• 전자공학회논문지
• /
• 제51권2호
• /
• pp.69-75
• /
• 2014

기존의 피플 카운팅 시스템(People Counting System)은 주로 오버헤드(Overhead) 시점에 설치된 단일 카메라를 활용하기 때문에, 겹침 및 가림 현상과 일정 크기 이상의 소지품, 급격한 조명 변화와 같은 외부 환경적 요인들로 인해 객체 인식에 장애가 발생하고, 다양한 환경에서 카운팅을 수행하기에 어려움이 존재한다. 이에 본 논문에서는 기존 단일 시점 피플 카운팅 시스템의 인식 장애 개선 및 외부 환경적 요인들에 보다 강인하게 카운팅할 수 있도록, 오버헤드 및 전면 시점에 두 개의 깊이 카메라를 활용하는 얼굴 나이 그룹별 피플 카운팅 시스템을 제안한다. 제안 시스템은 오버헤드 영상 처리, 전면 영상 처리, 동일 객체 판별, 얼굴 나이 그룹 분류, 입퇴장 카운팅의 총 5가지 처리를 통해 얼굴 나이 그룹별 피플 카운팅을 수행한다. 제안 시스템을 C++, OpenCV 및 Kinect SDK를 기반으로 구현하여, 나이 그룹별로 10명씩 총 40명을 대상으로 피플 카운팅 성능과 나이 그룹 분류 성능을 각각 평가하였다. 성능 평가 결과는 피플 카운팅에서 약 98%의 정확도를 나타냈고, 나이 그룹 분류는 약 74.23%의 정확도를 보였다.

• 한국환경보건학회지
• /
• 제41권5호
• /
• pp.299-304
• /
• 2015

Objectives: A people-counting system measures real-time occupancy through motion detection. Accurate people-counting can be used to calculate suitable ventilation demands. This study determined the optimum motion threshold for a people-counting system. Methods: In a closed room with two occupants moving constantly, different thresholds were tested for the accuracy of a people-counting system. The experiments were conducted at 150, 300, 450 and 600 lux. These levels of brightness included the illumination levels of most public indoor areas. The experiments were repeated with three types of clothing coloration. Results: Overall, a threshold of 16 provided the lowest mean error percentage for the people-counting system. Brightness and clothing color did not have a significant impact on the results. Conclusion: A people-counting system could be used with threshold of 16 for most indoor environments.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.35-40
• /
• 2021

대부분의 비즈니스에서는 고객의 움직임에 대한 의미 있는 정보를 얻어낼 수 있는 유동인구 계측 데이터가 매우 중요하게 작용한다. 슈퍼마켓의 경우, 손님들의 수에 따라 계산대 수를 늘리거나 줄일 수 있다. 스마트 빌딩 또한, 각 객실의 수용 인원에 따라 냉난방 시스템을 제어하는 스마트 컨트롤러 같이 다양하게 적용될 수 있다. 카메라 기반 유동인구 계측 시스템과 같이 첨단 기술을 활용하여 보다 정확한 결과를 얻을 수도 있지만, 가격이 비싸고, 현장 설치가 어려우며, 사생활 침해의 문제가 발생하기도 한다. 본 논문에서는 특정 통로 혹은 IR 적외선 센서가 설치된 출입구의 유동인구 계측 방법을 제시한다. 나아가, 사람과 다른 물체를 구분하여 인식하는 방법을 제시하는데, 해당 솔루션은 저렴하고, 설치가 간편하며, 무엇보다 실시간 계측이 가능하다. 우리의 유동인구 계측 솔루션은 약 95%의 정확도를 보이고 있다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1890-1897
• /
• 2021

사람 수 추정은 스마트 홈, 스마트 빌딩, 스마트 자동차 등과 같은 응용 서비스를 제공하기 위해 중요한 기술이다. 최근 COVID-19의 영향으로 사회적 거리두기가 시행되면서 사람 수 추정 기술은 새롭게 주목받고 있다. 사람 수 추정 시스템은 서비스 요구사항에 따라 카메라, 센서, 무선 등과 같은 다양한 방법으로 구현 가능하다. WiFi AP를 활용한 사람 수 추정 방식은 다중경로 정보를 반영하는 WiFi CSI를 활용하는 기술로 낮은 비용으로 실내에서 사용하기에 효과적이다. 기존에 제안된 WiFi CSI 기반 사람 수 추정 시스템은 정확도가 낮아 고품질 서비스를 제공하기 어렵다. 본 논문은 WiFi CSI 데이터에 기반한 딥러닝 사람 수 추정 시스템을 제안한다. 오토인코더를 활용한 데이터 전처리 방식, WiFi CSI 데이터를 변형하는 데이터 증강 기법, 그리고 딥러닝 모델링을 통해 추정 정확도를 높인다. 실험 결과 제안하는 시스템은 최대 6명에 대해 89.29%의 정확도를 보였다.

• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.239-242
• /
• 2017

This paper proposes a low-cost method for counting people based on blob detection and blob tracking. Here background subtraction is used to detected blob and then the blob is classified with its width and height to specify that the blob is a person. In this system we first define the area of entry and exit point in the video frame. The counting of people starts when midpoint of the people blob crosses the defined point. Finally, total number of people entry and exit from the place is displayed. Experiment result of this proposed system has high accuracy in real-time performance.

• 방송공학회논문지
• /
• 제22권1호
• /
• pp.70-77
• /
• 2017

다양한 사람계수 측정 방법중에서 동적 관심점을 이용하는 지도-기반 기법은 우수한 성능을 보여준다. 그러나 정적인 사람의 계수측정은 정적 관심점이 배경에 포함되기 때문에 어려움이 있다. 계수에 정적인 사람을 포함하기 위해서 정적인 사람이 정적점과 배경을 구별하는 것이 필요하다. 본 논문에서는 동적 및 정적 점들을 고려하는 사람계수 방법을 제안한다. 제안방법은 모션정보를 활용하여 두 점을 분리한다. 그러면 정적인 사람의 정적점들은 전경 마스크 처리 및 점 패턴 분석를 하여 분류된다. 실험결과에서는 제안 방법이 정적인 사람을 계수에 포함하기 때문에 보다 정확한 사람계수 값을 얻는다. 또한 배경 갱신을 이용함으로써 배경 변화에 따른 정적점 오분류 문제를 해결한다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1161-1166
• /
• 2011

A camera is mounted vertically downwards viewing the people heads from the top. This configuration is successful in people counting technique especially when only a few isolated people pass through a counting region in a non-crowded situation. Thus, this paper describes object counting which detects and count moving people using mixture of gaussian and motion vector. This method is intended to estimates the number of people in outdoor environment. This method use single gaussian background modeling which is more robust an noise and has adaptiveness. The experimental results that is based on mixture of gaussian and motion vector is also helpful to design intelligent surveillance.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 정기총회 및 추계학술대회 논문집
• /
• pp.1973-1978
• /
• 2011

The almost existing automated pedestrian systems are not well suited to the task of counting pedestrians in outdoor environments, and little is known about their effectiveness and accuracy. In this paper, we proposed a system to count pedestrians in crowds from a outdoor camera. And we describes pedestrian counting which detects and count moving people based pixel counting. This method is intended to estimates the number of people in outdoor environment.

• International journal of advanced smart convergence
• /
• 제7권3호
• /
• pp.8-14
• /
• 2018

In the field of surveillance cameras, it is possible to increase the people detection accuracy by using depth information indicating the distance between the camera and the object. In general, depth information is obtained by calculating the parallax information of the stereo camera. However, this method is difficult to operate in real time in the embedded environment due to the large amount of computation. Jetson TX2, released by NVIDIA in March 2017, is a high-performance embedded board with a GPU that enables parallel processing using the GPU. In this paper, a stereo camera is installed in Jetson TX2 to acquire depth information in real time, and we proposed a people counting method using acquired depth information. Experimental results show that the proposed method had a counting accuracy of 98.6% and operating in real time.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.172-174
• /
• 2009

This paper describes an implementation method for the 'People Counting System' which detects and tracks moving people using a fixed single camera. This system proposes the method of improving performances by compensating weakness of existing algorithm. For increasing effect of detection, this system uses Single Gaussian Background Modeling which is more robust at noise and has adaptiveness. It minimizes unnecessarily detected area that is a limitation of the detecting method by using the background differences. And this system prevents additional detecting problems by removing shadow. Also, This system solves the problems of segmentation and union of people by using a new method. This method can work appropriately, if the angle of camera would not strictly vertical or the direction of shadow were lopsided. Also, by using integration System, it can solve a number of special cases as many as possible. For example, if the system fails to tracking, it will detect the object again and will make it possible to count moving people.