Method for video monitoring for vehicle and human auto detection based on deep learning and Data transmission method using the same

• Main Authors: JEONG WON JUN, OH KYOUNG HO
• Format: Patent
• Language: English; Korean
• Published: 29.09.2021
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC COMMUNICATION TECHNIQUE; ELECTRICITY; PHYSICS; PICTORIAL COMMUNICATION, e.g. TELEVISION; SIGNALLING; TRAFFIC CONTROL SYSTEMS

The present invention relates to a video monitoring system for automatically detecting a vehicle and a human body based on deep learning and a video monitoring method using the same. The video monitoring system includes: a video collection unit collecting video data with respect to a specific region; a video analysis unit detecting a vehicle or a person in the specific region based on the video data and converting the detection result into text data; and a first communication unit transferring the text data to a separate video monitoring server. According to the present invention, video collection means such as a camera analyzes a video for video data collection, converts the analysis result into a text, and transfers the text to a server. As a result, a reduction in communication network bandwidth can be achieved and video storage waste can be prevented. In addition, performance verification is periodically performed in a video analysis learning model used by the video collection means, and the model is replaced with a new video analysis learning model in a case where the performance is below a threshold. Accordingly, the video analysis performance of the video collection means can be stably maintained. 딥러닝 기반 차량 및 인체 자동 감지용 영상 모니터링 시스템 및 이를 이용한 영상 모니터링 방법이 개시된다. 본 발명의 일 실시예에 따른 영상 모니터링 시스템은, 특정 영역에 대한 영상 데이터를 수집하는 영상 수집부; 영상 데이터를 기반으로 특정 영역에서 차량 또는 사람을 감지하고, 감지 결과를 텍스트 데이터로 변환하는 영상 분석부; 및 텍스트 데이터를 별도로 마련되는 영상 모니터링 서버에 전달하는 제1 통신부;를 포함한다. 이에 의해, 영상 데이터를 수집하기 위해 카메라와 같은 영상 수집 수단이 영상을 분석하고, 분석 결과를 텍스트화하여 서버에 전달함으로써, 통신망의 대역폭을 절감시킬 수 있으며, 영상 저장을 위한 스토리지의 낭비를 방지할 수 있다. 또한, 영상 수집 수단이 이용하는 영상 분석 학습 모델의 성능 검증을 주기적으로 수행하고, 성능이 임계치 미만인 경우, 새로운 영상 분석 학습 모델로 대체함으로써, 영상 수집 수단의 영상 분석 성능이 안정적으로 유지되도록 할 수 있다.