IT 기술의 발전과 더불어 CCTV의 보급이 일반화되었으며, 치안, 교통, 안전 등의 분야에서 CCTV가 적용되어 다양한 관련 연구가 진행되고 있다. CCTV의 기본 기능인 영상 촬영 및 녹화 이외에, CCTV 영상에 촬영된 사람, 차량 등의 오브젝트를 인식하여 오브젝트의 종류 및 출현시간, 이동 방향 등의 정보를 기록한다면 CCTV 영상 정보의 활용 범위를 더욱 높일 수 있다. CCTV 영상을 분석하여 영상 내에 출현하는 오브젝트의 정보를 수집하기 위해서는 별도의 ...
IT 기술의 발전과 더불어 CCTV의 보급이 일반화되었으며, 치안, 교통, 안전 등의 분야에서 CCTV가 적용되어 다양한 관련 연구가 진행되고 있다. CCTV의 기본 기능인 영상 촬영 및 녹화 이외에, CCTV 영상에 촬영된 사람, 차량 등의 오브젝트를 인식하여 오브젝트의 종류 및 출현시간, 이동 방향 등의 정보를 기록한다면 CCTV 영상 정보의 활용 범위를 더욱 높일 수 있다. CCTV 영상을 분석하여 영상 내에 출현하는 오브젝트의 정보를 수집하기 위해서는 별도의 영상 분석 기술이 필요하다. 일반적인 영상과 달리 CCTV 영상은 실시간으로 촬영 및 저장이 진행되므로 오브젝트 트래킹을 통한 오브젝트 정보를 수집하는 과정 역시 실시간으로 진행되어야만 처리 과정에서의 병목현상 없이 연속적으로 오브젝트 정보를 수집할 수 있다. 본 논문에서는 실시간 오브젝트 인식을 위해 신경망 네트워크를 사용하였으며 여기에서 도출된 오브젝트 정보를 종합하여 오브젝트의 이동 경로를 추적하는 알고리즘을 제안하였다. 신경망 네트워크를 이용하여 영상의 각 프레임마다 오브젝트를 탐색한다. 프레임별로 수집된 오브젝트의 유사도를 비교하여 오브젝트의 이동 경로를 추적한다. 이상의 과정을 통하여 실시간으로 오브젝트를 검출하여 오브젝트의 종류 및 출현 시간, 이동 경로 등을 기록할 수 있다.
IT 기술의 발전과 더불어 CCTV의 보급이 일반화되었으며, 치안, 교통, 안전 등의 분야에서 CCTV가 적용되어 다양한 관련 연구가 진행되고 있다. CCTV의 기본 기능인 영상 촬영 및 녹화 이외에, CCTV 영상에 촬영된 사람, 차량 등의 오브젝트를 인식하여 오브젝트의 종류 및 출현시간, 이동 방향 등의 정보를 기록한다면 CCTV 영상 정보의 활용 범위를 더욱 높일 수 있다. CCTV 영상을 분석하여 영상 내에 출현하는 오브젝트의 정보를 수집하기 위해서는 별도의 영상 분석 기술이 필요하다. 일반적인 영상과 달리 CCTV 영상은 실시간으로 촬영 및 저장이 진행되므로 오브젝트 트래킹을 통한 오브젝트 정보를 수집하는 과정 역시 실시간으로 진행되어야만 처리 과정에서의 병목현상 없이 연속적으로 오브젝트 정보를 수집할 수 있다. 본 논문에서는 실시간 오브젝트 인식을 위해 신경망 네트워크를 사용하였으며 여기에서 도출된 오브젝트 정보를 종합하여 오브젝트의 이동 경로를 추적하는 알고리즘을 제안하였다. 신경망 네트워크를 이용하여 영상의 각 프레임마다 오브젝트를 탐색한다. 프레임별로 수집된 오브젝트의 유사도를 비교하여 오브젝트의 이동 경로를 추적한다. 이상의 과정을 통하여 실시간으로 오브젝트를 검출하여 오브젝트의 종류 및 출현 시간, 이동 경로 등을 기록할 수 있다.
As IT technology has developed, the supply of CCTVs has become generalized, and various related research studies are being conducted as CCTVs have been applied in areas such as security, traffic, and safety. Besides imaging and recording, the extent to which CCTV image information can be used can be...
As IT technology has developed, the supply of CCTVs has become generalized, and various related research studies are being conducted as CCTVs have been applied in areas such as security, traffic, and safety. Besides imaging and recording, the extent to which CCTV image information can be used can be further enhanced by identifying objects such as persons, vehicles, and by recording the type of objects and their appearance time and direction of travel. A separate video analysis technique is needed to analyze CCTV images and gather information on objects appearing in them. Unlike normal images, CCTV images are shot and stored in real time, so the collection of object information via object tracking must proceed in real time to continuously collect information without bottlenecks in processing. In this paper, neural network was used for real-time object recognition, and algorithms were proposed to aggregate object information derived from it to track the path of movement of objects. Using a neural network, the objects are explored for each frame of the image. Compare the similarities of the objects collected by the frame to track the path of travel of the objects. Through the above process, objects can be detected in real time to record the types of objects and their appearance time, and their journey.
As IT technology has developed, the supply of CCTVs has become generalized, and various related research studies are being conducted as CCTVs have been applied in areas such as security, traffic, and safety. Besides imaging and recording, the extent to which CCTV image information can be used can be further enhanced by identifying objects such as persons, vehicles, and by recording the type of objects and their appearance time and direction of travel. A separate video analysis technique is needed to analyze CCTV images and gather information on objects appearing in them. Unlike normal images, CCTV images are shot and stored in real time, so the collection of object information via object tracking must proceed in real time to continuously collect information without bottlenecks in processing. In this paper, neural network was used for real-time object recognition, and algorithms were proposed to aggregate object information derived from it to track the path of movement of objects. Using a neural network, the objects are explored for each frame of the image. Compare the similarities of the objects collected by the frame to track the path of travel of the objects. Through the above process, objects can be detected in real time to record the types of objects and their appearance time, and their journey.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.