KR20220095912A - Real-time risk measurement system for respiratory infections of floating population in dense environments - Google Patents

Real-time risk measurement system for respiratory infections of floating population in dense environments Download PDF

Info

Publication number
KR20220095912A
KR20220095912A KR1020200187906A KR20200187906A KR20220095912A KR 20220095912 A KR20220095912 A KR 20220095912A KR 1020200187906 A KR1020200187906 A KR 1020200187906A KR 20200187906 A KR20200187906 A KR 20200187906A KR 20220095912 A KR20220095912 A KR 20220095912A
Authority
KR
South Korea
Prior art keywords
risk
area
real
risk measurement
time
Prior art date
Application number
KR1020200187906A
Other languages
Korean (ko)
Other versions
KR102642252B1 (en
Inventor
장원호
Original Assignee
인플랩 주식회사
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 인플랩 주식회사 filed Critical 인플랩 주식회사
Priority to KR1020200187906A priority Critical patent/KR102642252B1/en
Publication of KR20220095912A publication Critical patent/KR20220095912A/en
Application granted granted Critical
Publication of KR102642252B1 publication Critical patent/KR102642252B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0008—Temperature signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/13—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with multiple sensors
    • H04N9/09—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0271—Thermal or temperature sensors
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

The present invention relates to a real-time risk measurement system for respiratory infections in floating population in dense environments, which includes a risk calculation unit configured to: use a color image camera and a thermal image camera in a densely populated area to capture a risk measurement area having a predetermined area in real time using; detect the distance between individuals and whether or not each individual wears a mask by automatically analyzing color photographed images; calculate a risk of respiratory infection in real time in the risk measurement area being photographed by considering whether or not a mask is worn, the distance between individuals, and the individual body temperature detected by the thermal imaging camera.

Description

밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템{Real-time risk measurement system for respiratory infections of floating population in dense environments}Real-time risk measurement system for respiratory infections of floating population in dense environments

본 발명은 위험도 측정 시스템에 관한 것으로서, 더 상세하게는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템에 관한 것이다.The present invention relates to a risk measurement system, and more particularly, to a real-time risk measurement system for respiratory infections of a floating population in a dense environment.

대한민국 공개특허 제10-2015-0098402호, 역병확산 영역 모델링 장치 및 그 방법에는, 원예작물, 농작물 또는 임목의 전염병(역병) 발생 감시 예보 및 확산 방지를 위한 실시간 웹기반 전염병(역병) 감시 및 예측 시스템에 있어서, 역병 예측 장치에서 수신되는 역병 발생 지역에 대한 좌표값을 기반으로 역병 확산에 대한 시각화 장치로 데이터를 전달하기 전 단계인 시간별 역병 확산 영역을 모델링하고, 그 모델링 데이터를 저장하는 장치 및 그 방법이 개시되어 있다.Republic of Korea Patent Laid-Open Patent No. 10-2015-0098402, a pest spread area modeling device and method, includes a real-time web-based epidemic (besticide) monitoring and prediction for monitoring and forecasting the occurrence of, and preventing the spread of, infectious diseases (bests) of horticultural crops, crops or forests In the system, based on the coordinate values for the plague occurrence area received from the plague prediction device, a device for modeling the temporal spread of the plague by time, which is a step before data is transmitted to the visualization device for the spread of the plague, and storing the modeling data; The method is disclosed.

이러한 전염성 질병이 확산되기 이전에 미리 차단하는 것이 가장 이상적인 방법이지만, 현실에서는 신종 바이러스나, 변종 바이러스들을 미리 차단한다는 것은 불가능에 가깝다. 따라서 질병의 존재를 확산이 시작한 이후 발견했을 경우 할 수 있는 최선의 방책은 확산을 저지하는 것이다. 현실에서 적용할 수 있는 보호 모델은 백신, 지역 봉쇄, 사람들의 이동 저지 등이 있을 수 있다. 이러한 보호 모델을 적용했을 때 확산이 얼마만큼 저지되며 회복되는지에 대한 정보를 분석할 수 있는 기술 또한 필요하다.It is ideal to block these infectious diseases before they spread, but in reality, it is almost impossible to block new viruses or mutated viruses in advance. Therefore, if the presence of a disease is discovered after it has started to spread, the best course of action is to stop the spread. Protection models that can be applied in practice may include vaccines, local containment, and deterring people from moving. Technology that can analyze information about how much the spread is stopped and recovered when such a protection model is applied is also needed.

최근 확산되고 있는 신종 코로나 바이러스에 의한 감염증의 경우, 사람에 의해 직접적으로 전파되고 있으므로 사람의 이동을 저지하고 봉쇄하는 것이 가장 효과가 크다. 하지만, 현실적으로 모든 사람의 이동을 저지하기는 힘들기 때문에 일상생활을 영위하는 상태에서 위험도에 따른 대처를 진행하는 것이 최선책이다.In the case of an infection caused by the novel coronavirus, which is spreading recently, it is most effective to block and block the movement of people because it is directly transmitted by people. However, in reality, it is difficult to prevent the movement of everyone, so it is best to proceed according to the level of risk while conducting daily life.

신종 코로나 바이러스의 경우 기존의 독감 바이러스에 비해 치명률은 낮으나 감염력이 매우 높고, 특히 밀집 환경에서 빠르게 전파되고 있다. 따라서 밀집 환경을 중점적으로 관리함으로서 신종 코로나 바이러스의 확산을 저지하기 위한 시스템의 개발이 요구되고 있다.In the case of novel coronavirus, the fatality rate is lower than that of the existing influenza virus, but the infectivity is very high, and in particular, it spreads rapidly in dense environments. Therefore, there is a demand for the development of a system to prevent the spread of the novel coronavirus by centrally managing the dense environment.

KRKR 10-2015-009840210-2015-0098402 AA

본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 유동인구가 많은 밀집지역에서 컬러영상 카메라와 열화상 카메라의 촬영 데이터를 고려하여 촬영 중인 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출할 수 있는 호흡기 감염증 실시간 위험도 측정 시스템을 제공한다.The present invention has been proposed to solve the above technical problems, and in a dense area with a large floating population, it is possible to calculate in real time the risk of respiratory infections in the risk measurement area being photographed in consideration of the photographing data of color imaging cameras and thermal imaging cameras. Provides a real-time risk measurement system for respiratory infections.

상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 유동인구가 많은 밀집지역에서 컬러영상 카메라와 열화상 카메라를 이용하여 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하고, 컬러촬영영상을 자동분석하여 개인 간의 거리와 개인별 마스크 착용여부를 검출하며, 마스크 착용여부, 개인 간의 거리 및 열화상 카메라에서 감지된 개인별 체온을 모두 고려하여 촬영 중인 상기 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출하는 위험도 산출부를 포함하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템이 제공된다.According to an embodiment of the present invention to solve the above problems, in a dense area with a large floating population, a color image camera and a thermal image camera are used to capture a risk measurement area having a predetermined area in real time, and automatically generate a color photographed image. Analyze to detect the distance between individuals and whether each individual is wearing a mask, and calculate the risk of real-time calculation of the risk of respiratory infection in the risk measurement area being photographed in consideration of whether or not the mask is worn, the distance between individuals and the individual body temperature detected by the thermal imaging camera A real-time risk measurement system for respiratory infections of a floating population in a dense environment including wealth is provided.

또한, 본 발명의 다른 실시예에 따르면, 유동인구가 많은 밀집지역에서 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하여 컬러영상 데이터를 생성하는 컬러영상 카메라와, 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하고 인식되는 각 개인별 얼굴영역의 체온 데이터를 생성하는 열화상 카메라와, 컬러영상 데이터를 자동분석하여 개인별 마스크 착용 여부와 개인 간의 거리를 파악하고, 각 개인별 얼굴영역의 체온 데이터를 추가로 고려하여 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출하는 위험도 산출부를 포함하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템이 제공된다.In addition, according to another embodiment of the present invention, a color image camera that generates color image data by photographing a risk measurement area having a predetermined area in real time in a dense area with a large floating population, and a risk measurement area having a predetermined area A thermal imaging camera that captures real-time and generates body temperature data for each recognized individual face region, and automatically analyzes color image data to determine whether each individual is wearing a mask and the distance between individuals, and additionally considers body temperature data for each individual face region Accordingly, a system for measuring the real-time risk of respiratory infections of a floating population in a dense environment including a risk calculation unit for real-time calculation of the risk of respiratory infections in the risk measurement area is provided.

또한, 본 발명에 포함되는 위험도 산출부는, 개인 간의 거리를 토대로 위험도 가중치를 조절하여 반영하는 것을 특징으로 한다.In addition, the risk calculation unit included in the present invention is characterized in that it is reflected by adjusting the risk weight based on the distance between individuals.

또한, 본 발명에 포함되는 위험도 산출부는, 상기 컬러영상 카메라의 촬영거리와 촬영화각을 토대로 위험도 측정영역의 면적을 자동 설정하는 것을 특징으로 한다.In addition, the risk calculation unit included in the present invention is characterized in that the area of the risk measurement area is automatically set based on the photographing distance and the photographing angle of the color image camera.

본 발명의 실시예에 따른 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템은, 유동인구가 많은 밀집지역에서 컬러영상 카메라와 열화상 카메라의 촬영 데이터를 고려하여 촬영 중인 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출할 수 있다.The system for measuring the real-time risk of respiratory infections of a floating population in a dense environment according to an embodiment of the present invention considers the photographing data of a color image camera and a thermal imaging camera in a dense area with a large floating population. can be calculated in real time.

즉, 밀집 환경에서 빠르게 전파되는 신종 코로나 바이러스의 특징을 고려하여, 지하철 역사 등과 같이 유동인구가 많은 밀집 환경을 중점적으로 관리함으로서 신종 코로나 바이러스의 확산을 감소시킬 수 있다.In other words, considering the characteristics of the novel coronavirus that spreads rapidly in dense environments, it is possible to reduce the spread of the new coronavirus by focusing on dense environments with large floating populations, such as subway stations.

도 1은 본 발명의 호흡기 감염증 실시간 위험도 측정 시스템의 개념도(1)
도 2는 도 1의 호흡기 감염증 실시간 위험도 측정 시스템의 구성도(1)
도 3은 위험도 측정영역의 밀집도의 예시도
도 4는 위험도 측정영역의 호흡기 감염증 위험도를 나타낸 예시도1 is a conceptual diagram (1) of a real-time risk measurement system for respiratory infections of the present invention
2 is a block diagram of the respiratory infection real-time risk measurement system of FIG. 1 (1)
3 is an exemplary view of the density of the risk measurement area
4 is an exemplary view showing the risk of respiratory infection in the risk measurement area

이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings in order to describe in detail enough that a person of ordinary skill in the art to which the present invention pertains can easily implement the technical idea of the present invention.

도 1은 본 발명의 호흡기 감염증 실시간 위험도 측정 시스템(1)의 개념도이고, 도 2는 도 1의 호흡기 감염증 실시간 위험도 측정 시스템(1)의 구성도이다.1 is a conceptual diagram of a real-time respiratory infection risk measurement system 1 of the present invention, and FIG. 2 is a configuration diagram of the respiratory infection real-time risk measurement system 1 of FIG. 1 .

본 실시예에 따른 호흡기 감염증 실시간 위험도 측정 시스템(1)은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.The real-time respiratory infection risk measurement system 1 according to the present embodiment includes only a simple configuration to clearly explain the technical idea to be proposed.

도 1 및 도 2를 참조하면, 호흡기 감염증 실시간 위험도 측정 시스템(1)은 컬러영상 카메라(100), 열화상 카메라(200) 및 위험도 산출부(300)를 포함하여 구성된다.1 and 2 , the respiratory infection real-time risk measurement system 1 includes a color image camera 100 , a thermal imaging camera 200 , and a risk calculation unit 300 .

상기와 같이 구성되는 호흡기 감염증 실시간 위험도 측정 시스템(1)의 주요동작을 살펴보면 다음과 같다.The main operation of the respiratory infection real-time risk measurement system 1 configured as described above is as follows.

호흡기 감염증 실시간 위험도 측정 시스템(1)은 유동인구가 많은 밀집지역에서 컬러영상 카메라(100)와 열화상 카메라(200)를 이용하여 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하고, 컬러촬영영상을 자동분석하여 개인 간의 거리와 개인별 마스크 착용여부를 검출하며, 마스크 착용여부, 개인 간의 거리 및 열화상 카메라(200)에서 감지된 개인별 체온을 모두 고려하여 촬영 중인 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출한다.Respiratory infection real-time risk measurement system 1 uses a color image camera 100 and a thermal imaging camera 200 in a dense area with a large floating population to take a real-time risk measurement area having a predetermined area, and Automatically analyzes the distance between individuals and detects whether each individual is wearing a mask, and calculates the respiratory infection risk in the risk measurement area being photographed in real time by considering all of the mask wearing, the distance between individuals, and the individual body temperature detected by the thermal imaging camera 200 do.

컬러영상 카메라(100)는 유동인구가 많은 밀집지역에서 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하여 컬러영상 데이터를 생성한다. 여기에서 컬러영상 데이터는 영상픽셀이 RGB 색상으로 구분되는 영상으로 정의된다. 컬러영상 데이터는 실시간 영상으로 정의되므로 동영상 파일 형태로 저장될 수 있다.The color image camera 100 generates color image data by photographing a risk measurement area having a predetermined area in real time in a dense area with a large floating population. Here, the color image data is defined as an image in which image pixels are distinguished by RGB colors. Since color image data is defined as a real-time image, it may be stored in the form of a moving image file.

열화상 카메라(200)는 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하고 인식되는 각 개인별 얼굴영역의 체온 데이터를 생성한다.The thermal imaging camera 200 captures a risk measurement area having a predetermined area in real time and generates body temperature data of each recognized individual face area.

위험도 산출부(300)는 컬러영상 데이터를 자동분석하여 개인별 마스크 착용 여부와 개인 간의 거리를 파악하고, 각 개인별 얼굴영역의 체온 데이터를 추가로 고려하여 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출한다.The risk calculation unit 300 automatically analyzes the color image data to determine whether each individual wears a mask and the distance between the individuals, and calculates the respiratory infection risk of the risk measurement area in real time by additionally considering the body temperature data of each individual's face area.

또한, 위험도 산출부(300)는 개인 간의 거리를 토대로 위험도 가중치를 조절하여 반영하며, 컬러영상 카메라(100)의 촬영거리와 촬영화각을 토대로 위험도 측정영역의 면적을 자동 설정할 수 있다.In addition, the risk calculator 300 adjusts and reflects the risk weight based on the distance between individuals, and may automatically set the area of the risk measurement area based on the photographing distance and the photographing angle of the color image camera 100 .

제안된 호흡기 감염증 실시간 위험도 측정 시스템(1)은 지하철 역, 터미널 역, 관공서 등 다수의 유동인구가 출입하는 구역에서의 감염병 위험도를 측정하여 제공하는 서비스를 수행한다.The proposed real-time respiratory infection risk measurement system (1) performs a service provided by measuring the risk of infectious diseases in areas where a large number of floating populations such as subway stations, terminal stations, and government offices enter and exit.

즉, 호흡기 감염증 실시간 위험도 측정 시스템(1)은 열화상 카메라(200)를 이용하여 유동인구의 온도를 측정하고 RGB 카메라(컬러영상 카메라(100))를 이용하여 유동인구의 사람간의 거리와 마스크 착용 여부를 검출한다.That is, the respiratory infection real-time risk measurement system 1 measures the temperature of the floating population using the thermal imaging camera 200, and uses the RGB camera (color image camera 100) to measure the distance between people and wear a mask. to detect whether

컬러영상 카메라(100) 및 열화상 카메라(200)가 촬영하는 화면을 격자형태로 분할한 뒤 사람이 들어있는 격자간의 거리를 통해 밀집도를 산출하고, 체온, 온도, 마스크 착용여부, 밀집도를 활용하여 영역내의 위험도를 산출한다.After dividing the screen photographed by the color image camera 100 and the thermal imaging camera 200 in a grid form, the density is calculated through the distance between the grids in which people are placed, and body temperature, temperature, wearing a mask, and density are used to calculate the density. Calculate the level of risk within the area.

한편, 개인 간의 거리를 토대로 위험도 가중치를 조절하는 예시와, 위험도 측정영역의 면적을 설정하면서 위험도를 산출하는 예시를 설명하면 다음과 같다.Meanwhile, an example of adjusting the risk weight based on the distance between individuals and an example of calculating the risk while setting the area of the risk measurement area will be described as follows.

도 3은 위험도 측정영역의 밀집도의 예시도이고, 도 4는 위험도 측정영역의 호흡기 감염증 위험도를 나타낸 예시도이다.3 is an exemplary diagram of the density of the risk measurement area, and FIG. 4 is an exemplary diagram illustrating the risk of respiratory infection in the risk measurement area.

도 3 및 도 4를 참조하면, 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템(1)은 유동인구가 많은 밀집지역에서 RGB카메라(컬러영상 카메라(100))와 열화상 카메라(200)를 이용하여 유동인구 개인의 체온, 마스크 착용 여부와 개인 간의 거리를 측정하고 측정된 데이터를 활용하여 카메라가 촬영 중인 영역의 호흡기 감염증 위험도를 측정하는 시스템을 의미한다.Referring to FIGS. 3 and 4 , the real-time risk measurement system 1 for respiratory infection of a floating population in a dense environment uses an RGB camera (color image camera 100) and a thermal imaging camera 200 in a dense area with a large floating population. It refers to a system that measures the body temperature of a floating population, whether or not they wear a mask, and the distance between individuals, and uses the measured data to measure the risk of respiratory infections in the area being photographed by the camera.

RGB카메라(컬러영상 카메라(100))의 촬영거리 6m와 화각 120°에 촬영되는 약 37.7m2영역을 위험도 측정 영역으로 설정하고 1인이 설 수 있는 공간(0.5m x 0.5m 격자형)으로 분할한다.Set the area of about 37.7m2 , which is photographed at a shooting distance of 6m and an angle of view of 120° of the RGB camera (color image camera 100), as the risk measurement area, and divide it into a space where one person can stand (0.5mx0.5m grid type) do.

유동인구가 있을 때마다 각 개인의 얼굴을 인식하고 열화상 카메라를 이용하여 체온측정을 하고 RGB카메라(컬러영상 카메라(100))는 인공지능을 활용해 마스크 착용 여부를 확인한다. Whenever there is a floating population, each person's face is recognized, body temperature is measured using a thermal imaging camera, and the RGB camera (color image camera 100) uses artificial intelligence to check whether a mask is worn.

격자를 활용해 위험도를 측정할 영역에 있는 인명간의 거리 및 면적을 측정하고 가중치를 산정한다. 질병관리청 권장 사회적 간격 1 m - 2m 를 기준으로 하여 최소안전 면적은 2 m X 2 m = 4 m2 로 기준으로 한다. 위험도 측정 영역의 면적 약 37.7 m2 을 최소안전 면적인 4 m2으로 나누어 위험도 측정 영역의 안전거리 가능인수를 9인으로 설정한다.The grid is used to measure the distance and area between people in the area to measure the risk and calculate the weight. Based on the Korea Centers for Disease Control and Prevention's recommended social distance of 1 m - 2 m, the minimum safe area is 2 m X 2 m = 4 m 2 as a standard. By dividing the area of about 37.7 m 2 of the risk measurement area by the minimum safety area of 4 m 2 , the number of possible safety distances in the risk measurement area is set to 9 people.

유동인구 개인 간의 거리를 측정하여 위험도를 산출하기 위해 질병관리청 권장 사회적 간격 1m - 2m를 활용하여 가중치를 산정한다. 각 개인이 위치한 격자 사이의 거리가 2m 초과할 경우 0점, 1~2m(1m초과 ~ 2m 이하)일 경우 1점, 1m 이하일 경우는 4점으로 산정한다. To calculate the risk by measuring the distance between the floating population, the weight is calculated using the 1m - 2m social distance recommended by the Korea Centers for Disease Control and Prevention. If the distance between the grids where each individual is located exceeds 2m, 0 points are calculated, 1~2m (more than 1m ~ 2m or less) is 1 point, and if it is 1m or less, 4 points are calculated.

도 3과 같이 각 개인 간의 가중치를 더해 밀집도를 계산한다. 각 개인 간의 거리가 2m이고 감지범위내 안전거리 가능 인수인 9명이 정사각형을 이루는 경우의 밀집도인 12를 기준으로 한다. As shown in FIG. 3 , the density is calculated by adding weights between individuals. It is based on the density of 12 when the distance between each individual is 2m and 9 people form a square, which is a safe distance within the detection range.

개인 간의 거리가 1m 이상이고 밀집도가 12이하면 저밀집 상태, 밀집도가 12이하면서 개인간의 거리가 1 m 이하인 경우가 있다면 1 m 이상 간격유지필요 상태, 밀집도가 12를 초과할 경우를 고밀집 상태로 정한다.If the distance between individuals is 1 m or more and the density is 12 or less, low density. set as

도 4에 도시된 기준표와 같이, 위험도 산출부(300)는 발열기준 37.5°C, 마스크 착용/미착용 여부, 밀집도를 활용하여 위험도 측정 영역내의 위험도를 실시간으로 산정하여 위험도를 분류한다. 호흡기 감영증 위험도는 “이상 없음“, “관심“, “주의“, “심각“ ,”위험“, “고위험“ 단계로 분류한다.As shown in the reference table shown in Fig. 4, the risk calculation unit 300 classifies the risk by calculating the risk in the risk measurement area in real time by using the fever standard of 37.5 °C, whether or not to wear a mask, and the density. The risk of respiratory infection is classified into “no abnormality”, “interest”, “caution”, “serious”, “risk”, and “high risk” levels.

한편, 위험도 산출부(300)는 컬러촬영영상을 자동분석하여 개인별 마스크 착용여부를 확인할 때, 미리 설정된 마스크 데이터베이스를 토대로 마스크의 종류를 식별할 수 있다.Meanwhile, the risk calculation unit 300 may identify the type of mask based on a preset mask database when checking whether each individual wears a mask by automatically analyzing the color photographed image.

즉, 마스크의 색상, 마스크의 모양, 마스크의 각인된 문자, 마스크의 크기, 마스크의 귀걸이의 모양 등을 데이터베이스와 비교한 후, 보건용 마스크, 면마스크, 의료용 마스크 등과 같이 마스크의 종류를 식별한 후 마스크의 성능에 따른 위험도 수치를 추가 반영할 수도 있다.That is, after comparing the color of the mask, the shape of the mask, the characters engraved on the mask, the size of the mask, the shape of the earring of the mask, etc. with the database, the type of mask such as a health mask, a cotton mask, a medical mask, etc. is identified. It is also possible to additionally reflect the level of risk according to the performance of the face mask.

또한, 0.3초 간격 ~ 60초 간격 중 선택된 간격으로 물체를 촬영할 수 있는 타임랩스(time lapse) 촬영 카메라가 추가될 경우, 위험도 산출부(300)는 타임랩스 영상과 컬러영상 카메라(100)의 영상을 상호 비교하여 밀집도를 더욱 정확하게 분석할 수 있다.In addition, when a time lapse recording camera capable of photographing an object at an interval selected from 0.3 second interval to 60 second interval is added, the risk calculation unit 300 displays the time lapse image and the color image camera 100 . can be compared with each other to analyze the density more accurately.

또한, 컬러영상 카메라(100) 및 열화상 카메라(200)에서 촬영된 정보는 위험도 산출부(300)에서 자체적으로 영상처리되고, 분석 및 검출되는 프로세싱을 거쳐서 그 결과 데이터가 데이터 서버로 전송된다.In addition, the information photographed by the color imaging camera 100 and the thermal imaging camera 200 is image-processed by the risk calculation unit 300 itself, analyzed and detected, and the result data is transmitted to the data server.

위험도 산출부(300)의 프로세서의 처리용량이 한계가 발생하는 경우, 카메라의 촬영영상이 데이터 서버에 전송되고, 데이터 서버에서 영상처리, 분석 및 검출되는 프로세싱을 진행하여 연산부하를 자동 분산시킬 수도 있다. 위험도 산출부(300)의 프로세서의 최대 점유율이 80%이하가 유지되도록 데이터 서버에 연산부하가 자동 분산된다.When the processing capacity of the processor of the risk calculator 300 is limited, the captured image of the camera is transmitted to the data server, and the data server performs image processing, analysis, and detection to automatically distribute the computational load. have. The computational load is automatically distributed to the data server so that the maximum occupancy of the processor of the risk calculation unit 300 is maintained at 80% or less.

한편, 컬러영상 카메라(100)가 360도 원형 이미지를 촬영할 수 있을 경우, 촬영된 360도 원형 이미지는 데이터 서버로 전송되어 영상 처리되는데, 데이터 서버는 원형 이미지에서 평면 이미지를 생성하기 위한 부분 왜곡 해소 및 부분 이미지 처리를 위해 원형 이미지를 분할한다. 즉, 분할된 원형 이미지의 단위(원형 분할 단위 이미지)는 해상도, 원호, 픽셀, 이미지 왜곡 등을 고려하여 분할될 수 있다.On the other hand, when the color video camera 100 can take a 360-degree circular image, the captured 360-degree circular image is transmitted to the data server for image processing, and the data server eliminates partial distortion for generating a flat image from the circular image. and segmenting the circular image for partial image processing. That is, the unit of the divided circular image (the circular division unit image) may be divided in consideration of resolution, arc, pixel, image distortion, and the like.

원형 분할 단위 이미지를 기반으로 평면 이미지를 생성하는 방법은 다음과 같다.A method of generating a flat image based on the circular division unit image is as follows.

우선, 원형 분할 단위 이미지의 픽셀 구조를 파악할 수 있다. 픽셀 구조가 파악된 원형 분할 단위 이미지에 대한 기준 초점 픽셀을 추출할 수 있다. 기준 초점 픽셀은 확장 또는 축소가 필요하지 않은 픽셀일 수 있다. 픽셀 구조는 기준 초점 픽셀을 기준으로 축소해야 하는 픽셀과 확장해야 하는 픽셀로 구분될 수 있다.First, the pixel structure of the circular division unit image may be grasped. It is possible to extract a reference focal pixel for the circular division unit image whose pixel structure is identified. The reference focal pixel may be a pixel that does not require expansion or contraction. The pixel structure may be divided into a pixel to be reduced and a pixel to be expanded based on a reference focal pixel.

평면 분할 단위 이미지를 생성하기 위한 부분 왜곡 해소를 위해 픽셀 당 보정 처리를 수행할 수 있다. 예를 들어, 기준 초점 픽셀을 기준으로 확장된 영역에 대해서는 축소 면적을 결정하여 축소를 수행하고, 축소된 영역에 대해서는 확장 영역을 결정하고 보간을 통해 확장을 수행할 수 있다. 해상도, 원호, 픽셀, 이미지 왜곡 등을 고려한 추가적인 이미지 처리를 통해 평면 분할 단위 이미지를 추출할 수 있다. 이러한 방법을 통해 복수의 원형 분할 단위 이미지가 복수의 평면 분할 단위 이미지로 생성될 수 있다.Correction processing may be performed per pixel in order to eliminate partial distortion for generating a plane division unit image. For example, a reduction may be performed by determining a reduction area for an area extended based on a reference focal pixel, and an extension area may be determined for the reduced area and expansion may be performed through interpolation. A plane division unit image may be extracted through additional image processing in consideration of resolution, arc, pixel, image distortion, and the like. Through this method, a plurality of circular division unit images may be generated as a plurality of plane division unit images.

즉, 데이터 서버는 360도 파노라마 촬영영상이 전송될 경우, 상술한 바와 같이 복수의 평면 분할 단위 이미지를 생성한 후, 화면의 객체를 식별하므로 자동식별 확률이 더욱 높아진다.That is, when a 360-degree panoramic captured image is transmitted, the data server generates a plurality of plane division unit images as described above, and then identifies the object on the screen, so that the automatic identification probability is further increased.

위험도 산출부(300) 또는 컬러영상 카메라(100)는 360도 촬영 이미지를 송신하는 동시에 처리를 원하는 영상처리명령까지 데이터 서버에 전송하고, 그 결과값만을 피드백 받을 수 있다.The risk calculation unit 300 or the color image camera 100 transmits a 360-degree photographed image and at the same time transmits an image processing command to be processed to the data server, and only the result value can be fed back.

이와 같이, 데이터 서버는 인식된 객체정보를 위험도 산출부(300)로 피드백 하는데, 각각의 객체정보는 객체 종류별로 미리 할당된 식별코드 및 각 객체의 중심영역에 대한 시간별 위치정보를 포함한다. In this way, the data server feeds back the recognized object information to the risk calculation unit 300, and each object information includes an identification code pre-allocated for each object type and location information for each time on the central area of each object.

예를 들면, 화면의 영상에서 사람이라는 객체가 인식될 경우, 사람에 미리 할당된 식별코드와, 사람의 중심영역의 위치(좌표)에 대한 시간별 위치정보가 전송된다.For example, when an object called a person is recognized in the image on the screen, an identification code pre-allocated to the person and location information for each time on the location (coordinate) of the central area of the person are transmitted.

참고적으로, 식별코드는 객체코드 및 부가코드를 포함하는데, 객체코드는 사람이라는 형상에 부여된 코드이고, 부가코드는 사람을 식별하는 정보(사람의 크기, 성별, 옷 색상 등)와 같은 부가 데이터 정보를 코드화한 것으로 정의된다.For reference, the identification code includes an object code and an additional code. The object code is a code assigned to the shape of a person, and the additional code is an additional code such as information that identifies a person (size, gender, clothes color, etc.) It is defined as encoding data information.

또한, 데이터 서버는 촬영영상 중에서 영상의 변화가 없는 부분을 피드백하고, 위험도 산출부(300)는 영상의 변화가 없는 부분은 자동 제거함으로써 자체 저장 용량(위험도 산출부(300)의 저장 메모리 용량)을 감소시킬 수 있다.In addition, the data server feeds back a portion of the captured image in which there is no change in the image, and the risk calculation unit 300 automatically removes the portion where there is no change in the image, thereby saving its own storage capacity (the storage memory capacity of the risk calculating unit 300) can reduce

또한, 데이터 서버는 영상을 복수의 영역으로 구분한 후, 객체의 움직임 속도를 고려하여 각 영역별 저장 영상 프레임을 가변시킬 수 있는 정보를 위험도 산출부(300)로 피드백 할 수 있다.In addition, after dividing the image into a plurality of regions, the data server may feed back information capable of changing the stored image frame for each region to the risk calculator 300 in consideration of the movement speed of the object.

한편, 위험도 산출부(300)는 미리 설정된 촬영영역을 복수의 서브영역으로 분할한 후, 각 영역별 감지시간, 감지객체, 감지 이벤트를 독립적으로 미리 설정할 수 있다.On the other hand, the risk calculation unit 300 may divide the preset shooting area into a plurality of sub-regions, and then independently preset a detection time, a detection object, and a detection event for each area.

본 발명의 실시예에 따른 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템은, 유동인구가 많은 밀집지역에서 컬러영상 카메라와 열화상 카메라의 촬영 데이터를 고려하여 촬영 중인 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출할 수 있다.The system for measuring the real-time risk of respiratory infections of a floating population in a dense environment according to an embodiment of the present invention considers the photographing data of a color image camera and a thermal imaging camera in a dense area with a large floating population. can be calculated in real time.

즉, 밀집 환경에서 빠르게 전파되는 신종 코로나 바이러스의 특징을 고려하여, 지하철 역사 등과 같이 유동인구가 많은 밀집 환경을 중점적으로 관리함으로서 신종 코로나 바이러스의 확산을 감소시킬 수 있다.In other words, considering the characteristics of the novel coronavirus that spreads rapidly in dense environments, it is possible to reduce the spread of the new coronavirus by focusing on dense environments with large floating populations, such as subway stations.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.As such, those skilled in the art to which the present invention pertains will understand that the present invention may be embodied in other specific forms without changing the technical spirit or essential characteristics thereof. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. The scope of the present invention is indicated by the following claims rather than the above detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.

100 : 컬러영상 카메라
200 : 열화상 카메라
300 : 위험도 산출부100: color video camera
200: thermal imaging camera
300: risk calculation unit

Claims (4)

유동인구가 많은 밀집지역에서 컬러영상 카메라와 열화상 카메라를 이용하여 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하고, 컬러촬영영상을 자동분석하여 개인 간의 거리와 개인별 마스크 착용여부를 검출하며, 마스크 착용여부, 개인 간의 거리 및 상기 열화상 카메라에서 감지된 개인별 체온을 모두 고려하여 촬영 중인 상기 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출하는 위험도 산출부;
를 포함하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템.
In a densely populated area, a color imaging camera and a thermal imaging camera are used to record a risk measurement area with a predetermined area in real time, and automatically analyze the color imaging image to detect the distance between individuals and whether each individual wears a mask. a risk calculation unit that calculates in real time the risk of respiratory infection in the risk measurement area being photographed in consideration of whether wearing, the distance between individuals, and the individual body temperature detected by the thermal imaging camera;
A real-time risk measurement system for respiratory infections of floating populations in a dense environment that includes
 유동인구가 많은 밀집지역에서 소정의 면적을 갖는 위험도 측정영역을 실시간 촬영하여 컬러영상 데이터를 생성하는 컬러영상 카메라;
소정의 면적을 갖는 상기 위험도 측정영역을 실시간 촬영하고 인식되는 각 개인별 얼굴영역의 체온 데이터를 생성하는 열화상 카메라; 및
상기 컬러영상 데이터를 자동분석하여 개인별 마스크 착용 여부와 개인 간의 거리를 파악하고, 각 개인별 얼굴영역의 상기 체온 데이터를 추가로 고려하여 상기 위험도 측정영역의 호흡기 감염증 위험도를 실시간 산출하는 위험도 산출부;
를 포함하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템.
a color image camera that generates color image data by photographing a risk measurement area having a predetermined area in a dense area with a large floating population in real time;
a thermal imaging camera that captures the risk measurement area having a predetermined area in real time and generates body temperature data of each recognized individual face area; and
a risk calculator that automatically analyzes the color image data to determine whether each individual wears a mask and the distance between the individuals, and calculates the respiratory infection risk of the risk measurement region in real time by additionally considering the body temperature data of each individual face region;
A real-time risk measurement system for respiratory infections of floating populations in a dense environment that includes
 제2항에 있어서,
상기 위험도 산출부는,
개인 간의 거리를 토대로 위험도 가중치를 조절하여 반영하는 것을 특징으로 하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템.
3. The method of claim 2,
The risk calculation unit,
A system for measuring the real-time risk of respiratory infections of a floating population in a dense environment, characterized in that the risk weight is adjusted and reflected based on the distance between individuals.
 제2항에 있어서,
상기 위험도 산출부는,
상기 컬러영상 카메라의 촬영거리와 촬영화각을 토대로 상기 위험도 측정영역의 면적을 자동 설정하는 것을 특징으로 하는 밀집 환경에서 유동인구의 호흡기 감염증 실시간 위험도 측정 시스템.3. The method of claim 2,
The risk calculation unit,
A real-time risk measurement system for respiratory infections in a dense environment, characterized in that the area of the risk measurement area is automatically set based on the photographing distance and photographing angle of the color image camera.
KR1020200187906A 2020-12-30 2020-12-30 Real-time risk measurement system for respiratory infections of floating population in dense environments KR102642252B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200187906A KR102642252B1 (en) 2020-12-30 2020-12-30 Real-time risk measurement system for respiratory infections of floating population in dense environments

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200187906A KR102642252B1 (en) 2020-12-30 2020-12-30 Real-time risk measurement system for respiratory infections of floating population in dense environments

Publications (2)

Publication Number Publication Date
KR20220095912A true KR20220095912A (en) 2022-07-07
KR102642252B1 KR102642252B1 (en) 2024-02-29

Family

ID=82397868

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200187906A KR102642252B1 (en) 2020-12-30 2020-12-30 Real-time risk measurement system for respiratory infections of floating population in dense environments

Country Status (1)

Country Link
KR (1) KR102642252B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150098402A (en) 2014-02-20 2015-08-28 메티스정보주식회사 An apparatus for modeling epidemic spreading area and the method thereof
KR101695127B1 (en) * 2016-03-10 2017-01-10 (주)디지탈라인 Group action analysis method by image
KR102143231B1 (en) * 2020-03-26 2020-08-10 주식회사 동진에스앤디 Health abnormality detection method using face monitoring and thermal image monitoring, health abnormality detection device and computer program for the same

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150098402A (en) 2014-02-20 2015-08-28 메티스정보주식회사 An apparatus for modeling epidemic spreading area and the method thereof
KR101695127B1 (en) * 2016-03-10 2017-01-10 (주)디지탈라인 Group action analysis method by image
KR102143231B1 (en) * 2020-03-26 2020-08-10 주식회사 동진에스앤디 Health abnormality detection method using face monitoring and thermal image monitoring, health abnormality detection device and computer program for the same

Also Published As

Publication number Publication date
KR102642252B1 (en) 2024-02-29

Similar Documents

Publication Publication Date Title
CN108319926A (en) A kind of the safety cap wearing detecting system and detection method of building-site
JP2014006586A (en) Information processor, and control method and computer program thereof
CN116416577B (en) Abnormality identification method for construction monitoring system
KR102205964B1 (en) Fall prevention system and fall prevention method using dual camera and infrared camera
US20210378520A1 (en) Free flow fever screening
KR20080018642A (en) Remote emergency monitoring system and method
WO2018149322A1 (en) Image identification method, device, apparatus, and data storage medium
CN114894337A (en) Temperature measurement method and device for outdoor face recognition
JP2022117996A (en) Information processing device, data generation method, and program
KR102470097B1 (en) Real-time risk measurement system for respiratory infections that can automatically distribute computational load
KR102374357B1 (en) Video Surveillance Apparatus for Congestion Control
KR20220095912A (en) Real-time risk measurement system for respiratory infections of floating population in dense environments
JP7197011B2 (en) Height estimation device, height estimation method and program
CN111582183A (en) Mask identification method and system in public place
Das et al. Computer vision-based social distancing surveillance with automated camera calibration for large-scale deployment
KR20130094488A (en) System and method for monitoring emergency motion based image
JP2017085519A (en) Display control device, display control method, and program
KR20120048156A (en) System and method for automated measurement of crowd density using neural network
WO2022057329A1 (en) Safety monitoring method, apparatus, and system, and storage medium
KR20160073490A (en) System for assessment of safety level at construction site based on computer vision
CN113947795A (en) Mask wearing detection method, device, equipment and storage medium
KR20230078063A (en) Server for determining the posture type and operation method thereof
JPH01244598A (en) Picture supervisory equipment
KR20210126965A (en) Apparatus and method for evaluating aseptic technique based on artificial intelligence using motion analysis
KR102537188B1 (en) System and method for contact tracking and computer program for the same

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