KR20210009291A - 카메라 및 발광부가 구비된 단말기를 이용하여 미세먼지 농도를 측정하는 방법, 측정된 미세먼지 농도 정보를 공유하는 방법 및 이를 위한 서버 - Google Patents

Abstract

본 발명은 일반적으로 사용자들이 휴대하고 다니는 단말기만으로도 주변 미세먼지 농도를 측정하는 방법에 관한 것이며, 또한 이렇게 측정된 미세먼지 농도를 공유하는 방법 및 공유를 위한 서버에 관한 것이다.

Description

카메라 및 발광부가 구비된 단말기를 이용하여 미세먼지 농도를 측정하는 방법, 측정된 미세먼지 농도 정보를 공유하는 방법 및 이를 위한 서버{A method for measuring fine dust concentration using a terminal having a camera and a light emitting unit, a method for sharing measured fine dust concentration information, and a server for the method}

본 발명은 일반적으로 사용자들이 휴대하고 다니는 단말기만으로도 주변 미세먼지 농도를 측정하는 방법에 관한 것이며, 또한 이렇게 측정된 미세먼지 농도를 공유하는 방법 및 공유를 위한 서버에 관한 것이다.

최근 다양한 원인에 의해 발생되는 미세먼지가 사회적으로 큰 이슈가 되고 있다. 미세먼지는 대기 중에 떠다니거나 흩날려 내려오는 입자상의 물질 중 지름이 10마이크로미터 또는 2.5마이크로미터보다 작은 것들을 이른다.

미세먼지에 대한 관심이 높아지면서 자신의 주변에 미세먼지 농도가 얼마나 되는지를 측정해 보고자 하는 수요도 자연스레 증가하였는데, 지금까지는 미세먼지 농도를 알기 위해서는 외부 미세먼지 농도의 경우에는 유관기관에서 제공되는 정보를 웹을 통해 검색해서 보는 방식, 실내에 설치되어 있는 공기청정기에 표시되는 미세먼지 농도를 통해 알아내는 방식, 또는 일련의 센서를 갖춘 휴대용 미세먼지 측정장치를 구입하여 농도를 측정하는 방식 등에 의해서만 미세먼지 농도를 알 수 밖에 없어 수요자들의 수요를 충분히 충족시키지 못한 문제점이 있어 왔다.

특히, 실내에서의 미세먼지 농도를 알고자 하는 경우에 있어서는 공기청정기 외에 이를 손쉽게 측정할 수 있을 만한 장치가 없거나 또는 그러한 장치의 필요성을 크게 느끼지 못하는 사례가 많아 실내에서의 미세먼지 농도를 알기란 쉽지가 않은 문제점이 있어 왔다.

본 발명은 이와 같이 주변 실내에서의 미세먼지 농도 측정이 어려웠다는 점에 착안하여 제안된 것으로, 사용자들이 일반적으로 휴대하고 다니는 스마트폰 등의 사용자 단말기를 활용하여, 즉 미세먼지 측정을 위한 특별한 센서를 갖추지 않은 사용자 단말기를 이용하여 실내 미세먼지 농도 측정을 할 수 있는 방법에 관한 것이며, 또한 이러한 방식으로 획득된 여러 실내 장소에서의 미세먼지 농도 정보를 다방면으로 활용할 수 있도록 공유 환경을 제공하는 것에 관한 것이다.

대한민국 공개특허공보 제10-2019-0073041호(2019.06.26.)

본 발명은 발광부(플래시)와 카메라가 구비된 단말기를 이용하여 임의 장소에서의 미세먼지 농도, 특히 실내에서의 미세먼지 농도를 측정하는 방법을 제공하는 것을 목적으로 한다.

또한 본 발명은 위와 같은 방법으로 쉽게 측정된 실내 미세먼지 농도값을 다양한 방식으로 공유가 가능하게 함으로써 그 동안에는 정확한 농도값을 알 수 없었던 여러 장소에서의 미세먼지 농도를 사용자들이 쉽게 파악할 수 있게 하는 것을 목적으로 한다.

또한 본 발명은 실내 미세먼지 농도값을 공유하는 과정에서 상기 미세먼지 농도값을 활용한 다양한 파생 서비스가 가능한 환경을 제공하는 것을 목적으로 한다.

한편, 본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

위와 같은 문제점을 해결하기 위하여, 본 발명에 따른 카메라 및 발광부가 구비된 단말기를 이용하여 미세먼지 농도를 측정하는 방법은 상기 발광부가 꺼진 상태에서 상기 카메라를 구동시켜 임의 영역을 촬영하고 제1이미지를 획득하는 단계; 상기 발광부가 켜진 상태에서 상기 카메라를 구동시켜 상기 임의 영역을 촬영하고 제2이미지를 획득하는 단계; 상기 제1이미지 및 제2이미지의 차이에 기반하여 상기 임의 영역에 대응되는 미세먼지 농도를 산출하는 단계;를 포함한다.

또한, 상기 미세먼지 농도를 측정하는 방법에 있어서 상기 미세먼지 농도를 산출하는 단계는, 상기 제1이미지 및 제2이미지의 차이를 연산하여 제3이미지를 획득하는 단계; 상기 제3이미지로부터 입자영역을 식별하는 단계; 상기 제1이미지 및 제2이미지로부터 상기 입자영역과 대응되는 제1영역 및 제2영역을 각각 추출하는 단계; 상기 제1이미지의 제1영역 및 제2이미지의 제2영역을 각각 제1블록이미지 및 제2블록이미지로 변환하는 단계; 상기 제1블록이미지 및 제2블록이미지를 합성하여 합성이미지를 생성하는 단계; 기 저장된 레퍼런스 데이터를 참조하여 상기 합성이미지와 대응되는 미세먼지 농도를 산출하는 단계; 를 포함할 수 있다.

또한, 상기 미세먼지 농도를 측정하는 방법에 있어서 상기 제3이미지의 각 픽셀은, 상기 제1이미지와 제2이미지 내 대응되는 각 픽셀의 픽셀값 간 차이를 당해 픽셀의 픽셀값으로 가지는 것을 특징으로 할 수 있다.

또한, 이 때 상기 제3이미지로부터 입자영역을 식별하는 단계는, 상기 제3이미지 내 오브젝트를 제거하는 단계;를 포함하는 것을 특징으로 할 수 있다.

또한, 상기 제1이미지의 제1영역 및 제2이미지의 제2영역을 각각 제1블록이미지 및 제2블록이미지로 변환하는 단계는, 상기 제1영역 및 제2영역을 각각 n개의 블록들로 구획하는 단계; 상기 제1영역의 각 블록 내 픽셀들의 평균값을 상기 제1블록이미지 - 상기 제1블록이미지는 n개의 블록을 포함함 - 내 대응되는 블록에 입력하는 단계; 상기 제2영역의 각 블록 내 픽셀들의 평균값을 상기 제2블록이미지 - 상기 제2블록이미지는 n개의 블록을 포함함 - 내 대응되는 블록에 입력하는 단계; 를 포함하는 것을 특징으로 할 수 있다.

또한, 상기 기 저장된 레퍼런스 데이터는, 복수 개의 합성이미지와 상기 각 합성이미지와 대응되는 시점에서의 미세먼지 농도값 간 매칭정보를 포함하는 것을 특징으로 할 수 있다.

또 한편, 상기 기 저장된 레퍼런스 데이터는, 복수 개의 합성이미지와 상기 각 합성이미지와 대응되는 시점에서의 미세먼지 농도값을 콘볼루션 신경망(Convolutional Neural Network)을 이용해 학습시킨 결과물인 것을 특징으로 할 수도 있다.

또한, 상기 미세먼지 농도를 측정하는 방법에 있어서 상기 제1이미지 또는 제2이미지는, 최초 획득 후 적어도 한 번의 이미지 전처리가 되는 것을 특징으로 할 수 있다.

또한, 상기 미세먼지 농도를 측정하는 방법에 있어서 상기 카메라는, 상기 단말기의 외부에 노출된 것을 특징으로 할 수 있다.

한편, 본 발명의 또 다른 실시예에 따르면, 카메라 및 발광부가 구비된 단말기를 이용하여 미세먼지 농도를 산출하는 방법을 실행시키기 위한 명령어들이 저장된 컴퓨터 판독 가능한 기록 매체가 존재할 수 있으며, 이 때 미세먼지 농도를 산출하는 방법은 상기 발광부가 꺼진 상태에서 상기 카메라를 구동시켜 임의 영역을 촬영하고 제1이미지를 획득하는 단계; 상기 발광부가 켜진 상태에서 상기 카메라를 구동시켜 상기 임의 영역을 촬영하고 제2이미지를 획득하는 단계; 상기 제1이미지 및 제2이미지의 차이에 기반하여 상기 임의 영역에 대응되는 미세먼지 농도를 산출하는 단계; 를 포함할 수 있다.

또한, 본 발명의 또 다른 실시예에 따른 실내 미세먼지 정보를 공유하는 방법은, 복수 개의 사용자 단말기들로부터, 각 사용자 단말기에 의해 산출된 미세먼지 농도 및 상기 미세먼지 농도가 산출된 위치정보를 수신하는 단계; 상기 위치정보 및 미세먼지 농도가 포함된 실내 미세먼지 정보를 생성하는 단계; 정보 요청을 발신한 사용자 단말기 또는 임의의 복수의 사용자 단말기들에 대해 상기 실내 미세먼지 정보를 제공하는 단계; 를 포함할 수 있다.

또한, 상기 실내 미세먼지 정보를 공유하는 방법에 있어서 상기 위치정보는, GPS좌표, 또는 각 사용자 단말기가 실내 임의 장소에 설치된 액세스 포인트(AP)로부터 수신한 식별자를 포함하는 것을 특징으로 할 수 있다.

한편, 본 발명의 또 다른 실시예에 따른 실내 미세먼지 정보를 공유하는 서버는, 복수 개의 사용자 단말기들로부터, 각 사용자 단말기에 의해 산출된 미세먼지 농도를 수신하는 미세먼지 농도 수신부; 복수 개의 사용자 단말기들로부터 상기 미세먼지 농도가 산출된 위치의 위치정보를 수신하는 위치정보 수신부; 상기 위치정보 및 미세먼지 농도가 포함된 실내 미세먼지 정보를 생성하는 정보 생성부; 정보 요청을 발신한 사용자 단말기 또는 임의의 복수의 사용자 단말기들에 대해 상기 실내 미세먼지 정보를 제공하는 정보 제공부; 를 포함할 수 있다.

본 발명에 따르면 많은 사용자들이 일반적으로 휴대하고 다니는 단말기, 예를 들어 스마트폰을 활용함으로써 손쉽게 미세먼지 농도를 측정할 수 있게 되는 효과가 있다.

또한 본 발명에 따르면 그 동안 간편하게 측정할 수 없었던 실내 미세먼지 농도도 쉽게 측정할 수 있게 되는 효과가 있다.

또한 본 발명에 따르면 매우 다양한 실내 공간에서의 미세먼지 농도 측정이 가능하며, 다수의 사용자들에 의해 수집된 실내 공간의 미세먼지 농도를 다시 다수의 사용자들 간 공유할 수 있게 함으로써 상호 간 미세먼지에 대한 정보 공유가 활발하게 이루어지게 하는 효과가 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명의 전제가 되는 기술적 특징을 간략히 도시한 것이다.
도 2는 본 발명에 따른 미세먼지 농도 측정 방법을 순서에 따라 나열한 것이다.
도 3은 제1이미지 및 제2이미지의 실제 촬영 예를 도시한 것이다.
도 4는 제3이미지의 실제 생성예를 도시한 것이다.
도 5는 제1이미지 및 제2이미지로부터 추출된 각 영역들을 도시한 것이다.
도 6은 제1영역으로부터 제1블록이미지가 생성되는 과정을 도시한 것이다.
도 7은 합성이미지가 생성되는 과정을 도시한 것이다.
도 8은 여러 개의 합성이미지들과 각 합성이미지들에 대응되는 미세먼지 농도값이 콘볼루션 신경망(CNN)을 통해 학습되는 과정을 도시한 것이다.
도 9는 본 발명에 따른 미세먼지 정보를 공유용 서버를 중심으로 다양한 공간에서의 미세먼지 농도 정보가 공유되는 모습을 도시한 것이다.

본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하의 상세한 설명에 의해 보다 명확하게 이해될 것이다. 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.

본 명세서에서 개시되는 실시예들은 본 발명의 범위를 한정하는 것으로 해석되거나 이용되지 않아야 할 것이다. 이 분야의 통상의 기술자에게 본 명세서의 실시예를 포함한 설명은 다양한 응용을 갖는다는 것이 당연하다. 따라서, 본 발명의 상세한 설명에 기재된 임의의 실시예들은 본 발명을 보다 잘 설명하기 위한 예시적인 것이며 본 발명의 범위가 실시예들로 한정되는 것을 의도하지 않는다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한, 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록들 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.

또한, 어떤 구성요소들을 포함한다는 표현은 “개방형”의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성요소가 다른 구성요소에 “연결되어” 있다거나 “접속되어” 있다고 언급될 때에는, 그 다른 구성요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 한다.

도 1은 본 발명이 제안하고자 하는 발명의 기본 개념을 쉽게 이해하기 위한 도면이다.

도 1을 참조할 때, 미세먼지 농도 측정 방법에는 발광부(110) 및 카메라(130)가 구비된 단말기(100)가 사용되는데, 참고로, 본 실시예를 설명하는 과정에서 언급되는 단말기란 특정되지 않은 임의의 고객이 휴대하고 있는, 또는 소유하고 있는 단말기들을 통칭하는 것으로 이해되며, 여기에는 예를 들어 스마트폰, 태블릿 PC, 랩탑 컴퓨터 등과 같이 연산을 위한 중앙처리유닛(CPU)와 메모리를 구비하고 있는 장치를 모두 포함할 수 있다. 또한, 상기 고객 단말기는 외부의 다른 구성들, 즉 서비스 서버 또는 또 다른 단말기들과 데이터를 주고 받을 수 있도록 네트워크 연결 기능도 갖출 수 있음을 이해한다. 더불어, 본 실시예에서 언급되는 단말기는 기본적으로 휴대가 가능한 단말기들을 가리키는 것이나 반드시 이에 제한되는 것은 아님을 이해한다.

한편, 상기 단말기에 구비된 발광부(110)는 빛을 발할 수 있는 모든 종류의 수단이 포함될 수 있으며, 바람직하게는 발광소자가 사용될 수 있다. 또한, 상기 단말기에 구비된 카메라(130)에는 임의의 영역을 촬영할 수 있는 모든 수단이 포함될 수 있으며, 나아가 상기 카메라(130)는 단말기의 외부에 노출된 것일 수 있다.

참고로, 이하의 상세한 설명에서는 발명의 이해를 돕기 위하여 스마트폰을 단말기의 대표적인 예시로 삼아 설명하기로 하며, 발광부(110)는 스마트폰에 구비되어 있는 플래시를 대표적인 예시로 삼아 설명하기로 한다.

다시 도 1을 참조할 때, 본 발명의 중요한 기술적 특징 중 하나는 하나의 단말기로 동일한 영역을 두 번 촬영하되, 한 번은 발광부(110)가 꺼진 상태에서, 다른 한 번은 발광부(110)가 켜진 상태에서 촬영하도록 하고, 이에 따라 획득되는 두 개의 촬영된 이미지들(I1, I2)을 이미지 처리함으로써 미세먼지 농도 값을 산출해 내는 것이다. 이는 발광부(110)가 켜진 상태에서 촬영을 하였을 때에 해당 영역 내 존재하는 미세먼지들에 의해 빛이 산란되면서 미세먼지 입자들을 포착할 수 있는 상태를 이용한 것으로, 보다 정확한 미세먼지 입자 포착을 위하여 발광부(110)가 꺼진 상태에서의 촬영 이미지를 비교대상으로 삼기 위해 도 1에서와 같이 촬영을 두 번 진행하도록 한 것이다.

종래 미세먼지 측정을 위해서는 반드시 미세먼지 입자를 직접적으로 감지하는 센서가 구비된 별도의 장치가 요구되었으나, 본 발명과 같이 평상시 소지하고 다니는 스마트폰만을 이용하여 미세먼지 농도를 알 수 있게 된다면 이에 따른 사용자 편의성 은 크게 제고될 것이며, 나아가 미세먼지 농도에 대한 정보공유의 폭 역시 매우 넓어질 것으로 기대된다.

이하에서는 도 2를 참고하여 본 발명에 따른 미세먼지 농도 측정 방법의 각 과정들에 대해 자세히 살펴보기로 한다.

도 2를 참조할 때, 미세먼지 농도를 측정하는 방법은 가장 먼저 임의 영역에 대해 발광부(110)가 꺼진 상태에서 촬영한 제1이미지, 그리고 발광부(110)가 켜진 상태에서 촬영한 제2이미지를 획득하는 단계로부터 시작된다. (S101, 102) 본 단계들은 단말기에 설치되어 있는 어플리케이션을 통하여 사용자가 실행시킨 것일 수 있으며, 예를 들어 사용자는 스마트폰에 설치되어 있는 미세먼지 농도 측정용 어플리케이션을 실행시킨 후, 촬영아이콘을 클릭함으로써 해당 단계들이 수행되도록 할 수 있다. S101단계 및 S102단계는 촬영이 두 번에 걸쳐 나뉘어 이루어지는 것으로 기술하였으나 반드시 촬영이 두 번 이루어져야만 하는 것은 아니며, 예를 들어 카메라(130)가 동영상 촬영 중인 상태에서 발광부(110)만 온오프 됨으로써 하나의 동영상을 얻고, 해당 동영상에서 두 개의 이미지(발광부가 켜진 시점에 촬영된 이미지 및 발광부가 꺼진 시점에 촬영된 이미지)를 추출해 냄으로써 제1이미지와 제2이미지를 획득할 수도 있다.

한편, S101단계에 의해 획득된 제1이미지와 S102단계에 의해 획득된 제2이미지의 예시가 도 3에 도시되어 있다. 도 3의 각 이미지들은 스마트폰을 이용하여 천장을 향해 촬영한 실시예에서 얻은 것들로, 제1이미지는 발광부(110)가 꺼진 상태에서 촬영된 것이기 때문에 상대적으로 어둡고, 제2이미지는 발광부(110)가 켜진 상태에서 촬영된 것이기 때문에 상대적으로 밝은 것을 확인할 수 있다.

제1이미지 및 제2이미지를 획득한 이후, 미세먼지 농도 측정 방법의 다음 단계는 상기 제1이미지 및 제2이미지의 차이를 연산하여 제3이미지를 획득하는 단계(S103)이다. 제3이미지의 예시는 도 4에 도시되어 있는데, 이러한 제3이미지는 제1이미지의 각 픽셀값과 제2이미지의 각 픽셀값의 차이를 연산함으로써 획득될 수 있다. 제1이미지와 제2이미지는 동일한 영역에 대하여 촬영한 것이지만 발광부(110)의 온오프에 따라 밝기가 상이할 수 있으며, 이에 따라 각 이미지들을 구성하는 픽셀들은 각각 서로 다른 값을 가질 수 있는데, 제3이미지는 바로 위 픽셀들 간의 차이를 값으로 가지는 픽셀들로 구성된 것이다. 일반적으로 각 이미지의 픽셀값은 더 밝은 색을 표현하는 것일수록 더 높은 값을 가짐을 고려할 때, 제3이미지 내 각 픽셀들은 제2이미지의 각 픽셀값에서 제1이미지의 각 픽셀값을 뺀 값을 각 픽셀값으로 가질 수 있다. 도 4에 도시되어 있는 제3이미지가 검은색에 가까운 것은 위 제1이미지와 제2이미지 내 각 픽셀값들이 미소한 차이가 나기 때문이며, 제3이미지에서 색깔이 드러나는 픽셀들, 즉 도 4의 제3이미지 내에서 빨간색으로 표시되는 점들은 제1이미지와 제2이미지의 서로 대응되는 픽셀들 중 픽셀값에 차이가 있는 픽셀들과 대응되는 것들로 이해될 수 있다. 도 4에서 빨간색으로 표시되는 점들은 발광부(110)에 의해 출력된 빛에 의해 빛의 산란을 유발한 미세먼지 입자들로 간주될 수 있으며, 본 발명에서는 해당 점들을 기준으로 미세먼지 농도 값을 추측하고자 하는 것을 목적으로 한다.

S103단계 후, 미세먼지 농도 측정 방법의 다음 단계는 상기 제3이미지로부터 입자영역을 식별하는 단계(S104)이다. 본 단계는 도 4의 제3이미지로부터 임계치 이상의 값을 가지는 픽셀들이 분포되어 있는 영역을 식별하는 단계로, 실질적으로는 촬영된 이미지 내에 미세먼지 입자들이 존재하는 영역을 식별하는 단계로 이해될 수 있다. 도 4의 (b)에는 빨간색 점들이 다량 분포되어 있는 영역을 입자영역으로 정의하여 표시한 실시예를 나타낸 것으로, 구체적으로는 제3이미지 내에서 임계치 이상의 값을 가지는 픽셀들이 포함되도록 1000X1000 크기로 입자영역이 정의된 모습을 도시한 것이다. 한편, S104단계에서 입자영역이 정의되는 과정은 단말기가 내부적인 연산을 하여 이미지 내 임계치 이상의 값을 가지는 픽셀들이 미리 설정된 값 이상의 밀도로 분포되어 있는 영역에 대하여 자동적으로 입자영역으로 정의하도록 구현할 수 있다.

한편, 제3이미지 내에는 도 4에서도 볼 수 있듯 입자 외에도 다른 오브젝트(형광등)가 빨간색으로 표시되고 있음을 알 수 있는데, 제3이미지 내에서 더 정확한 입자영역을 식별해 내기 위해서는 우선적으로 불필요한 오브젝트를 제거하는 단계가 더 포함될 수도 있다.

S104단계 후, 미세먼지 농도 측정 방법의 다음 단계는 제1이미지 및 제2이미지로부터 상기 입자영역과 대응되는 제1영역 및 제2영역을 각각 추출하는 단계(S105)이다. 앞선 S104단계는 미세먼지 입자들이 이미지 내 어느 부분에 존재하는지, 즉 미세먼지 입자들의 분포 영역을 식별해 내기 위한 것이었다면, 본 S105단계는 실제 촬영 이미지들인 제1이미지와 제2이미지 내에서 상기 입자영역과 대응되는 제1영역과 제2영역을 추출해 냄으로써 실제 촬영 이미지들 내에서 입자가 존재하는 영역만을 추출하는 단계로 이해될 수 있다.

S105단계와 관련하여서는 도 5에 실시예가 도시되어 있는데, 도 5의 (a)는 제1이미지 내에서 상기 입자영역과 대응되는 영역을 제1영역으로 추출한 실시예, 도 5의 (b)는 제2이미지 내에서 상기 입자영역과 대응되는 영역을 제2영역으로 추출한 실시예이다.

S105단계 후, 미세먼지 농도 측정 방법의 다음 단계는 앞서 추출한 제1영역 및 제2영역을 각각 제1블록이미지 및 제2블록이미지로 변환하는 단계(S106)이다. 블록이미지란 임의 개수의 블록들로 구성되는 하나의 매개체를 이르는 것으로, 실제 촬영된 이미지로부터 추출된 일부 영역들을 일련의 연산과정을 거쳐 블록이미지로 변환하는 이유는 후술하게 될 합성이미지, 즉 궁극적으로 연산장치에 의해 연산이 쉽게 이루어질 수 있는 형태의 이미지를 생성해 내기 위함이며, 본 S106단계는 이러한 합성이미지를 생성해 내기 위한 전 단계로 볼 수 있다.

제1영역, 제2영역을 각각 제1블록이미지, 제2블록이미지로 변환하는 과정은, (i) 제1영역 및 제2영역을 각각 n개의 블록들로 구획하는 단계 (ii) 상기 제1영역의 각 블록 내 픽셀들의 평균값을 상기 제1블록이미지 내 대응되는 블록에 입력하는 단계 (iii) 상기 제2영역의 각 블록 내 픽셀들의 평균값을 상기 제2블록이미지 내 대응되는 블록에 입력하는 단계를 포함하여 구현될 수 있다. 이 때, 상기 제1영역, 제2영역이 각각 n개의 블록들로 구획되었다면, 상기 제1블록이미지 및 제2블록이미지 역시 n개의 블록들로 이루어지게 될 것임은 당연하다.

S106단계와 관련하여서는 도 6에 관련 실시예, 더 정확하게는 제1영역을 제1블록이미지로 변환하는 과정이 도시되어 있다. 이를 살펴보면, 제1영역은 총 9개의 블록들로 구획될 수 있으며, 각각의 블록들은 복수개의 픽셀들을 포함할 수 있는데, 이 때 각 블록 내 포함된 픽셀들의 평균 픽셀값은 제1블록이미지 내 대응되는 블록에 입력될 수 있다. 이 과정은 제1영역 내 모든 블록들에 대하여 동일하게 이루어질 수 있으며, 결과적으로 9개 블록들에 대해서는 9개의 평균 픽셀값이 산출되고, 각 9개의 평균 픽셀값들은 제1블록이미지의 각 블록들에 입력된다. 참고로, 도 6에 도시되어 있는 제1영역이 1000X1000라 할 때, 제1영역 내 각 블록들은 333X333 크기를 가질 수 있으며, 이 크기의 각 블록 내 포함된 픽셀들의 평균 픽셀값은 제1블록이미지 내 대응되는 블록에 입력될 수 있다. 한편, 도 6의 실시예는 제1영역을 총 9개의 블록들로 구획한 것이었으나, 구획되는 블록의 개수는 다른 값, 예를 들어 25개일 수도 있으며 블록의 개수가 25개일 경우 상기 제1영역(1000X1000)은 200X200 크기의 블록들로 구획될 것이다.

S106단계 후, 미세먼지 농도 측정 방법의 다음 단계는 앞서 생성된 제1블록이미지와 제2블록이미지를 합성하여 합성이미지를 생성하는 단계(S107)이다. 도 7은 합성이미지를 생성하는 과정을 개념적으로 도시한 것인데, 이에 따르면 합성이미지는 제1블록이미지와 제2블록이미지가 각각 블록 별로 대응되어 합성됨으로써, 즉 제1블록이미지 내 1 내지 9블록들과 제2블록이미지 내 a 내지 i 블록들이 상호 합성됨으로써 생성됨을 알 수 있다.

S107단계 후, 미세먼지 농도 측정 방법의 마지막 단계는 기 저장된 레퍼런스 데이터를 참조하여 상기 합성이미지에 대응되는 미세먼지 농도를 산출하는 단계(S108)이다. 본 단계는 이미 사전 학습과정에 의하여 생성된 레퍼런스 데이터에 의할 때 당해 합성이미지에 대응되는 실제 미세먼지 농도의 값이 얼마였는지를 찾는 단계로도 이해될 수 있다.

한편, S108단계에서 참조하게 될 레퍼런스 데이터는 수 많은 합성이미지들 및 해당 합성이미지에 대응되는 실제 미세먼지 측정값들을 콘볼루션 신경망(Convolutional Neural Network)에 입력으로 넣어 학습시킴으로써 구축될 수 있다. 참고로 콘볼루션 신경망은 심층신경망인 DNN의 한 종류로 하나 또는 여러 개의 CNN 계층과 통합 계층, 완전하게 연결된 계층들로 구성된 신경망을 일컬으며, 최근에는 특히 이미지 데이터에 대하여 기계로 하여금 학습을 시키도록 하는 데에 활용된다. 콘볼루션 신경망에 대한 자세한 설명은 본 상세한 설명에서 다루는 범위를 벗어나는 것이므로 여기서는 생략하기로 하며, 다만 본 발명에 따른 미세먼지 농도 측정 방법 중 참조되는 레퍼런스 데이터는 여러 장의 합성이미지, 그리고 각 합성이미지들에 대응되는 시점에서의 실제 미세먼지 측정값을 입력으로 하여 학습이 된 결과물임을 이해한다.

한편, 레퍼런스 데이터를 구축하는 과정, 즉 합성이미지들을 다수 확보하고 이에 대응되는 실제 미세먼지 측정값을 입력으로 하여 학습을 시키는 과정을 구체적으로 살펴볼 때, 먼저 합성이미지를 획득하는 과정은 이미 앞서 도 2의 S101단계 내지 S107단계에서 설명한 과정들과 실질적으로 동일하다. 즉, 미세먼지 정보 공유 서비스를 제공하고자 하는 임의의 사업주체가 존재한다고 가정할 때에, 해당 사업주체는 다수의 제1이미지 및 제2이미지를 촬영하고, 그에 따라 제3이미지를 획득한 후 앞서 설명한 일련의 과정들을 거쳐 하나의 합성이미지를 생성해 내는 방식을 반복함으로써 기계로 하여금 학습에 필요한 학습용 합성이미지를 다수 확보할 수 있으며, 또한 각각의 합성이미지에 대응되는 시점에서의 미세먼지 측정값을 구함으로써 역시 학습에 필요한 입력 자료를 확보할 수 있다. 이 때 미세먼지 측정값을 구한다는 것의 의미는 제1이미지 및 제2이미지를 확보하는 그 시점에 미세먼지 농도값을 측정한다는 것을 의미하며, 이는 다시 말해 별도의 미세먼지 농도 측정용 센서를 갖춘 장치를 이용하여 당해 장소, 당해 시점에서의 미세먼지 농도값을 측정한다는 것을 의미한다.

레퍼런스 데이터, 또는 레퍼런스 데이터가 저장된 레퍼런스 DB를 구축하는 과정은 앞서 설명한 것과 같으며, 도 8에는 이러한 과정들이 개념적으로 도시되어 있다.

이상 도 2 내지 도 8을 참조하여 본 발명에 따른 미세먼지 농도 측정 방법에 대해 살펴보았다.

한편, 도 9는 본 상세한 설명에 의해 제안되는 서버(1000)를 중심으로 실내 미세먼지 정보가 어떻게 공유될 수 있는지를 설명하기 위한 도면이다.

서두에서도 언급한 것과 같이, 본 명세서에서는 비단 단말기(스마트폰)를 이용하여 미세먼지 농도를 측정하는 것 이외에 이렇게 측정된 미세먼지 정보를 서로 공유할 수 있는 환경도 제안하는 바이며, 본 설명에서는 이러한 환경을 제공하는 주체적 역할을 하는 구성으로 특히 도 9의 중심에 도시되어 있는 서버(1000)에 대해 자세히 설명하기로 한다.

먼저 하드웨어의 구성 측면에서 살펴볼 때, 서버는 중앙처리유닛(CPU)과 메모리를 구비하고 있는 것을 전제로 하며, 중앙처리유닛은 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 불릴 수 있고, 또한 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다. 하드웨어를 이용하여 구현하는 경우에는 ASIC(application specific integrated circuit) 또는 DSP(digital signal processor), DSPD(digital signal processing device), PLD(programmable logic device), FPGA(field programmable gate array) 등으로, 펌웨어나 소프트웨어를 이용하여 구현하는 경우에는 위와 같은 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등을 포함하도록 펌웨어나 소프트웨어가 구성될 수 있다. 또한, 메모리는 ROM(Read Only Memory), RAM(Random Access Memory), EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래쉬(flash) 메모리, SRAM(Static RAM), HDD(Hard Disk Drive), SSD(Solid State Drive) 등으로 구현될 수 있다. 또한, 상기 서버는 중앙처리유닛 및 메모리 외에도 외부 단말기 또는 외부 로컬 서버와 데이터를 송수신 하기 위한 통신장치를 더 포함할 수 있다.

다음으로 서버(1000)의 기능적인 측면에서의 구성을 살펴볼 때, 서버는 미세먼지 농도 수신부, 위치정보 수신부, 정보 생성부, 및 정보 제공부를 포함할 수 있다.

먼저 미세먼지 농도 수신부는 복수 개의 사용자 단말기들로부터 각 사용자 단말기에 의해 측정된 미세먼지 농도를 수신하는 구성으로, 이 때 각 사용자 단말기들에서 수신되는 미세먼지 농도는 앞서 도 2에서 설명한 과정들에 의해 측정된 것일 수 있다.

다음으로 위치정보 수신부는 위 복수 개의 사용자 단말기들로부터 상기 미세먼지 농도가 측정된 위치의 위치정보를 수신하는 구성으로, 이 때 위치정보에는 GPS좌표, 또는 각 사용자 단말기가 실내 임의 장소에 설치된 엑세스 포인트(AP)로부터 수신한 식별자를 포함할 수 있다. 본 발명이 특히 실내에서의 미세먼지 측정을 용이하게 한다는 점을 상기해 볼 때, 상기 GPS좌표는 사용자가 마지막으로 수신한 GPS좌표일 수 있으며, 또는 삼각측량법에 따라 추정된 사용자 단말기의 현재 GPS좌표일 수 있다. 또한, 상기 위치정보는 임의의 장소에 설치된 엑세스 포인트의 식별자, 예를 들어 넓은 실내 몰(mall)에 설치된 엑세스 포인트를 각각 식별할 수 있는 식별자를 포함할 수도 있는데, 이 때 식별자에는 해당 엑세스 포인트의 고유번호, 설치위치를 식별하기 위한 설치번호 등이 포함될 수 있다. 이 외에도 상기 사용자 단말기로부터 수신되는 위치정보에는 해당 사용자 단말기가 어느 위치에 존재하는지를 구별할 수 있는 어떠한 종류의 정보라도 포함될 수 있다.

다음으로 정보 생성부는 상기 위치정보 및 미세먼지 농도가 포함된 실내 미세먼지 정보를 생성하는 구성으로, 도 9를 참조할 때 서버 내 정보 생성부는 특정 카페에서의 실내 미세먼지 농도가 [PM2.5: 35; PM10: 40]임을 나타내는 정보를, 백화점 내 특정 층, 또는 특정 매장에서의 실내 미세먼지 농도가 [PM2.5: 28; PM10: 30]임을 나타내는 정보를, 또는 특정 지하철 역사 내 실내 미세먼지 농도가 [PM2.5: 50; PM10: 56]임을 나타내는 정보를 생성할 수 있다.

마지막으로 정보 제공부는, 앞서 생성한 실내 미세먼지 정보를 정보 요청을 발신한 사용자 단말기 측으로 또는 별도의 정보 요청이 없었을지라도 임의의 복수의 사용자 단말기들로 정보를 제공하는 구성이다. 정보 제공부는 실내 미세먼지 정보를 그대로 사용자들에게 제공함으로써 순수하게 특정 실내 공간에서의 미세먼지 농도를 전달하는 역할만을 할 수도 있으나, 그 밖에 상기 미세먼지 정보를 가공하여 홍보 컨텐츠의 형태로 소비자들에게 발송을 할 수도 있으며, 여기에 더해 상기 미세먼지 정보를 참고하여 어떤 특정의 상품 구매를 유도할 수 있도록 상품구매URL을 더 삽입시킨 후 소비자들에게 발송함으로써 마케팅 효과를 극대화 할 수도 있다.

이상 설명한 서버 및 서버에 의해 제공되는 실내 미세먼지 정보 공유 환경은 다양한 실시태양으로 구현될 수 있다. 예를 들어, 사용자는 자신이 식사를 하고 있는 식당 내에서 스마트폰 단말기에 설치된 어플리케이션을 실행시키고 미세먼지 농도를 측정한 후에 해당 미세먼지 농도를 서버 측으로 공유 시킴으로써 더 많은 사용자들이 해당 식당의 미세먼지 정도를 파악할 수 있게 할 수 있다. 이 과정에서 상기 서버는 미세먼지 농도를 공유한 사용자에게 보상(예. 포인트 등)을 제공할 수 있으며, 이러한 보상 제도를 통해 상기 사용자로 하여금 더 많은 실내 장소에서 미세먼지 농도 측정 및 공유를 하도록 유도할 수 있다.

한편, 상기 서버는 특정 공간에서의 미세먼지 농도 값들이 해당 공간에서 사업을 운용하는 주체에 의해 활용되도록 제공할 수도 있다. 예를 들어, 백화점을 운영하는 사업주 입장에서, 해당 사업주는 자신이 운영하는 백화점 내에서 많은 고객들이 실내 미세먼지 농도 측정을 하도록 상기 서버를 통하여 보상을 제공할 수 있으며, 실제 다수의 고객들에 의해 미세먼지 농도 측정이 수행된 결과 백화점 내 공간들에서의 미세먼지 농도가 긍정적인 값으로 수집되는 경우 사업주 입장에서는 이를 또 다른 홍보 자료로 씀으로써 백화점 운영에 활용할 수 있다.

한편, 본 발명에 따른 미세먼지 측정 방법이 실내 공간에서 쉽게 수행될 수 있다는 점, 그리고 스마트폰과 같은 단말기들은 사용자들이 일상적으로 휴대하고 다니는 것이어서 실내 공간 곳곳에서의 미세먼지 농도를 쉽게 수집할 수 있다는 점을 참조할 때, 본 발명에 따른 서버는 수집된 정보들을 활용하여 실내 미세먼지 농도 맵(map)을 생성할 수도 있다. 예를 들어, 몰(mall)과 같은 넓은 공간에서 각 세부 공간들이 얼마의 미세먼지 농도를 가지는지를 복수의 사용자 단말기들로부터 수집한 위치정보, 그리고 해당 위치에서의 미세먼지 농도를 참조하여 전체 맵 형태로 생성할 수도 있다.

이상 카메라 및 발광부를 구비한 단말기를 활용하여 미세먼지를 측정하는 방법, 그리고 이렇게 하여 측정된 미세먼지 농도에 대한 정보를 상호 공유할 수 있는 환경을 제공하기 위한 서버에 대해 살펴보았다. 한편, 본 발명은 상술한 특정의 실시예 및 응용예에 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 구별되어 이해되어서는 안 될 것이다.

100 단말기
110 발광부
130 카메라
1000 서버

Claims (3)

1. 서버의 프로세서에 의해 실행되는 미세먼지 정보 공유 방법으로서,
   복수 개의 사용자 단말기들로부터, 각 사용자 단말기에 의해 산출된 미세먼지 농도 및 상기 미세먼지 농도가 산출된 위치정보를 수신하는 단계;
   상기 위치정보 및 미세먼지 농도가 포함된 실내 미세먼지 정보를 생성하는 단계;
   정보 요청을 발신한 사용자 단말기 또는 임의의 복수의 사용자 단말기들에 대해 상기 실내 미세먼지 정보를 제공하는 단계;
   를 포함하는, 실내 미세먼지 정보를 공유하는 방법.
   
2. 제1항에 있어서,
   상기 위치정보는,
   GPS좌표, 또는 각 사용자 단말기가 실내 임의 장소에 설치된 액세스 포인트(AP)로부터 수신한 식별자를 포함하는 것을 특징으로 하는, 실내 미세먼지 정보를 공유하는 방법.
   
3. 실내 미세먼지 정보를 공유하는 서버에 있어서,
   상기 서버는 프로그램 명령어들을 저장하는 메모리와 상기 프로그램 명령어들을 실행하는 프로세서를 포함하고,
   상기 프로그램은,
   복수 개의 사용자 단말기들로부터, 각 사용자 단말기에 의해 산출된 미세먼지 농도를 수신하는 미세먼지 농도 수신부;
   복수 개의 사용자 단말기들로부터 상기 미세먼지 농도가 산출된 위치의 위치정보를 수신하는 위치정보 수신부;
   상기 위치정보 및 미세먼지 농도가 포함된 실내 미세먼지 정보를 생성하는 정보 생성부; 및
   정보 요청을 발신한 사용자 단말기 또는 임의의 복수의 사용자 단말기들에 대해 상기 실내 미세먼지 정보를 제공하는 정보 제공부;
   의 기능을 수행하는 명령어들을 포함하며,
   상기 프로세서는 상기 명령어들을 실행하는, 실내 미세먼지 정보를 공유하는 서버.

Images