KR101993445B1 - Visibility meter of image analysis using artificial intelligence - Google Patents
Visibility meter of image analysis using artificial intelligence Download PDFInfo
- Publication number
- KR101993445B1 KR101993445B1 KR1020180025612A KR20180025612A KR101993445B1 KR 101993445 B1 KR101993445 B1 KR 101993445B1 KR 1020180025612 A KR1020180025612 A KR 1020180025612A KR 20180025612 A KR20180025612 A KR 20180025612A KR 101993445 B1 KR101993445 B1 KR 101993445B1
- Authority
- KR
- South Korea
- Prior art keywords
- image information
- information
- distance
- image
- sharpness
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 22
- 238000010191 image analysis Methods 0.000 title claims abstract description 18
- 230000010365 information processing Effects 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims description 19
- 238000003672 processing method Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 abstract description 17
- 239000000428 dust Substances 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 9
- 208000027418 Wounds and injury Diseases 0.000 abstract description 2
- 230000006378 damage Effects 0.000 abstract description 2
- 208000014674 injury Diseases 0.000 abstract description 2
- 238000012937 correction Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000036626 alertness Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/507—Depth or shape recovery from shading
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 영상분석 시정계에 관한 것으로, 보다 상세하게는 인공지능을 이용한 영상분석 시정계에 관한 것이다. The present invention relates to an image analysis system, and more particularly, to an image analysis system using artificial intelligence.
시정(Visibility)은 낮에는 수평방향으로 먼 거리의 지형 또는 물체를 보통 육안으로 식별할 수 있는 최대거리이고, 야간에는 주간과 같은 밝은 상태를 가정했을 때에 목표물을 식별할 수 있는 최대거리일 수 있다.Visibility is the maximum distance that can identify the terrain or object at a long distance in the horizontal direction during the day, usually the naked eye, and the maximum distance at which the target can be identified at night, assuming a bright state such as daytime .
이러한 시정을 측정하는 방법에는 시각적 측정법, 광학적 측정법 및 영상학적 측정법이 활용되고 있다. 시정거리는 대기오염을 정량적으로 파악할 수 있는 지표로서의 역할이 가능할 뿐만 아니라, 공항, 도로, 해양 등에서 시정 악화로 인한 경제적 손실을 사전에 예방하는 기능을 수행할 수 있다.Visual, optical, and imaging measurements are used to measure these visibilities. The correction distance can serve as an indicator for quantitatively grasping atmospheric pollution, and can prevent the economic loss due to the deterioration of the air conditioner, the road, and the ocean in advance.
최근에는 일기 예보에 미세먼지의 예보가 포함될 정도로 미세먼지 또는 초미세먼지가 심각한 사회문제로 야기되고 있으며, 미세먼지 또는 초미세먼지로 인하여 시정 악화가 발생 되는 경우, 미세먼지 또는 초미세먼지의 발생 정도를 정량적으로 분석하고, 시정거리를 산출하는 것이 중요한 이슈로 떠오르고 있다.In recent years, fine dust or ultrafine dust is caused by serious social problems such that the forecast of fine dust is included in the weather forecast, and when the deterioration of the security due to fine dust or ultrafine dust occurs, the occurrence of fine dust or ultrafine dust Quantitatively, and calculating the visibility distance is becoming an important issue.
종래에는 이러한 시정거리를 산출하기 위하여, 대상물에 대하여 직접 광학측정을 하거나, 지리적 정보와 원근법 그리고 비선형함수를 이용하여 시정거리를 측정하는 방식이 개발되었으나, 딥 러닝과 같은 비선형 변환기법의 발달로 인하여, 기존보다 더욱 정밀한 방식으로 시정 악화시 시정거리를 측정하고자 하는 수요가 점차 증가 되고 있으나, 실효성 있는 기술의 개발은 미비한 실정이다.Conventionally, in order to calculate such a correction distance, a method has been developed in which an optical measurement is performed directly on an object, or a correction distance is measured using geographical information, a perspective and a nonlinear function. However, due to the development of nonlinear conversion techniques such as deep running , The demand for measuring the corrective distance in the case of the deterioration of the visibility in the more precise manner than the existing ones is gradually increasing, but the development of the effective technology is insufficient.
이에 따라, 인공지능 기술을 이용하여 특정 영역에서의 시정거리를 정량적으로 산출하고, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 경제적 손실을 예방할 수 있는 방안의 모색이 요구된다. Accordingly, it is required to find a way to quantitatively calculate a corrective distance in a specific area by using artificial intelligence technology, and to prevent an economic loss when the deterioration of the visibility occurs due to fine dust or ultrafine dust.
본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로, 본 발명의 목적은, CCTV 카메라와 같은 장비를 통해 획득된 영상 이미지를 인공지능 기술을 이용하여 분석함으로써, 시정거리를 정량적으로 산출하는 인공지능을 이용한 영상분석 시정계를 제공함에 있다. SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide a method and apparatus for analyzing a video image obtained through a device such as a CCTV camera using artificial intelligence technology, And to provide an image analysis system using intelligence.
또한, 본 발명의 다른 목적은 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달함으로써, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있는 인공지능을 이용한 영상분석 시정계를 제공함에 있다. Another object of the present invention is to provide a directional voice outputting means for informing drivers who travel in a region where a time-worsening deterioration has occurred when a time-worsening deterioration occurs due to fine dust or ultrafine dust or the like, The present invention provides an image analysis system using an artificial intelligence that can prevent human injury and economic loss due to deterioration in munition.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계는 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하는 이미지 정보 획득부; 상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함한다. According to an aspect of the present invention, there is provided an image analysis system using artificial intelligence, comprising: an image information acquisition unit for acquiring image information of objects set in a distance; The image processing method according to
그리고 상기 정보 처리부는, 상기 이미지 정보 획득부를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 상기 이미지 정보 획득부 및 상기 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장하되, 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 상기 이미지 정보 획득부가 상기 저장된 이미지 정보와 거리정보를 기반으로 상기 이미지 정보 획득부를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 순차적으로 상기 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하도록 할 수 있다.The information processing unit may store and store image information of a subject positioned at predetermined distance intervals based on the image information obtaining unit, distance information on the distance between the image information obtaining unit and the subject, The image information acquiring unit sequentially acquires the image information of the first object located at the farthest position with respect to the image information acquiring unit based on the stored image information and the distance information, It is possible to acquire the image information of the objects set by the distance.
또한, 상기 정보 처리부는, 상기 각각의 이미지 정보의 선명도를 산출하는 경우, 상기 각각의 이미지 정보 중 상기 제1 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 선명도가 상기 기설정된 값 이상인 것인지 판별하고, 상기 산출된 선명도가 상기 기설정된 값 이상이면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 상기 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출할 수 있다.When the sharpness of each of the pieces of image information is calculated, the information processing unit calculates the sharpness of the image information of the first subject among the pieces of image information, and determines whether the calculated sharpness is equal to or greater than the predetermined value And if the calculated sharpness is equal to or greater than the preset value, the sharpness calculation procedure of the image information for the other subjects may be interrupted, and the corrective distance may be calculated based on the distance information about the first subject.
그리고 상기 정보 처리부는, 상기 산출된 선명도가 상기 기설정된 값 미만이면, 상기 각각의 이미지 정보 중 상기 이미지 정보 획득부를 기준으로 상기 제1 피사체보다 상기 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하고, 상기 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라, 상기 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나, 또는 상기 이미지 정보 획득부를 기준으로 상기 제2 피사체보다 상기 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하도록 할 수 있다. If the calculated sharpness is less than the predetermined value, the information processing unit may calculate image information on the second subject, which is closer to the first subject than the first subject, based on the image information obtaining unit, And determining the sharpness of the second subject based on the result of the determination of the sharpness of the image information with respect to the second subject so that the distance to the second subject The correcting distance may be calculated on the basis of the information or the sharpness of the image information of the third subject nearer to the predetermined distance than the second subject may be calculated based on the image information obtaining unit.
또한, 상기 정보 처리부는, 상기 각각의 이미지 정보의 선명도를 산출하기 위해, 상기 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정한 것에 대한 특징점 설정정보를 미리 저장하고, 특정 이미지 정보가 획득되면, 상기 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출할 수 있다.In order to calculate the sharpness of each of the image information, the information processing unit may previously store the minutia point setting information for setting some pixels among the plurality of pixels constituting the respective pieces of image information as minutiae The sharpness of the specific image information can be calculated by calculating the number of recognizable feature points from the obtained specific image information based on the feature point setting information for the specific image information.
그리고 본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 상기 정보 처리부에 의해 판별된 특정 영역에서의 시정거리에 대한 음성정보를 출력하는 지향성 음성정보 출력부;를 더 포함할 수 있다.The image analysis timeline using the artificial intelligence according to the present embodiment is characterized in that the image analysis system using the artificial intelligence includes a directional voice output unit for outputting voice information on the corrective distance in the specific area identified by the information processing unit, And an information output unit.
또한, 상기 제1 영역은, 주행도로가 위치하는 영역 또는 상기 주행도로를 따라 주행하는 차량이 위치하는 영역일 수 있다.The first area may be a region where a road is located or a region where a vehicle traveling along the road is located.
그리고 상기 지향성 음성정보 출력부는, 상기 주행도로를 따라 주행하는 차량을 향해 방사파(radiation wave)를 출사하고, 상기 차량에 의해 반사되는 반사파가 수신되도록 하는 레이더가 구비되어, 상기 주행도로를 따라 주행하는 차량을 감지할 수 있다.The directional voice information output unit includes a radar that emits a radiation wave toward a vehicle traveling along the traveling road and receives a reflected wave reflected by the vehicle so as to travel along the traveling road The vehicle can be detected.
이에 의해, CCTV 카메라와 같은 장비를 통해 획득된 영상 이미지를 인공지능 기술을 이용하여 분석하여 시정거리를 정량적으로 산출할 수 있으며, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.Accordingly, it is possible to quantitatively calculate the correcting distance by analyzing the image obtained through the equipment such as a CCTV camera by using the artificial intelligence technology. When the deterioration of the corrective state occurs due to fine dust or ultrafine dust, Information on the corrective distance of the area can be transmitted to the drivers traveling in the area where the deterioration has occurred through the directional voice output means to improve the alertness and to prevent the loss of life and the economic loss due to the deterioration of the visibility.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계의 구성을 설명하기 위해 도시된 도면이다.
도 2는 본 발명의 일 실시예에 따른 이미지 정보 획득부를 통해 거리별로 획득된 이미지 정보들을 도시된 도면이다.
도 3은 본 발명의 일 실시예에 따른 이미지 정보 획득부를 통해 획득된 특정 지역에 대한 이미지 정보들을 도시된 도면이다.
도 4는 본 발명의 일 실시예에 따른 정보 처리부가 획득된 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다.
도 5는 본 발명의 일 실시예에 따른 정보 처리부를 통해 산출된 시정거리가 별도의 화면을 통해 출력되는 모습이 도시된 도면이다.
도 6은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계를 이용하여 시정거리를 산출하는 과정을 설명하기 위해 도시된 도면이다.FIG. 1 is a diagram illustrating a configuration of an image analysis timeline using artificial intelligence according to an embodiment of the present invention. Referring to FIG.
FIG. 2 is a diagram illustrating image information obtained by distance through an image information obtaining unit according to an embodiment of the present invention.
3 is a diagram illustrating image information for a specific region obtained through the image information obtaining unit according to an embodiment of the present invention.
4 is a view for explaining a process of calculating the sharpness of image information obtained by the information processing unit according to an embodiment of the present invention.
FIG. 5 is a view illustrating a state in which a corrected distance calculated through an information processing unit according to an exemplary embodiment of the present invention is output through a separate screen.
FIG. 6 is a diagram illustrating a process of calculating a correction distance using an image analysis timeline using artificial intelligence according to an embodiment of the present invention. Referring to FIG.
이하에서는 도면을 참조하여 본 발명에 대해 보다 상세히 설명하기로 한다. 이하에 소개되는 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 본 발명은 이하 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다.Hereinafter, the present invention will be described in detail with reference to the drawings. The embodiments described below are provided by way of example so that those skilled in the art will be able to fully understand the spirit of the present invention. The present invention is not limited to the embodiments described below and may be embodied in other forms.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계의 구성을 설명하기 위해 도시된 도면이며, 도 2는 본 발명의 일 실시예에 따른 이미지 정보 획득부(100)를 통해 거리별로 획득된 이미지 정보들을 도시된 도면이고, 도 3은 본 발명의 일 실시예에 따른 이미지 정보 획득부(100)를 통해 획득된 특정 지역에 대한 이미지 정보들을 도시된 도면이다.FIG. 1 is a view for explaining a configuration of an image analysis timeline using artificial intelligence according to an embodiment of the present invention. FIG. 2 is a block diagram illustrating an image
본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 인공지능 기술을 이용하여 영상 이미지를 분석함으로써, 시정거리를 정량적으로 산출하고, 미세먼지 또는 초미세먼지 등을 이유로 시정 악화가 발생 되는 경우, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 지향성 음성출력 수단을 통해 전달하기 위해 마련된다.The image analysis timeline using the artificial intelligence according to the present embodiment analyzes the image image using the artificial intelligence technology to quantitatively calculate the corrective distance, and when the deterioration of the corrective state occurs due to fine dust or ultrafine dust, And is provided to transmit information on the corrective distance of the area to the drivers who travel in the area where the deterioration occurs due to the directional voice output means.
이를 위해, 본 인공지능을 이용한 영상분석 시정계는, 이미지 정보 획득부(100), 정보 처리부(200) 및 지향성 음성정보 출력부(300)로 구성될 수 있다.To this end, the image analysis timeline using the artificial intelligence may include an image
이미지 정보 획득부(100)는, 피사체들에 대한 이미지 정보를 획득하기 위해 마련된다. 구체적으로 이미지 정보 획득부(100)는, CCTV 카메라 및 IP 카메라와 같이 촬영 수단으로 구현되어, 도 2에 도시된 바와 같이 거리별로 피사체를 촬영하여 이미지 정보를 획득할 수 있다.The image
여기서 피사체란, 구조물, 시설물, 표지판과 같이 시간과 관계없이 일정한 위치에 배치되는 대상물 중에 정보 처리부(200)에 의해, 기설정된 거리 간격마다 위치하는 피사체를 의미한다. Here, the object means a subject positioned at a predetermined distance interval by the
정보 처리부(200)는, 이미지 정보 획득부(100)를 통해, 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하기 위해, 선명도 산출 모듈(210), 시정거리 산출 모듈(220) 및 저장 모듈(230)로 구성될 수 있다. The
구체적으로 선명도 산출 모듈(210)은, 하나 이상의 이미지 정보 획득부(100)와 연결되어, 연결된 이미지 정보 획득부(100)를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 이미지 정보 획득부(100)와 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장 모듈(230)에 저장하도록 함으로써, 기설정된 스케줄에 따라 연결된 이미지 정보 획득부(100)가 거리별 이미지 정보를 획득하도록 할 수 있다. Specifically, the
특히, 선명도 산출 모듈(210)은, 도 3a 내지 도 3d에 도시된 바와 같이 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 이미지 정보 획득부(100)가 저장된 이미지 정보와 거리정보를 기반으로 촬영 방향을 조절하여 저장된 이미지 정보와 관련된 피사체를 촬영하도록 할 수 있다. 여기서, 도 3a 내지 도 3d은 서로 다른 시간에 동일한 피사체를 대상으로 촬영하여 획득된 이미지 정보가 도시된 도면이다. 3A to 3D, when the image
한편, 서로 다른 거리에 위치하는 각각의 이미지 정보의 획득 순서는 이미지 정보 획득부(100)를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 제1 피사체보다 기설정된 거리 간격만큼 가까운 곳에 위치하는 제2 피사체, 제2 피사체보다 기설정된 거리만큼 가까운 곳에 위치하는 제3 피사체 순으로 설정되며, 이를 통해, 순차적으로 거리별로 설정된 피사체들에 대한 이미지 정보를 획득할 수 있다. On the other hand, the acquisition order of each image information located at different distances from the image information of the first object located farthest from the image
또한, 선명도 산출 모듈(210)은 각각의 이미지 정보가 획득된 순서에 따라, 이미지 정보 획득부(100)를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 각각의 이미지 정보의 선명도를 산출할 수 있다.The
시정거리 산출 모듈(220)은, 산출된 선명도가 기설정된 값 이상인 이미지 정보가 판별되면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 제1 피사체에 대한 거리정보를 기반으로 특정 영역에서의 시정거리를 산출할 수 있다. When the image information whose calculated sharpness is equal to or greater than a preset value is determined, the correction amount
즉, 정보 처리부(200)는, 선명도 산출 모듈(210)을 통해 제1 피사체에 대한 이미지 정보부터 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상이면, 시정거리 산출 모듈(220)을 통해, 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하고, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하되, 제1 피사체에 대한 이미지 정보의 선명도가 기설정된 값 미만이면, 선명도 산출 모듈(210)을 통해, 이미지 정보 획득부(100)를 기준으로 제1 피사체보다 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하고, 시정거리 산출 모듈(220)을 통해, 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인지 판별하여 특정 영역에서의 시정거리를 산출할 수 있다. That is, the
여기서, 선명도 산출 모듈(210)은 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나 또는 이미지 정보 획득부(100)를 기준으로 제2 피사체보다 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하는 방식으로 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있다.Here, the
예를 들면, 정보 처리부(200)는, 이미지 정보 획득부(100)를 기준으로 2km(=2,000m) 떨어진 제1 피사체에 대한 이미지 정보의 선명도를 산출하여 기설정된 값 미만이면, 제1 피사체보다 10m 가까운 곳에 위치하는 제2 피사체에 대한 이미지 정보의 선명도를 산출하여 기설정된 값과 비교하는 방식으로, 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있으며, 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상이면, 제2 피사체의 거리정보를 기반으로 시정거리가 1,990m로 산출될 수 있다. For example, the
저장 모듈(230)은, 하나 이상의 이미지 정보 획득부(100)에 대한 식별정보와 각각의 이미지 정보 획득부(100)를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 이미지 정보 획득부(100)와 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장할 수 있다. 특히, 이미지 정보 획득부(100)가 IP 카메라로 구현되는 경우, 저장 모듈(230)에는 이미지 정보 획득부(100)에 대한 IP 주소정보가 식별정보로서 저장될 수 있다. The
또한, 저장 모듈(230)에는 특정 이미지 정보 획득부(100)를 통해 기설정된 거리 간격마다 위치하는 피사체의 촬영이 효율적으로 수행되기 위한, 촬영 각도에 대한 각도정보가 이미지 정보 및 거리정보와 함께 매칭되어 저장될 수 있다. 이를 통해, 정보 처리부(200)는, 특정 이미지 정보 획득부(100)가 거리별 이미지 정보의 획득 시점이 도래하면, 거리별로 설정된 피사체들에 대한 각도정보를 활용하여 피사체들을 효율적으로 촬영할 수 있다. In addition, the
지향성 음성정보 출력부(300)는, 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 시정거리에 대한 음성정보를 출력하기 위해 마련된다.The directional voice
구체적으로 지향성 음성정보 출력부(300)는, 정보 처리부(200)에 의해, 특정 영역에 대한 시정거리가 산출되면, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 해당하는 제1 영역에 시정거리에 대한 음성정보를 출력할 수 있다. Specifically, when the corrective distance to a specific area is calculated by the
여기서, 소정의 제한된 지향 각도에 의해 설정되는 제1 영역은, 시정거리가 산출된 특정 영역에 속하는 영역을 의미하며, 이를 통해, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 한하여 시정거리에 대한 음성정보를 청취할 수 있다. Here, the first area set by the predetermined limited directivity angle means an area belonging to the specific area in which the corrective distance is calculated, whereby the area where the driving road is located or the vehicle traveling along the driving road is located It is possible to listen to the voice information about the correcting distance only in the area.
그리고 지향성 음성정보 출력부(300)는, 레이더(미도시)가 구비되어, 구비된 레이더를 이용하여 주행도로를 따라 주행하는 차량을 감지할 수 있다.The directional voice
구체적으로, 지향성 음성정보 출력부(300)는, 레이더를 이용하여 주행도로를 따라 주행하는 차량을 향해 방사파를 출사하고, 차량에 의해 반사되는 반사파가 수신되면, 주행도로를 따라 주행하는 차량을 감지할 수 있어, 주행도로를 따라 차량이 감지되는 경우에만, 시정거리에 대한 음성정보가 출력되도록 할 수 있다.Specifically, the directional audio
이를 통해, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.Through this, it is possible to inform the driver who is traveling in the area where the deterioration is caused by the information about the visibility of the area, thereby improving the alertness and preventing the loss of life and economic loss due to the deterioration of visibility.
도 4는 본 발명의 일 실시예에 따른 정보 처리부(200)가 획득된 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다. FIG. 4 is a diagram illustrating a process of calculating the sharpness of image information obtained by the
본 실시예에 따른 정보 처리부(200)는, 각각의 이미지 정보의 선명도를 산출하기 위해, 선명도를 선출하기에 앞서, 미리 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 특징점으로 설정된 일부 픽셀들에 대한 특징점 설정정보를 미리 저장할 수 있다. In order to calculate the sharpness of each piece of image information, the
여기서, 특징점으로 설정되는 일부 픽셀은 복수의 픽셀이 하나의 그룹을 지정하도록 하여 하나의 특징점으로 설정될 수 있으며, 구체적으로, 도 4a는 복수의 픽셀 중 일부 픽셀을 세 그룹으로 지정하여 특징점으로 설정된 예를 나타낸 도면이고, 도 4b는 복수의 픽셀 중 일부 픽셀을 네 그룹으로 지정하여 특징점으로 설정된 예를 나타낸 도면이다.Here, some of the pixels set as the minutiae can be set as one minutiae by allowing a plurality of pixels to designate one group. Specifically, FIG. 4A shows a case where some pixels among a plurality of pixels are designated as three minutiae, And FIG. 4B is a diagram showing an example in which some pixels among a plurality of pixels are designated as four groups and set as minutiae.
즉, 정보 처리부(200)는, 각각의 이미지 정보를 구성하는 복수의 픽셀 중 색상 및 형상이 유사하여 식별이 어려운 픽셀들을 하나의 그룹으로 지정하여, 하나의 특징점으로 설정되도록 할 수 있으며, 이러한 특징점들에 대한 특징점 설정정보를 저장 모듈(230)에 미리 저장해둠으로써, 특정 이미지 정보가 획득되면, 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 특정 이미지 정보의 선명도를 산출할 수 있다. In other words, the
여기서, 정보 처리부(200)가 인지 가능한 특징점으로 판단하거나, 인지 가능한 특징점으로 판단된 특징점의 개수를 산출하는 과정은 CUDA(Compute Unified Device Architecture) 기술을 이용하여 구현할 수 있다. Here, the process of determining whether the
도 5는 본 발명의 일 실시예에 따른 정보 처리부(200)를 통해 산출된 시정거리가 별도의 화면을 통해 출력되는 모습이 도시된 도면이다.FIG. 5 is a view illustrating a state in which the corrected distance calculated through the
본 실시예에 따른 정보 처리부(200)는, 특정 영역에서의 시정거리가 산출되면, 별도로 마련되는 사용자 단말의 화면을 통해, 산출된 특정 영역에서의 시정거리가 출력될 수 있다. 이를 통해, 사용자는 정보 처리부(200)가 설치된 영역 중 자신이 원하는 영역에서의 시정거리를 쉽고 편리하게 확인할 수 있다. When the correction distance in the specific area is calculated, the
도 6은 본 발명의 일 실시예에 따른 인공지능을 이용한 영상분석 시정계를 이용하여 시정거리를 산출하는 과정을 설명하기 위해 도시된 도면이다.FIG. 6 is a diagram illustrating a process of calculating a correction distance using an image analysis timeline using artificial intelligence according to an embodiment of the present invention. Referring to FIG.
본 실시예에 따른 인공지능을 이용한 영상분석 시정계는 인공지능 기술을 이용하여 영상 이미지를 분석함으로써, 시정거리를 정량적으로 산출하기 위해, 우선, 선명도를 선출하기에 앞서, 정보 처리부(200)가 거리별 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고(S610), 특징점으로 설정된 일부 픽셀들에 대한 특징점 설정정보를 미리 저장할 수 있다. In order to quantitatively calculate the correcting distance by analyzing the image image using the artificial intelligence technology, the image processing system using the artificial intelligence according to the present embodiment may be configured such that the
그리고 이미지 정보 획득부(100)가 기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 이미지 정보와 거리정보를 기반으로 촬영 방향을 조절하여 저장된 이미지 정보와 관련된 피사체를 촬영함으로써, 피사체들에 대한 이미지 정보를 획득할 수 있다(S620).When the image
그리고 정보 처리부(200)는, 각각의 이미지 정보가 획득되면, 각각의 이미지 정보 중 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 특정 이미지 정보의 선명도를 산출할 수 있다(S630). When each image information is obtained, the
정보 처리부(200)는, 특정 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하여(S640), 산출된 선명도가 기설정된 값 이상이면(S640-Yes), 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하고(S670), 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하되, 제1 피사체에 대한 이미지 정보의 선명도가 기설정된 값 미만이면(S640-No), 이미지 정보 획득부(100)를 기준으로 제1 피사체보다 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하고(S650), 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인지 판별하여 특정 영역에서의 시정거리를 산출할 수 있다(S670).The
여기서, 정보 처리부(200)는, 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나 또는 이미지 정보 획득부(100)를 기준으로 제2 피사체보다 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하는 방식으로 선명도가 기설정된 값 이상인 이미지 정보가 판별될 때까지, 선명도 산출절차를 반복해서 수행할 수 있다.Here, the
정보 처리부(200)에 의해, 특정 영역에 대한 시정거리가 산출되면, 지향성 음성정보 출력부(300)가 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 해당하는 제1 영역에 시정거리에 대한 음성정보를 출력할 수 있다(S680). When the corrective distance to the specific area is calculated by the
이를 통해, 시정 악화가 발생된 지역을 주행하는 운전자들에게 해당 지역의 시정거리에 대한 정보를 전달하여, 경각심을 향상시키고, 시정 악화로 인한 인명 피해 및 경제적 손실을 예방할 수 있다.Through this, it is possible to inform the driver who is traveling in the area where the deterioration is caused by the information about the visibility of the area, thereby improving the alertness and preventing the loss of life and economic loss due to the deterioration of visibility.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be construed as limiting the scope of the invention as defined by the appended claims. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention.
100 : 이미지 정보 획득부
200 : 정보 처리부
210 : 선명도 산출 모듈
220 : 시정거리 산출 모듈
230 : 저장 모듈
300 : 지향성 음성정보 출력부100: Image information obtaining unit
200: Information processor
210: Sharpness calculation module
220: Time constant calculation module
230: storage module
300: directional voice information output unit
Claims (8)
상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함하고,
상기 정보 처리부는,
상기 이미지 정보 획득부를 기준으로 기설정된 거리 간격마다 위치하는 피사체에 대한 이미지 정보와 상기 이미지 정보 획득부 및 상기 피사체 간의 거리에 대한 거리정보를 매칭시켜 저장하되,
기설정된 스케줄에 따라 거리별 이미지 정보의 획득 시점이 도래하면, 상기 이미지 정보 획득부가 상기 저장된 이미지 정보와 거리정보를 기반으로 상기 이미지 정보 획득부를 기준으로 가장 먼 곳에 위치하는 제1 피사체에 대한 이미지 정보부터 순차적으로 상기 거리별로 설정된 피사체들에 대한 이미지 정보를 획득하도록 하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.An image information acquiring unit for acquiring image information of objects set for each distance;
The image processing method according to claim 1, further comprising the steps of: calculating image clarity of each image information when the image information on the objects is acquired; determining image information whose calculated sharpness is equal to or greater than a predetermined value; And an information processing unit for calculating an output value,
The information processing unit,
Wherein the image information acquiring unit matches the distance information with respect to the distance between the image information acquiring unit and the subject, the image information of the subject positioned at predetermined distance intervals based on the image information acquiring unit,
The image information obtaining unit obtains the image information of the first object located at the farthest position with reference to the image information obtaining unit based on the stored image information and the distance information, And acquires image information of the objects set sequentially by the distance from the start point of the image.
상기 정보 처리부는,
상기 각각의 이미지 정보의 선명도를 산출하는 경우, 상기 각각의 이미지 정보 중 상기 제1 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 선명도가 상기 기설정된 값 이상인 것인지 판별하고, 상기 산출된 선명도가 상기 기설정된 값 이상이면, 다른 피사체들에 대한 이미지 정보의 선명도 산출절차를 중단하고, 상기 제1 피사체에 대한 거리정보를 기반으로 시정거리를 산출하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.3. The method of claim 2,
The information processing unit,
Wherein the image processing method further comprises the steps of calculating the sharpness of the image information of the first subject among the respective pieces of image information to determine whether the calculated sharpness is equal to or greater than the predetermined value when the sharpness of each of the pieces of image information is calculated, Wherein the correcting step of the image information for the other objects is stopped and the corrective distance is calculated on the basis of the distance information about the first object if the difference is greater than or equal to the predetermined value, system.
상기 정보 처리부는,
상기 산출된 선명도가 상기 기설정된 값 미만이면, 상기 각각의 이미지 정보 중 상기 이미지 정보 획득부를 기준으로 상기 제1 피사체보다 상기 기설정된 거리 간격만큼 가까운 제2 피사체에 대한 이미지 정보의 선명도를 산출하여, 상기 산출된 제2 피사체에 대한 이미지 정보의 선명도가 기설정된 값 이상인 것인지 판별하고,
상기 제2 피사체에 대한 이미지 정보의 선명도의 판별 결과에 따라, 상기 제2 피사체에 대한 거리정보를 기반으로 시정거리를 산출하거나, 또는 상기 이미지 정보 획득부를 기준으로 상기 제2 피사체보다 상기 기설정된 거리 간격만큼 가까운 제3 피사체에 대한 이미지 정보의 선명도를 산출하도록 하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.The method of claim 3,
The information processing unit,
Calculating a sharpness of image information for a second subject nearer to the first subject than the first subject based on the image information acquiring unit among the respective pieces of image information when the calculated sharpness is less than the predetermined value, Determining whether the calculated sharpness of the image information for the second subject is equal to or greater than a predetermined value,
The correcting distance may be calculated on the basis of the distance information of the second subject or the predetermined distance may be calculated based on the determination result of the sharpness of the image information with respect to the second subject, And calculating the sharpness of the image information for the third subject close to the third distance.
상기 정보 처리부는,
상기 각각의 이미지 정보의 선명도를 산출하기 위해, 상기 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정한 것에 대한 특징점 설정정보를 미리 저장하고, 특정 이미지 정보가 획득되면, 상기 특정 이미지 정보에 대한 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.The method of claim 3,
The information processing unit,
In order to calculate the sharpness of each of the image information, the minutiae setting information for a certain pixel among a plurality of pixels constituting the image information is arbitrarily set as the minutiae point, is stored in advance, and when specific image information is obtained And calculating the number of recognizable feature points from the obtained specific image information based on the feature point setting information for the specific image information to calculate the sharpness of the specific image information. .
상기 피사체들에 대한 이미지 정보가 획득되면, 각각의 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도가 기설정된 값 이상인 이미지 정보를 판별하여, 상기 판별된 이미지 정보를 기반으로 특정 영역에서의 시정거리를 산출하는 정보 처리부;를 포함하고,
소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 상기 정보 처리부에 의해 판별된 특정 영역에서의 시정거리에 대한 음성정보를 출력하는 지향성 음성정보 출력부;를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.An image information acquiring unit for acquiring image information of objects set for each distance;
The image processing method according to claim 1, further comprising the steps of: calculating image clarity of each image information when the image information on the objects is acquired; determining image information whose calculated sharpness is equal to or greater than a predetermined value; And an information processing unit for calculating an output value,
And a directional audio information output unit for outputting audio information on the corrective distance in the specific area identified by the information processing unit in a first area set by a predetermined limited directional angle. Using Image Analysis System.
상기 제1 영역은,
주행도로가 위치하는 영역 또는 상기 주행도로를 따라 주행하는 차량이 위치하는 영역인 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.The method according to claim 6,
Wherein the first region comprises:
An area where a driving road is located or an area where a vehicle running along the driving road is located.
상기 지향성 음성정보 출력부는,
상기 주행도로를 따라 주행하는 차량을 향해 방사파(radiation wave)를 출사하고, 상기 차량에 의해 반사되는 반사파가 수신되도록 하는 레이더가 구비되어, 상기 주행도로를 따라 주행하는 차량을 감지하는 것을 특징으로 하는 인공지능을 이용한 영상분석 시정계.8. The method of claim 7,
Wherein the directional voice information output unit comprises:
A radar for emitting a radiation wave toward a vehicle traveling along the traveling road and receiving reflected waves reflected by the vehicle is provided to detect a vehicle traveling along the traveling road, Image analysis system using artificial intelligence.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180025612A KR101993445B1 (en) | 2018-03-05 | 2018-03-05 | Visibility meter of image analysis using artificial intelligence |
PCT/KR2018/013289 WO2019172500A1 (en) | 2018-03-05 | 2018-11-05 | Video analysis visibility meter using artificial intelligence |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180025612A KR101993445B1 (en) | 2018-03-05 | 2018-03-05 | Visibility meter of image analysis using artificial intelligence |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101993445B1 true KR101993445B1 (en) | 2019-06-26 |
Family
ID=67105164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180025612A KR101993445B1 (en) | 2018-03-05 | 2018-03-05 | Visibility meter of image analysis using artificial intelligence |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR101993445B1 (en) |
WO (1) | WO2019172500A1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210032075A (en) | 2019-09-16 | 2021-03-24 | (주)시정 | System for image analysis using artificial intelligence and method using the same |
WO2021201474A1 (en) * | 2020-03-31 | 2021-10-07 | 주식회사 비트센싱 | Radar device and method for classifying objects |
KR20210122101A (en) * | 2020-03-31 | 2021-10-08 | 주식회사 비트센싱 | Radar apparatus and method for classifying object |
KR20230081373A (en) | 2021-11-30 | 2023-06-07 | (주)시정 | Image analysis visibility system that calculates dominant visibility using panoramic images and artificial intelligence |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005338941A (en) * | 2004-05-24 | 2005-12-08 | Fujitsu Ltd | Method and device for detecting visibility |
KR20060101990A (en) | 2005-03-22 | 2006-09-27 | 주식회사 화흥도로안전씨스템 | Fog preventing system |
KR101503213B1 (en) | 2014-04-04 | 2015-03-17 | 경주대학교 산학협력단 | Visual range measurement device and method using a geographical information and perspective of a visual image |
KR101748524B1 (en) * | 2016-01-26 | 2017-06-27 | (주)스마트테크놀로지 | Apparatus and method for fog detection using visibility estimation |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4228994B2 (en) * | 2004-05-24 | 2009-02-25 | 富士フイルム株式会社 | Image management apparatus, image management method, and image management program |
KR101032160B1 (en) * | 2009-10-06 | 2011-05-02 | 충주대학교 산학협력단 | System and method for road visibility measurement using camera |
-
2018
- 2018-03-05 KR KR1020180025612A patent/KR101993445B1/en active IP Right Grant
- 2018-11-05 WO PCT/KR2018/013289 patent/WO2019172500A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005338941A (en) * | 2004-05-24 | 2005-12-08 | Fujitsu Ltd | Method and device for detecting visibility |
KR20060101990A (en) | 2005-03-22 | 2006-09-27 | 주식회사 화흥도로안전씨스템 | Fog preventing system |
KR101503213B1 (en) | 2014-04-04 | 2015-03-17 | 경주대학교 산학협력단 | Visual range measurement device and method using a geographical information and perspective of a visual image |
KR101748524B1 (en) * | 2016-01-26 | 2017-06-27 | (주)스마트테크놀로지 | Apparatus and method for fog detection using visibility estimation |
Non-Patent Citations (1)
Title |
---|
김경원, "CCTV 기반 도로 및 해안 지역의 시정거리 측정 및 안개 탐지", 한국대기환경학회 2017년 제60회 정기학술대회 초록집, 2017.11.* * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210032075A (en) | 2019-09-16 | 2021-03-24 | (주)시정 | System for image analysis using artificial intelligence and method using the same |
WO2021201474A1 (en) * | 2020-03-31 | 2021-10-07 | 주식회사 비트센싱 | Radar device and method for classifying objects |
KR20210122101A (en) * | 2020-03-31 | 2021-10-08 | 주식회사 비트센싱 | Radar apparatus and method for classifying object |
KR102557620B1 (en) | 2020-03-31 | 2023-07-21 | 주식회사 비트센싱 | Radar apparatus and method for classifying object |
KR20230081373A (en) | 2021-11-30 | 2023-06-07 | (주)시정 | Image analysis visibility system that calculates dominant visibility using panoramic images and artificial intelligence |
KR102654044B1 (en) * | 2021-11-30 | 2024-04-03 | (주)시정 | Image analysis visibility system that calculates dominant visibility using panoramic images and artificial intelligence |
Also Published As
Publication number | Publication date |
---|---|
WO2019172500A1 (en) | 2019-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101993445B1 (en) | Visibility meter of image analysis using artificial intelligence | |
JP7355151B2 (en) | Information processing device, information processing method, program | |
US20230079730A1 (en) | Control device, scanning system, control method, and program | |
EP3705371A1 (en) | Obstacle detecting device | |
CN108692719B (en) | Object detection device | |
US9154741B2 (en) | Apparatus and method for processing data of heterogeneous sensors in integrated manner to classify objects on road and detect locations of objects | |
US20170236015A1 (en) | Image processing device, alarming apparatus, image processing system, and image processing method | |
JP2007232690A (en) | Present position detection apparatus, map display device and present position detecting method | |
CN107633683B (en) | Off-site law enforcement management system for vehicle overload | |
US12117333B2 (en) | Displacement measurement apparatus for structure | |
JP4914365B2 (en) | Line-of-sight measurement equipment | |
JP2007010335A (en) | Vehicle position detecting device and system | |
CN103969466A (en) | Method for measuring speed of vehicle and corresponding terminal | |
KR20170039465A (en) | System and Method for Collecting Traffic Information Using Real time Object Detection | |
KR20190043396A (en) | Method and system for generating and providing road weather information by using image data of roads | |
CN112585484B (en) | Method and assembly for detecting corona discharge of installation with operating device | |
CN103577790B (en) | road turn type detection method and device | |
CN114141057A (en) | Intersection vehicle collision early warning evaluation method, device and system | |
KR20200075692A (en) | Fog detection device using coordinate system and method thereof | |
KR20150039230A (en) | Method for providing real time traffic information around vehicle and traffic information system using the same | |
JP2014130429A (en) | Photographing device and three-dimensional object area detection program | |
JP7094854B2 (en) | Collapsed slope monitoring method and collapsed slope monitoring system | |
WO2019151704A1 (en) | Method and system for measuring three-dimensional visibility using traffic monitoring camera | |
EP3273408B1 (en) | Device and method for determining a distance to a vehicle | |
JP2019114183A (en) | Warning system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |