비정상 소리 탐지 기반의 축사 보안 시스템

오승근(Seunggeun Oh),이종욱(Jonguk Lee),정용화(Yongwha Chung),박대희(Daihee Park) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B

본 논문에서는 소규모의 농장에서도 저비용으로 구축이 가능한 비정상 소리 탐지 기반의 축사 보안 시스템을 제안한다. 제안된 시스템은 단일 클래스 SVM의 대표적인 모델인 SVDD를 기반으로 한 구조로써 정상소리(소의 평소 울음소리)만으로 학습된 SVDD를 통하여 비정상 소리가 탐지될 경우 관리자에게 알람 경고한다. 제안된 시스템은 실시간 처리를 위하여 1초 단위의 소리 신호 정보를 이용하였으며 SVDD의 특성상 새로운 비정상 소리 클래스의 추가가 요구되더라도 정상 소리의 범주 외에는 모두 비정상 소리로 탐지함으로써 시스템의 점증적 갱신 및 확장을 보장한다. 공개적으로 사용 가능한 벤치마크 소리 데이터 셋을 이용하여 제안된 시스템의 성능을 실험적으로 검증한다.

영상 감시 시스템에서의 비정상 군중행동 분석

오승근(Seunggeun Oh),이종욱(Jonguk Lee),박대희(Daihee Park) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.2

감시 시스템에서의 비정상 소리 탐지 및 식별

오승근(Seunggeun Oh),이종욱(Jonguk Lee),이한성(Hansung Lee),정용화(Yongwha Chung),박대희(Daihee Park) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.2

In this paper, we propose a prototype system for abnormal sound detection and identification which detects and recognizes the abnormal situations by means of analyzing audio information coming in real time from CCTV cameras under surveillance environment. The proposed system is composed of two layers: The first layer is an one-class support vector machine, i.e., support vector data description (SVDD) that performs rapid detection of abnormal situations and alerts to the manager. The second layer classifies the detected abnormal sound into predefined class such as 'gun', 'scream', 'siren', 'crash', 'bomb' via a sparse representation classifier (SRC) to cope with emergency situations. The proposed system is designed in a hierarchical manner via a mixture of SVDD and SRC, which has desired characteristics as follows: 1) By fast detecting abnormal sound using SVDD trained with only normal sound, it does not perform the unnecessary classification for normal sound. 2) It ensures a reliable system performance via a SRC that has been successfully applied in the field of face recognition. 3) With the intrinsic incremental learning capability of SRC, it can actively adapt itself to the change of a sound database. The experimental results with the qualitative analysis illustrate the efficiency of the proposed method. 본 논문에서는 CCTV 등과 같은 감시 카메라 환경에서 실시간으로 유입되는 소리 정보를 이용하여, 비정상 상황을 탐지 및 식별하는 프로토타입 시스템을 제안한다. 제안된 시스템의 첫 번째 계층에서는 단일 클래스 SVM인 SVDD로 비정상 소리를 신속하게 탐지하여 관리자에게 알람 경고하고, 두 번째 계층의 SRC는 탐지된 비정상 소리를 'gun', 'scream', 'siren', 'crash', 'bomb' 등으로 세분화 식별하여 관리자에게 보고함으로써 관리자의 위기 상황 대처 능력을 돕는다. 본 논문에서 제안하는 SVDD와 SRC를 혼합한 계층적 구조는 다음과 같은 특성을 갖는다. 첫째, 정상 소리 데이터만으로 학습한 SVDD를 이용하여 비정상 소리를 빠르게 탐지함으로써, 정상 소리에 대한 불필요한 비정상 소리 식별 연산을 수행하지 않는다. 둘째, 최근 얼굴 인식 분야에서 성공적인 업적을 보여주고 있는 강인한 SRC를 이용하여 비정상 소리를 식별함으로써, 안정적인 보안 감시 시스템 운용을 보장한다. 셋째, SRC 고유의 특성상 새로운 비정상 소리가 추가되더라도 전체 시스템을 재학습시킬 필요가 없는 시스템의 점증적 갱신이 가능하다. 정성적 분석을 포함한 실험 결과로 제안된 시스템의 효능을 밝힌다.

H.264 압축영역에서의 비정상 집단행동 탐지

오승근(Seunggeun Oh),이종욱(Jonguk Lee),박대희(Daihee Park) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출·표현하였으며 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지자로 설계하였다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

H.264 압축과 SVDD를 이용한 영상 감시 시스템에서의 비정상 집단행동 탐지

오승근(Seunggeun Oh),이종욱(Jonguk Lee),정용화(Yongwha Chung),박대희(Daihee Park) 한국정보보호학회 2011 정보보호학회논문지 Vol.21 No.6

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출·표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다. In this paper, we propose a prototype system for abnormal sound detection and identification which detects and recognizes the abnormal situations by means of analyzing audio information coming in real time from CCTV cameras under surveillance environment. The proposed system is composed of two layers: The first layer is an one-class support vector machine, i.e., support vector data description (SVDD) that performs rapid detection of abnormal situations and alerts to the manager. The second layer classifies the detected abnormal sound into predefined class such as "gun", "scream", "siren", ‘crash", "bomb" via a sparse representation classifier (SRC) to cope with emergency situations. The proposed system is designed in a hierarchical manner via a mixture of SVDD and SRC, which has desired characteristics as follows: 1) By fast detecting abnormal sound using SVDD trained with only normal sound, it does not perform the unnecessary classification for normal sound. 2) It ensures a reliable system performance via a SRC that has been successfully applied in the field of face recognition. 3) With the intrinsic incremental learning capability of SRC, it can actively adapt itself to the change of a sound database. The experimental results with the qualitative analysis illustrate the efficiency of the proposed method.

비디오 감시 시스템에서 한우의 특이 행동 탐지

오승근(Seunggeun Oh),정용화(Yongwha Chung),박대희(Daihee Park),장홍희(Hong-Hee Chang),김석(Suk Kim) 한국정보과학회 2013 한국정보과학회 학술발표논문집 Vol.2013 No.11

A/V 센서 기반의 실시간 돈사 모니터링 시스템1

오승근 ( Seunggeun Oh ),인경준 ( Kyeongjun In ),정용화 ( Yongwha Chung ),장홍희 ( Hong-hee Chang ),박대희 ( Daihee Park ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2

어미로부터 생후 21일령(또는 28일령)에 젖을 때는 어린 자돈들은 면역력이 약하여 통상 폐사율이 30∼40%까지 치솟는 등 자돈 관리가 국내 양돈 농가의 가장 큰 문제 중 하나로 인식되고 있다. 본 논문에서는 이러한 양돈 농가의 문제를 해결하기 위하여 자돈사(새끼돼지 축사)에 카메라와 마이크를 설치하고 획득된 영상과 소리 정보를 이용하여 자돈들을 모니터링하는 시스템을 제안한다. 제안된 시스템은 실시간으로 유입되는 영상과 소리 스트림 데이터로부터 각각 움직임 벡터와 평균 피치 값을 추출하여 이미 설정된 정상 상황의 임계치 값을 넘는 순간부터를 불특정 이상 상황이라 판단한다. 실제, 경상남도 함양군의 한 돼지 농장에 A/V 센서 기반의 실험 환경을 구축하고 2012년 6월 한 달간의 이유자돈 돈사의 모니터링 데이터 셋을 취득하였고 전반기 15일간의 데이터 셋을 이용하여 자돈사 모니터링 시스템의 프로토타입을 설계·구현하였으며 후반기 15일간의 A/V 스트림 데이터로는 검증 실험을 수행하였다.

KFD 웹 데이터베이스 시스템을 위한 동영상 이벤트 분석 및 검색 시스템

오승근(Seunggeun Oh),임영희(Younghee Im),정용화(Yongwha Chung),장진경(Jinkyung Chang),박대희(Daihee Park) 한국콘텐츠학회 2010 한국콘텐츠학회논문지 Vol.10 No.11

KFD 웹 데이터베이스 시스템은 가족미술치료사들의 요구사항을 반영하여, 방대한 평가 자료의 관리 및 효율적인 사정평가 과정의 지원을 위해 개발된 프로토타입 시스템이다. 그러나 KFD 웹 데이터베이스 시스템은 내담자가 그림을 그리는 동안의 행동패턴, 얼굴 표정, 그리고 음성 정보등과 같은 중요한 관찰 요소들에 관한 정보는 얻을 수 없다는 문제점이 있다. 따라서 본 논문에서는 웹 카메라와 그림판 툴을 이용하여 내담자의 KFD 작업 과정을 녹화하고, 녹화된 영상 내의 주요 이벤트들을 인덱싱하여 가족미술 치료사가 KFD 동영상을 분석하고 검색할 수 있도록 온톨로지 기반의 이벤트 분석 및 검색 시스템을 제안한다. 즉 새롭게 제안된 시스템에서는 가족 구성원에 관한 내담자의 이벤트 및 행동분석에 관한 요약 보고서와 함께 비디오 검색 서비스가 제공된다. 제안된 KFD 동영상 내의 이벤트 분석 및 검색 시스템은 가족 치료사에게 내담자의 작업태도 및 행동, 그리고 KFD 작성과정에 대한 정량적이고, 객관적인 정보를 제공함으로써 보다 강화된 KFD 사정 평가를 지원할 수 있다. The typical Kinetic Family Drawing (KFD) Web database system, a form of prototype system, has been developed, relying on the suggestions from family art therapists, with an aim to handle large amounts of assessment data and to facilitate effective implement of assessment activities. However, unfortunately such a system has an intrinsic problem that it fails to collect clients’ behaviors, attitudes, facial expressions, voices, and other critical information observed while they are drawing. Accordingly we propose the ontology based video event analysis and video retrieval system in this paper, in order to enhance the function of a KFD Web database system by using a web camera and drawing tool. More specifically, a newly proposed system is designed to deliver two kinds of services: the client video retrieval service and the sketch video retrieval service, accompanied by a summary report of occurred events and dynamic behaviors relative to each family member object, respectively. The proposed system can support the reinforced KFD assessments by providing quantitative and subjective information on clients’ working attitudes and behaviors, and KFD preparation processes.

대규모 얼굴 이미지 데이터를 위한 SVM-BTA 갱신 방법

오승근(Seunggeun Oh),진승지(Shengzhi Chen),박대희(Daihee Park) 한국정보과학회 2013 한국정보과학회 학술발표논문집 Vol.2013 No.11

소 행동 인식을 위한 온톨로지 기반의 동영상 이벤트 분석

이종욱(Jonguk Lee),오승근(Seunggeun Oh),정용화(Yongwha Chung),박대희(Daihee Park) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.2