$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

객체 추적을 통한 이상 행동 감시 시스템 연구
A Study on Monitoring System for an Abnormal Behaviors by Object's Tracking 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.14 no.4, 2013년, pp.589 - 596  

박화진 (숙명여자대학교 멀티미디어학과)

초록
AI-Helper 아이콘AI-Helper

사회의 범죄율 증가와 더불어 지능형 보안 시스템강화에 대한 관심이 높아지고 있다. 이에 본 연구에서는 CCTV에 획득되는 영상으로부터 객체의 이상 행동을 감지하는 시스템을 제안한다. 배경영상과의 차연산 및 모폴로지를 통해 객체를 검출하고 객체의 특징 정보를 이용해 각각의 객체를 인식하여 추적하여 이를 통해 이상행동을 탐지한다. 객체가 영상 내에서 일정시간 이상을 배회했을 때 이를 이상행동으로 판단하여 사전에 관제센터에 알려 미연에 방지할 수 있도록 한다. 특히 본 연구는 이상 행동 중 객체의 배회행위를 감지하는 것을 목표로 하며 영상 내에서 사라진 객체가 다시 영상 내로 들어 왔을 때의 이전 객체와의 동일여부를 판단할 수 있도록 하였다.

Abstract AI-Helper 아이콘AI-Helper

With the increase of social crime rate, the interest on the intelligent security system is also growing. This paper proposes a detection system of monitoring whether abnormal behavior is being carried in the images captured using CCTV. After detection of an object via subtraction from background ima...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 향후 연구과제로는 객체끼리의 겹침 현상 문제를 해결하여 객체 각각의 위험행동을 감지하는 것이며, 다수 객체가 함께 어우러져 이상행동에 연루된 경우인 다수의 집단 폭력 방지, 다수 집단의 납치, 성폭력 방지등의 위험 행동 감지시스템을 연구하는 것이다. 그 외 위험행동이 주요 대상인원 3인 이상과 관련된 경우의 다양한 위험한 행동인 집단 폭력을 감지하는 종합적인 감시 시스템을 개발하는 것이 향후 연구 목표이다.
  • 그리하여 본 연구는 이러한 지능형 관제 기술 중 배회를 인식하는 부분에서 재등장하는 인물을 포함하는 배회에 대하여 감시하는 시스템을 구현 하고자 한다. 이는 배회 시 CCTV 촬영 가능 영역 외에서의 배회까지 인식한다는 점에서 기존의 방법과는 다르다고 할 수 있다.
  • 그리하여 본 연구는 이러한 지능형 관제 기술 중 재등장하는 인물을 포함하여 특정인의 행동 인식에서 이상행동인 배회에 대하여 감시하는 시스템을 구현하고자 한다. 특히 배회 시 CCTV 촬영 가능 영역 외에서의 배회까지 인식한다는 점에서 기존의 방법과는 다르다고 할 수 있다.
  • 본 연구는 CCTV 기반의 영상에서 특정 지역 안에서 서성거리거나 집 앞에서 기웃 거리는 수상한 행동을 하는 등의 이상행동을 한 경우에 자동적으로 통제 관리실에 경보음을 알려주는 시스템을 구현한 연구이다.
  • 본 연구는 객체 추적을 통한 이상 행동 감시 시스템 연구로 구현한 시스템의 객체의 이상 행동에 대한 탐지 정확성을 측정하기 위해 실험을 진행 하였다. 이번 연구는 이상행동 중 배회에 관해 인식하여 경보를 알려주는 시스템으로써 재등장 인물의 인식이 가능하다는 특징을 가지고 있다.
  • 본연구가 구현하고자 하는 시스템은 CCTV기반의 이상 행동 감지 시스템으로 특히 배회하는 이상행동 감지를 목적으로 한다. 한 CCTV일 경우, 재등장하는 경우까지 고려한 방법으로 각 객체의 특징정보를 활용해야 한다.
  • 본 연구는 객체 추적을 통한 이상 행동 감시 시스템 연구로 구현한 시스템의 객체의 이상 행동에 대한 탐지 정확성을 측정하기 위해 실험을 진행 하였다. 이번 연구는 이상행동 중 배회에 관해 인식하여 경보를 알려주는 시스템으로써 재등장 인물의 인식이 가능하다는 특징을 가지고 있다. 화면 안에서 2분 이상 머무는 것을 배회라고 정의하고, 화면에서 사라진 후 초간 사용자의 정보를 저장하도록 하여 2분 이내에 재등장 하였을 경우 이러한 객체도 배회 인식에 포함하도록 하여 측정을 진행 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
기존에 연구되어 온 객체추적기법엔 무엇이 있는가? 정지형태가 아닌 움직이는 물체의 윤곽을 추출하는 데에는 그 추출 과정이 복잡하고 추출결과가 잡음에 의해 크게 좌우된다. 기존에 연구되어 온 객체추적기법은 크게 특징점 추적 기법(Point tracking)과 커널 추적 기법(Kernel tracking) 및 실루엣 추적 기법(Silhouette tracking)이 있다[1]. 다음의 <표 3>은 A.
특징점 추적 기법은 무엇인가? 특징점 추적 기법은 어떠한 특징적인 점을 이용하여 그 점을 연속적인 영상에서 지속적으로 추적하는 방법이다. 작은 객체라도 추적에 대한 성능을 보장해 주지만 연산량이 많은 단점이 있다.
현재 수준의 지능형 CCTV 서비스는 문제점이 무엇인가? 이상행동으로 인식되는 상황과 인지해야 할 사람들의 형태, 행동 양식 등에 따라 다양한 이상행동이 인식되어질 수 있어야 한다. 특히 CCTV영상을 실시간으로 분석해 특정인의 얼굴 및 표정 등을 인식해야 하는데 현재의 기술은 지나가는 객체가 사람 인지 자동차인지를 구별하는 정도, 자동자 번호 인식등의 초보적인 지능형 기술들로 구성 되어 있다. 특히 현재의 기술은 고정되어있는 한 개의 CCTV의 출력영상에만 의지한다는 한계가 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Yilmaz, A., Javed, O., and Shah, M. 2006. Object tracking: A survey. ACM Comput. Surv. 38, 4, Article 13, Dec. 2006. 

  2. T. Broida and R. Chellappa, "Estimation of object motion parameters from noisy images". IEEE Trans. Patt. Analy. Mach. Intell. Vol.8, No.1, pp.90-99. 1986. 

  3. Y. Bar-Shalom and T. Foreman, "Tracking and Data Association", Academic Press Inc. 1988. 

  4. R. L.Streit and T. E. Luginbuhl, "Maximum likelihood method for probabilistic multi-hypothesis tracking", Proceedings of the International Society for Optical Engineering (SPIE.) Vol.2235. pp.394-405. 1994 

  5. J. Shi and C. Tomasi, "Good features to track", IEEE Conference on Computer Vision and Pattern Recognition (CVPR). pp.593-600. 1994. 

  6. R. L.Streit and T. E. Luginbuhl, "Maximum likelihood method for probabilistic multi-hypothesis tracking", Proceedings of the International Society for Optical Engineering (SPIE.) Vol.2235. pp.394-405. 1994. 

  7. A.Saha, J.Mukherjee, and S. Sural, "New pixel-decimation patterns for block matching in motion estimation," Signal Processing:Image Communication, vol. 23, no.10, pp.725-738, 2008 

  8. http://www.boannews.com/media/view.asp?id33028&page3&kind1&searchtitle&findcctv 

  9. http://www.mospa.go.kr/gpms/view/jsp/dow nload/userBulletinDownload.jsp?userBtBean.bbsSeq1024897&userBtBean.ctxCd1197&userBtBean.orderNo1f 

  10. T.W Jang, Y.T Shin, J.B Kim ,"A Study on the object Extraction and Tracking System for Intelligent Surveillance", SoongSil University, May. 2013 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로