[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101973933B1 - Method and Apparatus for Detecting Boarding Number - Google Patents

Method and Apparatus for Detecting Boarding Number Download PDF

Info

Publication number
KR101973933B1
KR101973933B1 KR1020180019348A KR20180019348A KR101973933B1 KR 101973933 B1 KR101973933 B1 KR 101973933B1 KR 1020180019348 A KR1020180019348 A KR 1020180019348A KR 20180019348 A KR20180019348 A KR 20180019348A KR 101973933 B1 KR101973933 B1 KR 101973933B1
Authority
KR
South Korea
Prior art keywords
vehicle
detection
target vehicle
type information
occupant
Prior art date
Application number
KR1020180019348A
Other languages
Korean (ko)
Other versions
KR20180094812A (en
Inventor
강상철
김성건
임재덕
Original Assignee
(주)지앤티솔루션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)지앤티솔루션 filed Critical (주)지앤티솔루션
Publication of KR20180094812A publication Critical patent/KR20180094812A/en
Application granted granted Critical
Publication of KR101973933B1 publication Critical patent/KR101973933B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 실시예는 차종 구분을 통하여 실제 승차인원 검지를 필요로 하는 대상 차량에 대해서만 선별적으로 승차인원 검지가 이루어질 수 있도록 하면서도, 승차인원 검지 시 대상 차량의 차량 타입정보별로 적정 검출 알고리즘에 기반한 프로세스가 자동으로 수행될 수 있도록 함으로써 승차인원 검지와 관련한 효율성 및 신뢰성이 최대가 될 수 있도록 하는 승차인원 검지방법 및 그 장치에 관한 것이다.According to the present exemplary embodiment, the vehicle occupant can be selectively detected only for the target vehicle requiring the actual occupant detection by classifying the vehicle, while the process based on an appropriate detection algorithm for each vehicle type information of the target vehicle is detected. The present invention relates to a vehicle occupant detection method and apparatus for allowing efficiency to be maximized with respect to a vehicle occupant detection by allowing automatic operation to be performed.

Description

승차인원 검지방법 및 그 장치{Method and Apparatus for Detecting Boarding Number}Ride detection method and apparatus therefor {Method and Apparatus for Detecting Boarding Number}

본 실시예는 승차인원 검지방법 및 그 장치에 관한 것이다. 더욱 상세하게는, 기 설정된 대상 차량 내 승차인원을 자동 검지하기 위한 방법 및 장치에 관한 것이다.This embodiment relates to a passenger number detecting method and apparatus therefor. More specifically, the present invention relates to a method and apparatus for automatically detecting a passenger in a preset target vehicle.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.The contents described in this section merely provide background information on the present embodiment and do not constitute a prior art.

최근 교통량 증가에 따른 교통혼잡비용 증가로 인하여 국내외에서는 버스 전용차로 및 다인승 전용차로(HOV/HOT Lane)를 운영하고 있다. 이러한, 전용차로의 경우 기본적으로 버스 또는 12인승 이상의 승합자동차에 한해서 이용 가능토록 하고 있으며, 예외적으로 12인승 이하의 승합자동차나 승용자동차에 대해서도 규정 인원 수 이상이 탑승한 경우에 한해 그 이용을 가능토록 하고 있다.Due to the recent increase in traffic congestion costs due to the increase in traffic volume, domestic and international bus and lane lanes (HOV / HOT Lane) are operating. Such private lanes are basically available only for buses or passenger cars with 12 or more seats, except for passenger cars or passenger cars with 12 seats or less. It is done forever.

이와 같은 전용차로에 허가되지 않은 차량이 불법으로 진입하게 되면, 본래 전용차로제의 목적이던 원활한 대중교통의 운행에 차질이 발생하게 된다. 이러한 점 때문에, 전용차로제가 시행되고 있는 도로에는 무인카메라가 설치되거나, 또는 단속 경찰에 의해 수시로 위반차량에 대한 단속이 이루어지고 있다. 이와 더불어, 종래의 경우, 탑승 인원에 따라 제한적으로 전용차선의 이용이 허가되는 특정 차량들에 대한 교통법규 위반 여부를 단속하기 위해 인원 검지장치가 활용되어 왔다. 그러나, 종래의 인원 검지장치의 경우 차종의 구분없이 모든 차량에 대하여 탑승 인원을 검지함에 따라 불필요한 데이터의 처리를 수반한다는 문제점이 존재한다. 예를 들어, 전용차로의 이용이 허가되지 않은 차량이 불법으로 해당 차로를 이용하고 있는 경우와 같이, 애초에 차량에 탑승한 인원의 검지가 불필요한 경우에 대해서도 무의미한 인원 검지가 이루어진다는 한계가 존재한다.If an unauthorized vehicle enters the illegal lane like this, a problem occurs in smooth public transportation, which was originally the purpose of the exclusive lane system. For this reason, unmanned cameras are installed on roads where the dedicated lane system is implemented, or crackdowns on violated vehicles are frequently conducted by crackdown police. In addition, in the related art, a person detection device has been utilized to control whether or not a violation of traffic laws for specific vehicles is permitted to use a dedicated lane depending on the occupant. However, in the case of the conventional personnel detection device, there is a problem that it involves processing of unnecessary data according to the detection of the occupants for all vehicles regardless of the vehicle type. For example, there is a limit that meaningless personnel detection is made even when the detection of the person who boarded the vehicle is unnecessary, such as when a vehicle that is not permitted to use the dedicated lane illegally uses the lane.

이에, 전용차로를 주행 중인 차량 중 실제 승차인원 검지를 필요로 하는 대상 차량에 대해서만 선별적으로 인원 검지가 이루어질 수 있도록 하면서도 그 신뢰성이 최대가 될 수 있도록 하는 새로운 기술을 필요로 한다.Therefore, a new technology is required to allow the detection of personnel only selectively for the target vehicle requiring the actual occupant detection among the vehicles driving the dedicated lanes, while maximizing the reliability thereof.

본 실시예는 차종 구분을 통하여 실제 승차인원 검지를 필요로 하는 대상 차량에 대해서만 선별적으로 승차인원 검지가 이루어질 수 있도록 하면서도, 승차인원 검지 시 대상 차량의 차량 타입정보별로 적정 검출 알고리즘에 기반한 프로세스가 자동으로 수행될 수 있도록 함으로써 승차인원 검지와 관련한 효율성 및 신뢰성이 최대가 될 수 있도록 하는 데 그 목적이 있다.According to the present exemplary embodiment, the vehicle occupant can be selectively detected only for the target vehicle requiring the actual occupant detection by classifying the vehicle, while the process based on an appropriate detection algorithm for each vehicle type information of the target vehicle is detected. The purpose is to maximize the efficiency and reliability in relation to the detection of the occupant by allowing it to be performed automatically.

본 실시예는, 검지영역을 주행 중인 차량에 대하여 수집된 센싱 정보에 기초하여 승차인원 검지대상이 되는 대상 차량을 선별하는 대상차량 선별부; 상기 대상 차량에 대하여 촬영된 촬영영상을 제공받고, 상기 촬영영상을 토대로 상기 대상 차량에 대응되는 차량 타입정보를 구분하는 차량타입 구분부; 적어도 하나의 차량 타입정보별로 차량 내 유리 영역의 검출과 관련하여 기 학습된 학습 데이터를 저장하는 학습부; 및 상기 대상 차량의 차량 타입정보 구분결과 및 상기 차량 타입정보별 상기 학습 데이터에 기반하여 상기 대상 차량 내 상기 승차 인원에 대한 검지를 수행하는 검지부를 포함하는 것을 특징으로 하는 승차인원 검지장치를 제공한다.The present exemplary embodiment includes a target vehicle selection unit that selects a target vehicle to be a rider detection target based on sensing information collected for a vehicle driving a detection area; A vehicle type classification unit configured to receive a photographed image photographed with respect to the target vehicle and classify vehicle type information corresponding to the target vehicle based on the photographed image; A learner configured to store learning data previously learned in relation to detection of the glass area in the vehicle for at least one vehicle type information; And a detector configured to detect the passenger in the target vehicle based on the vehicle type information classification result of the target vehicle and the learning data for each vehicle type information. .

또한, 본 실시예의 다른 측면에 의하면, 승차인원 검지장치의 승차인원 검지방법에 있어서, 검지영역을 주행 중인 차량에 대하여 수집된 센싱 정보에 기초하여 승차인원 검지대상이 되는 대상 차량을 선별하는 과정; 상기 대상 차량에 대하여 촬영된 촬영영상을 제공받고, 상기 촬영영상을 토대로 상기 대상 차량에 대응되는 차량 타입정보를 구분하는 과정; 및 적어도 하나의 차량 타입정보별로 차량 내 유리 영역의 검출과 관련하여 기 학습된 학습 데이터 및 상기 대상 차량의 차량 타입정보 구분결과에 기반하여 상기 대상 차량 내 상기 승차 인원에 대한 검지를 수행하는 과정을 포함하는 것을 특징으로 하는 승차인원 검지방법을 제공한다.In addition, according to another aspect of the present invention, in the ride occupant detection method of the ride occupant detection device, the step of selecting the target vehicle to be the target of the occupant detection based on the sensing information collected for the vehicle driving the detection area; Receiving a captured image photographed with respect to the target vehicle, and classifying vehicle type information corresponding to the target vehicle based on the captured image; And detecting detection of the occupant in the target vehicle based on learning data pre-learned in relation to detection of the glass area in the vehicle for each of the at least one vehicle type information and the vehicle type information classification result of the target vehicle. It provides a ride-in detection method comprising a.

본 실시예에 따르면, 차종 구분을 통하여 실제 승차인원 검지를 필요로 하는 대상 차량에 대해서만 선별적으로 승차인원 검지가 이루어질 수 있도록 하면서도, 승차인원 검지 시 대상 차량의 차량 타입정보별로 적정 검출 알고리즘에 기반한 프로세스가 자동으로 수행될 수 있도록 함으로써 승차인원 검지와 관련한 효율성 및 신뢰성이 최대가 될 수 있도록 하는 효과가 있다.According to the present embodiment, it is possible to selectively detect the occupant only for the target vehicle requiring the actual occupant detection by classifying the vehicle, and based on the appropriate detection algorithm for each vehicle type information of the subject vehicle during the occupant detection. By allowing the process to be performed automatically, there is an effect that the efficiency and reliability in respect of occupant detection can be maximized.

도 1 내지 도 2는 본 실시예에 따른 승차인원 검지 시스템의 구조를 도시한 도면이다.
도 3은 본 실시예에 따른 승차인원 검지장치를 개략적으로 나타낸 블록 구성도이다.
도 4는 본 실시예에 따른 승차인원 검지 시스템의 동작을 설명하기 위한 흐름도이다.
도 5는 본 실시예에 따른 승차인원 검지장치의 승차인원 검지방법을 설명하기 위한 순서도이다.
도 6 내지 도 7은 본 실시예에 따른 승차인원 검지방법을 설명하기 위한 예시도이다.1 to 2 are diagrams showing the structure of a ride-in detection system according to the present embodiment.
3 is a block diagram schematically illustrating a ride-in detection device according to the present embodiment.
4 is a flowchart for explaining an operation of the ride occupant detection system according to the present embodiment.
5 is a flowchart for explaining a method for detecting a ride occupant of the ride occupant detection apparatus according to the present embodiment.
6 to 7 are exemplary diagrams for explaining the method for detecting a ride occupant according to the present embodiment.

이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, the present embodiment will be described in detail with reference to the accompanying drawings.

명세서 전체에 걸쳐, 차종 정보는 일반적으로 사용되는 크기와 용도에 따라 차량의 종류를 기 분류해 놓은 것으로서, 예컨대, 승용차, 트럭, 승합차, 버스, 화물차 등이 이에 해당된다.Throughout the specification, the vehicle model information is classified by the type of vehicle according to the size and use generally used, for example, such as passenger cars, trucks, vans, buses, vans.

또한, 차량 타입정보는 차량의 바디 등과 같은 외형 형상에 기반하여 차량의 유형을 기 분류해 놓은 것으로서, 예컨대, 세단, 쿠페, SUV 등이 이에 해당된다.In addition, the vehicle type information is a classification of the vehicle type based on the external shape such as the body of the vehicle, and the like, for example, sedan, coupe, SUV, and the like.

또한, 차량 모델정보는 차량 제조업체에 의해 부여된 차량 고유의 모델명으로서, 예컨대, SM5, 소나타 등이 이에 해당된다.In addition, the vehicle model information is a vehicle-specific model name given by the vehicle manufacturer, for example, SM5, Sonata, and the like.

도 1 내지 도 2는 본 실시예에 따른 승차인원 검지 시스템의 구조를 도시한 도면이다. 한편, 도 1은 본 실시예에 따른 승차인원 검지 시스템을 개략적으로 나타낸 블록 구성도이며, 도 2는 본 실시예에 따른 승차인원 검지 시스템 중 검지영역 내 설치되는 현장설비에 대한 구성도이다.1 to 2 are diagrams showing the structure of a ride-in detection system according to the present embodiment. On the other hand, Figure 1 is a block diagram schematically showing a ride occupant detection system according to the present embodiment, Figure 2 is a block diagram of the on-site equipment installed in the detection area of the ride occupant detection system according to the present embodiment.

도 1에 도시하듯이, 본 실시예에 따른 승차인원 검지 시스템은 차량단속 장치(100) 및 모니터링 장치(150)를 포함하는 형태로 구현된다. 이때, 본 실시예에 따른 승차인원 검지 시스템에 포함되는 구성요소는 반드시 이에 한정되는 것은 아니다.As shown in FIG. 1, the ride occupant detection system according to the present embodiment is implemented in a form including a vehicle control device 100 and a monitoring device 150. At this time, the components included in the ride occupant detection system according to the present embodiment is not necessarily limited thereto.

차량단속 장치(100)는 탑승 인원에 따라 제한적으로 전용차선의 이용이 허가되는 특정 차량들에 대한 교통법규 위반 여부를 단속하기 위한 장치를 의미한다. 이러한, 차량단속 장치(110)는 기 설정된 검지영역 예컨대, 전용차로제가 시행되고 있는 도로 상에 구현될 수 있다.The vehicle control device 100 refers to a device for controlling whether a traffic law is violated for specific vehicles that are permitted to use a dedicated lane depending on the occupant. Such a vehicle control device 110 may be implemented on a road in which a preset detection area, for example, a dedicated lane system is implemented.

본 실시예에 따른 차량단속 장치(100)는 센싱장치(110), 제1 촬영장치(120), 제2 촬영장치(130) 및 승차인원 검지장치(140)를 포함한다. 이때, 본 실시예에 따른 차량단속 장치(100)에 포함되는 구성요소는 반드시 이에 한정되는 것은 아니다. 예컨대, 다른 실시예에서, 차량단속 장치(100)는 센싱장치(110)를 미포함하는 형태로 구현될 수 있다.The vehicle control device 100 according to the present embodiment includes a sensing device 110, a first photographing device 120, a second photographing device 130, and a ride-in detecting device 140. At this time, the components included in the vehicle control device 100 according to the present embodiment are not necessarily limited thereto. For example, in another embodiment, the vehicular control device 100 may be implemented in a form that does not include the sensing device 110.

센싱장치(110)는 적어도 하나의 센싱 수단을 구비하며, 구비된 센싱 수단을 이용하여 검지영역을 주행 중인 차량에 대한 센싱 정보를 수집하는 장치를 의미한다.The sensing device 110 is provided with at least one sensing means, and refers to a device for collecting sensing information on a vehicle driving a detection area by using the provided sensing means.

본 실시예에 따른 센싱장치(110)는 구비된 센싱 수단을 이용하여 검지영역을 주행 중인 차량에 대한 폭, 길이, 높이, 축수 또는 차축 배열 등의 차량 관련정보를 수집할 수 있다. 이러한, 차량 관련정보는 차량의 차종 정보 즉, 차량 종류를 파악하는 데 있어서 기준 데이터로서 활용될 수 있는 특정 정보인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.The sensing device 110 according to the present exemplary embodiment may collect vehicle related information such as a width, a length, a height, an axis number, or an axle arrangement for a vehicle driving the detection area by using the sensing means. Such vehicle-related information is preferably specific information that can be used as reference data in determining vehicle type information of the vehicle, that is, vehicle type, but is not necessarily limited thereto.

예컨대, 본 실시예에 있어서, 센싱장치(110)를 통해 수집되는 차량 관련정보는 이후, 승차인원 검지장치(140)가 승차인원의 감지대상이 되는 대상 차량을 선별하는 과정에서 기준 데이터로서 활용할 수 있는 정보라면 어떠한 정보라도 무관하다.For example, in the present embodiment, the vehicle-related information collected through the sensing device 110 may be used as reference data in the process of selecting the target vehicle to be detected by the occupant 140. Any information is irrelevant.

본 실시예에 따른, 센싱장치(110)는 검지 영역 내 다양한 형태로 구현될 수 있다. 예컨대, 센싱장치(110)는 도 2에 도시된 바와 같이 도로의 지표면 상에 위치되는 형태로 구현될 수 있으며, 다른 실시예에서, 도로 주변에 인접하여 위치되는 형태로 구현될 수 있다.According to the present exemplary embodiment, the sensing device 110 may be implemented in various forms in the detection area. For example, the sensing device 110 may be implemented in a form located on the ground surface of the road as shown in Figure 2, in another embodiment, may be implemented in a form located adjacent to the road periphery.

이러한, 센싱장치(110)는 그 구현 형태 등에 따라 상기의 차량 관련정보의 수집과 관련한 다양한 센싱 수단을 구비할 수 있으며, 본 실시예에서는 센싱장치(110) 내 구비되는 센싱 수단에 대하여 특정 수단으로서 한정하지는 않는다. 예컨대, 센싱장치(110)가 구비하는 센싱 수단으로서는 복수의 레이저 발생장치(Laser Trigger), 카메라 또는 적외선 카메라 등이 포함될 수 있다.The sensing device 110 may include various sensing means related to the collection of the vehicle-related information according to an implementation form thereof. In the present embodiment, the sensing device 110 is provided as a specific means for the sensing means provided in the sensing device 110. It is not limited. For example, the sensing means included in the sensing device 110 may include a plurality of laser triggers, a camera, an infrared camera, or the like.

제1 촬영장치(120)는 적어도 하나 이상의 카메라를 구비하며, 구비된 카메라를 통해 대상 차량에 대한 영상을 촬영하여 제공하는 장치를 의미한다. 예컨대, 제1 촬영장치(120)는 CCTV용 카메라와 같이 고정형 카메라 및 해당 카메라를 통해 촬영된 영상을 전송하는 전송수단을 포함하는 형태로 구현될 수 있으나, 반드시 이에 한정되는 것은 아니다.The first photographing apparatus 120 includes at least one camera, and refers to a device that photographs and provides an image of a target vehicle through the provided camera. For example, the first photographing apparatus 120 may be implemented in a form including a fixed camera such as a CCTV camera and a transmission means for transmitting an image photographed through the camera, but is not limited thereto.

본 실시예의 경우 제1 촬영장치(120)는 대상 차량의 측면을 촬영하고, 이를 통해 생성된 측면 촬영영상을 승차인원 검지장치(140)로 제공한다. 이러한, 제1 촬영장치(120)는 바람직하게는 도 2에 도시된 바와 같이, 도로 주변에 인접하여 설치될 수 있으며, 보다 정확하게는 대상 차량의 일 측면을 촬영 가능한 형태로 구현될 수 있다.In the present exemplary embodiment, the first photographing apparatus 120 photographs the side of the target vehicle and provides the side photographed image generated to the passenger occupant detecting apparatus 140. As shown in FIG. 2, the first photographing apparatus 120 may be installed adjacent to a road, and more precisely, may photograph one side of the target vehicle.

본 실시예에 있어서, 제1 촬영장치(120)는 바람직하게는 승차인원 검지장치(140)로부터 촬영 요청명령을 수신하는 경우에 한해서, 선택적으로 동작될 수 있다. 예컨대, 제1 촬영장치(120)는 승차인원 검지장치(140)에 의하여 현재 검지영역을 주행 중인 차량이 승차인원 검지 대상이되는 대상 차량으로서 선별되는 경우에 한해서 선택적으로 구동될 수 있다.In the present embodiment, the first photographing apparatus 120 may be selectively operated only when receiving a photographing request command from the ride occupant detecting apparatus 140. For example, the first photographing apparatus 120 may be selectively driven only when the vehicle currently driving in the detection area is selected as the target vehicle to be detected by the ride occupant detection device 140.

한편, 제1 촬영장치(120)로부터 제공되는 대상 차량의 측면 촬영영상은 이후, 승차인원 검지장치(140)가 대상 차량에 대한 차량 타입정보를 구분하는 과정에서 기준 데이터로서 활용될 수 있다.Meanwhile, the side photographed image of the target vehicle provided from the first photographing apparatus 120 may be used as reference data in the process of classifying the vehicle type information of the target vehicle by the occupant detecting device 140.

다른 실시예에 있어서, 제1 촬영장치(120)는 승차인원 검지장치(140)로부터의 촬영 요청명령 수신 여부와 무관하게 즉, 현재 검지영역을 주행 중인 차량이 대상 차량인지 여부와 무관하게, 모든 차량에 대하여 촬영을 수행하고, 이를 통해 생성된 촬영영상을 승차인원 검지장치(140)로 제공할 수도 있다.In another exemplary embodiment, the first photographing apparatus 120 may determine whether or not a vehicle requesting a photographing request command from the ride occupant detecting apparatus 140 is received. The vehicle may be photographed, and the photographed image generated through the vehicle may be provided to the occupant detection device 140.

제2 촬영장치(130)는 적어도 하나 이상의 카메라를 구비하며, 구비된 카메라를 통해 대상 차량에 대한 영상을 촬영하여 제공하는 장치를 의미한다. 마찬가지로, 제2 촬영장치(130)는 CCTV용 카메라와 같이 고정형 카메라 및 해당 카메라를 통해 촬영된 영상을 전송하는 전송수단을 포함하는 형태로 구현될 수 있으나, 반드시 이에 한정되는 것은 아니다.The second photographing device 130 includes at least one camera, and means a device that photographs and provides an image of a target vehicle through the provided camera. Similarly, the second photographing apparatus 130 may be implemented in a form including a fixed camera such as a CCTV camera and a transmission means for transmitting an image photographed through the camera, but is not necessarily limited thereto.

본 실시예에 따른 제2 촬영장치(130)는 대상 차량의 정면 및 양 측면을 촬영하고, 이를 통해 생성된 정면 촬영영상 및 양측면 촬영영상을 승차인원 검지장치(140)로 제공한다. 이러한, 제2 촬영장치(130)는 바람직하게는 도 2에 도시된 바와 같이 도로 상의 인접 지점에 위치될 수 있다. 한편, 도 2에서는 편의 상 제2 촬영장치(130)가 하나의 카메라를 구비하는 것으로 예시하였으나, 실질적으로, 제2 촬영장치(130)는 대상 차량의 정면 및 양 측면을 각각 촬영하기 위해 복수 개의 카메라를 구비하는 형태로 구현될 수 있다.The second photographing apparatus 130 according to the present exemplary embodiment photographs the front and both sides of the target vehicle, and provides the front photographing image and the two side photographing images generated by the second vehicle photographing apparatus 140 to the occupant detecting device 140. The second photographing apparatus 130 may be located at an adjacent point on the road, as shown in FIG. 2. Meanwhile, in FIG. 2, the second photographing apparatus 130 is illustrated as having one camera for convenience. However, the second photographing apparatus 130 includes a plurality of photographing apparatuses for photographing the front and both sides of the target vehicle, respectively. It may be implemented in the form having a camera.

제2 촬영장치(130)는 대상 차량의 정면 촬영영상 및 양측면 촬영영상을 승차인원 검지장치(140)로 전송하며, 승차인원 검지장치(140)는 이를 토대로 대상 차량 내 탑승한 사람의 숫자를 검지하게 된다. 이때, 대상 차량의 유리 부분에 일정 수준 이상의 틴팅(Tinting)이 되어 있는 경우 자칫 촬영영상으로부터 차량 내부를 인식하지 못할 경우가 발생할 수 있다. 따라서, 본 실시예에 있어서, 제2 촬영장치(130)는 차량의 틴팅에 의해 차량 내부가 인식되지 못할 경우를 사전 방지하고자, 투광기(Strobe, 200)를 더 포함하는 형태로 구현될 수 있다. 즉, 제2 촬영장치(130)는 투광기(200)를 활용하여 대상 차량의 정면 및 양 측면을 촬영함으로써 이후, 승차인원 검지장치(140)로 하여금 보다 효과적으로 대상차량 내 승차인원을 검지 가능토록 한다.The second photographing apparatus 130 transmits the front photographing image and the both side photographing image of the target vehicle to the passenger occupant detecting apparatus 140, and the occupant detecting apparatus 140 detects the number of people occupied in the target vehicle based on this. Done. In this case, when a tint or more than a predetermined level is applied to the glass portion of the target vehicle, the inside of the vehicle may not be recognized from the captured image. Therefore, in the present exemplary embodiment, the second photographing apparatus 130 may further include a light emitter Strobe 200 in order to prevent the case in which the inside of the vehicle is not recognized by the tinting of the vehicle. That is, the second photographing apparatus 130 photographs the front and both sides of the target vehicle by using the light projector 200, thereby allowing the rider detecting apparatus 140 to detect the rider in the target vehicle more effectively. .

승차인원 검지장치(140)는 검지영역을 주행하고 있는 차량에 대하여 승차인원을 검지하고, 검지결과에 따라 해당 차량에 대한 교통법규 위반 여부를 판별하는 장치를 의미한다.The occupant detection device 140 refers to a device that detects the occupant of the vehicle traveling in the detection area, and determines whether or not the traffic law is violated based on the detection result.

본 실시예에 따른, 승차인원 검지장치(140)는 차종 구분을 통하여 실제 승차인원 검지를 필요로 하는 대상 차량에 대해서만 선별적으로 승차인원 검지가 이루어질 수 있도록 동작한다. 이를 위해, 승차인원 검지장치(140)는 센싱장치(110)와의 연동을 통해 검지영역을 주행 중인 차량들에 대한 센싱 정보를 수집할 수 있으며, 이를 토대로 승차인원 검지대상이 되는 대상 차량을 선별할 수 있다.According to this embodiment, the ride occupant detection device 140 operates to selectively detect the ride occupant only for the target vehicle that requires the actual ride occupant detection through vehicle type classification. To this end, the ride occupant detection device 140 may collect sensing information about vehicles that are driving in the detection area through interworking with the sensing device 110, and may select a target vehicle to be detected by the ride occupant. Can be.

다른 실시예에서, 승차인원 검지장치(140)는 제1 촬영장치(120)로부터 수신한 촬영영상을 토대로 승차인원 검지대상이 되는 대상 차량을 선별할 수도 있다.In another embodiment, the ride occupant detection device 140 may select a target vehicle to be a ride occupant detection object based on the captured image received from the first imaging device 120.

승차인원 검지장치(140)는 선별된 대상 차량에 한해서 차량 내 승차인원을 자동을 검지하되, 승차인원 검지 시 대상 차량의 차량 타입정보별로 적정 검출 알고리즘에 기반한 프로세스가 자동으로 수행될 수 있도록 한다. 이를 위해, 승차인원 검지장치(140)는 제1 촬영장치(120)와의 연동을 통해 대상 차량을 측면에서 촬영한 측면 촬영영상을 제공받고, 이를 토대로, 대상 차량에 대응되는 차량 타입정보를 구분할 수 있다. 또한, 승차인원 검지장치(140)는 제2 촬영장치(120)와의 연동을 통해 대상 차량의 양 측면을 촬영한 양측면 촬영영상 및 정면을 촬영한 정면 촬영영상을 제공받을 수 있다.The occupant detection device 140 automatically detects the occupant in the vehicle only for the selected target vehicle, and allows a process based on an appropriate detection algorithm to be automatically performed for each vehicle type information of the target vehicle when the occupant is detected. To this end, the occupant detection device 140 is provided with a side photographed image of the target vehicle photographed from the side through interworking with the first photographing apparatus 120, and based on this, the vehicle type information corresponding to the target vehicle can be distinguished. have. In addition, the ride occupant detecting device 140 may be provided with both side-side photographed images and both front-side photographed images of both sides of the target vehicle through interworking with the second photographing apparatus 120.

한편, 승차인원 검지장치(140)가 대상 차량 내 승차인원을 검지하는 구체적인 방법에 대해서는 이후, 도 3에서 승차인원 검지장치(140)의 각 구성요소를 설명하는 과정에서 보다 자세하게 후술토록 한다.On the other hand, a specific method for the vehicle occupant detection device 140 detects the number of passengers in the target vehicle will be described later in more detail in the process of explaining each component of the vehicle occupant detection device 140 in FIG.

승차인원 검지장치(140)는 승차인원 검지결과에 따라 해당 대상 차량에 대한 교통법규 위반 여부가 확인되는 경우, 이와 관련하여 수집된 근거 정보들을 유관 기관으로 전송한다. 이때, 근거 정보들로서는 해당 대상 차량에 대한 승차인원 검지결과 및 해당 대상 차량에 대하여 촬영된 복수의 영상 중 차량의 식별정보, 예를 들어, 차량의 번호판을 확인할 수 있는 영상 등이 포함될 수 있다.When the occupant detection device 140 determines whether or not a violation of the traffic law for the target vehicle is determined according to the occupant detection result, the rider detection device 140 transmits the collected evidence information to the relevant authority. At this time, the evidence information may include a result of detecting the occupant of the target vehicle and identification information of the vehicle, for example, an image of identifying a license plate of the vehicle, from among a plurality of images photographed for the target vehicle.

한편, 본 실시예에 있어서, 승차인원 검지장치(140)는 승차인원의 검지 대상이 되는 대상 차량이 아니더라도, 부적법한 주행을 하고 있는 차량이 확인되는 경우, 해당 차량에 대하여 수집된 근거 정보들을 유관 기관으로 전송할 수도 있다. 예컨대, 부적법한 주행을 하고 있는 차량은 9인승 이하의 승합자동차 또는 승용자동차일 수 있다.On the other hand, in the present embodiment, even if the vehicle occupant is not the target vehicle to be detected, even if the vehicle is not running properly, the passenger rider detection device 140 is associated with the basis information collected for the vehicle You can also send it to an institution. For example, an illegally driving vehicle may be a passenger car or a passenger car of 9 or fewer persons.

모니터링 장치(150)는 교통법규를 위반한 차량들에 대하여 수집된 근거 정보들을 저장 및 관리하는 장치를 의미한다. 이러한, 모니터링 장치(150)는 바람직하게는 경찰서, 구청 또는 시청과 같은 공공기관 내 교통법규를 처리하는 관련 서버인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.The monitoring device 150 refers to a device for storing and managing evidence information collected for vehicles in violation of traffic laws. Such a monitoring device 150 is preferably, but not necessarily limited to, a related server for processing traffic laws in public institutions such as police stations, ward offices, or city halls.

도 3은 본 실시예에 따른 승차인원 검지장치를 개략적으로 나타낸 블록 구성도이다.3 is a block diagram schematically illustrating a ride-in detection device according to the present embodiment.

본 실시예에 따른 승차인원 검지장치(140)는 대상차량 선별부(300), 차량타입 구분부(310), 학습부(320), 검지부(330) 및 신호 제어부(340)를 포함한다. 이때, 본 실시예에 따른 승차인원 검지장치(140)에 포함되는 구성요소는 반드시 이에 한정되는 것은 아니다. 예컨대, 승차인원 검지장치(140)는 대상차량 선별부(300)를 미포함하는 형태로 구현될 수도 있다. 이 경우, 대상 차량을 선별하는 과정은 차량타입 구분부(310)에 의해 선택적으로 수행될 수 있다.The occupant detection device 140 according to the present embodiment includes a target vehicle sorting unit 300, a vehicle type classification unit 310, a learning unit 320, a detection unit 330, and a signal controller 340. At this time, the components included in the ride occupant detection device 140 according to the present embodiment is not necessarily limited thereto. For example, the ride occupant detection device 140 may be implemented in a form that does not include the target vehicle selection unit 300. In this case, the process of selecting the target vehicle may be selectively performed by the vehicle type separator 310.

대상차량 선별부(300)는 검지영역을 주행 중인 차량에 대하여 수집된 센싱 정보에 기초하여 승차인원 검지대상이 되는 대상 차량을 선별하는 기능을 수행한다.The target vehicle sorting unit 300 performs a function of selecting a target vehicle to be a passenger to be detected based on sensing information collected for the vehicle that is driving the detection area.

이를 위해, 본 실시예에 따른 대상차량 선별부(300)는 센싱장치(110)와 통신을 수행하고, 수행결과에 따라 센싱장치(110)에 의해 측정된 센싱 정보를 제공받을 수 있다. 이때, 센싱 정보는 검지영역을 주행 중인 차량에 대한 폭, 길이, 높이, 축수 또는 차축 배열 등의 차량 관련정보일 수 있다.To this end, the target vehicle sorting unit 300 according to the present embodiment may communicate with the sensing device 110 and receive the sensing information measured by the sensing device 110 according to the execution result. In this case, the sensing information may be vehicle related information such as a width, a length, a height, an axis number, or an axle arrangement for the vehicle driving the detection area.

대상차량 선별부(300)는 제공받은 센싱 정보에 기초하여 현재 검지영역을 주행 중인 차량의 차종 정보를 판별하고, 판별결과에 따라 기 설정된 차종에 해당하는 차량에 대해 대상 차량으로서 선별할 수 있다.The target vehicle selector 300 may determine vehicle type information of a vehicle currently driving in the detection area based on the provided sensing information, and select the vehicle corresponding to the preset vehicle type as the target vehicle according to the determination result.

예컨대, 대상차량 선별부(300)는 해당 차량에 대하여 수집된 폭, 길이, 높이, 축수 또는 차축 배열 등을 기 저장된 차종분류표 내 다양한 차량들의 폭, 길이, 높이, 축수 또는 차축 배열 등과 비교함으로써, 해당 차량의 종류가 어떠한 차량인지를 판별할 수 있다. 이때, 기 저장된 차종분류표는 정부 기관 예컨대, 국토해양부 또는 한국건설기술연구원에 의해 제공되는 차종분류표일 수 있다. 이러한, 차종분류표에 의하는 경우 통상정으로 차량을 그 특성에 따라 1 내지 12종의 차종으로 분류하여 제공하거나 이들을 그룹핑하여 3종(대, 중, 소) 내지 5종의 차종으로 분류하여 제공한다.For example, the target vehicle sorting unit 300 compares the width, length, height, number of axes, or axle arrangement collected for the vehicle by comparing the width, length, height, number of axes, or axle arrangement of various vehicles in the pre-stored vehicle classification table. In addition, it is possible to determine what kind of vehicle the vehicle is. At this time, the previously stored vehicle classification table may be a vehicle classification table provided by a government agency, such as the Ministry of Land, Transport and Maritime Affairs or Korea Institute of Construction Technology. In the case of the vehicle classification table, the vehicle is classified into one to twelve kinds of vehicles according to its characteristics or provided by grouping them into three kinds (large, medium, small) to five kinds of vehicles. do.

한편, 차종분류표에는 각각의 차종별로 대응되는 적어도 하나의 차량 특성 정보, 이미지 정보, 차량 타입정보 및 차량 모델 정보 등의 관련 정보들이 매칭되어 저장될 수 있다.Meanwhile, in the vehicle classification table, related information such as at least one vehicle characteristic information, image information, vehicle type information, and vehicle model information corresponding to each vehicle model may be matched and stored.

다른 실시예에서, 대상차량 선별부(300)는 해당 차량에 대한 속도 및 번호판 정보를 수집하고, 이를 추가로 활용하여 해당 차량에 대한 차종 정보를 판별할 수도 있다.In another embodiment, the target vehicle sorting unit 300 may collect speed and license plate information of the vehicle and further use the information to determine vehicle model information of the vehicle.

한편, 본 실시예에 있어서, 기 설정된 종류의 차량은 탑승 인원에 따라 제한적으로 전용차선의 이용이 허가되는 특정 차량(ex: 국내 기준 9인승 이상 승용자동차 및 12인승 이하의 승합자동차)일 수 있다.Meanwhile, in the present embodiment, the preset type of vehicle may be a specific vehicle (ex: a passenger car of 9 passengers or more and 12 passengers or less) that is permitted to use a dedicated lane according to the number of passengers. .

대상차량 선별부(300)는 현재 검지영역을 주행 중인 차량이 대상 차량으로서 선별되는 경우 해당 차량에 대한 촬영 요청명령을 제1 촬영장치(120)로 전송한다. 실시예에 따라 대상차량 선별부(300)는 신호 제어부(340)를 이용하여 상기의 촬영 요청명령을 제1 촬영장치(120)로 전송할 수도 있다.When the vehicle currently driving in the detection area is selected as the target vehicle, the target vehicle sorting unit 300 transmits a photographing request command for the vehicle to the first photographing apparatus 120. According to an exemplary embodiment, the target vehicle selector 300 may transmit the photographing request command to the first photographing apparatus 120 using the signal controller 340.

한편, 대상차량 선별부(300)는 현재 검지영역을 주행 중인 차량이 대상 차량이 아니더라도, 부적법한 주행을 하고 있는 차량인 것으로 확인되는 경우 해당 차량에 대한 관련정보가 유관기간으로 전송될 수 있도록 동작할 수 있다. 예컨대, 대상차량 선별부(300)는 해당 차량에 대한 촬영 요청명령을 제1 촬영장치(120) 및 제2 촬영장치(130)로 전송할 수도 있다. 이때, 부적법한 주행을 하고 있는 차량은 국내 기준 9인승 이하의 승합자동차 또는 승용자동차인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.Meanwhile, even when the vehicle currently driving in the detection area is not the target vehicle, the target vehicle sorting unit 300 may operate to transmit related information about the vehicle in a related period when it is determined that the vehicle is being illegally driven. can do. For example, the target vehicle selector 300 may transmit a photographing request command for the vehicle to the first photographing apparatus 120 and the second photographing apparatus 130. At this time, the vehicle that is driving illegally is preferably a passenger car or a passenger car of less than 9 passengers in the domestic standard, but is not necessarily limited thereto.

차량타입 구분부(310)는 대상 차량의 차량 타입정보를 파악하는 기능을 수행한다.The vehicle type separator 310 performs a function of identifying vehicle type information of the target vehicle.

본 실시예에 따른 차량타입 구분부(310)는 대상 차량의 차량 타입정보를 파악하기 앞서, 대상 차량에 대한 차종 정보를 파악할 수 있다.The vehicle type dividing unit 310 according to the present exemplary embodiment may grasp vehicle type information of the target vehicle before grasping the vehicle type information of the target vehicle.

차량타입 구분부(310)는 대상차량 선별부(300)로부터 대상 차량에 대하여 기 파악된 차종 정보를 수신할 수 있다.The vehicle type separator 310 may receive vehicle model information previously identified about the target vehicle from the target vehicle selector 300.

차량타입 구분부(310)는 제1 촬영장치(120)로부터 대상 차량에 대하여 촬영된 촬영영상을 제공받고, 이를 기반으로 대상 차량에 대한 차종 정보를 파악할 수 도 있다. 이때, 차량타입 구분부(310)가 촬영영상을 토대로 차종 정보를 산출하는 방법은 앞서, 대상차량 선별부(300)가 차량 관련정보 및 기 저장된 차종분류표를 활용하여 차종 정보를 산출하는 방법과 동일하며, 이에 자세한 설명은 생략하도록 한다.The vehicle type separator 310 may receive a captured image photographed with respect to the target vehicle from the first photographing apparatus 120, and may grasp vehicle type information of the target vehicle based on the captured image. In this case, the method of calculating the vehicle model information based on the photographed image by the vehicle type separator 310 may include a method of calculating the vehicle model information by using the vehicle-related information and the pre-stored vehicle classification table. The same, detailed description thereof will be omitted.

차량타입 구분부(310)는 대상 차량에 대하여 파악된 차종 정보 및 제1 촬영장치(120)로부터 제공받은 대상 차량에 대한 촬영영상을 토대로 대상 차량에 대응되는 차량 타입정보를 구분한다. The vehicle type classification unit 310 classifies the vehicle type information corresponding to the target vehicle based on the vehicle model information identified about the target vehicle and the captured image of the target vehicle provided from the first photographing apparatus 120.

본 실시예에 있어서, 차량타입 구분부(310)는 제1 촬영장치(120)로부터 대상 차량을 측면에서 촬영한 측면 촬영영상을 제공받고, 이를 기 저장된 모델 구분 알고리즘을 통해 학습 처리하여 상기의 차량 타입정보를 구분할 수 있다.In the present embodiment, the vehicle type separator 310 receives a side photographed image of the target vehicle from the first photographing apparatus 120 and learns it through a pre-stored model classification algorithm. Type information can be distinguished.

예컨대, 차량타입 구분부(310)는 상기의 모델 구분 알고리즘을 통한 학습 과정을 통해 측면 촬영상으로부터 대상 차량의 외형 이미지 패턴을 추출하고, 이를 기 저장된 차량 타입정보별 대표 이미지 모델과 비교함으로써 대상 차량에 대응되는 차량 타입정보를 구분할 수 있다. 이때, 차량 타입정보별 대표 이미지 모델은 차종분류표 내 대상 차량의 차종 정보와 동일한 차종 정보에 대하여 매칭되어 제공되는 정보인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.For example, the vehicle type classification unit 310 extracts the external image pattern of the target vehicle from the side photographing image through a learning process using the model classification algorithm, and compares it with the representative image model for each vehicle type information stored in the target vehicle. Vehicle type information corresponding to may be distinguished. In this case, the representative image model for each vehicle type information is preferably information provided by matching the same vehicle model information as the vehicle model information of the target vehicle in the vehicle classification table, but is not necessarily limited thereto.

다른 실시예에서, 차량타입 구분부(310)는 제1 촬영장치(120)로부터 제공받은 촬영영상을 토대로, 대상 차량에 대한 차량 모델 정보를 추가로 구분하고, 이를 추가로 제공할 수도 있다. 마찬가지로, 차량타입 구분부(310)는 대상 차량의 차종 정보 및 상기의 차종분류표를 활용하여 상기의 차량 모델 정보를 구분할 수 있다.In another embodiment, the vehicle type separator 310 may further classify the vehicle model information on the target vehicle based on the captured image provided from the first photographing apparatus 120 and may further provide the same. Similarly, the vehicle type dividing unit 310 may classify the vehicle model information by using vehicle model information of the target vehicle and the vehicle model classification table.

한편, 본 실시예에 있어서, 차량타입 구분부(310)는 승차인원 검지장치(140) 내 대상차량 선별부(300)가 미포함되는 경우 제1 촬영장치(120)로부터 제공되는 촬영영상을 토대로 대상 차량을 선별하는 기능을 수행할 수 있다. 예컨대, 차량타입 구분부(310)는 제1 촬영장치(120)로부터 제공되는 촬영영상을 토대로 차종 정보를 산출하고, 이를 기반으로 대상 차량을 선별할 수 있다.On the other hand, in the present embodiment, the vehicle type classification unit 310 is based on the photographed image provided from the first photographing device 120 when the target vehicle selection unit 300 in the ride-in detection device 140 is not included The vehicle screening function may be performed. For example, the vehicle type separator 310 may calculate vehicle model information based on a captured image provided from the first photographing apparatus 120, and select a target vehicle based on the captured vehicle model information.

학습부(320)는 적어도 하나의 차량 타입정보별로 차량 내 유리 영역의 검출과 관련하여 기 학습된 학습 데이터를 저장하여 제공한다.The learner 320 stores and provides learning data that has been previously learned in relation to detection of the glass area in the vehicle for at least one vehicle type information.

본 실시예에 따른 학습부(320)는 차량 타입정보별로 차량 내 유리 영역의 위치, 크기 및 모양 중 일부 또는 전부의 특징정보를 분석하고, 분석결과에 따라 유리 영역에 검출 오류가 최소화될 수 있도록 하는 최적의 검출 알고리즘을 선 학습하여 저장한다.The learning unit 320 according to the present exemplary embodiment analyzes the characteristic information of some or all of the position, size, and shape of the glass region in the vehicle for each vehicle type information, and minimizes a detection error in the glass region according to the analysis result. The optimal detection algorithm is pre-learned and stored.

한편, 일반적으로 차량의 경우 그 차량 타입정보에 따라 차량 내 유리 영역의 위치, 크기 및 모양에 있어서 차이점이 존재하게 된다. 이는 곧, 서로 다른 차량 타입정보를 갖는 차량들에 대하여 동일한 검출 알고리즘을 사용하는 경우 자칫 유리 영역에 대한 인식결과에 있어서 오류가 발생할 수 있다는 문제점이 존재한다. 더욱이, 본 실시예에 있어서, 이러한 오류 발생은 차량 내 승차인원 검지 결과에 대한 신뢰성을 떨어뜨린다는 문제점이 존재한다.On the other hand, in the case of a vehicle in general, there is a difference in position, size and shape of the glass area in the vehicle according to the vehicle type information. That is, when the same detection algorithm is used for vehicles having different vehicle type information, there is a problem that an error may occur in the recognition result for the glass area. Moreover, in the present embodiment, there is a problem that such an occurrence of errors degrades the reliability of the on-board passenger detection result.

이 점에 기인하여, 본 실시예에 따른 학습부(320)는 차량의 타입정보별로 유리 영역에 대한 상기의 특징정보의 차이를 인식하고, 이를 기반으로 차량 내 유리 영역을 보다 효율적으로 검출 가능토록 하는 적정 검출 알고리즘을 딥러닝 기법을 통해 선 학습하여 제공한다.Due to this, the learning unit 320 according to the present embodiment recognizes the difference of the feature information for the glass area according to the type information of the vehicle, and based on this, it is possible to detect the glass area in the vehicle more efficiently. Proper detection algorithms are provided through deep learning techniques.

한편, 본 실시예에 따른 학습부(320)는 검출 대상이 되는 유리 영역이 차량의 정면 유리 영역인가 차량의 양측면 유리 영역인가를 분류하고, 분류된 유리 영역별로 각기 다른 검출 알고리즘을 선 학습하여 제공한다.Meanwhile, the learning unit 320 according to the present exemplary embodiment classifies whether the glass area to be detected is the front glass area of the vehicle or the both side glass areas of the vehicle, and pre-learns different detection algorithms for each classified glass area. do.

다른 실시예에서, 학습부(320)는 차량의 모델 정보별로 차량 내 유리 영역의 검출과 관련하여 기 학습된 학습 데이터를 저장하여 제공할 수도 있다.In another embodiment, the learner 320 may store and provide learning data that has been previously learned in relation to detection of the glass area in the vehicle for each model information of the vehicle.

검지부(330)는 대상 차량 내 승차인원에 대한 검지를 수행하는 장치를 의미한다.The detector 330 refers to an apparatus for detecting a passenger in a target vehicle.

본 실시예에 따른 검지부(330)는 차량타입 구분부(310)에서 구분된 대상 차량의 차량 타입정보 구분결과 및 학습부(320)에 저장된 차량 타입정보별 학습 데이터에 기반하여 대상 차량 내 승차인원에 대한 검지를 수행한다.The detecting unit 330 according to the present exemplary embodiment is based on the vehicle type information classification result of the target vehicle classified by the vehicle type separating unit 310 and the learning data for each vehicle type information stored in the learning unit 320. Perform detection for.

검지부(330)는 학습부(320)에 저장된 차량 타입정보별 학습 데이터 중 대상 차량의 차량 타입정보 구분결과에 상응하는 특정 학습 데이터를 산출한다. 이때, 특정 학습 데이터는 대상 차량의 차량 타입정보에 적합한 유리 영역 검출 알고리즘일 수 있다.The detector 330 calculates specific learning data corresponding to the vehicle type information classification result of the target vehicle among the learning data for each vehicle type information stored in the learner 320. In this case, the specific learning data may be a glass area detection algorithm suitable for vehicle type information of the target vehicle.

검지부(330)는 제2 촬영장치(130)로 대상 차량에 대한 촬영 요청명령을 전송하고, 제2 촬영장치(130)로부터 대상 차량의 양측면이 촬영된 양측면 촬영영상 및 대상 차량의 정면이 촬영된 정면 촬영영상을 제공받는다. 다른 실시예에서, 검지부(330)는 신호 제어부(340)를 이용하여 상기의 촬영 요청명령을 제2 촬영장치(130)로 전송할 수도 있다.The detector 330 transmits a photographing request command for the target vehicle to the second photographing apparatus 130, and photographs both side photographed images in which both sides of the subject vehicle are photographed from the second photographing apparatus 130, and the front of the subject vehicle is photographed. Receive front-facing video. In another embodiment, the detector 330 may transmit the photographing request command to the second photographing apparatus 130 using the signal controller 340.

검지부(330)는 앞서 산출된 특정 학습 데이터를 활용하여 양측면 촬영영상 및 정면 촬영영상으로부터 양측면 유리 영역 및 정면 유리 영역을 각각 검출한다.The detector 330 detects both side glass areas and front glass areas from both side photographed images and the front photographed images, respectively, by using the specific learning data calculated above.

검지부(330)는 검출된 각각의 유리 영역 내 사람 객체를 검출하고, 검출결과에 따라 대상 차량에 대한 승차인원을 책정하여 제공한다. 한편, 검지부(330)가 각 유리 영역에 대응되는 이미지를 분석하고, 분석결과에 따라 이미지 내 객체를 검출하는 기술은 영상 인식 분야에서 일반적인 바 자세한 설명은 생략하도록 한다.The detection unit 330 detects a human object in each detected glass area, and determines and provides a passenger number for the target vehicle according to the detection result. On the other hand, the detection unit 330 analyzes the image corresponding to each glass area, and the technique of detecting the object in the image according to the analysis result is common in the field of image recognition, so a detailed description thereof will be omitted.

다른 실시예에서, 검지부(330)는 차량타입 구분부(310)에서 구분된 대상 차량의 차량 모델 정보 및 학습부(320)에 저장된 차량 모델정보별 학습 데이터에 기반하여 대상 차량 내 승차인원에 대한 검지를 수행할 수도 있다.In another embodiment, the detection unit 330 is based on the vehicle model information of the target vehicle divided by the vehicle type separator 310 and the training data for each vehicle model information stored in the learning unit 320 for the passengers in the target vehicle. Detection can also be performed.

신호 제어부(340)는 적어도 하나의 외부 장치와 통신을 수행하고, 수행결과에 따라 승차 인원의 검지와 관련한 정보들을 송수신한다.The signal controller 340 communicates with at least one external device, and transmits and receives information related to detection of a passenger in accordance with a result of the execution.

본 실시예에 따른 신호 제어부(340)는 제1 촬영장치(120) 및 제2 촬영장치(130)와 통신을 수행하고, 이를 통해, 대상 차량에 대한 촬영 요청명령을 전송할 수 있다.The signal controller 340 according to the present embodiment may communicate with the first photographing apparatus 120 and the second photographing apparatus 130, and thereby transmit a photographing request command for the target vehicle.

신호 제어부(340)는 검지부(330)에서 책정된 대상 차량 내 승차인원 정보 및 이와 관련하여 수집된 촬영 이미지들을 유관 기관 예컨대, 모니터링 장치(150)로 전송할 수 있다.The signal controller 340 may transmit information about the number of occupants in the target vehicle determined by the detector 330 and the photographed images collected in relation to the related organization, for example, the monitoring apparatus 150.

신호 제어부(340)는 대상 차량이 아니더라도, 승차 인원의 검지 과정에서 부적법한 주행을 하고 있는 차량이 확인되는 경우 이와 관련하여 수집된 근거 정보들을 유관 기관으로 전송할 수도 있다.Even if the vehicle is not the target vehicle, the signal controller 340 may transmit the ground information collected in this regard to the related authority when the vehicle that is inadequate driving is identified during the detection process of the occupant.

도 4는 본 실시예에 따른 승차인원 검지 시스템의 동작을 설명하기 위한 흐름도이다.4 is a flowchart for explaining an operation of the ride occupant detection system according to the present embodiment.

도 4에 도시하듯이, 본 실시예에 따른 승차인원 검지 시스템의 동작은 ① 내지 ⑪의 단계로 이루어진다.As shown in Fig. 4, the operation of the ride occupant detection system according to the present embodiment consists of the steps 1) to 1).

① 승차인원 검지장치(140)는 센싱장치(110)와 통신을 수행하고, 센싱장치(110)로부터 검지영역을 주행 중인 차량에 대하여 수집된 차량 관련정보를 수신한다.① The occupant detection device 140 communicates with the sensing device 110 and receives vehicle-related information collected about the vehicle driving the detection area from the sensing device 110.

②, ③ 승차인원 검지장치(140)는 단계 ①에서 수신한 차량 관련정보를 기반으로 차량의 차종 정보를 검지하고, 검지결과에 따라 해당 차량이 대상 차량인지 여부를 확인한다.②, ③ The occupant detection unit 140 detects the vehicle type information of the vehicle based on the vehicle-related information received in step ①, and determines whether the vehicle is the target vehicle according to the detection result.

④ 승차인원 검지장치(140)는 단계 ③에서 대상 차량의 존재가 확인되는 경우 대상 차량에 대한 차량 타입정보를 검지한다. 단계 ④에서 승차인원 검지장치(140)는 제1 촬영장치(120)로 대상 차량에 대한 촬영 요청신호를 전송하고, 이에 대응하여 제1 촬영장치(120)로부터 대상 차량에 대한 측면 촬영영상을 수신한다. 이후, 승차인원 검지장치(1409)는 수신한 측면 촬영영상을 기반으로 대상 차량에 대한 유형을 검지한다.④ The occupant detection device 140 detects vehicle type information on the target vehicle when the existence of the target vehicle is confirmed in step ③. In step ④, the occupant detection device 140 transmits a photographing request signal for the target vehicle to the first photographing apparatus 120 and, in response, receives a side photographed image of the subject vehicle from the first photographing apparatus 120. do. Thereafter, the occupant detection device 1409 detects the type of the target vehicle based on the received side photographed image.

⑤ 승차인원 검지장치(140)는 기 저장된 차량 타입정보별 학습 데이터 중 대상 차량의 차량 타입정보 구분결과에 상응하는 특정 학습 데이터를 산출한다. 단계 ⑤에서 특정 학습 데이터는 대상 차량의 차량 타입정보에 적합한 유리 영역 검출 알고리즘일 수 있다.⑤ The occupant detection device 140 calculates specific learning data corresponding to the vehicle type information classification result of the target vehicle among the previously stored learning data for each vehicle type information. The specific learning data in step ⑤ may be a glass area detection algorithm suitable for vehicle type information of the target vehicle.

⑥ 승차인원 검지장치(140)는 제2 촬영장치(130)로 대상 차량에 대한 촬영 요청신호를 전송하고, 이에 대응하여 제2 촬영장치(130)로부터 대상 차량에 대한 양측면 촬영영상 및 정면 촬영영상을 수신한다.⑥ The occupant detecting device 140 transmits a photographing request signal for the target vehicle to the second photographing apparatus 130, and correspondingly, both side photographing images and front photographing images of the subject vehicle from the second photographing apparatus 130. Receive

⑦ 승차인원 검지장치(140)는 단계 ⑤에서 산출한 특정 학습 데이터를 활용하여 단계 ⑥에서 수신한 양측면 촬영영상 및 정면 촬영영상 내 양측면 유리 영역 및 정면 유리 영역을 각각 검출한다.⑦ The occupant detection device 140 detects both side glass regions and front glass regions in the both side photographed images and the front photographed images received in step ⑥ by using the specific learning data calculated in step ⑤.

⑧, ⑨ 승차인원 검지장치(140)는 단계 ⑦에서 검출한 유리 영역 내 사람 객체를 검출하고, 검출 결과에 따라 대상 차량 내 승차인원을 책정한다.⑧ and ⑨ The occupant detection device 140 detects the human object in the glass area detected in step ⑦, and determines the occupant in the target vehicle according to the detection result.

⑩, ⑪ 승차인원 검지장치(140)는 단계 ⑨에서 책정한 승차인원 정보 및 이와 관련하여 수집된 촬영 이미지를 모니터링 장치(150)로 전송하고, 모니터링 장치(150)는 이를 DB 상에 저장한다.⑩, ⑪ The occupant detection device 140 transmits the occupant information determined in step ⑨ and the photographed image collected in this regard to the monitoring device 150, and the monitoring device 150 stores the information on the DB.

도 5는 본 실시예에 따른 승차인원 검지장치(140)의 승차인원 검지방법을 설명하기 위한 순서도이다.FIG. 5 is a flowchart for explaining a ride-in detection method of the ride-in detection device 140 according to the present embodiment.

승차인원 검지장치(140)는 센싱장치(110)로부터 검지영역을 주행 중인 차량에 대하여 수집된 차량 관련정보를 수신한다(S502).The ride occupant detection device 140 receives vehicle-related information collected about the vehicle driving the detection area from the sensing device 110 (S502).

승차인원 검지장치(140)는 단계 S502에서 수신한 차량 관련정보를 기반으로 현재 검지영역을 주행 중인 차량이 승차인원 검지대상이 되는 대상 차량인지 여부를 판별한다(S504).The occupant detection device 140 determines whether the vehicle currently driving in the detection area is a target vehicle to be detected by the occupant based on the vehicle related information received in step S502 (S504).

승차인원 검지장치(140)는 단계 S504에서 현재 검지영역을 주행 중인 차량이 대상 차량인 것으로 판별되는 경우 대상 차량에 대하여 촬영된 촬영영상을 제공받고, 이를 토대로 대상 차량의 차량 타입정보를 구분한다(S506).If it is determined in step S504 that the vehicle currently driving in the detection area is the target vehicle, the passenger occupancy detecting apparatus 140 is provided with the photographed image photographed for the target vehicle, and classifies the vehicle type information of the target vehicle based on the result. S506).

승차인원 검지장치(140)는 단계 S506에서 구분된 대상 차량의 차량 타입정보에 상응하는 검출 알고리즘을 산출한다(S508).The ride occupant detection device 140 calculates a detection algorithm corresponding to the vehicle type information of the target vehicle classified in step S506 (S508).

승차인원 검지장치(140)는 단계 S508에서 산출한 검출 알고리즘을 기반으로 대상 차량의 유리 영역을 검출한다(S510).The occupant detection device 140 detects the glass area of the target vehicle based on the detection algorithm calculated in step S508 (S510).

승차인원 검지장치(140)는 단계 S510에서 검출된 유리 영역 내 사람 객체를 검출하고, 검출결과에 따라 대상 차량에 대한 승차인원을 책정한다(S512).The ride occupant detection device 140 detects a human object in the glass area detected in step S510 and sets a ride occupant for the target vehicle according to the detection result (S512).

승차인원 검지장치(140)는 단계 S512에서 책정한 승차인원 정보를 유관 기관으로 전달한다(S514).The ride occupant detection device 140 transmits the ride occupant information determined in step S512 to a related organization (S514).

여기서, 단계 S502 내지 S514는 앞서 설명된 승차인원 검지장치(140)의 각 구성요소의 동작에 대응되므로 더 이상의 상세한 설명은 생략한다.Here, the steps S502 to S514 correspond to the operation of each component of the ride occupant detection device 140 described above, and thus further detailed description thereof will be omitted.

도 5에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 5에 기재된 과정을 변경하여 실행하거나 하나 이상의 과정을 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 5는 시계열적인 순서로 한정되는 것은 아니다.In FIG. 5, each process is described as being sequentially executed, but is not necessarily limited thereto. In other words, since the process described in FIG. 5 may be applied by changing or executing one or more processes in parallel, FIG. 5 is not limited to the time series order.

전술한 바와 같이 도 5에 기재된 승차인원 검지방법은 프로그램으로 구현되고 컴퓨터의 소프트웨어를 이용하여 읽을 수 있는 기록매체(CD-ROM, RAM, ROM, 메모리 카드, 하드 디스크, 광자기 디스크, 스토리지 디바이스 등)에 기록될 수 있다.As described above, the passenger number detecting method described in FIG. 5 is a recording medium (CD-ROM, RAM, ROM, memory card, hard disk, magneto-optical disk, storage device, etc.) implemented as a program and readable using software of a computer. ) Can be recorded.

도 6 내지 도 7은 본 실시예에 따른 승차인원 검지방법을 설명하기 위한 예시도이다. 한편, 도 6은 본 실시예에 따른 차량의 차종 정보 판별과 관련한 참조 자료를 예시하였으며, 도 7은 본 실시예에 따른 차량의 타입정보 판별과 관련한 참조 자료를 예시하였다.6 to 7 are exemplary diagrams for explaining the method for detecting a ride occupant according to the present embodiment. 6 illustrates reference data related to vehicle type information determination according to the present embodiment, and FIG. 7 illustrates reference data related to vehicle type information determination according to the present embodiment.

본 실시예에 따른 승차인원 검지방법에 의하는 경우 승차인원 검지장치(140)는 현재 검지영역을 주행 중인 차량의 종류를 판별하고, 판별결과에 따라 해당 차량이 기 설정된 종류의 차량으로 판별되는 경우에 한해서 해당 차량을 대상차량으로서 선별할 수 있다.In the case of the occupant detection method according to the present embodiment, the occupant detection device 140 determines the type of the vehicle currently driving in the detection area, and determines that the vehicle is a preset type of vehicle according to the determination result. Only the vehicle can be selected as the target vehicle.

도 6을 참조하면, 본 실시예에 따른, 승차인원 검지장치(140)가 해당 차량에 대하여 수집된 차량 관련정보들을 기 저장된 차종분류표 내 다양한 차량들의 차량 관련정보와 비교함으로써, 해당 차량의 종류가 어떠한 차량인지를 판별할 수 있음을 확인할 수 있다.Referring to FIG. 6, the vehicle occupant detecting apparatus 140 according to the present embodiment compares the vehicle-related information collected for the vehicle with the vehicle-related information of various vehicles in the previously stored vehicle classification table, and the type of the vehicle. It can be seen that the vehicle can determine which vehicle is.

또한, 본 실시예에 따른 승차인원 검지방법에 의하는 경우 승차인원 검지장치(140)는 선별된 대상 차량에 한해서 차량 내 승차인원을 자동을 검지하되, 승차인원 검지 시 대상 차량의 유형별로 적정 검출 알고리즘에 기반한 프로세스가 자동으로 수행될 수 있도록 한다.In addition, in the case of the vehicle occupant detection method according to the present embodiment, the vehicle occupant detection device 140 automatically detects an occupant in the vehicle only for the selected target vehicle, but detects appropriately for each type of the target vehicle when detecting the occupant. Algorithm-based processes can be performed automatically.

도 7을 참조하면, 본 실시예에 따른, 승차인원 검지장치(140)가 대상 차량을 측면에서 촬영한 측면 촬영영상을 제공받고, 이를 기 저장된 차량 타입정보별 대표 이미지 모델과 비교함으로써 대상 차량에 대응되는 차량 타입정보를 구분할 수 있음을 확인할 수 있다.Referring to FIG. 7, the passenger occupant detecting apparatus 140 according to the present exemplary embodiment receives a side photographed image obtained by photographing a target vehicle from a side, and compares it with a representative image model for each vehicle type information stored in the target vehicle. It can be seen that corresponding vehicle type information can be distinguished.

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present embodiment, and those skilled in the art to which the present embodiment belongs may make various modifications and changes without departing from the essential characteristics of the present embodiment. Therefore, the present embodiments are not intended to limit the technical idea of the present embodiment but to describe the present invention, and the scope of the technical idea of the present embodiment is not limited by these embodiments. The scope of protection of the present embodiment should be interpreted by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present embodiment.

100: 차량단속 장치 110: 센싱장치
120: 제1 촬영장치 130: 제2 촬영장치
140: 승차인원 검지장치 150: 모니터링 장치
300: 대상차량 선별부 310: 차량타입 구분부
320: 학습부 330: 검지부
340: 신호 제어부100: vehicle control device 110: sensing device
120: first recording device 130: second recording device
140: crew member detection device 150: monitoring device
300: target vehicle selection unit 310: vehicle type classification unit
320: learning unit 330: detection unit
340: signal controller

Claims (12)

전용차선을 주행 중인 차량에 대하여 수집된 센싱 정보를 기반으로 상기 차량의 폭, 길이, 높이, 축수 및 차축 배열 중 적어도 하나를 확인하여 상기 차량의 차종 정보를 구분하고, 구분결과에 따라 상기 전용차선을 주행 중인 차량 중 탑승 인원에 따라 제한적으로 전용차선의 이용이 허가되는 특정 차종에 해당하는 차량만을 제한적으로 승차인원 검지대상이 되는 대상 차량으로 선별하는 대상차량 선별부;
상기 대상 차량에 대하여 촬영한 촬영영상을 수신하고, 상기 촬영영상에 포함된 측면 영상으로부터 외형 이미지 패턴을 추출하고, 기 저장된 차량 타입정보별 대표 이미지 모델 중 상기 외형 이미지 패턴에 대응하는 대표 이미지 모델을 추출하고, 추출된 대표 이미지 모델에 대응하는 차량의 유형을 구분하여 상기 대상 차량의 차량 타입정보를 생성하는 차량타입 구분부;
적어도 하나의 차량 타입정보별로 차량 내 유리 영역의 위치, 크기 및 모양에 대한 특징정보의 차이를 인식하고, 인식결과에 따라 상기 차량 타입정보별 상기 유리 영역의 검출과 관련하여 기 학습된 최적의 검출 알고리즘을 학습 데이터로서 저장하는 학습부; 및
상기 학습부 내 기 분류된 차량 타입정보 중 상기 대상 차량에 상응하는 차량 타입정보를 선별하고, 상기 기 학습된 최적의 검출 알고리즘 중 선별된 차량 타입정보에 대하여 매칭된 검출 알고리즘을 기반으로 상기 촬영영상 내 상기 차량 타입정보에 대응하는 유형별 유리 영역을 검출한 후 검출된 유리 영역 내에서만 사람 객체를 검출하여 상기 대상 차량에 대한 승차 인원 검지를 수행하는 검지부
를 포함하는 것을 특징으로 하는 승차인원 검지장치.Based on the sensing information collected for the vehicle driving the dedicated lane, the vehicle type information of the vehicle is classified by identifying at least one of the width, the length, the height, the number of axes and the axle arrangement of the vehicle, and the dedicated lane according to the classification result. A target vehicle sorting unit for selecting only vehicles corresponding to a specific vehicle type to which the use of a dedicated lane is permitted in accordance with the occupant of the vehicle being limited to the target vehicle to be detected by the occupant;
Receive a photographed image taken with respect to the target vehicle, extract the external image pattern from the side image included in the photographed image, and represents a representative image model corresponding to the external image pattern among the prestored representative image models for each vehicle type information. A vehicle type dividing unit which extracts and types vehicle types corresponding to the extracted representative image model to generate vehicle type information of the target vehicle;
Recognize the difference in the characteristic information on the position, size and shape of the glass area in the vehicle for each of the at least one vehicle type information, and according to the recognition result, the optimal detection previously learned in connection with the detection of the glass area for each vehicle type information A learning unit for storing the algorithm as learning data; And
The vehicle type information corresponding to the target vehicle is selected from the vehicle type information classified in the learning unit, and the photographed image is based on a detection algorithm matched to the vehicle type information selected from the previously learned optimal detection algorithms. After detecting the glass area for each type corresponding to the vehicle type information in the detection unit detects a person object only within the detected glass area to detect the number of passengers for the target vehicle
Riding personnel detection device comprising a. 삭제delete 제 1항에 있어서,
상기 차량타입 구분부는,
상기 대상 차량을 측면에서 촬영한 측면 촬영영상을 제공받고, 상기 측면 촬영영상으로부터 추출되는 상기 대상 차량의 외형 이미지 패턴을 기반으로 상기 대상 차량에 대응되는 차량 타입정보를 구분하는 것을 특징으로 하는 승차인원 검지장치.The method of claim 1,
The vehicle type separator,
Ride number of passengers characterized in that the vehicle receives the side photographed image taken from the side of the target vehicle, and classifies the vehicle type information corresponding to the target vehicle based on the appearance image pattern of the target vehicle extracted from the side photographed image Detection device. 삭제delete 삭제delete 제 1항에 있어서,
상기 검지부는,
상기 대상 차량의 양 측면을 촬영한 양측면 촬영영상 및 상기 대상 차량의 정면을 촬영한 정면 촬영영상을 제공받고, 상기 검출 알고리즘을 활용하여 촬영영상 내 상기 대상 차량의 양측면 유리 영역 및 정면 유리 영역을 각각 검출하는 것을 특징으로 하는 승차인원 검지장치.The method of claim 1,
The detection unit,
Receiving both side photographed images photographing both sides of the target vehicle and a front photographed image photographing the front side of the target vehicle, and using the detection algorithm, respectively, both side glass regions and the front glass region of the target vehicle in the photographed image; Riding personnel detection device, characterized in that detecting. 삭제delete 제 1항에 있어서,
적어도 하나의 외부 장치와 통신을 수행하고, 수행결과에 따라 상기 승차 인원의 검지와 관련한 정보들을 송수신하는 신호 제어부를 더 포함하는 것을 특징으로 하는 승차인원 검지장치.The method of claim 1,
And a signal controller configured to communicate with at least one external device and to transmit and receive information related to the detection of the occupant according to a result of the execution. 승차인원 검지장치의 승차인원 검지방법에 있어서,
전용차선을 주행 중인 차량에 대하여 수집된 센싱 정보를 기반으로 상기 차량의 폭, 길이, 높이, 축수 및 차축 배열 중 적어도 하나를 확인하여 상기 차량의 차종 정보를 구분하고,
구분결과에 따라 상기 전용차선을 주행 중인 차량 중 탑승 인원에 따라 제한적으로 전용차선의 이용이 허가되는 특정 차종에 해당하는 차량만을 제한적으로 승차인원 검지대상이 되는 대상 차량으로 선별하는 과정;
상기 대상 차량에 대하여 촬영한 촬영영상을 수신하고, 상기 촬영영상에 포함된 측면 영상으로부터 외형 이미지 패턴을 추출하고,
기 저장된 차량 타입정보별 대표 이미지 모델 중 상기 외형 이미지 패턴에 대응하는 대표 이미지 모델을 추출하고, 추출된 대표 이미지 모델에 대응하는 차량의 유형을 구분하여 상기 대상 차량의 차량 타입정보를 생성하는 과정;
적어도 하나의 차량 타입정보별로 차량 내 유리 영역의 위치, 크기 및 모양에 대한 특징정보의 차이를 인식한 인식결과에 따라 상기 유리 영역의 검출과 관련한 최적의 검출 알고리즘을 기 학습한 학습 데이터 중 상기 대상 차량에 상응하는 차량 타입정보를 선별하고,
선별된 차량 타입정보에 대하여 매칭된 검출 알고리즘을 기반으로 상기 촬영영상 내 상기 차량 타입정보에 대응하는 유형별 유리 영역을 검출한 후 검출된 유리 영역 내에서만 사람 객체를 검출하여 상기 대상 차량에 대한 승차 인원 검지를 수행하는 과정
을 포함하는 것을 특징으로 하는 승차인원 검지방법.In the ride occupant detection method of the ride occupant detection device,
Identify vehicle type information of the vehicle by identifying at least one of a width, a length, a height, an axis number, and an axle arrangement of the vehicle based on sensing information collected about a vehicle driving a dedicated lane;
Selecting only the vehicle corresponding to a specific vehicle type for which the use of the dedicated lane is restricted according to the occupant of the vehicle that is driving the dedicated lane according to a classification result as a target vehicle to be detected by the occupant;
Receiving a captured image photographed with respect to the target vehicle, extracting an external image pattern from a side image included in the captured image,
Extracting a representative image model corresponding to the external image pattern from among the stored representative image models for each vehicle type information, and generating vehicle type information of the target vehicle by dividing a type of the vehicle corresponding to the extracted representative image model;
According to a result of recognizing the difference of the characteristic information on the position, size and shape of the glass area in the vehicle for each of the at least one vehicle type information, the target among the training data previously learned the optimal detection algorithm related to the detection of the glass area. Selecting vehicle type information corresponding to the vehicle,
Based on a detection algorithm matched to the selected vehicle type information, a glass area for each type corresponding to the vehicle type information is detected in the captured image, and then a human object is detected only within the detected glass area, so that the number of passengers on the target vehicle is detected. Process of performing index finger
Riding personnel detection method comprising a. 삭제delete 삭제delete 삭제delete
KR1020180019348A 2017-02-16 2018-02-19 Method and Apparatus for Detecting Boarding Number KR101973933B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170021125 2017-02-16
KR1020170021125 2017-02-16

Publications (2)

Publication Number Publication Date
KR20180094812A KR20180094812A (en) 2018-08-24
KR101973933B1 true KR101973933B1 (en) 2019-09-02

Family

ID=63454360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180019348A KR101973933B1 (en) 2017-02-16 2018-02-19 Method and Apparatus for Detecting Boarding Number

Country Status (1)

Country Link
KR (1) KR101973933B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220051991A (en) 2020-10-20 2022-04-27 한국건설기술연구원 System for detecting passengers in vehicle using dual band infrared camera, and method for the same

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101999714B1 (en) * 2019-04-11 2019-07-12 주식회사 옵토전자 System for seeing through a tinting window
KR102211903B1 (en) * 2019-08-14 2021-02-04 (주)지앤티솔루션 Method And Apparatus for Photographing for Detecting Vehicle Occupancy
CN111275008B (en) * 2020-02-24 2024-01-16 浙江大华技术股份有限公司 Method and device for detecting abnormality of target vehicle, storage medium and electronic device
KR102603945B1 (en) * 2021-04-22 2023-11-17 동의대학교 산학협력단 System and method for vehicle occupant detection
KR102542175B1 (en) * 2021-11-15 2023-06-13 렉스젠(주) System for analyzing information using video and method thereof
KR102642348B1 (en) * 2022-10-17 2024-03-04 주식회사 아르스루퍼 Vehicle occupant authentication device and method

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014064898A1 (en) * 2012-10-26 2014-05-01 日本電気株式会社 Device, method and program for measuring number of passengers
KR101563543B1 (en) 2015-04-23 2015-10-29 주식회사 넥스파시스템 Lpr system for recognition of compact car and two wheel vehicle

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3004501B2 (en) * 1993-08-02 2000-01-31 三菱重工業株式会社 Vehicle type identification device
KR100552389B1 (en) * 2004-02-21 2006-02-20 유일정보시스템(주) Advanced Traffic Analyzing System by Descriminating Types of Vehicles

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014064898A1 (en) * 2012-10-26 2014-05-01 日本電気株式会社 Device, method and program for measuring number of passengers
KR101563543B1 (en) 2015-04-23 2015-10-29 주식회사 넥스파시스템 Lpr system for recognition of compact car and two wheel vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220051991A (en) 2020-10-20 2022-04-27 한국건설기술연구원 System for detecting passengers in vehicle using dual band infrared camera, and method for the same

Also Published As

Publication number Publication date
KR20180094812A (en) 2018-08-24

Similar Documents

Publication Publication Date Title
KR101973933B1 (en) Method and Apparatus for Detecting Boarding Number
CN104573646B (en) Chinese herbaceous peony pedestrian detection method and system based on laser radar and binocular camera
CN106652468B (en) The detection and from vehicle violation early warning alarm set and method in violation of rules and regulations of road vehicle front truck
CN109800633B (en) Non-motor vehicle traffic violation judgment method and device and electronic equipment
CN103871242B (en) A kind of driving behavior overall evaluation system and method
JP5127392B2 (en) Classification boundary determination method and classification boundary determination apparatus
US10699567B2 (en) Method of controlling a traffic surveillance system
CN107305627A (en) A kind of automobile video frequency monitoring method, server and system
CN108001456A (en) Object Classification Adjustment Based On Vehicle Communication
CN108645628A (en) Autonomous driving vehicle based on driving path technical ability tests system
CN110895662A (en) Vehicle overload alarm method and device, electronic equipment and storage medium
CN110738842A (en) Accident responsibility division and behavior analysis method, device, equipment and storage medium
CN106541968B (en) The recognition methods of the subway carriage real-time prompt system of view-based access control model analysis
CN106127107A (en) The model recognizing method that multi-channel video information based on license board information and vehicle's contour merges
JP6814334B2 (en) CNN learning methods, testing methods, learning devices, and testing devices for blind spot monitoring
US11482012B2 (en) Method for driving assistance and mobile device using the method
CN106600748A (en) Illegal driving recording method and illegal driving recording apparatus
KR20200035536A (en) Enforcement system of vehicle violating exclusive bus lain using infrared camera and infrared lighting, and method for the same
CN108108680A (en) A kind of front vehicle identification and distance measuring method based on binocular vision
Ketcham et al. Recognizing the Illegal Parking Patterns of Cars on the Road in Front of the Bus Stop Using the Support Vector Machine
KR20220051991A (en) System for detecting passengers in vehicle using dual band infrared camera, and method for the same
CN103164958A (en) Method and system for vehicle monitoring
CN112861567B (en) Vehicle type classification method and device
CN105206060A (en) Vehicle type recognition device and method based on SIFT characteristics
JP7070827B2 (en) Driving evaluation device, in-vehicle device, driving evaluation system equipped with these, driving evaluation method, and driving evaluation program

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant