안전과 보안상의 이유로 감시 카메라의 시장이 확대되고 있으며 이에 대해 영상 인식 및 추적에 관한 연구도 활발히 진행 중에 있으나 인식 및 추적되는 객체의 정보를 획득하여 객체를 식별하는 데는 한계가 있다. 특히, 감시카메라가 활용되는 쇼핑몰, 공항 등과 같은 개방된 공간에서는 다수의 객체들을 식별하기란 더욱 어렵다. 따라서 본 논문에서는 기존의 영상기반 객체 인식 및 추적 시스템에 RFID 기술을 더하여 객체 식별기능을 추가하고자 하였으며 영상 기반과 RFID의 문제 해결을 위해 상호 보완하고자 하였다. 그리하여 시스템의 모듈별 상호작용을 통해 영상기반 객체 인식 및 추적에 실패할 수 있는 문제와 RFID의 인식 오류로 발생할 수 있는 문제에 대한 해결 방안을 제시하였다. 객체의 식별 정도를 4단계로 분류하여 가장 최상의 단계로 객체가 식별이 되도록 시스템을 설계해 식별된 객체의 데이터 신뢰성을 유지할 수 있도록 하였다. 시스템의 효율성 판단을 위해 시뮬레이션 프로그램을 구현하여 이를 입증하였다.
안전과 보안상의 이유로 감시 카메라의 시장이 확대되고 있으며 이에 대해 영상 인식 및 추적에 관한 연구도 활발히 진행 중에 있으나 인식 및 추적되는 객체의 정보를 획득하여 객체를 식별하는 데는 한계가 있다. 특히, 감시카메라가 활용되는 쇼핑몰, 공항 등과 같은 개방된 공간에서는 다수의 객체들을 식별하기란 더욱 어렵다. 따라서 본 논문에서는 기존의 영상기반 객체 인식 및 추적 시스템에 RFID 기술을 더하여 객체 식별기능을 추가하고자 하였으며 영상 기반과 RFID의 문제 해결을 위해 상호 보완하고자 하였다. 그리하여 시스템의 모듈별 상호작용을 통해 영상기반 객체 인식 및 추적에 실패할 수 있는 문제와 RFID의 인식 오류로 발생할 수 있는 문제에 대한 해결 방안을 제시하였다. 객체의 식별 정도를 4단계로 분류하여 가장 최상의 단계로 객체가 식별이 되도록 시스템을 설계해 식별된 객체의 데이터 신뢰성을 유지할 수 있도록 하였다. 시스템의 효율성 판단을 위해 시뮬레이션 프로그램을 구현하여 이를 입증하였다.
Because of safety and security, Surveillance camera market is growing. Accordingly, Study on video recognition and tracking is also actively in progress, but There is a limit to identify object by obtaining the information of object identified and tracked. Especially, It is more difficult to identif...
Because of safety and security, Surveillance camera market is growing. Accordingly, Study on video recognition and tracking is also actively in progress, but There is a limit to identify object by obtaining the information of object identified and tracked. Especially, It is more difficult to identify multiple objects in open space like shopping mall, airport and others utilized surveillance camera. Therefore, This paper proposed adding object identification function by using RFID to existing video-based object recognition and tracking system. Also, We tried to complement each other to solve the problem of video and RFID based. Thus, through the interaction of system modules We propose a solution to the problems of failing video-based object recognize and tracking and the problems that could be cased by the recognition error of RFID. The system designed to identify the object by classifying the identification of object in four steps so that the data reliability of the identified object can be maintained. To judge the efficiency of this system, this demonstrated by implementing the simulation program.
Because of safety and security, Surveillance camera market is growing. Accordingly, Study on video recognition and tracking is also actively in progress, but There is a limit to identify object by obtaining the information of object identified and tracked. Especially, It is more difficult to identify multiple objects in open space like shopping mall, airport and others utilized surveillance camera. Therefore, This paper proposed adding object identification function by using RFID to existing video-based object recognition and tracking system. Also, We tried to complement each other to solve the problem of video and RFID based. Thus, through the interaction of system modules We propose a solution to the problems of failing video-based object recognize and tracking and the problems that could be cased by the recognition error of RFID. The system designed to identify the object by classifying the identification of object in four steps so that the data reliability of the identified object can be maintained. To judge the efficiency of this system, this demonstrated by implementing the simulation program.
그리하여 본 연구에서는 기존의 영상기반 객체 인식 및 추적 시스템에 RFID 기술을 접목함으로써 객체 식별 기능을 추가한 시스템을 설계하였으며 다수 객체의 움직임을 방해하지 않고 자유롭게 움직일 수 있는 개방적인 공간에서 이 시스템을 적용하고자 한다. CCTV 영상 기반 객체 인식과 RFID로 감지된 객체 정보를 연결함으로써 객체를 관리하여 영상과 RFID 기술의 각 단점을 상호 보완하여 기존객체 인식 및 판별의 신속성과 정확성을 높일 수 있을 뿐만 아니라 객체 데이터의 신뢰성도 보장할 수 있을 것이다.
가설 설정
1과 같이 Cluster와 Visual Sensor를 사람들이 가장 많이 이용하는 주요 공간 곳곳에 설치하고 각 모듈의 Server와 통신을 통해 객체를 식별하고 추적함으로써 모든 객체의 데이터를 관리하는 방식으로 시스템이 운영된다. 이 때, 객체는 각각의 고유 ID를 통해 구분하며 하나의 RFID를 지닌다고 가정한다. 즉, 하나의 객체 ID는 한 개의 RFID만을 가지게 된다.
제안 방법
기존 감시카메라 영상 기반 다수 객체 인식 및 추적하는 시스템에 RFID를 활용하여 인식된 객체를 식별하는 기능을 더해 성능을 높인 시스템을 제안하였다. 다수의 객체가 존재하고 다양한 객체의 움직임이 발생되는 개방된 공간에서 Server와 Cluster, VSN으로 구성된 시스템의 각 모듈별 상호작용을 통해 객체의 데이터 정확성 및 신뢰성을 높였으며, 영상기반에서 발생할 수 있는 객체의 인식 및 추적 실패와 RFID의 태그 충돌로 인해 발생할 수 있는 RFID 인식 실패문제에 대처하기 위한 방안을 제시하였다.
대상 데이터
앞서 설명한 시스템 설계대로 Visual Studio 2012 소프트웨어가 설치된 환경에서 실제 국내의 한 쇼핑몰 일부분을 바탕으로 시뮬레이션을 구현하였다. 시스템의 Cluster와 Server에서 이루어지는 알고리즘은 다음 Figs.
데이터처리
13과 같이 진행되었다. 객체는 노란 네모, Cluster의 Visual Sensor 감지 선은 초록색, RFID 감지 선은 빨간색,Cluster 밖의 c-reigion은 보라색 선으로 표현하였다. 또한, RFID가 유동적으로 변하는 실제 상황과 유사한 환경으로 맞추기 위하여 Cluster의 형태를 5초 주기로 Cluster 모양을 변형하도록 설정하였다.
시뮬레이션 프로그램을 객체의 개수가 50개와 100개, Cluster의 개수를 4개와 8개로 각각 4개의 상황에 따라 실행해 보았으며 실행 결과는 Fig. 14와 같이 SA, GA, FA의 변화를 그래프로 표현하였다. 이를 통하여 객체와 Cluster의 개수가 많을수록 GA와 SA의 발생이 더욱 활발함을 알 수 있었으며 시스템의 효율성에 객체와 Cluster의 개수가 영향을 미치는 것을 확인할 수 있었다.
성능/효과
실행 결과, 시간에 따라 SA의 수 증가 및 GA와 FA의 수 감소하는 모습을 통해 객체의 식별이 잘 이루어짐을 확인하였으며 시스템의 효용성을 검증하였다. 뿐만 아니라 객체와 Cluster의 개수가 많을수록 객체의 움직임 파악이 쉬워 객체의 식별이 더욱 빠르게 가능함을 확인하였다.
이러한 시스템 설계를 바탕으로 국내의 쇼핑몰을 예시로 들어 시뮬레이션 프로그램을 구현하였다. 실행 결과, 시간에 따라 SA의 수 증가 및 GA와 FA의 수 감소하는 모습을 통해 객체의 식별이 잘 이루어짐을 확인하였으며 시스템의 효용성을 검증하였다. 뿐만 아니라 객체와 Cluster의 개수가 많을수록 객체의 움직임 파악이 쉬워 객체의 식별이 더욱 빠르게 가능함을 확인하였다.
후속연구
추후, 앞서 시스템에서 제안한 Cluster의 구조에서 VSN의 바깥 선과 안쪽 선의 간격, FA를 TA로 바꾸기 위해 제안된 c-region의 간격에 따라서 객체의 인식 속도와 서버의 업데이트 속도가 달라질 수 있다. 또한 Cluster의 개수가 많을수록 객체의 식별은 빠르게 발생하지만 Cluster와 Server 사이, VSN과 Server 사이에 통신 문제가 발생할 가능성도 있다. 이에 따른 적당한 기준을 세울 필요가 있으며 이에 대한 연구가 추가적으로 필요하다.
추후, 앞서 시스템에서 제안한 Cluster의 구조에서 VSN의 바깥 선과 안쪽 선의 간격, FA를 TA로 바꾸기 위해 제안된 c-region의 간격에 따라서 객체의 인식 속도와 서버의 업데이트 속도가 달라질 수 있다. 또한 Cluster의 개수가 많을수록 객체의 식별은 빠르게 발생하지만 Cluster와 Server 사이, VSN과 Server 사이에 통신 문제가 발생할 가능성도 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
Visual Sensor의 바깥 선과 안쪽 선의 간격이 넓을 경우 어떠한가?
이 때, Visual Sensor 감지 바깥 선과 안쪽 선의 간격에 따라서 객체 식별 속도 및 감지된 객체의 군집 여부가 달라질 수 있다. 간격이 넓을 경우, RFID 감지선과의 거리가 비교적 멀어 RFID 감지가 느리게 일어날 수 있으며 이에 따라 객체 식별 속도가 느려질 수 있다. 뿐만 아니라, 무리지어 다니는 객체가 홀로 다닐 가능성이 증가할 수 있으므로 SA 및 GA의 수에 영향을 미친다.
VSN의 역할은?
VSN은 감시 카메라를 통해 Cluster 안의 객체들을 추적하여 감시하는 역할을 한다. Cluster의 Visual Sensor 감지 선에서 이러한 작업이 이루어지며 감지가 발생할 경우 Cluster에게 객체의 ID 정보와 감지된 시간 정보를 전송한다.
객체의 식별은 어떤 기준으로 판단하는가?
객체의 식별은 객체 식별 여부, 객체 식별의 정확성, 식별된 객체의 수에 따라 나누어 판단한다. 우선, 객체 식별 여부는 객체가 식별 되었는가 아닌가에 대해 UA(Unknown Association)과 KA(Known Association)으로 나뉜다.
참고문헌 (16)
The Ministry of Government Administration and Home Affairs, "CCTV Survey and Privacy Comprehensive Support System Status Data," 2015.
H. S. Yoon, "The Trend of Technology and Market of Image Recognition Service," Communications of the Korean Institute of Information Scientists and Engineers, Vol. 31, No. 2, pp. 23-31, 2013.
H. S. Ho, "IP Camera Market and Technology Trends in the Video Security Industry," Review of Kiisc, Vol. 20, No. 3, pp. 18-23, 2010.6
G. N. Ko, Y. S. Lee, and N. M. Moon, "People Counting System by Facial Age Group," Journal of the Institute of Electronics and Information Engineers, Vol. 51, No. 2, pp. 69-75, 2014.
J. H. Baek, J. Y. Min, S. Namkoong, and S. H. Yoon, "An In-Tunnel Traffic Accident Detection Algorithm using CCTV Image Processing," KIPS Transactions on Software and Data Engineering, Vol. 4, No. 2, pp. 83-90, 2015.
S. N. Heo, H. S. Son, and B. I. Moon, "Multiple Moving Object Detection Using Different Algorithms," Journal of the Korean Institute of Communication Sciences, Vol. 40, No. 9, pp. 1828-1836, 2015.
U. M. Prakash and V. G. Thamaraiselvi, "Detecting and tracking of multiple moving objects for intelligent video surveillance systems," in Current Trends in Engineering and Technology (ICCTET), 2014 2nd International Conference on. IEEE, pp. 253-257, 2014.
H. So, K. H. Lee, D. K. Choi, and H. J. Lee, "Real-time Tracking of Object in Sports Videos via Particle Filter," in Proceedings of the Korean Information Science Society Conference, pp. 1557-1559. 2014.
Y. H. Kwon and Y. G. Chae, "An Improved Object Recognition and Tracking Algorithm Based on Block Matching," Journal of the Korean Institute of Information Technology, Vol. 13, No. 4, pp. 61-68, 2015.
C. Garate, S. Zaidenberg, J. Badie, and F. Bremond, "Group tracking and behavior recognition in long video surveillance sequences," in Computer Vision Theory and Applications (VISAPP), 2014 International Conference on. IEEE, Vol. 2, pp. 366-402, 2014.
Y. B. Shim and H. J. Park, "A Study on a Violence Recognition System with CCTV," Journal of the Digital Contents Society, Vol. 16, No. 1, pp. 25-32, 2015.
J. W. Park and S. Y. Kwak, "Detection of Crowd Escape Behavior in Surveillance Video," Journal of the Korean Institute of Communication Sciences, Vol. 39, No. 8, pp. 731-737, 2014.
S. Lee and J. S. Cho, "Tracking and Recognition of vehicle and pedestrian for intelligent multi-visual surveillance systems," Journal of the Korea Institute of Information and Communication Engineering, Vol. 19, No. 2, pp. 435-442. 2015.
C. S. Chung, "A Case Study on the Operation Enhancement of Integrated CCTV Control Center at Busan Metropolitan City," The Journal of Korean Associastion for Regional Information Society, Vol. 18, No. 3, pp. 123-154, 2015.
M. H, Jung, "[Special Issue : RFID Technology Trends] RFID Standardization," The Proceedings of the Korea Electromagnetic Engineering Society, Vol. 15, No. 2, pp12-20, 2004.
H. J. Choi and S. J. Moon, "Trends and Development Prospects of RFID Technology," in Proceedings of the Korea Intelligent Information System Society Conference, pp. 387-390, 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.