• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권9호
• /
• pp.2170-2190
• /
• 2012

There are nowadays strong demands for intelligent surveillance systems, which can infer or understand more complex behavior. The application of crowd density estimation methods could lead to a better understanding of crowd behavior, improved design of the built environment, and increased pedestrian safety. In this paper, we propose a new crowd density estimation method, which aims at estimating not only a moving crowd, but also a stationary crowd, using images captured from surveillance cameras situated in various public locations. The crowd density of the moving people is measured, based on the moving area during a specified time period. The moving area is defined as the area where the magnitude of the accumulated optical flow exceeds a predefined threshold. In contrast, the stationary crowd density is estimated from the coarseness of textures, under the assumption that each person can be regarded as a textural unit. A multilayer neural network is designed, to classify crowd density levels into 5 classes. Finally, the proposed method is experimented with PETS 2009 and the platform of Gangnam subway station image sequences.

• 한국인터넷방송통신학회논문지
• /
• 제12권2호
• /
• pp.103-110
• /
• 2012

수동적인 보안감시 시스템의 문제점이 계속적으로 제기되면서 실시간으로 공공장소에서의 군중에 대한 관리 및 감독을 지원하는 자동화되고 지능적인 군중 밀도 측정에 대한 필요성이 증대되고 있다. 이에 따라, 군중의 밀도를 측정하기 위한 많은 연구가 시도되었으나 실시간 혼잡도 정보 취득이 어렵고, 조명변화 등에 취약한 한계가 드러났다. 본 논문에서는 이러한 문제점을 해결하기 위해 군중 특징 정보로써 옵티컬 플로우를 검출하고 또한 Sobel 외곽선 추출 알고리즘에 의해 외곽선을 추출하여 각 특징을 입력으로 학습된 다층 신경망을 통해 실시간으로 실외 공공장소에서의 군중 밀도를 측정하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.45-52
• /
• 2012

본 논문에서는 다중 클래스 아다부스트 기반의 분류기를 이용하여 엘리베이터 내 군집 밀도를 추정하는 방법을 제안한다. SOM을 사용하는 기존의 방법은 재현성이 떨어지며 충분한 성능을 내지 못한다. 제안한 방법은 GLDM(Grey-Level Dependency Matrix)과 GGDM(Grey-Gradient Dependency Matrix)의 텍스처 특징과 다중 클래스 아다부스트 기반의 분류기를 통해 실내 군집 밀도를 추정한다. 다중 클래스를 분류하기 위해 기존의 아다부스트 알고리즘에서 웨이트 업데이트 식을 변형하여 더 높은 성능의 약한 분류기를 생성하도록 하였다. 군집 밀도는 인원수에 따라 0명, 1~2명, 3~4명, 5명 이상 등 네 가지 클래스로 구분하였다. 엘리베이터 내 영상을 이용한 모의 실험 결과 제안된 방법은 기존의 방법보다 약 20% 정도의 검출률 향상을 나타내었다.

• 한국컴퓨터정보학회논문지
• /
• 제22권11호
• /
• pp.49-55
• /
• 2017

Recently, for safety of people, there are proposed so many technologies which detect density of people at the specific place or space. The representative technology for crowd density estimation was using image analysis method from CCTV images. However, this method had a weakness which could not be used and which's accuracy was lower at the dark or smog space. Therefore, in this paper, to solve this problem, we proposed a user density estimation system at closed space using high frequency and smart device. The system send inaudible high frequencies to smart devices and it count the smart devices which detect the high frequencies on the space. We tested real-time user density with the proposed system and ten smart devices to evaluate performance. According to the testing results, we confirmed that the proposed system's accuracy was 95% and it was very useful. Thus, because the proposed system could estimate about user density at specific space exactly, it could be useful technology for safety of people and measurement of space use state at indoor space.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.71-73
• /
• 2014

본 논문에서는 지하철 내의 인구밀집도 파악을 통한 승객의 이용 편의성을 극대화하고, 군중밀도가 높은 지하철 구간의 경우 고른 인구분포 측정을 통한 승객의 편의성을 극대화하는 플랫폼 및 모바일 앱을 제안한다. 제안하는 시스템으로 기존의 지하철 역내에 설치된 CCTV에 모션벡터 영상처리와 RFID 기술을 결합한 Hybrid CDE로 구성되며, Size-Filtering을 통해서 재검출 과정을 거친다. 이러한 결과 값은 전동차 각 구간의 인구밀집도 정보를 정확히 측정 할 수 있다. 또한 결과 값을 바탕으로 효율적인 인구 유동을 유도할 수 있으며 정보 소외 계층 및 사회적 약자 등, 승객을 안전하게 보호할 수 있는 환경을 조성한다. 시스템 관리자는 학습기능 알고리즘을 통해서 오차 범위를 최소화한 플랫폼 설계를 통해 실시간 모니터링 함으로써 정보 습득 및 제공면에서도 새로운 시스템 설계 제안이 될 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.2190-2191
• /
• 2011

지능적인 감시 체계에 대한 필요성이 증대됨에 따라 많은 곳에서 지능화된 군중에 대한 모니터링을 요구하고 있다. 이는 비단 철도 분야에 있어 예외가 되지 않으며, 철도 서비스 구간 내에서의 필요성 또한 증대되고 있다. 철도 승강장 내에는 보안 감시에 사용되는 CCTV가 설치되어 있다. 이렇게 설치되어 있는 CCTV를 통해 철도 승강장의 영상 정보를 취득할 수 있으며 이것을 이용하여 군중 밀도 추정에 도움이 될 수 있다. 본 논문에서는 철도 승강장 내 군중 밀도를 군중의 움직임으로부터 발생되는 모션벡터를 검출하여 군중 밀도와 모션 벡터와의 상관관계에 대해 연구하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.705-708
• /
• 2023

다중밀집 사고를 사전에 방지하기 위해 군중 밀집도를 정확하게 파악하는 것은 중요하다. 기존 방법 중 일부는 군중 계수를 기반으로 군중 밀집도를 추정하거나 원근 왜곡이 있는 데이터를 그대로 학습한다. 이 방식은 물체의 거리에 따라 크기가 달라지는 원근 왜곡에 큰 영향을 받는다. 본 연구는 보행자 깊이 정보를 이용한 군중 밀집도 알고리즘을 제안한다. 보행자의 깊이 정보를 계산하기 위해 편차가 적은 머리 크기를 이용한다. 머리를 탐지하기 위해 OC-Sort를 학습모델로 사용한다. 탐지된 머리의 경계박스 좌표, 실제 머리 크기, 카메라 파라미터 등을 이용하여 보행자의 깊이 정보를 추정한다. 이후 깊이 정보를 기반으로 밀도 맵을 추정한다. 제안 알고리즘은 혼잡한 환경에서 객체의 위치와 밀집도를 정확하게 분석하여 군중밀집 사고를 사전에 방지하는 지능형 CCTV시스템의 기반 기술로 활용될 수 있으며, 더불어 보안 및 교통 관리 시스템의 효율성을 향상하는 데 중요한 역할을 할 것으로 기대한다.

• 디지털융복합연구
• /
• 제10권1호
• /
• pp.365-369
• /
• 2012

본 논문에서는 열차 선로 모니터링을 위한 열차의 위치 및 이동을 추정하는 비전 기반 기법을 제안한다. 퍼지 분류기를 이용하여 열차의 상태를 판별하며, 프레임 차와 배경 감산을 각각 열차의 움직임과 존재를 판결하기 위해서 사용하고, 퍼지 분류기의 언어 변수로 사용된다. 실험 결과에서 제안하는 기법은 열차의 위치와 움직임을 정확히 추정하는 것을 볼 수 있다. 그러므로 제안하는 기법은 군중 밀도를 추정하거나 안전 감시를 수행하는 열차 모니터링 시스템에 활용될 수 있을 것이다.