초록 ▼

본 발명은 광역의 감시영역에 대한 영상에서 사람이나 차량, 번호판 등의 객체를 일괄적으로 인식 및 검출하여 영상처리시간을 최소화하면서 광역존의 다양한 감시목적을 효율적으로 수행함을 제공하도록, 감시영역의 촬영을 위한 감시카메라와 연동하며, 상기 감시카메라의 촬영 영상에서 객체 인식을 위한 전처리 기능을 실행하도록 구성하는 영상처리 시스템에 있어서, 상기 감시카메라로부터 영상을 취득하는 영상헤더부와; 상기 영상헤더부로부터 취득한 영상을 변환하여 배경 및 객체영역을 구분한 후 특징별 객체들을 판단하는 전처리부와; 상기 전처리부의 영상데

본 발명은 광역의 감시영역에 대한 영상에서 사람이나 차량, 번호판 등의 객체를 일괄적으로 인식 및 검출하여 영상처리시간을 최소화하면서 광역존의 다양한 감시목적을 효율적으로 수행함을 제공하도록, 감시영역의 촬영을 위한 감시카메라와 연동하며, 상기 감시카메라의 촬영 영상에서 객체 인식을 위한 전처리 기능을 실행하도록 구성하는 영상처리 시스템에 있어서, 상기 감시카메라로부터 영상을 취득하는 영상헤더부와; 상기 영상헤더부로부터 취득한 영상을 변환하여 배경 및 객체영역을 구분한 후 특징별 객체들을 판단하는 전처리부와; 상기 전처리부의 영상데이터에서 특징별 복수의 객체들을 심층 신경망 방식에 의해 동시다발적으로 분류 및 검출하고, 설정 파라미터 정보에 따라 객체를 구분 인식하는 DNN알고리즘과; 상기 전처리부 및 상기 DNN알고리즘을 거쳐 인식된 객체정보를 출력하는 영상출력부;를 포함하는 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템을 제공한다.

대표청구항 ▼

감시영역의 촬영을 위한 감시카메라와 연동하며, 상기 감시카메라의 촬영 영상에서 객체 인식을 위한 전처리 기능을 실행하도록 구성하는 영상처리 시스템의 상기 감시카메라로부터 영상을 취득하는 영상헤더부와;상기 영상헤더부로부터 취득한 영상을 변환하여 배경 및 객체영역을 구분한 후 특징별 객체들을 판단하는 전처리부와;상기 전처리부의 영상데이터에서 특징별 복수의 객체들을 심층 신경망 방식에 의해 동시다발적으로 분류 및 검출하고, 설정 파라미터 정보에 따라 객체를 구분 인식하는 DNN알고리즘과;상기 전처리부 및 상기 DNN알고리즘을 거쳐 인식된

감시영역의 촬영을 위한 감시카메라와 연동하며, 상기 감시카메라의 촬영 영상에서 객체 인식을 위한 전처리 기능을 실행하도록 구성하는 영상처리 시스템의 상기 감시카메라로부터 영상을 취득하는 영상헤더부와;상기 영상헤더부로부터 취득한 영상을 변환하여 배경 및 객체영역을 구분한 후 특징별 객체들을 판단하는 전처리부와;상기 전처리부의 영상데이터에서 특징별 복수의 객체들을 심층 신경망 방식에 의해 동시다발적으로 분류 및 검출하고, 설정 파라미터 정보에 따라 객체를 구분 인식하는 DNN알고리즘과;상기 전처리부 및 상기 DNN알고리즘을 거쳐 인식된 객체정보를 출력하는 영상출력부;를 포함하여 이루어지되,상기 감시카메라는 감시영역에 팬/틸트/줌 기능을 갖는 PTZ카메라 및 복수 개의 고정형 카메라, 일체형 카메라 중 적어도 어느 하나로 구성하고, 상기 감시카메라의 해당 감시영역을 향한 거리 값이 최대한 줌 아웃 상태로 설정하여 광역존 감시 영상을 취득하도록 구성되며,상기 전처리부는 상기 영상헤더부로부터 입력된 광범위한 감시영역의 영상을 변환하는 영상변환수단과, 상기 영상헤더부로부터 입력된 영상의 배경을 갱신하여 지능형 배경을 생성시키는 배경추출수단을 구비하되, 상기 영상변환수단은 이미지 크기를 1080×720 픽셀로 리사이즈(resize)하도록 변환하고,상기 DNN알고리즘은 사람이나 차량, 번호판의 객체를 구분하여 일괄적으로 인식하되 불법주정차, 속도위반 및 생활방범에 필요한 객체를 구분 인식하여 검출하는 객체추출수단과, 특정 객체에 대한 특징을 추출한 데이터를 이용하여 영상의 객체를 판단하는 객체판단수단을 포함하며, 상기 객체추출수단은 2차 미분 값을 이용하며 국지적으로 최대인 점만을 윤곽선으로 검출하는 라플라시안(laplacian) 연산방식의 1차 엣지검출과, 윤곽선 검출 전 잡음 제거 마스크가 사용되며, 여러 형태의 윤곽선 검출 마스크를 활용하여 강한 윤곽선들만 효율적으로 검출하는 캐니(canny) 연산방식의 2차 엣지검출 및 명도 대비가 낮거나 조명의 영향을 받은 영상에서도 엣지 검출이 가능한 DoG(difference of gaussian) 알고리즘의 엣지 경계선 검출이 단계적으로 적용되어 엣지 방식으로 객체를 검출하며,상기 객체판단수단은 빅데이터에 대한 학습과정을 거쳐 새롭게 생성된 벡터데이터로 영상을 스캔할 수 있게 구비되는 학습기반데이터분류기를 포함하여 구성되고, 상기 영상출력부에서는 객체를 모니터링하기 위한 시스템으로 CMS(condition monitoring system) 및 VMS(vibration monitoring system)의 객체뷰어를 적용하는 것을 특징으로 하는 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템.