• 한국멀티미디어학회논문지
• /
• 제24권2호
• /
• pp.186-198
• /
• 2021

Security control using surveillance cameras is established when people observe all surveillance videos directly. However, this task is labor-intensive and it is difficult to detect all abnormal situations. In this paper, we propose a deep neural network model, called AT-Net, that automatically detects abnormal situations in the surveillance video, and introduces an automatic video surveillance system developed based on this network model. In particular, AT-Net alleviates the ambiguity of existing abnormal situation detection methods by mapping features representing relationships between people and objects in surveillance video to the new tensor structure based on sparse coding. Through experiments on actual surveillance videos, AT-Net achieved an F1-score of about 89%, and improved abnormal situation detection performance by more than 25% compared to existing methods.

• 제어로봇시스템학회논문지
• /
• 제18권1호
• /
• pp.35-41
• /
• 2012

This paper proposes a moving object detection algorithm for active camera system that can be applied to mobile robot and intelligent surveillance system. Most of moving object detection algorithms based on a stationary camera system. These algorithms used fixed surveillance system that does not consider the motion of the background or robot tracking system that track pre-learned object. Unlike the stationary camera system, the active camera system has a problem that is difficult to extract the moving object due to the error occurred by the movement of camera. In order to overcome this problem, the motion of the camera was compensated by using SURF and Pseudo Perspective model, and then the moving object is extracted efficiently using stochastic Label Cluster transport model. This method is possible to detect moving object because that minimizes effect of the background movement. Our approach proves robust and effective in terms of moving object detection in active camera system.

• 한국정보통신학회논문지
• /
• 제12권6호
• /
• pp.1064-1069
• /
• 2008

본 논문은 인터프레임 확률분포에 의한 비디오 감시 시스템 설계 구현에 관한 것이다. 시스템은 비디오 분석 알고리즘과 표준 JPEG 압축 알고리즘을 처리하기 위해 고성능 DSP 프로세서 기반으로 구현된다. 비디오 분석은 가중치, 평균, 분산의 3변량정규분포에 의한 인터프레임 확률분포 분석을 이용하여 특정 영역에 물체를 검출하는 알고리즘을 사용한다. 실험 결과, 시스템 처리시간이 D1$(720{\times}480)$ 영상 프레임 당 85ms 소요되었고 초당 12프레임 정도 처리한다. 규칙에 따른 특정영역 물체감시는 움직임 빠르지 않는 물체에 대해 100% 검출되었다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권4호
• /
• pp.119-136
• /
• 2023

Purpose We introduce a groundbreaking surveillance system explicitly designed to overcome the limitations typically associated with conventional surveillance systems, which often focus primarily on object-centric behavior analysis. Design/methodology/approach The study introduces an innovative approach to risk assessment in surveillance, employing image captioning to generate descriptive captions that effectively encapsulate the interactions among objects, actions, and spatial elements within observed scenes. To support our methodology, we developed a distinctive dataset comprising pairs of [image-caption-danger score] for training purposes. We fine-tuned the BLIP-2 model using this dataset and utilized BERT to decipher the semantic content of the generated captions for assessing risk levels. Findings In a series of experiments conducted with our self-constructed datasets, we illustrate that these datasets offer a wealth of information for risk assessment and display outstanding performance in this area. In comparison to models pre-trained on established datasets, our generated captions thoroughly encompass the necessary object attributes, behaviors, and spatial context crucial for the surveillance system. Additionally, they showcase adaptability to novel sentence structures, ensuring their versatility across a range of contexts.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.2126-2133
• /
• 2014

We present a scalable object tracking framework, which is capable of removing shadows and tracking the people. The framework consists of background subtraction, fuzzy based shadow removal and boundary tracking algorithm. This work proposes a general-purpose method that combines statistical assumptions with the object-level knowledge of moving objects, apparent objects, and shadows acquired in the processing of the previous frames. Pixels belonging to moving objects and shadows are processed differently in order to supply an object-based selective update. Experimental results demonstrate that the proposed method is able to track the object boundaries under significant shadows with noise and background clutter.

• 한국정보통신학회논문지
• /
• 제5권3호
• /
• pp.405-417
• /
• 2001

본 논문에서는 현재 사용하고 있는 아날로그 방식의 감시 시스템에서 발생하는 자원 낭비와 효율성 저하 문제를 극복하기 위해 MPEG-2 국제 표준을 이용한 영상 데이터의 인코딩 기법과 압축 기법을 적용한 새로운 방식의 디지털 감시 시스템의 설계 및 구현 기법에 대해 기술하였다. 또한, 기존의 디지털 감시 카메라 시스템에서 적용하지 못한 고속 움직임 추정 알고리듬을 적용하여, 보다 실시간적인 시스템을 제안한다. 고속 움직임 추정 알고리듬은 MPEG-2 비디오 인코딩을 위해서 제안되었다 이 알고리듬은 블록 매칭 기법과 그래디언트 기법의 혼합적인 사용에 기반한다. 또한 MPEG-2 비디오 데이터를 직접적으로 사용하여 움직이는 물체를 추출하는 방법을 제안하였다. 제안된 방법은 매우 간단하고 종래의 물체 검출 방법들 보다 계산 시간이 훨씬 덜 요구된 다. 본 논문에서 제안한 시스템은 특정한 하드웨어 없이 단지 소프트웨어만으로 영상데이터를 실시간으로 인코딩 및 디코딩 한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.789-790
• /
• 2008

In this paper, we introduce the multi-target-based auto surveillance algorithm. Multi-target-based surveillance system detects intrusion objects in the specified areas. The proposed algorithm can divide into two parts: i) background generation, ii) object extraction. In this paper, one of the optical flow equation methods for estimation of gradient method used to generate the background [2]. In addition, the objects and back- ground video images that are continually entering the differential extraction.

• ETRI Journal
• /
• 제37권3호
• /
• pp.551-561
• /
• 2015

We propose a novel multiple-object tracking algorithm for real-time intelligent video surveillance. We adopt particle filtering as our tracking framework. Background modeling and subtraction are used to generate a region of interest. A two-step pedestrian detection is employed to reduce the computation time of the algorithm, and an iterative particle repropagation method is proposed to enhance its tracking accuracy. A matching score for greedy data association is proposed to assign the detection results of the two-step pedestrian detector to trackers. Various experimental results demonstrate that the proposed algorithm tracks multiple objects accurately and precisely in real time.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.213-216
• /
• 2022

There has been an increase in video surveillance for public safety and security, which increases the video data, leading to analysis, and storage issues. Furthermore, most surveillance videos contain an empty frame of hours of video footage; thus, extracting useful information is crucial. The prominent framework used in surveillance for efficient storage and analysis is video synopsis. However, the existing video synopsis procedure is not applicable for creating an abnormal object-based synopsis. Therefore, we proposed a lightweight synopsis methodology that initially detects and extracts abnormal foreground objects and their respective backgrounds, which is stitched to construct a synopsis.

• 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.