earticle

영어

As a demand for information and physical security has risen nowadays, the number of constructions of video surveillance system has been also increased. The recent trends of video surveillance system can be explained as larger-scale and additional intelligent event recognition such as motion detection. In addition to larger-scale and additional intelligent event recognition, the quantity of streaming data was hugeously increased because of larger video resolution on camera products. As the system is becoming larger-scale, it is expected that the system server can manage more number of cameras. However additional intelligent event recognition and larger video resolution require tremendous number of operations, and these operations restrict the number of cameras which are managed by the system server. In other words, these operations cause the cost-increase for large-scale system construction. In this paper, we present a low complexity and high efficiency streaming data analysis method and those applications that can be applied to large-scale video surveillance system. The proposed method can be applied into motion detection and also applied into recording streaming selection and display channel selection on video surveillance system. Because the proposed method is based on the streaming parsing, it does not require video decoding while previous intelligent event detection essentially requires video decoding. According to the experimental results, the proposed method approximately reduces 87% in running time and 80% in memory usage on average. Also frame random access and parallel processing are available in the proposed method. Consequently, we expect that the proposed method will be useful on large-scale video surveillance system construction.

한국어

정보 및 물리보안에 대한 수요가 증가함에 따라 영상 보안시스템의 구축사례 도 증가하고 있다. 최근 영상 보안시스템의 발전 동향은 초창기의 소규모(설치카 메라 수가 다소 적음) 영상 보안시스템에 비해 대규모(설치 카메라 수가 많음)화 되고, 지능형 이벤트 감지와 같은 많은 연산량을 요구하는 기능을 제공하고 있 다. 또한 카메라 제품의 발달로 영상의 해상도가 점차 커짐에 따라 영상 정보를 포함하는 스트리밍 데이터의 양이 매우 증가하였다. 시스템이 대규모화됨에 따 라 시스템 서버가 관리해야 하는 카메라 대수의 증가도 자연스럽게 기대되지만, 움직임 감지 등의 지능형 이벤트 감지 도입과 영상의 해상도가 커짐에 따라 각 채널(카메라) 영상을 처리하는데 요구되는 연산량이 매우 증가하였고, 이러한 연 산량은 시스템 서버가 동시에 처리할 수 있는 카메라의 대수를 제약하여 대규모 시스템 구축에 소요되는 비용을 증가시킨다. 이를 해결하기 위해 본 논문에서는 기존의 화소값 기반 움직임 감지를 대체할 수 있는 저계산량-고효율 스트리밍 정보 분석방법과 그 응용기술을 제안한다. 제안하는 방법은 지능형 이벤트인 움직임 감지에 응용이 가능하고, 시스템의 녹 화(저장) 스트림 선택, 디스플레이 채널 결정 등에도 응용이 가능하다. 화소값 분 석에 기반한 기존 방법이 필수적으로 영상 복호화를 요구하는 반면 제안하는 방 법은 비디오 스트리밍 정보생성에 기반한 방법으로 영상 복호화를 요구하지 않 아 많은 연산량을 절감할 수 있다. 실험결과 스트리밍 정보생성은 영상 복호화 에 비해 약 87%의 실행시간을 줄여 실행속도가 약 7.6배 빠르면서도 메모리 사용량을 약 80% 절감함을 확인 할 수 있었다. 또한 제안하는 방법을 사용하면 프 레임 임의접근처리와 병렬처리가 가능하여, 대규모 영상 보안 시스템 구축에 유 용하게 사용될 것으로 기대된다