KR101401101B1 - 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법 - Google Patents

시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법 Download PDF

Info

Publication number
KR101401101B1
KR101401101B1 KR1020120149321A KR20120149321A KR101401101B1 KR 101401101 B1 KR101401101 B1 KR 101401101B1 KR 1020120149321 A KR1020120149321 A KR 1020120149321A KR 20120149321 A KR20120149321 A KR 20120149321A KR 101401101 B1 KR101401101 B1 KR 101401101B1
Authority
KR
South Korea
Prior art keywords
feature point
event
image
shelter
matching
Prior art date
Application number
KR1020120149321A
Other languages
English (en)
Inventor
최철희
전향식
Original Assignee
한국항공우주연구원
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 한국항공우주연구원 filed Critical 한국항공우주연구원
Priority to KR1020120149321A priority Critical patent/KR101401101B1/ko
Application granted granted Critical
Publication of KR101401101B1 publication Critical patent/KR101401101B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
    • 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
    • G08B25/006—Alarm destination chosen according to type of event, e.g. in case of fire phone the fire service, in case of medical emergency phone the ambulance
    • 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
    • G06T2207/30232—Surveillance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

쉘터 내 침입 및 화재 감시 시스템이 제공된다. 상기 시스템은, 쉘터 내에 설치되어 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공하는 영상 획득부와, 상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출하는 추출부, 및 상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지하는 감지부를 포함할 수 있다.

Description

시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법{APPARATUS AND METHOD FOR DETECTING TREPASSING AND FIRE IN SHELTER USING IMAGE SENSOR}
시각 센서를 이용하여 쉘터(Shelter) 내 침입이나 화재를 감시하는 장치 및 방법에 연관되며, 보다 특정하게는 특정 영역에 고정된 시각 센서를 통해 노출된 공간의 사물들에 대한 특징점을 이용하여 인가되지 않은 사람이나 동물의 침입, 화재 발생 등을 감지하는 장치 및 방법에 연관된다.
공항 내 설치되어 있는 쉘터는 다양한 방식으로 침입이나 화재에 대비하고 있다. 그 중에서도, 가장 일반적으로 이용되는 방법은 침입감지센서나 화재감지센서와 같은 환경 센서를 쉘터 내에 장착하고, 이를 통해 인가되지 않은 침입이나 화재를 판단하여 이를 관리자에 알려주는 방식이다.
그러나, 환경 센서를 이용한 침입감지나 화재감지의 경우, 오인 검출에 대한 위험이 높으며, 이에 따른 시간적, 경제적 자원 낭비 문제 또한 발생될 수 있다.
최근, 카메라를 이용한 감시 시스템이 보안용이나 단속용으로 산업분야에 널리 활용되고 있으나, 이 또한 고정된 카메라로 넓은 영역을 감시하는 것으로, 해상도의 한계로 인해 식별의 정확성이 다소 떨어진다는 문제점이 있다.
일측에 따르면, 쉘터 내에 설치되어 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공하는 영상 획득부와, 상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출하는 추출부, 및 상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지하는 감지부를 포함하는 시스템이 제공된다.
일실시예에 따르면, 상기 감지부는 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우 상기 이벤트를 화재 발생 이벤트로 식별하여 감지할 수 있다.
일실시예에 따르면, 상기 감지부는 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하여 감지할 수 있다.
일실시예에 따르면, 상기 감지부는 타원 적합 모델을 사용하여 상기 제1 영상과 상기 제2 영상 사이의 정합을 수행하여 상기 동적인 변화에 대응하는 객체의 변위량을 계산할 수 있다.
일실시예에 따르면, 상기 감지부는 상기 객체의 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산하여 상기 정합을 수행할 수 있다.
일실시예에 따르면, 상기 변위량 계산 및 상기 정합은 타원 센트럴 모멘트를 이용하여 수행될 수 있다.
일실시예에 따르면, 상기 쉘터 내 침입 및 화재 감시 시스템은, 상기 이벤트를 미리 지정된 루트를 통해 관리자에게 보고하는 통신부를 더 포함할 수 있다.
다른 일측에 따르면, 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공하는 단계와, 상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출하는 단계, 및 상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지하는 단계를 포함하는 쉘터 내 침입 및 화재 감시 방법이 제공된다.
일실시예에 따르면, 상기 쉘터 내의 이벤트를 감지하는 단계는, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우 상기 이벤트를 화재 발생 이벤트로 식별하여 감지할 수 있다.
일실시예에 따르면, 상기 쉘터 내의 이벤트를 감지하는 단계는, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하여 감지할 수 있다.
일실시예에 따르면, 상기 쉘터 내의 이벤트를 감지하는 단계는, 타원 적합 모델을 사용하여 상기 제1 영상과 상기 제2 영상 사이의 정합을 수행하여 상기 동적인 변화에 대응하는 객체의 변위량을 계산할 수 있다.
일실시예에 따르면, 상기 쉘터 내의 이벤트를 감지하는 단계는, 상기 객체의 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산하여 상기 정합을 수행하고, 타원 센트럴 모멘트를 이용하여 상기 변위량 계산 및 상기 정합을 수행할 수 있다.
도 1은 일실시예에 따른 쉘터 내 침입 및 화재 감시 시스템을 도시하는 블록도이다.
도 2는 일실시예에 따라 획득한 영상에 대한 특징점 추출을 나타내는 도면이다.
도 3은 일실시예에 따라 획득한 영상 간의 정합 수행 및 변위량 계산을 나타내는 도면이다.
도 4는 일실시예에 따라 제1 영상 및 제2 영상 사이의 정합을 설명하는 도면이다.
도 5는 일실시예에 따라 타원 센트럴 모멘트를 이용하여 변위량 계산하는 내용을 설명하는 도면이다.
도 6은 일실시예에 따른 쉘터 내 침입 및 화재 감시 방법을 도시하는 흐름도이다.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
명세서 전체에서 제1 시간 및 제2 시간은 서로 상이한 시간을 의미한다.
또한, 명세서 전체에서 제1 영상은 상기 제1 시간에 획득한 영상을, 제2 영상은 상기 제2 시간에 획득한 영상을 각각 의미하며, 상기 제1 영상 및 상기 제2 영상은 서로 상이한 시간에 대한 영상을 말한다.
그리고, 명세서 전체에서 제1 특징점은 상기 제1 영상에서 추출한 특징점을, 제2 특징점은 상기 제2 영상에서 추출한 특징점을 각각 의미한다.
도 1은 일실시예에 따른 쉘터 내 침입 및 화재 감시 시스템(100)을 도시하는 블록도이다.
상기 쉘터 내 침입 및 화재 감시 시스템(100)은 특정 영역에 대하여 획득한 영상을 통해 상기 특정 영역의 변경을 검출하는 것으로, 영상 패턴 분석이나 센서반응 등을 통해 검증 가능하다.
이 경우, 상기 쉘터 내 침입 및 화재 감시 시스템(100)은 영상으로부터 배경을 분리하고, 차 영상에 따른 이동 물체 식별을 위한 이미지 생성을 할 수 있다. 또한, 참고 이미지를 이용하여 새, 동물, 비 등과 같은 비특이적 물체를 제거하여, 남아있는 물체 이미지를 추적하는 방식으로 감시 영역에 대한 침입 여부 또는 화재 발생 등을 판단할 수 있다.
상기 쉘터 내 침입 및 화재 감시 시스템(100)은 영상 획득부(110), 추출부(120), 및 감지부(130)로 구성될 수 있다.
상기 영상 획득부(110)는 쉘터 내에 설치되어 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공할 수 있다.
상기 추출부(120)는 상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출할 수 있다.
상기 감지부(130)는 상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지할 수 있다.
상기 감지부(130)는 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우, 상기 이벤트를 화재 발생 이벤트로 식별하여 감지할 수 있다.
반면에, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우, 상기 감지부(130)는 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하여 감지할 수 있다.
이 경우, 상기 감지부(130)는 타원 적합 모델을 사용하여 상기 제1 영상 및 상기 제2 영상 사이의 정합을 수행하여 상기 동적인 변화에 대응하는 객체의 변위량을 계산할 수 있다.
또한, 상기 감지부(130)는 상기 객체에 대하여 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산함으로써, 상기 정합을 수행할 수 있다.
일실시예에 따라, 상기 변위량 계산 및 상기 정합은 타원 센트럴 모멘트를 이용하여 수행될 수 있다.
다른 실시예에 따라, 상기 쉘터 내 침입 및 화재 감시 시스템(100)은 통신부를 더 포함할 수 있다.
상기 통신부는, 상기 감지부(130)를 통해 감지된 상기 쉘터 내의 이벤트를 미리 지정된 루트를 통해 상기 쉘터를 관리하는 관리자에게 보고할 수 있다.
도 2는 일실시예에 따라 획득한 영상에 대한 특징점 추출을 나타내는 도면이다.
상기 쉘터 내 침입 및 화재 감시 시스템(100)은 노출된 공간의 사물들에 대한 특징점을 표식으로 사용할 수 있으며, 상기 특징점은 영상의 스케일, 회전, 조명 등의 변화에도 강인한 특징을 가진다.
상기 쉘터 내 침입 및 화재 감시 시스템(100)은 영상 획득부(110)를 통해 제1 영상 및 제2 영상을 획득하고, 추출부(120)를 통해 상기 제1 영상 및 상기 제2 영상으로부터 제1 특징점 및 제2 특징점을 각각 추출할 수 있다.
여기서, 상기 제1 영상은 제1 시간에 획득한 영상을, 상기 제2 영상은 제2 시간에 획득한 영상을 각각 의미하며, 상기 제1 영상 및 상기 제2 영상은 서로 상이한 시간에 대한 영상을 말한다.
상기 추출부(120)는 도 2의 영상에서, 사물이나 특정 위치 좌표에 기초하여 특징점(210)들을 추출할 수 있다.
이 경우, 상기 추출부(120)는 환경 변화에 강인하면서도, 연산량이 간단한 SIFT(Scale Invariant Feature Transform) 알고리즘을 사용할 수 있다.
SIFT 알고리즘을 이용한 특징점 추출은 수학식 1 내지 5로 표현될 수 있다.
먼저, 수학식 1에서는 가우시안 함수를 이용하여 스케일 공간을 생성할 수 있다.
Figure 112012105804959-pat00001
수학식 2는 가우시안 필터를 이용하여 Difference of Gaussian(DoG)를 나타낸다.
Figure 112012105804959-pat00002
특징점 위치의 안정성 보장을 위한 에지(Edge) 특징점 여과는 수학식 3 및 수학식 4와 같이 나타낼 수 있다.
Figure 112012105804959-pat00003
Figure 112012105804959-pat00004
그리고, 회전에 강인한 특징점을 생성하기 위한 방향 및 크기 할당 과정은 수학식 5와 같다.
Figure 112012105804959-pat00005
상기 추출된 특징점을 이용하여 정합(matching)되는 영상을 추적하고, 이에 대한 변위량을 체크하는 과정은 도 3과 같이 나타낼 수 있다.
도 3은 일실시예에 따라 획득한 영상 간의 정합 수행 및 변위량 계산을 나타내는 도면이다.
상기 쉘터 내 침입 및 화재 감시 시스템(100)은 상기 감지부(130)를 통해 상기 추출부(120)에서 추출된 제1 영상 및 제2 영상 각각의 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지할 수 있다.
상기 감지부(130)는, 상기 제1 영상의 제1 특징점(310) 및 상기 제2 영상의 제2 특징점(320) 추출 후, 상기 제1 영상 및 상기 제2 영상의 비교 결과 상기 제1 특징점 및 상기 제2 특징점 간의 두드러지는 변화가 없으면 침입이나 화재가 발생하지 않은 것으로 인지할 수 있다.
그러나, 상기 제1 특징점 및 상기 제2 특징점 사이에 변화가 감지된 경우, 상기 감지부(130)는 상기 쉘터 환경 내 변화를 인지하여 침입이나 화재 발생을 판단할 수 있다.
이 경우, 상기 감지부(130)는 상기 제1 영상 및 상기 제2 영상 사이의 정합을 수행하고, 정합된 영상을 추적하여 변위량 및 시간을 체크한 후 상기 변화에 대한 정적 혹은 동적 판별을 통해 화재나 침입 여부를 판단할 수 있다.
상기 변화가 정적 변화인 경우에는 화재 발생으로, 상기 변화가 동적 변화인 경우에는 침입 발생으로 각각 판단될 수 있다.
상기 제1 영상 및 상기 제2 영상 간의 정합 수행을 통해, 상기 동적 변화에 대한 객체의 변위량을 계산하는 과정은 도 4 및 도 5에서 후술한다.
도 4는 일실시예에 따라 제1 영상 및 제2 영상 사이의 정합을 설명하는 도면이고, 도 5는 일실시예에 따라 타원 센트럴 모멘트를 이용하여 변위량 계산하는 내용을 설명하는 도면이다.
상기 쉘터에 대하여 인가되지 않은 동물이나 사람의 침입 이벤트가 발생한 경우, 상기 쉘터 내 침입 및 화재 감시 시스템(100)은 상기 감지부(130)를 통해 상기 제1 영상 및 상기 제2 영상 사이의 정합 수행 및 객체의 변위량을 계산할 수 있다.
이 경우, 상기 감지부(130)는 도 4와 같이 타원 적합 모델을 사용하여, 상기 제1 영상 및 상기 제2 영상에 대한 정합을 수행한 후, 이동된 변위량(410에서 420으로 이동)을 계산할 수 있다.
타원 적합 모델을 이용하여 정합을 수행하는 경우, 먼저 기하학적 적합 모델의 면적을 계산하며, 이는 수학식 6과 같이 나타낼 수 있다.
Figure 112012105804959-pat00006
수학식 6에서 계산된 면적의 무게중심은, 수학식 7을 이용하여 계산될 수 있다.
Figure 112012105804959-pat00007
수학식 7을 통해 계산된 무게중심을 이용한 센트럴 모멘트(Central Moment)는 수학식 8과 같이 구할 수 있다.
Figure 112012105804959-pat00008
또한, 타원 센트럴 모멘트(Central Moment)를 이용한 적합도 계산은 수학식 9와 같이 표현될 수 있다.
Figure 112012105804959-pat00009
도 6은 일실시예에 따른 쉘터 내 침입 및 화재 감시 방법을 도시하는 흐름도이다.
단계 610에서는, 상기 영상 획득부(110)가 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공할 수 있다.
단계 620에서는, 상기 추출부(120)가 상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출할 수 있다.
단계 630에서는, 상기 감지부(130)가 상기 제1 특징점과 상기 제2 특징점을 비교하여, 상기 쉘터 내의 이벤트를 감지할 수 있다.
단계 630에서, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우, 상기 감지부(130)는 상기 이벤트를 화재 발생 이벤트로 식별하여 감지할 수 있다.
반면에, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우, 상기 감지부(130)는 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하여 감지할 수 있다.
이 경우, 상기 감지부(130)는 타원 적합 모델을 사용하여 상기 제1 영상 및 상기 제2 영상 사이의 정합을 수행하여 상기 동적인 변화에 대응하는 객체의 변위량을 계산할 수 있다.
또한, 상기 감지부(130)는 상기 객체에 대하여 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산함으로써, 상기 정합을 수행할 수 있다.
일실시예에 따라, 상기 변위량 계산 및 상기 정합은 타원 센트럴 모멘트를 이용하여 수행될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (13)

  1. 쉘터 내에 설치되어 상기 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공하는 영상 획득부;
    상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출하는 추출부; 및
    상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지하는 감지부
    를 포함하며,
    상기 감지부는, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하고, 타원 적합 모델을 사용하여 상기 제1 영상 및 상기 제2 영상 사이의 정합을 통해 상기 동적인 변화에 대응하는 객체의 변위량을 계산하는 쉘터 내 이벤트 감지 시스템.
  2. 제1항에 있어서,
    상기 감지부는, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우 상기 이벤트를 화재 발생 이벤트로 식별하여 감지하는 쉘터 내 이벤트 감지 시스템.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 감지부는, 상기 객체의 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산하여 상기 정합을 수행하는 쉘터 내 이벤트 감지 시스템.
  6. 제1항에 있어서,
    상기 변위량 계산 및 상기 정합은 타원 센트럴 모멘트를 이용하여 수행되는 쉘터 내 이벤트 감지 시스템.
  7. 제1항에 있어서,
    상기 이벤트를 미리 지정된 루트를 통해 관리자에게 보고하는 통신부를 더 포함하는 쉘터 내 이벤트 감지 시스템.
  8. 쉘터 내의 미리 지정된 영역에 대해 제1 시간에 획득한 제1 영상 및 상기 제1 시간과 상이한 제2 시간에 획득한 제2 영상을 제공하는 단계;
    상기 제1 영상으로부터 적어도 하나의 제1 특징점을 추출하고, 상기 제2 영상으로부터 적어도 하나의 제2 특징점을 추출하는 단계; 및
    상기 제1 특징점과 상기 제2 특징점을 비교하여 상기 쉘터 내의 이벤트를 감지하는 단계
    를 포함하며,
    상기 이벤트를 감지하는 단계는, 상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 동적인 변화인 경우 상기 이벤트를 상기 쉘터에 대한 침입 발생 이벤트로 식별하고, 타원 적합 모델을 사용하여 상기 제1 영상 및 상기 제2 영상 사이의 정합을 통해 상기 동적인 변화에 대응하는 객체의 변위량을 계산하는 쉘터 내 이벤트 감지 방법.
  9. 제8항에 있어서,
    상기 쉘터 내의 이벤트를 감지하는 단계는,
    상기 제1 특징점과 상기 제2 특징점을 비교한 결과가 정적인 변화인 경우 상기 이벤트를 화재 발생 이벤트로 식별하여 감지하는 쉘터 내 이벤트 감지 방법.
  10. 삭제
  11. 삭제
  12. 제8항에 있어서,
    상기 쉘터 내의 이벤트를 감지하는 단계는,
    상기 객체의 기하학적 적합 모델을 이용하여 상기 객체의 면적 및 무게중심을 계산하여 상기 정합을 수행하고,
    타원 센트럴 모멘트를 이용하여 상기 변위량 계산 및 상기 정합을 수행하는 쉘터 내 이벤트 감지 방법.
  13. 제8항, 제9항 및 제12항 중 어느 한 항의 쉘터 내 이벤트 감지 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체.
KR1020120149321A 2012-12-20 2012-12-20 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법 KR101401101B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120149321A KR101401101B1 (ko) 2012-12-20 2012-12-20 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120149321A KR101401101B1 (ko) 2012-12-20 2012-12-20 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101401101B1 true KR101401101B1 (ko) 2014-05-28

Family

ID=50895746

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120149321A KR101401101B1 (ko) 2012-12-20 2012-12-20 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101401101B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100001913A (ko) * 2008-06-27 2010-01-06 인천국제공항공사 무인 감시 방법, 장치 및 그 방법을 실행하는 프로그램이기록된 기록매체
JP2010097430A (ja) * 2008-10-16 2010-04-30 Tokyo Univ Of Agriculture & Technology 煙検出装置及び煙検出方法
JP2012118698A (ja) 2010-11-30 2012-06-21 Fuji Heavy Ind Ltd 画像処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100001913A (ko) * 2008-06-27 2010-01-06 인천국제공항공사 무인 감시 방법, 장치 및 그 방법을 실행하는 프로그램이기록된 기록매체
JP2010097430A (ja) * 2008-10-16 2010-04-30 Tokyo Univ Of Agriculture & Technology 煙検出装置及び煙検出方法
JP2012118698A (ja) 2010-11-30 2012-06-21 Fuji Heavy Ind Ltd 画像処理装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
영상 특징점 추출기반의 임베디드 객체인식 시스템(2008.10), 대한전기학회 학술대회 논문집, 2008.10, 102~103page *
영상 특징점 추출기반의 임베디드 객체인식 시스템(2008.10), 대한전기학회 학술대회 논문집, 2008.10, 102~103page*

Similar Documents

Publication Publication Date Title
US9811755B2 (en) Object monitoring system, object monitoring method, and monitoring target extraction program
US8189049B2 (en) Intrusion alarm video-processing device
CN106803083B (zh) 行人检测的方法及装置
JP6233624B2 (ja) 情報処理システム、情報処理方法及びプログラム
KR102410268B1 (ko) 객체 추적 방법 및 그 방법을 수행하는 객체 추적 장치
KR20140028809A (ko) 이미지 피라미드의 적응적 이미지 처리 장치 및 방법
KR101708491B1 (ko) 압력 센서를 이용한 객체 인식 방법
KR20150051630A (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
CN111291641A (zh) 图像识别方法及其装置、计算机可读介质和***
CN111091025A (zh) 图像处理方法、装置和设备
CN110865415A (zh) 一种安检方法及装置
JP6893204B2 (ja) 徘徊イベントを検出するための方法、デバイスおよびシステム
KR101401101B1 (ko) 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법
WO2015047479A2 (en) Isotropic feature matching
KR101611731B1 (ko) 블랙 박스에서 충격 감지 센서에 의해 감지된 잘못된 사고 영상을 구분하는 방법
KR101665232B1 (ko) 블랙박스 시스템에서 가속도 센서를 이용한 잘못 인식된 이벤트 영상 처리 방법
WO2012074366A2 (en) A system and a method for detecting a loitering event
KR20140123399A (ko) 사용자 영상의 신체 부위를 검출하는 장치 및 방법
KR20140061164A (ko) 깊이 영상을 이용한 손 검출 장치 및 방법
KR101899242B1 (ko) 질감정보를 이용한 돈방의 배경 제거 방법 및 장치
CN111476142A (zh) 一种视频图像检测方法和装置
JP2008165705A (ja) 画像処理装置及び画像処理方法
KR101554811B1 (ko) 영상의 국부 영역에 대한 복사 및 이동 변조 탐지 방법 및 시스템
JP7347481B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN115600080A (zh) 异常检测方法、***、电子设备和介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee