• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.431-433
• /
• 2021

In this paper, abnormal behavior monitoring system using YOLO AI platform was implemented and had superior response characteristics compared to the conventional monitoring system using two-shot detection by using one-shot detection of YOLO system. The YOLO platform was trained using image dataset composed of abnormal behaviors such as assault, theft, and arson. The abnormal behavior monitoring system consists of client and server and can be applicable to smart cities to solve various crime problems if it is commercialized.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.719-724
• /
• 2007

본 논문에서는 광범위한 지역을 감시하기 위해 설치된 여러 대의 카메라로부터 획득된 비디오에 대해 행동을 기반으로 한 비디오 요약 시스템을 제안한다. 제안된 시스템은 시야가 겹쳐지지 않은 다수의 CCTV 카메라를 통해서 촬영한 비디오들을 30분 단위로 나누어 비디오 데이터베이스를 구축하여 시간별, 카메라별 비디오 검색이 가능하다. 또한 비디오에서 키프레임을 추출하여 카메라별, 사람별, 행동별로 비디오를 요약할 수 있도록 하였다. 또한 임계치에 따라 키프레임 검색정도를 조절함으로써 비디오 요약정도를 조절할 수 있다. in. out, stay, left, right, forward, backward와 관련된 11가지 행동을 추출하여 요약된 정보를 가지고 현재 사람의 행동이 어떤 영역에서 어떤 방향으로 움직이고 있는 지에 대한 정보를 보여줌으로써 더 자세히 행동추적을 할 수 있다. 또한 카메라 3대에 대한 전체적인 키프레임에 대한 행동별 통계를 통해서 감시지역의 행동기반 이벤트를 간단히 확인해 볼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.347-350
• /
• 2011

감시카메라 환경에서의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지 및 인식하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 움직임 벡터를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지자로 설계하였다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• Journal of Internet Computing and Services
• /
• v.9 no.3
• /
• pp.169-178
• /
• 2008

In this paper, we propose a video summarization system which is based on activity in video acquired by multiple non-overlapping cameras for wide-area surveillance. The proposed system separates persons by time-independent background removal and detects activities of the segmented persons by their motions. In this paper, we extract eleven activities based on whose direction the persons move to and consider a key-frame as a frame which contains a meaningful activity. The proposed system summarizes based on activity-based key-frames and controls an amount of summarization according to an amount of activities. Thus the system can summarize videos by camera, time, and activity.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.63-65
• /
• 2007

본 연구에서는 비디오 영상데이터로부터 인간의 행동패턴의 인식기술 및 상황인식 기법을 소개하고 이를 활용한 실용적 응용으로서 지능형 감시시스템을 제안한다. 순차적 영상신호에서 형태기반의 정적 특징과 목표물의 움직임 요소를 측정한 동적 특징을 결합한 형태의 특징 표현 및 추출기법과 행동패턴 및 상황패턴에 대한 인식 모델을 제시하고 구현한다. 모듈구조의 시스템에서 영상처리 모듈과 패턴인식 모듈은 특징추출 및 인식과정을 수행하며, 감시영상에 대한 상황판단 기능은 데이터베이스 모듈과 연동하여 효과적인 검색기능과 경보기능 등을 지원한다. 이러한 기능은 기존의 시스템에서 운영자의 지속적인 감시작업과 상황판단 작업을 보조 또는 대행하여 수행할 수 있을 뿐만 아니라 데이터저장 공간을 획기적으로 줄이고 부수적으로 효율적인 영상의 조회기능 및 추적기능 등의 유용한 인터페이스를 지원한다.

• Korean Journal of Cognitive Science
• /
• v.14 no.4
• /
• pp.1-7
• /
• 2003

The common features of the behavioral inhibition and the action monitoring that are considered as one of the executive functions were investigated using event-related brain potentials (ERPs) and source localization analysis. The electrophysiological correlates of behavioral inhibition and action monitoring ate analyzed when the subjects performed the Go/NoGo task. Two ERP components of behavioral inhibition termed as N200 and P300 in NoGo condition were differ from those of Go condition, that is the amplitudes of NoGo N200 and P300 are largest on the fronto-central region, which may reflect the inhibitory control of frontal lobe required in NoGo condition. The error-related negativity (ERN) observed on the fronto-central region when the subjects committed error was much larger in amplitude and faster in latency than those of the correct-related negativity (CRN), which may indicate that the signal of action monitoring is much more required for the error response. The correlation analysis for the ERP components of behavioral inhibition and action monitoring revealed the significant negative correlation among the latencies of NoGo N200 and P300 and the amplitude of ERN, which may reflects that the faster subjects inhibit response, the more monitor their own action. The close relationship between behavioral inhibition and action monitoring was also supported by the results of source localization analysis, which showed the common neural sources of NoGo N200 and ERN was anterior cingulate cortex.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.795-800
• /
• 2013

Early detection of oestrus in Korean cows is one of the important issues in maximizing the economic benefit. Although various methods have been proposed, we still need to improve the performance of the oestrus detection system. In this paper, we propose a video surveillance system which can detect unusual behavior of multiple cows including the mounting activity. The unusual behavior detection is to detect the dangerous or abnormal situations of cows in video coming in real time from a surveillance camera promptly and correctly. The prototype system for unusual behavior detection gets an input video from a fixed location camera, and uses the motion vector to represent the motion information of cows in video, and finally selects a SVDD (one of the most well-known types of one-class SVM) as a detector by reinterpreting the unusual behavior into an one class decision problem from the practical points of view. The experimental results with the videos obtained from a farm located in Jinju illustrate the efficiency of the proposed method.

• Broadcasting and Media Magazine
• /
• v.20 no.3
• /
• pp.67-75
• /
• 2015

최근 범죄 예방을 위해 감시영상에서 폭력행위 검출에 대한 영상 분석 기술의 요구가 증가하고 있지만 지금까지의 폭력행위 검출 기술은 영화 또는 YouTube의 폭력장면 검출에 초점이 맞추어져 있다. 영화에서 촬영된 폭력 장면에는 주로 피를 흘리는 모습들이 자주 등장하기 때문에 색상 특징을 이용한 알고리즘을 많이 사용하였다. 하지만 실제 CCTV에서 촬영된 폭력행위는 피가 묻은 장면이 자주 발생하지 않기 때문에 영화 속 폭력장면 검출 알고리즘과는 차별성이 있어야 한다. 본 고에서는 국내외 폭력 행동 분석에 대한 기술 동향을 살펴보고 감시영상에서의 폭력 행동 검출하는 기술에 대해 살펴보고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.475-479
• /
• 2007

본 논문은 Hidden Markov Model을 사용하여 사람의 특정한 행동을 인식하여 사용자에게 알려주는 지능형 영상 감시 시스템을 제안한다. 본 방법에는 카메라를 통해 입력된 영상에서 사람 영역을 찾은 후 발 영역만을 추출하여 특징이 되는 관측열을 생성한다. 특징 영역은 입력 영상의 각 프레임을 16개의 영역으로 나누어 발바닥이 위치한 곳의 코드를 읽어 사용하고, 인식하고자하는 패턴 행동들에 대해서는 각각의 관측열을 구하고 HMM의 Baum-Welch 알고리즘을 사용하여 학습한다. 인식에는 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 확률적으로 비교하므로써 영상 내의 행동이 어떤 패턴 행동인지를 결정하여 출력하도록 한다. 제시된 방법은 복도에서 사람의 특정 행동을 인식하는데 성공적으로 적용될 수 있음을 실험을 통해 확인 하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1910-1911
• /
• 2011

본 논문에서는 네트워크 카메라를 이용한 물체 감시 및 비정상 행위의 판단을 위한 실시간 시스템을 제안한다. 제안된 시스템은 먼저 물체의 감시를 위해 SIFT 알고리즘에 기반으로 감시 물체의 특징 정보를 DB화 하고, 히스토그램(Histogram)기법을 활용하여 감시지역을 설정한다. 또한 인간의 행동 및 비정상 행위를 판단하기 위하여, 가상 인간 스켈레톤 모델을 이용하여 입력된 영상에서의 인간의 특징점을 추출한다. 추출된 특징점을 바탕으로 PCA(Principal Component Analysis)를 이용하여 인간의 움직임을 보다 정확하게 표현할 수 있는 특징벡터를 생성하였다. 생성된 특징벡터를 기반으로 퍼지분류기를 이용하여 인간의 행동을 분류하고, 생성된 특징벡터와 특정물체의 거리를 기반으로 인간의 비정상행위를 판단한다. 제안된 방법은 실험을 통해 시스템의 응용 가능성을 증명한다.