| 1 |
1
영상 감시 시스템이 입력된 영상으로부터 배경을 모델링하고 이진화를 통해 그림자 영역을 제거함으로써 상기 모델링된 배경과 구분되는 적어도 둘 이상의 움직임 영역을 검출하는 단계;상기 영상 감시 시스템이 검출된 상기 움직임 영역을 인식하고, 상기 인식된 움직임 영역을 소정 개수의 블록으로 분할하며, 분할된 블록의 화소 각각을 분석하되 상기 블록 내에 포함된 화소들의 화소 값에 따라 상기 분할된 블록 각각을 이동 물체의 고유 영역과 배경 영역으로 분류하는 단계;상기 영상 감시 시스템이 서로 다른 프레임의 영상에 대하여 상기 배경 영역으로부터 분류된 상기 이동 물체의 고유 영역에 기초한 색상 매칭을 통해 프레임들 간의 이동 물체를 대응시킴으로써 이동 물체를 식별하는 단계; 및상기 영상 감시 시스템이 필터를 이용하여 식별된 상기 이동 물체의 위치를 예측 보정함으로써 이동 물체를 추적하는 단계를 포함하는 다중 이동 물체의 감시 방법
|
| 2 |
2
제 1 항에 있어서,상기 움직임 영역을 검출하는 단계는,RGB 색상 정보에 대한 상호 관계를 확률 모델 기반으로 하여 상기 입력된 영상의 배경(background)을 모델링하는 단계;상기 모델링된 배경에서 분류된 전경(foreground)인 움직임 영역을 검출하는 단계; 및상기 입력된 영상의 값을 미리 설정된 임계값과 비교하여 배경 모델을 이진화함으로써 빛의 반사로 인한 그림자 영역을 제거하는 단계를 포함하는 다중 이동 물체의 감시 방법
|
| 3 |
3
제 2 항에 있어서,상기 움직임 영역을 검출하는 단계는,이진화된 영상으로부터 모폴로지(morphology) 기법인 침식(erosion) 연산을 이용하여 잡음을 제거하는 단계; 및상기 침식 연산 과정에서 발생하는 이동 물체 영역의 부분적 손실 또는 분리를 모폴로지 기법인 팽창(dilation) 연산을 통해 방지하는 단계를 더 포함하는 다중 이동 물체의 감시 방법
|
| 4 |
4
제 1 항에 있어서,상기 움직임 영역은,검출된 상기 움직임 영역에 고유 식별자를 부여하는 라벨링(labeling)을 통해 인식되는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
| 5 |
5
제 1 항에 있어서,상기 이동 물체의 고유 영역은,상기 인식된 움직임 영역 내에 포함된 배경 영역이 제외된 이동 물체만의 색상 정보를 포함하는 영역인 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
| 6 |
6
제 1 항에 있어서,상기 이동 물체의 고유 영역과 배경 영역을 분류하는 단계는,상기 인식된 움직임 영역을 컬러 공간으로 변환하는 단계; 및상기 인식된 움직임 영역 외의 모든 영역의 화소 값을 '0'으로 설정하는 단계를 포함하는 다중 이동 물체의 감시 방법
|
| 7 |
7
제 6 항에 있어서,상기 이동 물체의 고유 영역은, 분할된 상기 블록 내에 포함된 화소들 중 그 값이 '0'이 아닌 화소의 개수가 기준치 이상인 블록을 선택함으로써 분류되고,상기 배경 영역은, 분할된 상기 블록 내에 포함된 화소들 중 그 값이 '0'이 아닌 화소의 개수가 기준치 미만인 블록을 선택함으로써 분류되는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
| 8 |
8
제 1 항에 있어서,상기 이동 물체를 식별하는 단계는,서로 다른 프레임의 영상에 대하여 상기 배경 영역으로부터 분류된 상기 이동 물체의 고유 영역 내의 RGB 컬러 공간을 HSV 컬러 공간으로 변환하고, H, S, V 각각에 대해 평균값을 산출하는 단계; 및산출된 평균값을 이용하여 제 1 프레임의 영상과 제 2 프레임의 영상에서 선정된 블록들을 매칭함으로써 블록의 일치 여부를 판단하는 단계를 포함하는 다중 이동 물체의 감시 방법
|
| 9 |
9
제 8 항에 있어서,상기 제 1 프레임의 영상과 상기 제 2 프레임의 영상에서 선정된 블록들의 상기 평균값의 차이가 미리 설정된 임계 범위 내인 경우 상기 블록이 일치한다고 판단하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
| 10 |
10
제 1 항에 있어서,상기 이동 물체를 식별하는 단계는,복수 개의 인식된 움직임 영역이 소정 거리 내에 분포된 경우, 복수 개의 영역들을 포함하는 하나의 군집(cluster)으로서 이동 물체를 식별하는 단계를 더 포함하는 다중 이동 물체의 감시 방법
|
| 11 |
11
제 10 항에 있어서,상기 하나의 군집으로서 이동 물체를 식별하는 단계는,상기 인식된 움직임 영역의 중심 위치로부터 군집의 위치를 설정하는 단계;설정된 상기 군집의 위치로부터 상기 이동 물체의 고유 영역의 중심 위치까지의 거리를 산출하는 단계; 및산출된 상기 거리가 미리 설정한 임계값 미만인 영역을 하나의 군집으로 형성하고 군집의 중심 위치를 재설정하는 단계를 포함하는 다중 이동 물체의 감시 방법
|
| 12 |
12
제 1 항에 있어서,상기 이동 물체를 추적하는 단계는,칼만 필터(Kalman filter)를 이용하여 상기 이동 물체들의 위치를 예측 보정하되, 연속하는 서로 다른 프레임의 영상에 대하여 인식된 이동 물체가 서로 미리 지정된 거리 내에 존재하지 않을 경우 동일한 이동 물체가 아니라고 판단하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
| 13 |
13
제 12 항에 있어서,서로 다른 프레임의 영상에 대하여 인식된 이동 물체가 동일한 이동 물체가 아니라고 판단된 경우, 현재 프레임에 앞서 연속하는 두 개의 프레임의 영상에서의 추적 위치 간의 이동 거리를 이용하여 직전 프레임의 영상에서의 추적 위치로부터 현재 프레임의 영상에서의 식별 위치를 예측하는 단계를 더 포함하는 다중 이동 물체의 감시 방법
|
| 14 |
14
제 12 항에 있어서,상기 이동 물체를 추적하는 단계는,적어도 둘 이상의 이동 물체가 식별된 경우, 템플릿 매칭(template matching)을 통해 이동 물체의 특정 영역을 인식하고, 인식된 특정 영역, 식별된 상기 이동 물체 및 상기 이동 물체 간의 중심 위치를 이용하여 상기 이동 물체가 오버랩(overlap)되었는지 여부를 판단하는 단계를 더 포함하는 다중 이동 물체의 감시 방법
|
| 15 |
15
제 1 항 내지 제 14 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
| 16 |
16
카메라로부터 촬영된 영상을 입력받는 입력부;입력된 영상 내에 포함된 적어도 둘 이상의 이동 물체의 움직임을 감시하는 영상 감시 프로그램을 저장하는 메모리; 및상기 영상 감시 프로그램을 구동하는 적어도 하나의 프로세서를 포함하되,상기 메모리에 저장된 영상 감시 프로그램은,입력된 영상으로부터 배경을 모델링하고 이진화를 통해 빛의 반사로 인한 그림자 영역을 제거함으로써 상기 모델링된 배경과 구분되는 적어도 둘 이상의 움직임 영역을 검출하고, 검출된 상기 움직임 영역을 인식하고, 상기 인식된 움직임 영역을 소정 개수의 블록으로 분할하며, 분할된 상기 블록의 화소 각각을 분석하되 상기 블록 내에 포함된 화소들의 화소 값에 따라 상기 분할된 블록 각각을 이동 물체의 고유 영역과 배경 영역으로 분류하고, 서로 다른 프레임의 영상에 대하여 상기 배경 영역으로부터 분류된 상기 이동 물체의 고유 영역에 기초한 색상 매칭을 통해 프레임들 간의 이동 물체를 대응시킴으로써 이동 물체를 식별하며, 필터를 이용하여 식별된 상기 이동 물체의 위치를 예측 보정함으로써 이동 물체를 추적하는 명령어를 포함하는 것을 특징으로 하는 다중 이동 물체 감시 장치
|
| 17 |
17
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,검출된 상기 움직임 영역에 고유 식별자를 부여하는 라벨링(labeling)을 통해 상기 움직임 영역을 인식하고, 상기 인식된 움직임 영역을 컬러 공간으로 변환하며, 상기 인식된 움직임 영역 외의 모든 영역의 화소 값을 '0'으로 설정하되,분할된 상기 블록 내에 포함된 화소들 중 그 값이 '0'이 아닌 화소의 개수가 기준치 이상인 블록을 상기 이동 물체의 고유 영역으로 선택하고, 분할된 상기 블록 내에 포함된 화소들 중 그 값이 '0'이 아닌 화소의 개수가 기준치 미만인 블록을 상기 배경 영역으로 선택하는 것을 특징으로 하는 다중 이동 물체의 감시 장치
|
| 18 |
18
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,서로 다른 프레임의 영상에 대하여 상기 배경 영역으로부터 분류된 상기 이동 물체의 고유 영역 내의 RGB 컬러 공간을 HSV 컬러 공간으로 변환하고, H, S, V 각각에 대해 평균값을 산출하며, 산출된 평균값을 이용하여 제 1 프레임의 영상과 제 2 프레임의 영상에서 선정된 블록들을 매칭함으로써 블록의 일치 여부를 판단하는 것을 특징으로 하는 다중 이동 물체의 감시 장치
|
| 19 |
19
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,복수 개의 인식된 움직임 영역이 소정 거리 내에 분포된 경우, 복수 개의 영역들을 포함하는 하나의 군집(cluster)으로서 이동 물체를 식별하는 것을 특징으로 하는 다중 이동 물체의 감시 장치
|
| 20 |
20
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,칼만 필터(Kalman filter)를 이용하여 상기 이동 물체들의 위치를 예측 보정하되, 연속하는 서로 다른 프레임의 영상에 대하여 인식된 이동 물체가 서로 미리 지정된 거리 내에 존재하지 않을 경우 동일한 이동 물체가 아니라고 판단하며,서로 다른 프레임의 영상에 대하여 인식된 이동 물체가 동일한 이동 물체가 아니라고 판단된 경우, 현재 프레임에 앞서 연속하는 두 개의 프레임의 영상에서의 추적 위치 간의 이동 거리를 이용하여 직전 프레임의 영상에서의 추적 위치로부터 현재 프레임의 영상에서의 식별 위치를 예측하고,적어도 둘 이상의 이동 물체가 식별된 경우, 템플릿 매칭(template matching)을 통해 이동 물체의 특정 영역을 인식하고, 인식된 특정 영역, 식별된 상기 이동 물체 및 상기 이동 물체 간의 중심 위치를 이용하여 상기 이동 물체가 오버랩(overlap)되었는지 여부를 판단하는 것을 특징으로 하는 다중 이동 물체의 감시 장치
|
