KR102349938B1 - Cctv 영상 기반 데이터 처리 방법 및 그 시스템 - Google Patents

Cctv 영상 기반 데이터 처리 방법 및 그 시스템 Download PDF

Info

Publication number
KR102349938B1
KR102349938B1 KR1020200083027A KR20200083027A KR102349938B1 KR 102349938 B1 KR102349938 B1 KR 102349938B1 KR 1020200083027 A KR1020200083027 A KR 1020200083027A KR 20200083027 A KR20200083027 A KR 20200083027A KR 102349938 B1 KR102349938 B1 KR 102349938B1
Authority
KR
South Korea
Prior art keywords
vehicle
related information
data processing
type
old
Prior art date
Application number
KR1020200083027A
Other languages
English (en)
Other versions
KR20210036250A (ko
Inventor
서영진
Original Assignee
(주)송우인포텍
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
Priority claimed from KR1020190118445A external-priority patent/KR102133045B1/ko
Application filed by (주)송우인포텍 filed Critical (주)송우인포텍
Priority to KR1020200083027A priority Critical patent/KR102349938B1/ko
Publication of KR20210036250A publication Critical patent/KR20210036250A/ko
Application granted granted Critical
Publication of KR102349938B1 publication Critical patent/KR102349938B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • 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
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

CCTV 영상 기반 데이터 처리 방법 및 그 시스템이 개시된다. CCTV 영상 기반 데이터 처리 방법은, CCTV 영상을 획득하는 단계; 상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 객체 관련 정보를 추출하는 단계를 포함한다.

Description

CCTV 영상 기반 데이터 처리 방법 및 그 시스템{Method and system for data processing using CCTV images}
본 발명은 CCTV 영상 기반 데이터 처리 방법 및 그 시스템에 관한 것이다.
최근 들어 교통수요의 급속한 증가로 인한 교통정체로 물류배송에 따른 경제적인 손실과 에너지의 손실 등이 증가되고 있으며, 차량이 범죄에 이용되고 있어 심각한 사회문제로 대두되고 있다. 또한, 환경 문제로 인해 노후 디젤 차량에 대한 계도 관리 문제 또한 증대되고 있다.
종래에는 CCTV에서 촬영된 영상을 단지 관제 모니터링 용도로만 이용하는데 그치는 문제점이 있었다.
한국공개특허 특1999-0049293호(1999.07.05.)
본 발명은 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다.
또한, 본 발명은 CCTV 영상에서 객체 분석을 통해 각각의 객체 유형에 따른 데이터 처리가 가능한 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다.
또한, 본 발명은 객체 분석을 통해 노후 차량 단속, 적응적 교통 신호 제어 등과 같은 다양한 활용이 가능한 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, CCTV 영상 기반 데이터 처리 및 활용 방법이 개시된다.
본 발명의 일 실시예에 따르면, CCTV 영상을 획득하는 단계; 상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 상이한 객체 관련 정보를 추출하는 단계를 포함하는 CCTV 영상을 이용한 데이터 처리 방법이 제공될 수 있다.
상기 객체 유형은 사람, 차량 및 기타 사물 중 적어도 하나일 수 있다.
상기 인식된 객체 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하는 단계; 상기 객체 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사, 차종별 교통량 및 차량 속도 중 적어도 하나를 더 인식하는 단계를 포함하되, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출될 수 있다.
상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하는 단계를 더 포함하되, 상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용할 수도 있다.
상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도를 이용하여 교통 상황 정보를 생성하는 단계를 더 포함하되, 교통 상황 정보에 기반하여 신호 제어기가 가변적으로 제어될 수도 있다.
상기 객체 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하는 단계; 및 상기 객체 관련 정보를 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
본 발명의 다른 측면에 따르면, CCTV 영상을 이용한 데이터 처리 및 활용 시스템이 제공된다.
본 발명의 일 실시예에 따르면, 카메라; 상기 카메라로부터 CCTV 영상을 획득하는 영상 획득부; 상기 영상을 분석하여 각각의 객체를 인식하며, 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 서로 다른 객체 관련 정보를 추출하는 객체 분석부; 및 상기 객체 유형에 따라 상기 객체 관련 정보를 상이하게 데이터 처리하여 활용하는 데이터 처리 및 활용부를 포함하는 CCTV 영상을 이용한 데이터 처리 시스템이 제공될 수 있다.
상기 객체 분석부는, 상기 객체의 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하며, 상기 객체 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하고, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출할 수 있다.
상기 데이터 처리 및 활용부는, 상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하되, 상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용할 수도 있다.
상기 객체 분석부는, 상기 객체 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하며, 상기 객체 관련 정보를 데이터베이스에 저장할 수도 있다.
본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공함에 따라 CCTV 영상에서 객체 분석을 통해 각각의 객체 유형에 따른 데이터 처리가 가능한 이점이 있다.
또한, 본 발명은 객체 분석을 통해 노후 차량 단속, 적응적 교통 신호 제어 등과 같은 다양한 활용이 가능한 이점도 있다.
도 1은 본 발명의 일 실시예에 따른 데이터 처리 시스템을 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 다른 CCTV 영상을 이용한 데이터 활용 방법을 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 차량 번호를 CCTV 영상에 중첩하여 출력한 예를 도시한 도면.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 데이터 처리 시스템을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 CCTV 영상을 이용한 데이터 처리 시스템(100)은 카메라(110), 영상 획득부(115), 객체 분석부(120), 데이터 처리 및 활용부(125), 메모리(130) 및 프로세서(135)를 포함하여 구성된다.
카메라(110)는 특정 공간에 대한 실시간 영상을 촬영하기 위한 수단이다. 카메라(110)는 특정 장소에 기존 설치된 CCTV 카메라, LPR 카메라일 수도 있으며, CCTV 카메라와 LPR 카메라를 모두 포함하는 형태일 수도 있다. 또한, 카메라(110)는 동일한 영상을 복수회(예를 들어, 10회) 촬영한 후 가장 선명한 영상을 영상 획득부(115)로 전송할 수 있다.
영상 획득부(115)는 카메라(110)와 연동되어 CCTV 영상을 획득하기 위한 수단이다. 즉, 영상 획득부(115)는 카메라(110)와 연동되어 CCTV 영상을 실시간 획득할 수 있다.
객체 분석부(120)는 영상 획득부(115)에서 획득된 CCTV 영상에서 객체를 인식하고, 인식된 각 객체의 유형(이하, 객체 유형이라 칭하기로 함)에 따라 서로 상이한 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다. 여기서, 객체 유형은 차량, 사람 및 기타 객체 중 적어도 하나일 수 있다. 기타 객체는 자전거, 전동기 등과 같은 사물일 수 있으며, 객체 유형은 이외에도 다양하게 지정(설정)될 수 있다.
객체 분석부(120)는 획득된 CCTV 영상을 블롭 분석(blob detection)하여 형태, 크기, 방향, 색감, 프레임 변화(움직임)을 포함하는 메타 데이터를 각각 생성할 수 있다. 이를 통해, 객체 분석부(120)는 각각의 객체에 대한 객체 유형을 판단 및 구분할 수 있다. 예를 들어, CCTV 영상에서 각각의 객체를 세그먼트화한 후 객체 유형에 따른 각각의 블롭(blob)을 이용하여 객체 유형을 판단 및 구분할 수 있다.
이와 같이, 각각의 객체에 대한 객체 유형이 결정되면, 객체 유형에 따라 서로 상이한 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다. 이에 대해 보다 상세히 설명하기로 한다.
예를 들어, 객체 유형이 "차량"인 경우, 차량 번호, 차종, 제조사 및 속도 중 적어도 하나가 객체 관련 정보로서 추출될 수 있다.
객체 분석부(120)는 객체 유형이 "차량"인 경우, 차량번호 인식 알고리즘을 이용하여 차량 번호를 인식할 수 있다. 예를 들어, 객체 분석부(120)는 차량 번호판을 추출한 후 캐릭터 블롭 추출 방식을 통해 차량 번호를 인식할 수 있다.
또한, 객체 분석부(120)는 각 차종의 블롭을 통해 차종을 구분할 수도 있다. 또한, 객체 분석부(120)는 각 차량 제조사별 마크 블롭(템플릿) 분석을 통해 제조사를 인식할 수도 있다. 또한, 객체 분석부(120)는 객체 추적을 통해 차량의 시간당 움직임을 분석하여 차량의 개략적인 속도를 추정할 수도 있다.
예를 들어, 객체 분석부(120)는 객체 분석을 통해 검출(추출)된 차량의 헤드라이트 형상 분석을 통해 제조사를 결정할 수도 있다. 객체 분석부(120)는 차량의 헤드라이트 형상 분석을 통해 특수차의 차종을 결정할 수도 있다. 또한, 객체 분석부(120)는 특정 구간의 진입 라인과 진출 라인을 통과하는 시간(또는 일단에서 타단을 통과하는 시간)을 이용하여 차량의 속도를 계산할 수도 있다.
또한, 객체 분석부(120)는 특정 구간을 통과하는 차량을 카운팅할 수도 있다. 이때, 객체 분석부(120)는 통과 차량을 카운팅함에 있어 차종에 따라 통과 차량을 카운팅하여 교통량을 객체 관련 정보로서 추출할 수도 있다.
다른 예를 들어, 객체 유형이 "사람"인 경우, 객체 분석부(120)는 해당 객체에 대한 안면검지 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다.
즉, 이와 같이, 객체 분석부(120)는 객체 유형에 따라 각기 다른 알고리즘을 적용하여 객체에 대해 서로 상이한 정보를 객체 관련 정보로서 추출할 수 있다.
데이터 처리 및 활용부(125)는 객체 분석부(120)에서 추출된 객체 관련 정보를 이용하여 객체 유형에 따른 서로 다른 서비스를 제공하기 위한 수단이다.
예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량에 관한 정보인 경우, 노후 차량 데이터베이스(미도시)와 연동하여 노후 차량 여부를 판단할 수 있다. 여기서, 노후 차량 여부를 판단함에 있어, 데이터 처리 및 활용부(125)는 차종 및 제조사 중 적어도 하나에 따라 서로 상이한 조건을 적용하여 노후 차량 여부를 판단할 수 있다.
다른 예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량에 관한 정보인 경우, 이를 기반으로 교통 상황 정보를 생성한 후 이를 기반으로 교통 신호 제어를 수행할 수도 있다.
예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량 관련 정보인 경우, 해당 차량 관련 정보를 이용하여 대기 차량 대수 및 대기 시간 등을 포함하는 교통 상황 정보를 생성할 수도 있다. 이와 같은 경우, 데이터 처리 및 활용부(125)는 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다. 예를 들어, 아파트 단지의 이면 도로를 가정하여 설명하기로 한다. 데이터 처리 및 활용부(125)는 카메라를 통해 촬영된 아파트 단지의 이면 도로를 영상에서 차량을 검출하고, 이를 기반으로 교통 흐름을 파악한 결과 일정 시간 이후에 차량 이동이 없는 경우 점멸 제어하도록 할 수도 있다.
또 다른 예를 들어, 데이터 처리 및 활용부(125)는 특정 구간을 통과한 차량을 카운팅 정보를 이용하여 교통량을 파악할 수도 있다. 예를 들어, 데이터 처리 및 활용부(125)는 각 차종별 특정 구간에서의 차량 유동을 파악하여 특정 이벤트와 관련하여 실제 관광객이 증가한 것인지에 대한 보다 정확한 정보 파악이 가능하도록 할 수 있다.
또한, 데이터 처리 및 활용부(125)는 특정 구간을 통과한 차량의 카운팅 정보를 이용한 교통량 파악시, 차종에 따른 교통량을 파악하여 특정 지역 공사로 인한 특수 차량 증가로 인한 도로 손상 파악시 객관적 자료로 활용하도록 하여 배상 책임 소지를 가릴 수 있도록 편의를 제공할 수도 있다.
메모리(130)는 본 발명의 일 실시예에 따른 CCTV 영상에서 객체 분석하여 다양한 객체 관련 정보를 추출한 후 이를 기반으로 다양한 데이터 처리 및 활용이 가능하도록 하기 위한 방법을 수행하는 알고리즘(명령어들), 이 과정에서 파생되는 다양한 데이터 등이 저장된다.
프로세서(135)는 본 발명의 일 실시예에 따른 데이터 처리 시스템(100)의 내부 구성 요소들(예를 들어, 카메라(110), 영상 획득부(115), 객체 분석부(120), 데이터 처리 및 활용부(125), 메모리(130) 등)을 제어하기 위한 수단이다.
도 2는 본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법을 나타낸 순서도이다.
단계 210에서 데이터 처리 시스템(100)은 CCTV 영상을 획득한다.
단계 215에서 데이터 처리 시스템(100)은 CCTV 영상을 분석하여 각각의 객체를 인식하고, 각 객체 유형을 결정한다.
예를 들어, 데이터 처리 시스템(100)은 CCTV 영상에서 각 객체에 상응하는 특정 블롭을 이용하여 각각의 객체 유형을 결정할 수 있다.
단계 220에서 데이터 처리 시스템(100)은 각 객체의 객체 유형에 따라 서로 다른 알고리즘을 적용하여 인식된 각 객체에 관련하여 서로 상이한 정보(객체 관련 정보)를 추출한다.
이미 전술한 바와 같이, 객체 유형은 차량, 사람 및 기타 객체를 포함할 수 있다. 만일 객체 유형이 차량인 경우, 데이터 처리 시스템(100)은 차량 번호 인식 알고리즘, 블롭 분석, 헤드라이트 분석 등을 통해 차량 번호, 차종, 제조사에 대한 정보를 추출할 수 있다. 또한, 데이터 처리 시스템(100)은 객체 추적을 통해 차량 속도를 추출할 수도 있다.
다른 예를 들어, 데이터 처리 시스템(100)은 객체 유형이 사람인 경우, 안면 검지 알고리즘을 통해 객체 관련 정보를 추출할 수도 있다.
이와 같이, 데이터 처리 시스템(100)은 CCTV 영상에서 각각의 객체 유형을 판단한 후 각 객체 유형에 따라 서로 다른 알고리즘을 적용하여 각 객체 유형에 따른 서로 다른 객체 관련 정보를 추출할 수 있다.
단계 225에서 데이터 처리 시스템(100)은 추출된 객체 관련 정보를 객체 유형에 따라 상이하게 처리 및 활용한다.
예를 들어, 객체 관련 정보가 "차량"에 관한 것이면, 데이터 처리 시스템(100)은 차량 번호, 차종, 제조사 및 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스와 연동하여 노후 차량 여부를 결정할 수 있다.
또한, 데이터 처리 시스템(100)은 객체 관련 정보가 차량 관련 정보인 경우, 해당 차량 관련 정보를 이용하여 대기 차량 대수 및 대기 시간 등을 포함하는 교통 상황 정보를 생성할 수도 있다. 이와 같은 경우, 데이터 처리 시스템(100)은 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다.
다른 예를 들어, 객체 관련 정보가 "사람"에 관한 것이면, 데이터 처리 시스템(100)은 객체 관련 정보를 데이터베이스화하여 저장할 수도 있다.
이와 같이, 본 발명은 CCTV 영상에서 각각의 객체를 분석한 후 각 객체 유형에 따라 상이하게 객체 관련 정보를 추출한 후, 이를 데이터베이스에 저장하여 빅데이터화한 후 이를 기반으로 다양한 서비스를 제공하도록 할 수 있다.
이하에서는 이해와 설명의 편의를 도모하기 위해, 각각의 실시예에 대해 도면을 참조하여 간략하게 설명하기로 한다. 예를 들어, CCTV 영상을 이용하여 노후 차량 단속 및 가변적 신호 제어가 가능한 방법에 대해 설명하기로 한다.
도 3은 본 발명의 일 실시예에 다른 CCTV 영상을 이용한 데이터 활용 방법을 나타낸 순서도이고, 도 4는 본 발명의 일 실시예에 따른 차량 번호를 CCTV 영상에 중첩하여 출력한 예를 도시한 도면이다. 도 3에서는 CCTV 영상을 이용하여 노후 차량 단속 및 교통 제어하는 방법에 대해 설명하기로 한다.
이하에서는 도 1 및 도 2에서 설명한 바와 같이, 각각의 객체 유형에 따른 객체 관련 정보가 생성되어 있는 것을 가정하기로 하며, 그 이후의 동작 과정에 대해 설명하기로 한다.
단계 310에서 데이터 처리 시스템(100)은 객체 관련 정보 중 차량번호, 차종, 제조사 중 적어도 하나를 이용하여 노후 차량 데이터베이스(미도시)를 검색하여 특정 차량이 노후 차량인지 여부를 판단한다.
여기서, 노후 차량 여부를 판단함에 있어, 데이터 처리 시스템(100)은 차종 및 제조사 중 적어도 하나에 따라 서로 다른 조건을 적용하여 노후 차량 여부를 판단할 수 있다. 예를 들어, 데이터 처리 시스템(100)은 차량이 승용차인지 승합차인지 여부에 따라 노후 차량 판단 조건을 상이하게 적용할 수 있다.
만일 노후 차량으로 판단되는 경우, 단계 315에서 데이터 처리 시스템(100)은 차량 번호를 CCTV 영상에 중첩하여 출력한다. 또한, 데이터 처리 시스템(100)은 해당 노후 차량을 단속할 수 있도록 관련 정보를 인근 경찰의 단말로 전송할 수도 있다.
도 4에 차량 번호를 CCTV 영상에 중첩하여 출력한 일 예가 도시되어 있다.
또 다른 예를 들어, 데이터 처리 시스템(100)이 스쿨존에 연동되는 경우를 가정하여 설명하기로 한다. 데이터 처리 시스템(100)은 특정 지점을 통과하는 차량의 CCTV 영상을 분석하여 차량번호, 차종, 제조사 및 차량 속도를 객체 관련 정보로서 추출할 수 있다. 따라서, 데이터 처리 시스템(100)은 속도가 기준 속도 이상인 경우, 해당 차량의 차량 번호를 CCTV 영상에 중첩하여 출력할 수도 있다.
또 다른 예를 들어, 또한, 데이터 처리 시스템(100)은 해당 특정 구간을 지나는 차량에 대한 정보(차량 번호, 차종, 제조사 및 속도)를 이용하여 특정 구간을 과속하는 차량 대수(과속 차량 대수라 칭하기로 함)을 판단할 수 있다. 특정 구간을 과속하는 차량 대수가 기준치 이상인 경우, 데이터 처리 시스템(100)은 과속 단속 필요 구간으로 판단하여 이를 중앙 관제 서버(예를 들어, 경찰서 서버등)로 전송할 수 있다. 예를 들어, 데이터 처리 시스템(100)이 스쿨존을 관제하는 경우를 가정하기로 한다. 스쿨존을 통과하는 차량의 속도를 분석한 후 일정 기간 동안 기준 속도를 초과하여 과속하는 차량 대수 또는 비율이 기준치 이상인 경우 데이터 처리 시스템(100)은 해당 스쿨존을 과속 단속 필요 구간으로 결정하여 이를 경찰서 서버 등으로 전송할 수 있다.
시간, 요일에 따른 과속 차량 대수 또는 과속 차량 비율을 분석하여 등하교시에 선택적으로 과속 단속이 가능하도록 경찰청 서버 등으로 이에 대한 정보를 전송할 수 도 있다.
그러나 만일 노후 차량이 아닌 경우, 단계 320에서 데이터 처리 시스템(100)은 객체 관련 정보를 이용하여 교통 상황 정보를 생성한다.
이어, 단계 325에서 데이터 처리 시스템(100)은 교통 상황 정보를 기반으로 신호 제어기(미도시)와 연동되어 가변적 신호 제어를 수행할 수도 있다.
예를 들어, 데이터 처리 시스템(100)은 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다. 예를 들어, 아파트 단지의 이면 도로를 가정하여 설명하기로 한다. 데이터 처리 시스템(100)은 아파트 단지의 이면 도로를 촬영하여 차량을 검출하고, 이를 기반으로 교통 흐름을 파악한 결과 일정 시간 이후에 차량 이동이 없는 경우 점멸 제어하도록 할 수도 있다.
데이터 처리 시스템(100)은 특정 구간을 촬영한 영상을 분석하여, 차량이 이동이 활발한 시간, 요일 등을 분석하여 이를 기반으로 가변적/적응적 신호 제어가 가능하도록 교통 상황 정보를 제공할 수도 있다.
도 3에서는 단계 320가 단계 315 이후에 수행되는 것으로 기술되고 있으나, 단계 320은 단계 310과는 별도로 병렬로 수행될 수도 있음은 당연하다.
이와 같이, 본 발명의 일 실시예에 따르면, CCTV 영상에서 다양한 유형의 객체를 분석한 후 각각의 객체 유형에 따라 서로 다른 객체 관련 정보를 추출한 후 이를 데이터베이스에 저장하여 빅데이터화한 후 이를 다양하게 활용할 수 있다.
본 발명의 실시 예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기매체(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.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 데이터 처리 시스템
110: 카메라
115: 영상 획득부
120: 객체 분석부
125: 데이터 처리 및 활용부
130: 메모리
135: 프로세서

Claims (10)

  1. CCTV 영상을 획득하는 단계;
    상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및
    상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 객체 관련 정보를 추출하는 단계를 포함하고,
    상기 인식된 객체의 유형이 차량인 경우,
    상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하는 단계; 및
    상기 객체의 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하는 단계를 포함하되,
    상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출되고,
    상기 인식된 객체의 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하는 단계를 더 포함하고,
    특정 구간을 지나는 차량의 상기 객체 관련 정보를 이용하여 상기 특정 구간의 과속 차량 대수 또는 비율을 판단하는 단계;
    상기 과속 차량 대수 또는 비율이 기준치 이상인 경우, 과속 단속 필요 구간으로 판단하는 단계; 및
    상기 과속 단속 필요 구간을 중앙 관제 서버로 전송하는 단계를 더 포함하고,
    상기 객체의 유형이 차량인 경우,
    상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하는 단계를 더 포함하되,
    상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용하고,
    상기 노후 차량으로 판단되는 경우, 상기 노후 차량의 상기 차량 번호를 CCTV 영상에 중첩하여 출력하는 단계; 및
    상기 노후 차량을 단속하도록, 상기 노후 차량의 상기 객체 관련 정보를 상기 노후 차량의 위치와 가장 가까운 경찰의 단말로 전송하는 단계를 더 포함하고,
    상기 노후 차량이 아닌 것으로 판단되는 경우, 상기 차량의 상기 객체 관련 정보를 이용하여 대기 차량 대수 및 대기 시간을 포함하는 교통 상황 정보를 생성하는 단계; 및
    상기 교통 상황 정보에 따라 신호 제어기의 신호를 가변적으로 제어하는 단계를 더 포함하는 CCTV 영상을 이용한 데이터 처리 방법.
  2. 제1 항에 있어서,
    상기 객체의 유형은 사람, 차량 및 기타 사물 중 적어도 하나인 것을 특징으로 하는 데이터 처리 방법.
  3. 제1항에 있어서,
    상기 인식된 객체의 유형이 차량인 경우, 특정 구간을 통과한 차량을 상기 차종에 따라 카운팅하여 교통량을 상기 객체 관련 정보로 추출하고,
    특정 지역의 공사로 인한 특수 차량의 교통량 증가에 따라 도로 손상이 발생되는 경우, 상기 특정 구간을 통과한 차량의 상기 차종에 따른 카운팅 정보를 이용한 교통량 정보를 상기 도로 손상에 대하여 배상 책임을 산출하기 위한 자료로 제공하는, CCTV 영상을 이용한 데이터 처리 방법.
  4. 삭제
  5. 삭제
  6. 제1 항에 있어서,
    상기 객체 관련 정보를 데이터베이스에 저장하는 단계를 더 포함하는 CCTV 영상을 이용한 데이터 처리 방법.
  7. 카메라;
    상기 카메라로부터 CCTV 영상을 획득하는 영상 획득부;
    상기 영상을 분석하여 각각의 객체를 인식하며, 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 서로 다른 객체 관련 정보를 추출하는 객체 분석부; 및
    상기 객체의 유형에 따라 상기 객체 관련 정보를 상이하게 데이터 처리하여 활용하는 데이터 처리 및 활용부를 포함하고,
    상기 객체 분석부는, 상기 객체의 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하며, 상기 객체의 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하고, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출하고,
    상기 객체 분석부는, 상기 객체의 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하고,
    상기 데이터 처리 및 활용부는,
    특정 구간을 지나는 차량의 상기 객체 관련 정보를 이용하여 상기 특정 구간의 과속 차량 대수 또는 비율을 판단하고,
    상기 과속 차량 대수 또는 비율이 기준치 이상인 경우, 과속 단속 필요 구간으로 판단하고,
    상기 과속 단속 필요 구간을 중앙 관제 서버로 전송하고,
    상기 객체의 유형이 차량인 경우,
    상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하되,
    상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용하고,
    상기 노후 차량으로 판단되는 경우, 상기 노후 차량의 상기 차량 번호를 CCTV 영상에 중첩하여 출력하고,
    상기 노후 차량을 단속하도록, 상기 노후 차량의 상기 객체 관련 정보를 상기 노후 차량의 위치와 가장 가까운 경찰의 단말로 전송하고,
    상기 노후 차량이 아닌 것으로 판단되는 경우, 상기 차량의 상기 객체 관련 정보를 이용하여 대기 차량 대수 및 대기 시간을 포함하는 교통 상황 정보를 생성하고,
    상기 교통 상황 정보에 따라 신호 제어기의 신호를 가변적으로 제어하는, CCTV 영상을 이용한 데이터 처리 시스템.
  8. 제7 항에 있어서,
    상기 데이터 처리 및 활용부는 상기 객체의 유형이 차량인 경우, 특정 구간을 통과한 차량을 상기 차종에 따라 카운팅하여 교통량을 상기 객체 관련 정보로 추출하고,
    상기 데이터 처리 및 활용부는 특정 지역의 공사로 인한 특수 차량의 교통량 증가에 따라 도로 손상이 발생되는 경우, 상기 특정 구간을 통과한 차량의 상기 차종에 따른 카운팅 정보를 이용한 교통량 정보를 상기 도로 손상에 대하여 배상 책임을 산출하기 위한 자료로 제공하는, CCTV 영상을 이용한 데이터 처리 시스템.
  9. 삭제
  10. 제7 항에 있어서,
    상기 객체 분석부는, 상기 객체 관련 정보를 데이터베이스에 저장하는 것을 특징으로 하는 CCTV 영상을 이용한 데이터 처리 시스템.
KR1020200083027A 2019-09-25 2020-07-06 Cctv 영상 기반 데이터 처리 방법 및 그 시스템 KR102349938B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200083027A KR102349938B1 (ko) 2019-09-25 2020-07-06 Cctv 영상 기반 데이터 처리 방법 및 그 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190118445A KR102133045B1 (ko) 2019-09-25 2019-09-25 Cctv 영상 기반 데이터 처리 방법 및 그 시스템
KR1020200083027A KR102349938B1 (ko) 2019-09-25 2020-07-06 Cctv 영상 기반 데이터 처리 방법 및 그 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190118445A Division KR102133045B1 (ko) 2019-09-25 2019-09-25 Cctv 영상 기반 데이터 처리 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20210036250A KR20210036250A (ko) 2021-04-02
KR102349938B1 true KR102349938B1 (ko) 2022-01-12

Family

ID=79339500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200083027A KR102349938B1 (ko) 2019-09-25 2020-07-06 Cctv 영상 기반 데이터 처리 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR102349938B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102644787B1 (ko) * 2021-04-05 2024-03-07 주식회사 디메타 (D-meta,corp.) 차량 번호판 위조 여부 판단 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101743689B1 (ko) * 2016-09-07 2017-06-07 주식회사 엠제이비전테크 통합 방범 지능형 cctv의 영상 처리 방법 및 통합 방범 지능형 cctv 시스템
KR101870641B1 (ko) 2017-11-09 2018-06-25 렉스젠(주) 영상 감시 시스템 및 그 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990049293A (ko) 1997-12-12 1999-07-05 최종욱 무인 단속 시스템 및 단속 방법
KR20090000054U (ko) * 2007-06-28 2009-01-07 건아정보기술 주식회사 노후경유차량 단속운영시스템
KR101834838B1 (ko) * 2016-02-16 2018-03-06 충북대학교 산학협력단 영상처리를 이용한 도로 교통 정보 제공 시스템 및 방법
KR101846663B1 (ko) * 2016-04-29 2018-05-18 김기한 비전 영상분석을 이용한 인공지능 신호등 제어 방법 및 제어기
KR101995107B1 (ko) * 2017-03-23 2019-07-01 한국과학기술원 딥 러닝을 이용한 인공지능 기반 영상 감시 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101743689B1 (ko) * 2016-09-07 2017-06-07 주식회사 엠제이비전테크 통합 방범 지능형 cctv의 영상 처리 방법 및 통합 방범 지능형 cctv 시스템
KR101870641B1 (ko) 2017-11-09 2018-06-25 렉스젠(주) 영상 감시 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20210036250A (ko) 2021-04-02

Similar Documents

Publication Publication Date Title
US9317752B2 (en) Method for detecting large size and passenger vehicles from fixed cameras
US9626599B2 (en) Reconfigurable clear path detection system
US11281227B2 (en) Method of pedestrian activity recognition using limited data and meta-learning
KR101173853B1 (ko) 다중 객체 인식장치 및 방법
US20170301107A1 (en) Image processing device, in-vehicle display system, display device, image processing method, and computer readable medium
KR101503788B1 (ko) 적분영상을 기반으로 하는 특징 정보 예측을 통한 보행자 검출 방법, 이를 수행하기 위한 기록 매체 및 단말기
KR102131716B1 (ko) 차량번호인식 기술을 활용한 영상감시 방법
US20140375804A1 (en) Method for available parking distance estimation via vehicle side detection
CN110580808B (zh) 一种信息处理方法、装置、电子设备及智能交通***
KR102491091B1 (ko) 채증영상클립 생성 방법과, 이를 이용한 이륜차 및 사륜차 일체형 무인교통단속 시스템
US11482012B2 (en) Method for driving assistance and mobile device using the method
KR101926562B1 (ko) 다차로 영상분석 시스템
CN108156406A (zh) 行车记录仪的信息处理方法和装置
KR102349938B1 (ko) Cctv 영상 기반 데이터 처리 방법 및 그 시스템
KR20200036079A (ko) 적응적 비최대억제 방법을 이용하는 딥러닝기반 영상객체 탐지를 위한 장치 및 방법
Tian et al. A vehicle re-identification algorithm based on multi-sensor correlation
US20120189161A1 (en) Visual attention apparatus and control method based on mind awareness and display apparatus using the visual attention apparatus
Al Nasim et al. An automated approach for the recognition of bengali license plates
KR102133045B1 (ko) Cctv 영상 기반 데이터 처리 방법 및 그 시스템
Desai et al. Real-time implementation of Indian license plate recognition system
Mammeri et al. Extending the detection range of vision-based driver assistance systems application to pedestrian protection system
CN105206060A (zh) 一种基于sift特征的车型识别装置及其方法
KR20150101205A (ko) 적분 세로 에지를 이용한 보행자 영역 추출 장치 및 그 방법
Mokha et al. A review of computer vision system for the vehicle identification and classification from online and offline videos
CN113850112A (zh) 基于孪生神经网络的路况识别方法和***

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)