• 방송공학회논문지
• /
• 제24권7호
• /
• pp.1266-1275
• /
• 2019

With increasing criminal rates and number of CCTVs, much attention has been paid to intelligent surveillance system on the horizon. Object detection and tracking algorithms have been developed to reduce false alarms and accurately help security agents immediately response to undesirable changes in video clips such as crimes and accidents. Many studies have proposed a variety of algorithms to improve accuracy of detecting and tracking objects outside tunnels. The proposed methods might not work well in a tunnel because of low illuminance significantly susceptible to tail and warning lights of driving vehicles. The detection performance has rarely been tested against the tunnel environment. This study investigated a feasibility of object detection and tracking in an actual tunnel environment by utilizing YOLOv3 and Kernelized Correlation Filter. We tested 40 actual video clips to differentiate pedestrians and motorcycles to evaluate the performance of our algorithm. The experimental results showed significant difference in detection between pedestrians and motorcycles without false positive rates. Our findings are expected to provide a stepping stone of developing efficient detection algorithms suitable for tunnel environment and encouraging other researchers to glean reliable tracking data for smarter and safer City.

• 한국정보통신학회논문지
• /
• 제20권7호
• /
• pp.1325-1334
• /
• 2016

영상유고감지시스템은 터널내 보행자, 낙하물, 정지차량, 역주행, 화재(연기) 등 돌발 상황시에 초동감지 목적의 감지시스템으로 최근 도심지의 대심도 지하도로 및 복층터널 등에서 중요성이 부각되고 있다[1] 그러므로 본 논문에서는 영상유고감지시스템을 대심도 복층터널에 적용하는 것의 타당성을 검증하기 위하여 본 시스템이 설치된 국도, 고속국도 터널을 대상으로 장기간 로그데이터 분석을 실시한 내용과 실험 결과를 소개하고, 이를 바탕으로 기존 영상유고감지시스템의 문제점 도출과 개선방안 그리고 일반터널과는 상이한 복층터널 설계에 대한 이해를 통해 복층터널 특성반영 방안에 대하여 몇가지 사항을 제안하였다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.196-204
• /
• 2017

Behavior of intelligent video surveillance system is recognized by analyzing the pattern of the object of interest by using the frame information of video inputted from the camera and analyzes the behavior. Detection of object's certain behaviors in the crowd has become a critical problem because in the event of terror strikes. Recognition of object's certain behaviors is an important but difficult problem in the area of computer vision. As the realization of big data utilizing machine learning, data mining techniques, the amount of video through the CCTV, Smart-phone and Drone's video has increased dramatically. In this paper, we propose a multiple-sliding window method to recognize the cumulative change as one piece in order to improve the accuracy of the recognition. The experimental results demonstrated the method was robust and efficient learning units in the classification of certain behaviors.

• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.129-136
• /
• 2020

본 논문에서는 저조도 야간 감시 시스템을 위한 열영상 기반의 객체 검출 알고리즘을 제안한다. 기존 Adaboost를 이용한 Haar 특징점 선택 알고리즘은 학습 샘플에 대한 유사하거나 중복되는 특징점의 선택 문제와 잡음에 취약한 경우가 많았다. 또한 저조도 야간 환경의 감시 영상에서 얻어지는 잡음을 특징점 세트에서 제거하고 빠르고 효율적인 실시간 특징점 선택이 이루어질 수 있게 가벼운 확장형 Haar 특징점과 Adaboost 학습 알고리즘을 사용하여 구현하였다. 야간 저조도 환경에서 움직임이 있는 비예측 객체를 인식하기 위하여 열영상으로 촬영된 이미지에 확장 Haar 특징점을 사용하여 객체를 인식한다. 비디오 프레임 800*600 크기의 열영상 이미지를 입력으로 하는 Adaboost 학습 알고리즘을 CUDA 9.0 플랫폼으로 구현하여 시뮬레이션을 시행한다. 그 결과 객체 검출 결과는 성공률이 약 90% 이상임을 확인하였고, 이는 일반영상에 히스토그램 이퀄라이징 연산을 거쳐 얻어진 연산 결과보다 약 30% 더 빠른 처리 속도를 얻을 수 있었다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.23-29
• /
• 2014

지능형 교통 시스템(Intelligent Transportation Systems)의 첨단 교통 관리 시스템(Advanced Traffic Management System)은 고화질 카메라, 고성능 레이더 센서와 같은 향상된 인프라를 통하여 도로 상의 차량 속도, 통행량, 돌발 상황 등의 교통 상황을 실시간으로 분석하며 관련 업무를 자동화하고 있다. 특히 도로 이용자의 안전을 위해서는 돌발 상황 자동 검지 및 2차 사고 방지를 위한 시스템이 필요하다. 이러한 유고 검지 및 관리 시스템에서는 CCTV 기반 영상 검지와 레이더를 이용한 물체검지가 주로 사용된다. 본 논문은 다중 감시용 카메라를 사용한 실시간 고속도로 돌발 상황 검지 시스템에서 모자이크(mosaic) 동영상을 구성하는 방법과 다양한 각도에서 촬영된 움직이는 객체를 보다 정확하게 추적할 수 있는 배경 모델링에 기반한 알고리즘을 제안하였다. 실험결과 영상검지는 레이더검지의 근거리 음영 영역과 원거리 검지한계 영역을 보완해 줄 수 있을 뿐만 아니라 악천후를 제외한 주간 검지에서 보다 나은 분류 특징들을 갖고 있음을 확인 할 수 있었다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권4호
• /
• pp.262-268
• /
• 2017

Intelligent video surveillance systems have been developed to monitor global areas and find specific target objects using a large-scale database. However, person re-identification presents some challenges, such as pose change and occlusions. To solve the problems, this paper presents an improved person re-identification method using sparse representation and saliency-based dictionary construction. The proposed method consists of three parts: i) feature description based on salient colors and textures for dictionary elements, ii) orthogonal atom selection using cosine similarity to deal with pose and viewpoint change, and iii) measurement of reconstruction error to rank the gallery corresponding a probe object. The proposed method provides good performance, since robust descriptors used as a dictionary atom are generated by weighting some salient features, and dictionary atoms are selected by reducing excessive redundancy causing low accuracy. Therefore, the proposed method can be applied in a large scale-database surveillance system to search for a specific object.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.544-548
• /
• 2006

본 논문에서는 광범위한 지역을 감시하기 위해 설치된 여러 대의 카메라로부터 획득된 비디오에 대해 물체를 기반으로 한 비디오 요약 시스템을 제안한다. 제안된 시스템은 시야가 겹쳐지지 않은 다수의 CCTV 카메라를 통해서 촬영한 비디오들을 30분 단위로 나누어 비디오 데이터베이스를 구축하고 시간별, 카메라별 비디오 검색이 가능하다. 비디오에서 물체기반 키프레임을 추출하여 카메라별, 사람별로 비디오를 요약할 수 있도록 하였다. 또한 임계치에 따라 키프레임 검색정도를 조절함으로써 비디오 요약정도를 조절할 수 있다. 이렇게 검색된 키프레임에 대한 카메라별, 시간별 통계를 통해서 감시지역의 물체기반 이벤트를 간단히 확인해 볼 수 있다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1082-1087
• /
• 2019

영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.194-203
• /
• 2008

CCTV와 같은 기존의 영상 감시 시스템들은 상황을 통제하는 오퍼레이터에 많이 의존했었다. 하지만, 최근 제품화 되고 있는 시스템들은 오퍼레이터에 의존하지 않고 시스템 안에서 자동으로 문제를 해결할 수 있도록 지능화 되고 있다. 하지만, 시스템에서 자동으로 상황을 처리하기에 많은 문제가 존재한다. Occlusion, 타겟의 Scale, Affine 변화가 대표적인 문제인데, 본 논문에서는 타겟의 크기변 화로 인해 발생하는 정보 손상 문제를 다룬다. 이 문제는 타겟의 크기가 다양하게 변화함으로써 정확한 정보를 얻지 못하고, 배경 정보를 흡수함으로써 추적 알고리즘의 성능을 크게 저하시키는 원인이 된다. 따라서 본 논문에서는 물체의 크기가 변화함으로써 타겟 정보를 손상시키는 문제를 최소화하기 위한 방법을 제안한다. 이 문제를 해결하기 위해 Multi-Stage Sampling을 이용한 Particle Filter를 기반으로 물체 추적 알고리즘에 적합하도록 개량된 MSER을 이용하였다. 이를 통해 타겟 물체의 크기가 다양하게 변화해도 정확한 크기를 추정함으로써 이 문제를 해결할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제11권6호
• /
• pp.255-260
• /
• 2011

본 논문에서는 안전한 국내 도시철도 환경을 구축하고자 영상 분석 소프트웨어 및 센서로 구성된 지능형 종합 감시 시스템 구축 방안을 제안하였다. 본 논문에서는 감시 시스템 뿐만아니라 구성요소 중에서 비디오분석 기능이 있는 카메라의 설치 방안을 중심으로 제안하였다. 카메라의 설치 방안 중, 첫째는 영상 분석 소프트웨어를 탑재한 카메라를 설치하여 센서와 종합사령실을 연계하였고, 둘째는 기존의 일반 카메라에 영상 분석 박스를 추가 설치하여 센서와 종합사령실을 연계하는 방법을 제안하였다. 제안한 영상 분석 알고리즘은 자동으로 영상을 분석하여 위험 요소에 대해 신속한 대응할 수 있어서 관리자의 집중력 저하로 인한 위험 요소를 감소시킨다. 유동인구가 많은 도시철도 환경에서 본 시스템을 설치하고 및 시험 운용하였으며, 제안한 종합감시시스템 및 카메라의 우수한 성능뿐만 아니라 연계성능을 입증하였다.