선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문은 주 사용 범위로 초등학교 주변에서 발생할 수 있는 초등학생을 상대로한 유괴나 사고 등을 위한 안전관리을 도메인으로 보고 이와 관련한 상황을 과 같이 분석하였다.
제안 방법
- 객체 검지 및 추적 모듈은 학교 주위에 설치된 영상 센서로부터 실시간으로 영상을 전송하고, 전송된 영상은 객체 검지 후, 객체 라벨링 후, 객체추적을 진행한다. 검지된 객체들 중 상황정보와 일치되면 상황인식 모듈에 의해 모니터링 장치에 경고를 알리고, 모니터링 장치는 해당 영상센서를 이용하여 근접촬영을 하고, 촬영된 영상을 모니터링 장치에 보관하고, 검색 및 범인색출 등에 활용한다. (그림 2)는 시스템의 구성을 보인다.
- 본 논문의 실행환경은 MS Windows XP에서 비주얼 C++과 MFC로 개발되었고, 영상처리를 위해 CxImage 라이브러리를 사용하였다. 대상 객체를 검지하기 위해 실시간 영상카메라를 이용하여 영상을 취득하고 이 영상에 포함된 객체를 추출하여 상황정보에 근접한 상황을 인식하도록 하였다.
- 따라서 본 스쿨존 안전관리 시스템은 능동적으로 대처하기 위해 도로 위가 아닌 학교 주위의 보도와 도로를 영상센서를 통해 감시하고, 추출된 객체들 사이의 관계 중 범죄나 사고의 상황을 검출하고, 범죄사고 상황이 인식되면 중앙 모니터링 장치에서 상황을 근접 촬영 영상을 저장하고, 경고할 수 있게 하였다.
- 실험은 학교 안 주차장에서 하였으며 구현된 스쿨존 안전관리 시스템은 (그림 6)에서 보는바와 같이 기존 영상의 차영상을 통하여 객체를 검지하고 검지된 영상을 이진화하여 객체를 추적한다. 또한 상황 정보 발생 시 영상을 근접 촬영하고 캡처된 화면을 파일로 저장하여 확인할 수 있도록 하였다. 이러한 모든 과정은 로그 메시지를 통해 확인 할 수 있다.
- 모니터링서버는 펜 티엄4 PC를 이용하여 테스트베드를 구축하였다. 모니터링 시스템은 윈도우 XP에서 MFC와 VC++, CxImage 라이브러리를 이용하여 개발하였다.
- 본 논문에서 구현한 스쿨존 안전 관리 시스템은 영상센서를 활용한 객체 검출 모듈과 검출 객체들 간의 상황인식 모듈로 구성된다. 중앙의 모니터링 장치에서는 실시간으로 영상센서의 영상을 모니터링할 수 있고 이전에 발생한 위험 상황의 영상정보를 시간대별로 검색할 수 하였다.
- 본 논문은 초등학교 주위의 사고 관련 상황을 인식하고 관련 상황을 녹화 저장하여 차후에 검색할 수 있게 하고, 모니터링 장치에서 경고를 알려 스쿨존에서의 범죄예방에 기여할 수 있는 안전관리시스템을 설계한다.
- 본 연구에서 구현한 상황인식 기반의 스쿨존 안전관리 시스템은 학교 주위에 영상센서를 설치하고, 실시간으로 영상을 획득하여 적응적 차영상 기고, 등록된 사고 상황을 감지하면 상황인식 모듈에 의해 초등학생과 어른과의 접촉, 자동차와 초등학생과의 접촉, 초등학생의 쓰러짐의 상황 등을 인식하면, 영상센서를 통해 근접 촬영을 통해 사고 상황을 저장하고, 촬영 영상 목록에 기록을 남긴다.
- 실험은 학교 안 주차장에서 하였으며 구현된 스쿨존 안전관리 시스템은 (그림 6)에서 보는바와 같이 기존 영상의 차영상을 통하여 객체를 검지하고 검지된 영상을 이진화하여 객체를 추적한다. 또한 상황 정보 발생 시 영상을 근접 촬영하고 캡처된 화면을 파일로 저장하여 확인할 수 있도록 하였다.
- 영상센서를 이용한 객체정보 획득 과정은 객체 탐지, 객체 추출, 객체 추적, 객체 counting 및 이동방향 탐지등의 일련의 과정을 다양한 영상처리기법을 통해 구현함으로써 관리자로 하여금 즉각적인 조치를 할 수 있는 시스템을 설계할 수 있게 하였다.
- 본 논문에서는 객체 추출 및 추적을 위해 적응적 차영상 기법을 사용하였다. 이 방법은 차영상의 문제를 극복하기 위해 기준 배경 영상과의 차이를 30프레임 이상 누적하여 프레임간의 작은 잡음은 제거하고 시간과 공간적 흐름을 추출하여 객체를 인식하게 하였다.
대상 데이터
- 본 시스템은 객체 검지 및 추적 모듈, 상황인식 모듈, 모니터링 장치로 구성된다. 객체 검지 및 추적 모듈은 학교 주위에 설치된 영상 센서로부터 실시간으로 영상을 전송하고, 전송된 영상은 객체 검지 후, 객체 라벨링 후, 객체추적을 진행한다.
- 실험에 사용된 영상센서는 유진 시스템의 High Speed Dome Camera(YSDP-522-35)와 비디오서버(Viewstar20V)로 구성된다. 모니터링서버는 펜 티엄4 PC를 이용하여 테스트베드를 구축하였다.
이론/모형
- 본 논문에서는 객체 추출 및 추적을 위해 적응적 차영상 기법을 사용하였다. 이 방법은 차영상의 문제를 극복하기 위해 기준 배경 영상과의 차이를 30프레임 이상 누적하여 프레임간의 작은 잡음은 제거하고 시간과 공간적 흐름을 추출하여 객체를 인식하게 하였다.
- 본 논문의 실행환경은 MS Windows XP에서 비주얼 C++과 MFC로 개발되었고, 영상처리를 위해 CxImage 라이브러리를 사용하였다. 대상 객체를 검지하기 위해 실시간 영상카메라를 이용하여 영상을 취득하고 이 영상에 포함된 객체를 추출하여 상황정보에 근접한 상황을 인식하도록 하였다.
- 스쿨존 안전관리를 위한 기존 연구에는 인접한 영상간의 화소 명암차(difference intensity of images)를 이용하여 이동물체를 검출하고, 이를 추적하기 위해 규칙 기반의 추론(rule-based reasoning)방법을 적용하였다[7]. 그리고, Foresti[8]는 모델의 특정정보 매칭을, Betke와 Davis[9]는 템플릿 매칭을 통해 객체를 추적하였다.
후속연구
- 향후 연구로는 본 논문에서 구현한 각 객체 검출 모듈의 정확도를 높이는 것과 상황 인식을 위한 다양한 상황을 정의하여 확장시키는 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.