• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.21 no.6
• /
• pp.183-190
• /
• 2011

In this paper, we propose a prototype system for abnormal sound detection and identification which detects and recognizes the abnormal situations by means of analyzing audio information coming in real time from CCTV cameras under surveillance environment. The proposed system is composed of two layers: The first layer is an one-class support vector machine, i.e., support vector data description (SVDD) that performs rapid detection of abnormal situations and alerts to the manager. The second layer classifies the detected abnormal sound into predefined class such as 'gun', 'scream', 'siren', 'crash', 'bomb' via a sparse representation classifier (SRC) to cope with emergency situations. The proposed system is designed in a hierarchical manner via a mixture of SVDD and SRC, which has desired characteristics as follows: 1) By fast detecting abnormal sound using SVDD trained with only normal sound, it does not perform the unnecessary classification for normal sound. 2) It ensures a reliable system performance via a SRC that has been successfully applied in the field of face recognition. 3) With the intrinsic incremental learning capability of SRC, it can actively adapt itself to the change of a sound database. The experimental results with the qualitative analysis illustrate the efficiency of the proposed method.

• Journal of Advanced Navigation Technology
• /
• v.14 no.2
• /
• pp.284-288
• /
• 2010

Video surveillance is widely used in establishing the societal security network. In this paper, intrusion detection based on visual information acquired by static camera is proposed. Proposed approach uses background model constructed by approximated median filter(AMF) to find a foreground candidate, and detected object is calculated by analyzing motion information. Motion detection is determined by the relative size of 2D object in RGB space, finally, the threshold value for detecting object is determined by heuristic method. Experimental results showed that the performance of intrusion detection is better one when the spatio-temporal candidate informations change abruptly.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.29-32
• /
• 2018

본 논문에서는 IR-UWB(Impulse-Radio Ultra Wideband) 레이더와 서보 모터를 이용한 실내 환경의 물체 위치(거리, 각도) 탐지 방법을 제안한다. 기존의 카메라나 적외선을 사용한 기술은 비용이 비싸고 장애물이 있을 시 측정이 어려워 정확도가 떨어지는 단점을 가지고 있다. 반면 IR-UWB 레이더는 저 전력, 저 가격, 소형으로 구현이 가능하고 광대역을 사용하여 투과성이 좋다는 장점을 가져 실내 환경의 물체 움직임 탐지에 적합하다. 하지만 IR-UWB 레이더를 이용한 물체 탐지 시 각도 측정 없이 거리만을 측정하기 때문에 물체의 정확한 위치를 탐지할 수 없다. 이러한 점을 보완하고자 레이더를 모터 위에 설치하고 모터를 180 도 회전시키는 방법을 사용함으로써 넓은 측정 범위를 가짐과 동시에 물체의 위치를 보다 정확히 탐지해내는 결과를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.326-327
• /
• 2015

본 논문에서는 화재의 움직임 정보에 기반하여 역동적인 화재를 감지하는 기법을 제안한다. 우선 감시 카메라와 같은 고정형 감시 장치로부터 얻어진 색 정보를 분리하기 쉬운 좌표계로 변환하고 이전에 수집된 데이터들로부터 얻어진 사전 정보로부터 화염 영역을 추출한다. 또한 화염 영역의 가장자리가 움직임이 매우 크다는 사실에 기반하여 광흐름 벡터로 얻어진 시간적 분산값을 이용한 움직임 모델을 생성한다. 화염 영역은 움직임 모델과 결합되며 오탐을 걸러내기 위해 충분한 양의 화재 영역이 중첩될 때 최종적으로 화재를 판별한다. 본 논문에서 제안한 방법은 실험 결과에서 우수한 탐지 능력을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.3
• /
• pp.700-712
• /
• 2011

Due to recently advanced electrical devices, human can access computer network regardless of working location or time restriction. However, currently widely used mouse, joystick, and trackball input system are not easy to carry and they bound user hands exclusively within working space. Those make user inconvenient in Ubiquitous environments.. In this paper, we propose multiple dimension human motion detection system based on wireless sensor networks. It is a portable input device and provides easy installation process and unbinds user hands during input processing stages. Our implemented system is comprised of three components. One is input unit that senses user motions and transmits collected data to receiver. Second is receiver that conveys the received data to application, which runs on server computer. Third is application that performs command operations according to received data. Experiments shows that proposed system accurately detect the characteristics of user arm motions and fully support corresponding input requests.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.379-381
• /
• 2021

비디오 모니터링은 자율주행차뿐만 아니라 농장 내 병든 동물 탐지 등과 같은 스마트팜 분야에서도 사람을 대신하여 24시간 연속 모니터링할 수 있는 중요한 응용 분야이다. 본 논문에서는 비디오 모니터링의 계산양을 줄이면서도 혼잡한 돈방에서 빠르게 움직이는 돼지들을 정확히 탐지하기 위해 CNN 기반 객체 탐지기의 정확도를 고려한 방법을 제안한다. 즉, 연속되는 비디오 영상에서 key frame을 먼저 추출한 후, 비디오의 특성인 움직임 정보가 포함된 영상에서 GMM을 이용하여 움직인 돼지와 움직이지 않은 돼지의 위치를 구분하고, 최종적으로 YOLOv4를 적용하여 움직인 돼지와 움직이지 않은 돼지를 탐지한다. 돈사에서 촬영된 비디오 데이터로 실험한 결과, 제안 방법은 효과적으로 움직인 돼지를 탐지할 수 있음을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.9
• /
• pp.1120-1131
• /
• 2016

In this paper, we propose a smoker recognition algorithm, detecting smokers in a video sequence in order to prevent fire accidents. We use description-based method in hierarchical approaches to recognize smoker's activity, the algorithm consists of background subtraction, object detection, event search, event judgement. Background subtraction generates slow-motion and fast-motion foreground image from input image using Gaussian mixture model with two different learning-rate. Then, it extracts object locations in the slow-motion image using chain-rule based contour detection. For each object, face is detected by using Haar-like feature and smoke is detected by reflecting frequency and direction of smoke in fast-motion foreground. Hand movements are detected by motion estimation. The algorithm examines the features in a certain interval and infers that whether the object is a smoker. It robustly can detect a smoker among different objects while achieving real-time performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.586-588
• /
• 2000

KUeyes는 3차원 실세계의 영상처리를 위해 고려대학교 인공시각연구센터에서 개발된 컬러 스테레오 헤드아이 시스템이다. KUeyes는 인간의 시각 시스템을 모델로 하여 다해상도 변환 영상, 칼라 정보와 거리 정보, 움직임 정보를 이용하여 지능적이고 빠르게 객체를 탐지하여 추적한다. 또한 병렬적으로 수행되는 인식기를 통해 탐지된 사람의 얼굴을 인식한다. 다양한 실험 및 분석을 통해 KUeyes가 복잡한 실영상을 대상으로 움직이는 개체를 신시간으로 안정되게 추적하고 인식하는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.860-863
• /
• 2021

고정 카메라 환경에서 움직이는 객체만을 탐지하는 것은 비디오 모니터링의 중요한 응용 분야이다. 본 논문에서는 비디오의 특성인 움직임 정보가 포함된 영상에서 GMM을 이용하여 움직인 돼지와 움직이지 않은 돼지의 위치를 대략적으로 구분하고, 추가적인 영상 처리 기법과 딥러닝 기반 객체 탐지기를 적용한 박스 단위 객체 탐지 결과를 활용하여 움직인 돼지의 외곽선을 보정한다. 돈사에서 촬영된 비디오 데이터로 실험한 결과, 제안 방법은 효과적으로 움직인 돼지를 탐지할 수 있음을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.6
• /
• pp.88-94
• /
• 2009

This paper proposes real time object detection and tracking algorithm that can be applied to security and supervisory system field. A proposed system is devide into object detection phase and object tracking phase. In object detection, we suggest Adaptive background subtraction method and Adaptive block based model which are advanced motion detecting methods to detect exact object motions. In object tracking, we design a multiple vehicle tracking system based on Kalman filtering. As a result of experiment, motion of moving object can be estimated. the result of tracking multipul object was not lost and object was tracked correctly. Also, we obtained improved result from long range detection and tracking.