KR20230083882A - System for providing security alarming service using accelerometer based on internet of things - Google Patents
System for providing security alarming service using accelerometer based on internet of things Download PDFInfo
- Publication number
- KR20230083882A KR20230083882A KR1020210172290A KR20210172290A KR20230083882A KR 20230083882 A KR20230083882 A KR 20230083882A KR 1020210172290 A KR1020210172290 A KR 1020210172290A KR 20210172290 A KR20210172290 A KR 20210172290A KR 20230083882 A KR20230083882 A KR 20230083882A
- Authority
- KR
- South Korea
- Prior art keywords
- iot
- notification service
- acceleration sensor
- data
- service providing
- Prior art date
Links
- 230000001133 acceleration Effects 0.000 claims abstract description 108
- 230000002159 abnormal effect Effects 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 238000002372 labelling Methods 0.000 claims description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 7
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/08—Mechanical actuation by opening, e.g. of door, of window, of drawer, of shutter, of curtain, of blind
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P1/00—Details of instruments
- G01P1/07—Indicating devices, e.g. for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/80—Homes; Buildings
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
Abstract
IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템이 제공되며, 출입문에 부착되고 IoT로 연동되며 출입문의 가속도 데이터를 측정하여 출력하는 가속도 센서, 가속도 데이터에 기초하여 발생된 경보를 출력하는 사용자 단말 및 가속도 센서와 IoT로 연결되는 연결부, 가속도 데이터를 수집한 후 출입문의 각도 데이터로 변환하는 변환부, 각도 데이터를 시간으로 나누어 각속도를 산출하는 산출부, 각속도에 기초하여 출입문의 정상상태 및 비정상상태를 분류하는 분류부, 비정상상태인 경우 사용자 단말로 경보를 전송하는 전송부를 포함하는 알림 서비스 제공 서버를 포함한다.A system for providing an intrusion notification service using an IoT-based acceleration sensor is provided, an acceleration sensor attached to a door and interlocked with IoT and measuring and outputting the acceleration data of the door, a user terminal and an acceleration that output an alarm generated based on the acceleration data A connection unit connected to the sensor and IoT, a conversion unit that collects acceleration data and converts it into angle data of the door, a calculation unit that divides the angle data by time to calculate the angular velocity, and classifies the normal state and abnormal state of the door based on the angular velocity and a notification service providing server including a classification unit for performing a classification, and a transmission unit for transmitting an alert to a user terminal in case of an abnormal state.
Description
본 발명은 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템에 관한 것으로, 출입문에 부착된 가속도 센서로부터 출입문의 각도 데이터를 산출하고, 시간에 따른 각도 데이터 그래프를 이용하여 정상상태 및 비정상상태에 대한 경보를 출력하는 시스템을 제공한다.The present invention relates to a system for providing an intrusion notification service using an IoT-based acceleration sensor, which calculates door angle data from an acceleration sensor attached to a door, and alarms for normal and abnormal conditions using an angle data graph over time. Provides a system that outputs
주거침입이란 사람이 주거, 관리하는 건조물, 선박이나 항공기 또는 점유하는 방실에 침입하거나, 이러한 장소에서 퇴거의 요구를 받고 응하지 아니하는 범죄를 말한다. 강도, 성폭행, 절도 등을 목적으로 1 인 가구, 맞벌이 부부 세대나 사람이 없는 시간이 많고 접근성이 좋은 대규모 원룸단지와 다세대주택 등이 주요 대상이 된다. 이러한 주거 침입 범죄의 피해를 최소화하기 위하여 침입의 순간을 인식한 후 주거인이나 경찰에 위험을 알리는 지능형 감시 시스템의 연구 개발이 이루어지고 있다. 대부분의 지능형 감시 시스템은 비전 기반이어서 범죄자를 인식 및 추적하기가 사대적으로 용이하지만, CCTV를 모니터링하는 직원의 수가 CCTV 대수에 비해 턱 없이 부족하고, CCTV 내에서 객체를 추적하는 것도 기술의 발전으로 자동화가 되었다고 할지라도 아직도 완전 자동화를 이루지 못해 인간의 개입이 요구되므로 인력 및 시간의 낭비로 이어지고 있다.Residential trespassing refers to a crime in which a person invades a building, ship or aircraft, or a room occupied by a person, or refuses to comply with a request to leave such a place. For the purpose of robbery, sexual assault, theft, etc., single-person households, double-income couples, large-scale studio complexes and multi-households with good accessibility are the main targets. In order to minimize the damage of such a residential trespass crime, research and development of an intelligent surveillance system that informs residents or the police of danger after recognizing the moment of intrusion has been conducted. Most intelligent surveillance systems are vision-based, so it is extremely easy to recognize and track criminals, but the number of employees monitoring CCTVs is far less than the number of CCTVs, and tracking objects within CCTVs is also becoming more and more technologically advanced. Even if it is automated, it is still not fully automated, and human intervention is required, leading to a waste of manpower and time.
이때, 출입문의 개폐 및 움직임의 상태를 비전 기반이 아닌 가속도 센서 및 자이로 센서를 이용하여 감지하는 방법이 연구 및 개발되었는데, 이와 관련하여 선행기술인 한국공개특허 제2013-0095140호(2013년08월27일 공개) 및 한국등록특허 제10-1986997호(2019년06월11일 공고)에는, 출입문의 개폐 및 움직임의 상태를 감지하도록 가속도 센서 및 자이로 센서를 구비하고, 감지 데이터를 처리하여 침입상태를 표시하는 구성과, 동작 및 진동을 감지하는 센서를 구비하고, 동작 및 진동을 감지한 감지 데이터를 이용하여 침입시도여부를 판단하는 구성이 각각 개시되어 있다.At this time, a method for detecting the opening and closing and movement of the door using an acceleration sensor and a gyro sensor, which is not based on vision, has been researched and developed. Japanese Patent Publication) and Korean Registered Patent No. 10-1986997 (published on June 11, 2019), an acceleration sensor and a gyro sensor are provided to detect the opening and closing of the door and the movement state, and the intrusion state is detected by processing the detected data. A configuration for displaying and a configuration for including a sensor for detecting motion and vibration and determining whether an intrusion is attempted by using the sensing data that detects motion and vibration are disclosed.
다만, 전자의 경우 출입문의 개폐 및 움직임의 상태를 감지한 후 침입상태를 표시한다고만 개시되어 있을 뿐, 어떠한 상태를 침입으로 볼 것인지에 대한 정의인 기준값이 없어 비교대상이 존재하지 않아 침입여부의 판단이 근본적으로 불가하다. 후자의 경우에도 동작 및 진동을 감지한 후 임계값을 초과하면 침입시도로 보는데, 문을 세게 닫은 경우나 바람에 문이 세게 닫힌 경우와 같이 오류가 발생할 가능성이 높아 정확도가 떨어진다. 이에, IoT 기반 센싱을 통해 출입문의 상태를 감지하는 것만으로도 침입상태를 판단할 수 있으면서도 침입상태 자체를 정의함으로써 기준값을 마련할 수 있는 시스템의 연구 및 개발이 요구된다.However, in the former case, it is only disclosed that the state of intrusion is displayed after detecting the state of opening and closing of the door and movement, and there is no reference value that defines what state to consider as intrusion, so there is no comparison target, so judgment of intrusion This is fundamentally impossible. Even in the latter case, motion and vibration are detected and if the threshold is exceeded, it is regarded as an intrusion attempt. However, accuracy is reduced due to the high possibility of errors, such as when the door is closed hard or when the door is closed hard due to the wind. Therefore, it is required to research and develop a system that can determine the intrusion state just by detecting the state of the door through IoT-based sensing and prepare a reference value by defining the intrusion state itself.
본 발명의 일 실시예는, 가속도 센서를 출입문에 부착하여 출입문의 각도를 산출한 후, 시간에 따른 출입문의 각도를 그래프로 표현하여 정상상태 및 비정상상태를 구분하고, 그래프의 곡선인 각속도를 이용하여 비정상상태를 닫을 때 위급상황, 닫을 때 실랑이 상황, 열 때 위급상황으로 비정상상태를 정의하며, 출입문이 닫히는 상황에서 각속도가 0이 되거나 양수가 될 경우 비정상상태로 정의하고, 각속도가 0에서 진동하게 되면 닫을 때 실랑이 상황으로 정의하며, 출입문이 열리는 상황에서 각속도가 기 설정된 배수 이상이 될 경우 열 때 위급상황으로 정의함으로써 복잡한 시스템을 설치하거나 소프트웨어를 구비하지 않아도 비정상상태를 구분하고 경보를 출력할 수 있는, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.An embodiment of the present invention, after calculating the angle of the door by attaching an acceleration sensor to the door, expressing the angle of the door over time as a graph to distinguish between a normal state and an abnormal state, and using the angular velocity, which is a curve of the graph, The abnormal state is defined as an emergency situation when closing, a scuffle situation when closing, and an emergency situation when opening. When the angular velocity becomes 0 or a positive number in the situation where the door is closed, it is defined as abnormal state, and the angular velocity vibrates at 0. When the door is closed, it is defined as a scuffle situation, and when the angular velocity exceeds a preset multiple in the situation where the door is opened, it is defined as an emergency situation when it is opened. Therefore, it is possible to distinguish abnormal conditions and output an alarm without installing a complicated system or having software. It is possible to provide an intrusion notification service providing system using an IoT-based acceleration sensor. However, the technical problem to be achieved by the present embodiment is not limited to the technical problem as described above, and other technical problems may exist.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 출입문에 부착되고 IoT로 연동되며 출입문의 가속도 데이터를 측정하여 출력하는 가속도 센서, 가속도 데이터에 기초하여 발생된 경보를 출력하는 사용자 단말 및 가속도 센서와 IoT로 연결되는 연결부, 가속도 데이터를 수집한 후 출입문의 각도 데이터로 변환하는 변환부, 각도 데이터를 시간으로 나누어 각속도를 산출하는 산출부, 각속도에 기초하여 출입문의 정상상태 및 비정상상태를 분류하는 분류부, 비정상상태인 경우 사용자 단말로 경보를 전송하는 전송부를 포함하는 알림 서비스 제공 서버를 포함한다.As a technical means for achieving the above-described technical problem, an embodiment of the present invention is an acceleration sensor attached to a door, interlocked with IoT, and measuring and outputting acceleration data of the door, and outputting an alarm generated based on the acceleration data. A connection unit that connects the user terminal and acceleration sensor to the IoT, a conversion unit that collects acceleration data and converts it into door angle data, a calculator that divides the angle data by time to calculate the angular velocity, and a normal state of the door based on the angular velocity and a notification service providing server including a classification unit for classifying an abnormal state and a transmission unit for transmitting an alert to a user terminal in case of an abnormal state.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 가속도 센서를 출입문에 부착하여 출입문의 각도를 산출한 후, 시간에 따른 출입문의 각도를 그래프로 표현하여 정상상태 및 비정상상태를 구분하고, 그래프의 곡선인 각속도를 이용하여 비정상상태를 닫을 때 위급상황, 닫을 때 실랑이 상황, 열 때 위급상황으로 비정상상태를 정의하며, 출입문이 닫히는 상황에서 각속도가 0이 되거나 양수가 될 경우 비정상상태로 정의하고, 각속도가 0에서 진동하게 되면 닫을 때 실랑이 상황으로 정의하며, 출입문이 열리는 상황에서 각속도가 기 설정된 배수 이상이 될 경우 열 때 위급상황으로 정의함으로써 복잡한 시스템을 설치하거나 소프트웨어를 구비하지 않아도 비정상상태를 구분하고 경보를 출력할 수 있다.According to any one of the problem solving means of the present invention described above, after calculating the angle of the door by attaching the acceleration sensor to the door, the angle of the door over time is expressed as a graph to distinguish a normal state and an abnormal state, and Using the angular velocity, which is a curve of , the abnormal state is defined as an emergency situation when closing, a scuffle situation when closing, and an emergency situation when opening. , When the angular velocity vibrates at 0, it is defined as a scuffle when closing, and when the angular velocity exceeds a preset multiple in the situation where the door is opened, it is defined as an emergency when opening, so that an abnormal state can be prevented without installing a complicated system or having software. It can be distinguished and an alarm can be output.
도 1은 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 알림 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.1 is a diagram for explaining an intrusion notification service providing system using an IoT-based acceleration sensor according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating a notification service providing server included in the system of FIG. 1 .
3 and 4 are diagrams for explaining an embodiment in which an intrusion notification service using an IoT-based acceleration sensor is implemented according to an embodiment of the present invention.
5 is an operation flowchart illustrating a method for providing an intrusion notification service using an IoT-based acceleration sensor according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail so that those skilled in the art can easily practice the present invention with reference to the accompanying drawings. However, the present invention may be embodied in many different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Throughout the specification, when a part is said to be "connected" to another part, this includes not only the case of being "directly connected" but also the case of being "electrically connected" with another element in between. . In addition, when a part "includes" a certain component, this means that it may further include other components, not excluding other components, unless otherwise stated, and one or more other characteristics. However, it should be understood that it does not preclude the possibility of existence or addition of numbers, steps, operations, components, parts, or combinations thereof.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다. As used throughout the specification, the terms "about", "substantially", etc., are used at or approximating that value when manufacturing and material tolerances inherent in the stated meaning are given, and do not convey an understanding of the present invention. Accurate or absolute figures are used to help prevent exploitation by unscrupulous infringers of the disclosed disclosure. The term "step of (doing)" or "step of" as used throughout the specification of the present invention does not mean "step for".
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.In this specification, a "unit" includes a unit realized by hardware, a unit realized by software, and a unit realized using both. Further, one unit may be realized using two or more hardware, and two or more units may be realized by one hardware. On the other hand, '~ unit' is not limited to software or hardware, and '~ unit' may be configured to be in an addressable storage medium or configured to reproduce one or more processors. Thus, as an example, '~unit' refers to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. Functions provided within components and '~units' may be combined into smaller numbers of components and '~units' or further separated into additional components and '~units'. In addition, components and '~units' may be implemented to play one or more CPUs in a device or a secure multimedia card.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다. In this specification, some of the operations or functions described as being performed by a terminal, device, or device may be performed instead by a server connected to the terminal, device, or device. Likewise, some of the operations or functions described as being performed by the server may also be performed by a terminal, apparatus, or device connected to the server.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.In this specification, some of the operations or functions described as mapping or matching with the terminal mean mapping or matching the terminal's unique number or personal identification information, which is the terminal's identifying data. can be interpreted as
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템(1)은, 적어도 하나의 사용자 단말(100), 알림 서비스 제공 서버(300), 적어도 하나의 가속도 센서(400)를 포함할 수 있다. 다만, 이러한 도 1의 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.1 is a diagram for explaining an intrusion notification service providing system using an IoT-based acceleration sensor according to an embodiment of the present invention. Referring to FIG. 1 , a system 1 for providing an intrusion notification service using an IoT-based acceleration sensor may include at least one
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(200)를 통하여 알림 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 알림 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 적어도 하나의 가속도 센서(400)와 연결될 수 있다. 또한, 적어도 하나의 가속도 센서(400)는, 네트워크(200)를 통하여 알림 서비스 제공 서버(300)와 연결될 수 있다. At this time, each component of FIG. 1 is generally connected through a network (Network, 200). For example, as shown in FIG. 1 , at least one
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.Here, the network refers to a connection structure capable of exchanging information between nodes such as a plurality of terminals and servers, and examples of such networks include a local area network (LAN) and a wide area network (WAN: Wide Area Network), the Internet (WWW: World Wide Web), wired and wireless data communications networks, telephone networks, and wired and wireless television communications networks. Examples of wireless data communication networks include 3G, 4G, 5G, 3rd Generation Partnership Project (3GPP), 5th Generation Partnership Project (5GPP), Long Term Evolution (LTE), World Interoperability for Microwave Access (WIMAX), Wi-Fi , Internet (Internet), LAN (Local Area Network), Wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), PAN (Personal Area Network), RF (Radio Frequency), Bluetooth (Bluetooth) network, NFC ( A Near-Field Communication (Near-Field Communication) network, a satellite broadcasting network, an analog broadcasting network, a Digital Multimedia Broadcasting (DMB) network, etc. are included, but not limited thereto.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.In the following, the term at least one is defined as a term including singular and plural, and even if at least one term does not exist, each component may exist in singular or plural, and may mean singular or plural. It will be self-evident. In addition, the singular or plural number of each component may be changed according to embodiments.
적어도 하나의 사용자 단말(100)은, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 출입문의 정상상태 또는 비정상상태에 따른 알람을 출력하는 단말일 수 있다.At least one
여기서, 적어도 하나의 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.Here, at least one
알림 서비스 제공 서버(300)는, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 알림 서비스 제공 서버(300)는, 가속도 센서(400)로부터 수집한 가속도 데이터를 각도 데이터로 변환한 후, 시간에 따른 각도 데이터를 그래프로 도시하여 정상상태 또는 비정상상태를 분류하는 서버일 수 있다. 알림 서비스 제공 서버(300)는, 정상상태 또는 비정상상태에 따른 그래프 또는 분류를 위한 수학식을 미리 저장해두고, 가속도 센서(400)로부터 가속도 데이터가 입력되면 분류 및 알람을 사용자 단말(100)로 전송하는 서버일 수 있다.The notification
여기서, 알림 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.Here, the notification
적어도 하나의 가속도 센서(400)는, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하거나 이용하지 않고 가속도 데이터를 IoT 기반으로 알림 서비스 제공 서버(300)로 전송하는 장치일 수 있다. At least one
여기서, 적어도 하나의 가속도 센서(400)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 가속도 센서(400)는, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 가속도 센서(400)는, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.Here, at least one
도 2는 도 1의 시스템에 포함된 알림 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.2 is a block diagram illustrating a notification service providing server included in the system of FIG. 1, and FIGS. 3 and 4 are implementations of an intrusion notification service using an IoT-based acceleration sensor according to an embodiment of the present invention. It is a drawing for explaining an embodiment.
도 2를 참조하면, 알림 서비스 제공 서버(300)는, 연결부(310), 변환부(320), 산출부(330), 분류부(340), 전송부(350), 인공지능화부(360) 및 라벨링부(370)를 포함할 수 있다.Referring to FIG. 2, the notification
본 발명의 일 실시예에 따른 알림 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100)로 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100)은, IoT 기반 가속도 센서를 이용한 침입 알림 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.The notification
도 2를 참조하면, 연결부(310)는, 가속도 센서(400)와 IoT로 연결될 수 있다. 가속도 센서(400)는, 출입문에 부착되고 IoT로 연동되며 출입문의 가속도 데이터를 측정하여 출력할 수 있다. IoT 통신프로토콜은 IETF 표준화 기구에서 다양하게 개발하고 있는데, 특히, 자원 제약적 디바이스로 구성된 저전력 손실 네트워크를 로컬 사물인터넷 환경으로 가정하고 자원-제약적 디바이스(Constrained Node)에 인터넷 연결성 제공을 위한 기술을 이용할 수 있다. 가속도 센서는 출입문에 부착되는 것이고 출입문은 수시로 개폐되기 때문에 가속도를 측정하기 위해서는 무선으로 연결되는 것이 바람직하다. 이에 IoT를 위하여 자원-제약적 노드로 구성된 LLN을 이용할 수 있다. IETF에서는 자원-제약적 노드로 구성된 LLN(Low power and Lossy Network)을 사물인터넷 접속 네트워크 환경으로 인식하고 접속 네트워크 관련 사물인터넷 표준기술을 중점적으로 개발하고 있는데, 이는 사물인터넷 환경 구축에 필요한 기술을 코어 네트워킹 기술보다 접속 네트워킹 기술에 초점을 맞추고 있다. Referring to FIG. 2 , the
변환부(320)는, 가속도 데이터를 수집한 후 출입문의 각도 데이터로 변환할 수 있다. 일반적으로 스마트폰에 사용되는 가속도 센서는 3 개의 축으로 구성되며 X 축은 측면에 작용하는 가속도로 오른쪽은 +값을 왼쪽은 -값을 갖는다. Y축은 윗면과 아랫면에 작용하는 가속도로 위는 + 아래는 -값을 갖는다. Z축은 앞뒷면에 작용하는 가속도로 앞은 + 값을 뒤는 -값을 갖는다. 본 발명의 가속도 센서는 출입문이 열린 각도만을 고려하므로 3 축 센서로 구현될 필요는 없다. The
가속도 센서는 예를 들어, 축, 2축, 3축 등 축수에 의해서 타입이 나뉘어지며, 검지될 수 있는 범위가 3축 가속도 센서에서는 XYZ축 3축 방향의 3차원 공간에서 가속도를 측정할 수 있다. 즉 중력가속도를 기준으로 기울어진 각도와 각 방향의 가속도로부터 물체의 움직임을 검출할 수 있다. 검출원리를 보면, 중력 가속도를 기준으로 물체의 기울어진 각도를 고려하면 지구 중력은 수직방향으로 중력가속도 1G이고, 수평으로 있던 가속도 센서가 기울어지면서 중력에 반응하여 90도, 즉 수직을 이루었을 때 1G가 검출된다. 따라서 중력가속도는 Sin(기울어진 각도)의 관계로, 예를 들어 0.5G의 중력가속도가 측정되면 기울어진 각도는 30도로 환산될 수 있다. 가속도 센서의 검출감도[V/g]는 가속도 당 전압변화에 의한 가속도 검출의 감도를 나타내는 것으로 클수록 우수한 가속도 센서를 의미한다. 이들 가속도 센서는 가속도 검출 방식에 따라서 피에조 저항식, 정전용량식, 열분포 검출식, 자기센서 방식 등으로 분류될 수 있으며 실시예에 따라 서로 다른 방식의 가속도 센서가 사용될 수 있다. Acceleration sensors are divided into types by the number of axes, for example, axial, 2-axis, 3-axis, etc., and the range that can be detected is 3-axis acceleration sensors. . That is, the movement of the object can be detected from the angle of inclination based on the gravitational acceleration and the acceleration in each direction. Looking at the detection principle, considering the inclined angle of an object based on the gravitational acceleration, the earth's gravity is gravitational acceleration in the vertical direction of 1G, and when the horizontal acceleration sensor tilts and responds to gravity at 90 degrees, that is, when it is vertical 1G is detected. Therefore, the gravitational acceleration is in the relationship of Sin (inclined angle), for example, if the gravitational acceleration of 0.5G is measured, the inclination angle can be converted to 30 degrees. The detection sensitivity [V/g] of the acceleration sensor represents the sensitivity of the acceleration detection by the voltage change per acceleration, and the higher it is, the better the acceleration sensor is. These acceleration sensors may be classified into piezoresistive, capacitance, thermal distribution detection, magnetic sensor, etc. according to the acceleration detection method, and different types of acceleration sensors may be used according to embodiments.
이때, 가속도 센서는 자이로 센서로 대체될 수도 있다. 자이로센서는 각속도를 측정한다. 각속도는 시간당 회전하는 각도를 의미하는데 이하의 순서로 측정한다. 수평한 자세를 유지하고 있는 상태를 가정하면, 이때, 정지 상태이니 당연히 각속도도 0 °/Sec로 나타낸다. 이 물체가 10 초 동안 50 도만큼 기울어진다고 가정하면, 이 10 초 동안은 0이 아닌 각속도 값을 가지게 된다. 10 초 동안의 평균 각속도는 5 °/Sec가 된다. 기울어지는 동작을 한 후 다시 멈춰서 50 도를 유지한다고 하면, 이때는 다시 각속도가 0 °/Sec가 된다. 세 가지의 과정을 거치면서, 각속도는 0 → 5 → 0 으로 바뀌었지만 각도는 0도에서 점차 증가해서 50도가 되었다. 각속도에서 각도를 구하려면 전체 시간에 해당하는 만큼 적분을 해야한다. 자이로 센서는 이와같이 각속도를 출력으로 내보내기 때문에 전체 시간동안 이 각속도를 적분하면 기울어진 각도를 계산할 수 있다. 이에 따라 가속도 센서를 이용하여 각도를 구하거나, 자이로 센서를 이용하여 각도를 구하는 것 또한 미적분 등에 따라 간단히 도출될 수 있다. In this case, the acceleration sensor may be replaced with a gyro sensor. The gyro sensor measures the angular velocity. Angular velocity means the angle of rotation per time and is measured in the following order. Assuming a state of maintaining a horizontal posture, at this time, since it is in a stationary state, the angular velocity is also expressed as 0 ° / Sec. Assuming that this object tilts 50 degrees in 10 seconds, it will have a non-zero angular velocity value during this 10 seconds. The average angular velocity for 10 seconds becomes 5 °/Sec. Assuming that after performing a tilting motion, it stops again and maintains 50 degrees, at this time, the angular velocity becomes 0 °/sec again. Through the three processes, the angular velocity changed from 0 → 5 → 0, but the angle gradually increased from 0 degrees to 50 degrees. In order to obtain the angle from the angular velocity, it is necessary to integrate as much as the total time. Since the gyro sensor outputs the angular velocity as an output, the tilt angle can be calculated by integrating this angular velocity over the entire time. Accordingly, obtaining an angle using an acceleration sensor or obtaining an angle using a gyro sensor may also be simply derived according to calculus or the like.
다만, 자이로 센서의 노이즈 등에 의해 에러가 계속 생기는데, 이 오차가 적분시에는 누적이 되어서 최종값이 드리프트되는 현상이 생길 수도 있고, 자이로 센서에서 측정되는 각속도를 이용하면 시간이 지날수록 각도는 오차가 생겨 기울기 값이 변하게 된다. 정지한 물체가 움직이기 시작한 후 다시 정지하는 동작을 한다면, 정지상태의 긴 시간의 관점에서 보면 가속도 센서에 의해 계산된 기울어진 각도는 올바른 값을 보여주지만, 자이로 센서에서는 시간이 지날수록 틀린 값을 나타낸다. 움직이는 짧은 시간의 관점에서 보면, 자이로 센서는 올바른 값을 보여주지만, 가속도 센서는 기울어진 각도와는 다른 계산 값이 나올 가능성이 크다. 이에 따라, 오류를 보정하기 위해서는 보상할 수 있는 알고리즘을 적용해서 롤 또는 피치 값을 계산할 수 있고, 예를 들어 칼만필터를 이용할 수 있다.However, errors continue to occur due to the noise of the gyro sensor, and this error may accumulate during integration, causing the final value to drift. resulting in a change in the slope value. If a stationary object starts to move and then stops again, the tilt angle calculated by the accelerometer shows the correct value from the point of view of the long time of the stationary state, but the gyro sensor shows an incorrect value as time passes. indicate From the perspective of a short moving time, the gyro sensor shows the correct value, but the accelerometer sensor is likely to produce a different calculated value than the tilt angle. Accordingly, in order to correct the error, a roll or pitch value may be calculated by applying a compensating algorithm, and for example, a Kalman filter may be used.
산출부(330)는, 각도 데이터를 시간으로 나누어 각속도를 산출할 수 있다. 본 발명의 일 실시예는 각속도 자체를 이용하기보다는 이에 따른 그래프의 파형을 보고 정상상태 또는 비정상상태를 파악하게 되므로 상술한 보상방법이나 필터링을 이용하지 않고도 이하의 분류가 가능할 수 있다.The
분류부(340)는, 각속도에 기초하여 출입문의 정상상태 및 비정상상태를 분류할 수 있다. 도 3을 참조하면, (a) ① 정상상태는, 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 형태의 상태일 수 있다. 비정상상태는, (b) ② 출입문을 닫을 때 위급상황, (c) ③ 닫을 때 실랑이 상황 및 (d) ④ 열 때 위급상황을 포함할 수 있다. ② 출입문을 닫을 때 위급상황은, 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 도중 각속도가 0으로 변하거나 양수가 될 경우일 수 있고 수학식으로 표현하면 이하 수학식 1과 같다.The
③ 닫을 때 실랑이 상황은, 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 도중 각속도가 0으로 변한 후 0을 중심으로 상하로 진동하는 경우일 수 있다. ④ 열 때 위급상황은, 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 증가 곡선의 기울기가 기 설정된 배수 이상으로 변하는 경우일 수 있고 이를 수학식으로 표현하면 이하 수학식 2와 같다. 이때, k는 상수로 설정값에 따라 증감될 수 있다.③ Closing situation may be when the angular velocity data, which is angle data according to time, draws an increasing curve and passes through a horizontal section to draw a decreasing curve. After the angular velocity changes to 0, it vibrates up and down around 0. ④ The emergency situation at the time of opening may be when the angular velocity data, which is angle data over time, draws an increasing curve, and the slope of the increasing curve changes by more than a preset multiple. At this time, k is a constant and may be increased or decreased according to a set value.
전송부(350)는, 비정상상태인 경우 사용자 단말(100)로 경보를 전송할 수 있다. 사용자 외에도 가족, 지인, 형사사법기관 등 다양한 곳에 IoT 기기인 가속도 센서가 설치된 주소지, 전화번호, 성명 등을 함께 전송함으로써 스마트워치가 지급되었음에도 정확한 GPS를 파악하지 못해 살인을 막지 못하는 경우를 방지할 수 있다. 사용자 단말(100)은, 가속도 데이터에 기초하여 발생된 경보를 출력할 수 있다.The
인공지능화부(360)는, 복수의 가속도 센서(400)로부터 수집된 복수의 가속도 데이터로부터 각도 데이터를 산출하고, 시간에 따른 각도 데이터를 그래프로 시각화하여 저장하며, 정상상태 및 비정상상태를 분류하는 라벨링을 수행한 후 데이터셋(DataSet)을 생성하고, 데이터셋으로 적어도 하나의 인공지능 알고리즘을 학습 및 테스트하여 모델링할 수 있다. 이때, 가속도 센서(400)는 서로 다른 출입문에 부착된 복수의 가속도 센서(400)일 수 있고, 크라우드소싱을 이용하여 데이터를 수집할 수 있다. The
적어도 하나의 인공지능 알고리즘은 CNN(Convolutional Neural Networks)을 포함할 수 있다. CNN은 시간에 따른 각도 데이터의 그래프를 입력으로 정상상태 또는 비정상상태를 출력할 수 있고, 비정상상태 중에서도 상술한 ②, ③, ④의 상태를 구분할 수 있다. CNN은 이미지 인식에 특화된 딥러닝 기법이다. 컨볼루션 계층(Convolution Layer)에서는 이미지를 분별해 낼 수 있는 시각적 특징을 스스로 학습한다. 시각적 특징은 도 3의 그래프에서 정상상태의 라인(Line) 그래프 및 비정상상태의 스캐터(Scatter) 그래프 부분일 수 있다. 구체적으로, 학습 단계(Training Stage)에서는 학습용 입력 및 정답 클래스를 입력 받아 공간적 필터들에 대한 가중치 값을 결정한다. 예측 단계(Prediction Stage)에서는, 학습 단계에서 학습된 공간적 필터들을 테스트용 입력 이미지에 적용하여 필터링 결과에 해당하는 이차원의 특징맵(Feature Map)들을 획득한다. 이 특징맵 데이터는 완전 연결 계층(Fully Connected Layer)로 전달되고 분석되어 최종적으로 클래스 예측값이 출력된다. 이 CNN 모델은 비정상상태에 대한 이미지인 그래프를 입력 받는다. 이 두 가지 컨볼루션 계층은 필터링을 통해 특징맵들을 출력한다. 전형적인 CNN 모델과 유사하게, 완전 연결 계층이 신경망의 마지막 부분에 배치될 수 있다. At least one artificial intelligence algorithm may include Convolutional Neural Networks (CNNs). The CNN can output a normal state or an abnormal state by inputting a graph of angle data over time, and can distinguish the above-mentioned states of ②, ③, and ④ among the abnormal states. CNN is a deep learning technique specialized for image recognition. In the convolution layer, it learns visual features that can distinguish images by itself. The visual feature may be a line graph in a steady state and a scatter graph in an abnormal state in the graph of FIG. 3 . Specifically, in the training stage, weight values for spatial filters are determined by receiving learning inputs and correct answer classes. In the prediction stage, spatial filters learned in the learning stage are applied to the input image for testing to obtain two-dimensional feature maps corresponding to filtering results. This feature map data is passed to the Fully Connected Layer and analyzed to finally output class prediction values. This CNN model receives a graph, which is an image of an abnormal state, as an input. These two convolution layers output feature maps through filtering. Similar to a typical CNN model, a fully connected layer can be placed at the end of the neural network.
라벨링부(370)는, 라벨링을 위하여 그래프 내 어노테이션 및 라벨링(Annotation and Labelling)을 포함하는 이미지 어노테이션 시스템을 이용할 수 있다. 도 3과 같은 그래프 외에도 다양한 비정상상태에 따른 그래프인 이미지가 존재할 수 있는데, [이미지-라벨]을 연결하는 라벨링 작업이 시간과 인력이 많이 소요되기 때문에 라벨러를 별도로 고용하여 라벨링을 하지 않는 이상 대규모의 데이터셋을 마련하는데 시간이 걸리기 마련이다. 각 사용자가 비정상상태의 움직임을 그래프로 출력한 후 그래프 이미지 내 어노테이션 및 라벨링(Annotation and Labelling)을 하면, 라벨링부(370)는 이를 모아 데이터셋을 확보할 수 있다. 이미지 분류를 위한 딥러닝 기술은 미리 정의된 분류 정보를 가지고 있는 대량의 학습 데이터 집합을 사용하여 분류 모델을 학습한다. The
학습 데이터 집합은 원본 이미지가 아닌 특징을 추출한 서브 이미지와 그리고 그 특징을 분류하는 태그(Tag) 정보로 구성된다. 이미지 어노테이션 시스템은 학습 데이터 집합을 생성하는 단계에서 사용할 수 있는, 이미지의 특징을 추출한 서브 이미지를 생성하고 이미지 어노테이션을 수행하기 위한 도구이다. 이때, 어노테이션 및 라벨링을 위해서는 다양한 오픈소스(Open source) 도구를 이용할 수도 있는데 이러한 도구들은 웹 기반으로 구성되어 사용자가 직접 ① 이미지를 업로드하고, ② 이미지로부터 특징을 추출하며, ③ 분류를 위한 태그 정보를 입력함으로써, 이미지 어노테이션을 수행할 수 있다.The training data set is composed of sub-images from which features are extracted, not original images, and tag information for classifying the features. The image annotation system is a tool for generating sub-images from which image features are extracted and performing image annotation, which can be used in the step of generating a training data set. At this time, various open source tools can be used for annotation and labeling. These tools are web-based and allow users to ① directly upload images, ② extract features from images, and ③ tag information for classification. By inputting , image annotation can be performed.
이하, 상술한 도 2의 알림 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.Hereinafter, an operation process according to the configuration of the above-described notification service providing server of FIG. 2 will be described in detail with reference to FIGS. 3 and 4 as examples. However, it will be apparent that the embodiment is only any one of various embodiments of the present invention, and is not limited thereto.
도 3은 상술한 바와 같으므로 중복하여 설명하지 않는다. 도 4의 (a)를 보면, 적어도 하나의 가속도 센서(400)로부터 수집된 가속도 데이터는 각도 데이터로 변환되고 도 3과 같은 그래프를 생성한 후 어노테이션 및 라벨링 작업을 거친 후 데이터셋으로 구축된다. 이때, 알림 서비스 제공 서버(300)는, (b) 적어도 하나의 인공지능 알고리즘에 데이터셋을 입력한 후 정상상태와 비정상상태를 구분하고, 비정상상태라면 출입문이 닫힐 때 누군가 들어오려는 상황인지 또는 출입문을 열었을 때 누군가 들어오려는 상황인지 등을 구분하도록 학습 및 테스트를 거쳐 모델링을 시킨다. 가장 정확도가 높은 인공지능 알고리즘을 이용하여 기본 세팅으로 설정해두고, (c)와 같이 사용자 단말(100)과 연동된 가속도 센서(400)에서 비정상상태가 감지된 경우 사용자 단말(100) 또는 지인, 보호자, 가족 더 나아가 형사사법기관의 서버나 단말로 비정상상태를 알려주면서 주소, 성명, 발생시각 등을 알려줄 수 있다. Since FIG. 3 is the same as described above, a redundant description will not be made. Referring to (a) of FIG. 4 , acceleration data collected from at least one
이와 같은 도 2 내지 도 4의 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.Matters not described for the intrusion notification service providing method using the IoT-based acceleration sensor of FIGS. 2 to 4 are the same as those described for the intrusion notification service providing method using the IoT-based acceleration sensor through FIG. 1 or Since it can be easily inferred from the description, the following description will be omitted.
도 5는 본 발명의 일 실시예에 따른 도 1의 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.5 is a diagram illustrating a process of transmitting and receiving data between components included in the intrusion notification service providing system using the IoT-based acceleration sensor of FIG. 1 according to an embodiment of the present invention. Hereinafter, an example of a process of transmitting and receiving data between each component will be described through FIG. 5, but the present application is not limited to such an embodiment, and according to various embodiments described above, It is obvious to those skilled in the art that a process of transmitting and receiving data may be changed.
도 5를 참조하면, 알림 서비스 제공 서버는, 가속도 센서와 IoT로 연결하고(S5100), 가속도 데이터를 수집한 후 출입문의 각도 데이터로 변환한다(S5200).Referring to FIG. 5 , the notification service providing server connects the acceleration sensor to the IoT (S5100), collects the acceleration data, and converts it into door angle data (S5200).
그리고, 알림 서비스 제공 서버는, 각도 데이터를 시간으로 나누어 각속도를 산출하고(S5300), 각속도에 기초하여 출입문의 정상상태 및 비정상상태를 분류한다(S5400). 또, 알림 서비스 제공 서버는, 비정상상태인 경우 사용자 단말로 경보를 전송한다(S5500).Then, the notification service providing server calculates the angular velocity by dividing the angular data by time (S5300), and classifies the normal state and abnormal state of the door based on the angular velocity (S5400). In addition, the notification service providing server transmits an alert to the user terminal in the case of an abnormal state (S5500).
상술한 단계들(S5100~S5500)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5500)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.The order between the above-described steps (S5100 to S5500) is only an example, and is not limited thereto. That is, the order of the above-described steps (S5100 to S5500) may be mutually changed, and some of the steps may be simultaneously executed or deleted.
이와 같은 도 5의 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.Matters not described in the method of providing intrusion notification service using the IoT-based acceleration sensor of FIG. 5 are the same as those described in the method of providing intrusion notification service using the IoT-based acceleration sensor through FIGS. 1 to 4 above, or Since it can be easily inferred from the description, the following description will be omitted.
도 5를 통해 설명된 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. The method for providing an intrusion notification service using an IoT-based acceleration sensor according to an embodiment described with reference to FIG. 5 may be in the form of a recording medium including instructions executable by a computer, such as an application or program module executed by a computer. can be implemented Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. Also, computer readable media may include all computer storage media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.
전술한 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.In the above-described method for providing an intrusion notification service using an IoT-based acceleration sensor according to an embodiment of the present invention, an application basically installed in a terminal (this may include a program included in a platform or operating system basically installed in the terminal) It may be executed by, or may be executed by an application (ie, a program) directly installed in the master terminal by a user through an application providing server such as an application store server, an application or a web server related to the corresponding service. In this sense, the above-described method for providing an intrusion notification service using an IoT-based acceleration sensor according to an embodiment of the present invention is implemented as an application (ie, a program) that is basically installed in a terminal or directly installed by a user, and It can be recorded on a computer-readable recording medium.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다. The above description of the present invention is for illustrative purposes, and those skilled in the art can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the detailed description above, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be construed as being included in the scope of the present invention. do.
Claims (10)
상기 가속도 데이터에 기초하여 발생된 경보를 출력하는 사용자 단말; 및
상기 가속도 센서와 상기 IoT로 연결되는 연결부, 상기 가속도 데이터를 수집한 후 상기 출입문의 각도 데이터로 변환하는 변환부, 상기 각도 데이터를 시간으로 나누어 각속도를 산출하는 산출부, 상기 각속도에 기초하여 상기 출입문의 정상상태 및 비정상상태를 분류하는 분류부, 상기 비정상상태인 경우 상기 사용자 단말로 경보를 전송하는 전송부를 포함하는 알림 서비스 제공 서버;
를 포함하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
An acceleration sensor attached to the door, interlocked with IoT, and measuring and outputting acceleration data of the door;
a user terminal outputting an alarm generated based on the acceleration data; and
A connection unit connected to the acceleration sensor and the IoT, a conversion unit that collects the acceleration data and converts it into angular data of the door, a calculator that divides the angular data by time to calculate an angular velocity, and based on the angular velocity, the conversion unit that calculates the angular velocity a notification service providing server including a classification unit for classifying normal and abnormal conditions of the unit, and a transmission unit for transmitting an alarm to the user terminal in the case of the abnormal status;
An intrusion notification service providing system using an IoT-based acceleration sensor including a.
상기 정상상태는
상기 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 형태의 상태인 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 1,
The normal state is
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that the angular velocity data, which is the angle data over time, draws an increasing curve and then draws a decreasing curve through a horizontal section.
상기 비정상상태는,
상기 출입문을 닫을 때 위급상황, 닫을 때 실랑이 상황 및 열 때 위급상황을 포함하는 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 1,
The abnormal state is
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that it includes an emergency situation when closing the door, a scuffle situation when closing, and an emergency situation when opening the door.
상기 출입문을 닫을 때 위급상황은,
상기 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 도중 각속도가 0으로 변하거나 양수가 될 경우인 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 3,
In an emergency when closing the door,
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that the case where the angular velocity data, which is the angle data over time, draws an increasing curve and then draws a decreasing curve through a horizontal section, and the angular velocity changes to 0 or becomes a positive number .
상기 닫을 때 실랑이 상황은,
상기 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 수평 구간을 거쳐 감소 곡선을 그리는 도중 각속도가 0으로 변한 후 0을 중심으로 상하로 진동하는 경우인 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 3,
The squabble situation at the time of the above closing is,
Using an IoT-based acceleration sensor, characterized in that the case where the angular velocity data, which is the angular data over time, changes to 0 while drawing an increasing curve and then oscillates up and down around 0 while drawing a decreasing curve through a horizontal section. An intrusion notification service provision system.
상기 열 때 위급상황은,
상기 시간에 따른 각도 데이터인 각속도 데이터가 증가 곡선을 그리다가 상기 증가 곡선의 기울기가 기 설정된 배수 이상으로 변하는 경우인 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 3,
In the case of an emergency when opening the
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that the case where the angular velocity data, which is the angle data over time, draws an increasing curve and the slope of the increasing curve changes by more than a predetermined multiple.
상기 가속도 센서는 서로 다른 출입문에 부착된 복수의 가속도 센서이고,
상기 알림 서비스 제공 서버는,
상기 복수의 가속도 센서로부터 수집된 복수의 가속도 데이터로부터 각도 데이터를 산출하고, 시간에 따른 각도 데이터를 그래프로 시각화하여 저장하며, 정상상태 및 비정상상태를 분류하는 라벨링을 수행한 후 데이터셋(DataSet)을 생성하고, 상기 데이터셋으로 적어도 하나의 인공지능 알고리즘을 학습 및 테스트하여 모델링하는 인공지능화부;
를 더 포함하는 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 1,
The acceleration sensors are a plurality of acceleration sensors attached to different doors,
The notification service providing server,
Angle data is calculated from the plurality of acceleration data collected from the plurality of acceleration sensors, the angle data over time is visualized and stored as a graph, and after performing labeling to classify the normal state and abnormal state, a DataSet An artificial intelligence unit for generating and modeling at least one artificial intelligence algorithm by learning and testing the dataset;
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that it further comprises.
상기 알림 서비스 제공 서버는,
상기 라벨링을 위하여 상기 그래프 내 어노테이션 및 라벨링(Annotation and Labelling)을 포함하는 이미지 어노테이션 시스템을 이용하는 라벨링부;
를 더 포함하는 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 7,
The notification service providing server,
a labeling unit using an image annotation system including annotation and labeling within the graph for the labeling;
An intrusion notification service providing system using an IoT-based acceleration sensor, characterized in that it further comprises.
상기 적어도 하나의 인공지능 알고리즘은 CNN(Convolutional Neural Networks)을 포함하는 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.
According to claim 7,
The intrusion notification service providing system using the IoT-based acceleration sensor, characterized in that the at least one artificial intelligence algorithm includes CNN (Convolutional Neural Networks).
상기 CNN은 시간에 따른 각도 데이터의 그래프를 입력으로 상기 정상상태 또는 비정상상태를 출력하는 것을 특징으로 하는 IoT 기반 가속도 센서를 이용한 침입 알림 서비스 제공 시스템.According to claim 9,
The system for providing an intrusion notification service using an IoT-based acceleration sensor, characterized in that the CNN outputs the normal state or abnormal state by inputting a graph of angle data over time.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210172290A KR20230083882A (en) | 2021-12-03 | 2021-12-03 | System for providing security alarming service using accelerometer based on internet of things |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210172290A KR20230083882A (en) | 2021-12-03 | 2021-12-03 | System for providing security alarming service using accelerometer based on internet of things |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230083882A true KR20230083882A (en) | 2023-06-12 |
Family
ID=86770392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210172290A KR20230083882A (en) | 2021-12-03 | 2021-12-03 | System for providing security alarming service using accelerometer based on internet of things |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230083882A (en) |
-
2021
- 2021-12-03 KR KR1020210172290A patent/KR20230083882A/en not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103530995B (en) | The video monitoring intelligent early-warning method of based target spatial relation constraint | |
| US20190258866A1 (en) | Human presence detection in edge devices | |
| US11069214B2 (en) | Event entity monitoring network and method | |
| US20210123768A1 (en) | Automated mapping of sensors at a location | |
| AU2019295856B2 (en) | Object tracking using disparate monitoring systems | |
| JP2018173914A (en) | Image processing system, imaging apparatus, learning model creation method, and information processing device | |
| US20210383664A1 (en) | Intrusion detection methods and devices | |
| US11409989B2 (en) | Video object detection with co-occurrence | |
| US11935297B2 (en) | Item monitoring for doorbell cameras | |
| Li et al. | Collaborative fall detection using smart phone and Kinect | |
| CN114218992A (en) | Abnormal object detection method and related device | |
| US11210529B2 (en) | Automated surveillance system and method therefor | |
| CN112381853A (en) | Apparatus and method for person detection, tracking and identification using wireless signals and images | |
| KR102157201B1 (en) | System and method for determining disastrous based on image and accident record analysis | |
| Nakkach et al. | Smart border surveillance system based on deep learning methods | |
| Chaochaisit et al. | Human localization sensor ontology: Enabling owl 2 dl-based search for user's location-aware sensors in the iot | |
| JP2020129215A (en) | Risk determination program and system | |
| US20240005648A1 (en) | Selective knowledge distillation | |
| KR20230083882A (en) | System for providing security alarming service using accelerometer based on internet of things | |
| US20230111865A1 (en) | Spatial motion attention for intelligent video analytics | |
| Singh et al. | Flood detection framework fusing the physical sensing & social sensing | |
| US20220101066A1 (en) | Reducing false detections for night vision cameras | |
| Gayathri et al. | Intelligent smart home security system: A deep learning approach | |
| US20210274133A1 (en) | Pre-generating video event notifications | |
| Konomi et al. | Rapid development of civic computing services: opportunities and challenges |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |