• Journal of the Korea society of information convergence
• /
• v.1 no.1
• /
• pp.17-24
• /
• 2008

Video camera play very important roles for preventing many kinds of crimes and resolving those crime affairs. But in the case of recording image of a specific person far from the CCTV, the original image needs to be enlarged and recovered in order to identify the person more obviously. Interpolation is usually used for the enlargement and recovery of the image in this case. However, it has a certain limitation. As the magnification of enlargement is getting bigger, the quality of the original image can be worse. This paper uses FOP(Facial Definition Parameter) proposed by the MPEG-4 SNHC FBA group and introduces a new algorithm that uses face outline information of the original image based on the FOP, which makes it possible to recover better than the known methods until now.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.234-237
• /
• 2009

많은 건설 현장에서 카메라와 CCTV(Closed-circuit Television)와 같은 장비를 활용하여 건설 현장의 상황을 모니터링 하고 있다. 하지만 많은 작업이 실외에서 이루어지는 토목 건축공사의 특성상 적절한 수준의 영상 데이터를 축적하는 것은 쉽지 않은 일이다. 특히, 이미지 프로세싱기법을 사용 하여 자동화된 건설 관리의 수행 시, 영상 데이터의 품질에 따라 에러가 발생하여 건설 관리자가 잘못된 정보를 얻게 될 경우도 발생하게 된다. 본 연구에서는 케니엣지(Canny Edge) 인식기법과 워터쉐드(Watershed) 변환, 그리고 3D CAD Mask를 이용한 건축 구조물 기둥의 시공 상황 분석 기법에 근거하여, 영상 데이터 분석 시 오류를 최소화하기 위한 에러 제거 알고리즘을 제시한다. 실제 데이터와 비교를 통하여 그 활용 가능성 또한 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.499-504
• /
• 2006

터널 내 화재 발생 시 대규모의 인명, 재산 피해가 발생하는데 이러한 상황을 조기에 탐지함으로써 피해를 최소화하기 위한 시스템이 필요하다. 또한 터널 내 설치된 CCTV를 사람이 24시간 감시하기에는 너무 어려운 점이 많다. 이에 따라 적절한 영상 처리를 통한 화염 및 연기 검출 시스템을 통해 경보를 알려줄 경우, 보다 편리하고 사람이 모니터 앞에 없을 때 화재 발생 시 화재를 검출할 수 있어 피해를 최소화 할 수 있다. 본 논문에서는 영상처리 기법을 이용하여 터널 안에서 발생한 화재 및 연기를 고속으로 탐지하기 위한 알고리즘을 제안하였다. 터널 안에서의 화재 탐지는 차량 조명 및 터널내의 조명등과 같은 여러 가지 상황에 의해 산불 탐지 알고리즘과 다른 독자적인 알고리즘의 개발이 요구된다. 본 논문에서 제시한 두 가지 알고리즘은 기존 알고리즘보다 정확한 위치 탐지와 초기 단계에서의 탐지가 가능하도록 되었다. 또한 우리는 실험 결과를 통해 각각의 성능을 비교함으로써 제시한 알고리즘의 타당성을 보여주었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.4
• /
• pp.1988-1992
• /
• 2013

In this paper, we propose a method of object recognition to real image object which enter into an area. We needs this method for an application module to detect and trace the moving pattern of some objects entered into an specific area. A scheme to the object recognition is adopted to some applied modules that it is moved from only real image information recognition to real coordination recognition, the mapping between the GPS coordination and real image information provides object coordination.

• 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.

• Annual Conference of KIPS
• /
• 2013.11a
• /
• pp.1554-1557
• /
• 2013

기존 아날로그 방식의 CCTV는 화질이 좋지 않고, 장시간 사용할 경우 화질이 나빠지는 문제가 발생한다. 이와 같은 문제를 해결하기 위해 아날로그 신호출력을 디지털 방식으로 변환하는 DVR과 IP 네트워크로부터 디지털 신호를 받아 처리하는 NVR이 등장하게 되었다. 이와 같은 영상 보안 이슈가 등장함에도 불구하고 보안 산업 보수성과 새로운 기술을 받아들이는데 있어서의 제약사항 등의 이유로 IP-Suveillance에 대한 이해가 부족한 실정이다. 따라서 본 논문에서는 영상보안 시스템의 동향과 분석을 위해 DVR과 NVR을 투자측면, 비용측면, 유지측면에서 비교 분석하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.649-652
• /
• 2021

본 논문에서는 노후화된 목조·석조 건축물의 균열을 탐지하는 기법을 소개한다. 본 기법의 목적은 석조·목조 문화재의 시간의 흐름에 따른 관리 소홀, 균열(벌레, 날씨, 기온 등), 배부름 현상에 의한 문화재의 손상을 사전에 방지하기 위함이다. 기존에 존재하는 목조·석조 건축물의 균열, 노후, 배부름 등 다양한 결함과 변형의 탐지 방법은 접촉식 센서를 이용하여 탐지를 해왔지만, 문화재 자체의 미관을 해칠 뿐 아니라 문화재를 추가로 훼손할 가능성이 있다는 문제점이 제시되었다. 이 문제를 해결하기 위해 문화재 비 접촉형 탐지 기법을 사용한다. CCTV 및 DSLR과 같은 관측장비로 촬영한 영상정보를 기반으로 문화재의 결함과 변형을 AI 영상분석 기반 방법으로 판단하는 문제를 제안한다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.927-929
• /
• 2021

최근 펫팸족(Pet-Family)과 같이 반려동물을 가족처럼 생각하는 가구가 증가하면서 반려동물 시장이 크게 성장하고 있다. 이러한 이유로 본 논문에서는 반려동물의 객체 식별을 통한 객체 분할과 신체 좌표추정에 기반을 둔 반려동물의 행동 분류 방법을 제안한다. 이 방법은 CCTV를 통해 반려동물 영상 데이터를 수집한다. 수집된 영상 데이터는 반려동물의 인스턴스 분할을 위해 Mask R-CNN(Region Convolutional Neural Networks) 모델을 적용하고, DeepLabCut 모델을 통해 추정된 신체 좌푯값을 도출한다. 이 결과로 도출된 영상 데이터와 추정된 신체 좌표 값은 CNN(Convolutional Neural Networks)-LSTM(Long Short-Term Memory) 모델을 적용하여 행동을 분류한다. 본 모델을 바탕으로 행동을 분석 및 분류하여, 반려동물의 위험 상황과 돌발 행동에 대한 올바른 대처를 제공할 수 있는 기반을 제공할 것이라 기대한다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.21 no.3
• /
• pp.419-432
• /
• 2019

Most of deep learning model training was proceeded by supervised learning, which is to train labeling data composed by inputs and corresponding outputs. Labeling data was directly generated manually, so labeling accuracy of data is relatively high. However, it requires heavy efforts in securing data because of cost and time. Additionally, the main goal of supervised learning is to improve detection performance for 'True Positive' data but not to reduce occurrence of 'False Positive' data. In this paper, the occurrence of unpredictable 'False Positive' appears by trained modes with labeling data and 'True Positive' data in monitoring of deep learning-based CCTV accident detection system, which is under operation at a tunnel monitoring center. Those types of 'False Positive' to 'fire' or 'person' objects were frequently taking place for lights of working vehicle, reflecting sunlight at tunnel entrance, long black feature which occurs to the part of lane or car, etc. To solve this problem, a deep learning model was developed by simultaneously training the 'False Positive' data generated in the field and the labeling data. As a result, in comparison with the model that was trained only by the existing labeling data, the re-inference performance with respect to the labeling data was improved. In addition, re-inference of the 'False Positive' data shows that the number of 'False Positive' for the persons were more reduced in case of training model including many 'False Positive' data. By training of the 'False Positive' data, the capability of field application of the deep learning model was improved automatically.

• Journal of Advanced Navigation Technology
• /
• v.18 no.4
• /
• pp.387-392
• /
• 2014

Recently, various research for intelligent video surveillance system have been proposed, but the existing monitoring systems are inefficient because all of situational awareness is judged by the human. In this paper, shadow removal based moving object tracking method is proposed using the chromaticity and entropy image. The background subtraction model, effective in the context awareness environment, has been applied for moving object detection. After detecting the region of moving object, the shadow candidate region has been estimated and removed by RGB based chromaticity and minimum cross entropy images. For the validity of the proposed method, the highway video is used to experiment. Some experiments are conducted so as to verify the proposed method, and as a result, shadow removal and moving object tracking are well performed.