KR101748121B1 - 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 - Google Patents
객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR101748121B1 KR101748121B1 KR1020160108041A KR20160108041A KR101748121B1 KR 101748121 B1 KR101748121 B1 KR 101748121B1 KR 1020160108041 A KR1020160108041 A KR 1020160108041A KR 20160108041 A KR20160108041 A KR 20160108041A KR 101748121 B1 KR101748121 B1 KR 101748121B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- image information
- real
- unit
- detection system
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법에 관한 것이다. 본 발명의 실시간 영상 검지 시스템은 도로, 터널 및 교량 등에서의 교통 흐름과 돌발 상황을 영상으로 분석하고 변화 검출 기법과 딥 러닝 기법을 이용하여 영상에서의 특정 객체를 검출한다. 이를 위해 실시간 영상 검지 시스템은 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부로부터 현장에 대한 영상 정보를 획득하여 통신망을 통해 영상 정보를 수집하고, 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 실시간으로 영상 정보에서의 특정 객체를 검출하도록 처리한다. 본 발명에 의하면, 영상 정보에서의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 검출함으로써, 현장에서의 다양한 환경 변화와 객체의 행동 패턴에 따라 정확한 객체의 검출 및 추적이 가능하다.
Description
본 발명은 실시간 영상 검지 시스템에 관한 것으로, 좀 더 구체적으로 도로, 터널 및 교량 등에서의 교통 흐름과 돌발 상황을 영상으로 분석하고 변화 검출 기법과 딥 러닝 기법을 이용하여 영상에서의 특정 객체를 검출하는 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법에 관한 것이다.
교통에서 교통 흐름과 돌발 상황이란 도로상에서 발생되는 비반복적이고 예측 불가능한 일련의 사건으로, 예를 들어, 차량의 지정체, 교통 사고, 도로 공사, 차량의 고장 등으로 인한 차로의 차단, 도로상의 장애물 존재, 도로의 유지 보수 작업, 기타 비일상적인 사건 등이 포함된다. 돌발 상황이 발생하게 되면, 교통류의 정상 흐름이 와해되고, 도로의 용량은 감소하게 되며, 교통 혼잡과 대기 오염 등 막대한 사회적, 경제적인 손실을 초래하게 된다. 그러므로 예측 불가능한 돌발 상황에 대해 효과적인 대응을 하기 위해서는 보다 신속하고 정확한 돌발 상황의 검지가 요구된다.
최근 교통 분야에서는 교통 사고의 위험 감소와 교통 정체를 해결하기 위하여 교통 체계를 지능화하여 교통 운영의 효율성을 확보하고, 교통 안전 및 환경 개선을 위한 지능형 교통 체계(Intelligent Transportation Systems : ITS) 사업이 활발히 진행되고 있다. ITS 사업에서는 교통 혼잡을 완화시키기 위한 핵심 방안 중 하나로 돌발 상황 검지 시스템을 구축하고 있다. ITS 운영을 담당하는 국내외 대부분의 교통 정보 센터에서는 돌발 상황 검지 시스템을 통해 돌발 상황을 인식하고, VMS 등을 통해 관련 정보를 제공하고 있다.
기존의 교통 흐름 및 돌발 상황 검지 알고리즘으로는 패턴 인식 기법, 통계 기법, 인공 신경망 모형 등이 있다. 이 중 교통 흐름 및 돌발 상황 인식 기법으로서 가장 보편적으로 활용되는 기법은 패턴 인식 기법이다. 패턴 인식 기법은 교통 패턴의 차이를 직접 비교하여 교통 흐름 및 돌발 상황 발생 여부를 판단한다. 통계적 알고리즘에는 검지 자료를 다양한 통계 분석을 통해 가공하고, 그 결과를 이용하여 교통 흐름 및 돌발 상황을 파악하는 방법이다. 다양한 교통 흐름 및 돌발 상황 검지 알고리즘 중에서 국내외 대부분의 ITS에서 적용되고 있는 교통 흐름 및 돌발 상황 검지 시스템은 도로상의 두 지점에 설치된 차량 검지기(예를 들어, 영상 검지기, 루프 검지기 등 지점 검지기)를 통하여 수집된 두 지점 간 교통 파라미터(예를 들어, 차량 점유율 등) 차이를 비교 분석하고, 교통 파라미터가 일정값 이상 차이가 날 경우 교통 흐름의 지정체 상황 및 돌발 상황으로 인식하는 방법을 적용하는 시스템이다.
또 종래의 교통 흐름 및 돌발 상황을 검지하기 위하여, 객체의 검출 기술은 영상에서 원하는 특정 객체(예를 들어, 자동차, 사람, 자전거 등) 만을 인지하여 추출하는 기술을 말하는데, 이러한 객체 검출 기술은 변화가 없는 배경을 바탕으로 움직임이 있는 객채만을 인지하여 추출하는 기술이 적용되어 왔다.
그러나 종래의 객체 추출 방법은 다양한 환경 변화나 특정 객체의 이상 행동 패턴에 대한 정보를 정확하게 취득할 수 없으며, 이로 인해 데이터 분석 값 또한 많은 오차 및 편차가 발생하는 등의 문제점이 있으므로, 현실적으로 시스템에 적용하기가 어려운 실정이다.
본 발명의 목적은 도로, 터널 및 교량 등의 현장에 대한 교통 흐름 및 돌발 상황을 영상으로 분석하기 위한 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법을 제공하는 것이다.
본 발명의 다른 목적은 환경 변화와 객체의 행동 패턴에 따라 교통 흐름 및 돌발 상황에 대한 객체를 검출하도록 영상을 분석 및 처리하는 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 동시에 변화 검출 기법과 딥 러닝 기법을 이용하여 영상으로부터 객체를 검출하는 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법을 제공하는 것이다.
상기 목적들을 달성하기 위한, 본 발명의 실시간 영상 검지 시스템은, 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부로부터 현장에 대한 영상 정보를 획득하여 통신망을 통해 영상 정보를 수집하고, 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 실시간으로 영상 정보에서의 특정 객체를 검출하도록 처리하는데 그 한 특징이 있다. 이와 같은 본 발명의 실시간 영상 검지 시스템은 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 영상 정보에서의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 검출함으로써, 현장에서의 다양한 환경 변화와 객체의 행동 패턴에 따라 정확한 객체의 검출 및 추적을 가능하게 한다.
이 특징에 따른 본 발명의 실시간 영상 검지 시스템은, 통신망에 연결되어 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부들 각각으로부터 현장들 각각에 대한 영상 정보를 받아들이는 통신부와; 상기 통신부로부터 영상 정보를 받아서 현장의 교통 흐름과 돌발 상황을 분석 처리하는 분석 엔진과; 상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 교통 흐름과 돌발 상황에 따른 전경과 객체를 추출하는 영상 처리부 및; 상기 영상 처리부로부터 영상 정보와 추출된 객체를 받아서 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링하도록 표시하는 모니터링부를 포함한다.
이 특징의 한 실시예에 있어서, 상기 영상 처리부는; 상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 현장에 대한 도로 환경 변수를 측정하여 전경을 추출하는 전경 추출부와; 상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 학습 데이터를 위한 객체의 특징을 추출하는 객체 특징 추출부와; 상기 전경 추출부로부터 추출된 전경을 분리하여 영상 정보에서 객체를 추출하는 전경 분리 객체 검출부와; 상기 객체 특징 추출부로부터 추출된 객체의 특징을 이용하여 학습을 통해 객체를 추출하는 학습 객체 검출부 및; 상기 전경 분리 객체 검출부와 상기 학습 객체 검출부로부터 추출된 객체를 기반으로 최적의 객체를 결정하고, 최적의 객체에 대한 수치 데이터를 생성하여 상기 모니터링부로 제공하는 최적 객체 결정부를 포함한다.
다른 실시예에 있어서, 상기 모니터링부는; 도로 교통 정보 센터에 구비되는 교통 상황판 및 상기 도로 교통 정보 센터의 직원이 구비하는 적어도 하나의 운영 단말기 중 어느 하나이다.
또 다른 실시예에 있어서, 상기 통신망은 광통신망으로 구비되고; 상기 실시간 영상 검지 시스템과 상기 영상 획득부는 광케이블을 통해 상기 광통신망에 연결된다.
본 발명의 다른 특징에 따르면, 객체 인지 기반의 실시간 영상 검지 시스템의 영상 검지 방법이 제공된다.
이 특징에 따른 본 발명의 실시간 영상 검지 시스템의 영상 검지 방법은, 서로 다른 위치의 현장에 각각 설치된 복수 개의 영상 획득부들 각각으로부터 해당 현장에 대한 영상 정보를 실시간으로 획득하고, 통신망을 통하여 상기 실시간 영상 검지 시스템이 영상 정보를 전송받아서 수집하는 단계와; 상기 실시간 영상 검지 시스템이 분석 엔진을 이용하여 수집된 영상 정보를 통해 해당 현장에서 교통 흐름과 돌발 상황의 발생 여부를 파악하도록 분석하는 단계와; 상기 실시간 영상 검지 시스템이 변화 검출 기법과 딥 러닝 기법을 동시에 사용하여 영상 정보로부터 해당 현장의 교통 흐름과 돌발 상황을 발생시킨 해당 객체를 추출하는 단계 및; 상기 실시간 영상 검지 시스템이 모니터링부를 통해 현장의 영상 정보에 추출된 객체를 표시하여 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링하도록 하는 단계;를 포함한다.
이 특징의 한 실시예에 있어서, 상기 객체를 추출하는 단계는; 상기 실시간 영상 검지 시스템이 상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 해당 현장에서의 교통 흐름과 돌발 상황이 발생되었는지를 검지하기 위하여 영상 정보로부터 다양한 환경 변화를 측정하여 전경과 객체를 분리하여 전경을 추출하고, 영상 정보에서 추출된 전경을 분리하여 전경 분리를 통한 객체를 검출하고; 동시에 상기 실시간 영상 검지 시스템이 학습 데이터를 위한 교통 흐름과 돌발 상황의 객체의 특징을 추출하고, 추출된 객체의 특징을 이용하여 객체의 행동 패턴을 인지하여 학습을 통한 객체를 검출하며; 이어서 각각 검출된 객체 정보를 기반으로 하여 최적 객체를 결정하고, 결정된 객체에 대한 수치 데이터를 생성하여 상기 모니터링부로 제공한다.
상술한 바와 같이, 본 발명의 실시간 영상 검지 시스템은 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 이용하여 영상 정보에서의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 검출함으로써, 현장의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 정확하게 검출 및 추적할 수 있다.
또 본 발명의 실시간 영상 검지 시스템은 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 이용함으로써, 현장에서의 다양한 환경 변화와 객체의 행동 패턴에 따라 정확한 객체의 검출 및 추적이 가능하다.
도 1은 본 발명에 따른 실시간 영상 검지 시스템의 네트워크 구성을 도시한 블럭도;
도 2는 도 1에 도시된 실시간 영상 검지 시스템의 개략적인 구성을 나타내는 블럭도;
도 3은 도 2에 도시된 영상 처리부의 상세한 구성을 도시한 블럭도; 그리고
도 4는 본 발명에 따른 실시간 영상 검지 시스템의 실시간 영상 검지를 위한 처리 수순을 도시한 흐름도이다.
도 2는 도 1에 도시된 실시간 영상 검지 시스템의 개략적인 구성을 나타내는 블럭도;
도 3은 도 2에 도시된 영상 처리부의 상세한 구성을 도시한 블럭도; 그리고
도 4는 본 발명에 따른 실시간 영상 검지 시스템의 실시간 영상 검지를 위한 처리 수순을 도시한 흐름도이다.
본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.
이하 첨부된 도 1 내지 도 4를 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명에 따른 실시간 영상 검지 시스템의 네트워크 구성을 도시한 블럭도이고, 도 2는 도 1에 도시된 실시간 영상 검지 시스템의 개략적인 구성을 나타내는 블럭도이며, 그리고 도 3은 도 2에 도시된 영상 처리부의 상세한 구성을 도시한 블럭도이다.
도 1 내지 도 3을 참조하면, 본 발명의 실시간 영상 검지 시스템(100)은 도로 및 터널, 교량 등의 현장에서 발생하는 교통 흐름 및 돌발 상황을 영상으로 분석하기 위하여, 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부(160)로부터 현장에 대한 영상 정보를 획득하여 통신망(10)을 통해 영상 정보를 수집하고, 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 이용하여 실시간으로 영상 정보에서의 특정 객체를 검출하도록 처리한다.
이러한 본 발명의 실시간 영상 검지 시스템(100)은 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 이용하여 영상 정보에서의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 검출함으로써, 현장에서의 다양한 환경 변화와 객체의 행동 패턴에 따라 정확한 객체의 검출 및 추적이 가능하다.
이를 위해 본 발명의 실시간 영상 검지 시스템(100)은 통신망(10)을 통하여 복수 개의 영상 획득부(160)와 연결된다.
통신망(10)은 예컨대, 링(ring) 형태의 광통신망으로 구비된다. 통신망(10)은 광케이블을 통하여 복수 개의 영상 획득부(160)와 실시간 영상 검지 시스템(100)이 연결된다.
영상 획득부(160)는 서로 다른 위치의 현장 각각에 설치되는 복수 개의 CCTV 용 카메라로 구비되고, 이들 각각으로부터 해당 현장에 대한 영상 정보를 실시간으로 획득하고, 획득한 영상 정보를 통신망(10)을 통해 실시간 영상 검지 시스템(100)으로 제공한다.
그리고 실시간 영상 검지 시스템(100)은 통신망(10)을 통하여 영상 획득부(160)로부터 영상 정보를 실시간으로 전송받아서 교통 흐름 및 돌발 상황에 대한 영상 정보를 분석 처리하고, 영상 정보로부터 전경과 객체를 분리하고 동시에 객체의 특징을 추출하여 전경 분리 및 학습을 통한 객체를 검출한다. 또 실시간 영상 검지 시스템(100)은 전경 분리와 학습을 통해 검출된 객체를 기반으로 최적의 객체를 결정하고, 결정된 최적의 객체에 대한 수치 데이터를 생성하여 실시간으로 현장에 대한 교통 흐름과 돌발 상황을 모니터링하도록 처리한다.
이 실시예의 실시간 영상 검지 시스템(100)은 도 2에 도시된 바와 같이, 통신부(110)와, 분석 엔진(120)과, 영상 처리부(130) 및, 모니터링부(150)를 포함한다.
구체적으로, 통신부(110)는 통신망(10)에 연결되어 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부(160)들 각각으로부터 현장들 각각에 대한 영상 정보를 받아들여서 분석 엔진(120)으로 제공한다.
분석 엔진(120)은 통신부(110)로부터 영상 정보를 받아서 현장의 교통 흐름과 돌발 상황을 분석 처리하고, 영상 정보와 분석 결과를 영상 처리부(130)로 제공한다.
영상 처리부(130)는 분석 엔진(120)으로부터 영상 정보와 분석 결과를 받아서 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 교통 흐름과 돌발 상황에 따른 전경과 객체를 추출한다. 또 영상 처리부(130)는 변화 검출 기법과 딥 러닝 기법을 통해 추출된 객체를 기반으로 최적의 객체를 결정하고, 결정된 최적의 객체에 대한 수치 데이터를 생성하여 모니터링부(150)로 제공한다.
이 실시예의 영상 처리부(130)는 도 3에 도시된 바와 같이, 전경 추출부(132)와, 객체 특징 추출부(134)와, 전경 분리 객체 검출부(136)와, 학습 객체 검출부(138) 및, 최적 객체 결정부(140)를 포함한다.
구체적으로, 전경 추출부(132)는 분석 엔진(120)으로부터 영상 정보와 분석 결과를 받아서 현장에 대한 도로 환경 변수를 측정하여 전경을 추출한다. 객체 특징 추출부(134)는 분석 엔진(120)으로부터 영상 정보와 분석 결과를 받아서 학습 데이터를 위한 객체의 특징을 추출한다. 전경 분리 객체 검출부(136)는 전경 추출부(132)로부터 추출된 전경을 분리하여 영상 정보에서 객체를 추출한다. 학습 객체 검출부(138)는 객체 특징 추출부(134)로부터 추출된 객체의 특징을 이용하여 학습을 통해 객체를 추출한다. 그리고 최적 객체 결정부(140)는 전경 분리 객체 검출부(136)와 학습 객체 검출부(138)로부터 추출된 객체를 기반으로 최적의 객체를 결정하고, 최적의 객체에 대한 수치 데이터를 생성하여 모니터링부(150)로 제공한다.
그리고 모니터링부(150)는 영상 처리부(130)로부터 영상 정보와 추출된 최적의 객체에 대한 수치 데이터를 받아서 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링하도록 표시한다. 모니터링부(150)는 예를 들어, 도로 교통 정보 센터에 구비되는 교통 상황판이나 도로 교통 정보 센터의 직원, 관리자 등이 구비하는 적어도 하나의 운영 단말기로 구비된다.
따라서 본 발명의 실시간 영상 검지 시스템(100)은 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 이용하여 영상 정보에서의 교통 흐름 및 돌발 상황에 따른 객체를 실시간으로 정확하게 검출 및 추적할 수 있다.
그리고 도 4는 본 발명에 따른 실시간 영상 검지 시스템의 실시간 영상 검지를 위한 처리 수순을 도시한 흐름도이다.
도 4를 참조하면, 본 발명의 실시간 영상 검지 시스템(100)은 단계 S200에서 서로 다른 위치의 현장에 각각 설치된 복수 개의 영상 획득부(160)들 각각으로부터 해당 현장에 대한 영상 정보를 실시간으로 획득하고, 이를 통신망(10)을 통하여 영상 정보를 전송받아서 수집한다. 단계 S202에서 실시간 영상 검지 시스템(100)은 분석 엔진(120)을 이용하여 수집된 영상 정보를 통해 해당 현장에서 교통 흐름과 돌발 상황의 발생 여부를 파악하도록 분석한다.
단계 S204 내지 단계 S210에서 실시간 영상 검지 시스템(100)은 변화 검출(change detection) 기법과 딥 러닝(deep learning) 기법을 동시에 사용하여 영상 정보로부터 돌발 상황을 발생시킨 해당 객체를 정확히 검출하도록 처리한다. 여기서 변화 검출(change detection) 기법은 두 개의 원시 이미지를 각각 분해하여 이미지의 각 셀마다 비교하는 프로세스로, 두 개의 원시 이미지에서 대응하는 두 개의 셀이 다른 농담 계조를 갖는 경우에 그 차이에 대응하는 출력을 얻을 수 있으며, 일반적으로, 시간을 두고 획득한 두 개의 원시 이미지를 각 화소마다 디지털 비교하여 그 사이에서의 계조 변화를 검출하여 농담 화상으로 표시하도록 한다. 또 딥 러닝(deep learning) 기법은 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(Artificial Neural Network : ANN)을 기반으로 처리하는 기계 학습 기술로, 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보 처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시키는 기술이다. 이러한 딥 러닝 기법은 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 이미지 인식과 사진 분석 등에서 스스로 인지, 추론 및 판단할 수 있다.
즉, 단계 S204에서 실시간 영상 검지 시스템(100)은 분석 엔진(120)으로부터 영상 정보와 분석 결과를 받아서 해당 현장에서의 교통 흐름과 돌발 상황이 발생되었는지를 검지하기 위하여 영상 정보로부터 다양한 환경 변화 예를 들어, 도로 환경 변수 등을 측정하여 전경과 객체(예를 들어, 차량, 자전거 및 보행자 등)를 분리하여 전경을 추출한다. 단계 S206에서 영상 정보에서 추출된 전경을 분리하여 전경 분리를 통한 객체를 검출한다.
동시에 단계 S208에서 실시간 영상 검지 시스템(100)은 학습 데이터를 위한 교통 흐름과 돌발 상황의 객체의 특징을 추출하고, 단계 S210에서 추출된 객체의 특징을 이용하여 객체의 행동 패턴 등을 인지하여 학습을 통한 객체를 검출한다.
단계 S212에서 단계 S206과 단계 S210에서 각각 검출된 객체 정보를 기반으로 하여 자체 룰 기반(rule based)의 최적 객체를 결정하고, 결정된 객체에 대한 수치 데이터를 생성하고, 이를 모니터링부(150) 예컨대, 현장의 영상 정보를 교통 상황판이나 운영 단말기로 제공한다.
이어서 단계 S214에서 모니터링부(150)를 통해 현장의 영상 정보에 추출된 객체를 표시하여 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링한다.
이상에서, 본 발명에 따른 실시간 영상 검지 시스템의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.
10 : 통신망
100 : 실시간 영상 검지 시스템
110 : 통신부
120 : 분석 엔진
130 : 영상 처리부
150 : 모니터링부
160 : 영상 획득부
100 : 실시간 영상 검지 시스템
110 : 통신부
120 : 분석 엔진
130 : 영상 처리부
150 : 모니터링부
160 : 영상 획득부
Claims (6)
- 실시간 영상 검지 시스템에 있어서:
통신망에 연결되어 서로 다른 위치의 현장에 설치된 복수 개의 영상 획득부들 각각으로부터 현장들 각각에 대한 영상 정보를 받아들이는 통신부와;
상기 통신부로부터 영상 정보를 받아서 현장의 교통 흐름과 돌발 상황을 분석 처리하는 분석 엔진과;
상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 변화 검출 기법과 딥 러닝 기법을 동시에 이용하여 교통 흐름과 돌발 상황에 따른 전경과 객체를 추출하는 영상 처리부 및;
상기 영상 처리부로부터 영상 정보와 추출된 객체를 받아서 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링하도록 표시하는 모니터링부를 포함하되;
상기 영상 처리부는;
상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 현장에 대한 도로 환경 변수를 측정하여 전경을 추출하는 전경 추출부와;
상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 학습 데이터를 위한 객체의 특징을 추출하는 객체 특징 추출부와;
상기 전경 추출부로부터 추출된 전경을 분리하여 영상 정보에서 객체를 추출하는 전경 분리 객체 검출부와;
상기 객체 특징 추출부로부터 추출된 객체의 특징을 이용하여 학습을 통해 객체를 추출하는 학습 객체 검출부 및;
상기 전경 분리 객체 검출부와 상기 학습 객체 검출부로부터 추출된 객체를 기반으로 최적의 객체를 결정하고, 최적의 객체에 대한 수치 데이터를 생성하여 상기 모니터링부로 제공하는 최적 객체 결정부를 포함하는 것을 특징으로 하는 실시간 영상 검지 시스템.
- 삭제
- 제 1 항에 있어서,
상기 모니터링부는;
도로 교통 정보 센터에 구비되는 교통 상황판 및 상기 도로 교통 정보 센터의 직원이 구비하는 적어도 하나의 운영 단말기 중 어느 하나인 것을 특징으로 하는 실시간 영상 검지 시스템.
- 제 1 항 또는 제 3 항에 있어서,
상기 통신망은 광통신망으로 구비되고;
상기 실시간 영상 검지 시스템과 상기 영상 획득부는 광케이블을 통해 상기 광통신망에 연결되는 것을 특징으로 하는 실시간 영상 검지 시스템.
- 실시간 영상 검지 시스템의 영상 검지 방법에 있어서:
서로 다른 위치의 현장에 각각 설치된 복수 개의 영상 획득부들 각각으로부터 해당 현장에 대한 영상 정보를 실시간으로 획득하고, 통신망을 통하여 상기 실시간 영상 검지 시스템이 영상 정보를 전송받아서 수집하는 단계와;
상기 실시간 영상 검지 시스템이 분석 엔진을 이용하여 수집된 영상 정보를 통해 해당 현장에서 교통 흐름과 돌발 상황의 발생 여부를 파악하도록 분석하는 단계와;
상기 실시간 영상 검지 시스템이 변화 검출 기법과 딥 러닝 기법을 동시에 사용하여 영상 정보로부터 해당 현장의 교통 흐름과 돌발 상황을 발생시킨 해당 객체를 추출하는 단계 및;
상기 실시간 영상 검지 시스템이 모니터링부를 통해 현장의 영상 정보에 추출된 객체를 표시하여 해당 현장의 교통 흐름과 돌발 상황을 실시간으로 모니터링하도록 하는 단계;를 포함하되;
상기 객체를 추출하는 단계는;
상기 실시간 영상 검지 시스템이 상기 분석 엔진으로부터 영상 정보와 분석 결과를 받아서 해당 현장에서의 교통 흐름과 돌발 상황이 발생되었는지를 검지하기 위하여 영상 정보로부터 다양한 환경 변화를 측정하여 전경과 객체를 분리하여 전경을 추출하고, 영상 정보에서 추출된 전경을 분리하여 전경 분리를 통한 객체를 검출하고;
동시에 상기 실시간 영상 검지 시스템이 학습 데이터를 위한 교통 흐름과 돌발 상황의 객체의 특징을 추출하고, 추출된 객체의 특징을 이용하여 객체의 행동 패턴을 인지하여 학습을 통한 객체를 검출하며; 이어서
각각 검출된 객체 정보를 기반으로 하여 최적 객체를 결정하고, 결정된 객체에 대한 수치 데이터를 생성하여 상기 모니터링부로 제공하는 것을 특징으로 하는 실시간 영상 검지 시스템의 영상 검지 방법. - 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160108041A KR101748121B1 (ko) | 2016-08-25 | 2016-08-25 | 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160108041A KR101748121B1 (ko) | 2016-08-25 | 2016-08-25 | 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101748121B1 true KR101748121B1 (ko) | 2017-06-16 |
Family
ID=59278663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160108041A KR101748121B1 (ko) | 2016-08-25 | 2016-08-25 | 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101748121B1 (ko) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101789690B1 (ko) | 2017-07-11 | 2017-10-25 | (주)블루비스 | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 |
KR101942808B1 (ko) | 2018-11-13 | 2019-01-29 | 주식회사 인텔리빅스 | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 |
KR101964683B1 (ko) * | 2018-10-22 | 2019-04-02 | 주식회사 인텔리빅스 | 스마트 영상처리장치 및 그 장치의 구동방법 |
KR20190080142A (ko) * | 2017-12-28 | 2019-07-08 | (주) 에스비네트워크 | 터널 내 유고상황 이벤트를 파노라마 영상에 표시하는 시스템 및 표시 방법 |
KR101988356B1 (ko) * | 2018-03-30 | 2019-09-30 | (주)대우건설 | 공사현장의 3차원 디지털화 및 가상 건설영상 분석을 통한 인공지능 스마트 현장관리 시스템 |
KR102061264B1 (ko) * | 2018-02-09 | 2020-01-02 | (주)하나텍시스템 | C-its 기반 차량위치정보를 이용한 돌발 상황 감지시스템 |
KR20200058260A (ko) | 2019-01-18 | 2020-05-27 | 주식회사 인텔리빅스 | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 및 그 장치의 구동방법 |
KR102127276B1 (ko) | 2018-12-11 | 2020-06-26 | 주식회사 인텔리빅스 | 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법 |
KR20200098788A (ko) * | 2019-02-12 | 2020-08-21 | 한국도로공사 | 인공지능을 이용한 교통정보센터 cctv 도로 상황 감시 시스템 |
US20200292339A1 (en) * | 2019-03-11 | 2020-09-17 | Honda Motor Co.,Ltd. | Moving assist device and moving assist system |
KR102201096B1 (ko) | 2020-06-11 | 2021-01-11 | 주식회사 인텔리빅스 | 실시간 cctv 영상분석장치 및 그 장치의 구동방법 |
KR20210103210A (ko) | 2020-02-13 | 2021-08-23 | 주식회사 인텔리빅스 | 영상처리장치 및 그 장치의 구동방법 |
KR102355431B1 (ko) * | 2021-08-25 | 2022-02-08 | 한국건설기술연구원 | Ai 기반 돌발상황 검지 방법 및 그 시스템 |
KR20220125659A (ko) * | 2021-03-05 | 2022-09-14 | 주식회사 핀텔 | 스마트 교통관제 시스템 |
-
2016
- 2016-08-25 KR KR1020160108041A patent/KR101748121B1/ko active IP Right Grant
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101789690B1 (ko) | 2017-07-11 | 2017-10-25 | (주)블루비스 | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 |
KR20190080142A (ko) * | 2017-12-28 | 2019-07-08 | (주) 에스비네트워크 | 터널 내 유고상황 이벤트를 파노라마 영상에 표시하는 시스템 및 표시 방법 |
KR102011119B1 (ko) * | 2017-12-28 | 2019-10-21 | (주)에스비네트워크 | 터널 내 유고상황 이벤트를 파노라마 영상에 표시하는 시스템 및 표시 방법 |
KR102061264B1 (ko) * | 2018-02-09 | 2020-01-02 | (주)하나텍시스템 | C-its 기반 차량위치정보를 이용한 돌발 상황 감지시스템 |
KR101988356B1 (ko) * | 2018-03-30 | 2019-09-30 | (주)대우건설 | 공사현장의 3차원 디지털화 및 가상 건설영상 분석을 통한 인공지능 스마트 현장관리 시스템 |
KR101964683B1 (ko) * | 2018-10-22 | 2019-04-02 | 주식회사 인텔리빅스 | 스마트 영상처리장치 및 그 장치의 구동방법 |
KR101942808B1 (ko) | 2018-11-13 | 2019-01-29 | 주식회사 인텔리빅스 | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 |
KR102127276B1 (ko) | 2018-12-11 | 2020-06-26 | 주식회사 인텔리빅스 | 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법 |
KR20200058260A (ko) | 2019-01-18 | 2020-05-27 | 주식회사 인텔리빅스 | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 및 그 장치의 구동방법 |
KR20200098788A (ko) * | 2019-02-12 | 2020-08-21 | 한국도로공사 | 인공지능을 이용한 교통정보센터 cctv 도로 상황 감시 시스템 |
KR102207393B1 (ko) | 2019-02-12 | 2021-01-28 | 한국도로공사 | 인공지능을 이용한 교통정보센터 cctv 도로 상황 감시 시스템 |
US20200292339A1 (en) * | 2019-03-11 | 2020-09-17 | Honda Motor Co.,Ltd. | Moving assist device and moving assist system |
KR20210103210A (ko) | 2020-02-13 | 2021-08-23 | 주식회사 인텔리빅스 | 영상처리장치 및 그 장치의 구동방법 |
KR102201096B1 (ko) | 2020-06-11 | 2021-01-11 | 주식회사 인텔리빅스 | 실시간 cctv 영상분석장치 및 그 장치의 구동방법 |
KR20220125659A (ko) * | 2021-03-05 | 2022-09-14 | 주식회사 핀텔 | 스마트 교통관제 시스템 |
KR102456869B1 (ko) * | 2021-03-05 | 2022-10-21 | 주식회사 핀텔 | 스마트 교통관제 시스템 |
KR102355431B1 (ko) * | 2021-08-25 | 2022-02-08 | 한국건설기술연구원 | Ai 기반 돌발상황 검지 방법 및 그 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101748121B1 (ko) | 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 | |
CN105744232B (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
KR101095528B1 (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
KR101688218B1 (ko) | 객체 인지 기반의 실시간 영상 검지 기술을 이용한 교통 흐름 및 돌발 상황 관리 시스템 및 그 처리 방법 | |
US8301577B2 (en) | Intelligent monitoring system for establishing reliable background information in a complex image environment | |
CN103400111B (zh) | 基于视频检测技术的高速公路隧道火灾事件检测方法 | |
KR101735365B1 (ko) | 학습 기반의 영상 내 관심 물체 검지 및 환경 변화에 강인한 물체 추적 방법 | |
CN111800507A (zh) | 一种交通监控方法及交通监控*** | |
CN111626203B (zh) | 一种基于机器学习的铁路异物识别方法及*** | |
KR101541272B1 (ko) | 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법 | |
KR101900237B1 (ko) | 획득한 영상에 대한 상황 판단 데이터를 이용한 현장 판단 방법 | |
CN103236181A (zh) | 一种基于机器视觉的交通信号灯状态监控***及方法 | |
KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN113297926B (zh) | 行为检测识别方法及*** | |
CN113191273A (zh) | 基于神经网络的油田井场视频目标检测与识别方法及*** | |
CN113807220A (zh) | 交通事件检测方法、装置、电子设备和可读存储介质 | |
CN104268548A (zh) | 一种基于道路图像的积雪检测方法 | |
CN112532921A (zh) | 一种水利***智能化监控实现方法及*** | |
CN111985295A (zh) | 一种电动自行车行为识别方法、***、工控机及摄像头 | |
CN117197713A (zh) | 一种基于数字视频监控***的提取方法 | |
KR20210158037A (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
Li et al. | A video-based algorithm for moving objects detection at signalized intersection | |
CN114314243A (zh) | 基于视频识别技术的升降机超载报警***及超载报警方法 | |
CN113158725B (zh) | 一种综合性工程车辆施工动作判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |