통합안전관리솔루션
Deep Learning Solution

상황을 분석하여 상황을 파악하는 기술로 '객체 인식, 객체 추적, 상황의 판단과 알림, 실시간 고속 처리 분석' 등을 통해 사람과 사물의 정보와 움직임을 알 수 있습니다.

이로써 사물에 대한 손쉬운 정보 분석과 다양한 사고의 예측, 예방을 가능하게 하여 각종 재해나 위험으로부터 소중한 인명을 지킬 수 있으며 넓게 나아가 사물의 규격 등, 정보를 필요로 하는 온라인 사업에도 적용할 수 있어 산업적 편리를 도모하는 기술입니다.

주요기능
Main Function

사람마다 고유 값을 가지는 hash 코드를 통해 모든 CCTV 관리 영역에서 객체 추적 기능을 제공 일정 그룹(다수)의 몸 전체뿐만 아니라 신체 일부에 대한 자세 인식도 가능.

CCTV로 상황 인지형 영상 분석 및 통합관제 기능 제공 기술로 관리 시스템의 효율을 높이고 기존 CCTV 시스템을 교체 방식이 아니라 '보완'방식 도입으로 비용 절감 효과.

상황인지 솔루션 실시간 영상 [ 크게보기 ]

[ 기능 수정 중입니다. ]

보유 기술
The Retention Skills

[얼굴 인식]
[사람 인식]
[전신 관절 인식]
[손가락 관절 인식]
[실내 공간 모델링]
[사물 크기 측정]
[위험 지역 감시]
[특정 지역 감시]
[객체 식별/차량,번호판 인식]
[손상 이미지 복원]
[딥러닝 기반 번호판 인식 기술]
[손상영상 복원기술]
[이미지 디블러링]
- 블러(흔들림에 의해 뚜렷하지 않은) 영상을 알고리즘을 통하여 보정하는 기술
- 1 단계 : 선명한 영상(이미지)의 통계적 특징을 통해 원본의 이미지를 예측
- 2 단계 : 예측한 이미지와 블러가 있는 영상을 비교하여 커널(어떤 식으로 흔들렸는가)을 추정
- 3 단계 : 추측한 커널을 이용하여 선명한 영상을 복원
[이미지 디블러링 기술 내용]
(1)선명한 영상의 에지 정보를 예측해 내는 선명한 영상 예측 단계와
(2)예측된 선명한 영상과 블러가 있는 영상을 비교하여 블러 커널을 추정해 내는 블러 커널 추정 단계
(3)추정된 블러 커널을 이용하여 선명한 영상을 복원해 내는 영상 복원 단계
1~3의 영상 복원 단계의 결과는 다시 선명한 영상 예측 단계의 입력으로 사용되며, 이 세 단계를 블러 커널이 더 이상 개선되지 않을 때까지 반복하여 수행
모션의 크기(흔들림)과 큰 블러를 효과적으로 추정하기 위하여 다운샘플링(Downsampling/화질 열화)된 영상으로부터 결과를 얻은 후, 이를 다시 큰 영상에 적용하여 결과를 얻는 다중 스케일 처리 방법을 이용.
블러 영상의 발생
- 일반적으로 어두운 환경에서 사진 촬영 시 부족한 광량을 채우기 위해 노출 시간이 길어지게 되고, 사용자의 손떨림이 영상에 블러를 일으키게 된다. 이와 같이 카메라나 물체의 움직임 때문에 생기는 블러를 모션 블러라고 한다.
- 이러한 현상은 야외에 설치된 CCTV에서 더욱 증폭되는데, 바람 또는 진동과 같은 외적 요인으로 인해 모션 블러가 추가로 발생되고, CCTV에 촬영된 물체가 움직임에 따라 부분적으로 모션 블러가 발생하기 때문이다.

기대 효과
Expectation Effect

[이미지 디블러링] 기술 및 [딥러닝 기반 손상영상 인식 기술]을 통한 정확도 향상

[병렬 트랜스 코더를 통한 디코딩 기술]을 통한 영상처리의 고속화를 통하여 실시간으로 더 정확한 영상 정보 분석 서비스를 제공