KR20210143507A - 다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 - Google Patents
다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 Download PDFInfo
- Publication number
- KR20210143507A KR20210143507A KR1020200060367A KR20200060367A KR20210143507A KR 20210143507 A KR20210143507 A KR 20210143507A KR 1020200060367 A KR1020200060367 A KR 1020200060367A KR 20200060367 A KR20200060367 A KR 20200060367A KR 20210143507 A KR20210143507 A KR 20210143507A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- accident
- images
- dvs
- safety accident
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title description 13
- 230000000694 effects Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 claims description 5
- 230000009469 supplementation Effects 0.000 claims description 2
- 230000001149 cognitive effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 241001607510 Daphne virus S Species 0.000 description 28
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 244000309466 calf Species 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G06K9/00335—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은 제소자 및 혼자 기거하는 노인등 안전사고에 노출되어 있는, 보호관찰이 필요한 공간에서 특히 제소자 및 개인의 프라이버시에 대한 법적조치 및 사생활 보호등의 이유로 직접 카메라를 사용할 수 없는 곳에 DVS 카메라를 사용하여 문제 를 보완하고 해결하는 발명으로, DVS 센서 이미지는 안전사고 상황에서, 입력되는 부분적 흑백영상의 순간 이미지를 가지고 판독해야 하므로, 사고 인지 판단 결정이 매우 난해하고, 사고 인식 확률이 저조하여, 실 운용상의 많는 유지 비용이 발생 하고 있으며, 따라서 현재 실 환경에서 기술적용에 어려움이 있다. 본 발명은 여기에 가격이 저렴하고 저전력의 DVS 센서들을 다수 구성하고 순차 이미지 획득과 object 결정, 영상 확대 및 축소, 영상 결합 및 사고 발생 전후의 활동량등의 데이터를 종합하는 구성 및 알고리즘을 사용하여 8배 이상의 사고 인지 결정 확률을 높이는 장비 구성 및 사고인지 알고리즘 방안을 전개 한다.
Description
본 발명은 입력되는 이미지를 분석하여 안전사고 발생을 인지하는 시스템 기술에 관한 것으로서, 움직이는 순간 이미지를 입력으로 영상의 외곽 이미지만 캡쳐하는 비교적 가격이 저럼하고 절전형의 DVS 영상 센서를 이용, 인권 침해로 카메라 설치가 거부되는 공간 및 수십대의 모니터를 사람이 일일이 항시 감시 할 수 없는 상황 등, 안전사고를 감지 해야 하는 공간의 안전사고 발생 인지의 어려움을 개선하기 위하여, DVS를 통하여 순간적으로 들어오는 영상의 자동 사고 감지 분석력을 고도화하기 위한 시스템 구성 및 방법에 관한 기술로서, 본 제안 구성 장치 및 방법을 이용하여,동작 순간의 입력된 물체 외곽 영상을, 학습된 알고리즘을 이용, 8배 이상의 고도의 안전사고 감지 및 검출 확률을 실시간으로 획득하기 위한 것이다.
본 발명에 적용된 DVS 기술은 사람의 눈을 모사하여 개발된 특수한 센서로서, 일정 시간 간격으로 모든 이미지에 대한 데이터를 출력하는, 기존의 이미지 센서와는 달리 사물의 이동이 감지될 때만 선택적으로 즉시 데이터를 생성 한다. 특히 DVS 는 사물이 움직인 부분만 선택해서 정확하게 판별하고 이에 따른 데이터만 생성하기 때문에 모션블러 현상을 제거 할 수 있고 고속으로 움직이는 사물의 감지도 가능하다. 또한 이미지 안에서 사물의 변화에 따른 데이터만 생성하기 때문에 이미지 간의 중복되는 데이터 정보가 제거된다. 따라서 출력되는 정보량 감소에 비례해서 처리하는 회로들의 복잡도와 구동 속도를 낮출 수 있기 때문에 DVS 칩 자체의 사이즈와 소모 전력이 기존의 이미지 센서 대비 크게 감소가 된다.
본 발명은 기존 카메라를 대신해서 특수한 움직임이 있는 경우, 이를 감지하고 상황을 분석하여, 처리하는 안전사고 감지 및 감시 시스템으로서, 특히 사생활 보호의 사유로 카메라 설치 및 녹화가 거부되는 공간등 및 실외의 안전사고가 발생 할수 있는 건설현장, 대형 선박의 항해중 낙하 사고 감지등, 넓은 범위의 실외 현장에 사용 가능 하다. 본 발명은 현재 구성된 시스템의 안전사고 결정력을 높이기 위한 기술로 추적하는 객체의 인식을 위한 3D 화면 구성 및 활동량 감지기와 연동되어있는 안전 사고 전후의 사고 분석 데이터 베이스 기술을 포함하는 기술로서, 기존 안전사고 인지 및 탐지의 성능을 8배 이상 높이는 구성 및 기술을 적용 실시 한다.
노인복지법 제27조의 2에 의거 독거노인을 대상으로 댁내장비 구성로 게이트웨이 , 화재 감지기, 활동량 감지기 (레이더 방식), 응급호출기, 출입문 감지기등 구성되어 서비스 되고 있으며 응급상황 발생 시 신속한 대응체계 마련 2008년 응급안전 알림 서비스 첫 시행 이후 10년 동안 관련 기술, 정책 등 환경변화 발생에 따라 응급안전알림서비스 댁내장비 강화 등 지속적 개선 요구되고 있으나, 불완전한 판단으로 인력 파견에 따르는 서비스 비용의 증가가 문제로 대두 되고 있으며, 보완책이 마련되고 있지 못하다. 사생활 보호 문제나, 장비로 부터 나오는 유해 고주파수 문제등을 보완 및 해결하고, 특히 안전사고 인지 성능을 고도화로 방문 서비스 비용 절감이 요구되고 있다. 또한 현재 AI 기능으로 1차원 이미지로만의 판단은 매우 어려우며 실시간 결정이 되지 못하고 있는 실정으로, 1차원의 순간 이미지만으로의 판단 검출과 관련된 연구개발에 많은 비용이 소모되고 있는 실정임.
다이니믹 비젼 센서로 들어오는 1 방향(서로 30도 이상 차이에 위치) 이상의 DVS 순간 이미지들 및 천정등에 위치한, 1개 이상의 DVS를 이용하여 안전사고 순간의 순차 적인 이미지를 입력 받아 입체 영상 알고리즘 분석기를 이용하여 자동 조립 분석하고 또한 사고 순간 활동량 분석 장치로 들어오는 사고 전후의 활동량 분석과 연동하여, 기존 장비의 8배 이상의 정확도를 가지는 실시간 사고 감지 성능을 확보 한다. 기존 방법은 출원번호 10-2017-0113344 는 외부 별도의 위험 감지기등이 1차 판단한 위험을 확인 후 DVS 를 작동 시켜 진행되고 있으나, 사고 발생의 순간 포착이 어렵고 사고 순간 이후 형성된 1차원 이미지를 분석하여 사고 감지를 판단하고 있으나, 본 발명은 DVS 이미지의 순차적 이미지를 상이한 각도로 설치하고 상시 순간 체크되도록 구성되고, 별도의 활동량 분석기를 구성하여 사고 전후의 상황을 파악, 학습된 사고발생 입체 이미지 분석 알고리즘을 통하여, 기존 시스템의 8배 이상의 정확도를 실시간으로 확보 할 수 있다[대표도, 도1, 도2].
본 발명의 목적인 영내 제소자 안전 사고 감지 시스템으로의 사용외에 입력되는 기존의 평면 다수개의 이미지들를 재 구성하여 안전사고 판독률을 높여 난해한 분석 및 고가 장비의 대체가 가능하고 실시간 안전사고 판단 확률을 8배 이상 높일 수 있는 DVS 구성 및 입체 영상 분석으로, 객체의 정확한 확인 및 사생활 보호가 요구 되는 공간등 기타 대규모 빌딩등 건설 현장 ,토목 공사 현장등에 일어 나는 안전 사고감지 및 감시 업무등 또한 대형 선적 화물 선박등 항해중 바다에 떨어지는 사람이나 물건등에 8배 이상의 정확도를 실시간으로 확보 할 수 있어, 카메라 대체 장비로광범위 하게 사용이 가능함
대표도는 입체적 물체의 감지 및 순차적인 이미지를 획득하기 위한 3차원의 DVS 센서 구성으로 최소 30도 의 각도를 유지하는 배치 구성이다.
도1은 전체 시스템의 기능 블럭 구성도이며, 시스템을 구성하는 기능 블록으로 1000은 제1 DVS 카메라이다.사고 순간 이미지를 전송하는 1번째 카메라이다
1001은 제2 DVS 카메라이다. 사고 순간 이미지를 전송하는 2번째 카메라이다.
1002는 제3 DVS 카메라이다. 사고 순간 이미지를 전송하는 3번째 카메라이다.
1003은 안전사고 판단 블록으로 연산처리기, 3D 영상 알고리즘 처리부, 안전사고 알고리즘 데이터 베이스 부 로 구성 된다.
100은 3개의 순차적인 순간 이미지를 입력 받는 다이나믹 비젼 센서이다.
101은 움직이는 물제의 활동량을 분석하는 활동량 분석기이다. 별도의 활동량 분석기를 통하여 안전사고 발생 전후의 상황을 파악하는 본 발명의 구성 블록이다.
106은 3D 동적 비션센서와 3개의 이미지 영상 알고리즘 처리부와 연결되어 안전사고 인지를 결정하는 연산처리기 이다. 최초 이미지들의 분석으로 들어온 영상으로 특정 객체로 인식하고, 객체의 전체나 일주 부분의 구성을 확대, 축소 및 조립하여 안전 사고가 발생 했을 가능성을 발생 시키는 부분이다.
107은 3D 영상 알고리즘으로 3개이 이미지로 3D 영상을 구성하는 블럭이다.
108은 안전사고알고리즘 데이터베이스 블럭으로 기본 적인 사고인지 영상데이터가 포함되는 블럭이다.
109는 입력된 3D 안전사고 영상을 분석하고 시험을 진행하는 블럭이다. 여기서 외부 다량의 학습데이터를 입력하여 정확한 데이터를 추출하여 확인된 영상 데이터를 108 안전 사고알고리즘 데이터 베니스 블럭에 저 하는 영상데이터 녹화 기능 블럭이다.
110은 사고 발생후 검토를 위한 영상이미지를 저장하는 블럭이다.
100은 사고 가 감지되어 전달된 신호를 인지하는 사고감지 모니터링 블럭이다.
111은 감지된 사고를 관리자에게 확인 시키는 관리자 경보 수신 블럭이다.
도1은 전체 시스템의 기능 블럭 구성도이며, 시스템을 구성하는 기능 블록으로 1000은 제1 DVS 카메라이다.사고 순간 이미지를 전송하는 1번째 카메라이다
1001은 제2 DVS 카메라이다. 사고 순간 이미지를 전송하는 2번째 카메라이다.
1002는 제3 DVS 카메라이다. 사고 순간 이미지를 전송하는 3번째 카메라이다.
1003은 안전사고 판단 블록으로 연산처리기, 3D 영상 알고리즘 처리부, 안전사고 알고리즘 데이터 베이스 부 로 구성 된다.
100은 3개의 순차적인 순간 이미지를 입력 받는 다이나믹 비젼 센서이다.
101은 움직이는 물제의 활동량을 분석하는 활동량 분석기이다. 별도의 활동량 분석기를 통하여 안전사고 발생 전후의 상황을 파악하는 본 발명의 구성 블록이다.
106은 3D 동적 비션센서와 3개의 이미지 영상 알고리즘 처리부와 연결되어 안전사고 인지를 결정하는 연산처리기 이다. 최초 이미지들의 분석으로 들어온 영상으로 특정 객체로 인식하고, 객체의 전체나 일주 부분의 구성을 확대, 축소 및 조립하여 안전 사고가 발생 했을 가능성을 발생 시키는 부분이다.
107은 3D 영상 알고리즘으로 3개이 이미지로 3D 영상을 구성하는 블럭이다.
108은 안전사고알고리즘 데이터베이스 블럭으로 기본 적인 사고인지 영상데이터가 포함되는 블럭이다.
109는 입력된 3D 안전사고 영상을 분석하고 시험을 진행하는 블럭이다. 여기서 외부 다량의 학습데이터를 입력하여 정확한 데이터를 추출하여 확인된 영상 데이터를 108 안전 사고알고리즘 데이터 베니스 블럭에 저 하는 영상데이터 녹화 기능 블럭이다.
110은 사고 발생후 검토를 위한 영상이미지를 저장하는 블럭이다.
100은 사고 가 감지되어 전달된 신호를 인지하는 사고감지 모니터링 블럭이다.
111은 감지된 사고를 관리자에게 확인 시키는 관리자 경보 수신 블럭이다.
1. 1개 이상의 DVS 카메라에서 들어오는 순차적인 이미지를 입력받아 3D 구성 및 분석하는 기능 블록 및 그 방법으로 다각의 추적 이미지를 특정 object(신체의 일부 또는 전체) 로 인식하고, 그 인식된 object 에 맞게 3D 입체로 조립하는 방법으로 난해한 고가의 알고리즘을 대체하고 높은 확률의 안전사고 인지 결정을 획득하는 구성 방법, 이 때 카메라 의 위치는 추적하는 물체를 중심으로 30도 이상의 각도를 유지하면 들어오는 이미지를 이용하여 사용이 가능하다 - [대표도]
2. 시스템의 구성은 1개 이상의 DVS 이미지 입력기능을 가지며, 추적할는 물체를 중심으로 30도 이상의 각도가 유지되는 구성을 가지며, 활동량 분석기가 포함되어 있는 구조이다. [대표도]
3. 인식된 Object 의 위치 및 상태 이미지 발생 전후의 데이터 및 활동량 분석기가 포함되어 이을 통하여, 즉 이미지가 발생한 전후 변화량의 급격한 증가나 감소, 장시간 운동량 증감 등의 종합적인 현황 파악 학습 알고리즘을 통한 분석으로
4. 순차적인 이미지를 입력받아 3D 구성 및 분석하는 기능 블록의 구성으로 1개 이상의 이미지를 입력 받아 그 이미지들을 특정 object(신체의 일부 또는 전체) 로 인식하고, 그 인식된 object 에 맞게 3D 입체로 축소 확대하여 조립하는 방법으로 난해한 알고리즘을 배제하여 8배이상의 높은 확률의 결정을 실시간 으로 획득하는 방법 [도 2]
5. 인식된 Object 의 위치 및 상태 이미지 발생 전후의 데이터 및 활동량 분석기가 포함되어 이을 통하여, 즉 이미지가 발생한 전후 변화량의 급격한 증가나 감소나, 장시간 운동량 증감 등의 종합적인 현황 파악 학습 알고리즘을 통한 분석을 실시한다.
6. 활동량 분석기 및 1개 이상의 순차적 이미지를 확보할 수 있는 동적 비젼 센서 구성과 현재 레이더로 구성된 활동 감시기의 대체와 보완 (초고주파수 발생 인체에 해로운 주파수 발생 제거 및 영상 이미지 획득 문제 해결)및 상시 체크로 활동량 감지기로 대체 가능한 구조 [도1]
[도1] 은 본 발명의 전체 구성으로 1개 이사의 카메라 및 3D 영상 알고리즘 처리부를 포함하고 활동량 분석기를 포함하는 구성이다.[도1]
[1000]은 제1 DVS 카메라이다. 제1 이미지를 입력하는 DVS
[1001]은 제2 DVS 카메라이다. 제2 이미지를 입력하는 DVS
[1002]는 제3 DVS 카메라이다. 제3 이미지를 입력하는 DVS
[100]은 1개 이상의 순차적인 순간 이미지를 입력 받는 3D 동적 비젼 센서이다.
[101]은 움직이는 물제의 활동량을 분석하는 활동량 분석기이다.
[106]은 3D 동적 비션센서와 3D 영상 알고리즘 처리부와 연결되어 안전사고 인지를 결정하는 연산처리기로 [1003] 안전사고 판단 블록의 일부 기능 블록 이다. 이 블록에서는 DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석이 수행된다.
[107]은 3D 영상 알고리즘으로 1개 이상의 이미지로 3D 영상을 구성하는 블럭이다.
[108]은 안전사고알고리즘 데이터베이스 블럭으로 기본 적인 사고인지 영상데이터가 포함되는 블럭이다.
[109] 입력된 3D 안전사고 영상을 분석하고 시험을 진행하는 블럭이다. 여기서 외부 다량의 학습데이터를 입력하여 정확한 데이터를 추출하여 확인된 영상 데이터를 [108] 안전 사고알고리즘 데이터 베니스 블럭에 저 하는 영상데이터 녹화블럭이다.
[110]은 사고 발생후 검토를 위한 영상이미지를 저장하는 블럭이다.
[100] 사고 가 감지되어 전달된 신호를 인지하는 사고감지 모니터링 블럭이다.
[111]은 감지된 사고를 관리자에게 확인 시키는 관리자 경보 수신 블럭이다.
[도2]는 안전사고가 발생시 일어나는 각 모듈이 처리 순서도 이다.
[도3]은 안전사고 발생 순간에 들어 오는 신체 부위의 입력 영상 부위를 구분하여 각 부위의 영상이 어떤 순서로 어떤 속도로 들어 오는지 보여주는 실예도 이다. 신체 각 부위가 움직인 속도나 영상 입력 순서에 따른 분석 및 비교는 다시 3D 분석기(107)를 통하여 (108) 알전사고 알고리즘 데이터 베이스 부의 자료와 연동하여 부석된다. DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석이 수행된다.
[1000]은 제1 DVS 카메라이다. 제1 이미지를 입력하는 DVS
[1001]은 제2 DVS 카메라이다. 제2 이미지를 입력하는 DVS
[1002]는 제3 DVS 카메라이다. 제3 이미지를 입력하는 DVS
[100]은 1개 이상의 순차적인 순간 이미지를 입력 받는 3D 동적 비젼 센서이다.
[101]은 움직이는 물제의 활동량을 분석하는 활동량 분석기이다.
[106]은 3D 동적 비션센서와 3D 영상 알고리즘 처리부와 연결되어 안전사고 인지를 결정하는 연산처리기로 [1003] 안전사고 판단 블록의 일부 기능 블록 이다. 이 블록에서는 DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석이 수행된다.
[107]은 3D 영상 알고리즘으로 1개 이상의 이미지로 3D 영상을 구성하는 블럭이다.
[108]은 안전사고알고리즘 데이터베이스 블럭으로 기본 적인 사고인지 영상데이터가 포함되는 블럭이다.
[109] 입력된 3D 안전사고 영상을 분석하고 시험을 진행하는 블럭이다. 여기서 외부 다량의 학습데이터를 입력하여 정확한 데이터를 추출하여 확인된 영상 데이터를 [108] 안전 사고알고리즘 데이터 베니스 블럭에 저 하는 영상데이터 녹화블럭이다.
[110]은 사고 발생후 검토를 위한 영상이미지를 저장하는 블럭이다.
[100] 사고 가 감지되어 전달된 신호를 인지하는 사고감지 모니터링 블럭이다.
[111]은 감지된 사고를 관리자에게 확인 시키는 관리자 경보 수신 블럭이다.
[도2]는 안전사고가 발생시 일어나는 각 모듈이 처리 순서도 이다.
[도3]은 안전사고 발생 순간에 들어 오는 신체 부위의 입력 영상 부위를 구분하여 각 부위의 영상이 어떤 순서로 어떤 속도로 들어 오는지 보여주는 실예도 이다. 신체 각 부위가 움직인 속도나 영상 입력 순서에 따른 분석 및 비교는 다시 3D 분석기(107)를 통하여 (108) 알전사고 알고리즘 데이터 베이스 부의 자료와 연동하여 부석된다. DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석이 수행된다.
Claims (2)
1. 1개 이상의 DVS 카메라에서 들어오는 순차적인 이미지를 입력받아 3D 구성 및 분석하는 기능 블록 및 그 방법으로 다각의 추적 이미지를 특정 object(신체의 일부 또는 전체) 로 인식하고, 그 인식된 object 에 맞게 3D 입체로 조립하는 방법으로 난해한 고가의 알고리즘을 대체하고 높은 확률의 안전사고 인지 결정을 획득하는 구성 방법, 이 때 카메라 의 위치는 추적하는 물체를 중심으로 30도 이상의 각도를 유지하면 들어오는 이미지를 이용하여 사용이 가능하다 - [대표도]
순차적인 이미지를 입력받아 3D 구성 및 분석하는 기능 블록의 구성으로 1개 이상의 이미지를 입력 받아 그 이미지들을 특정 object(신체의 일부 또는 전체) 로 인식하고, 그 인식된 object 에 맞게 3D 입체로 축소 확대하여 조립하는 방법으로 난해한 알고리즘을 배제하여 8배이상의 높은 확률의 결정을 실시간으로 획득하는 방법-[도2].
순차적인 이미지를 입력받아 3D 구성 및 분석하는 기능 블록의 구성으로 1개 이상의 이미지를 입력 받아 그 이미지들을 특정 object(신체의 일부 또는 전체) 로 인식하고, 그 인식된 object 에 맞게 3D 입체로 축소 확대하여 조립하는 방법으로 난해한 알고리즘을 배제하여 8배이상의 높은 확률의 결정을 실시간으로 획득하는 방법-[도2].
2. 활동량 분석기 및 1개 이상의 순차적 이미지를 확보할 수 있는 동적 비젼 센서 구성과 현재 레이더로 구성된 활동 감시기의 대체와 보완 (초고주파수 발생 인체에 해로운 주파수 발생 제거 및 영상 이미지 획득 문제 해결)및 상시 체크로 활동량 감지기로 대체 가능한 구조-[도1].
DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석 [도3].
DVS 센서에서 99%의 안전사고 발생시 앞으로 엎어지거나 뒤로 자빠지는 영상에 대한 분석으로, 머리나 팔 부위 또는 하체 전체 및 발과 종아리 부위의 움직임에 따른 DVS 영상 입력이 각각 다르게 입력되는 것을 확인하는 단계를 포함하는, 사고 인지 DVS 영상 이미지 분석 [도3].
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200060367A KR20210143507A (ko) | 2020-05-20 | 2020-05-20 | 다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200060367A KR20210143507A (ko) | 2020-05-20 | 2020-05-20 | 다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210143507A true KR20210143507A (ko) | 2021-11-29 |
Family
ID=78697962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200060367A KR20210143507A (ko) | 2020-05-20 | 2020-05-20 | 다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210143507A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024078209A1 (zh) * | 2022-10-12 | 2024-04-18 | 腾讯科技（深圳）有限公司 | 视频评论的显示方法、装置、终端及存储介质 |
-
2020
- 2020-05-20 KR KR1020200060367A patent/KR20210143507A/ko not_active Application Discontinuation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024078209A1 (zh) * | 2022-10-12 | 2024-04-18 | 腾讯科技（深圳）有限公司 | 视频评论的显示方法、装置、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101765235B1 (ko) | 사물인터넷 기반 센서와 무인비행체를 이용한 시설물 유지관리 시스템 및 그 방법 | |
| KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
| CN102859565B (zh) | 用于安全系统恶意干扰检测的方法与系统 | |
| CN102074095A (zh) | 幼儿行为监控系统及方法 | |
| CN103259206A (zh) | 基于计算机视觉定位技术的变电站作业安全管控系统 | |
| KR20090086898A (ko) | 비디오 카메라를 사용한 연기 검출 | |
| CN107679471A (zh) | 基于视频监控平台的室内人员空岗检测方法 | |
| CN208548969U (zh) | 一种安全帽佩戴智能监控系统 | |
| KR102145144B1 (ko) | 인공지능 기계학습 이상탐지 기반 승강기 안전사고 예방 및 유지보수를 위한 지능형 원격방재 시스템 | |
| US8365871B2 (en) | Electronic device and method for monitoring an elevator | |
| KR20210097500A (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
| JP4430027B2 (ja) | 画像処理装置、監視カメラ及び画像監視システム | |
| KR20210143507A (ko) | 다이나믹 비젼 센서(Dynamic Vsion Sensor -DVS)를 활용한 영내 제소자 안전 사고 감지 시스템 | |
| KR102299704B1 (ko) | 재난환경 메타데이터 연계를 통한 스마트 딥러닝 영상감시 시스템 | |
| CN116740649B (zh) | 一种基于深度学习的船员越界落水行为实时检测方法 | |
| KR20130136251A (ko) | 객체 에너지 정보를 이용한 상황 인지 장치 및 방법 | |
| KR20220113631A (ko) | 위험 상황 감지 장치 및 위험 상황 감지 방법 | |
| KR101876624B1 (ko) | 디스플레이 장치의 표시부 정상상태를 무인 검사하는 방법 및 시스템 | |
| KR102514703B1 (ko) | 복수 개의 카메라를 이용하여 구조물의 손상 영역을 촬영하는 무인 비행 장치 및 이를 이용한 구조물 손상 검사 장치 | |
| KR102456190B1 (ko) | 연근해 어선용 블랙박스 시스템 | |
| CN113743326B (zh) | 安全带佩戴状态监测系统、方法、装置和计算机设备 | |
| KR102546045B1 (ko) | 라이다(LiDAR)를 이용한 인체 감시장치 | |
| JP4980687B2 (ja) | 監視システム | |
| KR20170133592A (ko) | 승강장 추락방지 시스템 | |
| CN110853267A (zh) | 一种基于dsp的校园基础设施安全隐患检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| E601 | Decision to refuse application |