| 1 |
1
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계; 및
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계;를 포함하고,
상기 제1단계는,
상기 움직이는 객체를 포함하는 사람객체박스를 생성하고, 상기 사람객체박스의 히스토그램을 구하여 사람객체표본의 히스토그램과 비교함으로써, 상기 움직이는 객체가 사람객체인지 판단하는 것을 특징으로 하는 폭행상황 검출방법
|
| 2 |
2
제 1 항에 있어서,
상기 제3단계 이후, 상기 제6단계 이전에,
상기 현재 프레임 영상 내의 머리추적박스들 간의 위치벡터인 제1머리위치벡터를 구하는 제3-1단계; 및
상기 다음 프레임 영상에서 상기 머리추적박스들 간의 위치벡터인 제2머리위치벡터를 구하는 제3-2단계;를 더 포함하고,
상기 제6단계는 상기 제1머리위치벡터와 상기 제2머리위치벡터를 비교하여 상기 머리위치벡터들 간의 각도차인 제2각도차를 계산하고, 상기 제2각도차와 상기 제2머리위치벡터의 가속도정보를 이용하여 제2변화벡터를 도출한 후, 상기 제2변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 상기 폭행상황으로 판단하는 것을 특징으로 하는 폭행상황 검출방법
|
| 3 |
3
삭제
|
| 4 |
4
제 1 항 또는 제 2 항에 있어서,
상기 제1단계:는
가우시안 믹스쳐 모델(Gaussian Mixture Model)을 이용하여 상기 현재 프레임 영상의 배경을 제거하고 상기 움직이는 객체를 검출하는 제1-1단계; 및
미디언 필터링(Median Filtering) 및 마스크 연산(Masking)을 이용하여 상기 움직이는 객체의 영상잡음을 제거하는 제1-2단계;를 포함하는 것을 특징으로 하는 폭행상황 검출방법
|
| 5 |
5
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계; 및
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계;를 포함하고,
상기 제1단계는,
상기 움직이는 객체를 포함하는 사람객체박스를 생성하고, 상기 사람객체박스의 가로 및 세로의 비율을 이용하여 상기 움직이는 객체가 상기 사람객체인지 판단하는 것을 특징으로 하는 폭행상황 검출방법
|
| 6 |
6
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계; 및
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계;를 포함하고,
상기 제2단계는 상기 각 사람객체를 Y축으로 삼등분하여 세 개의 박스로 분할하고, 상기 세 개의 박스들 중 최상위 박스의 Y축 히스토그램을 구하여 그 값의 도함수의 최고점을 사람의 목 좌표로 설정하고, 상기 목 좌표로부터 상기 사람객체의 최상위 좌표까지를 상기 머리영역으로 판단하여 상기 머리추적박스들을 생성하는 것을 특징으로 하는 폭행상황 검출방법
|
| 7 |
7
제 1 항, 제 5 항 또는 제 6 항에 있어서,
상기 제3단계는 상기 각 머리추적박스들을 포함하는 후보영상검출영역을 설정하고, 상기 각 후보영상검출영역이 서로 교차할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 것을 특징으로 하는 폭행상황 검출방법
|
| 8 |
8
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계; 및
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계;를 포함하고,
상기 제1 및 제2머리이동벡터들과 상기 제1 및 제2머리위치벡터들은 상기 각 머리추적박스의 중심좌표의 움직임벡터로 계산되는 것을 특징으로 하는 폭행상황 검출방법
|
| 9 |
9
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계;
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계; 및
상기 폭행상황으로 판단될 경우, 영상메시지 또는 음성메시지를 출력하여 상기 폭행상황을 알리는 제7단계를 포함하는 것을 특징으로 하는 폭행상황 검출방법
|
| 10 |
10
현재 프레임 영상을 입력받아 움직임이 없는 배경은 삭제하고, 움직이는 객체들 중 사람객체들을 검출하는 제1단계;
상기 각 사람객체들의 머리 영역을 포함하는 머리추적박스들을 생성하는 제2단계;
상기 머리추적박스들의 중심좌표가 서로 일정한 거리 내에 위치할 경우, 상기 현재 프레임 영상을 폭행 후보 영상으로 선정하는 제3단계;
이전 프레임 영상들에서 상기 현재 프레임 영상까지 상기 머리추적박스들 각각의 움직임벡터인 제1머리이동벡터들을 구하는 제4단계;
상기 현재 프레임 영상에서 다음 프레임 영상으로 상기 머리추적박스들 각각의 움직임벡터인 제2머리이동벡터들을 구하는 제5단계; 및
상기 제1머리이동벡터와 상기 제2머리이동벡터를 비교하여 상기 머리이동벡터들 간의 각도차인 제1각도차를 계산하고, 상기 제1각도 차와 상기 제2머리이동벡터의 가속도정보를 이용하여 제1변화벡터를 도출한 후, 상기 제1변화벡터의 값이 일정한 범위 내의 값으로 변화할 경우 폭행상황으로 판단하는 제6단계;를 포함하고,
상기 제1변화벡터는 아래의 수학식 1에 의해 도출되는 것을 특징으로 하는 폭행상황 검출방법
|
| 11 |
11
제 10 항에 있어서,
상기 제1변화벡터의 값이 40 내지 100 사이의 일정한 값일 경우 상기 폭행상황으로 판단하는 것을 특징으로 하는 폭행상황 검출방법
|
| 12 |
12
제 2 항에 있어서,
상기 제2변화벡터는 아래의 수학식 2에 의해 도출되는 것을 특징으로 하는 폭행상황 검출방법
|
| 13 |
13
삭제
|
