NEXREAL, with Imaging Intelligence

Intelligent Video Analytics


()넥스리얼은 Video Analytic (지능형 영상처리) 부분에서 독자적인 알고리즘을 보유하고 있습니다.  또한 DSP에서 적용함으로써 영상입력을 사용하는 다양한 제품의 모듈로 사용할 수 있는 기술력을 가지고 있습니다. 본사의 임베디드 시스템 플랫폼은 자체 개발한 RTOS를 사용하여 멀티미디어 작업에 최적화 되도록 설계되었으며 태스크의 우선 순위에서 멀티미디어 작업 태스크가 우선되며, 멀티태스킹을 지원하고, 효율적인 자원 활용 기능과 실시간성을 보장하기 때문에 멀티미디어 전용의 임베디드 시스템 플랫폼으로서 특화된 고성능의 기능을 제공하는 장점이 있습니다. 또한 네트워크 활용을 위한 TCP/IP stack DSP를 이용하여, 영상 Codec, 네트워킹과 더불어 Video Analytic 기능을 최적화된 상태로 제공할 수 있습니다

  • 개요

video analytics기능들은 영상 분석 기술을 이용해서 기존의 감시 시스템이 가지고 있던 사용자 의존적인 부분들을 자동화하여 안정적인 성능을 확보하고 감시 시스템의 효율성을 높이는 장점을 가진다. Object 단위의 영상 분석 기술들은 카메라의 영상 sequence를 분석해서 물체의 사라짐/출현, 움직이는 방향, 개체 수 등의 감시 기능에 유용한 정보들을 추출해서 사용자에게 제공 한다. 모든 알고리즘들은 DSP side에서 수행되며 정의된 사건이 발생하는 경우 PC client로 정보를 송출한다. 



  • 1. Object Appearance/Disappearance Detection

analytic_3.png 귀중품, 공장 시설 및 고가 장비의 도난이나 수상한 물체가 현장에 출현하는 사건을 주시하는 업무는 영상 감시에 있어서 큰 비중을 차지한다. 기존의 감시 체계에서는 사용자가 직접 카메라의 출력 영상을 지켜보거나 DVR등의 저장 매체를 이용해서 저장된 결과를 판독하는 경우가 일반적이었다. 직접 영상을 감시하는 경우 감시할 카메라의 개수가 많아 지거나, 감시 시간이 길어지면 효율성이 떨어지는 문제점이 있다. 그리고 DVR을 이용한 저장 영상을 판독하는 것은 사건이 일어나고 난 후 결과를 판독하는 것이기 때문에 사건을 초기에 차단하는데 한계가 있다. 이런 문제들을 해결하기 위한 방안으로 움직임 정보를 추출하는 기술이 많이 사용되고 있지만, 움직임 정보는 대상 물체에 관한 사건의 상황 분석 보다 지나가는 사람이나 잡음, 물체와 상관 없는 움직임을 추출하는 일들이 많아서 효율적이지 못하다. 따라서 실제 환경에서 물건의 도난이나 새로운 물체가 나타난 사건을 사전에 효율적으로 판독하기 위해서는 해당 영상에서 물체 단위의 감시가 가능한 기능이 필요하다.

Object appearance/disappearance detection 기능은 실시간으로 영상을 감시 하면서 영상에 존재하던 물체가 사라지는 사건(disappearance)과 새로운 물체가 영상에 등장하는(appearance) 상황을 검출하고 화면에 사라진 물체나 나타난 물체의 영역을 표시함과 동시에 사용자에게 경보(alarm)을 송출하는 기능을 담당한다. alarm의 신뢰성을 높이기 위해서 사람이 지나가거나 잡음으로 인한 영상의 변화를 실제 물체의 사라짐/출현과 구분하는 단계를 수행한다

  • 2. Object Existing Detection

analytic_1.png

화면상에 새로운 물체가 출현하고 일정 시간 동안 상주하는 경우를 추출 하면, 감시 영역에 사람이나 자동차등의 물체가 출현하는 사건을 영상에서 검출 할 수 있다. 일정 영역을 감시하고 있는 영상에서 물체의 출현을 검출하게 되면, 사용자에게 경보를 송출해서 보안 사건이 발생하기 전에 사용자가 상황을 확인 하거나 감시를 수행하기에 편리하다. 따라서 물체의 존재/출현 여부를 실시간으로 검출하고 사용자에게 통보하는 기능을 영상 감시 시스템에 사용하면 감시 시스템의 효율성을 높일 수 있다. Object existing detection 기능은 물체 단위로 영상에서 등장 여부가 판별 되기 때문에 기존의 motion detection 기반의 방식 보다 훨씬 안정적인 성능을 도출 할 수 있다. 특히 motion detection 기반의 움직이는 물체의 경우는 물체가 정지하고 있는 경우는 영상에서 움직임 추출에 어려움이 있는 알고리즘을 많이 사용하고 있으며, 발생하는 움직임 정보와 물체와의 관계를 연결해주는 신뢰성이 부족하기 때문에 물체 단위로 존재 여부를 판별하는 기능이 신뢰성 및 성능에서 더 좋은 측면을 보여 준다. Object existing detection에서는 물체가 화면에 등장한 후 일정 시간이 지난 경우 사용자에 경보(alarm)을 송출하는 기능을 담당한다. 등장 이후 일정 시간을 측정하는 이유는 물체의 상주 상태가 안정적인가를 판단하기 위해서다. 짧은 시간을 주기로 물체가 출입을 반복하는 경우나, 잠시 지나치는 경우는 감시 대상에 포함시키기 불안정한 요소이다.

Object existing detection 과정은 물체 등장 detection part와 등장 물체 추적 및 상주 시간 분석 part로 구성 된다. 물체 등장 detection part에서는 영상을 분석해서 움직임 정보로부터 물체 단위의 blob을 추출 해서 ID 및 현재 위치, 등장 위치 등을 측정해서 물체의 특징을 기술한다. 물체 상주 시간 분석에서는 물체가 등장 한 후 실제 상주 시간을 분석한다. 특히 상주 시간의 연속성을 측정해서 특정 시간 이상 영상에 상주하는 물체가 존재하면 PC Alarm을 송출한다.

  • 3. Object Passing Detection

analytic_4.png 

물체의 위치와 이동 방향을 측정 할 수 있으면, 화면상의 물체들의 이동 중 출입금지 지역으로 들어가는 사람이나 자동차의 움직임을 구분 할 수 있기 때문에 영역 감시의 경우 효과적으로 사용 가능하다.  Object passing detection에서는 사용자가 정의한 감지선을 지나치는 물체들을 검출한다. 일반적으로 출입금지 지역을 감시하는 경우 사람이나 물건이 들어오고 나가는 것을 감시하게 된다. 영상에서 물체의 이동 방향을 추출하여 감지선을 지나치는 경우를 검출하여 PC에 물체의 위치와 이동방향을 전달한다.

 

 

 

  • 4. Capacity, Head Counting

analytic_5.png 건물의 입구나 접근이 금지된 영역의 경우 사람이나 물체의 출입에 대한 counting 정보를 이용하면 보안 기능을 강화 하는데 도움이 된다. 특히 3번의 출입 event 뿐만 아니라 특정 시간부터 출입한 사람의 수가 필요한 경우, 현재 영상에서 정의된 영역에 존재하는 물체 혹은 사람의 수를 영상을 분석해서 얻어오는 기능을 개발 한다. 이 기능의 경우 가장 효율적이고 안정적인 성능을 기대하기 위해서는 카메라의 설치 위치 및 방향이 매우 중요하다. (물체의 구분 문제를 분석 할 때 결과가 카메라의 위치 및 방향에 많은 영향을 받기 때문이다.) 따라서 이 기능의 동작은 천정 혹은 높은 곳에 카메라를 설치하여 움직이는 물체를 수직 방향으로 관찰 하는 상황에서 기능을 수행한다.

사람이나 자동차의 움직임이 빠른 경우에는 처리 속도가 성능에 크게 영향을 미치게 된다. 제안하는 시스템에서의 Counting 알고리즘의 실행은 실시간성이 보장되어야 한다. 또한 다양한 물체와 배경의 변화에서도 강인한 성능을 가질 수 있는 시스템 설계가 필요하다.

 

 

 

 

 

  • 5. Removing Unwanted Moving Objects

나뭇잎의 움직임, 파도의 움직임 또는 감시 대상 이외의 구역에서 발생하는 움직임 들은 실제 화면상에서 존재하는 움직임 정보 이지만 영상 감시에는 불필요한 정보들이다. 이런 불필요 정보들 때문에 감시 기능에 오차가 발생 할 수 있으며, 불필요한 경보(alarm)가 발생해서 경보의 신뢰도가 떨어 질 수 있다. 따라서 화면상에서 사용자가 감시의 대상이 아닌 부분을 설정하고, 감시 기능에서 설정된 영역에 대한 감시를 제외 하면, 신뢰도와 성능 향상에 많은 도움이 된다. 

Removing unwanted moving objects 기능에서는 사용자가 설정한 mask 영역 안에서 발생하는 움직임 물체의 event들은 무관심 event로 간주하고 video analytic 기능의 수행을 방지 해서 경보가 발생하는 것을 방지 한다. 그리고 사용자가 원하는 영역을 집중적으로 감시 할 수 있도록 도와 주는 기능을 제공 한다. 영역 Mask의 경계 영역에서 효과적으로 경보 발생을 방지 하기 위해서 물체와 Mask의 겹칩 영역을 추출해서 일정 비율을 초과하면 경보 발생 방지 물체로 지정하고 video analytic 기능의 수행을 방지한다.

  • 6. Object Tracking

analytic_2.png 

영상에서 물체의 움직임을 추출하고 물체가 영상에 등장하는 동안 물체의 위치를 계속해서 추적하는 기능을 개발한다. 움직임 추출 단계에서 추출된 물체는 각자의 특성을 이용해서 내부적으로 물체를 다른 물체와 구분 해낸다. 결과적으로 target이 되는 물체의 시간상으로 변화된 물체의 위치와 크기, 물체 ID를 PC에 전달 한다. 기본적으로 물체는 이동 중 다른 물체에 의한 가려짐 현상을 제외하는 것을 가정한다.

 

 

 

 

 

  • 7. Object Loitering Detection

analytic_6.png 범죄를 목적으로 한 침입의 경우 특정 영역으로 침입하기 위해서 혹은 정황을 살피기 위해서 주위를 배회 하는 경우가 많이 발생한다. 침입을 통한 범죄를 미연에 방지 하기 위해서는 출입구나 특정 영역으로의 접근을 살펴보는 방법이 효과적이다. 특정 영역을 배회하는 행위를 영상에서 추출 할 수 있다면 수상한 행위가 발생 하기 전에 사용자가 화면을 통해서 감시 할 수 있기 때문에 범죄를 미연에 방지 할 수 있는 장점이 있다. 

Object Loitering detection 기능은 물체의 특정 영역으로의 접근을 검출 하기 위해서 특정 영역을 배회하는 행위를 추출한다. 영상에 등장한 물체를 계속해서 추적하면서 이동 경로를 측정하고 이동 경로가 사용자가 설정한 특정 영역을 기준으로 기준 반경에 위치하는 연속 시간을 감지해서 object loitering detection 기능을 수행한다.

 





주소: 서울시 관악구 관악로 1, 서울대학교 133동 101호 (우 08826). 대표전화: 02-874-7133 / 기술연구소: 02-874-7132. biz@nexreal.com. 팩스: 02-888-4182
X
Login

브라우저를 닫더라도 로그인이 계속 유지될 수 있습니다. 로그인 유지 기능을 사용할 경우 다음 접속부터는 로그인을 하실 필요가 없습니다. 단, 게임방, 학교 등 공공장소에서 이용 시 개인정보가 유출될 수 있으니 꼭 로그아웃을 해주세요.

아이디가 없으신 분은

회원가입 후 이용하실 수 있습니다.

X