• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1027-1028
• /
• 2008

Most of the urban transit operation company in Korea have a passive surveillance system to monitor the status of the passengers and facilities in the urban transit service area. The surveillance system is based on CCTV, closed circuit television, and several sensors, such as a fire sensor. However, this system has some limitations to prevent and cope with the emergency quickly. So the urban transit operation companies have plans to be change their surveillance system to be active. The active surveillance system has an intelligent function to detect the event predefined by managers automatically. To construct the active surveillance system, there are a standard concept design and a function analysis. In this paper, we propose the classification of the functions of the active surveillance system for urban transit. We divide the functions into five parts, ordinary monitoring, safety monitoring, environment monitoring, administration support, and record management. And we describe the systems related to the every functions to clarify the classified functions.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.435-442
• /
• 2015

본 논문에서는 지능형 다중 화상감시시스템에 응용할 수 있는 움직이는 물체 추적 및 보행자/차량 인식 방법을 제안한다. 지능형 다중 화상감시시스템은 다수의 고정형 카메라와 한 대의 PTZ 카메라로 구성되며, 고정형 카메라에서 검출된 움직이는 물체들을 PTZ 카메라로 팬/틸트/줌 제어하고, 보행자인지 또는 차량인지를 자동으로 인식한다. 넓은 영역을 감시하는 고정된 카메라에서 검출된 물체는 너무 작고, 변별력이 떨어지는 문제가 있다. 이러한 문제를 극복하기 위해 PTZ 카메라를 통한 특정 움직이는 물체를 팬/틸트/줌인 제어함으로써 움직이는 물체의 변별력과 감시성능을 높일 수 있다. 제안된 시스템은 움직이는 물체를 추적하는 기능 외에 SVM 학습알고리즘을 이용하여 검출된 물체가 보행자 또는 차량인지를 판단할 수도 있다. 그리고 추적에러를 줄이기 위해 기존의 고정된 카메라와 PTZ 카메라간의 캘리브레이션 방법을 개선한다. 다양한 실험결과를 통하여 제안한 시스템의 효용성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.259-266
• /
• 2016

최근 감시와 보안을 목적으로 활발하게 CCTV가 설치되고 있고, 지능형 감시시스템은 영상에서 객체의 검출 및 감시 등으로 광범위하게 응용되고 있다. 본 연구에서는 지능형 영상 감시 시스템에서 HOG 특징과 FCM 기반의 RBFNN 분류기를 이용한 상반신 검출 방법을 제안한다. HOG는 보행자를 검출하기 위해 기존에 제안되었던 특징으로 본 논문에서는 이를 사용해 상반신의 고유한 기울기를 학습하였다. HOG 특징은 입력 이미지의 크기에 비례하는 고차원의 특징 벡터로 기울기를 표현하기 때문에 RBFNN분류기의 입력데이터로 쓰려면 차원 축소가 필요하다. 이를 위해 PCA 알고리즘을 RBFNN 분류기 앞에 적용하여 HOG 특징의 차원을 저차원으로 축소하였다. 컴퓨터 실험에서는 미리 분류된 상반신 영상과 사람이 아닌 영상을 통해 분류기를 훈련시킨 후 테스트 영상과 동영상을 이용하여 제안된 상반신 검출 방법의 성능을 평가하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1213-1237
• /
• 2019

Vehicular Ad-hoc Network (VANET) facilities envision future Intelligent Transporting Systems (ITSs) by providing inter-vehicle communication for metrics such as road surveillance, traffic information, and road condition. In recent years, vehicle manufacturers, researchers and academicians have devoted significant attention to vehicular communication technology because of its highly dynamic connectivity and self-organized, decentralized networking characteristics. However, due to VANET's high mobility, dynamic network topology and low communication coverage, dissemination of large data packets (e.g. multimedia content) is challenging. Clustering enhances network performance by maintaining communication link stability, sharing network resources and efficiently using bandwidth among nodes. This paper proposes a mobility-based, multi-hop clustering algorithm, (MBCA) for multimedia content broadcasting over an IEEE 802.11p-LTE-enabled hybrid VANET architecture. The OMNeT++ network simulator and a SUMO traffic generator are used to simulate a network scenario. The simulation results indicate that the proposed clustering algorithm over a hybrid VANET architecture improves the overall network stability and performance, resulting in an overall 20% increased cluster head duration, 20% increased cluster member duration, lower cluster overhead, 15% improved data packet delivery ratio and lower network delay from the referenced schemes [46], [47] and [50] during multimedia content dissemination over VANET.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.532-537
• /
• 2009

보안이 중요시되는 공간에서 임의의 사람을 추적하고 인식할 수 있는 시스템의 필요성이 점차 중요시 되고 있다. 본 논문에서는 영상과 음원 추적 기반의 임베디드 모바일 로봇을 개발함으로써 무인 지능형 시스템을 구현하였고 영상에서 객체 추적을 위해 블록 매칭 알고리즘을 이용하고 음원 추적을 위해 소리의 시간차와 세기차를 이용하여 시스템을 구현 하였다. 본 논문에서는 Pan-Tilt 카메라와 음원 추적 모듈을 이용한 시스템, Network 카메라와 모바일 로봇을 이용한 시스템과 모바일 로봇을 이용한 시스템을 구현함으로써 침입자 추적 알고리즘을 검증하였다. 각 구현된 시스템에서 문제점을 보완하고 서로 연동이 가능한 시스템을 구현하여 지능형 무인 감시 시스템으로 신뢰성을 더할 수 있을 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.672-676
• /
• 2009

최근 지능형 감시카메라에 대한 연구가 활발히 진행되고 있다. 그러나 현재의 연구들은 대부분 통합시스템 구현보다는 단일 모듈에 대한 성능향상에 중점을 두고 있다. 따라서 본 논문에서는 얼굴검출, 모션 센서 통합 모듈로 구성하는 무선 감시 시스템을 구현하였다. 무선 감시 시스템의 구현에는 sharp사의 카메라 모듈과 ecom사의 무선영상전송 모듈, roboblock의 ZigBee RF 무선컨트롤 송수신 모듈을 사용 하였고, 모션 센서 모듈에는 PANASONIC의 AMN14111를 사용하였다. OpenCV 라이브러리를 이용한 얼굴검출과 MFC로 소프트웨어를 구현하였다. 본 논문에서 구현한 시스템은 모션 센서를 이용하는 영상 감시 시스템이나 얼굴검출이 필요한 시스템, 원격조정이 필요한 작업환경에 유용하게 사용될 수 있다.

• 한국통신학회논문지
• /
• 제40권6호
• /
• pp.1102-1106
• /
• 2015

사회 안전망 제공을 위한 실시간 영상 기반의 협동적 스마트 카메라 네트워크에서는 상황인지 추론 및 처리를 위하여, 스마트 카메라 간에 상황 인지 및 대응을 위한 데이터를 저장 및 전달한다. 특정 이벤트에 대해 카메라가 측정한 값을 다른 상황 데이터 및 추론 결과와 함께 RDB(Relational Data Base)에 저장하고, 해당 정보가 필요한 주변 카메라에 전달한다. 일부 RDB를 온톨로지 RDF(Resource Description Framework) 파일로 변환해 그 결과를 상황인지 추론에 이용한다. 스마트 카메라 간 연동은 ONVIF(Open Network Video Interface Forum) 표준을 따르며, 협동적인 지능형 관제시스템을 이룬다. 데이터 저장 및 전달에 있어서 기밀성과 무결성을 보장하기 위하여 정보보호 기술을 도입하며, 이를 적용한 프로토타입 시스템을 구현하여 오버헤드에 대한 분석을 수행하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.133-139
• /
• 2011

최근 도시철도 기반에서의 기존 감시시스템의 많은 문제점이 도출되고 있다. 이러한 문제점에 대해서 많은 과제와 연구가 활발히 진행 중이다. 뿐만 아니라, 도시철도 서비스 구간 내의 각종 사고 예방 및 안전 운행에 도움을 주고, 위험 사항을 외부로 연계하거나 운영자 등에게 알리는 서비스 등을 수행하는 지능형 영상 감시 시스템이 개발중이다. 본 논문에서는, 기존 연구의 문제점을 알아보고 RFID TAG 기법을 이용해서 이러한 문제점을 해결하고자한다. 뿐만 아니라, 무선 센서 네트워크 기반의 위험 상황 자동 통보 시스템을 모의 실험하였다.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.2948-2963
• /
• 2015

In the field of computer vision, visual surveillance systems have recently become an important research topic. Growth in this area is being driven by both the increase in the availability of inexpensive computing devices and image sensors as well as the general inefficiency of manual surveillance and monitoring. In particular, the ultimate goal for many visual surveillance systems is to provide automatic activity recognition for events at a given site. A higher level of understanding of these activities requires certain lower-level computer vision tasks to be performed. So in this paper, we propose an intelligent activity recognition model that uses a structure learning method and a classification method. The structure learning method is provided as a K2-learning algorithm that generates Bayesian networks of causal relationships between sensors for a given activity. The statistical characteristics of the sensor values and the topological characteristics of the generated graphs are learned for each activity, and then a neural network is designed to classify the current activity according to the features extracted from the multiple sensor values that have been collected. Finally, the proposed method is implemented and tested by using PETS2013 benchmark data.