| 1 |
1
송전 설비를 모니터링하여 영상 정보를 생성하는 다수의 영상 촬영기; 네트워크와 연결되어 상기 영상 정보를 수집하여 미리 설정되는 신경망 학습 모델을 통해 객체 필터를 생성하고, 상기 객체 필터를 이용하여 추적 객체를 추출하고, 상기 추적 객체와 미리 설정되는 기준 객체의 비교 결과에 따라 알람 정보를 생성하는 서비스 관리 서버; 및상기 알람 정보를 출력하는 사용자 단말;을 포함하며,상기 서비스 관리 서버는,데이터베이스화되는 영상 정보로부터 객체 필터를 이용하여 상기 추적 객체를 추출하는 추출부;상기 추적 객체가 상기 기준 객체와 동일하거나 초과하는 지를 비교하여 상기 추적 객체를 상기 기준 객체에 매핑하여 미리 저장된 해당 명칭으로 정의하는 정의부;상기 해당 명칭에 따른 미리 매핑되어 상황 데이터베이스에 저장되는 알람 상황 이벤트를 검색하고, 상기 추적 객체의 움직임에 따른 상기 추적 객체의 현재 이벤트와 상기 추적 객체의 알람 상황 이벤트를 비교하는 비교부; 및비교결과에 따라 상기 알람 정보를 생성하는 알람부;를 포함하고,상기 미리 저장된 해당 명칭으로 정의는, 상기 추적 객체가 학습 데이터셋의 기준 객체와 동일하거나 유사도 이하이면, 상기 추적 객체의 이미지가 미리 설정된 해상도 및 크기를 만족하는지를 확인하고, 상기 추적 객체의 이미지가 상기 미리 설정된 해상도 및 크기를 만족하지 않으면 상기 추적 객체의 이미지의 크기를 미리 설정된 기준 크기로 확대시키며, 상기 추적 객체를 신경망 컨볼루션(Convolutional Neural Network) 필터를 이용하여 컨볼루션 연산을 수행하고, 상기 추적 객체의 특징을 나타내는 특징맵(Feature Map)을 생성하고,상기 알람부는, 상기 특징맵을 이용하여 상기 추적 객체의 확률 목록을 작성하고, 상기 추적 객체의 명칭을 상기 학습 데이터셋을 이용하여 정의하고, 상기 추적 객체의 명칭이 상기 학습 데이터셋으로 정의되지 못하면, 상기 사용자 단말의 결재함에 추가하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 2 |
2
삭제
|
| 3 |
3
제 1 항에 있어서,상기 알람 정보는 상기 추적 객체가 촬영된 해당 영상 촬영기의 위치 정보, 알람 상황 이벤트의 종류, 명칭, 및 상기 추적 객체가 영상 정보에 포함되어 점유된 점유 시간 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 4 |
4
제 1 항에 있어서,상기 정의부는, 서비스 관리 서버는, 상기 현재 이벤트가 상기 알람 상황 이벤트와 유사 또는 동일하지 않으면, 사용자 단말에 정의를 요청하고 응답을 수신하여 상기 상황 데이터베이스를 갱신하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 5 |
5
제 1 항에 있어서,상기 객체 필터는 빅데이터로 데이터베이스화되는 영상 정보를 이용하여 생성되는 신경망 기반 학습 데이터셋(DataSet)을 통해 생성되는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 6 |
6
제 5 항에 있어서,상기 기준 객체는 상기 학습 데이터셋내에 미리 설정되어 있는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 7 |
7
제 1 항에 있어서,상기 영상 정보는 상기 송전 설비 및 상기 송전 설비의 주변을 촬영한 주변 영상을 포함하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 8 |
8
제 1 항에 있어서,상기 정의부는, 상기 추적 객체의 추출이 저하되는 현상을 극복하기 위해 상기 영상 정보의 원영상내에서 상기 추적 객체가 존재할 확률이 미리 설정되는 기준 수치인 각 후보 영역을 확대하고 해상도를 높여 상기 추적 객체의 추출을 재수행하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
제 1 항에 있어서, 상기 정의부는, 상기 결재함에 추가 저장된 추적 객체가 미리 설정된 수 이상 또는 결재함의 확인 기간이 미리 설정된 기간이면, 상기 사용자 단말로 상기 추적 객체의 정의를 요청하고, 상기 사용자 단말에서 상기 추적 객체의 정의가 내려지면, 상기 학습 데이터셋에 상기 추적 객체를 전송하여 신경망 학습을 갱신하고 데이터베이스화하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 12 |
12
제 1 항에 있어서, 상기 학습 데이터셋은, 미리 설정된 주기 또는 실시간으로 업데이트되는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 13 |
13
제 1 항에 있어서, 상기 알람 정보는 문자, 이미지 또는 동영상 중 어느 하나 또는 어느 하나 이상의 조합으로 상기 사용자 단말에 전송되는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 14 |
14
삭제
|
| 15 |
15
제 1 항에 있어서, 상기 신경망 학습 모델은 신경망 컨볼루션 기반 딥러닝 모델, 순환적 컨볼루션 신경망 모델(Recurrent Convolutional Neural Network; rCNN), 장단기 기억 (Long Short-Term Memory; LSTM) 순환신경망 모델 중 어느 하나인 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 16 |
16
제 1 항에 있어서, 상기 영상 정보는 상기 영상 촬영기의 위치와 상기 송전 설비를 식별할 수 있는 식별자를 포함하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 시스템
|
| 17 |
17
(a) 다수의 영상 촬영기가 송전 설비를 모니터링하여 영상 정보를 생성하는 영상 정보 생성 단계 ; (b) 서비스 관리 서버가 네트워크와 연결되어 상기 영상 정보를 수집하여 미리 설정되는 신경망 학습 모델을 통해 객체 필터를 생성하고, 상기 객체 필터를 이용하여 추적 객체를 추출하고, 상기 추적 객체와 미리 설정되는 기준 객체의 비교 결과에 따라 알람 정보를 생성하는 단계; (c) 사용자 단말이 상기 알람 정보를 출력하는 단계;를 포함하며,상기 (b) 단계는, 추출부가 데이터베이스화되는 영상 정보로부터 객체 필터를 이용하여 상기 추적 객체를 추출하는 단계;정의부가 상기 추적 객체가 상기 기준 객체와 동일하거나 초과하는 지를 비교하여 상기 추적 객체를 상기 기준 객체에 매핑하여 미리 저장된 해당 명칭으로 정의하는 단계;비교부가 상기 해당 명칭에 따른 미리 매핑되어 상황 데이터베이스에 저장되는 알람 상황 이벤트를 검색하고, 상기 추적 객체의 움직임에 따른 상기 추적 객체의 현재 이벤트와 상기 추적 객체의 알람 상황 이벤트를 비교하는 단계; 및알람부가 비교결과에 따라 상기 알람 정보를 생성하는 단계;를 포함하고,상기 미리 저장된 해당 명칭으로 정의는, 상기 추적 객체가 학습 데이터셋의 기준 객체와 동일하거나 유사도 이하이면, 상기 추적 객체의 이미지가 미리 설정된 해상도 및 크기를 만족하는지를 확인하고, 상기 추적 객체의 이미지가 상기 미리 설정된 해상도 및 크기를 만족하지 않으면 상기 추적 객체의 이미지의 크기를 미리 설정된 기준 크기로 확대시키며, 상기 추적 객체를 신경망 컨볼루션(Convolutional Neural Network) 필터를 이용하여 컨볼루션 연산을 수행하고, 상기 추적 객체의 특징을 나타내는 특징맵(Feature Map)을 생성하고,상기 알람부는, 상기 특징맵을 이용하여 상기 추적 객체의 확률 목록을 작성하고, 상기 추적 객체의 명칭을 상기 학습 데이터셋을 이용하여 정의하고, 상기 추적 객체의 명칭이 상기 학습 데이터셋으로 정의되지 못하면, 상기 사용자 단말의 결재함에 추가하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 방법
|
| 18 |
18
삭제
|
| 19 |
19
제 17 항에 있어서,상기 알람 정보는 상기 추적 객체가 촬영된 해당 영상 촬영기의 위치 정보, 알람 상황 이벤트의 종류, 상기 명칭, 및 상기 추적 객체가 영상 정보에 포함되어 점유된 점유 시간 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 방법
|
| 20 |
20
제 17 항 및 제 19 항 중 어느 한 항에 따른 신경망 학습 모델 기반 추적 객체 추출 서비스 제공 방법을 실행하는 프로그램 명령 코드를 저장한 컴퓨터 판독 가능 저장 매체
|
