1 |
1
영상 촬영 장치를 통해 수집되는 영상 데이터를 입력받는 영상 입력부;상기 영상 데이터로부터 관심 객체를 검출하기 위하여 일정 단위 시간 동안 입력된 영상 데이터를 이용하여 배경 모델링을 수행하는 배경 모델링부;상기 배경 모델링을 통해 학습된 배경 모델을 이용하여 관심 객체를 검출하는 객체 검출부;상기 영상 데이터로부터 상기 관심 객체의 행동 패턴에 대한 특징을 추출하는 특징 추출부;상기 추출된 특징을 이용하여 상기 관심 객체의 행동 패턴을 학습하여 모델링하는 행동패턴 모델링부; 및상기 모델링된 행동 패턴을 분석하여 상기 관심 객체의 특이 행동 이벤트 발생 여부를 판단하는 분석부를 포함하는 행동패턴 분석 장치
|
2 |
2
제1항에 있어서,상기 배경 모델링부는 초기의 일정 단위 시간 동안 초기 배경 모델링을 수행하고, 상기 객체 검출부가 초기 또는 기존의 배경 모델링을 통해 학습된 배경 모델을 이용하여 상기 관심 객체를 검출하면, 배경 모델링을 재수행하고 초기 또는 기존의 배경 모델을 업데이트하여 배경 모델을 학습함으로써, 적응적으로 배경 모델링을 수행하는 것을 특징으로 하는 행동패턴 분석 장치
|
3 |
3
제2항에 있어서,상기 배경 모델링부는 환경 변화와 노이즈에 강인한 배경 모델링과 이를 이용한 관심 객체 검출을 위하여, RPCA(Robust principal component analysis)를 이용한 배경 모델링을 수행하는 것을 특징으로 하는 행동패턴 분석 장치
|
4 |
4
제1항에 있어서,상기 객체 검출부는 상기 학습된 배경 모델과 현재 입력된 영상 데이터 간의 차이를 이용하여 배경과 움직이는 전경 물체를 분리하고, 상기 분리된 전경 물체의 노이즈를 제거하여 분리된 전경 물체를 상기 관심 객체로 검출하는 것을 특징으로 하는 행동패턴 분석 장치
|
5 |
5
제1항에 있어서,상기 특징 추출부는 상기 행동 패턴을 학습하여 모델링하기 위하여, 입력 영상 데이터에서 검출된 상기 관심 객체에 속하는 화소 단위의 움직임 패턴을 추출하여 특징을 추출하는 것을 특징으로 하는 행동패턴 분석 장치
|
6 |
6
제5항에 있어서,상기 특징 추출부는 상기 입력 영상 데이터를 셀(cell) 단위의 그리드 영역으로 분할하고, 상기 분할한 각 영역에서 전경 객체들의 움직임 정보를 추출하고, 상기 추출한 움직임 정보를 특정 시간 단위로 누적하여 히스토그램 벡터의 형태로 특징 벡터를 생성하고, 복수의 영상 데이터로 이루어진 비디오 단위로 상기 특징 벡터를 누적하여 특징 벡터 히스토그램을 생성하고, 입력된 비디오의 프레임수로 이루어진 특징 벡터의 매트릭스를 생성하는 것을 특징으로 하는 행동패턴 분석 장치
|
7 |
7
제1항에 있어서,상기 행동패턴 모델링부는 입력 영상 데이터에서 추출된 화소 단위의 움직임 패턴을 이용하여 관심 객체의 행동 패턴을 학습하여 모델링하는 것을 특징으로 하는 행동패턴 분석 장치
|
8 |
8
제7항에 있어서,상기 행동패턴 모델링부는 입력된 비디오 데이터와 상기 입력된 비디오 데이터로부터 추출된 특징벡터에 대한 제1 확률, 특이 행동 이벤트에 대한 상기 특징벡터의 제2 확률, 상기 입력된 비디오 데이터에 대한 상기 특이 행동 이벤트의 제3 확률을 산출하고, 상기 제2 확률 및 상기 제3 확률을 학습하는 것을 특징으로 하는 행동패턴 분석 장치
|
9 |
9
제8항에 있어서,상기 분석부는 복수의 정의된 특이 행동 이벤트 중에서, 상기 제3 확률의 값이 가장 큰 특이 행동 이벤트를 상기 입력된 비디오 데이터에 대한 특이 행동 이벤트 발생 또는 대표 행동 패턴으로 판단하는 것을 특징으로 하는 행동패턴 분석 장치
|
10 |
10
제8항에 있어서,상기 분석부는 복수의 특이 행동 이벤트 대한 상기 제3 확률의 최대값이 미리 설정된 임계치보다 모두 작은 경우, 추출된 행동 패턴은 정의된 정상 행동 이벤트에 대한 확률값보다 작은 것이므로, 상기 추출된 행동 패턴을 비정상 행동 이벤트로 판단하는 것을 특징으로 하는 행동패턴 분석 장치
|
11 |
11
제1항에 있어서,상기 행동패턴 모델링부 및 상기 분석부는 롱텀(long-term)과 숏텀(short-term)의 행동 패턴을 동시에 고려하여 상기 행동 패턴의 학습과 상기 특이 행동 이벤트의 검출을 정확하게 수행하는 것을 특징으로 하는 행동패턴 분석 장치
|
12 |
12
행동패턴 분석 장치가 수행하는 행동패턴 분석 방법에 있어서,영상 촬영 장치를 통해 수집되는 영상 데이터를 입력받는 단계;상기 영상 데이터로부터 관심 객체를 검출하기 위하여 일정 단위 시간 동안 입력된 영상 데이터를 이용하여 배경 모델링을 수행하는 단계;상기 배경 모델링을 통해 학습된 배경 모델을 이용하여 관심 객체를 검출하는 단계;상기 영상 데이터로부터 상기 관심 객체의 행동 패턴에 대한 특징을 추출하는 단계;상기 추출된 특징을 이용하여 상기 관심 객체의 행동 패턴을 학습하여 모델링하는 단계; 및상기 모델링된 행동 패턴을 분석하여 상기 관심 객체의 특이 행동 이벤트 발생 여부를 판단하는 단계를 포함하는 행동패턴 분석 방법
|
13 |
13
제12항에 있어서,상기 배경 모델링을 수행하는 단계는,초기의 일정 단위 시간 동안 초기 배경 모델링을 수행하는 단계;초기 또는 기존의 배경 모델링을 통해 학습된 배경 모델을 이용하여 상기 관심 객체를 검출하면, 배경 모델링을 재수행하는 단계; 및상기 초기 또는 기존의 배경 모델을 업데이트하여 배경 모델을 학습함으로써, 적응적으로 배경 모델링을 수행하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
14 |
14
제12항에 있어서,상기 관심 객체를 검출하는 단계는,상기 학습된 배경 모델과 현재 입력된 영상 데이터 간의 차이를 이용하여 배경과 움직이는 전경 물체를 분리하는 단계; 및상기 분리된 전경 물체의 노이즈를 제거하여 분리된 전경 물체를 상기 관심 객체로 검출하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
15 |
15
제12항에 있어서,상기 특징을 추출하는 단계는,상기 행동 패턴을 학습하여 모델링하기 위하여, 입력 영상 데이터에서 검출된 상기 관심 객체에 속하는 화소 단위의 움직임 패턴을 추출하여 특징을 추출하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
16 |
16
제15항에 있어서,상기 화소 단위의 움직임 패턴을 추출하여 특징을 추출하는 단계는,상기 입력 영상 데이터를 셀(cell) 단위의 그리드 영역으로 분할하는 단계;상기 분할한 각 영역에서 전경 객체들의 움직임 정보를 추출하는 단계;상기 추출한 움직임 정보를 특정 시간 단위로 누적하여 히스토그램 벡터의 형태로 특징 벡터를 생성하는 단계;복수의 영상 데이터로 이루어진 비디오 단위로 상기 특징 벡터를 누적하여 특징 벡터 히스토그램을 생성하는 단계; 및입력된 비디오의 프레임수로 이루어진 특징 벡터의 매트릭스를 생성하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
17 |
17
제12항에 있어서,상기 관심 객체의 행동 패턴을 학습하여 모델링하는 단계는,입력 영상 데이터에서 추출된 화소 단위의 움직임 패턴을 이용하여 관심 객체의 행동 패턴을 학습하여 모델링하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
18 |
18
제17항에 있어서,상기 화소 단위의 움직임 패턴을 이용하여 관심 객체의 행동 패턴을 학습하여 모델링하는 단계는,입력된 비디오 데이터와 상기 입력된 비디오 데이터로부터 추출된 특징벡터에 대한 제1 확률, 특이 행동 이벤트에 대한 상기 특징벡터의 제2 확률, 상기 입력된 비디오 데이터에 대한 상기 특이 행동 이벤트의 제3 확률을 산출하는 단계; 및상기 제2 확률 및 상기 제3 확률을 학습하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
19 |
19
제18항에 있어서,상기 상기 관심 객체의 특이 행동 이벤트 발생 여부를 판단하는 단계는,복수의 정의된 특이 행동 이벤트 중에서, 상기 제3 확률의 값이 가장 큰 특이 행동 이벤트를 상기 입력된 비디오 데이터에 대한 특이 행동 이벤트 발생 또는 대표 행동 패턴으로 판단하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|
20 |
20
제18항에 있어서,상기 상기 관심 객체의 특이 행동 이벤트 발생 여부를 판단하는 단계는,복수의 특이 행동 이벤트 대한 상기 제3 확률의 최대값이 미리 설정된 임계치보다 모두 작은 경우, 추출된 행동 패턴은 정의된 정상 행동 이벤트에 대한 확률값보다 작은 것이므로, 상기 추출된 행동 패턴을 비정상 행동 이벤트로 판단하는 단계를 포함하는 것을 특징으로 하는 행동패턴 분석 방법
|