KR102449724B1 - 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치 - Google Patents

은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치 Download PDF

Info

Publication number
KR102449724B1
KR102449724B1 KR1020200033046A KR20200033046A KR102449724B1 KR 102449724 B1 KR102449724 B1 KR 102449724B1 KR 1020200033046 A KR1020200033046 A KR 1020200033046A KR 20200033046 A KR20200033046 A KR 20200033046A KR 102449724 B1 KR102449724 B1 KR 102449724B1
Authority
KR
South Korea
Prior art keywords
image
hidden
module
thermal image
thermal
Prior art date
Application number
KR1020200033046A
Other languages
English (en)
Other versions
KR20210116904A (ko
Inventor
김정화
Original Assignee
주식회사 아이엔지시스템
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 아이엔지시스템 filed Critical 주식회사 아이엔지시스템
Priority to KR1020200033046A priority Critical patent/KR102449724B1/ko
Publication of KR20210116904A publication Critical patent/KR20210116904A/ko
Application granted granted Critical
Publication of KR102449724B1 publication Critical patent/KR102449724B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/70—SSIS architectures; Circuits associated therewith
    • H04N25/71—Charge-coupled device [CCD] sensors; Charge-transfer registers specially adapted for CCD sensors
    • H04N5/372—
    • 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
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Burglar Alarm Systems (AREA)
  • Studio Devices (AREA)

Abstract

은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치가 개시된다. 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치는 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 탐지 장치로부터 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신하는 단계; 상기 CCD 영상에서 물체의 경계를 추출하는 단계; 상기 열화상 영상에 윤곽선을 표시하는 단계; 상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고, 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하는 단계; 및 상기 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단하는 단계를 포함한다.

Description

은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치{HIDDEN CAMERA DETECTION SYSTEM, METHOD AND COMPUTING DEVICE FOR PERFORMING THE SAME}
본 발명의 실시예들은 은닉 카메라 탐지 기술과 관련된다.
최근 몰래 카메라 범죄가 날로 지능화 및 고도화 되어 불안감을 야기 시키고 있으며 국민들 중 특히 여성들의 불안감은 가중되고 있는 상황이다. 이러한 몰래 카메라는 초소형으로 불특정 다수의 개인 사생활을 침해하는 동영상을 촬영할 수 있으며, 최근 몰래 카메라는 영상 정보를 전송하기 위해 인터넷에 유무선으로 연결된 IoT(internet of things) 기기일 수도 있다.
예를 들어, IoT 기기인 초소형 몰래 카메라는 사물 형태 및 비사물 형태로 제작될 수 있다. 사물 형태의 몰래 카메라는 USB(universal serial bus) 메모리 타입, 모자 타입, 자동차 키 타입, 손목 시계 타입, 탁상 시계 타입, 화재 경보기 타입, 벽걸이 시계 타입, 안경 타입, 벨트 타입, 볼펜 타입, 벽그림 타입 및 벽부착 스위치 타입 등 다양한 사물 형태의 몰래 카메라일 수 있다. 또한, 비사물 형태의 몰래 카메라는 내시경 타입 및 모듈 타입 등 다양한 비사물 형태의 몰래 카메라일 수 있다.
이러한 사물 형태 및 비사물 형태의 초소형 몰래 카메라는 건물의 밀폐된 방 및 벽체에 설치될 수 있다. 이에, 일반인은 육안으로 초소형으로 은닉되어 있는 몰래 카메라를 탐지하기 어려운 문제점이 있다.
대한민국 등록실용신안공보 제 20-0411448호 (2006.03.08.)
본 발명의 실시예들은 은닉 카메라가 동작시 발열되는 열원을 열화상 카메라를 통하여 발열부위를 탐지하여 은닉 카메라를 검출하기 위한 것이다.
본 발명의 예시적인 실시예에 따르면, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 탐지 장치로부터 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신하는 단계; 상기 CCD 영상에서 물체의 경계를 추출하는 단계; 상기 열화상 영상에 윤곽선을 표시하는 단계; 상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고, 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하는 단계; 및 상기 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단하는 단계를 포함하는 방법이 제공된다.
상기 CCD 영상에서 물체의 경계를 추출하는 단계는 제1 머신러닝 모듈을 통하여 상기 CCD 영상에서 물체를 인식하는 단계; 및 제2 머신러닝 모듈을 통하여 상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출하는 단계를 포함할 수 있다.
상기 열화상 영상에 윤곽선을 표시하는 단계는 상기 열화상 영상의 방사율 정보를 보정하는 단계; 상기 보정된 열화상 영상에 대하여 자동 레벨 조정 처리를 수행하는 단계; 상기 수행된 열화상 영상을 기 설정된 사이즈로 리사이징하는 단계; 및 상기 리사이징된 열화상 영상에서 윤곽선을 검출하여 표시하는 단계를 포함할 수 있다.
상기 열화상 영상의 방사율 정보를 보정하는 단계는 상기 열화상 영상 내의 서로 다른 물질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화할 수 있다.
상기 자동 레벨 조정 처리를 수행하는 단계는 상기 보정된 열화상 영상에 대한 각 픽셀의 농도(濃度) 레벨을 산출하고, 상기 산출된 농도 레벨에 따라 해당 픽셀에 색을 재설정하는 단계를 포함할 수 있다.
상기 윤곽선을 검출하여 표시하는 단계는 상기 리사이징된 열화상 영상을 그레이스케일(gray scale) 처리하여 각 픽셀의 명도(明度) 레벨을 산출하고, 상기 명도 레벨의 불연속점에 해당하는 픽셀을 추출할 수 있다.
상기 중첩 영상을 생성하는 단계는 상기 CCD 영상의 투명도를 조절하여 상기 CCD 영상과 중첩하는 단계를 포함할 수 있다.
상기 은닉 카메라가 은닉된 영역을 판단하는 단계는 상기 생성된 중첩 영상의 물체의 경계 내에서 온도가 가장 높은 영역을 추출하는 단계; 상기 추출된 영역을 은닉 카메라가 은닉된 영역으로 판단하는 단계; 및, 상기 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공하는 단계를 포함할 수 있다.
상기 사용자에게 제공하는 단계는 스마트 기기로부터 영상 선택 정보를 수신하는 단계; 및 상기 영상 선택 정보에 따라 상기 CCD 영상 또는 상기 은닉된 영역을 표시한 중첩 영상을 상기 스마트 기기로 제공하는 단계를 포함할 수 있다.
본 발명의 다른 예시적인 실시예에 따르면, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서, 탐지 장치로부터 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신하는 통신 모듈; 상기 CCD 영상에서 물체의 경계를 추출하는 경계 검출 모듈; 상기 열화상 영상에 윤곽선을 표시하는 영상 변환 모듈; 상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고, 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하는 영상 중첩 모듈; 및 상기 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단하는 영상 분석 모듈을 포함하는 컴퓨팅 장치가 제공된다.
상기 경계 검출 모듈은 상기 CCD 영상에서 물체를 인식하는 제1 머신러닝 모듈; 및 상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출하는 제2 머신러닝 모듈을 포함할 수 있다.
상기 영상 변환 모듈은 상기 열화상 영상의 방사율 정보를 보정하고, 상기 보정된 열화상 영상에 대하여 자동 레벨 조정 처리를 수행하는 전처리 모듈; 상기 전처리된 열화상 영상을 기 설정된 사이즈로 리사이징하는 영상 리사이징 모듈; 및 상기 리사이징된 열화상 영상에서 윤곽선을 검출하여 표시하는 영역 표시 모듈을 포함할 수 있다.
상기 전처리 모듈은 상기 열화상 영상 내의 서로 다른 물질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화할 수 있다.
상기 전처리 모듈은 상기 보정된 열화상 영상에 대한 각 픽셀의 농도(濃度) 레벨을 산출하고, 상기 산출된 농도 레벨에 따라 해당 픽셀에 색을 재설정할 수 있다.
상기 영역 표시 모듈은 상기 리사이징된 열화상 영상을 그레이스케일(gray scale) 처리하여 각 픽셀의 명도(明度) 레벨을 산출하고, 상기 명도 레벨의 불연속점에 해당하는 픽셀을 추출할 수 있다.
상기 영상 중첩 모듈은 상기 CCD 영상의 투명도를 조절하여 상기 CCD 영상과 중첩할 수 있다.
영상 분석 모듈은 상기 생성된 중첩 영상의 물체의 경계 내에서 온도가 가장 높은 영역을 추출하고, 상기 추출된 영역을 은닉 카메라가 은닉된 영역으로 판단하며, 상기 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공할 수 있다.
상기 통신 모듈은 스마트 기기로부터 영상 선택 정보를 수신하고, 상기 영상 선택 정보에 따라 상기 CCD 영상 또는 상기 은닉된 영역을 표시한 중첩 영상을 상기 스마트 기기로 제공할 수 있다.
본 발명의 또 다른 예시적인 실시예에 따르면, 은닉 장소를 촬영하여 CCD 영상 및 열화상 영상을 획득하는 촬영부를 포함하는 탐지 장치; 및 상기 탐지 장치로부터 상기 CCD 영상 및 열화상 영상을 수신하고, 상기 CCD 영상에서 물체의 경계를 추출하고 상기 열화상 영상에 윤곽선을 표시하며, 상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하며, 상기 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단하는 분석 서버를 포함하는 은닉 카메라 탐지 시스템이 제공된다.
상기 은닉 카메라 탐지 시스템은 상기 은닉된 영역을 표시한 열화상 영상을 수신하여 디스플레이하는 스마트 기기를 더 포함할 수 있다.
본 발명의 실시예들에 따르면, 은닉 카메라가 동작시 발열되는 열원을 열화상 카메라를 통하여 발열부위를 탐지함으로써, 은닉 카메라를 검출할 수 있다.
또한, CCD 카메라가 촬영한 CCD 영상과 열화상 카메라가 촬영한 열화상 영상을 중첩함으로써, 열화상 영상에서 물체의 윤곽선을 뚜렷하게 표시하여 물체의 디테일을 표현할 수 있다.
도 1은 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템을 설명하기 위한 구성도
도 2는 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템의 탐지 장치를 설명하기 위한 구성도
도 3은 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템의 분석 서버를 설명하기 위한 구성도
도 4는 본 발명의 일 실시예에 따른 분석 서버에서 경계 검출 모듈 및 영상 변환 모듈의 구성을 나타낸 도면
도 5는 본 발명의 일 실시예에 따른 은닉 카메라 탐지 서비스가 제공되는 스마트 기기의 화면을 나타낸 도면
도 6은 본 발명의 일 실시예에 따른 은닉 카메라 탐지시스템을 설명하기 위한 흐름도
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램, 및 상기 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 프로그램의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템을 설명하기 위한 구성도이고, 도 2는 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템의 탐지 장치를 설명하기 위한 구성도이며, 도 3은 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템의 분석 서버를 설명하기 위한 구성도이며, 도 4는 본 발명의 일 실시예에 따른 분석 서버에서 경계 검출 모듈 및 영상 변환 모듈의 구성을 나타낸 도면이다.
도1 내지 도 4에 도시된 바와 같이, 본 발명의 일 실시예에 따른 은닉 카메라 탐지 시스템은 탐지 장치(100), 스마트 기기(200), 분석 서버(300)를 포함할 수 있다.
탐지 장치(100), 스마트 기기(200) 및 분석 서버(300)는 서로 통신 네트워크를 사용하여 연결됨에 따라, 통신가능할 수 있다.
몇몇 실시 예들에서, 통신 네트워크는 인터넷, 하나 이상의 로컬 영역 네트워크(local area networks), 광역 네트워크(wire area networks), 셀룰러 네트워크, 모바일 네트워크, 그 밖에 다른 종류의 네트워크들, 또는 이러한 네트워크들의 조합을 포함할 수 있으며, 블루투스(Bluetooth), 지그비(Zigbee), 적외선(Infra-red) 등 근거리에서 전달 가능한 공지의 통신 방식을 활용할 수 있다.
탐지 장치(100)는 은닉 카메라가 은닉될 만한 장소를 촬영하기 위한 것으로, 촬영부(110) 및 전송부(120)를 포함할 수 있다.
촬영부(110)는 CCD 영상을 획득하는 CCD 카메라(미도시) 및 열화상 영상을 획득하는 열화상 카메라(미도시)를 포함할 수 있다. 촬영부(110)는 은닉 카메라가 은닉될 만한 장소를 촬영할 수 있다. 여기서, CCD 카메라는 사람의 눈과 같이 가시광영역(0.4~0.7㎛)의 물체를 촬영하기 위한 카메라이고, 열화상 카메라는 물체가 내뿜는 복사열을 탐지하여 촬영하는 열적외선(3~5㎛, 7~12㎛) 파장대의 카메라이다.
전송부(120)는 촬영된 CCD 영상 및 열화상 영상을 네트워크를 통하여 분석 서버(300)로 전송할 수 있다.
스마트 기기(200)는 인터넷 또는 모바일 접속용 단말로, 예를 들어, 데스크톱, 노트북 등의 PC, 스마트폰, 태블릿 등의 휴대 단말 등을 포함하여, 인터넷 또는 모바일 접속이 가능한 모든 장치를 포함할 수 있다. 스마트 기기(200)는 분석 서버(300) 와 무선통신을 이용하여 데이터 통신을 수행할 수 있다.
또한, 스마트 기기(200)는 은닉 카메라 탐지서비스를 제공하기 위한 어플리케이션이 설치될 수 있다. 상기 어플리케이션은 스마트 기기(200)의 컴퓨터 판독 가능 저장 매체에 저장될 수 있다. 상기 어플리케이션은 스마트 기기(200)의 프로세서에 의해 실행 가능한 명령어의 소정의 집합을 포함한다. 상기 명령어는 스마트 기기(200)의 프로세서로 하여금 예시적인 실시예에 따른 동작을 수행하게 할 수 있다. 스마트 기기(200)의 컴퓨터 판독 가능 저장 매체는 스마트 기기(200) 상에서 상기 어플리케이션과 같은 명령어 집합을 실행하기 위한 운영 체제의 컴포넌트들을 포함한다. 예를 들어, 이러한 운영 체제는 애플(Apple) 사의 iOS 또는 구글(Google) 사의 Android 일 수 있다.
여기서, 은닉 카메라 탐지서비스를 제공하기 위한 어플리케이션은 사용자가 촬영 영상을 선택할 수 있는 입력 인터페이스(예를 들어, 다수의 메뉴 중 선택, 토글(toggle))을 제공할 수 있으며, 입력 인터페이스를 통하여 영상 선택 정보를 입력받을 수 있다. 예를 들어, CCD 영상 및 중첩 영상을 선택할 수 있는 입력 인터페이스를 사용자에게 제공할 수 있다. 여기서, 영상 선택 정보를 통하여 CCD 영상 또는 중첩 영상을 선택할 수 있다.
또한, 은닉 카메라 탐지서비스를 제공하기 위한 어플리케이션은 분석 서버(300)에서 처리된 분석 정보를 디스플레이부(미도시)를 통해 표시할 수 있다.
참고로, 입력 모듈(미도시)은 스마트 기기(200)에 기본적으로 포함되는 구성으로써, 스마트 기기(200)의 사용자가 입력 수단(예를 들어, 키보드, 키 패드, 마우스, 터치 스크린 등)을 물리적으로 조작하여 발생되는 입력 데이터를 입력 받을 수 있다.
한편, 은닉 카메라 탐지서비스를 제공하기 위한 어플리케이션은 이상에서 설명한 기능 외에도 분석 정보를 기 설정된 웹 서버로 업로드할 수 있는 기능을 제공할 수 있다. 또한, 분석 정보에 따라 경찰에 신고할 수 있는 기능을 제공할 수 있다.
분석 서버(300)는 통신 모듈(310), 저장 모듈(320), 경계 검출 모듈(330), 영상 변환 모듈(340), 영상 중첩 모듈(350) 및 영상 분석 모듈(360)을 포함할 수 있다.
본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예건대, 상기 "모듈"은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아니다.
통신 모듈(310)은 탐지 장치(100)와 네트워크를 통하여 통신을 수행할 수 있다. 통신 모듈(310)은 탐지 장치(100)로부터 촬영된 CCD 영상 및 열화상 영상을 수신할 수 있다. 또한, 통신 모듈(310)은 스마트 기기(200)와 네트워크를 통하여 데이터 통신을 수행할 수 있다. 통신 모듈(310)은 스마트 기기(200)로부터 영상 선택 정보를 수신할 수 있다. 통신 모듈(310)은 스마트 기기(200)로 분석 정보를 전송할 수 있다. 여기서, 영상 선택 정보를 통하여 CCD 영상 또는 중첩 영상을 스마트 기기(200)로 제공할 수 있다.
저장 모듈(320)은 탐지 장치(100)로부터 수신한 CCD 영상, 열화상 영상 및 중첩영상을 저장할 수 있다. 또한, 저장 모듈(320)은 분석 정보를 저장할 수 있다.
경계 검출 모듈(330)은 CCD 영상에서 물체 부분의 경계를 검출할 수 있다. 경계 검출 모듈(330)은 제1 머신러닝(machine learning) 모듈(331) 및 제2 머신러닝(machine learning) 모듈(332)을 포함할 수 있다.
제1 머신러닝 모듈(331)은 통신 모듈(310)을 통하여 수신한 CCD 영상에서 물체를 인식할 수 있다. 제1 머신러닝 모듈(331)은 CCD 영상이 입력되는 경우, 이미 학습된 이미지(즉, 물체)들을 기반으로 입력된 CCD 영상에서 물체를 인식할 수 있다.
예시적인 실시예에서, 제1 머신러닝 모듈(331)은 머신러닝(machine learning) 또는 딥러닝(deep learning) 기술로 물체인식 알고리즘 등을 이용할 수 있다. 여기서, 물체인식 알고리즘은 머신 러닝내에서 사용되는 알고리즘 방법론 중 일부이며, 예를 들어, RCNN, R-FCN, SSD, YOLO등을 사용할 수 있다.
제2 머신러닝 모듈(332)은 제1 머신러닝 모듈(331)로부터 물체가 인식된 CCD 영상을 입력받아 물체가 인식된 CCD 영상에서 물체 부분의 경계를 검출할 수 있다. 제2 머신러닝 모듈(332)은 물체가 인식된 CCD 영상이 입력되는 경우, 이미 학습된 데이터(즉, 물체의 경계 정보)들을 기반으로 입력된 물체가 인식된 CCD 영상에서 물체의 경계를 검출할 수 있다.
예시적인 실시예에서, 제2 머신러닝 모듈(332)은 머신러닝(machine learning) 또는 딥러닝(deep learning) 기술로 합성곱 신경망(CNN : Convolution Neural Network)을 이용할 수 있다. 이 경우, 제2 머신러닝 모듈(332)은 물체가 인식된 CCD 영상이 입력되는 경우, 입력된 물체가 인식된 CCD 영상에서 물체의 경계를 검출하여 출력하도록 학습된 신경망일 수 있다. 합성곱 신경망은 기 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다.
영상 변환 모듈(340)은 열화상 영상과 CCD 영상을 중첩(overlay)하기 위하여 열화상 영상을 변환할 수 있다. 영상 변환 모듈(340)은 전처리 모듈(341), 영상 리사이징 모듈(342) 및 영역 표시 모듈(343)을 포함할 수 있다.
전처리 모듈(341)은 열화상 영상의 방사율 정보를 보정할 수 있다. 구체적으로, 전처리 모듈(341)은 열화상 영상에서 서로 다른 물질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화할 수 있다. 여기서, 방사율(emissivity) 정보는 물질에서 에너지가 방사되는 비율로서, 물질이 품고 있는 에너지를 얼마만큼 외부로 방사하는가에 대한 비율로 100%방사하는 경우에 방사율 계수가 1.0이 된다. 예를 들어, 방사율이 0.97인 물질이 100도인 경우 적외선을 이용하여 관측하였을 경우 97도로 측정이 되어 3도에 대한 보정이 필요하게 된다. 이에 기공지된 물질의 방사율 정보를 이용하여 열화상 영상에서 서로 다른 재질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화할 수 있다.
또한, 전처리 모듈(341)은 정규화된 열화상 영상에서 온도를 직관적으로 인지할 수 있도록 자동 레벨 조정(Auto Gain Control) 및 의사 색체(Pseudo-Color) 처리를 수행할 수 있다. 예를 들어, 열화상 카메라는 14 bit 로, 영상을 구성하는 각 픽셀을 0 ~ 0x3FFF의 값을 표현할 수 있으나, 일반적으로 검출하는 온도는 상온의 일부 온도로 0x1000 ~ 0x1400까지의 데이터 값만이 열화상 센서로 입력되어 흐릿한 영상이 생성된다. 이에, 열화상 영상에 자동 레벨 조정 처리를 수행함으로써, 선명한 영상을 생성할 수 있다. 예를 들어, 전처리 모듈(341)은 전체 열화상 영상에 대한 각 픽셀들의 평균값을 산출한 후, 산출한 평균값을 해당 픽셀의 픽셀 값으로 재정의 할 수 있다. 또한, 열화상 카메라는 단색 화상을 표현하게 된다. 이에, 열화상 영상에 의사 색체 처리를 수행함으로써, 칼라 영상을 생성할 수 있다. 예를 들어, 전처리 모듈(341)은 전체 열화상 영상에 대한 각 픽셀의 농도(濃度) 레벨을 산출한 후, 산출된 농도 레벨에 따라 해당 픽셀에 색을 할당할 수 있다.
영상 리사이징 모듈(342)은 전처리된 열화상 영상을 기 설정된 사이즈로 리사이징(Resizing)할 수 있다. 영상 리사이징 모듈(342)은 전처리된 열화상 영상을 CCD 영상의 사이즈로 리사이징 할 수 있다. 즉, 열화상 영상은 CCD 영상과 중첩되므로, CCD 영상과 동일한 사이즈로 리사이징 될 수 있다. 예시적인 실시예에서, 영상 리사이징 모듈(342)은 전처리된 열화상 영상(384 x 288)을 1280 x 720 사이즈로 리사이징 할 수 있다. 여기서, 영상 리사이징 모듈(342)은 2x2가 적용되는 바이리니어(Bi-Linear) 알고리즘을 적용할 수 있다.
영역 표시 모듈(343)은 리사이징된 열화상 영상에서 영역(윤곽선)을 표시할 수 있다. 영역 표시 모듈(343)은 리사이징된 열화상 영상을 그레이스케일(gray scale) 처리하여 각 픽셀의 명도(明度) 레벨을 산출한 후, 명도 레벨의 불연속점에 해당하는 픽셀을 추출하여 해당 픽셀을 강조하여 열화상 영상에 영역을 표시할 수 있다.
영상 중첩 모듈(350)은 경계 검출 모듈(330)로부터 검출된 물체의 경계를 기반으로 변환된 열화상 영상에 알파블렌딩(alpha blending) 처리를 하여 중첩할 수 있다. 즉, 일반 열화상 영상에서는 물체의 경계가 흐릿하여 물체를 인식하기 어렵게 된다. 이에, 변환된 열화상 영상에 CCD 영상으로부터 검출된 물체의 경계를 기반으로 알파블렌딩 처리를 수행함으로써, 중첩 영상을 생성하여 열화상 영상을 물체를 명확하게 구분할 수 있도록 할 수 있다.
구체적으로, 영상 중첩 모듈(350)은 경계 검출 모듈(330)로부터 검출된 CCD 영상의 물체의 경계와 열화상 영상에 표시된 영역을 매칭시킨 후, CCD 영상의 투명도를 조절하여 변환된 열화상 영상과 CCD 영상을 중첩하여 중첩 영상을 생성할 수 있다. 이에, CCD 카메라에서 촬영한 CCD 영상의 물체의 경계를 열화상 영상에 중첩시킴으로써, 열화상 영상에서 물체의 윤곽선을 뚜렷하게 표시하여 물체의 디테일을 표현할 수 있다.
영상 분석 모듈(360)은 생성된 중첩 영상에서 은닉 카메라가 은닉된 위치를 판단할 수 있다. 구체적으로, 영상 분석 모듈(360)은 생성된 중첩 영상의 표시된 영역 내에서 온도가 가장 높은 영역을 추출하여 해당 부분을 은닉 카메라가 은닉된 영역으로 판단할 수 있다. 즉, 특정 사물에 은닉된 은닉 카메라가 동작시 열원에 의해 발열이 되므로, 발열 영역을 탐지하여 은닉 카메라를 탐지할 수 있다.
또한, 영상 분석 모듈(360)은 은닉 카메라가 은닉된 위치를 표시한 중첩 영상을 포함하는 분석 정보를 생성할 수 있다. 예를 들어, 영상 분석 모듈(360)은 은닉 카메라가 은닉된 위치를 중첩 영상에 표시하여 사용자의 스마트 기기(200)로 제공할 수 있다.
도 5는 본 발명의 일 실시예에 따른 은닉 카메라 탐지 서비스가 제공되는 스마트 기기의 화면을 나타낸 도면이다.
도 5와 같이, 분석 서버(300)는 사용자의 스마트 기기(200)로부터 입력된 영상 선택 정보에 따라 (a)CCD 영상 또는 (b)중첩 영상을 스마트 기기로 제공할 수 있다. 도 5를 참조하면, 열화상 영상에서 물체(1)의 윤곽선이 뚜렷하게 표시될 수 있으며, 인식된 물체 내에서 온도가 가장 높은 영역(S)을 추출하여 은닉 카메라를 탐지할 수 있다.
개시되는 실시예에 의하면, CCD 카메라가 촬영한 CCD 영상과 열화상 카메라가 촬영한 열화상 영상을 중첩함으로써, 열화상 영상에서 물체의 윤곽선을 뚜렷하게 표시하여 물체의 디테일을 표현할 수 있게 된다.
도 6은 본 발명의 일 실시예에 따른 은닉 카메라 탐지시스템을 설명하기 위한 흐름도이다. 도 6에 도시된 방법은 예를 들어, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치(12)에 의해 수행될 수 있다. 이를 위하여, 은닉 카메라 탐지 방법은 하나 이상의 컴퓨터 실행 가능 명령어를 포함하는 프로그램 내지 소프트웨어의 형태로 구현되어 상기 메모리상에 저장될 수 있다.
또한, 도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 6을 참조하면, 분석 서버(300)는 탐지 장치(100)로부터 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신한다(S601).
다음으로, 분석 서버(300)는 머신러닝 모듈을 통하여 상기 CCD 영상에서 물체의 경계를 추출한다(S602). 구체적으로, 분석 서버(300)는 제1 머신러닝 모듈(331)을 통하여 상기 CCD 영상에서 물체를 인식할 수 있으며, 제2 머신러닝 모듈(332)을 통하여 상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출할 수 있다.
다음으로, 분석 서버(300)는 영상 변환 모듈(340)을 통하여 상기 열화상 영상에 윤곽선을 표시한다(S603). 구체적으로, 분석 서버(300)는 전처리 모듈(341)을 통하여 열화상 영상의 방사율 정보를 보정하고, 보정된 열화상 영상에 대하여 자동 레벨 조정 및 의사 색채 처리를 수행할 수 있다. 또한, 분석 서버(300)는 영상 리사이징 모듈(342)을 통하여 전처리된 열화상 영상을 기 설정된 사이즈로 리사이징하고, 영역 표시 모듈(343)을 통하여 리사이징된 열화상 영상에서 윤곽선을 검출하여 표시할 수 있다.
다음으로, 분석 서버(300)는 CCD 영상의 물체의 경계와 열화상 영상에 표시된 윤곽선을 매칭하고, CCD 영상과 열화상 영상을 중첩하여 중첩 영상을 생성한다(S604).
마지막으로, 분석 서버(300)는 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단한다(S605). 구체적으로, 분석 서버(300)는 생성된 중첩 영상의 물체의 경계 내에서 가장 높은 영역을 추출하고, 추출된 영역을 은닉 카메라가 은닉된 영역으로 판단할 수 있다. 또한, 분석 서버(300)는 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공할 수 있다.
개시되는 실시예에 의하면, 은닉 카메라가 동작시 발열되는 열원을 열화상 카메라를 통하여 발열부위를 탐지함으로써, 은닉 카메라를 검출할 수 있게 된다. 또한, CCD 카메라가 촬영한 CCD 영상과 열화상 카메라가 촬영한 열화상 영상을 중첩함으로써, 열화상 영상에서 물체의 윤곽선을 뚜렷하게 표시하여 물체의 디테일을 표현할 수 있게 된다.
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(20)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(20)은 컴퓨팅 장치(22)를 포함한다. 일 실시예에서, 컴퓨팅 장치(22)는 스마트 기기(200)일 수 있다. 또한, 일 실시예에서, 컴퓨팅 장치(22)는 분석 서버(300)일 수 있다.
컴퓨팅 장치(22)는 적어도 하나의 프로세서(24), 컴퓨터 판독 가능 저장 매체(26) 및 통신 버스(28)를 포함한다. 프로세서(24)는 컴퓨팅 장치(22)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(24)는 컴퓨터 판독 가능 저장 매체(26)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(24)에 의해 실행되는 경우 컴퓨팅 장치(22)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(26)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(26)에 저장된 프로그램(30)은 프로세서(24)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(26)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(22)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(28)는 프로세서(24), 컴퓨터 판독 가능 저장 매체(26)를 포함하여 컴퓨팅 장치(22)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(22)는 또한 하나 이상의 입출력 장치(34)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(32) 및 하나 이상의 네트워크 통신 인터페이스(36)를 포함할 수 있다. 입출력 인터페이스(32) 및 네트워크 통신 인터페이스(36)는 통신 버스(28)에 연결된다. 입출력 장치(34)는 입출력 인터페이스(32)를 통해 컴퓨팅 장치(22)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(34)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(34)는 컴퓨팅 장치(22)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(22)의 내부에 포함될 수도 있고, 컴퓨팅 장치(22)와는 구별되는 별개의 장치로 컴퓨팅 장치(22)와 연결될 수도 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100 : 탐지 장치
110 : 촬영부
120 : 전송부
200 : 스마트 기기
300 : 분석 서버
310 : 통신 모듈
320 : 저장 모듈
330 : 경계 검출 모듈
331 : 제1 머신러닝 모듈
332 : 제2 머신러닝 모듈
340 : 영상 변환 모듈
341 : 전처리 모듈
342 : 영상 리사이징 모듈
343 : 영역 표시 모듈
350 : 영상 중첩 모듈
360 : 영상 분석 모듈

Claims (20)

  1. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    탐지 장치로부터 은닉 카메라가 은닉될 만한 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신하는 단계;
    상기 CCD 영상에서 물체의 경계를 추출하는 단계;
    상기 열화상 영상에 윤곽선을 표시하는 단계;
    상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고, 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하는 단계; 및
    상기 생성된 중첩 영상에서 상기 은닉 카메라가 은닉된 영역을 판단하는 단계를 포함하며,
    상기 CCD 영상에서 물체의 경계를 추출하는 단계는,
    제1 머신러닝 모듈을 통하여 상기 CCD 영상에서 물체를 인식하는 단계; 및,
    제2 머신러닝 모듈을 통하여 상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출하는 단계를 포함하며,
    상기 은닉 카메라가 은닉된 영역을 판단하는 단계는,
    상기 생성된 중첩 영상의 물체의 경계 내에서 온도가 가장 높은 영역을 추출하는 단계;
    상기 추출된 영역을 상기 은닉 카메라가 은닉된 영역으로 판단하는 단계; 및,
    상기 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공하는 단계를 포함하는, 방법.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 열화상 영상에 윤곽선을 표시하는 단계는,
    상기 열화상 영상의 방사율 정보를 보정하는 단계;
    상기 보정된 열화상 영상에 대하여 자동 레벨 조정 처리를 수행하는 단계;
    상기 수행된 열화상 영상을 기 설정된 사이즈로 리사이징하는 단계; 및
    상기 리사이징된 열화상 영상에서 윤곽선을 검출하여 표시하는 단계를 포함하는, 방법.
  4. 청구항 3에 있어서,
    상기 열화상 영상의 방사율 정보를 보정하는 단계는,
    상기 열화상 영상 내의 서로 다른 물질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화하는, 방법.
  5. 청구항 3에 있어서,
    상기 자동 레벨 조정 처리를 수행하는 단계는,
    상기 보정된 열화상 영상에 대한 각 픽셀의 농도(濃度) 레벨을 산출하고, 상기 산출된 농도 레벨에 따라 해당 픽셀에 색을 재설정하는 단계를 포함하는, 방법.
  6. 청구항 3에 있어서,
    상기 윤곽선을 검출하여 표시하는 단계는,
    상기 리사이징된 열화상 영상을 그레이스케일(gray scale) 처리하여 각 픽셀의 명도(明度) 레벨을 산출하고, 상기 명도 레벨의 불연속점에 해당하는 픽셀을 추출하는, 방법.
  7. 청구항 1에 있어서,
    상기 중첩 영상을 생성하는 단계는,
    상기 CCD 영상의 투명도를 조절하여 상기 CCD 영상과 중첩하는 단계를 포함하는, 방법.
  8. 삭제
  9. 청구항 1에 있어서,
    상기 사용자에게 제공하는 단계는,
    스마트 기기로부터 영상 선택 정보를 수신하는 단계; 및
    상기 영상 선택 정보에 따라 상기 CCD 영상 또는 상기 은닉된 영역을 표시한 중첩 영상을 상기 스마트 기기로 제공하는 단계를 포함하는, 방법.
  10. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서,
    탐지 장치로부터 은닉 카메라가 은닉될 만한 은닉 장소를 촬영한 CCD 영상 및 열화상 영상을 수신하는 통신 모듈;
    상기 CCD 영상에서 물체의 경계를 추출하는 경계 검출 모듈;
    상기 열화상 영상에 윤곽선을 표시하는 영상 변환 모듈;
    상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고, 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하는 영상 중첩 모듈; 및
    상기 생성된 중첩 영상에서 상기 은닉 카메라가 은닉된 영역을 판단하는 영상 분석 모듈을 포함하며,
    상기 경계 검출 모듈은,
    상기 CCD 영상에서 물체를 인식하는 제1 머신러닝 모듈; 및,
    상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출하는 제2 머신러닝 모듈을 포함하며,
    상기 영상 분석 모듈은, 상기 생성된 중첩 영상의 물체의 경계 내에서 온도가 가장 높은 영역을 추출하고, 상기 추출된 영역을 상기 은닉 카메라가 은닉된 영역으로 판단하며, 상기 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공하는, 컴퓨팅 장치.
  11. 삭제
  12. 청구항 10에 있어서,
    상기 영상 변환 모듈은,
    상기 열화상 영상의 방사율 정보를 보정하고, 상기 보정된 열화상 영상에 대하여 자동 레벨 조정 처리를 수행하는 전처리 모듈;
    상기 전처리된 열화상 영상을 기 설정된 사이즈로 리사이징하는 영상 리사이징 모듈; 및
    상기 리사이징된 열화상 영상에서 윤곽선을 검출하여 표시하는 영역 표시 모듈을 포함하는, 컴퓨팅 장치.
  13. 청구항 12에 있어서,
    상기 전처리 모듈은, 상기 열화상 영상 내의 서로 다른 물질의 방사율을 1.0으로 표준화하여 밝기분포를 정규화하는, 컴퓨팅 장치.
  14. 청구항 12에 있어서,
    상기 전처리 모듈은, 상기 보정된 열화상 영상에 대한 각 픽셀의 농도(濃度) 레벨을 산출하고, 상기 산출된 농도 레벨에 따라 해당 픽셀에 색을 재설정하는, 컴퓨팅 장치.
  15. 청구항 12에 있어서,
    상기 영역 표시 모듈은, 상기 리사이징된 열화상 영상을 그레이스케일(gray scale) 처리하여 각 픽셀의 명도(明度) 레벨을 산출하고, 상기 명도 레벨의 불연속점에 해당하는 픽셀을 추출하는, 컴퓨팅 장치.
  16. 청구항 10에 있어서,
    상기 영상 중첩 모듈은, 상기 CCD 영상의 투명도를 조절하여 상기 CCD 영상과 중첩하는, 컴퓨팅 장치.
  17. 삭제
  18. 청구항 10에 있어서,
    상기 통신 모듈은, 스마트 기기로부터 영상 선택 정보를 수신하고, 상기 영상 선택 정보에 따라 상기 CCD 영상 또는 상기 은닉된 영역을 표시한 중첩 영상을 상기 스마트 기기로 제공하는, 컴퓨팅 장치.
  19. 은닉 카메라가 은닉될 만한 은닉 장소를 촬영하여 CCD 영상 및 열화상 영상을 획득하는 촬영부를 포함하는 탐지 장치; 및
    상기 탐지 장치로부터 상기 CCD 영상 및 열화상 영상을 수신하고, 상기 CCD 영상에서 물체의 경계를 추출하고 상기 열화상 영상에 윤곽선을 표시하며, 상기 CCD 영상의 물체의 경계와 상기 열화상 영상에 표시된 윤곽선을 매칭하고 상기 CCD 영상과 상기 열화상 영상을 중첩하여 중첩 영상을 생성하며, 상기 생성된 중첩 영상에서 은닉 카메라가 은닉된 영역을 판단하는 분석 서버를 포함하며,
    상기 분석 서버는,
    상기 CCD 영상에서 물체를 인식하는 제1 머신러닝 모듈, 및 상기 물체가 인식된 CCD 영상에서 상기 물체의 경계를 검출하는 제2 머신러닝 모듈을 포함하는 경계 검출 모듈; 및
    상기 생성된 중첩 영상의 물체의 경계 내에서 온도가 가장 높은 영역을 추출하고, 상기 추출된 영역을 상기 은닉 카메라가 은닉된 영역으로 판단하며, 상기 은닉된 영역을 표시한 중첩 영상을 사용자에게 제공하는 영상 분석 모듈을 포함하는, 은닉 카메라 탐지 시스템.
  20. 청구항 19에 있어서,
    상기 은닉 카메라 탐지 시스템은,
    상기 은닉된 영역을 표시한 열화상 영상을 수신하여 디스플레이하는 스마트 기기를 더 포함하는, 은닉 카메라 탐지 시스템.
KR1020200033046A 2020-03-18 2020-03-18 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치 KR102449724B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200033046A KR102449724B1 (ko) 2020-03-18 2020-03-18 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200033046A KR102449724B1 (ko) 2020-03-18 2020-03-18 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치

Publications (2)

Publication Number Publication Date
KR20210116904A KR20210116904A (ko) 2021-09-28
KR102449724B1 true KR102449724B1 (ko) 2022-09-30

Family

ID=77923240

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200033046A KR102449724B1 (ko) 2020-03-18 2020-03-18 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치

Country Status (1)

Country Link
KR (1) KR102449724B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102548076B1 (ko) * 2022-12-08 2023-06-29 주식회사 인터엑스 열화상 이미지 기반 실시간 사람 탐지 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100829215B1 (ko) * 2008-03-13 2008-05-14 주식회사 엘트로닉스 은닉물체 감지를 위한 합성 영상 생성 시스템
JP2017200035A (ja) * 2016-04-27 2017-11-02 株式会社Ｊｖｃケンウッド 車両用表示制御装置、車両用表示システム、車両用表示制御方法およびプログラム
KR102061445B1 (ko) * 2019-02-22 2019-12-31 써모아이 주식회사 가시광 및 적외선 융합 영상 기반 객체 검출 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100552233B1 (ko) * 2003-01-14 2006-02-16 한국원자력연구소 Ｃｃｄ카메라와 열영상의 매핑을 이용한 열영상 관측화면의 방사율 보정기법
KR200411448Y1 (ko) 2005-12-13 2006-03-14 남형종 카메라 탐지장치
KR101314259B1 (ko) * 2011-03-24 2013-10-02 삼성테크윈 주식회사 영상 융합 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100829215B1 (ko) * 2008-03-13 2008-05-14 주식회사 엘트로닉스 은닉물체 감지를 위한 합성 영상 생성 시스템
JP2017200035A (ja) * 2016-04-27 2017-11-02 株式会社Ｊｖｃケンウッド 車両用表示制御装置、車両用表示システム、車両用表示制御方法およびプログラム
KR102061445B1 (ko) * 2019-02-22 2019-12-31 써모아이 주식회사 가시광 및 적외선 융합 영상 기반 객체 검출 방법 및 장치

Also Published As

Publication number Publication date
KR20210116904A (ko) 2021-09-28

Similar Documents

Publication Publication Date Title
US10628670B2 (en) User terminal apparatus and iris recognition method thereof
TWI724736B (zh) 圖像處理方法及裝置、電子設備、儲存媒體和電腦程式
KR102597680B1 (ko) 맞춤형 화질 이미지를 제공하는 전자 장치 및 그 제어 방법
KR102079091B1 (ko) 단말기 및 그것의 이미지 처리 방법
US10217195B1 (en) Generation of semantic depth of field effect
WO2019101021A1 (zh) 图像识别方法、装置及电子设备
JP6208383B2 (ja) プレビューモードにおける画像キャプチャリングパラメータ調整
US8879803B2 (en) Method, apparatus, and computer program product for image clustering
US9967444B2 (en) Apparatus and method for capturing image in electronic device
KR102636243B1 (ko) 이미지를 처리하기 위한 방법 및 그 전자 장치
KR20200118076A (ko) 생체 검출 방법 및 장치, 전자 기기 및 저장 매체
KR20180013208A (ko) 차등적 뷰티효과 처리 장치 및 방법
CN111598065B (zh) 深度图像获取方法及活体识别方法、设备、电路和介质
KR20160027862A (ko) 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치
US20140267384A1 (en) Display apparatus and control method thereof
CN111126108A (zh) 图像检测模型的训练和图像检测方法及装置
KR20230069892A (ko) 이상 온도를 나타내는 객체를 식별하는 방법 및 장치
US10558850B2 (en) Body information analysis apparatus and method of simulating face shape by using same
KR20180044587A (ko) 다중 배경 모델을 이용한 전경 생성 방법 및 그 장치
KR102290991B1 (ko) 열화상을 생성하는 방법 및 장치
KR102449724B1 (ko) 은닉 카메라 탐지 시스템, 방법 및 이를 수행하기 위한 컴퓨팅 장치
CN108227923A (zh) 一种基于体感技术的虚拟触控***和方法
US20240177527A1 (en) Image acquisition method and apparatus, computer device, and storage medium
CN109816628B (zh) 人脸评价方法及相关产品
US10366495B2 (en) Multi-spectrum segmentation for computer vision

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant