• 한국측량학회지
• /
• 제32권2호
• /
• pp.153-162
• /
• 2014

다양한 분야에서 CCTV가 널리 활용되고 있으며, CCTV의 감시 성능을 개선하기 위한 노력들이 지속되고 있다. 그러나, 정작 감시 성능을 정량적으로 평가하는 방법은 상당히 미비하다. 이에 본 연구는 CCTV 시스템이 대상 공간을 주어진 감시 목적에 부합하게 잘 감시하는가를 정량적으로 평가하는 방법을 제안한다. 먼저 대상 공간의 특정한 위치에서 특정한 방향을 바라보는 객체가 CCTV로 얼마나 정밀하게 관측되는 가를 정량적으로 나타내는 감시 해상도를 정의한다. 정의된 감시 해상도를 대상 공간에서 관심 있는 모든 위치와 방향에 대해 계산하여 감시 목적에 따라 요구되는 최적의 해상도 이상이 성취되는 비율로써 대상 공간에 대한 감시 성능 지수를 산출한다. 제시된 방법을 적용하여 대형 건물 지하주차장에 설치된 CCTV 시스템의 감시 성능을 평가하고 가시화하여 분석하고 개선하는 사례를 기술한다. 제안된 방법은 대상 공간이 감시 목적에 맞게 효과적으로 감시되고 있는지 정량화하여 평가하고, 대상 영역을 요구 성능으로 감시하기 위한 CCTV 시스템 설계의 최적화에 기여한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.317-320
• /
• 2003

In this paper, we present real-time, accurate face region detection and tracking technique for an intelligent surveillance system. It is very important to obtain the high-resolution images, which enables accurate identification of an object-of-interest. Conventional surveillance or security systems, however, usually provide poor image quality because they use one or more fixed cameras and keep recording scenes without any clue. We implemented a real-time surveillance system that tracks a moving person using pan-tilt-zoom (PTZ) cameras. While tracking, the region-of-interest (ROI) can be obtained by using a low-pass filter and background subtraction. Color information in the ROI is updated to extract features for optimal tracking and zooming. The experiment with real human faces showed highly acceptable results in the sense of both accuracy and computational efficiency.

• 한국인터넷방송통신학회논문지
• /
• 제12권5호
• /
• pp.25-30
• /
• 2012

공공장소에서 의도적으로 유기하는 위험 물체를 감지하는 것은 사회 안전 목적에서 중요하다. 오늘날 영상감시 시스템은 고해상도와 무선 연결 능력의 측면에서의 성능 향상이 요구되고 있다. 이 연구에서는 무선 고해상도 영상 전송 기술을 기반으로 사회 안전 목적의 유기물 감지를 위하여 영상 감시 시스템의 설계를 제안하고 있다. 또한 탐지 성능인 PED, PAT 지수를 향상시키기 위하여 이전의 영상 감시 소프트웨어 구조에 추적 알고리즘이 포함되도록 하였다. 실제 무선 고해상도 영상 전송 시스템 위에 제안된 설계 구조를 구현함으로써, 4.0 Gbps 속도의 전송 성능으로서 전체 시스템의 유효성을 보인다.

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.612-619
• /
• 2014

본 논문에서는 움직임 감지를 사용하여 영상 해상도를 자동 제어하는 실시간 다중 카메라 영상 감시 시스템을 구현하였다. 평상시에는 4개 채널의 영상을 QVGA급으로 취득한 후 하나의 VGA급 영상으로 통합하여 전송한다. 움직임이 포착되는 경우에는 해당 채널의 영상을 자동으로 확대하여 VGA급으로 취득한 후 나머지 3개 채널의 영상을 QQVGA급으로 줄여서 오버레이한다. 이를 통하여 모든 채널의 영상을 놓치지 않으면서도 전송 대역폭을 늘리지 않고 움직임이 포착된 채널을 확대하여 감시할 수 있다. 0.18 um 공정에서 합성한 최대 동작 주파수는 110 MHz로서 이론상으로 4개의 HD급 카메라를 지원할 수 있다.

• 방송공학회논문지
• /
• 제25권1호
• /
• pp.105-108
• /
• 2020

본 논문은 초고해상도 기법을 이용한 실시간 저해상도 얼굴 인식 시스템을 제안한다. 기존의 비대면 얼굴인식은 거리에 따라 해상도가 저하되면서 얼굴인식의 성능이 저하되는 한계가 있다. 이러한 문제를 해결하기 위해서 초고해상도 기법에 대한 연구도 진행되었으나 비대면 얼굴인식 전 과정에 대한 통합적인 설계에 관한 연구는 미흡하다. 제안한 비대면 얼굴인식은 저해상도 영상으로 키프레임 검출, 얼굴검출, 초고해상도 기법, 특징추출 및 얼굴인식 결과까지 약 2초 이내에 수행함으로써 먼 거리에서도 비대면 얼굴인식의 성능을 향상하였다. 다양한 형태의 영상에 대한 실험을 통해 제안한 방법은 기존 방법에 비해 실시간 및 성능측면에서 저해상도 얼굴 인식이 우수함을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권3호
• /
• pp.172-179
• /
• 2015

Because of the development of computers and high-technology applications, all devices that we use have become more intelligent. In recent years, security and surveillance systems have become more complicated as well. Before new technologies included video surveillance systems, security cameras were used only for recording events as they occurred, and a human had to analyze the recorded data. Nowadays, computers are used for video analytics, and video surveillance systems have become more autonomous and automated. The types of security cameras have also changed, and the market offers different kinds of cameras with integrated software. Even though there is a variety of hardware, their capabilities leave a lot to be desired. Therefore, this drawback is trying to compensate by dint of computer program solutions. Image processing is a very important part of video surveillance and security systems. Capturing an image exactly as it appears in the real world is difficult if not impossible. There is always noise to deal with. This is caused by the graininess of the emulsion, low resolution of the camera sensors, motion blur caused by movements and drag, focus problems, depth-of-field issues, or the imperfect nature of the camera lens. This paper reviews image processing, pattern recognition, and image digitization techniques, which will be useful in security services, to analyze bio-images, for image restoration, and for object classification.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1816-1825
• /
• 2022

본 논문에서는 다양한 해상도의 카메라를 사용하는 감시 카메라 네트워크에서 각 사람을 추적하는 새로운 접근 방식을 제안한다. 다수의 비겹침 카메라 상에서 사람 추적 시 기존에 사용되던 사람 특징 정보는 다양한 카메라 시야 조건에 쉽게 영향을 받는다. 이러한 한계를 극복하기 위해 제안하는 시스템은 외모 정보와 함께 얼굴 정보를 활용한다. 일반적으로 감시 카메라로 촬영하는 사람 영상은 해상도가 낮은 경우가 많기 때문에 추적을 용이하게 하기 위해 저해상도 얼굴에서도 유용한 특징을 추출할 수 있어야 한다. 제안하는 추적 방식에서 사람 얼굴 특징을 추출하기 위해 탐지된 얼굴을 정면화한 후 텍스쳐 기반의 특징을 추출한다. 또한 감시 카메라에 포착된 얼굴의 크기가 매우 작은 경우 얼굴을 확대하는 초해상도 기법도 함께 활용한다. 공개된 데이터셋인 Dana36을 이용하여 수행한 실험결과를 통해 제안된 알고리즘의 우수한 성능을 보여준다.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.659-669
• /
• 2015

Face Recognition assumes much significance in the context of security based application. Normally, high resolution images offer more details about the image and recognizing a face from a reasonably high resolution image would be easier when compared to recognizing images from very low resolution images. This paper addresses the problem of recognizing faces from a very low resolution image whose size is as low as $8{\times}8$. With the use of CCTV(Closed Circuit Television) and with other surveillance camera-based application for security purposes, the need to overcome the shortcomings with very low resolution images has been on the rise. The present day face recognition algorithms could not provide adequate performance when employed to recognize images from VLR images. Existing methods use super-resolution (SR) methods and Relation Based Super Resolution methods to construct from very low resolution images. This paper uses a learning based super resolution method to extract and construct images from very low resolution images. Experimental results show that the proposed SR algorithm based on relationship learning outperforms the existing algorithms in public face databases.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.197-200
• /
• 2005

Super resolution image reconstruction method refers to image processing algorithms that produce a high resolution(HR) image from observed several low resolution(LR) images of the same scene. This method is proved to be useful in many practical cases where multiple frames of the same scene can be obtained, such as satellite imaging, video surveillance, video enhancement and restoration, digital mosaicking, and medical imaging. In this paper we applied super resolution reconstruction method in spatial domain to video sequences. Test images are adjacently sampled images from continuous video sequences and overlapped for high rate. We constructed the observation model between the HR images and LR images applied by the Maximum A Posteriori(MAP) reconstruction method that is one of the major methods in the super resolution grid construction. Based on this method, we reconstructed high resolution images from low resolution images and compared the results with those from other known interpolation methods.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.628-631
• /
• 2003

In this paper, we present real-time, accurate face region detection and tracking technique for an intelligent surveillance system. It is very important to obtain the high-resolution images, which enables accurate identification of an object-of-interest. Conventional surveillance or security systems, however, usually provide poor image quality because they use one or more fixed cameras and keep recording scenes without any cine. We implemented a real-time surveillance system that tracks a moving person using four pan-tilt-zoom (PTZ) cameras. While tracking, the region-of-interest (ROI) can be obtained by using a low-pass filter and background subtraction. Color information in the ROI is updated to extract features for optimal tracking and zooming. The experiment with real human faces showed highly acceptable results in the sense of both accuracy and computational efficiency.