detection result of the sensor and analyzes an image generated by photographing by the camera.
 청구항 1에 있어서,
영상 분석 서버는,
센서들에 의해 검출된 객체가 위치하는 구역을 촬영하도록 카메라의 촬영 방향을 제어하는 것을 특징으로 하는 위험 감지 시스템.
The method according to claim 1,
The video analysis server,
A risk detection system, characterized in that controlling a photographing direction of a camera to photograph a region in which the object detected by the sensors is located.
 청구항 1에 있어서,
영상 분석 서버는,
카메라에서 촬영하여 생성한 영상을 분석하여, 위험을 감지하는 것을 특징으로 하는 위험 감지 시스템.
The method according to claim 1,
The video analysis server,
Hazard detection system, characterized in that by analyzing the image captured by the camera to detect the danger.
 청구항 3에 있어서,
영상 분석 서버는,
학습된 인공 지능 모델을 이용하여, 영상에 등장하는 사람의 행동의 종류를 분석하는 것을 특징으로 하는 위험 감지 시스템.
The method of claim 3,
The video analysis server,
A risk detection system characterized by analyzing the types of behaviors of people appearing in the image by using the learned artificial intelligence model.
 청구항 4에 있어서,
위험은,
분석된 사람의 행동으로 발생할 수 있는 위험인 것을 특징으로 하는 위험 감지 시스템.
The method of claim 4,
The danger is,
Risk detection system, characterized in that the risk that may occur due to the behavior of the analyzed person.
 청구항 3에 있어서,
영상 분석 서버는,
위험을 감지하면, 감지된 위험 정보를 관제 센터로 전송하는 것을 특징으로 하는 위험 감지 시스템.
The method of claim 3,
The video analysis server,
When detecting a danger, a danger detection system, characterized in that transmitting the detected danger information to the control center.
 청구항 3에 있어서,
영상 분석 서버는,
구역 별 위험 발생을 행동 별로 구분한 통계를 집계하고 관리하는 것을 특징으로 하는 위험 감지 시스템.
The method of claim 3,
The video analysis server,
A risk detection system, characterized in that it aggregates and manages statistics by dividing the occurrence of danger by area by action.
 센서가, 객체를 검출하는 단계;
서버가, 센서의 검출 결과를 기초로 카메라의 촬영 동작을 제어하는 단계;
카메라가, 감시 구역을 촬영하는 단계;
서버가, 카메라에서 촬영하여 생성한 영상을 분석하는 단계;를 포함하는 것을 특징으로 하는 위험 감지 방법.
Detecting, by a sensor, an object;
Controlling, by the server, a photographing operation of the camera based on the detection result of the sensor;
The camera, photographing the surveillance area;
And analyzing, by the server, an image captured by the camera and generated.
KR1020190126948A 2019-10-14 2019-10-14 Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT KR20210043960A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190126948A KR20210043960A (en) 2019-10-14 2019-10-14 Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190126948A KR20210043960A (en) 2019-10-14 2019-10-14 Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT

Publications (1)

Publication Number Publication Date
KR20210043960A true KR20210043960A (en) 2021-04-22

Family

ID=75731021

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190126948A KR20210043960A (en) 2019-10-14 2019-10-14 Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT

Country Status (1)

Country Link
KR (1) KR20210043960A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102456566B1 (en) * 2021-08-20 2022-10-20 주식회사 나무기술 Method and apparatus for handling a real-time risk

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102456566B1 (en) * 2021-08-20 2022-10-20 주식회사 나무기술 Method and apparatus for handling a real-time risk

Similar Documents

Publication Publication Date Title
WO2021159604A1 (en) Monitoring system, monitoring method, and monitoring device for railway train
JP5560397B2 (en) Autonomous crime prevention alert system and autonomous crime prevention alert method
JP5390322B2 (en) Image processing apparatus and image processing method
KR101215948B1 (en) Image information masking method of monitoring system based on face recognition and body information
KR101425505B1 (en) The monitering method of Intelligent surveilance system by using object recognition technology
KR20190035186A (en) Intelligent unmanned security system using deep learning technique
KR101036947B1 (en) The automatic guard system to prevent the crime and accident using computer video image analysis technology
JP4622301B2 (en) Surveillance system and surveillance camera
KR101372860B1 (en) System for searching video and server for analysing video
KR101075550B1 (en) Image sensing agent and security system of USN complex type
KR102233679B1 (en) Apparatus and method for detecting invader and fire for energy storage system
JP5088463B2 (en) Monitoring system
JP5202419B2 (en) Security system and security method
KR102263512B1 (en) IoT integrated intelligent video analysis platform system capable of smart object recognition
CN104050785A (en) Safety alert method based on virtualized boundary and face recognition technology
US10750133B2 (en) Systems and methods for automatic video recording
KR20210043960A (en) Behavior Recognition Based Safety Monitoring System and Method using Artificial Intelligence Technology and IoT
CN106572324A (en) Energy-efficient smart monitoring device
KR102077632B1 (en) Hybrid intellgent monitoring system suing local image analysis and cloud service
KR20100077662A (en) Inteligent video surveillance system and method thereof
JP5155926B2 (en) Security system and security method
KR101926510B1 (en) Wide area surveillance system based on facial recognition using wide angle camera
JP2011227677A (en) Notification device
JP5580686B2 (en) Reporting device
JP2020191585A (en) Information processing device, information processing method, and program