KR20150051630A - Apparatus and method for detecting terrorism using irregular motion of peoples - Google Patents
Apparatus and method for detecting terrorism using irregular motion of peoples Download PDFInfo
- Publication number
- KR20150051630A KR20150051630A KR1020130133349A KR20130133349A KR20150051630A KR 20150051630 A KR20150051630 A KR 20150051630A KR 1020130133349 A KR1020130133349 A KR 1020130133349A KR 20130133349 A KR20130133349 A KR 20130133349A KR 20150051630 A KR20150051630 A KR 20150051630A
- Authority
- KR
- South Korea
- Prior art keywords
- motion
- people
- violent
- information
- detecting
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 폭력 행위 검출 장치 및 방법에 관한 것으로서, 더욱 상세하게는 촬영된 영상을 통해 폭력 행위를 자동으로 검출하기 위한 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for detecting a violent act, and more particularly, to an apparatus and method for automatically detecting a violent act through a photographed image.
최근에는 각종 폭력, 폭행 및 납치 사건이 빈번하게 발생하고 있지만, 이를 감시하기 위한 시스템은 미비한 상태이다. 폭력적인 행위가 발생될 경우 주변에 사람이 존재하지 않거나 주변의 무관심으로 인해 신고 접수가 이루어지지 않는 경우도 발생하며 폭력 발생의 원인 및 정도를 판단하기 위한 정보를 수집하기란 쉽지않다.Recently, violence, assault, and kidnapping have occurred frequently, but there is no system to monitor them. In the case of violent acts, it is not possible to collect information to determine the cause and extent of the violence.
이를 보완하기 위하여 CCTV가 도입되었다. 상기 CCTV는 주택가, 빌딩내외부, 도로 및 공공시설등에서 많이 설치되었지만, 이를 이용한 감시 시스템은 부족한 상태이다. 즉, CCTV를 모니터링 하는 화면은 보통 수십개가 존재하지만 이를 확인하는 관측자는 소수이기 때문에 이로 인하여 감시 효율성이 떨어지는 문제점이 발생하였다. 이러한 이유는 짧은 시간안에 폭력 행위가 CCTV 모니터링 화면에 나타나기 때문에 이를 확인하기란 쉽지 않을 것이다.CCTV was introduced to supplement this. The CCTV has been widely installed in residential areas, inside and outside buildings, roads and public facilities, but a surveillance system using the CCTV is in short supply. That is, there are usually dozens of monitoring screens for CCTV, but since there are only a few observers who check this, the monitoring efficiency is low. The reason for this is that it is not easy to confirm that the violent act appears in the CCTV monitoring screen in a short time.
이와 같은 단점을 보완하고자, 최근에는 영상분석을 통한 폭력적 행위 감시 시스템이 개발되고 있다. 대표적인 예로서, 2011년 01월 06일자로 공개된 한국공개특허 제2011-0001172호에서 움직이는 객체의 영상정보에 기반한 폭행상황 검출방법이 개시되었다.To overcome these drawbacks, a violent behavior monitoring system using image analysis is being developed. As a representative example, Korean Patent Laid-Open Publication No. 2011-0001172, published on Jan. 6, 2011, discloses a method of detecting an assault situation based on image information of a moving object.
상기 공개 특허는 개별 개체의 머리 좌표 움직임 벡터에 기반하여 폭력 상황을 검출하였다. 이는 개별 사람을 검출 및 추적하고 개별 사람들의 행동 패턴(궤적, 신체 부위별 움직임)을 나타낼 수 있는 정보를 추출한 후 이 정보를 학습을 통해 폭력성을 감지하는 방식이다. The disclosed patent detects a violent situation based on the head coordinate motion vector of an individual entity. This is a method of detecting and tracking individual persons, extracting information that can represent individual behavior patterns (trajectory, movement by body parts), and then detecting violence through learning this information.
그러나, 상기 공개 특허는 폭력 속성상 다수의 사람들이 뒤엉켜져(2명 이상의 사람들이 복잡한 움직임을 가짐) 폭력이 발생되는 것이 일반적이므로 이와 같이 엉켜져 있는 사람들간의 폭력성을 검출하기란 쉽지 않은 문제점이 있었다.However, in the above-mentioned patent, violence is often caused by a large number of people becoming obsessed with each other (two or more people have complicated movements), so that it is not easy to detect the violence among the people who are so tangled .
본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 2명 이상의 사람들이 복잡한 움직임을 갖더라도 이속에서 폭력적인 상황에 대한 상태 천이와 움직임 불규칙성을 찾아내어 용이하게 폭력 및 납치 행위들을 검출할 수 있는 폭력 행위 검출 장치 및 방법을 제공하는데 그 목적이 있다.The present invention has been made in order to solve the above-mentioned problems, and it is an object of the present invention to provide a method and apparatus for detecting violent situations and motion irregularities in violent situations in two or more people, And an apparatus and method for detecting a violent act.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 기능을 수행하기 위한, 본 발명의 특징은 다음과 같다.The features of the present invention for achieving the objects of the present invention as described above and performing the characteristic functions of the present invention described below are as follows.
본 발명의 일 관점에 따르면, 사람들간의 움직임 불규칙성을 이용하여 폭력적 행위를 검출하기 위한 폭력 행위 검출 장치로서, 영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 획득하는 영상 획득부; 획득된 상기 복수개의 영상 정보에서 사람을 감지하고 추적하여 사람들간의 위치 및 크기 정보를 추적하는 사람 추적부; 상기 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 생성하는 사람 그룹 판단부; 상기 복수개의 영상 정보마다 사람 그룹 정보를 분할하여 각 영역의 움직임벡터를 추출하는 사람 움직임 분석부; 및 상기 추출된 각 영역의 움직임 벡터를 이용하여 움직임 상태와 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단하는 폭력 행위 판단부;를 포함하는 폭력 행위 검출 장치가 제공된다.According to an aspect of the present invention, there is provided an apparatus for detecting a violent action using motion irregularities among people, the apparatus comprising: an image obtaining unit for obtaining a plurality of pieces of image information photographed using a video camera; A person tracking unit for detecting and tracking a person in the obtained plurality of pieces of image information and tracking position and size information between the people; A person group determination unit for generating person group information based on position and size information between the people; A human motion analyzer for dividing human group information for each of the plurality of pieces of image information to extract a motion vector of each region; And a violent action determination unit for determining a violent state and a kidnap by grasping a motion state and a state transition condition using the extracted motion vectors of the respective regions.
여기서, 본 발명의 일 관점에 따른 상기 폭력 행위 판단부는 FMTL, SGT 알고리즘을 이용하여 상기 움직임 상태와 상태 천이 조건을 판단할 수 있다.Here, the violent action determiner according to an aspect of the present invention can determine the motion state and the state transition condition using the FMTL and SGT algorithms.
또한, 본 발명의 일 관점에 따른 상기 폭력 행위 판단부는 상기 움직임 상태에 대응하여 상기 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 포함한 상기 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단할 수 있다.In addition, the violent behavior determination unit according to an aspect of the present invention may further include a state transition detecting unit that detects a state transition, including a direction, a velocity, a direction difference, a motion degree and the number of persons, a holding time, You can identify violence and abduction by identifying conditions.
또한, 본 발명의 다른 일 관점에 따르면, 사람들간의 움직임 불규칙성을 이용하여 폭력적 행위를 검출하기 위한 폭력 행위 검출 방법로서, (a) 영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 영상 획득부에서 획득하는 단계; (b) 획득된 상기 복수개의 영상 정보에서 사람을 감지하고 추적하여 사람들간의 위치 및 크기 정보를 사람 추적부에서 추적하는 단계; (c) 상기 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 사람 그룹 판단부에서 생성하는 단계; (d) 상기 복수개의 영상 정보마다 사람 그룹 정보를 분할하여 각 영역의 움직임벡터를 사람 움직임 분석부에서 추출하는 단계; 및 (e) 상기 추출된 각 영역의 움직임 벡터를 이용하여 움직임 상태와 상태 천이 조건을 파악하여 폭력과 납치 여부를 폭력 행위 판단부에서 판단하는 단계;를 포함하는 폭력 행위 검출 방법이 제공된다.According to another aspect of the present invention, there is provided a violent behavior detection method for detecting a violent behavior using motion irregularities among people, the method comprising: (a) acquiring a plurality of pieces of image information photographed using a video camera ; (b) detecting and tracking a person in the obtained plurality of pieces of image information, and tracking position and size information among the people in the person tracking unit; (c) generating a person group information in the person group determination unit based on the position and size information between the people; (d) dividing the human group information for each of the plurality of pieces of image information and extracting a motion vector of each region by a human motion analyzing unit; And (e) determining a motion state and a state transition condition using the extracted motion vectors of the respective regions, and determining whether the violent or abduction is detected by the violent action determination unit.
여기서, 본 발명의 다른 일 관점에 따른 상기 (d) 단계는 FMTL, SGT 알고리즘을 이용하여 상기 움직임 상태와 상태 천이 조건을 판단할 수 있다.Here, the step (d) according to another aspect of the present invention may determine the motion state and the state transition condition using the FMTL and SGT algorithms.
또한, 본 발명의 다른 일 관점에 따른 상기 (d) 단계는 상기 움직임 상태에 대응하여 상기 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 포함한 상기 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단할 수 있다.According to another aspect of the present invention, the step (d) may further include a step of calculating a motion vector including a direction, a speed, a direction difference, a motion degree and a number of persons, a holding time, It is possible to judge violence and abduction by grasping state transition conditions.
이상과 같이 본 발명에 따르면, 사람 그룹 정보를 분할하여 각 영역의 움직임 벡터안에서 움직임 상태와 상태 천이 조건을 파악함으로써 여러 사람들이 존재하더라도 폭력과 납치 여부등을 판단할 수 있어 CCTV 모니터링 관자자의 감시 효율을 높일 수 있는 효과가 있다.As described above, according to the present invention, it is possible to determine the violation and the kidnapping even if there are a plurality of people by dividing the human group information and grasping the motion state and the state transition condition in the motion vector of each region, Can be increased.
특히, 본 발명은 위와 같은 판단을 통해 폭력과 납치 상황이 발생되면 즉시 현장 출동이 가능하여 폭력과 납치에 의한 사고를 미리 방지할 수 있는데 매우 도움이 된다.Particularly, the present invention makes it possible to dispatch an on-site dispatch immediately when violence and abduction situations occur through the above-mentioned judgment, and it is very helpful to prevent an accident caused by violence and kidnapping in advance.
도 1은 본 발명의 제1 실시예에 따른 폭력 행위 검출 장치(100)를 예시적으로 나타낸 도면이다.
도 2는 본 발명의 제1 실시예에 따른 상태 천이 조건 정보를 나타낸 도면이다.
도 3은 본 발명의 제2 실시예에 따른 폭력 행위 검출 방법(S100)을 예시적으로 나타낸 도면이다.
도 4는 본 발명의 제2 실시예에 따른 폭력 행위 검출 방법(S100)의 각 단계에 따른 실제 수행 과정을 나타낸 도면이다.1 is a diagram illustrating an exemplary violent
2 is a view showing state transition condition information according to the first embodiment of the present invention.
FIG. 3 is a diagram illustrating a violent action detection method (SlOO) according to a second embodiment of the present invention.
FIG. 4 is a flowchart illustrating an actual process according to each step of the violent action detection method (S100) according to the second embodiment of the present invention.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, so that those skilled in the art can easily carry out the present invention. In the drawings, like reference numerals refer to the same or similar functions throughout the several views.
제1 실시예First Embodiment
도 1은 본 발명의 제1 실시예에 따른 폭력 행위 검출 장치(100)를 예시적으로 나타낸 도면이다.1 is a diagram illustrating an exemplary violent
도 1에 도시된 바와 같이, 본 발명의 제1 실시예에 따른 폭력 행위 검출 장치(100)는 사람들간의 움직임 불규칙성을 이용하여 폭력적 행위를 검출하기 위한 장치로서, 이를 위하여 영상 획득부(110), 사람 추적부(120), 사람 그룹 판단부(130), 사람 움직임 분석부(140) 및 폭력 행위 판단부(150)를 포함한다.As shown in FIG. 1, the
먼저, 본 발명에 따른 영상 획득부(110)는 영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 획득한다. 상기 영상 카메라는 CCTV, 휴대 카메라, 초소형 카메라 등을 포함하는 보다 넓은 개념으로서, 건물, 도로, 주택가등에 설치된다. 이러한 영상 카메라는 복수개로 구비될 수 있으며, 각 영상 카메라는 복수개의 영상을 촬영하여 영상 정보를 생성하게 된다.First, the
다음으로, 본 발명에 따른 사람 추적부(120)는 획득된 영상 정보에서 사람들을 감지하고 추적하여 사람들간의 위치 및 크기 정보(사람들의 움직임을)를 추적한다. 이와 같이 사람들간의 위치 및 크기 정보 추적은 복수개의 영상 정보마다 수행되어 각 개별적인 사람들의 위치와 크기 정보를 알 수 있게 된다.Next, the
다음으로, 본 발명에 따른 사람 그룹 판단부(130)는 앞서 설명한 사람 추적부(120)에서 생성된 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 생성한다. 이때, 상기 사람 그룹 정보에는 개별 사람들간의 위치 인접도를 확인함으로써, 개별 객체(사람)의 움직임 영향력을 판단하여 생성된다.Next, the human
다음으로, 본 발명에 따른 사람 움직임 분석부(140)는 앞서 설명한 사람 그룹 판단부(130)에서 생성된 사람 그룹 정보를 분할하여 각 영역(픽셀 단위 영역)의 움직임 벡터를 추출(추정)한다. 이때, 복수개의 영상 정보마다 사람 그룹 정보를 분할하여 각 영역의 움직임 벡터에 대한 안정성을 추정하게 된다.Next, the human
다음으로, 본 발명에 따른 폭력 행위 판단부(150)는 사람 움직임 분석부(140)에서 추출(추정)된 각 영역(픽셀 단위 영역)의 움직임 벡터를 이용하여 사람 그룹 내의 움직임 상태와 상태 천이 조건을 파악함으로써 폭력과 납치 여부를 판단한다. 이때, 사람 그룹 내의 움직임 상태와 상태 천이 조건을 파악하기 위해서는 FMTL(Flash-Mask-Transfer-Lithography) 및/또는 SGT 알고리즘을 이용한다. Next, the violent
이러한 FMTL(Flash-Mask-Transfer-Lithography) 및/또는 SGT 알고리즘은 기존에서는 임의의 사람 움직임에 대하여 분석하는 용도로 사용되었지만 본 실시예에서는 사람 그룹 내의 움직임 상태와 상태 천이 조건(151)을 파악하기 위하여 사용된다.Although the FMTL (Flash-Mask-Transfer-Lithography) and / or the SGT algorithm have been used for analyzing arbitrary human motion, in the present embodiment, the motion state and the
여기서, 상태 천이 조건(151)이라 함은 MTL 및/또는 SGT 알고리즘을 이용하여 움직임 상태에 대응한 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 파악하는 과정이다. 이러한 움직임 벡터에 대한 각 정보의 상태(151)는 하기의 표 1 및 도 2와 같이 정리하여 나타낼 수 있다.Here, the
이와 같이, 본 실시예에서는 복수의 사람이 인접해 위치한 경우 사람들간 움직임 상태와 상태 천이 조건을 파악함으로써 폭력과 납치 여부를 판단할 수 있게 되어 CCTV를 모니터링하는 관리자로 하여금 폭력 감시 효율성을 높일 수 있는 장점을 준다.As described above, in the present embodiment, when a plurality of persons are located adjacent to each other, it is possible to determine violence and abduction by grasping the movement state and the state transition condition among the people, thereby enabling the manager monitoring the CCTV to increase the violence monitoring efficiency It gives an advantage.
제2 실시예Second Embodiment
도 3은 본 발명의 제2 실시예에 따른 폭력 행위 검출 방법(S100)을 예시적으로 나타낸 도면이고, 도 4는 본 발명의 제2 실시예에 따른 폭력 행위 검출 방법(S100)의 각 단계에 따른 실제 수행 과정을 나타낸 도면이다.FIG. 3 is a diagram illustrating an exemplary violation detection method (S100) according to a second exemplary embodiment of the present invention. FIG. 4 is a flowchart illustrating a method of detecting a violent behavior (S100) according to a second exemplary embodiment of the present invention And FIG.
도시된 바와 같이, 본 발명의 제2 실시예에 따른 폭력 행위 검출 방법(S100)은 사람들간의 움직임 불규칙성을 이용하여 폭력적 행위를 검출하기 위한 방법로서, 이를 위하여 S110 단계 내지 S150 단계를 포함하여 이루어진다.As shown in the figure, the violent action detection method (SlOO) according to the second embodiment of the present invention includes steps S110 to S150 for detecting a violent action using motion irregularities among people.
먼저, 본 발명에 따른 S110 단계에서는 영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 영상 획득부(110)에서 획득한다. 이를 위해 먼저 도 4 도시된 바와 같이 픽셀 단위에 기반하여 영상 전경을 검출한 후 영상 전경을 불럭화한다. 이런 다음, 영상 정보에 포함된 객체를 필터링한 후 물체 존재 여부를 확인하여 사람을 감지하게 되고 그 속에서 특징점을 찾아낸다.First, in step S110 according to the present invention, the
한편, 상기 영상 카메라는 CCTV, 휴대 카메라, 초소형 카메라 등을 포함하는 보다 넓은 개념으로서, 건물, 도로, 주택가등에 설치된다. 이러한 영상 카메라는 복수개로 구비될 수 있으며, 각 영상 카메라는 복수개의 영상을 촬영하여 영상 정보를 생성하게 된다.On the other hand, the video camera is a broader concept including a CCTV, a portable camera, a micro camera, and the like, and is installed in a building, a road, a residential area, or the like. The plurality of image cameras may be provided, and each image camera may capture a plurality of images to generate image information.
이후, 본 발명에 따른 S120 단계에서는 S110 단계에 의해 획득된 복수개의 영상 정보에서 사람을 감지하고 추적하여 사람들간의 위치 및 크기 정보를 사람 추적부(120)에서 추적한다. 즉, 도 4 도시된 바와 같이, 본 발명에 따른 S120 단계에서는 사람들을 추적하기 위하여 검색 영역 설정, 매칭 후보군 추출, 특징점 매칭 및 가중치 기반 이동 위치를 추출한다. 이와 같은 추출을 통해 복수개의 영상 정보마다 각 개별적인 사람들의 위치와 크기 정보를 알 수 있게 된다.Thereafter, in step S120 according to the present invention, a person is tracked and tracked in a plurality of pieces of image information obtained in step S110, and the position and size information of the person is tracked by the
이후, 본 발명에 따른 S130 단계에서는 S120 단계에 의해 추적된 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 사람 그룹 판단부(130)에서 생성한다. Then, in step S130 according to the present invention, the human group information is generated in the human
사람 그룹을 판단하기 위하여, 본 발명에 따른 S130 단계에서는 도 4에 도시된 바와 같이 위치 인접도를 추출한 후 서로 인접해 있으면 개별 객체의 크기 기반 움직임 영향지도를 생성하게 된다. 이런 다음 개별 사람간 영향권 중첩 과정을 수행하게 된다. 이와 같이 개별 사람들간의 위치 인접도와 중첩도를 확인함으로써, 개별 객체(사람)의 움직임 영향력을 알 수 있게 된다.In order to determine a group of people, in step S130 according to the present invention, a location proximity map is extracted as shown in FIG. This is followed by an overlapping process of individual rights. By confirming the positional proximity and overlapping degree among individual persons, it is possible to know the influence of the motion of the individual object (person).
이후, 본 발명에 따른 S140 단계에서는 복수개의 영상 정보마다 S130 단계에 의해 생성된 사람 그룹 정보를 분할하여 각 영역의 움직임 벡터를 사람 움직임 분석부(140)에서 추출한다. In step S140, the human
상기와 같이 움직임 벡터(정보)를 추출하기 위하여 본 발명에 따른 S140 단계에서는 도 4에 도시된 바와 같이 복수개의 영상 정보마다 사람 그룹 정보를 분할한 후 분할된 영역별로 움직임 벡터를 추출한다. 이런 다음 분할 영역 크기에 기반하여 움직임 벡터를 정규화한 후, 복수개(N개)의 영상에 대하여 앞서 설명한 바와 같이 동일하게 움직임 벡터를 추출한다. 이런 다음 분할 영역의 움직임 변화 추이에 기반하여 안정도를 추출(추정)하게 된다.In order to extract a motion vector (information) as described above, in step S140 according to the present invention, a human group information is divided for each of a plurality of pieces of image information and a motion vector is extracted for each of the divided regions. After the motion vector is normalized based on the size of the next divided area, a motion vector is extracted in the same manner as described above for a plurality of (N) images. The stability is extracted (estimated) based on the motion change trend of the next divided area.
이후, 본 발명에 따른 S150 단계에서는 S140 단계에 의해 추출된 각 영역의 움직임 벡터를 이용하여 움직임 상태와 상태 천이 조건을 파악하여 폭력과 납치 여부를 폭력 행위 판단부(150)에서 판단한다. Thereafter, in step S150 according to the present invention, the motion state and the state transition condition are determined using the motion vector of each area extracted in step S140, and the violent
여기서, 상태 천이 조건이라 함은 MTL 및/또는 SGT 알고리즘을 이용하여 움직임 상태에 대응한 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 파악하는 과정이다. 이러한 움직임 벡터에 대한 각 정보의 상태는 상기의 표 1 및 도 2와 같이 정리하여 나타내었다.Here, the state transition condition refers to a process of grasping a direction, a velocity, a direction difference, a motion degree and the number of persons, a holding time, a position difference and a situation maintenance information of a motion vector corresponding to a motion state using the MTL and / to be. The state of each information on the motion vector is summarized as shown in Table 1 and FIG.
상기와 같이 폭력과 납치 판단을 위하여 본 발명에 따른 S150 단계에서는 도 4에 도시된 바와 같이 먼저 FMTL(Flash-Mask-Transfer-Lithography) 및/또는 SGT 알고리즘을 이용하여 폭력 상태를 인식한 후 폭력 발생 여부를 판단하게 된다. 이런 다음 사람 그룹의 움직임에 기반하여 움직임 벡터를 정규화한 후 상기 움직임 벡터에 기반하여 폭력 및 납치 여부를 도 2의 상태 천이 조건에 따라 폭력과 납치 여부를 검출하게 된다.As shown in FIG. 4, in step S150 according to the present invention, for violent and abduction judgment, first violent state is recognized using Flash-Mask-Transfer-Lithography (FMTL) and / or SGT algorithm, . After the motion vector is normalized based on the motion of the next group of people, violence and abduction are detected based on the motion vector according to the state transition conditions of FIG. 2.
한편, 상기 FMTL(Flash-Mask-Transfer-Lithography) 및/또는 SGT 알고리즘은 기존에서는 사람 움직임에 대하여 분석하는 용도로 사용되었지만 본 실시예에서는 FMTL(Flash-Mask-Transfer-Lithography) 및/또는 SGT 알고리즘을 이용하여 사람 그룹 내의 움직임 상태와 상태 천이 조건을 파악하기 위하여 사용되었다.In the meantime, the Flash-Mask-Transfer-Lithography (FMTL) and / or the SGT algorithm have been used for analyzing human motion. Were used to identify motion states and state transition conditions within a group of people.
이와 같이, 본 실시예에서는 복수의 사람이 인접해 위치한 경우 사람들간 움직임 상태와 상태 천이 조건을 파악함으로써 폭력과 납치 여부를 판단할 수 있게 되어 영상을 모니터링하는 관리자로 하여금 폭력 감시 효율성을 높일 수 있는 장점을 준다.As described above, in the present embodiment, when a plurality of persons are located adjacent to each other, it is possible to judge violence and abduction by grasping the movement state and the state transition condition between the persons, thereby allowing the manager monitoring the image to enhance the violence monitoring efficiency It gives an advantage.
이상에서와 같이, 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고 다른 구체적인 형태로 실시할 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the exemplary embodiments or constructions. You can understand that you can do it. The embodiments described above are therefore to be considered in all respects as illustrative and not restrictive.
100 : 폭력 행위 검출 장치
110 : 영상 획득부
120 : 사람 추적부
130 : 사람 그룹 판단부
140 : 사람 움직임 분석부
150 : 폭력 행위 판단부
151 : 상태 천이 조건 정보100: violent behavior detecting device 110:
120: person tracking unit 130: person group judgment unit
140: Human motion analyzer 150:
151: Status transition condition information
Claims (6)
영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 획득하는 영상 획득부;
획득된 상기 복수개의 영상 정보에서 사람을 감지하고 추적하여 사람들간의 위치 및 크기 정보를 추적하는 사람 추적부;
상기 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 생성하는 사람 그룹 판단부;
상기 복수개의 영상 정보마다 사람 그룹 정보를 분할하여 각 영역의 움직임벡터를 추출하는 사람 움직임 분석부; 및
상기 추출된 각 영역의 움직임 벡터를 이용하여 움직임 상태와 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단하는 폭력 행위 판단부;
를 포함하는 폭력 행위 검출 장치.A violent behavior detection apparatus for detecting a violent behavior using motion irregularities among people,
An image acquisition unit for acquiring a plurality of pieces of image information photographed using a video camera;
A person tracking unit for detecting and tracking a person in the obtained plurality of pieces of image information and tracking position and size information between the people;
A person group determination unit for generating person group information based on position and size information between the people;
A human motion analyzer for dividing human group information for each of the plurality of pieces of image information to extract a motion vector of each region; And
A violent action determination unit for determining a violent state and a kidnap by grasping a motion state and a state transition condition using a motion vector of each extracted region;
And the violent action detection device.
상기 폭력 행위 판단부는,
FMTL, SGT 알고리즘을 이용하여 상기 움직임 상태와 상태 천이 조건을 판단하는 것을 특징으로 하는 폭력 행위 검출 장치.3. The method of claim 2,
The violent behavior judging unit judges,
Wherein the motion state and the state transition condition are determined using the FMTL and SGT algorithms.
상기 폭력 행위 판단부는,
상기 움직임 상태에 대응하여 상기 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 포함한 상기 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단하는 것을 특징으로 하는 폭력 행위 검출 장치.The method according to claim 1,
The violent behavior judging unit judges,
The state transition condition including the direction, the speed, the direction difference, the degree of motion, the number of persons, the holding time, the position difference, and the situation maintenance information of the motion vector is determined according to the motion state, A device for detecting a violent act.
(a) 영상 카메라를 이용하여 촬영된 복수개의 영상 정보를 영상 획득부에서 획득하는 단계;
(b) 획득된 상기 복수개의 영상 정보에서 사람을 감지하고 추적하여 사람들간의 위치 및 크기 정보를 사람 추적부에서 추적하는 단계;
(c) 상기 사람들간의 위치 및 크기 정보에 기반하여 사람 그룹 정보를 사람 그룹 판단부에서 생성하는 단계;
(d) 상기 복수개의 영상 정보마다 사람 그룹 정보를 분할하여 각 영역의 움직임 벡터를 사람 움직임 분석부에서 추출하는 단계; 및
(e) 상기 추출된 각 영역의 움직임 벡터를 이용하여 움직임 상태와 상태 천이 조건을 파악하여 폭력과 납치 여부를 폭력 행위 판단부에서 판단하는 단계;
를 포함하는 폭력 행위 검출 방법.A violent behavior detection method for detecting violent behavior using motion irregularities among people,
(a) acquiring a plurality of pieces of image information photographed using a video camera in an image acquisition unit;
(b) detecting and tracking a person in the obtained plurality of pieces of image information, and tracking position and size information among the people in the person tracking unit;
(c) generating a person group information in the person group determination unit based on the position and size information between the people;
(d) dividing the human group information for each of the plurality of pieces of image information and extracting a motion vector of each region by a human motion analyzing unit; And
(e) determining a state of motion and a state transition condition using the extracted motion vectors of the respective regions, and judging whether or not the violence and abduction are determined by the violent action determination unit;
And detecting the violent action.
상기 (d) 단계는,
FMTL, SGT 알고리즘을 이용하여 상기 움직임 상태와 상태 천이 조건을 판단하는 것을 특징으로 하는 폭력 행위 검출 방법.5. The method of claim 4,
The step (d)
Wherein the motion state and the state transition condition are determined using the FMTL and SGT algorithms.
상기 (d) 단계는,
상기 움직임 상태에 대응하여 상기 움직임 벡터의 방향, 속도, 방향 차이, 움직임 정도 및 인원수, 유지시간, 위치 차이 및 상황 유지 정보를 포함한 상기 상태 천이 조건을 파악하여 폭력과 납치 여부를 판단하는 것을 특징으로 하는 폭력 행위 검출 방법.6. The method of claim 5,
The step (d)
The state transition condition including the direction, the speed, the direction difference, the degree of motion, the number of persons, the holding time, the position difference, and the situation maintenance information of the motion vector is determined according to the motion state, A violent behavior detection method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130133349A KR101541272B1 (en) | 2013-11-05 | 2013-11-05 | Apparatus and method for detecting terrorism using irregular motion of peoples |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130133349A KR101541272B1 (en) | 2013-11-05 | 2013-11-05 | Apparatus and method for detecting terrorism using irregular motion of peoples |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150051630A true KR20150051630A (en) | 2015-05-13 |
| KR101541272B1 KR101541272B1 (en) | 2015-08-03 |
Family
ID=53389061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130133349A KR101541272B1 (en) | 2013-11-05 | 2013-11-05 | Apparatus and method for detecting terrorism using irregular motion of peoples |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101541272B1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101695127B1 (en) * | 2016-03-10 | 2017-01-10 | (주)디지탈라인 | Group action analysis method by image |
| KR101709751B1 (en) | 2015-11-24 | 2017-02-24 | 주식회사 지오멕스소프트 | An automatic monitoring system for dangerous situation of persons in the sea |
| KR20200011235A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning surveilance system and missing child alarming method using the same |
| KR20200011224A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning getting out of group surveilance system |
| KR20200011237A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning surveilance system and Stream reasoning surveilance method using the same |
| KR102286229B1 (en) * | 2020-02-19 | 2021-08-06 | 한국기술교육대학교 산학협력단 | A feature vector-based fight event recognition method |
| KR102326193B1 (en) * | 2021-02-24 | 2021-11-15 | 주식회사 케이엔엑스정보통신 | CCTV-integrated security system for emergency door |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102134902B1 (en) | 2018-11-15 | 2020-07-17 | (주)지와이네트웍스 | Frameworking method for violence detection using spatiotemporal characteristic analysis of shading image based on deep learning |
| KR102182660B1 (en) | 2019-11-28 | 2020-11-25 | 세종대학교산학협력단 | System and method for detecting violence using spatiotemporal features and computer readable recording media storing program for executing method thereof |
-
2013
- 2013-11-05 KR KR1020130133349A patent/KR101541272B1/en active IP Right Grant
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101709751B1 (en) | 2015-11-24 | 2017-02-24 | 주식회사 지오멕스소프트 | An automatic monitoring system for dangerous situation of persons in the sea |
| KR101695127B1 (en) * | 2016-03-10 | 2017-01-10 | (주)디지탈라인 | Group action analysis method by image |
| KR20200011235A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning surveilance system and missing child alarming method using the same |
| KR20200011224A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning getting out of group surveilance system |
| KR20200011237A (en) * | 2018-07-24 | 2020-02-03 | 서울시립대학교 산학협력단 | Stream reasoning surveilance system and Stream reasoning surveilance method using the same |
| KR102286229B1 (en) * | 2020-02-19 | 2021-08-06 | 한국기술교육대학교 산학협력단 | A feature vector-based fight event recognition method |
| KR102326193B1 (en) * | 2021-02-24 | 2021-11-15 | 주식회사 케이엔엑스정보통신 | CCTV-integrated security system for emergency door |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101541272B1 (en) | 2015-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101541272B1 (en) | Apparatus and method for detecting terrorism using irregular motion of peoples | |
| JP5559335B2 (en) | Behavior analysis device | |
| JP5121258B2 (en) | Suspicious behavior detection system and method | |
| KR101748121B1 (en) | System and method for detecting image in real-time based on object recognition | |
| KR101788269B1 (en) | Method and apparatus for sensing innormal situation | |
| Ferrando et al. | Classification of unattended and stolen objects in video-surveillance system | |
| CN106023253A (en) | Urban target trajectory tracking method | |
| JP6233624B2 (en) | Information processing system, information processing method, and program | |
| CN102254169A (en) | Multi-camera-based face recognition method and multi-camera-based face recognition system | |
| JP2007334623A (en) | Face authentication device, face authentication method, and access control device | |
| KR20140081254A (en) | Human detecting apparatus and method | |
| JP2007272811A (en) | Face authentication device, face authentication method, and entrance/exit management device | |
| WO2019220589A1 (en) | Video analysis device, video analysis method, and program | |
| CN103152558B (en) | Based on the intrusion detection method of scene Recognition | |
| CN113887445A (en) | Method and system for identifying standing and loitering behaviors in video | |
| KR101125936B1 (en) | Motion Monitoring Apparatus for Elevator Security and Method thereof | |
| KR101572366B1 (en) | Kidnapping event detector for intelligent video surveillance system | |
| KR101446422B1 (en) | Video security system and method | |
| KR20180081645A (en) | Embedded vision system for real-time detection of safety anomaly in subway screen door and method thereof | |
| JP6253950B2 (en) | Image surveillance system | |
| KR20120116699A (en) | Moving object detecting apparatus and method using clustering | |
| CN104392201A (en) | Human fall identification method based on omnidirectional visual sense | |
| JP6570906B2 (en) | Monitoring system and monitoring method | |
| CN111144260A (en) | Detection method, device and system of crossing gate | |
| JP2005284652A (en) | Video monitoring method and apparatus using moving vector |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180703 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190702 Year of fee payment: 5 |