WO2019172500A1 - 인공지능을 이용한 영상분석 시정계 - Google Patents

인공지능을 이용한 영상분석 시정계 Download PDF

Info

Publication number
WO2019172500A1
WO2019172500A1 PCT/KR2018/013289 KR2018013289W WO2019172500A1 WO 2019172500 A1 WO2019172500 A1 WO 2019172500A1 KR 2018013289 W KR2018013289 W KR 2018013289W WO 2019172500 A1 WO2019172500 A1 WO 2019172500A1
Authority
WO
WIPO (PCT)
Prior art keywords
image information
distance
information
sharpness
subject
Prior art date
Application number
PCT/KR2018/013289
Other languages
English (en)
French (fr)
Inventor
채신태
Original Assignee
주식회사 시정
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 주식회사 시정 filed Critical 주식회사 시정
Publication of WO2019172500A1 publication Critical patent/WO2019172500A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/507—Depth or shape recovery from shading
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles

Definitions

  • the present invention relates to an image analysis visibility system, and more particularly, to an image analysis visibility system using artificial intelligence.
  • Visibility is the maximum distance that can usually be identified by the naked eye in the horizontal direction distant terrain or objects during the day, and may be the maximum distance to identify the target when a bright state such as daytime at night.
  • the visibility distance can serve as an indicator for quantitatively identifying air pollution, and can prevent the economic loss due to poor visibility at airports, roads, and the sea.
  • fine dust or ultrafine dust is caused by serious social problems to the extent that weather forecasts include fine dust forecasts, and fine dust or ultrafine dust is generated when visibility deterioration occurs due to fine dust or ultrafine dust. Quantitative analysis of the degree and calculating the corrective distance have emerged as an important issue.
  • the present invention has been made to solve the above problems, an object of the present invention, by analyzing the image image obtained through the equipment such as CCTV cameras using artificial intelligence technology, the artificial quantitatively calculate the viewing distance
  • the purpose is to provide an image analysis visibility system using intelligence.
  • another object of the present invention is to provide a directional voice output means to the drivers driving the area where the visibility deterioration occurs when the visibility deterioration occurs due to fine dust or ultra-fine dust, etc.
  • a directional voice output means to the drivers driving the area where the visibility deterioration occurs when the visibility deterioration occurs due to fine dust or ultra-fine dust, etc.
  • an image analysis visibility system using an artificial intelligence includes: an image information acquisition unit configured to acquire image information about subjects set for each distance; When the image information about the subjects is obtained, the sharpness of each image information is calculated, and the image information having the calculated sharpness equal to or greater than a predetermined value is determined, and a viewing distance in a specific region based on the determined image information. It includes; information processing unit for calculating the.
  • the information processing unit may store image information about a subject located at predetermined distance intervals based on the image information acquisition unit, and store distance information about the distance between the image information acquisition unit and the distance between the subject and the predetermined schedule. Accordingly, when the acquisition time of the image information for each distance arrives, the image information acquisition unit sequentially sequentially from the image information of the first subject located farthest from the image information acquisition unit based on the stored image information and distance information. Image information about subjects set for each distance may be acquired.
  • the information processing unit calculates the sharpness of the image information of the first subject of the respective image information, and whether the calculated sharpness is greater than or equal to the predetermined value; If it is determined that the calculated sharpness is greater than or equal to the predetermined value, the sharpness calculation procedure of the image information of the other subjects may be stopped, and the corrected distance may be calculated based on the distance information of the first subject.
  • the information processing unit if the calculated sharpness is less than the predetermined value, the image information of the second subject closer by the predetermined distance interval than the first subject based on the image information acquisition unit of the respective image information.
  • a sharpness of the image is determined to determine whether the calculated sharpness of the image information on the second subject is equal to or greater than a predetermined value, and according to a result of the determination of the sharpness of the image information on the second subject, the distance to the second subject
  • the visibility distance may be calculated based on the information, or the sharpness of the image information of the third subject that is closer by the predetermined distance interval than the second subject may be calculated based on the image information acquisition unit.
  • the information processing unit in order to calculate the sharpness of each of the image information, in advance to store the feature point setting information for setting a predetermined feature point some pixels of the plurality of pixels constituting the respective image information in advance
  • the sharpness of the specific image information may be calculated by calculating the number of recognizable feature points from the obtained specific image information based on the feature point setting information on the specific image information.
  • the image analysis visibility system using the artificial intelligence is a directional speech outputting voice information on a viewing distance in a specific region determined by the information processor in a first region set by a predetermined limited orientation angle. It may further include an information output unit.
  • the first area may be an area in which a driving road is located or an area in which a vehicle traveling along the driving road is located.
  • the directional voice information output unit may include a radar configured to emit a radiation wave toward a vehicle traveling along the driving road, and receive a reflected wave reflected by the vehicle to detect a vehicle traveling along the driving road. can do.
  • the corrective distance can be quantitatively calculated, and when the deterioration of visibility occurs due to fine dust or ultrafine dust, Information about the visibility distance of the area is transmitted to the drivers traveling to the area where the deterioration has occurred through the directional voice output means to improve alertness and to prevent the loss of life and the economic loss caused by the deterioration of visibility.
  • FIG. 1 is a view for explaining the configuration of the image analysis visibility system using artificial intelligence according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating image information acquired for each distance through an image information acquisition unit according to an embodiment of the present invention.
  • FIG. 3 is a diagram illustrating image information of a specific area acquired through the image information acquisition unit according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating a process of calculating sharpness of image information obtained by an information processor according to an exemplary embodiment of the present invention.
  • FIG. 5 is a diagram illustrating a state in which a viewing distance calculated through an information processing unit is output through a separate screen according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating a process of calculating a viewing distance using an image analysis visibility system using artificial intelligence according to an embodiment of the present invention.
  • FIG. 1 is a view illustrating a configuration of an image analysis visibility system using artificial intelligence according to an embodiment of the present invention
  • FIG. 2 is an image information acquisition unit 100 according to an embodiment of the present invention
  • FIG. 3 is a diagram illustrating image information acquired for each distance
  • FIG. 3 is a diagram illustrating image information of a specific area acquired through the image information acquisition unit 100 according to an exemplary embodiment.
  • the image analysis visibility system using the artificial intelligence analyzes the image image using the artificial intelligence technology, quantitatively calculates the viewing distance, and the visibility deterioration occurs due to fine dust or ultrafine dust, It is designed to transmit information about the visibility distance of the area through the directional voice output means to the drivers traveling in the area where the visibility deterioration has occurred.
  • the image analysis visibility system using the artificial intelligence may be composed of an image information acquisition unit 100, an information processing unit 200, and a directional speech information output unit 300.
  • the image information acquisition unit 100 is provided to acquire image information about subjects.
  • the image information acquisition unit 100 may be implemented as a photographing means such as a CCTV camera and an IP camera, and may acquire image information by photographing a subject for each distance as illustrated in FIG. 2.
  • the subject refers to a subject positioned at predetermined distance intervals by the information processing unit 200 among objects arranged at a constant position regardless of time such as a structure, a facility, and a sign.
  • the information processing unit 200 calculates the sharpness of each image information, and determines the image information whose calculated sharpness is equal to or greater than a preset value.
  • the sharpness calculator 210, the corrective distance calculator 220, and the storage module 230 may be configured.
  • the sharpness calculation module 210 is connected to one or more image information acquisition units 100 to acquire image information and image information about a subject located at predetermined distance intervals based on the connected image information acquisition unit 100.
  • the connected image information acquisition unit 100 may acquire distance-specific image information according to a preset schedule.
  • the sharpness calculation module 210 when the acquisition time of the image information for each distance arrives according to a predetermined schedule as shown in Figs. 3a to 3d, the image information and the distance information is stored in the image information acquisition unit 100
  • the photographing subject may be photographed by adjusting the photographing direction based on the photographing.
  • 3A to 3D are diagrams illustrating image information obtained by photographing the same subject at different times.
  • the acquisition order of each image information located at different distances is located closer to the predetermined distance distance than the first subject from the image information on the first subject located farthest from the image information acquisition unit 100
  • the second subject is located, and the third subject is positioned closer to the predetermined distance than the second subject.
  • the second subject may be sequentially acquired, and image information about the subjects set for each distance may be sequentially obtained.
  • the sharpness calculation module 210 calculates the sharpness of each image information from the image information of the first subject located farthest from the image information acquisition unit 100 according to the order in which the image information is obtained. Can be calculated.
  • the visibility distance calculating module 220 stops the sharpness calculation procedure of the image information for the other subjects and based on the distance information with respect to the first subject. You can calculate the visibility distance at.
  • the information processing unit 200 calculates the sharpness from the image information on the first subject through the sharpness calculating module 210, and if the calculated sharpness is equal to or greater than a preset value, through the visibility distance calculating module 220, If the correcting distance is calculated based on the distance information on the first subject and the sharpness calculation procedure of the image information on the other subjects is stopped, but the sharpness of the image information on the first subject is less than the preset value, the sharpness calculating module Through 210, the sharpness of the image information of the second subject, which is closer by a predetermined distance interval than the first subject, is calculated based on the image information acquirer 100, and is calculated through the viewing distance calculation module 220.
  • the visibility distance in the specific area may be calculated by determining whether the sharpness of the image information regarding the second subject is greater than or equal to a preset value.
  • the sharpness calculation module 210 calculates the corrected distance based on the distance information on the second subject according to the determination result of the sharpness of the image information on the second subject, or based on the image information acquirer 100.
  • the sharpness calculation procedure may be repeatedly performed until the image information whose sharpness is greater than or equal to the predetermined value is determined in such a manner as to calculate the sharpness of the image information of the third subject that is closer by a predetermined distance interval than the two subjects.
  • the sharpness calculation procedure may be repeated until the image information with the sharpness greater than or equal to the preset value is determined. If the sharpness of the image information on the second subject is greater than or equal to a preset value, the viewing distance may be calculated as 1,990 m based on the distance information of the second subject.
  • the storage module 230 may include identification information about one or more image information acquisition units 100 and image information and image information acquisition units for a subject located at predetermined distance intervals based on each image information acquisition unit 100. The distance information on the distance between the object 100 and the subject may be matched and stored. In particular, when the image information acquisition unit 100 is implemented as an IP camera, the storage module 230 may store IP address information about the image information acquisition unit 100 as identification information.
  • the storage module 230 matches the angle information of the photographing angle with the image information and the distance information so that the photographing of the subject located at each preset distance interval through the specific image information obtaining unit 100 can be performed efficiently. Can be stored. In this way, when the specific image information acquisition unit 100 arrives at the acquisition time of the image information for each distance, the information processing unit 200 may efficiently photograph the subjects by using angle information on the subjects set for each distance.
  • the directional speech information output unit 300 is provided for outputting speech information with respect to a viewing distance in a first region set by a predetermined limited directing angle.
  • the directional voice information output unit 300 corresponds to an area in which the driving road is located or an area in which a vehicle traveling along the driving road is located when the correction distance for the specific area is calculated by the information processing unit 200.
  • the voice information regarding the viewing distance may be output to the first region.
  • the first area set by the predetermined limited directivity angle means an area belonging to a specific area in which the visibility distance is calculated, and thus, the area in which the driving road is located or the vehicle traveling along the driving road is located. Only the area can listen to the audio information about the viewing distance.
  • the directional voice information output unit 300 is provided with a radar (not shown), and may detect a vehicle traveling along the driving road using the provided radar.
  • the directional voice information output unit 300 emits a radiation wave toward a vehicle traveling along a driving road using a radar, and when a reflected wave reflected by the vehicle is received, the directional voice information output unit 300 drives the vehicle traveling along the driving road. In this case, only when the vehicle is detected along the driving road, the voice information about the visibility distance may be output.
  • FIG. 4 is a diagram for describing a process of calculating the sharpness of image information acquired by the information processing unit 200 according to an exemplary embodiment of the present invention.
  • the information processing unit 200 In order to calculate the sharpness of each image information, the information processing unit 200 according to the present embodiment arbitrarily designates some pixels among the plurality of pixels constituting the respective image information before selecting the sharpness to the feature point.
  • the feature point setting information for some pixels set as the feature points may be stored in advance.
  • some pixels that are set as feature points may be set as one feature point by allowing a plurality of pixels to designate one group.
  • FIG. 4A illustrates that some pixels of the plurality of pixels are set as feature points.
  • FIG. 4B is a diagram illustrating an example in which some pixels of a plurality of pixels are designated as four groups and set as feature points.
  • the information processing unit 200 may designate pixels having difficulty in identification because of similar color and shape among the plurality of pixels constituting each image information as one group and set them as one feature point.
  • the feature point setting information for the field in the storage module 230, when the specific image information is obtained, by calculating the number of recognizable feature points from the specific image information obtained based on the feature point setting information for the specific image information The sharpness of the specific image information can be calculated.
  • the process of determining by the information processing unit 200 as a recognizable feature point or calculating the number of feature points determined as a recognizable feature point may be implemented by using a Compute Unified Device Architecture (CUDA) technology.
  • CUDA Compute Unified Device Architecture
  • FIG. 5 is a diagram illustrating a state in which a visibility distance calculated through the information processing unit 200 according to an embodiment of the present invention is output through a separate screen.
  • the information processing unit 200 may output the calculated correction distance in the specific region through the screen of the user terminal that is separately provided if the correction distance in the specific region is calculated. Through this, the user can easily and conveniently check the visibility distance in the area desired by the user of the information processing unit 200 is installed.
  • FIG. 6 is a diagram illustrating a process of calculating a viewing distance using an image analysis visibility system using artificial intelligence according to an embodiment of the present invention.
  • the information processing unit 200 in order to quantitatively calculate the viewing distance by analyzing the image image using the artificial intelligence technology, the information processing unit 200 first, before selecting the sharpness, Some pixels of the plurality of pixels configuring distance-specific image information may be arbitrarily designated and set as feature points (S610), and feature point setting information about some pixels set as feature points may be stored in advance.
  • S610 feature points
  • the subjects When the image information acquisition unit 100 arrives at the point in time at which the image information for each distance is acquired according to a preset schedule, the subjects may be photographed by adjusting the photographing direction based on the image information and the distance information to photograph the subject related to the stored image information. Image information may be obtained (S620).
  • the information processing unit 200 calculates the number of recognizable feature points from the specific image information acquired based on the feature point setting information for the specific image information among the respective image information, thereby obtaining the specific image information.
  • the sharpness of may be calculated (S630).
  • the information processor 200 determines whether the sharpness of the specific image information is equal to or greater than the predetermined value (S640), and if the calculated sharpness is equal to or greater than the predetermined value (S640-Yes), correcting the correction based on the distance information on the first subject.
  • step S670 the procedure for calculating the sharpness of the image information for the other subjects is stopped, but if the sharpness of the image information for the first subject is less than the predetermined value (S640-No), the image information acquisition unit 100 In step S650, the sharpness of the image information of the second subject, which is closer to the first subject by a predetermined distance interval than the first subject, is calculated (S650), and whether the calculated sharpness of the image information of the second subject is greater than or equal to the preset value is determined.
  • the viewing distance in the area can be calculated (S670).
  • the information processing unit 200 calculates a corrected distance based on the distance information on the second subject according to the determination result of the sharpness of the image information on the second subject, or based on the image information acquisition unit 100.
  • the sharpness calculation procedure may be repeatedly performed until the image information whose sharpness is greater than or equal to the predetermined value is determined in such a manner as to calculate the sharpness of the image information of the third subject that is closer by a predetermined distance interval than the two subjects.
  • the directional audio information output unit 300 corresponds to a first area corresponding to an area in which the driving road is located or an area in which a vehicle traveling along the driving road is located.
  • the voice information about the visibility distance may be output to the area (S680).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

인공지능을 이용한 영상분석 시정계가 개시된다. 본 인공지능을 이용한 영상분석 시정계는 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하는 이미지 정보 획득부; 상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하여, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하고, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함한다. 이에 의해, CCTV 카메라와 같은 장비를 통해 획득된 영상 이미지를 인공지능 기술을 이용하여 분석하여 시정거리를 정량적으로 산출할 수 있으며, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.

Description

인공지능을 이용한 영상분석 시정계
본 발명은 영상분석 시정계에 관한 것으로, 보다 상세하게는 인공지능을 이용한 영상분석 시정계에 관한 것이다.
시정은 낮에는 수평방향으로 먼 거리의 지형 또는 물체를 보통 육안으로 식별할 수 있는 최대거리이고, 야간에는 주간과 같은 밝은 상태를 가정했을 때에 목표물을 식별할 수 있는 최대거리일 수 있다.
이러한 시정을 측정하는 방법에는 시각적 측정법, 광학적 측정법 및 영상학적 측정법이 활용되고 있다. 시정거리는 대기오염을 정량적으로 파악할 수 있는 지표로서의 역할이 가능할 뿐만 아니라, 공항, 도로, 해양 등에서 시정 악화로 인한 경제적 손실을 사전에 예방하는 기능을 수행할 수 있다.
최근에는 일기 예보에 미세먼지의 예보가 포함될 정도로 미세먼지 또는 초미세먼지가 심각한 사회문제로 야기되고 있으며, 미세먼지 또는 초미세먼지로 인하여 시정 악화가 발생 되는 경우, 미세먼지 또는 초미세먼지의 발생 정도를 정량적으로 분석하고, 시정거리를 산출하는 것이 중요한 이슈로 떠오르고 있다.
종래에는 이러한 시정거리를 산출하기 위하여, 대상물에 대하여 직접 광학측정을 하거나, 지리적 정보와 원근법 그리고 비선형함수를 이용하여 시정거리를 측정하는 방식이 개발되었으나, 딥 러닝과 같은 비선형 변환기법의 발달로 인하여, 기존보다 더욱 정밀한 방식으로 시정 악화시 시정거리를 측정하고자 하는 수요가 점차 증가 되고 있으나, 실효성 있는 기술의 개발은 미비한 실정이다.
이에 따라, 인공지능 기술을 이용하여 특정 영역에서의 시정거리를 정량적으로 산출하고, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 경제적 손실을 예방할 수 있는 방안의 모색이 요구된다.
본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로, 본 발명의 목적은, CCTV 카메라와 같은 장비를 통해 획득된 영상 이미지를 인공지능 기술을 이용하여 분석함으로써, 시정거리를 정량적으로 산출하는 인공지능을 이용한 영상분석 시정계를 제공함에 있다.
또한, 본 발명의 다른 목적은 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달함으로써, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있는 인공지능을 이용한 영상분석 시정계를 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계는 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하는 이미지 정보 획득부; 상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함한다.
그리고 상기 정보 처리부는, 상기 이미지 정보 획득부를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 상기 이미지 정보 획득부 및 상기 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장하되, 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 상기 이미지 정보 획득부가 상기 저장된 이미지 정보와 거리정보를 기반으로 상기 이미지 정보 획득부를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 순차적으로 상기 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하도록 할 수 있다.
또한, 상기 정보 처리부는, 상기 각각의 이미지 정보의 선명도를 산출하는 경우, 상기 각각의 이미지 정보 중 상기 제1 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 선명도가 상기 기설정된 값 이상인 것인지 판별하고, 상기 산출된 선명도가 상기 기설정된 값 이상이면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 상기 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출할 수 있다.
그리고 상기 정보 처리부는, 상기 산출된 선명도가 상기 기설정된 값 미만이면, 상기 각각의 이미지 정보 중 상기 이미지 정보 획득부를 기준으로 상기 제1 피사체보다 상기 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하고, 상기 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라, 상기 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나, 또는 상기 이미지 정보 획득부를 기준으로 상기 제2 피사체보다 상기 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하도록 할 수 있다.
또한, 상기 정보 처리부는, 상기 각각의 이미지 정보의 선명도를 산출하기 위해, 상기 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정한 것에 대한 특징점 설정정보를 미리 저장하고, 특정 이미지 정보가 획득되면, 상기 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출할 수 있다.
그리고 본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 상기 정보 처리부에 의해 판별된 특정 영역에서의 시정거리에 대한 음성정보를 출력하는 지향성 음성정보 출력부;를 더 포함할 수 있다.
또한, 상기 제1 영역은, 주행도로가 위치하는 영역 또는 상기 주행도로를 따라 주행하는 차량이 위치하는 영역일 수 있다.
그리고 상기 지향성 음성정보 출력부는, 상기 주행도로를 따라 주행하는 차량을 향해 방사파를 출사하고, 상기 차량에 의해 반사되는 반사파가 수신되도록 하는 레이더가 구비되어, 상기 주행도로를 따라 주행하는 차량을 감지할 수 있다.
이에 의해, CCTV 카메라와 같은 장비를 통해 획득된 영상 이미지를 인공지능 기술을 이용하여 분석하여 시정거리를 정량적으로 산출할 수 있으며, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계의 구성을 설명하기 위해 도시된 도면이다.
도 2는 본 발명의 일 실시예에 따른 이미지 정보 획득부를 통해 거리별로 획득된 이미지 정보들을 도시된 도면이다.
도 3은 본 발명의 일 실시예에 따른 이미지 정보 획득부를 통해 획득된 특정 지역에 대한 이미지 정보들을 도시된 도면이다.
도 4는 본 발명의 일 실시예에 따른 정보 처리부가 획득된 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다.
도 5는 본 발명의 일 실시예에 따른 정보 처리부를 통해 산출된 시정거리가 별도의 화면을 통해 출력되는 모습이 도시된 도면이다.
도 6은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계를 이용하여 시정거리를 산출하는 과정을 설명하기 위해 도시된 도면이다.
이하에서는 도면을 참조하여 본 발명에 대해 보다 상세히 설명하기로 한다. 이하에 소개되는 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 본 발명은 이하 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계의 구성을 설명하기 위해 도시된 도면이며, 도 2는 본 발명의 일 실시예에 따른 이미지 정보 획득부(100)를 통해 거리별로 획득된 이미지 정보들을 도시된 도면이고, 도 3은 본 발명의 일 실시예에 따른 이미지 정보 획득부(100)를 통해 획득된 특정 지역에 대한 이미지 정보들을 도시된 도면이다.
본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 인공지능 기술을 이용하여 영상 이미지를 분석함으로써, 시정거리를 정량적으로 산출하고, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달하기 위해 마련된다.
이를 위해, 본 인공지능을 이용한 영상분석 시정계는, 이미지 정보 획득부(100), 정보 처리부(200) 및 지향성 음성정보 출력부(300)로 구성될 수 있다.
이미지 정보 획득부(100)는, 피사체들에 대한 이미지 정보를 획득하기 위해 마련된다. 구체적으로 이미지 정보 획득부(100)는, CCTV 카메라 및 IP 카메라와 같이 촬영 수단으로 구현되어, 도 2에 도시된 바와 같이 거리별로 피사체를 촬영하여 이미지 정보를 획득할 수 있다.
여기서 피사체란, 구조물, 시설물, 표지판과 같이 시간과 관계없이 일정한 위치에 배치되는 대상물 중에 정보 처리부(200)에 의해, 기설정된 거리 간격마다 위치하는 피사체를 의미한다.
정보 처리부(200)는, 이미지 정보 획득부(100)를 통해, 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하기 위해, 선명도 산출 모듈(210), 시정거리 산출 모듈(220) 및 저장 모듈(230)로 구성될 수 있다.
구체적으로 선명도 산출 모듈(210)은, 하나 이상의 이미지 정보 획득부(100)와 연결되어, 연결된 이미지 정보 획득부(100)를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 이미지 정보 획득부(100)와 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장 모듈(230)에 저장하도록 함으로써, 기설정된 스케줄에 따라 연결된 이미지 정보 획득부(100)가 거리별 이미지 정보를 획득하도록 할 수 있다.
특히, 선명도 산출 모듈(210)은, 도 3a 내지 도 3d에 도시된 바와 같이 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 이미지 정보 획득부(100)가 저장된 이미지 정보와 거리정보를 기반으로 촬영 방향을 조절하여 저장된 이미지 정보와 관련된 피사체를 촬영하도록 할 수 있다. 여기서, 도 3a 내지 도 3d은 서로 다른 시간에 동일한 피사체를 대상으로 촬영하여 획득된 이미지 정보가 도시된 도면이다.
한편, 서로 다른 거리에 위치하는 각각의 이미지 정보의 획득 순서는 이미지 정보 획득부(100)를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 제1 피사체보다 기설정된 거리 간격만큼 가까운 곳에 위치하는 제2 피사체, 제2 피사체보다 기설정된 거리만큼 가까운 곳에 위치하는 제3 피사체 순으로 설정되며, 이를 통해, 순차적으로 거리별로 설정된 피사체들에 대한 이미지 정보를 획득할 수 있다.
또한, 선명도 산출 모듈(210)은 각각의 이미지 정보가 획득된 순서에 따라, 이미지 정보 획득부(100)를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 각각의 이미지 정보의 선명도를 산출할 수 있다.
시정거리 산출 모듈(220)은, 산출된 선명도가 기설정된 값 이상인 이미지 정보가 판별되면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 제1 피사체에 대한 거리정보를 기반으로 특정 영역에서의 시정거리를 산출할 수 있다.
즉, 정보 처리부(200)는, 선명도 산출 모듈(210)을 통해 제1 피사체에 대한 이미지 정보부터 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상이면, 시정거리 산출 모듈(220)을 통해, 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하고, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하되, 제1 피사체에 대한 이미지 정보의 선명도가 기설정된 값 미만이면, 선명도 산출 모듈(210)을 통해, 이미지 정보 획득부(100)를 기준으로 제1 피사체보다 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하고, 시정거리 산출 모듈(220)을 통해, 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인지 판별하여 특정 영역에서의 시정거리를 산출할 수 있다.
여기서, 선명도 산출 모듈(210)은 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나 또는 이미지 정보 획득부(100)를 기준으로 제2 피사체보다 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하는 방식으로 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있다.
예를 들면, 정보 처리부(200)는, 이미지 정보 획득부(100)를 기준으로 2km(=2,000m) 떨어진 제1 피사체에 대한 이미지 정보의 선명도를 산출하여 기설정된 값 미만이면, 제1 피사체보다 10m 가까운 곳에 위치하는 제2 피사체에 대한 이미지 정보의 선명도를 산출하여 기설정된 값과 비교하는 방식으로, 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있으며, 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상이면, 제2 피사체의 거리정보를 기반으로 시정거리가 1,990m로 산출될 수 있다.
저장 모듈(230)은, 하나 이상의 이미지 정보 획득부(100)에 대한 식별정보와 각각의 이미지 정보 획득부(100)를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 이미지 정보 획득부(100)와 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장할 수 있다. 특히, 이미지 정보 획득부(100)가 IP 카메라로 구현되는 경우, 저장 모듈(230)에는 이미지 정보 획득부(100)에 대한 IP 주소정보가 식별정보로서 저장될 수 있다.
또한, 저장 모듈(230)에는 특정 이미지 정보 획득부(100)를 통해 기설정된 거리 간격마다 위치하는 피사체의 촬영이 효율적으로 수행되기 위한, 촬영 각도에 대한 각도정보가 이미지 정보 및 거리정보와 함께 매칭되어 저장될 수 있다. 이를 통해, 정보 처리부(200)는, 특정 이미지 정보 획득부(100)가 거리별 이미지 정보의 획득 시점이 도래하면, 거리별로 설정된 피사체들에 대한 각도정보를 활용하여 피사체들을 효율적으로 촬영할 수 있다.
지향성 음성정보 출력부(300)는, 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 시정거리에 대한 음성정보를 출력하기 위해 마련된다.
구체적으로 지향성 음성정보 출력부(300)는, 정보 처리부(200)에 의해, 특정 영역에 대한 시정거리가 산출되면, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 해당하는 제1 영역에 시정거리에 대한 음성정보를 출력할 수 있다.
여기서, 소정의 제한된 지향 각도에 의해 설정되는 제1 영역은, 시정거리가 산출된 특정 영역에 속하는 영역을 의미하며, 이를 통해, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 한하여 시정거리에 대한 음성정보를 청취할 수 있다.
그리고 지향성 음성정보 출력부(300)는, 레이더(미도시)가 구비되어, 구비된 레이더를 이용하여 주행도로를 따라 주행하는 차량을 감지할 수 있다.
구체적으로, 지향성 음성정보 출력부(300)는, 레이더를 이용하여 주행도로를 따라 주행하는 차량을 향해 방사파를 출사하고, 차량에 의해 반사되는 반사파가 수신되면, 주행도로를 따라 주행하는 차량을 감지할 수 있어, 주행도로를 따라 차량이 감지되는 경우에만, 시정거리에 대한 음성정보가 출력되도록 할 수 있다.
이를 통해, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.
도 4는 본 발명의 일 실시예에 따른 정보 처리부(200)가 획득된 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다.
본 실시예에 따른 정보 처리부(200)는, 각각의 이미지 정보의 선명도를 산출하기 위해, 선명도를 선출하기에 앞서, 미리 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 특징점으로 설정된 일부 픽셀들에 대한 특징점 설정정보를 미리 저장할 수 있다.
여기서, 특징점으로 설정되는 일부 픽셀은 복수의 픽셀이 하나의 그룹을 지정하도록 하여 하나의 특징점으로 설정될 수 있으며, 구체적으로, 도 4a는 복수의 픽셀 중 일부 픽셀을 세 그룹으로 지정하여 특징점으로 설정된 예를 나타낸 도면이고, 도 4b는 복수의 픽셀 중 일부 픽셀을 네 그룹으로 지정하여 특징점으로 설정된 예를 나타낸 도면이다.
즉, 정보 처리부(200)는, 각각의 이미지 정보를 구성하는 복수의 픽셀 중 색상 및 형상이 유사하여 식별이 어려운 픽셀들을 하나의 그룹으로 지정하여, 하나의 특징점으로 설정되도록 할 수 있으며, 이러한 특징점들에 대한 특징점 설정정보를 저장 모듈(230)에 미리 저장해둠으로써, 특정 이미지 정보가 획득되면, 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 특정 이미지 정보의 선명도를 산출할 수 있다.
여기서, 정보 처리부(200)가 인지 가능한 특징점으로 판단하거나, 인지 가능한 특징점으로 판단된 특징점의 개수를 산출하는 과정은 CUDA(Compute Unified Device Architecture) 기술을 이용하여 구현할 수 있다.
도 5는 본 발명의 일 실시예에 따른 정보 처리부(200)를 통해 산출된 시정거리가 별도의 화면을 통해 출력되는 모습이 도시된 도면이다.
본 실시예에 따른 정보 처리부(200)는, 특정 영역에서의 시정거리가 산출되면, 별도로 마련되는 사용자 단말의 화면을 통해, 산출된 특정 영역에서의 시정거리가 출력될 수 있다. 이를 통해, 사용자는 정보 처리부(200)가 설치된 영역 중 자신이 원하는 영역에서의 시정거리를 쉽고 편리하게 확인할 수 있다.
도 6은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계를 이용하여 시정거리를 산출하는 과정을 설명하기 위해 도시된 도면이다.
본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 인공지능 기술을 이용하여 영상 이미지를 분석함으로써, 시정거리를 정량적으로 산출하기 위해, 우선, 선명도를 선출하기에 앞서, 정보 처리부(200)가 거리별 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고(S610), 특징점으로 설정된 일부 픽셀들에 대한 특징점 설정정보를 미리 저장할 수 있다.
그리고 이미지 정보 획득부(100)가 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 이미지 정보와 거리정보를 기반으로 촬영 방향을 조절하여 저장된 이미지 정보와 관련된 피사체를 촬영함으로써, 피사체들에 대한 이미지 정보를 획득할 수 있다(S620).
그리고 정보 처리부(200)는, 각각의 이미지 정보가 획득되면, 각각의 이미지 정보 중 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 특정 이미지 정보의 선명도를 산출할 수 있다(S630).
정보 처리부(200)는, 특정 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하여(S640), 산출된 선명도가 기설정된 값 이상이면(S640-Yes), 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하고(S670), 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하되, 제1 피사체에 대한 이미지 정보의 선명도가 기설정된 값 미만이면(S640-No), 이미지 정보 획득부(100)를 기준으로 제1 피사체보다 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하고(S650), 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인지 판별하여 특정 영역에서의 시정거리를 산출할 수 있다(S670).
여기서, 정보 처리부(200)는, 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나 또는 이미지 정보 획득부(100)를 기준으로 제2 피사체보다 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하는 방식으로 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있다.
정보 처리부(200)에 의해, 특정 영역에 대한 시정거리가 산출되면, 지향성 음성정보 출력부(300)가 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 해당하는 제1 영역에 시정거리에 대한 음성정보를 출력할 수 있다(S680).
이를 통해, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

Claims (8)

  1. 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하는 이미지 정보 획득부;
    상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함하는 인공지능을 이용한 영상분석 시정계.
  2. 제1항에 있어서,
    상기 정보 처리부는,
    상기 이미지 정보 획득부를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 상기 이미지 정보 획득부 및 상기 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장하되,
    기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 상기 이미지 정보 획득부가 상기 저장된 이미지 정보와 거리정보를 기반으로 상기 이미지 정보 획득부를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 순차적으로 상기 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하도록 하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  3. 제2항에 있어서,
    상기 정보 처리부는,
    상기 각각의 이미지 정보의 선명도를 산출하는 경우, 상기 각각의 이미지 정보 중 상기 제1 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 선명도가 상기 기설정된 값 이상인 것인지 판별하고, 상기 산출된 선명도가 상기 기설정된 값 이상이면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 상기 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  4. 제3항에 있어서,
    상기 정보 처리부는,
    상기 산출된 선명도가 상기 기설정된 값 미만이면, 상기 각각의 이미지 정보 중 상기 이미지 정보 획득부를 기준으로 상기 제1 피사체보다 상기 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하고,
    상기 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라, 상기 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나, 또는 상기 이미지 정보 획득부를 기준으로 상기 제2 피사체보다 상기 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하도록 하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  5. 제3항에 있어서,
    상기 정보 처리부는,
    상기 각각의 이미지 정보의 선명도를 산출하기 위해, 상기 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정한 것에 대한 특징점 설정정보를 미리 저장하고, 특정 이미지 정보가 획득되면, 상기 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  6. 제1항에 있어서,
    소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 상기 정보 처리부에 의해 판별된 특정 영역에서의 시정거리에 대한 음성정보를 출력하는 지향성 음성정보 출력부;를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  7. 제6항에 있어서,
    상기 제1 영역은,
    주행도로가 위치하는 영역 또는 상기 주행도로를 따라 주행하는 차량이 위치하는 영역인 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
  8. 제7항에 있어서,
    상기 지향성 음성정보 출력부는,
    상기 주행도로를 따라 주행하는 차량을 향해 방사파(radiation wave)를 출사하고, 상기 차량에 의해 반사되는 반사파가 수신되도록 하는 레이더가 구비되어, 상기 주행도로를 따라 주행하는 차량을 감지하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.
PCT/KR2018/013289 2018-03-05 2018-11-05 인공지능을 이용한 영상분석 시정계 WO2019172500A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180025612A KR101993445B1 (ko) 2018-03-05 2018-03-05 인공지능을 이용한 영상분석 시정계
KR10-2018-0025612 2018-03-05

Publications (1)

Publication Number Publication Date
WO2019172500A1 true WO2019172500A1 (ko) 2019-09-12

Family

ID=67105164

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/013289 WO2019172500A1 (ko) 2018-03-05 2018-11-05 인공지능을 이용한 영상분석 시정계

Country Status (2)

Country Link
KR (1) KR101993445B1 (ko)
WO (1) WO2019172500A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102359306B1 (ko) 2019-09-16 2022-02-07 (주)시정 인공지능을 이용한 영상분석 시스템 및 이를 이용한 방법
KR102557620B1 (ko) * 2020-03-31 2023-07-21 주식회사 비트센싱 객체를 분류하는 레이더 장치 및 방법
EP4116738A4 (en) * 2020-03-31 2024-03-20 Bitsensing Inc. RADAR DEVICE AND METHOD FOR CLASSIFYING OBJECTS
KR102654044B1 (ko) 2021-11-30 2024-04-03 (주)시정 파노라마 이미지와 인공지능을 이용하여 우세시정을 산출하는 영상분석 시정계

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005338951A (ja) * 2004-05-24 2005-12-08 Fuji Photo Film Co Ltd 画像管理装置、画像管理方法及び画像管理プログラム
KR20110037180A (ko) * 2009-10-06 2011-04-13 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR101503213B1 (ko) * 2014-04-04 2015-03-17 경주대학교 산학협력단 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법
KR101748524B1 (ko) * 2016-01-26 2017-06-27 (주)스마트테크놀로지 시정거리 산정을 이용한 안개 감지 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005338941A (ja) * 2004-05-24 2005-12-08 Fujitsu Ltd 視程検出方法および視程検出装置
KR100698585B1 (ko) 2005-03-22 2007-03-22 주식회사 화흥도로안전씨스템 안개 방재 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005338951A (ja) * 2004-05-24 2005-12-08 Fuji Photo Film Co Ltd 画像管理装置、画像管理方法及び画像管理プログラム
KR20110037180A (ko) * 2009-10-06 2011-04-13 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR101503213B1 (ko) * 2014-04-04 2015-03-17 경주대학교 산학협력단 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법
KR101748524B1 (ko) * 2016-01-26 2017-06-27 (주)스마트테크놀로지 시정거리 산정을 이용한 안개 감지 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KIM GYEONG WON: "Visual Range Measurement and Fog Detection on the Road and at the Coastal Area Using a CCTV", PROCEEDINGS OF MEETING OF KOSAE (KOREAN SOCIETY FOR ATMOSPHERIC ENVIRONMENT), November 2017 (2017-11-01), pages 115 *

Also Published As

Publication number Publication date
KR101993445B1 (ko) 2019-06-26

Similar Documents

Publication Publication Date Title
WO2019172500A1 (ko) 인공지능을 이용한 영상분석 시정계
WO2012023639A1 (ko) 다수의 센서를 이용하는 객체 계수 방법 및 장치
WO2020022042A1 (ja) 劣化診断装置、劣化診断システム、劣化診断方法、プログラムを記憶する記憶媒体
CN103808723A (zh) 一种柴油车烟气黑度自动检测装置
AU2005306192A1 (en) Process for monitoring territories in order to recognise forest and surface fires
KR100991106B1 (ko) 전후면 카메라모듈을 이용한 차량번호 인식 시스템 및 인식 방법
CN107766846A (zh) 车辆识别方法和装置、检查系统、存储介质、电子设备
WO2017183915A2 (ko) 영상취득 장치 및 그 방법
WO2017034087A1 (ko) 롤 자세정보검출장치 및 그 측정방법
WO2017195965A1 (ko) 차량 속도에 따른 영상 처리 장치 및 방법
KR102270768B1 (ko) 터널 내 표면의 균열 검출 시스템 및 방법
WO2020235734A1 (ko) 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법
CN105628194B (zh) 一种道路照明质量现场测量方法
CN208985371U (zh) 应用于车辆入口的排队装置
US10713527B2 (en) Optics based multi-dimensional target and multiple object detection and tracking method
WO2019151704A1 (ko) 교통 모니터링 카메라를 이용하는 3차원 시정 측정 방법 및 시스템
WO2020054975A1 (ko) 철근 직선화 설비의 제어방법 및 그 장치
CN110702016A (zh) 输电线路覆冰测量系统及方法
CN111862208B (zh) 一种基于屏幕光通信的车辆定位方法、装置及服务器
CN110070724A (zh) 一种视频监控方法、装置、摄像机及图像信息监管系统
WO2020218716A1 (ko) 자동 주차 장치 및 자동 주차 방법
CN111780869A (zh) 一种多摄像头单麦克风阵列汽车鸣笛检测设备
CN107328777A (zh) 一种在夜间测量大气能见度的方法及装置
WO2012057392A1 (ko) 복수개의 카메라를 이용한 거리측정 시스템 및 그 방법
WO2023096037A1 (ko) 가상 환경에서 실시간 라이다 데이터를 생성하는 장치 및 그것의 제어 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18909164

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18909164

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 16.04.2021)

122 Ep: pct application non-entry in european phase

Ref document number: 18909164

Country of ref document: EP

Kind code of ref document: A1