KR20100051775A - Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle - Google Patents

Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle Download PDF

Info

Publication number
KR20100051775A
KR20100051775A KR1020100016554A KR20100016554A KR20100051775A KR 20100051775 A KR20100051775 A KR 20100051775A KR 1020100016554 A KR1020100016554 A KR 1020100016554A KR 20100016554 A KR20100016554 A KR 20100016554A KR 20100051775 A KR20100051775 A KR 20100051775A
Authority
KR
South Korea
Prior art keywords
image
vehicle
information
vehicle information
recognition
Prior art date
Application number
KR1020100016554A
Other languages
Korean (ko)
Inventor
강석윤
Original Assignee
(주)한국알파시스템
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 (주)한국알파시스템 filed Critical (주)한국알파시스템
Priority to KR1020100016554A priority Critical patent/KR20100051775A/en
Publication of KR20100051775A publication Critical patent/KR20100051775A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • 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
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • 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
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

PURPOSE: A multi-object tracking and vehicle information recognition/data management system using real-time video analysis provides a system optimized for the general road security by adding a DVR(Digital Video Recorder) system to the conventional registration number recognition system. CONSTITUTION: A video input unit(200) transmits inputted video to a video processing unit(300). The video processing unit processes the video in real time at the speed of 15 frames per second. The video processing unit carrying out object motion sensing, object tracking, object area extraction, and object classification can simultaneously process 20 objects to the maximum. A vehicle information recognition unit(400) recognizes information in case the sensed object is a vehicle.

Description

실시간 영상 분석을 이용한 다중 객체 추적과 차량정보인식 및 데이터 관리 시스템과 처리 방법 {Real-time image analysis using the multi-object tracking and analyzing vehicle information and Data management system and how to handle}Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle}

본 발명은 차량번호 인식과 일반 방범 DVR기능의 한층 발전된 개념이며, 두 시스템을 복합한 기술로 일반도로에서 발생하는 사람과 차량의 통행정보를 동시에 관리 할 수 있게 하였다.The present invention is an advanced concept of vehicle number recognition and general crime prevention DVR function, and it is possible to simultaneously manage the traffic information of people and vehicles occurring on the general road by combining the two systems.

객체의 움직임을 감지하여 각 객체의 영역을 추출하고, 각 객체의 움직임을 추적하며, 객체를 구분하여, 객체가 차량일 경우 차량 정보를 인식하고, 객체의 사이클 정보를 관리하는 시스템이다. 실시간처리를 위해 초당 최대 15프레임으로 이미지를 처리하며, 객체는 동시 최대 20객체, 차량은 동시 최대 4대까지 처리할 수 있다. 또 객체의 상세한 이미지 제공을 위해 대표이미지를 관리한다.The system detects the movement of an object, extracts the area of each object, tracks the movement of each object, classifies the object, recognizes the vehicle information when the object is a vehicle, and manages the cycle information of the object. Images can be processed at up to 15 frames per second for real-time processing, up to 20 objects at the same time, and up to 4 vehicles at the same time. It also manages the representative image to provide a detailed image of the object.

현재 차량 번호 인식 시스템과 도로용 방범 DVR시스템은 각각 따로 구현되어 범죄 예방과 범인 검거에 많이 활용되어 지고 있다.Currently, vehicle number recognition system and road security DVR system are implemented separately, and are widely used for crime prevention and criminal arrest.

방범용 차량번호 인식시스템의 경우 자동차 전용도로에 주로 설치되는데, 일반사람과 자동차가 동시 통행하는 곳에서 차량 정보를 얻기에는 장해요소가 많아 문제가 많은 실정이다. 도로용 방범 DVR시스템은 객체의 움직임을 검지하는 기능, 단일 객체를 추적하는 기능 등을 갖추고 있으나 동시에 여러 객체를 추적하고, 객체의 특성을 구분하여 처리하는 기능은 구현되어 있지않다. 또 두 시스템이 별도로 구성되어 있어 설치 비용이나 관리에 상대적으로 취약하다.In the case of a security vehicle number recognition system for crime prevention is mainly installed on the road dedicated to cars, there are many problems in obtaining vehicle information in a place where a general person and a car pass simultaneously. Road security DVR system has the function of detecting the movement of the object and tracking the single object, but it does not implement the function to track several objects at the same time and classify the characteristics of the objects. In addition, the two systems are separately configured, making them relatively vulnerable to installation costs and management.

관련특허 내용;Related patent contents;

[특허실용]1020040010662 객체 추적 방법 및 그 장치 (Object tracking method and apparatus)
1020040010662 Object tracking method and apparatus

다중 객체 추적 시 객체의 이동 속도가 다양하게 나타나는데 이를 처리하기 위한 방법이 제시되어야 하고, 각 객체에 ID를 부여하여, 객체의 위치 및 영역이 구분되어 객체 추적이 이루어져야 하며, 객체의 영역 분석을 통하여 객체를 구분할 수 있어야 한다. 또한 객체의 이동속도에 따른 객체의 이미지 데이터가 관리되어 져야 하고, 차량일 경우 동시 최대 4개의 차량정보 인식이 가능하게 구현되어 져야 한다. 실시간(15프레임/초)으로 처리를 위한 처리 시간 단축과 방대한 데이터 양에 대한 효율적인 관리방법이 제시되어야 한다.When tracking multiple objects, the movement speed of objects appears in various ways. A method for handling them should be presented, and by assigning IDs to each object, object location and area should be classified and object tracking should be performed. The object must be distinguishable. In addition, the image data of the object according to the moving speed of the object should be managed, and in the case of a vehicle, it should be implemented to recognize up to four vehicle information at the same time. It should be suggested to reduce the processing time for processing in real time (15 frames / sec) and to manage the huge amount of data.

객체의 움직임을 감지하기 위한 방법으로 As a way to detect the movement of an object

1. 해당 이미지에서 이웃한 값 RGB의 변화와 연결된 요소의 분석을 통해 객체의 윤곽 성분을 추출해 낸다. 1. The object's contour component is extracted by analyzing the elements connected to the change of neighboring value RGB in the image.

2. 객체의 다양한 이동속도에 따른 움직임을 감지하기 위해 현재 이미지(Nth)와 기준이미지(Nth-1th, N-xth(x=3기준))를 비교 분석해서 객체의 움직임을 찾아낸다.2. In order to detect the movement according to the various moving speeds of the object, the current image (Nth) and the reference image (Nth-1th, N-xth (x = 3)) are analyzed to find the movement of the object.

객체의 추적과 영역 설정은 Object tracking and area settings

1. 객체의 움직임 요소를 추출하고 10*10픽셀 단위로 구역을 설정하여 움직인 영역을 구한다. 1. Extract the moving element of the object and set the area by 10 * 10 pixel unit to find the moving area.

2. 객체의 추적에 의한 객체의 추정 정보를 이용, 객체의 영역을 구분한다.2. The object is classified by using the estimated information of the object by tracking the object.

3. 객체끼리의 결합과 분리가 될 경우가 있으며, 이를 처리 하기 위한 방법을 제시한다.3. There may be cases where objects are combined and separated, and a method for dealing with them is presented.

객체의 특성 구분은Object classification of objects

객체의 영역 내 객체의 윤곽 성분이나 객체영역의 크기에 대한 분석을 통해 객체의 특성을 구분한다.The characteristics of an object are distinguished by analyzing the contour component of the object in the object area or the size of the object area.

다중 차량 정보 인식에서는In multi-vehicle information recognition

객체가 차량일 경우 이를 순차적으로 처리를 하지 않고, 동시에 처리하기 위해 차량 정보 인식 부를 4개 사용한다.If the object is a vehicle, four vehicle information recognition units are used to process them simultaneously.

처리 시간 단축Reduced processing time

처리 시간의 대부분은 영상 분석부와 차량정보 인식부에 집중되어 있는데, 영상 분석부에서 15ms이내에 처리되게 하고, 차량 정보 인식 부에서 30ms이내 처리가 되게 하였다.Most of the processing time is concentrated on the image analyzer and the vehicle information recognizing unit, which is processed within 15 ms by the image analyzer and within 30 ms by the vehicle information recognizing unit.

현재 방범용 차량번호 인식 시스템과 DVR시스템이 별개로 구현되어 사용되고 있다. 그에 따른 설치비용이 늘어나고 관리가 번거로운데다, 사람과 차량의 통행이 잦은 골목길에서 종래의 차량 번호 인식 시스템으론 차량의 정보를 얻는데 어려움이 많았고, 단순히 움직이는 영상에 대한 이미지 저장방식으로는 사용자의 여러 검색조건에 대응하기에 부족 한 점이 많았다. 본 발명은 종래 차량번호 인식 시스템에 DVR시스템을 추가하여 그 기능을 대폭 향상시켜 일반 도로방범에 최적의 시스템으로 설계되었다.Currently, a security vehicle number recognition system and a DVR system are implemented separately. As a result, installation cost increases and management is cumbersome, and it is difficult to obtain vehicle information using conventional vehicle number recognition system in alleys where people and vehicles pass frequently. There were many shortcomings to meet the conditions. The present invention has been designed as an optimal system for general road security by adding a DVR system to a conventional vehicle number recognition system and greatly improving its function.

도 1은 본 발명의 전체도
도 2는 영상 처리부 상세도
도 3은 차량정보 인식 상세도
도 4는 데이터 처리부 상세도
도 5는 객체의 분리와 결합에 대한 처리 방법
도 6은 객체 움직임 감지와 객체추적을 통한 객체의 영역 산출에 대한 예제
도 7은 객체 영역 추출은 객체추적을 통해 객체의 위치와 영역을 추정하여 실제 객체의 영역을 구하는 예제
도 8은 객체 위치와 영역 추출에 대한 예제
도 9는 객체 위치와 영역 추출에 대한 예제
도 10은 객체의 구분(사람/차량)에 대한 예제
도 11은 차량번호 인식에 대한 예제
도 12는 객체의 사이클 데이터 생성에 대한 예제1 is an overall view of the present invention
2 is a detailed view of an image processor
3 is a detailed view of vehicle information recognition
4 is a detailed view of a data processing unit
5 is a processing method for separating and combining objects
6 is an example of calculating the area of an object through object movement detection and object tracking.
7 is an example of extracting an object area to obtain an actual object area by estimating the location and area of the object through object tracking.
8 is an example of object location and region extraction
9 is an example of object location and region extraction
10 is an example of object classification (person / vehicle)
11 is an example for vehicle number recognition
12 is an example for generating cycle data of an object.

도 1은 본 발명의 전체 구성을 보여주는 도면이다. 본 발명을 수행하기 위해서는 영상 입력 장치(100)는 고해상도 카메라(칼라, 흑백 해상도 1280*960 이상)를 사용하며, 영상 입력부(200)는 입력장치에 종속된 부분으로 각 장치에 따라 다르게 구성되며, 영상 입력부(200)의 주요기능은 환경변화에 따라 카메라를 제어하고 영상을 디스플레이하며, 영상을 캡쳐하여 영상 처리부(300)로 전달한다. 1 is a view showing the overall configuration of the present invention. In order to perform the present invention, the image input apparatus 100 uses a high resolution camera (color, monochrome resolution 1280 * 960 or more), and the image input unit 200 is a part dependent on the input apparatus, and is configured differently according to each device. The main function of the image input unit 200 is to control the camera according to the environment changes, to display the image, to capture the image and deliver it to the image processing unit 300.

영상 처리부(300)의 주요 기능은 The main function of the image processor 300

1. 객체의 움직임을 검지(310); 이미지에서 객체의 윤곽을 이웃한 RGB값의 편차를 이용하여 추출하고, 이전 영상과 비교하여 윤곽의 변화를 분석하여 객체의 움직임을 판별해내고, 검지된 영역구간을 설정구간들의 집합으로 객체의 움직임이 일어난 영역을 구한다. 1. detect the movement of the object 310; Extract the contour of the object from the image by using the deviation of the neighboring RGB values, analyze the change of the contour by comparing with the previous image to determine the movement of the object, and use the detected area to set the movement of the object as a set of set sections. Obtain the area where this happened.

2. 객체의 추적과 영역 추출(320); 각 객체는 이미지에 나타났다가 사라지는 일련의 사이클을 형성하게 되는데, 하나의 이미지에서 정확하게 객체의 영역을 구분하기는 어려움이 있다. 두 개 이상의 객체가 하나로 합쳐질 수도 있으며, 하나의 객체가 둘 이상으로 나누어질 때도 있고, 갑자기 사라질 수도 있다. 따라서, 정확한 객체의 영역을 구분하기 위해서 객체추적을 통한 객체의 추정위치와 크기를 산출하여 해당 객체의 위치와 영역을 추출하는 방법을 사용하였다. 이에 대한 자세한 설명은 도 1에서 한다. 2. tracking and region extraction 320 of the object; Each object forms a series of cycles that appear and disappear in an image, but it is difficult to distinguish the area of an object accurately in an image. Two or more objects can be merged into one, sometimes an object can be divided into two or more, and suddenly disappear. Therefore, in order to distinguish the area of the exact object, the method of extracting the location and area of the object by calculating the estimated position and size of the object through object tracking was used. Detailed description thereof will be made with reference to FIG. 1.

3. 객체의 구분(330);3. classification of objects 330;

각 객체의 윤곽을 구성하는 가로, 세로성분 분석과 영역의 크기에 따라 차량과 사람으로 구분한다. 차량인 경우 차량정보 인식부(400)로 객체 정보를 전달한다. 차량정보 인식은 동시 4대까지 처리를 할 수 있게 설계되었다.The vehicle and the person are classified according to the horizontal and vertical component analysis and the size of the area that constitute the contour of each object. In the case of a vehicle, object information is transmitted to the vehicle information recognizing unit 400. Vehicle information recognition is designed to handle up to four vehicles simultaneously.

차량정보 인식부(400)는Vehicle information recognition unit 400

1. 번호판 영역 추출(410); 이미지에서 문자의 특성을 고려하여 이웃한 RGB 편차값의 증감을 검사, 요소의 크기에 따라 필터링을 하고, 증감이 서로 교차되는 부분을 강조하여, 번호판의 영역을 추정한다. 한 차량에 대해 최대 10개까지 구하고, 번호판이 아닌 경우는 이후 과정에서 걸러 지게 된다. 1. License plate area extraction 410; In consideration of the characteristics of the characters in the image, the increase and decrease of neighboring RGB deviation values are examined and filtered according to the size of the elements, and the area of the license plate is estimated by emphasizing the intersection of the increase and decrease. A maximum of 10 vehicles can be obtained, and the non-license plate will be filtered later.

2. 이미지 필터링(420); 번호판이 휜 경우, 그림자가 생긴 경우에 따른 글자윤곽 강조, 번호판이 비틀어진 경우 이미지 회전, 문자가 적은 경우 이미지 확대작업이 이루어진다. 2. image filtering 420; If the license plate is broken, the outline of the font is created when the shadow is created, the image is rotated when the license plate is twisted, and the image is enlarged when there are few characters.

3. 문자영역 구분(430); 문자를 인식하기 위해 각 문자의 영역을 구분하고 번호판의 종류와 색상을 결정한다. 3. character area division 430; In order to recognize the characters, the area of each character is separated and the type and color of the license plate is determined.

4. 문자인식(440); 지역, 한글, 숫자 인식으로 인식 방식은 이미지를 직접 해석하는 방식을 사용하여 인식속도를 최대한 줄였다.4. character recognition 440; Recognition method using local, Korean, and number recognition reduced the speed of recognition as much as possible by directly interpreting images.

5. 차체 색상, 속도, 진행방향 산출(450); 차체의 색상은 차량번호판 상단의 가장 빈도 수가 많은 색상 값을 사용하며, 속도는 영상 입력부(200)로부터 받은 영상 캡쳐 시간을 이용하여 차량이 움직인 픽셀과 이미지에 나타난 실제 도로의 길이(이미지 하단을 기준으로)를 참조하여 계산하며, 역주행인 경우 마이너스로 표기한다.5. calculating body color, speed, direction of travel 450; The color of the body uses the most frequent color value at the top of the license plate, and the speed is the actual road length (represented in the bottom of the image) and the pixels moved by using the image capture time received from the image input unit 200. By reference), and in case of reverse driving, it is indicated as minus.

데이터 처리 부(500)는The data processing unit 500

1. 객체 사이클의 유효성 검사(510); 객체의 이동경로가 미세하게 나타난 경우, 객체의 이동경로가 불분명한 경우, 객체의 영역이 편차가 심할 경우에는 바람에 흔들리는 나뭇가지나 갑작스런 이미지의 변화에 크게 영향을 받는다. 또 객체의 사이클수가 적을 경우, 야간 헤드라이트 불빛 및 그림자를 객체로 오해한 경우의 객체는 제거한다.1. validation of object cycle 510; When the movement path of the object is minutely displayed, when the movement path of the object is unclear, and when the area of the object is very deviated, it is greatly influenced by a tree branch or a sudden image change swaying in the wind. In addition, if the number of cycles of the object is small, the object in case of misunderstanding the night headlight light and shadow as the object is removed.

2. 사이클 데이터 관리(520); 각 객체는 일련의 이미지를 갖게 되는데 한 객체에 대한 기본 사이클 수를 관리하고 객체추적 결과에 따른 객체의 움직임 반경을 고려하여 사이클 수를 조정한다. 2. cycle data management 520; Each object has a series of images. It manages the basic number of cycles for an object and adjusts the number of cycles in consideration of the object's movement radius according to the object tracking result.

3. 대표 이미지 관리(530); 각 객체는 그 객체를 가장 잘 나타낼 수 있는 이미지를 차량인 경우 번호판의 위치, 사람인 경우 상반신을 기준으로 대표 이미지로 선정하고 대표 이미지는 원본 그대로 보관한다.
3. representative image management 530; Each object selects the image that best represents the object as the representative image based on the position of the license plate in the case of a vehicle and the upper body in the case of a person, and keeps the representative image as it is.

도 1
100 - 영상입력장치
200 - 영상 입력부
300 - 영상 처리부
400 - 차량정보 인식부
500 - 데이터 처리부
도 2
300 - 영상 처리부
310 - 객체움직임 검지
320 - 객체추적과 영역 추출
330 - 객체구분
400 - 차량정보 인식부
500 - 데이터 처리부
도 3
400 - 차량정보 인식부
410 - 차량번호판 영역 추출
420 - 이미지 필터링
430 - 문자영역구분
440 - 문자인식
450 - 차량번호, 차체색상, 속도, 진행방향 출력
500 - 데이터 처리부
도 4
500 - 데이터 처리부
510 - 객체 사이클 유효성 검사
520 - 사이클 데이터 관리
530 - 대표 이미지관리
도 5
01~03 - 객체 ID
N - 이미지 일련 번호
도 6
N - 이미지 일련 번호
도 7
N - 이미지 일련 번호
도 10
A~D - 객체 ID
도 12
A~F - 객체 ID
N - 이미지 일련 번호1
100-Video input device
200-video input
300-Image Processing Unit
400-vehicle information recognition unit
500-data processing unit
2
300-Image Processing Unit
310-detect object movement
320-Object Tracking and Region Extraction
330-Object classification
400-vehicle information recognition unit
500-data processing unit
3
400-vehicle information recognition unit
410-Extract license plate area
420-Image filtering
430-Character Area Separation
440-Character Recognition
450-Vehicle number, body color, speed and direction output
500-data processing unit
4
500-data processing unit
510-Object cycle validation
520-cycle data management
530-Representative image management
5
01 ~ 03-Object ID
N-image serial number
6
N-image serial number
7
N-image serial number
10
A-D-Object ID
Figure 12
A through F-object ID
N-image serial number

Claims (4)

실시간 다중 객체추적과 차량정보 인식;
영상 입력부(200)에서 들어오는 영상이미지를 영상 처리부(300)에서 최대 프레임(15프레임/초)으로 실시간 처리한다. 영상 처리부(300)에서는 객체의 움직임을 감지하고, 객체를 추적하여 객체의 영역을 추출하며, 객체의 구분을 한다. 이때 객체는 동시에 최대 20개를 처리할 수 있으며, 차량인 경우 차량정보 인식부(400)에서 차량정보를 인식한다.Real-time multi-object tracking and vehicle information recognition;
The image image received from the image input unit 200 is processed in real time at the maximum frame (15 frames / second) by the image processor 300. The image processor 300 detects the movement of the object, extracts the area of the object by tracking the object, and classifies the object. In this case, up to 20 objects may be processed at the same time. In the case of a vehicle, the vehicle information recognition unit 400 recognizes vehicle information. 동시 다중 차량정보 인식;
영상 처리부(300)에서 처리된 객체가 차량일 경우 최대 4대가 동시에 차량 정보인식 부(400)에서 처리할 수 있게 설계되었다.Simultaneous multi-vehicle information recognition;
When the object processed by the image processor 300 is a vehicle, up to four vehicles are designed to be simultaneously processed by the vehicle information recognition unit 400. 차량의 진행방향 검지와 속도 측정;
차량정보 인식부(400)에서 산출된 동일 객체의 여러 인식 정보를 이용 데이터 처리 부(500)에서 각 이미지의 생성 시간의 간격과 이미지에서 차량 번호판 위치 정보, 실제 도로의 거리의 정보를 이용해서 객체의 속도를 계산하며, 속도의 부호로 차량의 진행 방향을 산출한다.Vehicle direction detection and speed measurement;
Using various pieces of recognition information of the same object calculated by the vehicle information recognizing unit 400, the data processing unit 500 uses the interval of the generation time of each image, location information of the vehicle license plate in the image, and information of the actual road distance. Calculate the speed of, and calculate the direction of travel of the vehicle by the sign of the speed. 객체 사이클 정보와 대표 이미지 관리;
객체가 발생해서 없어질 때까지 일련의 객체 정보를 그 객체의 사이클 정보라 한다. 하나의 사이클 정보에는 객체의 이미지 정보를 포함하게 되는데, 일련의 이미지 정보 중 해당 객체를 가장 잘 나타낼 수 있는 이미지를 선정, 이를 대표이미지라 한다.Object cycle information and representative image management;
A series of object information is called the cycle information of the object until the object occurs and disappears. One cycle information includes image information of an object, and an image that can best represent the object among a series of image information is selected and this is called a representative image.
KR1020100016554A 2010-02-24 2010-02-24 Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle KR20100051775A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100016554A KR20100051775A (en) 2010-02-24 2010-02-24 Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100016554A KR20100051775A (en) 2010-02-24 2010-02-24 Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle

Publications (1)

Publication Number Publication Date
KR20100051775A true KR20100051775A (en) 2010-05-18

Family

ID=42277324

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100016554A KR20100051775A (en) 2010-02-24 2010-02-24 Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle

Country Status (1)

Country Link
KR (1) KR20100051775A (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101323229B1 (en) * 2010-12-30 2013-10-30 (주)세미솔루션 Image recording apparatus for vehicle
KR101977111B1 (en) 2018-08-14 2019-08-28 한국철도기술연구원 a walking line solution system
KR102030352B1 (en) 2019-05-22 2019-11-08 비원이미지 주식회사 Real time tracking system of vehicle base a cognition vehicles number
KR20210122462A (en) 2020-04-01 2021-10-12 삼육대학교산학협력단 Device and method of searching objects based on quad tree

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101323229B1 (en) * 2010-12-30 2013-10-30 (주)세미솔루션 Image recording apparatus for vehicle
KR101977111B1 (en) 2018-08-14 2019-08-28 한국철도기술연구원 a walking line solution system
KR102030352B1 (en) 2019-05-22 2019-11-08 비원이미지 주식회사 Real time tracking system of vehicle base a cognition vehicles number
KR20210122462A (en) 2020-04-01 2021-10-12 삼육대학교산학협력단 Device and method of searching objects based on quad tree

Similar Documents

Publication Publication Date Title
CN103400111B (en) Method for detecting fire accident on expressway or in tunnel based on video detection technology
CN104200668B (en) A kind of motorcycle based on graphical analysis is not helmeted violation event detection method
US20080212099A1 (en) Method for counting people passing through a gate
KR101173853B1 (en) Apparatus and method for Multi-Object Recognition
CN103366154B (en) Reconfigurable clear path detection system
CN106295551A (en) A kind of personal security cap wear condition real-time detection method based on video analysis
CN103226891B (en) Video-based vehicle collision accident detection method and system
CN103366156A (en) Road structure detection and tracking
CN108986472A (en) One kind turns around vehicle monitoring method and device
CN101739809A (en) Automatic alarm and monitoring system for pedestrian running red light
CN111259718B (en) Staircase retention detection method and system based on Gaussian mixture model
JP2018022220A (en) Behavior data analysis system, and behavior data analysis device, and behavior data analysis method
CN109911550A (en) Scratch board conveyor protective device based on infrared thermal imaging and visible light video analysis
KR20160035121A (en) Method and Apparatus for Counting Entity by Using Location Information Extracted from Depth Image
CN103152558B (en) Based on the intrusion detection method of scene Recognition
WO2021114765A1 (en) Depth image-based method and system for anti-trailing detection of self-service channel
US9160986B2 (en) Device for monitoring surroundings of a vehicle
KR101064927B1 (en) People count system using image analysis and method thereof
JP2014059655A (en) Road situation-monitoring device, and road situation-monitoring method
KR20190056457A (en) Pedestrian Tracking Method using Pedestrian Costume Feature Extraction
KR20100051775A (en) Real-time image analysis using the multi-object tracking and analyzing vehicle information and data management system and how to handle
US8229170B2 (en) Method and system for detecting a signal structure from a moving video platform
CN101930540A (en) Video-based multi-feature fusion flame detecting device and method
JP2004086417A (en) Method and device for detecting pedestrian on zebra crossing
KR100532058B1 (en) Traffic information acquisition method and apparatus using camera calibration

Legal Events

Date Code Title Description
A201 Request for examination
G15R Request for early opening
E902 Notification of reason for refusal
E601 Decision to refuse application