| 1 |
1
프로세서를 포함한 컴퓨팅 장치에 의해 수행되는, CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법에 있어서,복수의 지역에서 촬영된 복수의 원본 비디오를 수신하는 단계 - 상기 복수의 지역은 상기 복수의 CCTV 중 일부가 설치된 지역을 포함함; 미리 설정된 관심객체의 조건에 기초하여 상기 복수의 원본 비디오에서 적어도 하나의 관심객체를 검출하는 단계; 검출된 관심객체를 해당 원본 비디오 상에서 추적하여 관심객체의 튜브를 생성하는 단계; 타겟 객체가 나타난 타겟 패치, 및 상기 타겟 객체를 촬영한 CCTV의 위치 정보를 포함한 영상 질의를 수신하는 단계; 상기 타겟 객체를 촬영한 CCTV의 위치 정보 및 상기 타겟 객체의 움직임 정보에 기초하여 적어도 하나의 검색 후보 지역을 결정하는 단계; 상기 타겟 객체가 나타난 관심객체의 튜브를 검색하기 위해, 결정된 검색 후보 지역의 적어도 일부 영역을 촬영하여 생성된 관심객체의 튜브에 나타난 관심객체가 상기 타겟 객체인지 재식별하는 단계; 및 재식별된 관심객체의 튜브를 질의 결과로 사용자에게 제공하는 단계를 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 2 |
2
제1항에 있어서, 상기 적어도 하나의 관심객체를 검출하는 단계는, 객체조건 및 이벤트 조건 중 하나 이상을 포함한 관심객체의 조건을 충족하는 객체를 상기 복수의 원본 비디오에서 검출하는 단계; 및검출된 객체를 관심객체로 식별하는 단계를 포함하고, 상기 객체조건은 객체의 유형을 포함하고, 상기 이벤트 조건은 객체의 움직임의 여부인 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 3 |
3
제1항에 있어서, 상기 적어도 하나의 관심객체의 튜브를 생성하는 단계는,단일 원본 비디오로부터 식별된 관심객체의 튜브를 생성하기 위해, 해당 원본 비디오 내에서 추적된 관심객체의 패치를 포함한 추적 프레임을 시계열 순으로 배열하는 단계를 포함하는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 4 |
4
제3항에 있어서, 상기 적어도 하나의 관심객체의 튜브를 생성하는 단계는, 상기 해당 원본 비디오에서 관심객체의 추적이 실패된 추적 실패 프레임이 획득된 경우, 상기 추적 실패 프레임의 시간 보다 이전에 촬영된 제1 추적 프레임 및 상기 추적 실패 프레임의 시간 보다 이후에 촬영된 제2 추적 프레임에 기초하여 상기 추적 실패 프레임을 복원하는 단계; 및 보완된 프레임을 시계열 순으로 더 배열하여 관심객체의 튜브를 생성하는 단계를 더 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 5 |
5
제4항에 있어서, 상기 추적 실패 프레임의 복원은 추적 실패 프레임 상에서 추적이 실패되었던 관심객체의 위치 정보를 획득하는 것으로서, 상기 추적 실패 프레임의 복원을 통해 획득된, 추적 실패 프레임 상에서 관심객체의 위치 정보는, 추적 대상인 관심객체의 패치의 수평 좌표 및 수직 좌표의 쌍, 관심객체의 패치의 높이 및 너비의 쌍 중 적어도 하나를 포함하며, 상기 추적 실패 프레임은 시간 t에 촬영되고, 이전 추적 프레임은 t+a, 이후 추적 프레임은 t+b에 촬영된 경우, 상기 추적 실패 프레임에서의 관심객체의 패치의 수평 좌표(xt) 및 수직 좌표(yt)는 각각 다음의 수학식에 의해 산출되고,[수학식]상기 추적 실패 프레임에서의 관심객체의 패치의 높이(ht) 및 너비(wt)는 각각 다음의 수학식에 의해 산출되며, [수학식]여기서, xt+a, yt+a, wt+a, ht+a는 이전 추적 프레임에서 추적된 관심객체의 패치의 수평 좌표, 수직 좌표, 넓이 및 깊이를 각각 나타내고, xt+b, yt+b, wt+b, ht+b 이후 추적 프레임에서 추적된 관심객체의 패치의 수평 좌표, 수직 좌표, 넓이 및 깊이를 각각 나타내는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 6 |
6
제1항에 있어서, 상기 관심객체의 튜브를 생성하는 단계는,동일한 지역에 설치된 제1 내지 제n CCTV로부터 동일한 제1 관심객체가 적어도 일부 프레임에 각각 나타난 제1 내지 제n 원본 비디오가 수신된 경우(n은 2이상의 정수), 상기 제1 내지 제n 원본 비디오에서 상기 제1 관심객체를 추적하여 제1-1 관심객체의 튜브 및 제1-n 관심객체의 튜브를 포함한, n개의 관심객체의 튜브를 생성하는 단계; 및 상기 n개의 관심객체의 튜브를 상기 제1 관심객체로 단일화하는 단계를 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 7 |
7
제6항에 있어서, 상기 단일화하는 단계는, 상기 n개의 관심객체의 튜브 각각에서 튜브에 대한 적어도 하나의 대표 영상을 각각 선정하는 단계; 및 선정된 대표 영상의 속성 정보에 기초하여 튜브를 클러스터링을 하여 상기 n개의 관심객체의 튜브를 단일화하는 단계를 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 8 |
8
제7항에 있어서, 상기 튜브의 대표 영상은, 상기 튜브 내 관심객체의 방향 변화가 가장 작은 프레임의 적어도 일부 패치 또는 상기 튜브 내 관심객체의 속도 변화가 가장 작은 프레임의 적어도 일부 패치인 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 9 |
9
제7항에 있어서, 상기 튜브의 대표 영상은, 상기 튜브에 포함된 관심객체의 복수의 패치 각각에 대한 영상품질 점수를 산출하여 선정된 것으로서, 상기 영상품질 점수는 관심객체의 검출 정확성, 관심객체의 가림도, 및 상기 관심객체와 CCTV 간의 촬영 거리에 기초하여 산출된 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 10 |
10
제1항에 있어서, 상기 검색 후보 지역을 결정하는 단계는,상기 타겟 패치의 방향 및 속도에 기초하여 하나 이상의 지역이 상기 검색 후보 지역으로 결정되는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 11 |
11
제10항에 있어서, 상기 검색 후보 지역을 결정하는 단계는, 최단거리 경로를 탐색하여 상기 검색 후보 지역을 결정하는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 12 |
12
제1항에 있어서, 상기 검색 후보 지역을 결정하기 이전에, 상기 타겟 패치가 추출된 관심객체의 튜브가 단일화된 경우, 상기 추출된 튜브 및 단일화된 다른 튜브 중 적어도 일부로부터 상기 타겟 객체의 움직임 정보를 산출하는 단계를 더 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 13 |
13
제12항에 있어서, 상기 추출된 튜브 및 단일화된 다른 튜브 중 적어도 일부로부터 상기 타겟 객체의 움직임 정보를 산출하는 단계는, 상기 추출된 튜브에서 상기 타겟 객체의 움직임 정보를 산출하는 단계; 및상기 추출된 튜브가 비-연속적인 프레임을 갖는 경우, 상기 비-연속적 프레임에 해당하는 시간의 프레임을 단일화된 다른 튜브에서 검색하고, 상기 단일화된 다른 튜브에서 검색된 프레임에 기초하여 상기 해당하는 시간에서의 타겟 객체의 움직임 정보를 추가로 산출하는 단계를 포함하는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 14 |
14
제1항에 있어서, 상기 결정된 검색 후보 지역의 적어도 일부 영역을 촬영하여 생성된 튜브에 나타난 관심객체가 상기 타겟 객체인지 재식별하는 단계는, 상기 타겟 패치의 속성 정보와 적어도 일부가 매칭하는 클러스터를 검색하는 단계; 및 검색된 클러스터에 포함된 관심객체의 튜브에서 타겟 객체를 재식별하는 단계를 포함하는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 15 |
15
제14항에 있어서, 상기 매칭하는 클러스터를 검색하는 단계는, 상기 관심객체의 튜브에 포함된 프레임 중 적어도 일부와 상기 타겟 객체의 튜브 중 적어도 일부를 재식별 모델에 적용하여 튜브의 특징 결과 정보를 획득하는 단계; 튜브의 특징 결과 정보 간의 비교에 기초하여 매칭하는 튜브를 결정하는 단계; 및 결정된 매칭하는 튜브를 포함한 클러스터를 검색하는 단계를 포함하는 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 16 |
16
제15항에 있어서, 상기 타겟 객체의 클래스는 사람으로서, 상기 재식별 모델은: 타겟 패치 또는 관심객체의 패치에 나타난 사람 영상에서 바디 파트를 검출하여 골격(skeleton) 정보 및 바디파트(body-part) 정보를 산출하고; 골격 및 바디파트가 융합된 재구성 정보에서 글로벌 특징을 추출하며; 골격 정보 및 바디파트 정보 각각에서 파트별 특징을 추출하고, 그리고 상기 글로벌 특징 및 파트별 특징을 결합(concatenate)하여 튜브의 특징 결과 정보를 출력하도록 구성된 것을 특징으로 하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법
|
| 17 |
17
컴퓨팅 장치에 의해 판독가능하고, 상기 컴퓨팅 장치에 의해 동작 가능한 프로그램 명령어를 저장하는 컴퓨터 판독가능 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨팅 장치의 프로세서에 의해 실행되는 경우 상기 프로세서가 제1항 내지 제16항 중 어느 하나의 항에 따른 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 방법을 수행하게 하는 컴퓨터 판독가능 기록매체
|
| 18 |
18
객체 및 배경을 촬영하는 복수의 CCTV - 상기 복수의 CCTV는 복수의 지역에 분포된 것으로서 각 지역에는 하나 이상의 CCTV가 설치됨; 및 영상 처리 동작을 수행하여 사용자의 영상 제공 요청에 응답하여 요청된 영상을 제공하도록 구성된 서버로서, 상기 서버는: 상기 복수의 CCTV로부터 복수의 지역에서 촬영된 복수의 원본 비디오를 수신하는 단계; 미리 설정된 관심객체의 조건에 기초하여 상기 복수의 원본 비디오에서 적어도 하나의 관심객체를 검출하는 단계; 검출된 관심객체를 해당 원본 비디오 상에서 추적하여 관심객체의 튜브를 생성하는 단계; 타겟 객체가 나타난 타겟 패치, 및 상기 타겟 객체를 촬영한 CCTV의 위치 정보를 포함한 영상 질의를 수신하는 단계; 상기 타겟 객체를 촬영한 CCTV의 위치 정보 및 상기 타겟 객체의 움직임 정보에 기초하여 적어도 하나의 검색 후보 지역을 결정하는 단계; 상기 타겟 객체가 나타난 관심객체의 튜브를 검색하기 위해, 결정된 검색 후보 지역의 적어도 일부 영역을 촬영하여 생성된 관심객체의 튜브에 나타나는 관심객체가 상기 타겟 객체인지 재식별하는 단계; 및 재식별된 관심객체의 튜브를 질의 결과로 사용자에게 제공하는 단계를 수행하도록 구성된 서버를 포함하는 CCTV의 위치 정보 및 타겟 객체의 움직임 정보에 기초한 타겟 객체의 재식별 시스템
|
