Nothing Special   »   [go: up one dir, main page]

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 PDF

Info

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
Application number
KR1020190062283A
Other languages
Korean (ko)
Other versions
KR102435435B1 (en
Inventor
박영석
Original Assignee
주식회사 엠제이비전테크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엠제이비전테크 filed Critical 주식회사 엠제이비전테크
Priority to KR1020190062283A priority Critical patent/KR102435435B1/en
Publication of KR20200136583A publication Critical patent/KR20200136583A/en
Application granted granted Critical
Publication of KR102435435B1 publication Critical patent/KR102435435B1/en

Links

Images

Classifications

    • G06K9/00362
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06K9/3258
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting 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

The present invention discloses a method for recognizing a vehicle number and a face. More specifically, provided is a system for searching a vehicle number and a pedestrian based on artificial intelligence which has a limit on the number of a plurality of vehicles and pedestrians from images at a short distance or a remote distance and performs recognition and search in a state where visual identification is possible without any size limitation. According to an embodiment of the present invention, image signals are collected from a plurality of CCTV cameras installed in each area, the ROI is set for vehicles and pedestrians which appear in the image, and the accuracy of searching for vehicles and pedestrians can be improved by determining whether the vehicle or the pedestrian exists using an artificial intelligence technique.

Description

인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법{SYSTEM FOR SEARCHING NUMBERS OF VEHICLE AND PEDESTRIAN BASED ON ARTIFICIAL INTELLIGENCE}AI-based vehicle number and pedestrian search system and method {SYSTEM FOR SEARCHING NUMBERS OF VEHICLE AND PEDESTRIAN BASED ON ARTIFICIAL INTELLIGENCE}

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 CCTV cameras 10 installed at remote locations through an information communication network, A database server 110 storing a plurality of vehicle numbers and face information of pedestrians, receives an image signal from the transmission terminal 50, extracts one or more objects appearing in the image, and classifies the extracted objects as vehicles or pedestrians And a storage distribution server 120 to store, an electronic signage device 130 that displays an image signal corresponding to each CCTV camera 10 on the screen in real time, and image processing for vehicles or pedestrians classified through an image processing technique. And, it may include an image analysis server 200 for identifying vehicles or pedestrians of each object appearing in the image of the image signal with reference to the database server 110.

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 CCTV camera 10 of up to 24 or 32 channels.

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 database server 110 stores the recognized vehicle number and face information, which can be inquired through the recognized time, vehicle number, and search query terms for a specific face.

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 storage distribution server 120 may classify and store the transmitted image signal in a designated storage space. A plurality of CCTV cameras 10 may be installed on roads in each region, and the storage distribution server 120 may receive and store video signals transmitted from the CCTV cameras 10 in each region in real time.

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 image analysis server 200 may analyze the transmitted image signal in real time and display the transmitted image signal on the screen through the connected electronic display device 130. The video displayed on the screen can be monitored by control personnel.

이를 위한 전광판 장치(130)는 대면적, 고화질의 대형 평판표시장치로 구현될 수 있다.For this purpose, the electronic display device 130 may be implemented as a large flat panel display device having a large area and high definition.

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 image analysis server 200 can query the image signal stored in the storage distribution server 120 by combining the recognized time of vehicles and pedestrians appearing in the image, and a search query word for a specific face, and the search result is a storage distribution server You can write to (120).

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 image analysis server 200 can be implemented in the form of a single control device for image analysis, video storage, data storage, and data processing, and can process image analysis tasks through one device. I can.

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 image analysis apparatus 200 includes an image signal input unit 210 that sequentially loads one or more objects stored in a storage distribution server, and one or more ROIs in an object area according to characteristics included in the loaded object. Classification unit 220 to be set, verification unit 230 for verifying vehicles or pedestrians belonging to the same or similar category by comparing ROI and a plurality of vehicle numbers or face information stored in the database using artificial intelligence techniques, and verification results Accordingly, it may include an identification unit 240 for identifying the object of the ROI corresponding to the vehicle information or face information having a similarity greater than or equal to the reference value as a specific vehicle or pedestrian.

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 signal input unit 210 sequentially loads the image signals collected and classified and stored from the CCTV camera into the memory, and prepares for image processing. In this case, a pre-processing process for the image may be further included.

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 classification unit 220 may determine whether an object appears in the image, and when the object appears, classify the type of the object into vehicles, motorcycles, and pedestrians according to the shape and set the ROI. In particular, in the case of a vehicle, a license plate is further included, and an ROI for the license plate can be further set.

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 verification unit 230 may verify whether each object is a vehicle or a pedestrian through an image analysis procedure for the ROI. In the case of vehicles, elements corresponding to the windshield, license plates, and tires are included, and in the case of pedestrians, elements corresponding to the face, body, arms, and legs are included. The verification unit 230 may classify the type of each object through the presence or absence of the above-described elements.

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 identification unit 240 may perform an identification procedure on an object whose type is specified. In the case of a vehicle, the target can be identified through the vehicle number written on the license plate, and in the case of a pedestrian, the person can be identified through image control on the face part. To this end, a number of images for deep learning are stored in the database server, and the identification unit 240 identifies vehicles and pedestrians using the hierarchical structure of objects in the deep learning-based data learning method and detects false positives. It can be improved.

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 : 식별부
10: 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)

정보통신망을 통해 원격지에 설치된 복수의 CCTV 카메라로부터 영상신호를 실시간으로 수집하는 검색 시스템으로서,
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.
제 1 항에 있어서,
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.
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 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.
KR1020190062283A 2019-05-28 2019-05-28 System for searching numbers of vehicle and pedestrian based on artificial intelligence KR102435435B1 (en)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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