• 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.

• 한국전자통신학회논문지
• /
• 제13권1호
• /
• pp.169-174
• /
• 2018

시민들의 안전을 위한 영상통합관제센터에는 수많은 CCTV 카메라가 연결되어 많은 채널의 영상을 소수의 관제사가 관제하는데 어려움이 있다. 본 논문에서는 많은 채널의 영상을 효과적으로 관제하기 위하여 안전지도와 연계한 지능형 영상보안 시스템을 제안한다. 안전지도는 범죄 발생 빈도를 데이터베이스로 구축하고, 범죄 발생 위험 정도를 표현하고, 범죄 취약 계층인 여성이 범죄 위험 지역으로 진입하면 영상통합관제센터의 관제사가 주목할 수 있도록 한다. 성별 구분을 보행자 검출 및 추적 그리고 딥러닝을 통하여 성별을 구분한다. 보행자 검출은 Adaboost 알고리즘을 이용하고, 보행자 추적을 위한 확률적 데이터 연관 필터(probablistic data association filter)를 적용한다. 보행자의 성별을 구분하기 위하여 비교적 간단한 AlexNet를 적용하여 성별을 판별한다. 실험을 통하여 제안하는 성별 구분 방법이 종래의 알고리즘에 비하여 성별 구분에 효과적임을 보인다. 또한 안전지도와 연계한 지능형 영상보안 시스템 구현 결과를 소개한다.

• 한국정보전자통신기술학회논문지
• /
• 제6권2호
• /
• pp.95-100
• /
• 2013

본 논문에서는 지능형 감시 시스템을 위한 객체 추적 방법과 PTZ 카메라 제어에 대하여 제안하고 있다. 제안된 알고리즘의 우수성을 입증하고자 검지 영역 내 차량의 진입 및 추적 실험을 하였고, 차량이 검지 영역 내에서 정차시 카메라의 PTZ를 제어하여 차량의 번호판 영상을 취득하도록 하였다. 실험에 참여한 차량은 움직이는 차량의 경우97.4%, 정차해 있는 차량의 경우91%의 추적율을 나타내었다. 그리고 정차해 있는 차량에 대해 번호판 위치로 정확한 PTZ 제어가 된 경우는 65대로 84.6%이었다. 실험 결과 제안된 알고리즘이 지능형 영상 감시 시스템에서 효율적으로 사용되어 질 수 있음을 입증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권2호
• /
• pp.65-70
• /
• 2008

본 논문에서는 지능형 감시 시스템을 위한 객체 추적 방법과 PTZ 카메라 제어에 대하여 제안하고 있다. 제안된 알고리즘의 우수성을 입증하고자 검지 영역내 차량의 진입 및 추적 실험을 하였고, 차량이 검지영역 내에서 정차시 카메라의 PTZ 를 제어하여 차량의 번호판 영상을 취득하도록 하였다. 실험에 참여한 차량은 움직이는 차량의 경우 97.4%, 정차해 있는 차량의 경우 91%의 추적율을 나타내었다. 그리고 정차해 있는 차량에 대해 번호판 위치로 정확한 PTZ 제어가 된 경우는 65대로 84.6% 이었다. 실험 결과 제안된 알고리즘이 지능형 영상 감시 시스템에서 효율적으로 사용되어 질 수 있음을 입증하였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1722-1728
• /
• 2011

The security issue in urban transit system has been widely considered as the common matters after the fire accident at Daegu subway station. The safe urban transit system is highly demanded because of the vast number of daily passengers, and it is one of the most challenging projects. We introduced a test model for integrated security system for urban transit system and built it at a subway station to demonstrate its performance. This system consists of cameras, sensor network and central monitoring software. We described the smart camera functionality in more detail. The proposed smart camera includes the moving objects recognition module, video analytics, video encoder and server module that transmits video and audio information.

• 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.

• 디지털콘텐츠학회 논문지
• /
• 제18권6호
• /
• pp.1009-1015
• /
• 2017

최근 범죄, 테러, 교통, 보안등의 이유로 카메라의 설치가 더욱 많아짐에 따라 비디오 감시가 점점 일반화 되어가고 있다. 설치된 카메라로부터 입력된 비디오는 중앙관제센터에서 멀티스크린으로 모니터링 되고 있고, 처한 상황이나 위험 등으로부터 빠르게 대응하기 위해 실시간으로 여러 화면을 동시에 감시는 것이 필수 요소가 되고 있다. 그러나 멀티스크린 화면으로 스마트폰과 같은 모바일 환경에서 모니터링할 때, 하드웨어 스펙이나, 네트워크 대역폭의 문제로 적용되지 못하고 있다. 따라서 본 논문에서는 스마트폰 환경에서 실시간으로 멀티스크린화면을 감시할 수 있는 시스템을 제안한다. 사용자가 원하는 멀티스크린 화면을 트랜스코딩을 통해 재구성하였고, 스마트폰 환경에서 끊김 없이 복수의 카메라를 모니터링하여, 이동하면서도 감시할 수 있는 장점을 가질 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.771-788
• /
• 2020

Detection of abandoned objects for smart video surveillance should be robust and accurate in various situations with low computational costs. This paper presents a new algorithm for abandoned object detection based on the dual background model. Through the template registration of a candidate stationary object and presence authentication methods presented in this paper, we can handle some complex cases such as occlusions, illumination changes, long-term abandonment, and owner's re-attendance as well as general detection of abandoned objects. The proposed algorithm also analyzes video frames at specific intervals rather than consecutive video frames to reduce the computational overhead. For performance evaluation, we experimented with the algorithm using the well-known PETS2006, ABODA datasets, and our video dataset in a live streaming environment, which shows that the proposed algorithm works well in various situations.

• International journal of advanced smart convergence
• /
• 제9권4호
• /
• pp.115-119
• /
• 2020

Recently, CCTV installations are rapidly increasing in the public and private sectors to prevent various crimes. In accordance with the increasing number of CCTVs, video-based abnormal behavior detection in control systems is one of the key technologies for safety. This is because it is difficult for the surveillance personnel who control multiple CCTVs to manually monitor all abnormal behaviors in the video. In order to solve this problem, research to recognize abnormal behavior using deep learning is being actively conducted. In this paper, we propose a model for detecting abnormal behavior based on the deep learning model that is currently widely used. Based on the abnormal behavior video data provided by AI Hub, we performed a comparative experiment to detect anomalous behavior through violence learning and fainting in videos using 2D CNN-LSTM, 3D CNN, and I3D models. We hope that the experimental results of this abnormal behavior learning model will be helpful in developing intelligent CCTV.

• 한국IT서비스학회지
• /
• 제15권4호
• /
• pp.97-109
• /
• 2016

The rapid deployment of millions of mobile sensors and smart devices has resulted in high demand for opportunistic encounter-based networking. For the cooperative video surveillance of dashboard cameras in nearby vehicles, a fast and energy-efficient asynchronous neighbor discovery protocol is indispensable because a dashboard camera is an energy-hungry device after the vehicle's engine has turned off. In the existing asynchronous neighbor discovery protocols, all nodes always try to discover all neighbors. However, a dashboard camera needs to discover nearby dashboard cameras when an event is detected. In this paper, we propose a fast and energy-efficient asynchronous neighbor discovery protocol, which enables nodes : 1) to have different roles in neighbor discovery, 2) to discover neighbors within a search range, and 3) to report promptly the exact discovery result. The proposed protocol has two modes: periodic wake-up mode and active discovery mode. A node begins with the periodic wake-up mode to be discovered by other nodes, switches to the active discovery mode on receiving a neighbor discovery request, and returns to the periodic wake-up mode when the active discovery mode finishes. In the periodic wake-up mode, a node wakes up at multiples of number ${\alpha}$, where ${\alpha}$ is determined by the node's remaining battery power. In the active discovery mode, a node wakes up for consecutive ${\gamma}$ slots. Then, the node operating in the active discovery mode can discover all neighbors waking up at multiples of ${\beta}$ for ${\beta}{\leq}{\gamma}$ within ${\gamma}$ time slots. Since the proposed protocol assigns one half of the duty cycle to each mode, it consumes equal to or less energy than the existing protocols. A performance comparison shows that the proposed protocol outperforms the existing protocols in terms of discovery latency and energy consumption, where the frequency of neighbor discovery requests by car accidents is not constantly high.