• 한국위성정보통신학회논문지
• /
• 제7권1호
• /
• pp.33-38
• /
• 2012

본 논문에서는 대규모 종합감시시스템 환경에서 비디오의 특징을 분석하여 비디오가 촬영되는 환경에 적합한 지능형 영상분석 알고리즘 선택 기준을 제안하였다. 대규모 종합감시시스템 환경의 예로 도시철도 감시시스템을 사용하였다. 본 시스템에 설치된 카메라에 입력되는 비디오의 특징을 위치와 용도 및 상황별로 분석하였다. 분석을 기반으로 하여 적합한 비디오 감시 알고리즘을 선택하는 기준을 제시하였으며 상황 처리 시나리오를 제시하였다.

• 한국ITS학회 논문지
• /
• 제11권3호
• /
• pp.63-69
• /
• 2012

넓은 지역에서의 종합감시시스템 구축은 인력을 효율적으로 관리할 수 있으며 자동화된 감시망을 구축하여 비감시 지역을 줄일 수 있는 특징이 있다. 본 논문에서는 넓은 지역에서 적용할 수 있는 지능형 종합감시시스템에서 입력되는 비디오의 특징을 위치와 용도별로 분석하여 적합한 비디오 감시 알고리즘을 선택할 수 있는 방안을 제시하였다. 7가지 대표적인 상황으로서 침입, 물건 버림/없어짐, 배회, 혼잡도 측정 등이다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1268-1280
• /
• 2015

In video surveillance system, the exposure of a person's face is a serious threat to personal privacy. To protect the personal privacy in large amount of videos, an automatic face detection method is required to locate and mask the person's face. However, in real-world surveillance videos, the effectiveness of existing face detection methods could deteriorate due to large variations in facial appearance (e.g., facial pose, illumination etc.) or degraded face (e.g., occluded face, low-resolution face etc.). This paper proposes a new face detection method based on multi-level facial features. In a video frame, different kinds of spatial features are independently extracted, and analyzed, which could complement each other in the aforementioned challenges. Temporal domain analysis is also exploited to consolidate the proposed method. Experimental results show that, compared to competing methods, the proposed method is able to achieve very high recall rates while maintaining acceptable precision rates.

• 대한전자공학회논문지TC
• /
• 제45권9호
• /
• pp.67-74
• /
• 2008

본 논문은 네트워크카메라 기반 영상감시시스템에서 발생하는 단위 네트워크 간 영상정보 공유 불가, 사용자 증가에 따른 대역폭 및 처리부하 증가, 네트워크 변경내역 지속적 모니터링 불가 둥의 문제를 해결하기 위한 서버의 구조를 제안하고 이를 설계 및 구현하였다. 제안한 서버는 영상분배 기능을 제공함으로써 기존의 문제들을 해결하면서도 대용량 영상감시시스템을 위하여 다수의 네트워크카메라 및 다수의 사용자에 대한 관리와 서비스가 가능하도록 설계되었다. 구현한 영상분배서버를 실제의 영상감시시스템에 적용하여 실험한 결과 100여대의 네트워크카메라에 대한 접속을 유지하는 상황에서 수백여 사용자의 동시 접속을 처리하면서도 납득할 만한 서비스 픔질을 유지함을 확인하였다. 본 논문의 영상분배서버를 활용하면 교통상황 정보 및 재난재해 감시 등의 대국민 서비스를 위한 대용량 영상감시시스템의 서비스 품질 향상에 기여할 것으로 기대된다.

• 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.

• Journal of Information Processing Systems
• /
• 제10권1호
• /
• pp.1-22
• /
• 2014

Recent technological advances provide the opportunity to use large amounts of multimedia data from a multitude of sensors with different modalities (e.g., video, text) for the detection and characterization of criminal activity. Their integration can compensate for sensor and modality deficiencies by using data from other available sensors and modalities. However, building such an integrated system at the scale of neighborhood and cities is challenging due to the large amount of data to be considered and the need to ensure a short response time to potential criminal activity. In this paper, we present a system that enables multi-modal data collection at scale and automates the detection of events of interest for the surveillance and reconnaissance of criminal activity. The proposed system showcases novel analytical tools that fuse multimedia data streams to automatically detect and identify specific criminal events and activities. More specifically, the system detects and analyzes series of incidents (an incident is an occurrence or artifact relevant to a criminal activity extracted from a single media stream) in the spatiotemporal domain to extract events (actual instances of criminal events) while cross-referencing multimodal media streams and incidents in time and space to provide a comprehensive view to a human operator while avoiding information overload. We present several case studies that demonstrate how the proposed system can provide law enforcement personnel with forensic and real time tools to identify and track potential criminal activity.

• 지능정보연구
• /
• 제25권4호
• /
• pp.53-65
• /
• 2019

영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.