KR20230008483A

KR20230008483A - 보행량 측정 장치 및 방법

Info

Publication number: KR20230008483A
Application number: KR1020210089179A
Authority: KR
Inventors: 최민제; 이승재; 구동균
Original assignee: 서울시립대학교 산학협력단
Priority date: 2021-07-07
Filing date: 2021-07-07
Publication date: 2023-01-16
Also published as: KR102655474B1

Abstract

측정 장치가 제공된다. 상기 측정 장치는 설정 지역을 촬영한 영상 데이터를 수집하는 수집부; 상기 영상 데이터에 포함된 보행자를 계수하는 계수부;를 포함할 수 있다.

Description

보행량 측정 장치 및 방법{Apparatus and method for measuring pedestrian volume}

본 발명은 보행자 통행량에 해당하는 보행량을 측정하는 장치 및 방법에 관한 것이다.

사회가 고도화되고, 발전할수록 차량을 이용한 여가 활동보다 보행을 이용한 여가 문화가 날이 갈수록 증가하고 있다. 도심의 쇼핑거리나 관광지, 공원, 등산로 등에서 유동인구가 증가하고 있지만 그 수가 얼마이고, 언제, 어디서 활동하고 있는가를 파악하기는 쉽지가 않다.

과거 조사원이 직접 현장에 가서 손으로 계수하는 방식으로 유동인구 수를 측정하였으나 사람의 눈으로 직접 확인하면서 계수하기도 힘들고. 장시간 조사하기 어렵기 때문에 신뢰성 있는 유동인구 데이터를 얻기에는 불가능하였다.

따라서, 최근에는 특정 지역의 보행자 통행량을 계측할 수 있는 보행자 계수장치 및 이를 이용한 보행자 계수 관리 시스템의 연구가 확대되고 있다.

이에 따라 검지된 보행자 통행량 정보를 수집, 분석, 활용하기 위해서는 보행자 통행량 저장 및 전송장치를 포함하는 추가적인 장치 및 방법이 필요한 실정이다.

한국등록특허공보 제1864221호에는 PIR센서를 이용하여 보행자 통행량을 검지하고, 데이터를 수집, 모니터링하는 기술이 나타나 있다.

한국등록특허공보 제1864221호

본 발명은 보행량을 측정하고, 지도 기반의 보행량 지도를 생성하는 측정 장치 및 방법을 제공하기 위한 것이다.

본 발명의 측정 장치는 설정 지역을 촬영한 영상 데이터를 수집하는 수집부; 상기 영상 데이터에 포함된 보행자를 계수하는 계수부;를 포함할 수 있다.

본 발명의 측정 방법은 설정 지역을 촬영한 영상 데이터를 수집하는 수집 단계; 상기 영상 데이터의 분석을 통해 보행자를 추출하는 추출 단계; 상기 영상 데이터에 포함된 상기 보행자를 계수하는 계수 단계; 보행량 지도를 생성하는 서버에 상기 보행자의 계수 결과를 제공하는 전송 단계;를 포함할 수 있다.

본 발명에 따르면, CCTV 등의 카메라를 통해 촬영된 보행로의 영상 데이터를 이용하여 해당 보행로를 이용하는 보행자의 수가 자동으로 계수되거나 측정될 수 있다.

본 발명에 따르면, 보행로를 촬영한 영상 데이터에 포함된 보행자에 해당하는 사람 객체가 추출되고, 보행량이 산출될 수 있다. 산출된 보행량은 보행량의 타겟 지점을 나타내는 장소 정보와 함께 보행량 지도를 만들 수 있는 서버에 제공될 수 있다.

본 발명의 측정 장치에 의해 생성된 보행량 지도는 실시간으로 보행량 정보를 표시할 수 있다. 예를 들어, 보행량 지도를 이용하면 보행 환경 조성의 우선 순위, 보행량이 어느 위치에서 많고 적은가 등의 다양한 보행 특성이 분석될 수 있다.

본 발명에 따르면, 정확한 보행량 추정이 어렵고 어느 위치에 보행량이 얼마나 되는지 알기 어려운 현 상황에서, 누구나 보행량에 대한 정보를 획득할 수 있는 보행량 지도가 제공될 수 있다.

도 1은 본 발명의 측정 장치를 나타낸 개략도이다.
도 2는 추출부 및 계수부의 동작을 나타낸 개략도이다.
도 3은 본 발명의 측정 장치의 동작을 나타낸 개략도이다.
도 4는 서버에 의해 생성된 보행량 지도를 나타낸 개략도이다.
도 5는 본 발명의 측정 방법을 나타낸 흐름도이다.
도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 명세서에서, 동일한 구성요소에 대해서 중복된 설명은 생략한다.

또한 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

또한, 본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로써, 본 발명을 한정하려는 의도로 사용되는 것이 아니다.

또한 본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.

또한 본 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐, 하나 또는 그 이상의 다른 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 할 것이다.

또한 본 명세서에서, '및/또는' 이라는 용어는 복수의 기재된 항목들의 조합 또는 복수의 기재된 항목들 중의 어느 항목을 포함한다. 본 명세서에서, 'A 또는 B'는, 'A', 'B', 또는 'A와 B 모두'를 포함할 수 있다.

또한 본 명세서에서, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략될 것이다.

현재 정부에서는 보행 환경 조성에 대한 관심이 높다. 보행 환경을 조성 및 계획하기 위해서 보행량 산출 작업이 선행될 필요가 있다. 현재는 사용자가 소지한 개별 핸드폰의 위치 데이터를 통해서 개략적인 보행량만 산출할 수 있을 뿐 정확한 보행량이 어느 보행로(50)에 얼마나 있는지 알 수 없는 실정이다. 이를 해결하기 위하여 본 발명의 측정 장치(100)는 보행로(50) 상의 CCTV(10)에 촬영된 영상 데이터 또는 보행로(50)를 촬영한 각종 단말기(30)의 영상 데이터를 수집할 수 있다. 측정 장치(100)는 영상 데이터에서 보행로(50)를 보행하는 사람의 객체를 탐지하고 이를 보행량으로 만들 수 있다. 측정 장치(100)는 영상 데이터가 촬영된 위치가 포함된 장소 정보와 함께 보행량 정보를 서버(90)로 송신할 수 있다. 서버(90)는 장소 정보와 보행량 정보를 이용해 보행량을 나타내는 지도에 해당하는 보행량 지도를 생성할 수 있다.

이러한 보행량 지도가 제공되면, 보행 환경 조성의 우선 순위, 보행량이 어느 위치에서 많고 적음 등의 다양한 보행 특성이 분석될 수 있을 것으로 기대된다.

도 1은 본 발명의 측정 장치(100)를 나타낸 개략도이다.

도 1에 도시된 측정 장치(100)는 수집부(110), 추출부(130), 계수부(150), 전송부(170)를 포함할 수 있다.

수집부(110)는 설정 지역을 촬영한 영상 데이터를 수집할 수 있다.

일 예로, 수집부(110)는 설정 지역을 촬영하는 CCTV(10)(Closed Circuit TV)와 통신할 수 있다. 수집부(110)는 CCTV(10)로부터 영상 데이터를 획득할 수 있다.

수집부(110)는 복수 지역으로부터 복수의 영상 데이터를 실시간으로 획득할 수 있다. 실시간으로 획득된 무수한 영상 데이터는 추출부(130), 계수부(150)에 의해 처리되는데, 이 과정에서 추출부(130) 또는 계수부(150)에 막대한 처리 부하가 인가될 수 있다.

추출부(130), 계수부(150)의 처리부하를 경감하기 위해, CCTV(10)와 수집부(110)의 사이에 전처리부(19)가 마련될 수 있다. 일 예로, 전처리부(19)는 CCTV(10)에 설치될 수 있다.

전처리부(19)는 영상 데이터에 포함된 객체에 해당하는 사람(보행자)을 인식할 수 있는 최소의 해상도로 영상 데이터의 해상도를 낮출 수 있다. 해상도를 낮추는 다운 사이징(downsizing)을 통해 영상 데이터의 용량은 원본과 대비하여 30~40% 수준으로 낮아질 수 있다. 수집부(110)는 전처리부(19)에 의해 다운 사이징된 영상 데이터를 수신할 수 있다.

추출부(130)는 영상 데이터의 분석을 통해 보행자를 추출할 수 있다.

추출부(130)는 딥러닝의 객체 탐지 기법인 YOLO(You Only Look Once)를 이용하여 영상 데이터에서 보행자를 추출할 수 있다.

계수부(150)는 영상 데이터에 포함된 보행자를 계수할 수 있다.

계수부(150)는 추출부(130)에 의해 추출된 보행자를 계수할 수 있다. 일 예로, 계수부(150)는 추출부(130)에 의해 추출된 보행자가 영상 데이터 내의 특정 지점을 통과하면, 보행자의 계수 결과에 해당하는 카운트 수를 증가시킬 수 있다. 다시 말해, 계수부(150)는 영상 데이터 내의 특정 지점을 보행자가 지나갈 때마다 카운트 수를 1씩 증가시킬 수 있다.

도 2는 추출부(130) 및 계수부(150)의 동작을 나타낸 개략도이다.

추출부(130)는 YOLO 등의 객체 탐지 기법을 이용하여 영상 데이터에 포함된 보행자를 추출하고, 보행자가 내접하는 가상의 직사각형 t를 생성할 수 있다.

계수부(150)는 영상 데이터에 직선 형상의 가상의 카운트 라인 d를 형성할 수 있다.

계수부(150)는 보행자를 따라 움직이는 직사각형 t가 카운트 라인 d를 통과하면, 보행자의 계수 결과에 해당하는 카운트 수를 증가시킬 수 있다.

이때, 직사각형 t의 어느 지점이 카운트 라인 d에 도달하면 카운트 수를 증가시킬 것인가에 대한 문제가 발생될 수 있다.

보행량은 설정 지점을 통과하는 보행자의 수를 의미할 수 있다. 이 경우, 보행자의 무게 중심이 설정 지점에 도달하면, 설정 지점을 통과한 것으로 보는 것이 타당할 것이다.

추출부(130)는 카운트 라인 d에 수직한 일변 k2를 갖도록 직사각형 t를 생성할 수 있다.

계수부(150)는 일변 k2의 절반 지점 km이 카운트 라인 d를 통과하면, 카운트 수를 증가시킬 수 있다. 계수부(150)는 일변 k2의 일단부가 카운트 라인 d에 도달한 후 절반 지점 km이 카운트 라인 d에 도달하면 카운트 수를 증가시킬 수 있다. 일변 k2의 절반 지점 km은 일변 k2의 정가운데 지점에 해당될 수 있다.

한편, 정확한 보행량의 측정을 위해 특정 보행자가 카운트 라인 d에서 왔다갔다하는 경우에 카운트 수가 증가되는 것을 방지하는 방안이 마련되는 것이 좋다.

일 예로, 계수부(150)는 카운트 라인 d에 절반 지점 km이 도달한 특정 직사각형으로 인해 카운트 수가 일단 증가하면, 일변 k2 전체가 모두 카운트 라인 d로부터 벗어날 때까지 특정 직사각형으로 인한 카운트 수의 추가 증가를 억제할 수 있다. 다시 말해, 특정 직사각형의 일단부가 카운트 라인 d에 진입하고 해당 직사각형의 일변 k2의 일부가 카운트 라인 d에 걸친 상태에서 보행자가 왔다 갔다 하더라도 카운트 수의 추가 증가는 없다.

도 2에 도시된 영상 데이터의 표시 화면에는 설정 지역의 보행로(50)가 나타나 있다.

도 2의 (a)에는 보행로(50)의 우측에서 보행자가 등장하고 있다. 추출부(130)는 각종 객체 탐지 기법을 이용하여 표시 화면에 등장한 보행자를 추출하고, 보행자가 내접하는 가상의 직사각형 t를 보행자에 씌울 수 있다. 해당 직사각형 t는 보행자를 따라 움직일 수 있다.

표시 화면에는 계수부(150)에 의해 설정된 카운트 라인 d가 형성될 수 있다. 카운트 라인 d는 사전에 관리자에 의해 설정될 수 있다.

해당 직사각형 t의 일변 k2는 카운트 라인 d에 수직할 수 있다. 일변 k2에 수직한 직사각형 t의 타변 k1은 카운트 라인 d에 평행할 수 있다.

도 2의 (a)에서 카운트 라인 d를 통과한 직사각형 t가 없으므로, 감지된 보행자 수 'Detected Pedestrians'는 0이다.

도 2의 (b)에는 보행로(50)의 우측에서 등장한 보행자 2명이 카운트 라인 d를 통과한 상태를 나타낸다. 보행자 중 1인이 내접한 직사각형 t의 일부가 아직 카운트 라인 d에 걸쳐 있는 상태이나, 해당 직사각형 t의 일변 k2의 절반 지점 km이 카운트 라인 d를 지나쳤으므로, 카운트 수는 증가된 상태일 수 있다. 총 2명의 보행자가 카운트 라인을 통과하였으므로, 감지된 보행자 수 'Detected Pedestrians'는 2이다.

한편, 설정 지역의 보행량 측정의 정확도를 개선하기 위한 방안이 마련될 수 있다.

일 예로, 본 발명의 측정 장치(100)는 설정 지역의 서로 다른 지점을 촬영한 복수의 영상 데이터를 이용하여 보행량을 측정할 수 있다.

도 3은 본 발명의 측정 장치(100)의 동작을 나타낸 개략도이다.

설정 지역의 서로 다른 지점을 촬영하는 복수의 CCTV(10) 카메라가 마련될 수 있다. 이때, 수집부(110)는 설정 지역의 서로 다른 지점을 촬영한 복수의 영상 데이터, 보행자가 소지한 단말기(30)의 위치 정보 중 적어도 하나를 수집할 수 있다.

이때, 계수부(150)는 단말기(30)의 위치 정보를 배제하고, 서로 다른 지점에서 각각 계수된 보행자의 수를 이용하여 설정 지역의 보행량을 산출할 수 있다.

또는, 계수부(150)는 특정 지점에서 계수된 보행자의 수와 단말기(30)의 위치 정보를 함께 이용하여 설정 지역의 보행량을 산출할 수 있다.

또는, 계수부(150)는 서로 다른 지점에서 각각 계수된 보행자의 수 및 단말기(30)의 위치 정보를 함께 이용하여 설정 지역의 보행량을 산출할 수 있다.

단말기(30)의 위치 정보를 실시간으로 획득하면, 설정 지역 또는 카운트 라인 d를 통과한 단말기(30)의 개수가 실시간으로 파악될 수 있다. 하지만, 위치 정보를 이용한 계수 방식은 실질적인 보행자를 계수한 것이 아니라 보행자가 소지한 단말기(30)의 개수를 계수한 것이라는 한계를 가질 수 있다. 따라서, 위치 정보는 영상 데이터를 통해 계수된 보행자의 수에 존재하는 오류를 파악하는 용도로 사용될 수 있다.

단말기(30)를 소지하지 않는 보행자가 존재할 수 있으므로, 대체로 단말기(30)에 일대일로 대응하는 위치 정보의 개수는 보행자의 수 이하일 수 있다. 따라서, 계수부(150)는 위치 정보를 통해 계수한 단말기(30)의 개수보다 영상 데이터를 통해 확인한 보행자의 수가 적으면, 이상 상황이 발생한 것으로 파악할 수 있다.

이때의 이상 상황은 설정 지역을 촬영하는 CCTV(10)의 오류, 수집부(110)의 오류, 계수부(150)의 오류 중 적어도 하나를 나타낼 수 있다.

수집부(110)는 설정 지역의 제1 지점 p1을 촬영한 제1 영상 데이터 i1, 설정 지역의 제2 지점 p2를 촬영한 제2 영상 데이터 i2를 수집할 수 있다. 제1 영상 데이터 i1은 제1 지점 p1을 촬영하는 제1 CCTV(11)로부터 획득될 수 있다. 제2 영상 데이터 i2는 제2 지점 p2를 촬영하는 제2 CCTV(12)로부터 획득될 수 있다.

계수부(150)는 제1 영상 데이터 i1에 포함된 보행자를 계수한 제1 결과와 제2 영상 데이터 i2에 포함된 보행자를 계수한 제2 결과를 이용하여 설정 지역의 보행량을 산출할 수 있다.

계수부(150)는 제1 결과와 제2 결과의 평균값을 설정 지역의 보행량으로 결정할 수 있다.

제1 지점 p1은 설정 지역의 시작점을 포함할 수 있다. 제2 지점 p2는 설정 지역의 종료점을 포함할 수 있다.

일 예로, 설정 지역의 길이 w가 100m이면, 제1 영상 데이터 i1은 설정 지역 기준으로 0m 지점을 촬영한 것일 수 있다. 제2 영상 데이터 i2는 설정 지역 기준으로 100m 지점을 촬영한 것일 수 있다.

계수부(150)는 설정 시간동안 제1 영상 데이터 i1 및 제2 영상 데이터 i2를 분석하고 각각의 영상 데이터에서 보행자를 계수할 수 있다.

계수 결과, 제1 지점 p1에 형성된 제1 카운트 라인 d1을 통과한 보행자가 100명이고, 제2 지점 p2에 형성된 제2 카운트 라인 d2를 통과한 보행자가 100명일 수 있다. 이 경우, 계수부(150)는 설정 시간동안 해당 설정 지역의 보행량을 평균 100명으로 측정하거나 산출할 수 있다.

한편, 95명의 보행자가 제1 카운트 라인 d1을 통과한 상태에서 90명이 제2 카운트 라인 d2를 통과하고, 나머지 5명이 제1 지점으로 되돌아가서 제1 카운트 라인 d1을 다시 통과할 수 있다. 이 경우, 제1 카운트 라인 d1을 통과한 보행자가 100명으로 계수되고, 제2 카운트 라인 d2를 통과한 보행자가 90명으로 계수될 수 있다. 본 발명에 따르면, 제1 결과와 제2 결과의 평균값을 이용하므로, 90명과 100명의 평균값인 95명이 보행자의 수 또는 보행량으로 측정, 산출될 수 있다.

전송부(170)는 보행량 지도를 생성하는 서버(90)에 보행자의 계수 결과와 장소 정보를 함께 제공할 수 있다. 장소 정보는 수집부(110)에 의해 획득되는 정보로, 영상 데이터가 촬영된 위치 정보를 포함할 수 있다.

서버(90)는 전송부(170)로부터 제공된 장소 정보를 이용해 지도의 일 지점 또는 일 구간을 특정할 수 있으며, 계수 결과를 이용해 특정된 일 지점 또는 일 구간의 보행량을 표시할 수 있다. 이와 같이, 서버(90)에 의해 보행량이 표시된 지도에 해당하는 보행량 지도가 생성되고, 보행량 지로를 필요로 하는 사용자에게 제공될 수 있다.

도 4는 서버(90)에 의해 생성된 보행량 지도를 나타낸 개략도이다.

도 4에는 지도에 포함된 일부 지역의 보행로(50)를 나타낼 수 있다.

서버(90)는 지도에 표시된 보행로(50) 상에 색상 구분을 통해 보행량을 구분해서 표시할 수 있다. 보행량이 구분해서 표시되는 지도가 보행량 지도 m에 해당될 수 있다.

일 예로, 서버(90)는 보행로(50) 중 보행량이 많은 지역 a는 제1 색상으로 나타내고, 보행량이 보통인 지역 b는 제2 색상으로 나타내고, 보행량이 적은 지역 c는 제3 색상으로 나타낼 수 있다.

도 5는 본 발명의 측정 방법을 나타낸 흐름도이다.

도 5에 도시된 측정 방법은 도 1에 도시된 측정 장치(100)에 의해 수행될 수 있다.

측정 방법은 수집 단계(S 510), 추출 단계(S 520), 계수 단계(S 530), 전송 단계(S 540)를 포함할 수 있다.

수집 단계(S 510)는 설정 지역을 촬영한 영상 데이터, 상기 영상 데이터가 촬영된 위치가 포함된 장소 정보를 함께 수집할 수 있다. 수집 단계(S 510)는 수집부(110)에 의해 수행될 수 있다.

추출 단계(S 520)는 영상 데이터의 분석을 통해 보행자를 추출할 수 있다. 추출 단계(S 520)는 추출부(130)에 의해 수행될 수 있다. 추출부(130)는 추출 모델을 이용해 영상 데이터에 포함된 보행자를 추출할 수 있다.

추출 모델은 별도의 학습부를 통해 기계 학습된 것일 수 있다. 학습부는 영상 데이터에 포함된 사람(객체)를 YOLO v5를 통하여 기계 학습할 수 있다.

보행자가 보행로(50)를 통행할 때 대체로 한 방향으로만 통행하는 특성을 이용하여, 학습부는 CCTV(10) 2대(제1 지점의 영상 데이터, 제2 지점의 영상 데이터 획득)와 보행자의 단말기(30)(1초 단위의 위치 정보 획득)를 이용하여 객체 탐지의 정확성을 높일 수 있다.

또한, 사람이 아닌 다른 객체(동물 등) 등이 영상 데이터에 포함된 경우, Yolo 알고리즘에서 제일 마지막의 디텍팅(detecting) 부분에서 사람이 아닌 다른 객체들은 전부 폴스(false)값만 들어오게 되고, 추출부(130)는 이에 대해서 객체 탐지를 실시하지 않을 수 있다.

학습부에서 생성된 추출 모델은 사람의 이미지 수십만장을 통하여 학습될 수 있으며, 95% 이상, 예를 들어 98.24%의 학습률로 사람 객체는 정확하게 판별해낼 수 있다.

YOLO에서 학습시킨 학습률에 더하여 100%의 확률에 다가가기 위하여, 계수부(150)는 제1 CCTV(11)에서 탐지된 객체량과 연속적인 선상에 있는 제2 CCTV(12)의 객체량의 혼합 분석을 실시하여 객체 탐지한 비교값을 통하여 정확한 객체 탐지 개수를 산출할 수 있다.

또한, 단말기(30)의 위치 정보를 이용하면, 단말기(30)를 소지한 보행자의 좌표, 통행 시간 등이 표출되어 CCTV(10)에서 탐지해낸 객체량과 단말기(30)에서 송신되는 값을 비교 분석하여 5%범위 내로 들어오는 객체량을 최종 객체 탐지량으로 산출할 수 있다.

이러한 과정의 알고리즘을 반복계산하게 되고, 최종적으로 좋은 알고리즘만 남게 되는 유전자알고리즘을 통하여 객체 탐지에 대한 모델을 피팅(fitting)하여 추출 모델을 구축한다.

계수 단계(S 530)는 영상 데이터에 포함된 보행자를 계수할 수 있다. 계수 단계(S 530)는 계수부(150)에 의해 수행될 수 있다.

추출 모델을 통해 확인된 객체량을 이용해 해당 구간(설정 지역)에 대한 보행량이 산출될 수 있다.

전송 단계(S 540)는 보행량 지도를 생성하는 서버(90)에 보행자의 계수 결과와 장소 정보를 함께 제공할 수 있다. 전송 단계(S 540)는 전송부(170)에 의해 수행될 수 있다. 서버(90)는 CCTV(10)의 위치 정보, 촬영 지점 등이 포함된 장소 정보를 보행량에 매칭시키고 지도에 표시할 수 있다.

기본적으로 표 1과 같이 도로용량편람에서 보행자 서비스수준을 개산할 때 보행량과 해당 보행로(50)의 제원만 있으면 서버(90)는 보행 편의 서비스 수준을 산출할 수 있다.

A가 가장 좋은 상태이고 영어 알파벳이 내려갈수록 나쁜 상태를 의미한다.

서비스 수준을 평가할 때는, 보행로(50)의 시설에 대한 제원은 처음에 설계 및 건설할 때부터 고정값일 수 있다.

보행량은 시간별로 변하는 비고정값(non-fixed) 또는 유동값일 수 있다.

본 발명에서 산출되는 실시간 보행량을 통하여 보행로(50)별로 시간대별, 일자별, 첨두별, 비첨두별로 서비스 수준이 시각화될 수 있다. '첨두별'은 보행량의 피크치를 나타낼 수 있다. '비첨두별'은 평소 또는 평균 보행량을 나타낼 수 있다.

서비스 수준은 보행의 쾌적함과 관련될 수 있다. 예를 들어, 보행량이 많더라도 보행로(50)가 넓으면 보행자는 보행에 별다른 불편함을 느끼지 못할 수 있다. 이 경우, 서비스 수준은 높게 평가될 수 있다. 보행량이 적더라도 보행로(50)가 좁으면 보행자는 보행에 불편함을 느낄 수 있다. 이 경우, 서비스 수준은 낮게 평가될 수 있다.

또한, 각종 바이러스, 질병의 확산 위험을 인지시키는 방안으로, 서버(90)는 서비스 수준이 낮은 지역을 감염 위험 지역으로 선정하고 보행량 지도에 함께 추가할 수 있다.

서비스 수준	보행교통류율 (인/분/m)	점유공간 (㎡/인)	밀도 (인/㎡)	속도 (m/분)
A	≤20	≥3.3	≤0.3	≥75
B	≤32	≥2.0	≤0.5	≥72
C	≤46	≥1.4	≤0.7	≥69
D	≤70	≥0.9	≤1.1	≥62
E	≤106	≥0.38	≤2.6	≥40
F	-	< 0.38	> 2.6	< 40

도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다. 도 6의 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 장치(예, 측정 장치(100) 등) 일 수 있다.

도 6의 실시예에서, 컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.

프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다.

메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다.

송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.

한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 통상의 기술자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

10...CCTV 11...제1 CCTV
12...제2 CCTV 19...전처리부
30...단말기 50...보행로
90...서버 100...측정 장치
110...수집부 130...추출부
150...계수부 170...전송부

Claims

설정 지역을 촬영한 영상 데이터를 수집하는 수집부;
상기 영상 데이터에 포함된 보행자를 계수하는 계수부;
를 포함하는 측정 장치.
제1항에 있어서,
상기 수집부는 상기 설정 지역을 촬영하는 CCTV(Closed Circuit TV)와 통신하고,
상기 수집부는 상기 CCTV로부터 상기 영상 데이터를 획득하는 측정 장치.
제1항에 있어서,
상기 영상 데이터의 분석을 통해 상기 보행자를 추출하는 추출부가 마련되고,
상기 계수부는 상기 추출부에 의해 추출된 보행자가 상기 영상 데이터 내의 특정 지점을 통과하면, 보행자의 계수 결과에 해당하는 카운트 수를 증가시키는 측정 장치.
제1항에 있어서,
딥러닝의 객체 탐지 기법인 YOLO(You Only Look Once)를 이용하여 상기 영상 데이터에서 상기 보행자를 추출하는 추출부가 마련되고,
상기 계수부는 상기 추출부에 의해 추출된 보행자를 계수하는 측정 장치.
제1항에 있어서,
상기 영상 데이터에 포함된 상기 보행자가 내접하는 가상의 직사각형을 생성하는 추출부가 마련되고,
상기 계수부는 상기 영상 데이터에 직선 형상의 가상의 카운트 라인을 형성하며,
상기 계수부는 상기 보행자를 따라 움직이는 상기 직사각형이 상기 카운트 라인을 통과하면, 보행자의 계수 결과에 해당하는 카운트 수를 증가시키는 측정 장치.
제5항에 있어서,
상기 추출부는 상기 카운트 라인에 수직한 일변을 갖도록 상기 직사각형을 생성하고,
상기 계수부는 상기 일변의 절반 지점이 상기 카운트 라인을 통과하면, 상기 카운트 수를 증가시키는 측정 장치.
제6항에 있어서,
상기 계수부는 상기 일변의 일단부가 상기 카운트 라인에 도달한 후 상기 절반 지점이 상기 카운트 라인에 도달하면 상기 카운트 수를 증가시키고,
상기 계수부는 상기 카운트 라인에 상기 절반 지점이 도달한 특정 직사각형으로 인해 상기 카운트 수가 일단 증가하면, 상기 일변 전체가 모두 상기 카운트 라인으로부터 벗어날 때까지 상기 특정 직사각형으로 인한 카운트 수의 추가 증가를 억제하는 측정 장치.
제1항에 있어서,
상기 수집부는 상기 설정 지역의 서로 다른 지점을 촬영한 복수의 영상 데이터, 상기 보행자가 소지한 단말기의 위치 정보 중 적어도 하나를 수집하고,
상기 계수부는 상기 위치 정보를 배제하고, 서로 다른 지점에서 각각 계수된 보행자의 수를 이용하여 상기 설정 지역의 보행량을 산출하거나,
상기 계수부는 특정 지점에서 계수된 보행자의 수와 상기 위치 정보를 함께 이용하여 상기 설정 지역의 보행량을 산출하거나,
상기 계수부는 서로 다른 지점에서 각각 계수된 보행자의 수 및 상기 위치 정보를 함께 이용하여 상기 설정 지역의 보행량을 산출하는 측정 장치.
제1항에 있어서,
상기 수집부는 상기 설정 지역의 제1 지점을 촬영한 제1 영상 데이터, 상기 설정 지역의 제2 지점을 촬영한 제2 영상 데이터를 수집하고,
상기 계수부는 상기 제1 영상 데이터에 포함된 보행자를 계수한 제1 결과와 상기 제2 영상 데이터에 포함된 보행자를 계수한 제2 결과를 이용하여 상기 설정 지역의 보행량을 산출하며,
상기 계수부는 상기 제1 결과와 상기 제2 결과의 평균값을 상기 설정 지역의 보행량으로 결정하는 측정 장치.
측정 장치에 의해 수행되는 측정 방법에 있어서,
설정 지역을 촬영한 영상 데이터, 상기 영상 데이터가 촬영된 위치가 포함된 장소 정보를 함께 수집하는 수집 단계;
상기 영상 데이터의 분석을 통해 보행자를 추출하는 추출 단계;
상기 영상 데이터에 포함된 상기 보행자를 계수하는 계수 단계;
보행량 지도를 생성하는 서버에 상기 보행자의 계수 결과와 상기 장소 정보를 함께 제공하는 전송 단계;
를 포함하는 측정 방법.