KR20210101635A - 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법 - Google Patents

복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법 Download PDF

Info

Publication number
KR20210101635A
KR20210101635A KR1020200015844A KR20200015844A KR20210101635A KR 20210101635 A KR20210101635 A KR 20210101635A KR 1020200015844 A KR1020200015844 A KR 1020200015844A KR 20200015844 A KR20200015844 A KR 20200015844A KR 20210101635 A KR20210101635 A KR 20210101635A
Authority
KR
South Korea
Prior art keywords
event
image information
location
cameras
coordinates
Prior art date
Application number
KR1020200015844A
Other languages
English (en)
Other versions
KR102392918B1 (ko
Inventor
이재진
Original Assignee
이재진
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 이재진 filed Critical 이재진
Priority to KR1020200015844A priority Critical patent/KR102392918B1/ko
Publication of KR20210101635A publication Critical patent/KR20210101635A/ko
Application granted granted Critical
Publication of KR102392918B1 publication Critical patent/KR102392918B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • H04N5/232—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

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

Abstract

본 발명에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치는 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하는 이벤트 검출부; 상기 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정하는 기준점 설정부; 상기 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성하는 좌표 생성부; 상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정하는 좌표 결정부; 상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 제어하는 제어부; 및 상기 상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 위한 데이터를 저장하는 저장부를 포함하는 것을 특징으로 한다.

Description

복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법{Apparatus and method deciding position of event occurrence spot using multiple cameras}
본 발명은 이벤트의 발생 위치를 검출하기 위한 기술에 관한 것으로, 보다 상세하게는 복수개의 카메라를 통해 입력되는 각각의 영상정보에 나타나는 이벤트 의 상대 위치를 조합하여 효과적으로 이벤트 발생지점의 위치를 결정하기 위한 기술에 관한 것이다.
최근 들어 공공장소, 사무실, 주택, 우범지역 등에는 자연재해, 인재, 범죄 등의 이벤트를 감시하고 보안을 위한 목적으로 많은 수의 카메라를 설치하여 운용하고 있다.
이러한 카메라들을 통해 실시간으로 촬영되어 획득된 각각의 영상정보는 중앙 모니터링 시스템에 마련된 모니터에 표시된다. 이때 모니터의 화면은 카메라의 수에 대응되게 하드웨어 혹은 소프트웨어 방식으로 분할 구성되어 각각의 영상정보가 상호 구분되게 모니터에 표시될 수 있다.
정밀한 보안 및 위치기반 장치는 절대위치 정보를 포함하여 GIS정보를 바탕으로 영상내 각각의 위치정보를 확정할 수 있는 높은 수준의 위치기반 알고리즘과 정보분석 프로그램을 포함하고 있다.
그러나, 보안을 위해 설치되는 이러한 범용의 카메라는 해상도가 낮은 관계로 이벤트 발생 지점에 대한 정확한 위치를 특정하기 어렵고, 이벤트 발생 지점에 대한 정확한 위치의 특정이 어렵기 때문에 해당 이벤트 발생 지점으로의 카메라 각도를 수정하는 것에 대한 정확도가 저하된다. 기존에는 이러한 문제점을 해소하기 위해서는 해상도가 높은 고성능의 카메라를 설치하거나 보다 많은 수의 카메라들을 설치하여야 했다. 이로 인해, 언제 발생할지도 모르는 이벤트를 감지하기 위한 설비로서 많은 수의 카메라들을 비치하기에는 비용면에서 효율적이지 못한 문제점이 있다.
또 아무리 정밀하게 계측된 원격제어 카메라장치라 할지라도 설치위치 및 고정장치의 미세한 변형과, PAN/TILT를 반복하면서 미세한 기계적 변형에 의해 원격지의 절대위치 좌표를 산출하는데 오차가 발생할 수 밖에 없다.
광학기기의 광학 오차 및 GIS 절대좌표적 분석은 높은 정밀도와 절대위치로써의 신뢰성을 가질 수 있으나, 정밀하지 못한 2대 이상 협업 카메라의 2차원 분석만으로도 이벤트 위치를 특정할 수 있는 기술이 필요하다.
대한민국 공개특허공보 제10-2006-0005944호(2006년 01월 18일자 등록)
본 발명이 해결하고자 하는 과제는, 기존의 저해상도의 카메라를 이용하여, 모니터링 장소에 대한 이벤트의 발생 위치를 근사적으로 특정할 수 있도록 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법에 관한 것이다.
상기의 과제를 해결하기 위한 본 발명에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치는 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하는 이벤트 검출부; 상기 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정하는 기준점 설정부; 상기 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성하는 좌표 생성부; 상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정하는 좌표 결정부; 상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 제어하는 제어부; 및 상기 상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 위한 데이터를 저장하는 저장부를 포함하는 것을 특징으로 한다.
상기 기준점 설정부는, 상기 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물들을 이미지 프로세싱 알고리즘을 이용하여 검출하고, 검출된 이미지들을 상기 영역 기준점들로 설정하는 것을 특징으로 한다.
상기 좌표 생성부는, 상기 사다리꼴 영역을 2차원 세부영역으로 구분한 영역 처리 알고리즘을 이용하여 상기 그리드 좌표를 생성하는 것을 특징으로 한다.
상기 이벤트에 대한 세부 영상정보를 획득할 수 있도록, 상기 결정된 좌표 방향으로 상기 카메라들이 움직이도록 움직임을 제어하는 구동부를 포함하는 것을 특징으로 한다.
상기의 과제를 해결하기 위한 본 발명에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법은, 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하는 단계; 상기 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정하는 단계; 상기 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성하는 단계; 상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정하는 단계를 포함하는 것을 특징으로 한다.
상기 영역 기준점들을 설정하는 단계는, 상기 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물들을 이미지 프로세싱 알고리즘을 이용하여 검출하고, 검출된 건물 또는 조형물들을 상기 영역 기준점들로 설정하는 것을 특징으로 한다.
상기 그리드 좌표를 생성하는 단계는, 상기 사다리꼴 영역을 2차원 세부영역으로 구분한 영역 처리 알고리즘을 이용하여 상기 그리드 좌표를 생성하는 것을 특징으로 한다.
상기 좌표의 결정 후에, 상기 이벤트에 대한 세부 영상정보를 획득할 수 있도록 상기 결정된 좌표 방향으로 상기 카메라들을 움직이도록 제어하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따르면, 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하고, 각각의 영상정보 내에서 2차원의 그리드 좌표들을 생성하고, 이벤트 위치에 대한 좌표를 결정할 수 있도록 함으로써, 해상도가 낮은 카메라들을 이용해서도 이벤트 발생 지점에 대한 근사한 위치를 특정할 수 있으며, 이벤트 발생 위치로 향하도록 카메라들의 상하 좌우 움직임을 제어할 수 있으며, 이에 따라 카메라를 통해 해당 이벤트에 대한 확대된 영상을 용이하게 획득할 수 있도록 한다.
도 1은 본 발명의 일실시예에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치에 대한 구성 블록도이다.
도 2는 카메라들에 의해 촬영된 영상정보를 예시하는 참조도이다.
도 3은 도 2의 모니터링 장소에 대한 영상정보 내에 설정된 영역 기준점들을 예시하는 참조도이다.
도 4는 각각의 영상 정보에서 사다리꼴 영역에 대한 2차원 그리드 좌표를 예시하는 참조도이다.
도 5는 본 발명의 일 실시예에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법에 대한 플로차트이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.　
도 1은 본 발명의 일실시예에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치(100)에 대한 구성 블록도이다.
도 1을 참조하면, 위치 결정장치(100)는 이벤트 검출부(110), 기준점 설정부(120), 좌표 생성부(130), 위치 결정부(140), 구동부(150), 제어부(160), 및 저장부(170)를 포함한다.
이벤트 검출부(110)는 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출한다. 여기서, 이벤트는 화재 또는 자연 재해 등을 의미할 수 있다.
모니터링 장소에 배치되는 카메라들은 2개 이상일 수 있으며, 이벤트 검출부(110)는 2개 이상의 카메라들로부터 촬영된 영상정보로부터 화재 또는 자연 재해 등의 발생 여부를 검출할 수 있다.
이벤트 검출부(110)는 영상 정보에 포함된 이미지들을 이미지 프로세싱 알고리즘을 이용하여 분석하고, 분석된 결과에 따라 이벤트 발생여부를 검출할 수 있다. 예를 들어, 이벤트 검출부(110)는 영상 정보 중 동영상 이미지의 전후 변화값이 기준값을 초과하는 경우에 이벤트가 발생하였다고 판정할 수 있다. 또한, 이벤트 검출부(110)는 이미지 프로세싱 알고리즘의 한 방식으로, 이미지에 대한 반복적 학습에 해당하는 머신러닝 알고리즘을 이용하여 영상 정보 내에서 미리 정의된 이미지들을 검출하고, 검출된 이미지들로부터 이벤트 여부를 판단할 수도 있다. 다만, 이벤트 검출부(110)가 영상 정보에 포함된 이미지들로부터 이벤트 발생여부를 검출하는 방식은 전술한 방식 이외에도, 종래의 일반적인 이벤트 검출 방식을 사용할 수도 있다.
기준점 설정부(120)는 이벤트 검출부(110)의 이벤트 감지 결과에 따라, 2 이상의 카메라들에 의해 촬영된 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정한다. 영역 기준점들은 모니터링 장소에서 주변 환경과 차별화되는 건물, 조형물 등이 대상이 될 수 있다.
도 2는 카메라들에 의해 촬영된 영상정보를 예시하는 참조도이다. 도 2의 (a)는 모니터링 장소에 해당하는 호수 공원의 일측에 위치한 카메라에서 촬영된 영상정보(제1 영상정보)를 나타내고, 도 2의 (b)는 호수 공원의 타측에 위치한 카메라에서 촬영된 영상정보(제2 영상정보)를 나타낸다.
도 3은 도 2의 모니터링 장소에 대한 영상정보 내에 설정된 영역 기준점들을 예시하는 참조도이다.
도 3의 (a)는 호수 공원의 일측에 위치한 카메라가 촬영한 영상 정보(즉, 제1 영상정보) 내에 설정된 영역 기준점들(1, 2, 3, 4)을 나타내고, 도 3의 (b)는 호수 공원의 타측에 위치한 카메라가 촬영한 영상 정보(즉, 제2 영상정보) 내에 설정된 영역 기준점들(1, 2, 3, 4)을 나타낸다.
도 3의 (a) 및 (b)를 참조하면, 기준점 설정부(120)는 제1 영상정보 또는 제2 영상정보 내에서 복수의 카메라가 공유할 수 있는 건물 또는 조형물 등의 이미지들을 4개의 꼭지점으로 하는 사다리꼴 영역에 대한 영역 기준점들을 설정할 수 있다. 이때, 기준점 설정부(120)는 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물은 설치시 조작자의 설정을 통해 미리 좌료를 정의할 수도 있고, 각각의 협업 카메라 영상내 이미지 분석을 통해 검출하고, 검출된 이미지들을 영역 기준점들로 설정할 수 있다.
조작자가 미리 정의할 경우에, 건물 또는 조형물 등의 이미지에 대한 정보는 저장부(170)에 사전에 정의되어 저장되어 있으며, 이러한 건물 또는 조형물 등에 대한 위치정보가 해당 이미지들과 매핑되어 저장부(170)에 저장될 수 있다. 따라서, 기준점 설정부(120)는 영상정보에서 검출되는 이미지들과 저장부(170)에 저장되어 있는 이미지 및 이와 대응하는 위치정보를 비교하여 영역 기준점들을 설정할 수 있다.
협업 카메라에 의해 임의의 좌료를 기준점으로 자동 설정할 경우, 기준점 설정부(120)는 이미지에 대한 반복적 학습에 해당하는 머신러닝 알고리즘을 이용하여 제1 영상 정보 또는 제2 영상 정보 내에서 미리 정의된 이미지들을 검출하고, 검출된 이미지들에 대해 영역 기준점들로 설정할 수 있다. 카메라들에 따라 각각 촬영되는 영상 정보 내의 영역 기준점들은 각각 동일한 영역 기준점을 지시하도록 미리 정의되어 있다.
좌표 생성부(130)는 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 영상 정보 각각에 대해 생성한다.
도 4는 각각의 영상 정보에서 사다리꼴 영역에 대한 2차원 그리드 좌표를 예시하는 참조도이다.
도 4의 (a)는 제1 영상정보 내의 사다리꼴 영역에 대한 2차원 그리드 좌표를 예시하는 참조도이고, 도 4의 (b)는 제2 영상정보 내의 사다리꼴 영역에 대한 2차원 그리드 좌표를 예시하는 참조도이다. 도 4의 (c)는 도 4(a) 및 도 4(b)에 도시된 그리드 좌표 생성 과정을 설명하기 위한 참조도이다.
도 4의 (a) 및 (b)를 참조하면, 좌표 생성부(130)는 4개의 영역 기준점들을임의의 2차원 좌표계의 계측점으로 정하여 이를 기준으로 직교 좌표계에 해당하는 매트릭스 구조인 공간 구분선 즉, 그리드 좌표를 가상으로 생성한다. 좌표 생성부(130)는 사다리꼴 영역을 2차원 세부영역으로 구분하는 2차원 영역 분할 알고리즘을 이용하여 제1 영상정보 또는 제2 영상정보에 격자모양의 그리드 좌표를 생성할 수 있다. 이 좌표는 절대 GIS 좌표가 아니라 영상에서 임의로 검출한 매트릭스이며, 2대 이상의 협업카메라가 매트릭스내에서 이벤트의 위치를 특정할 수 있는 간단하고 연산하기 쉬운 위치 특정 방법에 해당한다.
위치 결정부(140)는 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출한다.
위치 결정부(140)는 모니터링 장소에서 발생된 이벤트의 발생 위치에 대해 그리드 좌표들 내의 이벤트 위치정보를 이용하여 이벤트의 발생 위치에 대한 상대 좌표를 검출할 수 있다. 예를 들어, 위치 결정부(140)는 제1 영상 정보 내에 가상으로 생성된 2차원의 그리드 좌표들 내에서 이벤트가 발생한 위치에 해당하는 그리드 좌표를 이벤트 발생 위치에 대한 상대 좌표로서 검출한다. 또한, 위치 결정부(140)는 제2 영상 정보 내에 가상으로 생성된 2차원의 그리드 좌표들 내에서 이벤트가 발생한 위치에 해당하는 그리드 좌표를 이벤트 발생 위치에 대한 상대 좌표로서 검출한다.
한편, 위치 결정부(140)는 이벤트의 발생 위치에 대해 영역 기준점들의 좌표를 이용하여 이벤트의 발생 위치에 대한 절대 좌표를 검출할 수도 있다. 예를 들어, 위치 결정부(140)는 모니터링 장소에서 발생된 이벤트의 절대 좌표를 제1 영상정보에 설정된 영역 기준점들(1, 2, 3, 4)의 좌표로부터 이격된 거리를 이용하여 산출할 수 있다. 또한, 위치 결정부(140)는 모니터링 장소에서 발생된 이벤트의 절대 좌표를 제2 영상정보에 설정된 영역 기준점들(1, 2, 3, 4)의 좌표로부터 이격된 거리를 이용하여 산출할 수 있다.
그 후, 위치 결정부(140)는 그리드 좌표들 내의 각각의 위치정보를 이용하여 상기 이벤트 위치에 대한 최종 좌표를 결정한다. 예를 들어, 위치 결정부(140)는 제1 영상정보 상의 이벤트 발생 위치에 해당하는 절대 좌표와 제2 영상 정보 상의 이벤트 발생 위치에 해당하는 절대 좌표의 평균값을 이벤트 발생 위치에 대한 절대 좌표로 결정할 수 있다.
또한, 위치 결정부(140)는 제1 영상정보 상의 이벤트 발생 위치에 해당하는 상대 좌표와 제2 영상 정보 상의 이벤트 발생 위치에 해당하는 상대 좌표를 비교하여 이벤트 발생 위치에 대한 최종적인 상대 좌표를 결정할 수 있다.
구동부(150)는 이벤트에 대한 세부 영상정보를 획득할 수 있도록 상기 결정된 좌표 방향으로 상기 카메라들을 움직이도록 제어한다. 구동부(150)는 위치 결정부(140)에서 이벤트 발생 위치에 해당하는 좌표 정보에 따라, 해당 좌표로 카메라들의 좌우 회전 또는 상하 회전 운동을 위한 제어 정보를 생성하고, 생성된 제어 정보에 따라 해당 카메라들이 이벤트 발생 위치의 좌표로 움직이도록 제어한다. 이에 따라 카메라들은 이벤트가 발생한 정확한 위치로 움직일 수 있으며, 이후, 줌인 제어를 통해 이벤트에 대한 세부 영상 정보를 획득할 수 있다.
제어부(160)는 이벤트 검출부(110), 기준점 설정부(120), 좌표 생성부(130), 위치 결정부(140), 구동부(150)의 동작을 제어한다. 이를 위해, 제어부(160)는 중앙처리장치 (central processing unit (CPU)), 어플리케이션 프로세서 (application processor (AP)), 또는 커뮤니케이션 프로세서 (communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있으며, 위치 결정장치(100)를 구성하는 적어도 하나 이상의 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
저장부(170)는 이벤트 검출부(110), 기준점 설정부(120), 좌표 생성부(130), 위치 결정부(140) 및 구동부(150)의 동작을 위한 데이터를 저장하고 있다. 이를 위해, 저장부(170)는 저장부(170)는 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스 (application programming interface (API)), 및/또는 어플리케이션 프로그램 등을 포함할 수 있다. 예를 들어, 저장부(170)는 이벤트 검출부(110)에서 이벤트 검출을 위한 비교대상이 되는 기준 이벤트 이미지 정보를 저장하고 있다. 또한, 저장부(170)는 기준점 설정부(120)에서 영역 기준점들의 설정을 위한 비교 대상이 되는 기준 이미지 정보들을 저장하고 있다. 또한, 저장부(170)는 카메라들에 따라 각각 촬영되는 영상 정보 내의 영역 기준점들이 각각 동일한 영역 기준점을 지시하도록 하는 정의된 설정정보를 저장하고 있다.
도 5는 본 발명의 일실시예에 따른 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법에 대한 플로차트이다.
위치 결정장치는 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출한다(S200 단계).
위치 결정장치는 영상 정보에 포함된 이미지들을 이미지 프로세싱 알고리즘을 이용하여 분석하고, 분석된 결과에 따라 이벤트 발생여부를 검출할 수 있다. 위치 결정장치는 영상 정보 중 동영상 이미지의 전후 변화값이 기준값을 초과하는 경우에 이벤트가 발생하였다고 판정할 수 있다. 또한, 위치 결정장치는 이미지 프로세싱 알고리즘의 한 방식으로, 이미지에 대한 반복적 학습에 해당하는 머신러닝 알고리즘을 이용하여 영상 정보 내에서 미리 정의된 이미지들을 검출하고, 검출된 이미지들로부터 이벤트 여부를 판단할 수 있다.
S200 단계 후에, 위치 결정장치는 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정한다(S202 단계).
위치 결정장치는 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물 등의 이미지들을 이미지 프로세싱 알고리즘을 이용하여 검출하고, 검출된 이미지들을 영역 기준점들로 설정할 수 있다. 위치 결정장치는 영상정보에서 검출되는 이미지들과 미리 저장되어 있는 이미지 및 이와 대응하는 위치정보를 비교하여 영역 기준점들을 설정할 수 있다. 또한, 위치 결정장치는 이미지에 대한 반복적 학습에 해당하는 머신러닝 알고리즘을 이용하여 제1 영상 정보 또는 제2 영상 정보 내에서 미리 정의된 이미지들을 검출하고, 검출된 이미지들에 대해 영역 기준점들로 설정할 수 있다.
S202 단계 후에, 위치 결정장치는 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성한다(S204 단계).
위치 결정장치는 4개의 영역 기준점들을임의의 2차원 좌표계의 계측점으로 정하여 이를 기준으로 직교 좌표계에 해당하는 매트릭스 구조인 공간 구분선 즉, 그리드 좌표를 가상으로 생성한다. 위치 결정장치는 사다리꼴 영역을 2차원 세부영역으로 구분하는 2차원 영역 분할 알고리즘을 이용하여 제1 영상정보 또는 제2 영상정보에 격자모양의 그리드 좌표를 생성할 수 있다.
S204 단계 후에, 위치 결정장치는 상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정한다(S206 단계).
위치 결정장치는 모니터링 장소에서 발생된 이벤트의 발생 위치에 대해 그리드 좌표들 내의 이벤트 위치정보를 이용하여 이벤트의 발생 위치에 대한 상대 좌표를 검출할 수 있다. 예를 들어, 위치 결정장치는 제1 영상 정보 내에 가상으로 생성된 2차원의 그리드 좌표들 내에서 이벤트가 발생한 위치에 해당하는 그리드 좌표를 이벤트 발생 위치에 대한 상대 좌표로서 검출한다. 또한, 위치 결정장치는 제2 영상 정보 내에 가상으로 생성된 2차원의 그리드 좌표들 내에서 이벤트가 발생한 위치에 해당하는 그리드 좌표를 이벤트 발생 위치에 대한 상대 좌표로서 검출한다.
한편, 위치 결정장치는 모니터링 장소에서 발생된 이벤트의 절대 좌표를 제1 영상정보에 설정된 영역 기준점들(1, 2, 3, 4)의 좌표로부터 이격된 거리를 이용하여 산출할 수 있고, 모니터링 장소에서 발생된 이벤트의 절대 좌표를 제2 영상정보에 설정된 영역 기준점들(1, 2, 3, 4)의 좌표로부터 이격된 거리를 이용하여 산출할 수도 있다.
그 후, 위치 결정장치는 그리드 좌표들 내의 각각의 위치정보를 이용하여 상기 이벤트 위치에 대한 최종 좌표를 결정한다. 예를 들어, 위치 결정장치는 제1 영상정보 상의 이벤트 발생 위치에 해당하는 상대 좌표와 제2 영상 정보 상의 이벤트 발생 위치에 해당하는 상대 좌표를 비교하여 이벤트 발생 위치에 대한 최종적인 상대 좌표를 결정할 수 있다. 또한, 위치 결정장치는 제1 영상정보 상의 이벤트 발생 위치에 해당하는 절대 좌표와 제2 영상 정보 상의 이벤트 발생 위치에 해당하는 절대 좌표의 평균값을 이벤트 발생 위치에 대한 절대 좌표로 결정할 수도 있다.
S206 단계 후에, 위치 결정장치는 상기 이벤트에 대한 세부 영상정보를 획득할 수 있도록 상기 결정된 좌표 방향으로 상기 카메라들을 움직이도록 제어한다(S208 단계).
위치 결정장치는 이벤트 발생 위치에 해당하는 좌표 정보에 따라, 해당 좌표로 카메라들의 좌우 회전 또는 상하 회전 운동을 위한 제어 정보를 생성하고, 생성된 제어 정보에 따라 해당 카메라들이 이벤트 발생 위치의 좌표로 움직이도록 제어한다. 이에 따라 카메라들은 이벤트가 발생한 근사적인 좌표로 움직일 수 있으며, 이후, 줌인 제어를 통해 이벤트 위치 부근의 보다 세부적인 영상정보를 획득할 수 있다.
S20 단계 후에, 위치 결정장치는 추가적인 위치 조정이 필요한가를 판단한다(S210 단계).
위치 결정장치는 줌인 제어에 따라 이벤트 위치 부근의 보다 세부적인 영상정보를 획득하는 과정에서, 각각의 헙업 카메라가 1번 줌인을 한 이후에 보다 상세한 위치조정과 줌인이 필요한가를 판단한다. 만일 추가적인 위치조정 및 줌인이 필요하다면, 전술한 S202 단계로 진행하여 전술한 과정을 반복한다. 그러나, 추가적인 위조정 및 줌인이 필요하지 않다면, 전술한 과정을 종료한다.
본 발명은 소프트웨어적인 프로그램으로 구현하여 컴퓨터로 읽을 수 있는 소정 기록매체에 의해 구현될 수 있다. 예컨대, 기록매체는 각 재생장치의 내장형으로 하드디스크, 플래시 메모리, RAM, ROM 등이거나, 외장형으로 CD-R, CD-RW와 같은 광디스크, 콤팩트 플래시 카드, 스마트 미디어, 메모리 스틱, 멀티미디어 카드일 수 있다.
이상과 같이 본 발명의 실시예를 설명하였으나, 본 발명의 명세서에 개시된 실시예들은 본 발명을 한정하는 것이 아니다. 본 발명의 범위는 아래의 특허청구범위에 의해 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
100: 위치 결정장치
110: 이벤트 검출부
120: 기준점 설정부
130: 좌표 생성부
140: 위치 결정부
150: 구동부
160: 제어부
170: 저장부

Claims (8)

  1. 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하는 이벤트 검출부;
    상기 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정하는 기준점 설정부;
    상기 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성하는 좌표 생성부;
    상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정하는 좌표 결정부;
    상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 제어하는 제어부; 및
    상기 상기 기준점 설정부, 상기 좌표 생성부, 상기 좌표 결정부의 동작을 위한 데이터를 저장하는 저장부를 포함하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치.
  2. 청구항 1에 있어서,
    상기 기준점 설정부는,
    상기 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물들을 이미지 프로세싱 알고리즘을 이용하여 검출하고, 검출된 이미지들을 상기 영역 기준점들로 설정하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치.
  3. 청구항 1에 있어서,
    상기 좌표 생성부는,
    상기 사다리꼴 영역을 2차원 세부영역으로 구분한 영역 처리 알고리즘을 이용하여 상기 그리드 좌표를 생성하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치.
  4. 청구항 1에 있어서,
    상기 이벤트에 대한 세부 영상정보를 획득할 수 있도록, 상기 결정된 좌표 방향으로 상기 카메라들이 움직이도록 움직임을 제어하는 구동부를 포함하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치.
  5. 관찰 대상이 되는 모니터링 장소에 대해 위치가 서로 상이한 적어도 2 이상의 카메라들이 촬영한 각각의 영상정보를 통해 이벤트 발생 여부를 검출하는 단계;
    상기 각각의 영상정보 내에 적어도 4개 이상의 영역 기준점들을 설정하는 단계;
    상기 영역 기준점들 중 4개를 꼭지점으로 하는 사다리꼴 영역에 대한 2차원의 그리드 좌표들을 상기 영상 정보 각각에 대해 생성하는 단계;
    상기 모니터링 장소에서 발생된 이벤트에 대응하는 이벤트 위치가 상기 그리드 좌표들 내의 어느 위치에 속하는가를 각각 검출하고, 검출 결과에 따라 상기 이벤트 위치에 대한 좌표를 결정하는 단계를 포함하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법.
  6. 청구항 5에 있어서,
    상기 영역 기준점들을 설정하는 단계는,
    상기 사다리꼴 영역의 꼭지점을 상징하는 건물 또는 조형물들을 이미지 프로세싱 알고리즘을 이용하여 검출하고, 검출된 건물 또는 조형물들을 상기 영역 기준점들로 설정하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법.
  7. 청구항 5에 있어서,
    상기 그리드 좌표를 생성하는 단계는,
    상기 사다리꼴 영역을 2차원 세부영역으로 구분한 영역 처리 알고리즘을 이용하여 상기 그리드 좌표를 생성하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법.
  8. 청구항 5에 있어서,
    상기 좌표의 결정 후에, 상기 이벤트에 대한 세부 영상정보를 획득할 수 있도록 상기 결정된 좌표 방향으로 상기 카메라들을 움직이도록 제어하는 단계를 더 포함하는 것을 특징으로 하는 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정방법.
KR1020200015844A 2020-02-10 2020-02-10 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법 KR102392918B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200015844A KR102392918B1 (ko) 2020-02-10 2020-02-10 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200015844A KR102392918B1 (ko) 2020-02-10 2020-02-10 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법

Publications (2)

Publication Number Publication Date
KR20210101635A true KR20210101635A (ko) 2021-08-19
KR102392918B1 KR102392918B1 (ko) 2022-04-29

Family

ID=77492500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200015844A KR102392918B1 (ko) 2020-02-10 2020-02-10 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법

Country Status (1)

Country Link
KR (1) KR102392918B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060005944A (ko) 2004-07-14 2006-01-18 (주)아이디스 영상 관제 장치 및 이의 디스플레이 방법
KR20100129125A (ko) * 2009-05-29 2010-12-08 주식회사 영국전자 지능형 광역 감시 카메라, 그 제어회로 및 제어방법, 이를 이용한 영상 감시 시스템
KR20150080879A (ko) * 2014-01-02 2015-07-10 공주대학교 산학협력단 전체 감시영역을 설정하면 각 카메라별로 자신의 감시영역을 재구성하는 지도 기반 영상 감시 시스템 및 방법
KR20170012717A (ko) * 2015-07-22 2017-02-03 홍의재 영상정보를 기반으로 공간상의 위치정보를 생성하는 방법 및 그 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060005944A (ko) 2004-07-14 2006-01-18 (주)아이디스 영상 관제 장치 및 이의 디스플레이 방법
KR20100129125A (ko) * 2009-05-29 2010-12-08 주식회사 영국전자 지능형 광역 감시 카메라, 그 제어회로 및 제어방법, 이를 이용한 영상 감시 시스템
KR20150080879A (ko) * 2014-01-02 2015-07-10 공주대학교 산학협력단 전체 감시영역을 설정하면 각 카메라별로 자신의 감시영역을 재구성하는 지도 기반 영상 감시 시스템 및 방법
KR20170012717A (ko) * 2015-07-22 2017-02-03 홍의재 영상정보를 기반으로 공간상의 위치정보를 생성하는 방법 및 그 장치

Also Published As

Publication number Publication date
KR102392918B1 (ko) 2022-04-29

Similar Documents

Publication Publication Date Title
US10122997B1 (en) Automated matrix photo framing using range camera input
JP6484587B2 (ja) カメラの空間特性を決定する方法及びシステム
US8744216B2 (en) Omnidirectional image processing device and method using warp processing for enhanced object visibility
US20170359573A1 (en) Method and apparatus for camera calibration using light source
KR101467663B1 (ko) 영상 모니터링 시스템에서 영상 제공 방법 및 시스템
US9466119B2 (en) Method and apparatus for detecting posture of surveillance camera
JP5111447B2 (ja) カメラ校正装置、カメラ校正方法、カメラ校正プログラムおよびプログラムを記録した記録媒体
JP6160290B2 (ja) 情報処理装置、判定方法および判定プログラム
WO2016008746A1 (en) Stadium lighting aiming system and method
US11132814B2 (en) Information processing apparatus, information processing method, and storage medium
JP4780455B2 (ja) 映像監視装置及び方法
CN112102307B (zh) 全局区域的热度数据确定方法、装置及存储介质
JP5525495B2 (ja) 映像監視装置、映像監視方法およびプログラム
CN112967312B (zh) 一种面向野外刚体目标的实时鲁棒位移监测方法及系统
EP2476999A1 (en) Method for measuring displacement, device for measuring displacement, and program for measuring displacement
US20210335010A1 (en) Calibration method and calibration apparatus
JP6705102B2 (ja) 撮像装置の設置支援装置、撮像装置の設置支援方法および映像記録再生装置
CN116778094B (zh) 一种基于优选视角拍摄的建筑物变形监测方法及装置
KR102392918B1 (ko) 복수의 카메라를 이용한 이벤트 발생지점의 위치 결정장치 및 방법
US20190080477A1 (en) Image processing apparatus, medium, and method
CN111492409A (zh) 用于增强现实远程协助的三维交互的装置和方法
RU2679200C1 (ru) Способ и система отображения данных с видеокамеры
JP6817527B1 (ja) 情報処理装置、プログラムおよび情報処理システム
WO2020111053A1 (ja) 監視装置、監視システム、監視方法、監視プログラム
CN107093193B (zh) 用于借助摄像机构建深度图的方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant