KR20200136583A - System for searching numbers of vehicle and pedestrian based on artificial intelligence - Google Patents
System for searching numbers of vehicle and pedestrian based on artificial intelligence Download PDFInfo
- Publication number
- KR20200136583A KR20200136583A KR1020190062283A KR20190062283A KR20200136583A KR 20200136583 A KR20200136583 A KR 20200136583A KR 1020190062283 A KR1020190062283 A KR 1020190062283A KR 20190062283 A KR20190062283 A KR 20190062283A KR 20200136583 A KR20200136583 A KR 20200136583A
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- pedestrian
- image
- artificial intelligence
- pedestrians
- Prior art date
Links
Images
Classifications
-
- G06K9/00362—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G06K9/3258—
-
- 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
- G06N3/08—Learning methods
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G06K2209/15—
-
- G06K2209/23—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 차량번호 및 얼굴의 인식방법에 관한 것으로서, 특히 근거리 또는 원거리의 영상으로부터 다수개의 차량과 보행자의 얼굴에 대해서 그 수의 제한이 없고, 그 크기의 제한이 없이 육안식별이 가능한 상태에서 인식 및 검색을 수행하는 인공지능 기반 차량번호 및 보행자 검색 시스템에 관한 것이다.The present invention relates to a method for recognizing vehicle numbers and faces, and in particular, there is no limit on the number of faces of a plurality of vehicles and pedestrians from an image at a short distance or a long distance, and recognition in a state in which visual identification is possible without limiting the size. And an artificial intelligence-based vehicle number and pedestrian search system that performs a search.
인구의 증가, 도시화로 인한 인구의 밀집, 산업화로 인한 소외 등으로 증가하는 범죄문제에 대응하고 사회안전망을 구축하기 위해, 각 지방자체단체 등 정부기관은 CCTV의 도입은 전국적으로 확산되고 있으며, 이를 이용한 범죄 해결의 비중은 해마다 증가하고 있다.In order to cope with increasing crime problems due to population increase, population density due to urbanization, alienation due to industrialization, etc., and to establish a social safety net, the introduction of CCTV by government agencies such as local governments is spreading nationwide. The share of used crime solutions is increasing year by year.
범죄사실이나 범인을 객관적으로 입증할 수 있는 증거자료로써 CCTV는 그 중요성이 증가하고 있는 반면, 정보과부하(Information Overload: 지나치게 많이 수집된 이미지 정보)로 인한 과도한 판독업무로 인해 또한, 담당자들에게 많은 어려움을 주고 있다.While CCTV is increasingly important as evidence that can objectively prove the fact of a crime or criminal, information overload (image information collected too much) has caused excessive reading work, which has also led to a large number of people in charge. Is giving you difficulties.
통상의 경우, 일반인은 22분 이상 연속하여 CCTV를 모니터링시 상황인지 확률이 5% 미만으로 급감한다는 보고가 있다.In general, there are reports that the probability of the situation when monitoring CCTV continuously for more than 22 minutes in the general public drops to less than 5%.
이와 같은 문제점을 해결하기 위해, 차량번호 인식, 보행자의 얼굴 인식 그리고, 침입등의 다양한 행동을 분석하는 지능형 영상 감시기술 도입의 수요가 증가되고 있다.In order to solve such a problem, there is an increasing demand for the introduction of intelligent video surveillance technology that analyzes various behaviors such as vehicle number recognition, pedestrian face recognition, and intrusion.
그러나, 기존의 CCTV 시스템은 "지능형 CCTV 행위기반 DB 구축 및 시험, 인증 방안 연구(한국인터넷진흥원, 2012)"에 따르면, 잦은 오탐지로 인하여 만족도가 100점 만점에 21.5점으로 조사되었으며, 도입된 시스템들은 거의 사용되지 않는 것으로 파악되고 있다.However, according to the "Intelligent CCTV behavior-based DB construction, test, and authentication method study (Korea Internet & Security Agency, 2012)", the existing CCTV system was surveyed as 21.5 out of 100 points of satisfaction due to frequent false positives. Systems are found to be rarely used.
본 발명은 시스템은 컴퓨터(영상분석 솔루션)가 CCTV 카메라를 통한 영상을 이용하여 차량번호 및 얼굴을 자동으로 인식하고 검색하되 그 정확도를 극대화한 인공지능 기반의 CCTV 통합관제 솔루션을 제시하고자 한다.The present invention intends to present an artificial intelligence-based CCTV integrated control solution in which a computer (image analysis solution) automatically recognizes and searches vehicle numbers and faces using images through CCTV cameras, but maximizes the accuracy.
본 발명은 상술한 종래기술의 문제점을 해결하기 위해 안출된 것으로, 딥 러닝기반의 데이터 학습을 통해서 차량번호 및 얼굴을 인식하는 방법을 제공하는 데 과제가 있다.The present invention has been conceived to solve the problems of the prior art, and has a problem to provide a method for recognizing a vehicle number and a face through deep learning-based data learning.
특히, 본 발명은 딥러닝 기반의 데이터 학습 방법에 있어서 객체(Object)의 계층적 구조를 이용함으로써 오탐지를 개선하는 방법을 제공하는 데 과제가 있다.In particular, an object of the present invention is to provide a method for improving false detection by using a hierarchical structure of objects in a deep learning-based data learning method.
전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템은, 정보통신망을 통해 원격지에 설치된 복수의 CCTV 카메라로부터 영상신호를 실시간으로 수집하는 검색 시스템으로서, 다수의 차량번호 및 보행자의 얼굴정보를 저장하는 데이터 베이스 서버, 전송단말로부터 상기 영상신호를 전달받아 영상 내 등장하는 하나 이상의 객체를 추출하고, 추출된 객체를 차량 또는 보행자로 분류 및 저장하는 저장분배 서버 및 영상처리 기법을 통해 분류된 차량 또는 보행자에 대한 영상처리를 수행하고, 상기 데이터 베이스를 참조하여 상기 영상신호의 영상 내 등장하는 각 객체의 차량 또는 보행자를 식별하는 영상 분석 서버를 포함할 수 있다.In order to solve the above problems, the artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention is a search system that collects video signals in real time from a plurality of CCTV cameras installed at remote locations through an information communication network. A database server that stores the vehicle number and face information of pedestrians, and a storage distribution server that receives the image signal from a transmission terminal and extracts one or more objects appearing in the image, and classifies and stores the extracted object as a vehicle or a pedestrian And an image analysis server that performs image processing on vehicles or pedestrians classified through an image processing technique, and identifies vehicles or pedestrians of each object appearing in the image of the image signal by referring to the database. .
상기 영상 분석 서버는, 저장분배 서버에 저장된 하나 이상의 객체를 순차적으로 로딩하는 영상 신호 입력부, 로딩된 객체에 포함된 특성에 따라 객체의 영역에 하나 이상의 ROI를 설정하는 분류부, 상기 ROI와 상기 데이터 베이스에 저장된 다수의 차량번호 또는 얼굴정보를 인공지능 기법을 이용하여 대조하여 동일 또는 유사 범주에 속하는 차량 또는 보행자를 검증하는 검증부 및 검증결과에 따라, 기준치 이상의 유사도를 갖는 차량정보 또는 얼굴정보에 대응하는 ROI의 객체를 특정 차량 또는 보행자로 식별하는 식별부를 포함할 수 있다.The image analysis server includes an image signal input unit for sequentially loading one or more objects stored in a storage distribution server, a classification unit for setting one or more ROIs in an object area according to characteristics included in the loaded object, the ROI and the data In accordance with the verification result and a verification unit that verifies vehicles or pedestrians belonging to the same or similar category by collating multiple vehicle numbers or face information stored in the base using artificial intelligence techniques, the vehicle information or face information having a similarity greater than or equal to the reference value It may include an identification unit that identifies the object of the corresponding ROI as a specific vehicle or pedestrian.
또한, 전술한 과제를 해결하기 위한 본 발명의 다른 양태의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 방법은, 복수의 CCTV 카메라로부터 영상신호를 실시간으로 획득하고, 영상 내 등장하는 하나 이상의 객체를 추출 및 추출된 객체를 차량 또는 보행자로 분류 및 저장하는 단계, 추출된 객체에 하나 이상의 ROI를 설정하여 차량 또는 보행자인지 여부를 판단하고, 차량인 경우 번호판을 검출하여 차량번호를 인식하는 단계, 차량 및 보행자가 아닌 객체가 이륜차인지 여부를 판단하고, 객체의 규칙을 검증하여 이륜차는 제외하는 단계, 현재 분석중인 ROI에 대하여 이웃한 객체 영역과의 겹침이 발생했는지 여부를 판단하는 단계, 겹침 발생시 이웃한 객체들의 영역을 합산하는 단계, 대상 영상의 각 프레임을 VGA 해상도의 픽셀 크기로 변환하는 단계 및 변환된 영상을 파일형태로 저장하는 단계를 포함할 수 있다.In addition, the artificial intelligence-based vehicle number and pedestrian search method according to another aspect of the present invention for solving the above-described problem, acquires an image signal from a plurality of CCTV cameras in real time, and one or more objects appearing in the image. Extracting and classifying and storing the extracted object as a vehicle or a pedestrian, determining whether it is a vehicle or a pedestrian by setting one or more ROIs on the extracted object, and recognizing the vehicle number by detecting a license plate in the case of a vehicle, Determining whether an object other than a vehicle or a pedestrian is a two-wheeled vehicle, verifying the rules of the object, excluding the two-wheeled vehicle, determining whether overlapping with the neighboring object area for the ROI currently being analyzed has occurred, and when overlapping occurs It may include summing areas of neighboring objects, converting each frame of the target image into a pixel size of VGA resolution, and storing the converted image in a file format.
본 발명의 실시예에 따르면, 각 지역에 설치된 다수의 CCTV 카메라로부터 영상신호를 수집하고, 영상 내 등장하는 차량 및 보행자에 대하여 ROI를 설정하고, 인공지능 기법을 이용하여 차량 또는 보행자 여부를 판단하여 차량 및 보행자 검색의 정확도를 향상시키는 효과가 있다.According to an embodiment of the present invention, by collecting image signals from a plurality of CCTV cameras installed in each area, setting an ROI for vehicles and pedestrians appearing in the image, and determining whether a vehicle or a pedestrian is using an artificial intelligence technique. There is an effect of improving the accuracy of vehicle and pedestrian search.
도 1은 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 전체 구조에 관한 도면이다.
도 2는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 영상 분석 장치에 관한 도면이다.
도 3은 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 방법에 관한 도면이다.
도 4는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 차량번호 분석 방법을 모식화한 도면이다.
도 5는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템이 제공하는 전광판 화면을 예시한 도면이다.1 is a diagram illustrating the overall structure of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
FIG. 2 is a diagram of an image analysis device of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
3 is a diagram of a vehicle number and a pedestrian search method based on artificial intelligence according to an embodiment of the present invention.
4 is a diagram schematically illustrating a vehicle number analysis method of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
5 is a diagram illustrating an electronic display screen provided by an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "구비" 또는 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부(Unit)", "...서버(Server)" 및 "...시스템(System)" 등의 용어는 하나 또는 그 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어, 소프트웨어 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.When a part of the specification says that a certain component is "equipped" or "included", it means that other components may be further included instead of excluding other components unless otherwise stated. In addition, terms such as "...unit", "...server" and "...system" described in the specification refer to units that process one or more functions or operations. It means, and this may be implemented in hardware, software, or a combination of hardware and software.
또한 본 명세서에서 "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미하나, 발명의 대상은 그러한 예에 의해 제한되지 않는다. 또한 "포함하는", "구비하는", "갖는" 및 다른 유사한 용어가 사용되고 있으나, 청구범위에서 사용되는 경우 임의의 추가적인 또는 다른 구성요소를 배제하지 않는 개방적인 전환어(Transition word)로서 "포함하는(Comprising)"이라는 용어와 유사한 방식으로 포괄적으로 사용될 수 있다.In addition, in the present specification, the term “an embodiment” means serving as an illustration, example, or illustration, but the subject of the invention is not limited by such an example. In addition, "comprising", "having", "having" and other similar terms are used, but when used in the claims, "included" as an open transition word that does not exclude any additional or other elements. It may be used generically in a manner similar to the term "comprising".
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현되거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "...부(Unit)", "...서버(Server)" 및 "...시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명의 프로그램에서 실행되는 각 기능은 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.The various techniques described herein may be implemented with hardware or software, or, where appropriate, with a combination of both. As used herein, terms such as "...unit", "...server" and "...system" are likewise computer-related entities, i.e. hardware , It can be treated as a combination of hardware and software, software or equivalent to software at the time of execution. In addition, each function executed in the program of the present invention may be configured in a module unit, and may be recorded in one physical memory, or distributed between two or more memories and a recording medium.
도 1은 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 전체 구조에 관한 도면이다.1 is a diagram of an overall structure of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템은, 정보통신망을 통해 원격지에 설치된 복수의 CCTV 카메라(10)로부터 영상신호를 실시간으로 수집하는 검색 시스템으로서, 다수의 차량번호 및 보행자의 얼굴정보를 저장하는 데이터 베이스 서버(110), 전송단말(50)로부터 영상신호를 전달받아 영상 내 등장하는 하나 이상의 객체를 추출하고, 추출된 객체를 차량 또는 보행자로 분류 및 저장하는 저장분배 서버(120), 각 CCTV 카메라(10)에 대응하는 영상신호를 화면상에 실시간으로 표시하는 전광판 장치(130) 및 영상처리 기법을 통해 분류된 차량 또는 보행자에 대한 영상처리를 수행하고, 데이터 베이스 서버(110)를 참조하여 상기 영상신호의 영상 내 등장하는 각 객체의 차량 또는 보행자를 식별하는 영상 분석 서버(200)를 포함할 수 있다.Referring to FIG. 1, an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention is a search system that collects video signals in real time from a plurality of
상세하게는, 본 발명의 실시예에 따른 검색 시스템에 적용되는 인공지능(AI) 기반 영상분석 솔루션은 차량번호 인식 카메라 및 네트워크 카메라로부터 전송되는 동영상 데이터로부터 실시간으로 차량번호 및 보행자의 얼굴을 인식하는 것을 특징으로 한다.In detail, the artificial intelligence (AI) based image analysis solution applied to the search system according to the embodiment of the present invention recognizes the vehicle number and the face of a pedestrian in real time from the video data transmitted from the vehicle number recognition camera and the network camera. It features.
하나의 검색 시스템에는 최대 24개 또는 최대 32개의 채널의 CCTV 카메라(10) 영상으로부터 차량번호 및 보행자의 얼굴을 인식할 수 있다. In one search system, the vehicle number and the face of a pedestrian can be recognized from images of the
데이터 베이스 서버(110)는 인식된 차량번호 및 얼굴정보를 저장하고 있으며, 이는 인식된 시간, 차량번호 및 특정 얼굴에 대한 검색 질의어를 통해서 조회될 수 있다. The
저장분배 서버(120)는 전송된 영상신호를 지정된 저장공간에 분류하여 저장할 수 있다. CCTV 카메라(10)는 각 지역의 도로 등에 다수개가 설치될 수 있고, 저장분배 서버(120)는 각 지역의 CCTV 카메라(10)로부터 전송되는 영상신호를 실시간으로 수신 및 저장할 수 있다.The
영상 분석 서버(200)는 전송된 영상신호를 실시간으로 분석 및 연결된 전광판 장치(130)를 통해 화면상에 표시할 수 있다. 화면상에 표시되는 영상은 관제 요원들이 모니터링 할 수 있다.The
이를 위한 전광판 장치(130)는 대면적, 고화질의 대형 평판표시장치로 구현될 수 있다.For this purpose, the
또한, 영상 분석 서버(200)는 영상 내 등장하는 차량 및 보행자의 인식된 시간, 특정 얼굴의 검색 질의어를 조합하여 저장분배 서버(120)에 저장된 영상신호를 조회할 수 있으며 조회결과는 저장분배 서버(120)에 기록할 수 있다.In addition, the
이러한 영상 분석 서버(200)에 적용되는 영상 분석 솔루션은 영상분석, 동영상 저장, 데이터 저장 그리고, 자료처리를 하나의 제어장치의 형태로 구현될 수 있고, 하나의 장치를 통해 영상분석 작업을 처리할 수 있다.The image analysis solution applied to the
도 2는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 영상 분석 장치에 관한 도면이다.FIG. 2 is a diagram of an image analysis device of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
도 2를 참조하면, 영상 분석 장치(200)는 저장분배 서버에 저장된 하나 이상의 객체를 순차적으로 로딩하는 영상 신호 입력부(210), 로딩된 객체에 포함된 특성에 따라 객체의 영역에 하나 이상의 ROI를 설정하는 분류부(220), ROI와 데이터 베이스에 저장된 다수의 차량번호 또는 얼굴정보를 인공지능 기법을 이용하여 대조하여 동일 또는 유사 범주에 속하는 차량 또는 보행자를 검증하는 검증부(230) 및 검증결과에 따라, 기준치 이상의 유사도를 갖는 차량정보 또는 얼굴정보에 대응하는 ROI의 객체를 특정 차량 또는 보행자로 식별하는 식별부(240)를 포함할 수 있다.Referring to FIG. 2, the
영상 신호 입력부(210)는 CCTV 카메라부터 수집되고 분류저장된 영상신호를 순차적으로 메모리에 로딩하고, 영상 처리 준비를 한다. 이때, 영상에 대한 전처리 과정이 더 포함할 수 있다.The image
분류부(220)는 영상 내 객체 등장여부를 판단하고 객체가 등장하는 경우, 그 형태에 따라 차량, 이륜차 및 보행자로 객체의 종류를 분류 및 ROI를 설정할 수 있다. 특히, 차량의 경우에는 번호판이 더 포함되어 있고, 이에 번호판에 대한 ROI를 더 설정할 수 있다.The
검증부(230)는 ROI에 대한 영상 분석 절차를 통해 각 객체가 차량 또는 보행자 인지 여부를 검증할 수 있다. 차량의 경우에는 전방유리, 번호판, 타이어 등에 대응하는 요소가 포함되고, 보행자의 경우에는 얼굴, 몸, 팔, 다리에 대응하는 요소가 포함된다. 검증부(230)는 전술한 요소의 유무를 통해 각 객체의 종류를 구분할 수 있다.The
식별부(240)는 종류가 특정된 객체에 대하여 식별절차를 수행할 수 있다. 차량의 경우에는 번호판에 기재된 차량번호를 통해 대상을 특정할 수 있고, 보행자의 경우에는 얼굴부분에 대한 영상대조를 통해 누구인지를 식별할 수 있다. 이를 위해 데이터 베이스 서버에는 딥러닝을 위한 다수의 영상이 저장되어 이고, 식별부(240)는 딥러닝 기반의 데이터 학습 방법에 있어서 객체의 계층적 구조를 이용하여 차량 및 보행자를 특정하고 오탐지를 개선할 수 있다.The
도 3은 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 방법에 관한 도면이다. 이하의 설명에서 각 단계별 실행주체는 전술한 본 발명의 검색 시스템 및 이의 각 구성부가 되고, 각 단계는 공지의 프로그래밍 언어에 의해 제작되며, 영상 분석 장치에 탑재되는 마이크로 프로세서에 의해 실행 가능하고, 읽고 쓰기가 가능한 기록매체에 기록되어 영상 분석 장치에 탑재될 수 있다.3 is a diagram illustrating an artificial intelligence-based vehicle number and a pedestrian search method according to an embodiment of the present invention. In the following description, the execution subject of each step becomes the search system of the present invention and each component thereof, and each step is produced by a known programming language, and can be executed by a microprocessor mounted on an image analysis device, and read It can be recorded on a writable recording medium and mounted on an image analysis device.
도 3을 참조하면, 본 발명의 차량번호 및 보행자 검색 방법은 복수의 CCTV 카메라로부터 영상신호를 실시간으로 획득하고, 영상 내 등장하는 하나 이상의 객체를 추출 및 추출된 객체를 차량 또는 보행자로 분류 및 저장하는 단계, 추출된 객체에 하나 이상의 ROI를 설정하여 차량 또는 보행자인지 여부를 판단하고, 차량인 경우 번호판을 검출하여 차량번호를 인식하는 단계, 차량 및 보행자가 아닌 객체가 이륜차인지 여부를 판단하고, 객체의 규칙을 검증하여 이륜차는 제외하는 단계, 현재 분석중인 ROI에 대하여 이웃한 객체 영역과의 겹침이 발생했는지 여부를 판단하는 단계, 겹침 발생시 이웃한 객체들의 영역을 합산하는 단계, 대상 영상의 각 프레임을 VGA 해상도의 픽셀 크기로 변환하는 단계 및 변환된 영상을 파일형태로 저장하는 단계를 포함할 수 있다.3, the vehicle number and pedestrian search method of the present invention acquires an image signal from a plurality of CCTV cameras in real time, extracts one or more objects appearing in the image, and classifies and stores the extracted object as a vehicle or a pedestrian. The step of setting one or more ROIs on the extracted object to determine whether it is a vehicle or a pedestrian, and in the case of a vehicle, detecting a license plate to recognize the vehicle number, determining whether an object other than the vehicle and pedestrian is a two-wheeled vehicle, Excluding the motorcycle by verifying the rules of the object, determining whether overlap with the neighboring object region has occurred with respect to the currently analyzed ROI, summing the regions of neighboring objects when overlapping occurs, each of the target images It may include converting the frame into a pixel size of VGA resolution and storing the converted image in a file format.
상세하게는, 먼저 검색 시스템이 원격지에 설치된 복수의 CCTV 카메라로부터 실시간으로 도로 등을 촬영한 영상신호를 수신하여 획득하고(S100), 영상 내 등장하는 하나 이상의 객체를 추출 및 추출된 객체를 차량 또는 보행자로 분류 및 저장한다.In detail, first, a search system receives and acquires an image signal photographing a road in real time from a plurality of CCTV cameras installed in a remote location (S100), and extracts one or more objects appearing in the image and extracts the extracted object from the vehicle or Classify and store as pedestrians.
이후, 영상 분석을 통해 영상 신호에 등장하는 각 객체가 차량인지 여부를 판단한다(S110). 차량이 아닌 것으로 판단되는 경우 해당 객체가 보행자인지 여부를 확인하고(S120), 보행자도 아닌 경우 이륜차인지 여부를 확인한다(S130).Thereafter, it is determined whether each object appearing in the image signal is a vehicle through image analysis (S110). If it is determined that it is not a vehicle, it is checked whether the object is a pedestrian (S120), and if it is not a pedestrian, it is checked whether it is a two-wheeled vehicle (S130).
또한, S110 단계에서 해당 객체가 차량인 경우 번호판을 검출하고(S140), 차량번호를 인식한다(S150).In addition, in step S110, if the object is a vehicle, a license plate is detected (S140), and the vehicle number is recognized (S150).
다음으로, 차량, 보행자 또는 이륜차로 판단된 객체에 대하여 객체의 규칙을 검증하여(S160), 객체로 최종 판단되는 경우 이웃한 타 객체와의 겹침 여부를 판단한다(S170). Next, the rule of the object is verified with respect to the object determined to be a vehicle, a pedestrian, or a two-wheeled vehicle (S160), and when it is finally determined as an object, it is determined whether or not they overlap with other neighboring objects (S170).
상기의 S170 단계에서 이웃한 둘 이상의 객체간 겹침 영역이 발생한 것으로 판단되면 객체의 영역을 합산한다(S180).If it is determined that an overlapping area between two or more neighboring objects has occurred in step S170, the areas of the objects are summed (S180).
이후, 해당 영상에 대하여 해상도를 VGA 즉, 가로 640, 세로 480의 크기로 변환하고(S190), 파일을 저장함으로써 절차를 종료한다(S190).Thereafter, the resolution of the image is converted into VGA, that is, the size of 640 horizontally and 480 vertically (S190), and the process is terminated by storing the file (S190).
도 4는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템의 차량번호 분석 방법을 모식화한 도면이다.4 is a diagram schematically illustrating a vehicle number analysis method of an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
도 4를 참조하면, 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템에서는 두 가지 규격의 번호판에 대하여 번호 추출을 수행할 수 있다.Referring to FIG. 4, in the AI-based vehicle number and pedestrian search system according to an embodiment of the present invention, number extraction may be performed on license plates of two standards.
먼저, 번호판이 인식된 결과에서 그 번호판의 규격 조건을 만족하는지 판단하게 된다. 번호판의 규격조건은 다음과 같다.First, it is determined whether the license plate satisfies the standard conditions of the license plate from the recognized result. The standard conditions of the license plate are as follows.
제1 조건으로서, 일련번호 숫자(D1 ~ D4)가 네 자리가 존재해야 한다.As a first condition, there must be four digits of the serial number (D1 to D4).
제2 조건으로서, 용도문자 한글(H1)이 존재해야 한다.As a second condition, the use character Hangul (H1) must exist.
제3 조건으로서, 상기 제1 및 제2 조건을 제외한 한글+숫자 조합(H3, H2, D6, D5)이 존재해야 한다.As a third condition, the Hangul + number combination (H3, H2, D6, D5) excluding the first and second conditions must exist.
여기서, 제1 및 제2 조건을 필수충분조건이며, 제3 조건은 필요조건일 수 있다.Here, the first and second conditions are essential and sufficient conditions, and the third condition may be a necessary condition.
도 5는 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템이 제공하는 전광판 화면을 예시한 도면이다.5 is a diagram illustrating an electronic display screen provided by an artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention.
도 5를 참조하면, 본 발명의 실시예에 따른 인공지능 기반 차량번호 및 보행자 검색 시스템은 CCTV 카메라에 의해 수집된 영상신호를 전광판 장치를 통해 표시할 수 있다. 이러한 전광판 장치를 통해 표시되는 영상화면(W100)은 화면이 분할된 형태로서 각각 하나의 CCTV 카메라로부터 실시간으로 전송되는 영상(W110)일 수 있다.Referring to FIG. 5, the artificial intelligence-based vehicle number and pedestrian search system according to an embodiment of the present invention may display an image signal collected by a CCTV camera through an electronic sign. The image screen W100 displayed through such an electronic signage device may be an image W110 transmitted in real time from one CCTV camera in a form in which the screen is divided.
하나의 영상(W110)에는 차량, 보행자 및 이륜차 등 복수의 객체가 등장할 수 있고, 검색 시스템은 각 객체에 대하여 설정하고, ROI별 분석을 통해 그 객체를 식별할 수 있다.A plurality of objects such as vehicles, pedestrians, and motorcycles may appear in one image W110, and the search system may set each object and identify the object through analysis by ROI.
특히, 보행자 및 이륜차(ROI1)가 아닌 차량(ROI3)의 경우에는 번호판(ROI2)을 포함하고 있으며, 번호판(ROI2)의 유무에 따라 차량(ROI3) 여부가 결정됨과 아울러 번호판(ROI2) 부분은 영상처리 절차를 거쳐 해당 차량을 식별하는데 이용되게 된다. In particular, in the case of vehicles (ROI3) other than pedestrians and motorcycles (ROI1), the license plate (ROI2) is included. It will be used to identify the vehicle through the processing procedure.
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.Although many items are specifically described in the above description, this should be construed as an example of a preferred embodiment rather than limiting the scope of the invention. Therefore, the invention should not be determined by the described embodiments, but should be determined by the claims and equivalents to the claims.
10 : CCTV 카메라
50 : 전송단말
100 : 인공지능 기반 차량번호 및 보행자 검색 시스템
110 : 데이터 베이스 서버
120 : 저장분배 서버
130 : 전광판 장치
200 : 영상분배서버
210 : 영상신호 입력부
220 : 분류부
230 : 검증부
240 : 식별부10: CCTV camera 50: transmission terminal
100: artificial intelligence-based vehicle number and pedestrian search system
110: database server 120: storage distribution server
130: electronic display device 200: image distribution server
210: video signal input unit 220: classification unit
230: verification unit 240: identification unit
Claims (3)
상기 검색 시스템은,
다수의 차량번호 및 보행자의 얼굴정보를 저장하는 데이터 베이스 서버;
전송단말로부터 상기 영상신호를 전달받아 영상 내 등장하는 하나 이상의 객체를 추출하고, 추출된 객체를 차량 또는 보행자로 분류 및 저장하는 저장분배 서버; 및
영상처리 기법을 통해 분류된 차량 또는 보행자에 대한 영상처리를 수행하고, 상기 데이터 베이스를 참조하여 상기 영상신호의 영상 내 등장하는 각 객체의 차량 또는 보행자를 식별하는 영상 분석 서버
를 포함하는 인공지능 기반 차량번호 및 보행자 검색 시스템.As a search system that collects video signals in real time from a plurality of CCTV cameras installed in remote locations through an information and communication network,
The search system,
A database server storing a plurality of vehicle numbers and face information of pedestrians;
A storage distribution server that receives the image signal from a transmission terminal, extracts one or more objects appearing in the image, and classifies and stores the extracted object as a vehicle or a pedestrian; And
An image analysis server that performs image processing on vehicles or pedestrians classified through an image processing technique, and identifies vehicles or pedestrians of each object appearing in the image of the image signal by referring to the database
Artificial intelligence-based vehicle number and pedestrian search system comprising a.
상기 영상 분석 서버는,
저장분배 서버에 저장된 하나 이상의 객체를 순차적으로 로딩하는 영상 신호 입력부;
로딩된 객체에 포함된 특성에 따라 객체의 영역에 하나 이상의 ROI를 설정하는 분류부;
상기 ROI와 상기 데이터 베이스에 저장된 다수의 차량번호 또는 얼굴정보를 인공지능 기법을 이용하여 대조하여 동일 또는 유사 범주에 속하는 차량 또는 보행자를 검증하는 검증부; 및
검증결과에 따라, 기준치 이상의 유사도를 갖는 차량정보 또는 얼굴정보에 대응하는 ROI의 객체를 특정 차량 또는 보행자로 식별하는 식별부
를 포함하는 인공지능 기반 차량번호 및 보행자 검색 시스템.The method of claim 1,
The video analysis server,
An image signal input unit for sequentially loading one or more objects stored in the storage distribution server;
A classification unit configured to set one or more ROIs in an object region according to characteristics included in the loaded object;
A verification unit for verifying vehicles or pedestrians belonging to the same or similar category by comparing the ROI with a plurality of vehicle numbers or face information stored in the database using an artificial intelligence technique; And
According to the verification result, an identification unit that identifies vehicle information having a similarity greater than or equal to the reference value or an object of ROI corresponding to face information as a specific vehicle or pedestrian
Artificial intelligence-based vehicle number and pedestrian search system comprising a.
추출된 객체에 하나 이상의 ROI를 설정하여 차량 또는 보행자인지 여부를 판단하고, 차량인 경우 번호판을 검출하여 차량번호를 인식하는 단계;
차량 및 보행자가 아닌 객체가 이륜차인지 여부를 판단하고, 객체의 규칙을 검증하여 이륜차는 제외하는 단계;
현재 분석중인 ROI에 대하여 이웃한 객체 영역과의 겹침이 발생했는지 여부를 판단하는 단계;
겹침 발생시 이웃한 객체들의 영역을 합산하는 단계;
대상 영상의 각 프레임을 VGA 해상도의 픽셀 크기로 변환하는 단계; 및
변환된 영상을 파일형태로 저장하는 단계
를 포함하는 인공지능 기반 차량번호 및 보행자 검색 방법.Obtaining an image signal from a plurality of CCTV cameras in real time, extracting one or more objects appearing in the image, and classifying and storing the extracted object as a vehicle or a pedestrian;
Determining whether a vehicle is a vehicle or a pedestrian by setting one or more ROIs on the extracted object, and recognizing a vehicle number by detecting a license plate in the case of a vehicle;
Determining whether an object other than a vehicle and a pedestrian is a two-wheeled vehicle, verifying the rule of the object, and excluding the two-wheeled vehicle;
Determining whether or not overlapping with neighboring object regions has occurred with respect to the ROI currently being analyzed;
Summing areas of neighboring objects when overlapping occurs;
Converting each frame of the target image into a pixel size of VGA resolution; And
Saving the converted video in file format
Artificial intelligence-based vehicle number and pedestrian search method comprising a.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190062283A KR102435435B1 (en) | 2019-05-28 | 2019-05-28 | System for searching numbers of vehicle and pedestrian based on artificial intelligence |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190062283A KR102435435B1 (en) | 2019-05-28 | 2019-05-28 | System for searching numbers of vehicle and pedestrian based on artificial intelligence |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200136583A true KR20200136583A (en) | 2020-12-08 |
KR102435435B1 KR102435435B1 (en) | 2022-08-24 |
Family
ID=73779055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190062283A KR102435435B1 (en) | 2019-05-28 | 2019-05-28 | System for searching numbers of vehicle and pedestrian based on artificial intelligence |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102435435B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117253380A (en) * | 2023-11-13 | 2023-12-19 | 国网天津市电力公司培训中心 | Intelligent campus security management system and method based on data fusion technology |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110072846A (en) * | 2009-12-23 | 2011-06-29 | 클레어픽셀 주식회사 | Supervisory camera apparatus and video data processing method |
JP2017142760A (en) * | 2016-02-12 | 2017-08-17 | 日立オートモティブシステムズ株式会社 | Moving body surrounding environment recognition device |
KR101972428B1 (en) * | 2018-10-11 | 2019-04-25 | 주식회사 사라다 | Apparatus and method for processing image with mode selection for protecting privacy |
-
2019
- 2019-05-28 KR KR1020190062283A patent/KR102435435B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110072846A (en) * | 2009-12-23 | 2011-06-29 | 클레어픽셀 주식회사 | Supervisory camera apparatus and video data processing method |
JP2017142760A (en) * | 2016-02-12 | 2017-08-17 | 日立オートモティブシステムズ株式会社 | Moving body surrounding environment recognition device |
KR101972428B1 (en) * | 2018-10-11 | 2019-04-25 | 주식회사 사라다 | Apparatus and method for processing image with mode selection for protecting privacy |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117253380A (en) * | 2023-11-13 | 2023-12-19 | 国网天津市电力公司培训中心 | Intelligent campus security management system and method based on data fusion technology |
CN117253380B (en) * | 2023-11-13 | 2024-03-26 | 国网天津市电力公司培训中心 | Intelligent campus security management system and method based on data fusion technology |
Also Published As
Publication number | Publication date |
---|---|
KR102435435B1 (en) | 2022-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Comelli et al. | Optical recognition of motor vehicle license plates | |
US11113582B2 (en) | Method and system for facilitating detection and identification of vehicle parts | |
US20140369566A1 (en) | Perimeter Image Capture and Recognition System | |
CN110619277A (en) | Multi-community intelligent deployment and control method and system | |
CN109344886B (en) | Occlusion number plate distinguishing method based on convolutional neural network | |
CN111444843B (en) | Multimode driver and vehicle illegal behavior monitoring method and system | |
CN112464030B (en) | Suspicious person determination method and suspicious person determination device | |
CN112132048A (en) | Community patrol analysis method and system based on computer vision | |
CN113971821A (en) | Driver information determination method and device, terminal device and storage medium | |
Ali et al. | License plate recognition system | |
Pavaskar et al. | Real-time vehicle-type categorization and character extraction from the license plates | |
CN114140025A (en) | Multi-modal data-oriented vehicle insurance fraud behavior prediction system, method and device | |
CN114494994A (en) | Vehicle abnormal aggregation monitoring method and device, computer equipment and storage medium | |
Kumar et al. | An Implementation of Automatic Number Plate Detection and Recognition using AI | |
KR102435435B1 (en) | System for searching numbers of vehicle and pedestrian based on artificial intelligence | |
CN116189063B (en) | Key frame optimization method and device for intelligent video monitoring | |
US20230196772A1 (en) | Query-oriented event recognition system and method | |
Nigussie et al. | Automatic recognition of Ethiopian license plates | |
Kumar et al. | The Real Time Vehicle License Plate Identification System | |
Kodwani et al. | Automatic license plate recognition in real time videos using visual surveillance techniques | |
Łubkowski et al. | Assessment of quality of identification of data in systems of automatic licence plate recognition | |
Umar et al. | Traffic violation detection system using image processing | |
CN115880632A (en) | Timeout stay detection method, monitoring device, computer-readable storage medium, and chip | |
CN107993446A (en) | A kind of traffic prohibition parking area domain parking offense monitoring device | |
CN112633163A (en) | Detection method for realizing illegal operation vehicle detection based on machine learning algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |