CN102349096A - 出入检测装置、监视装置以及出入检测方法 - Google Patents
出入检测装置、监视装置以及出入检测方法 Download PDFInfo
- Publication number
- CN102349096A CN102349096A CN2009801579983A CN200980157998A CN102349096A CN 102349096 A CN102349096 A CN 102349096A CN 2009801579983 A CN2009801579983 A CN 2009801579983A CN 200980157998 A CN200980157998 A CN 200980157998A CN 102349096 A CN102349096 A CN 102349096A
- Authority
- CN
- China
- Prior art keywords
- location
- unit
- confidence
- alarm
- probability
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
置信度提取单元(102)基于从拍摄单元(121)获取的视频,提取人物位置计算单元(101)的测位的置信度。存在可能区域生成单元(104)基于由人物位置计算单元(101)获取的测位结果和由置信度提取单元(102)获取的置信度(测位精度)确定存在可能区域(AR1)。进入判定单元(105)基于存在可能区域(AR1)与监视区域(AR0)的重叠,判定对象对监视区域(AR0)的进入和/或退出。
Description
技术领域
本发明涉及出入检测装置、监视装置以及出入检测方法,特别涉及检测对象对特定区域的进入和/或退出(也就是出入)的技术。
背景技术
以往,提出了很多检测人物等对象对安全区域等特定区域进行出入的装置。
这种装置大致分为两个类型。第一类型的装置是检测人物对设置了闭锁装置、出入口和/或门的特定区域的出入的类型的装置。第二类型的装置是甚至还能够检测人物对未设置闭锁装置、出入口和/或门的、所谓开放式的特定区域(以下,称为“开放区域”)的出入的类型的装置。
作为上述第一类型的装置的例子,存在专利文献1、专利文献2以及专利文献3等中公开的技术。另外,作为上述第二类型的装置的例子,存在专利文献4以及专利文献5等中公开的技术。
另外,上述第二类型的装置在还能够适用于没有闭锁装置、出入口和/或门等的开放区域方面,具有适用范围比上述第一类型的装置大的优点。
在专利文献4中,公开了通过监视摄像机检测人物,基于检测出的人物的位置、特定区域的位置以及人物的滞留时间,判定可疑人物是否进入到特定区域内的装置。
在专利文献5中,公开了基于移动终端的测位结果和特定区域边界之间的相对位置关系,判定移动终端(人物)是存在于特定区域内还是存在于特定区域外的装置。
现有技术文献
专利文献
专利文献1:(日本)特开2006-138088号公报
专利文献2:(日本)特开2000-155863号公报
专利文献3:(日本)特开2006-188853号公报
专利文献4:(日本)特开2008-047074号公报
专利文献5:(日本)特开2004-212199号公报
发明内容
然而,在以往的技术中,在准确地判定人物对开放区域的出入方面仍然不充分。
例如,在专利文献4所公开的技术中,存在以下的缺点,即:在由监视摄像机检测出的人物位置产生误差时,该误差直接导致错误判定。
另外,在专利文献5所公开的技术中,记载了考虑到测位误差的出入判定的方法。然而,在专利文献5中公开的出入判定是,例如防止尽管移动终端(人物)在区域的边界附近持续地停止,却因测位误差而获得反复进入和退出的判定结果的技术,并不是根本性地提高出入检测精度的技术。
这里,检测精度是指,能够进行符合监视者要求的出入检测,例如要减少漏检(False Negative,负误识)的要求,或者要减少错误检测(False Positive,正误识)的要求。
本发明的目的在于,提供即使在产生了测位误差的情况下,也能够高精度地检测出检测对象对特定区域的出入的出入检测装置、监视装置以及出入检测方法。
本发明的出入检测装置的一个形态所采用的结构包括:测位置信度检测单元,对测位单元的测位置信度进行检测;存在可能区域确定单元,基于由所述测位单元获取的测位结果和由所述测位置信度检测单元获取的所述测位置信度,确定具有由所述测位单元测位到的对象存在的可能性的存在可能区域;以及判定单元,基于所述存在可能区域和特定区域的重叠,判定所述对象对所述特定区域的进入和/或退出。
本发明的监视装置的一个形态所采用的结构包括:上述出入检测装置;警报输出单元,基于由所述判定单元获取的判定结果,输出警报;视觉辨认区域形成单元,求取所述对象的视觉辨认区域;以及警报与否判定单元,即使在由所述判定单元判定为第一对象进入到所述特定区域的情况下,在所述第一对象的测位位置包含在第二对象的视觉辨认区域中时,不使所述警报输出单元输出与所述第一对象有关的警报,所述第二对象是与所述第一对象不同的对象。
发明效果
根据本发明,即使在产生了测位误差的情况下,也能够高精度地检测出检测对象对特定区域的出入。
附图说明
图1是表示实施方式1的出入检测的示意图。
图2是用于说明存在可能区域和监视区域重叠的部分的面积以及存在可能区域和监视区域重叠的部分的概率密度的累计值的图。
图3是用于说明连续的多个测位点的存在可能区域和监视区域的重叠部分的图。
图4是用于说明求取存在可能区域的方法的图,图4A是表示将概率分布的95%的置信区间(confidence interval)的区域设定为存在可能区域的例子的图,图4B是表示将一定的概率以上的区域设定为存在可能区域的例子的图。
图5A-1是表示在测位的置信度低时设定的存在可能区域的图,图5B-1是表示在测位的置信度高时设定的存在可能区域的图,图5A-2、图5B-2是表示测位点的位置相同,但因测位的置信度的不同而产生与监视区域重叠的情况和不重叠的情况的情形的图。
图6是表示本发明的实施方式1的出入检测装置的结构的方框图。
图7是表示人物位置和置信度的例子的图。
图8是表示监视区域DB中存储的监视区域信息的例子的图。
图9是表示监视器上显示的进入警告图像的例子的图。
图10是表示存在可能区域生成单元的处理步骤的流程图。
图11是表示进入判定单元的处理步骤的流程图。
图12是表示实施方式2的示意图。
图13是用于说明求取视觉辨认区域的方法的图。
图14是用于说明在考虑了测位的置信度的求取视觉辨认区域的方法的图。
图15A是表示在视觉辨认区域内检测出非权限者的测位点的情况的图,图15B是表示在视觉辨认区域内未检测非权限者的测位点的情况的图。
图16是表示实施方式2的监视系统的结构的方框图。
图17A是表示与无进入权限的进入者有关的人物位置和置信度的例子的图,图17B是表示与有进入权限的人物有关的人物位置和置信度的第一例的图,图17C是表示与有进入权限的人物有关的人物位置和置信度的第二例的图,图17D是表示监视区域DB中存储的监视区域信息的例子的图。
图18是用于说明实施方式2的动作的流程图。
图19是表示实施方式3的示意图。
图20A是表示不需要警报的例子的图,图20B是表示需要警报的例子的图。
图21是用于说明考虑了测位点的置信度的、相似度判定动作路线间的角度的图。
图22是用于说明考虑了测位点的置信度的、相似度判定动作路线间的长度之差的图。
图23是表示实施方式3的监视系统的结构的方框图。
图24A是表示与无进入权限的进入者有关的人物位置和置信度的例子的图,图24B是表示与有进入权限的人物有关的人物位置和置信度的第一例的图,图24C是表示与有进入权限的人物有关的人物位置和置信度的第二例的图,图24D是表示监视区域DB中存储的监视区域信息的例子的图。
图25是用于说明实施方式3的动作的流程图。
图26是表示实施方式4的示意图。
图27A是表示不需要警报的例子的图,图27B是表示需要警报的例子的图。
图28是用于说明考虑了测位点的置信度的、碰撞判定的图。
图29是表示实施方式4的监视系统的结构的方框图。
图30A是表示与无进入权限的进入者有关的人物位置和置信度的例子的图,图30B是表示与有进入权限的人物有关的人物位置和置信度的第一例的图,图30C是表示与有进入权限的人物有关的人物位置和置信度的第二例的图,图30D是表示监视区域DB中存储的监视区域信息的例子的图。
图31是用于说明实施方式4的动作的流程图。
具体实施方式
以下,参照附图详细地说明本发明的实施方式。
[实施方式1]
[1]原理
首先,在说明实施方式前,说明创造出本发明的经过和本实施方式的原理。
本发明的发明人等着眼于以下的事实,即:即使在获得相同的测位结果的情况下,测位结果的置信度也会因测位环境等的不同而产生变化。
例如,在使用人物图像识别进行人物的测位的情况下,人物彼此的遮蔽(occlusion)(隐蔽)的状况或与人物模板(template)的匹配程度在每次测位时产生变化,所以测位误差也每次为不同的值,测位结果的置信度也产生变化。
另外,在使用如无线标签那样的无线装置进行人物的测位的情况下,由于含较多水分的人体等电波吸收体或金属等导电体的影响,测位环境在每次测位时产生变化,所以测位误差也每次为不同的值,测位结果的置信度也产生变化。
因此,在本发明中,设定反映了测位结果的置信度的、对象的存在可能区域,并基于该存在可能区域和特定区域的重叠状态,判定对象对特定区域的出入。由此,即使在产生测位误差的情况下,也能够高精度地检测出检测对象对特定区域的出入。
图1是表示本实施方式的出入检测的示意图。
附图标记P1所示的黑圈表示测位点,该测位点是对对象进行测位而得到的结果。附图标记AR1所示的、以测位点P1为中心的圆表示对象的存在可能区域。另外,附图标记LO表示对象的实际移动轨迹的动作路线,附图标记L1表示连接多个时刻的测位点P1而成的动作路线。
测位结果的置信度越高,存在可能区域AR1为越小的圆,相反地,测位结果的置信度越低,存在可能区域AR1为越大的圆。
在本实施方式中,通过进行以下(i)~(vi)中的任一判定,判定为对象进入到监视区域(特定区域)AR0。
(i)在一个存在可能区域AR1的一部分和监视区域AR0重叠的情况下,判定为对象进入到监视区域AR0。
(ii)在一个存在可能区域AR1和监视区域AR0重叠的部分的面积为阈值以上的情况下,判定为对象进入到监视区域AR0。
(iii)存在可能区域AR1被定义为概率密度,在一个存在可能区域AR1和监视区域AR0重叠的部分的概率密度的累计值(累积概率密度)为阈值以上的情况下,判定为对象进入到监视区域AR0。
(iv)对于规定期间内的多个测位点P1,在存在可能区域AR1的一部分和监视区域AR0重叠的次数为阈值以上的情况下,判定为对象进入到监视区域AR0。
(v)在规定期间内的多个测位点P1的存在可能区域AR1和监视区域AR0重叠的部分的面积的总和为阈值以上的情况下,判定为对象进入到监视区域AR0。
(vi)存在可能区域AR1被定义为概率密度,在规定期间内的连续的多个测位点P1的存在可能区域AR1和监视区域AR0重叠的部分的概率密度的累计值的总和为阈值以上的情况下,判定为对象进入到监视区域AR0。
另外,采用(i)~(vi)中的哪种方法,根据计算资源和计算成本(计算量/计算时间)的关系、出入判定所需的精度或即时性的程度等进行选择即可。
(i)由于最简便且计算成本小,所以可以说其最适合于使用计算资源少的硬件构成装置的情况,而只要存在可能区域稍微和监视区域重叠,即判定为进入。这样,在(i)的方法中,即使存在于监视区域内的概率低也判定为进入,所以判定的精度低于其他方法。
(ii)与(i)相比具有以下的优点,即:能够通过改变阈值而容易地改变出入判定的精度。但是,需要进行求取面积的计算。(iii)与(ii)相比具有以下的优点,即:能够基于存在概率,获得更为准确的出入判定的精度。但是,需要进行与概率密度分布函数有关的复杂积分计算。因此,根据计算量或计算时间和判定精度之间的权衡(trade off),确定使用(i)、(ii)、(iii)中的哪个即可。
另外,(iv)、(v)、(vi)分别与(i)、(ii)、(iii)相比,使用多个测位点,所以具有提高出入判定的精度的优点。但是,到汇集多个测位点数据为止耗费时间,所以根据是否需要进行即时判定等,确定使用哪个判定方法即可。
另外,根据要求的检测精度,如下地选择判定方法或阈值即可。
在要减少因检测精度造成的漏检(负误识)的情况下,使用(i),或者将(ii)~(vi)的阈值设定得较低即可。这样,即使在实际上进入到监视区域AR0内,但测位结果中存在误差而在监视区域的外侧检测出测位点P1的情况下,考虑了误差的存在可能区域AR1包含在监视区域AR0内,所以也能够防止漏检。
在要减少错误检测(正误识)的情况下,将(ii)~(vi)的阈值的值设定得较高即可。这样,即使在实际上未进入到监视区域AR0内,但测位结果中存在误差而在监视区域的内侧检测出测位点P1的情况下,考虑了误差的存在可能区域AR1不超过监视区域AR0内的一定面积(累计值),所以也能够防止错误检测。
例如在利用(ii)的监视区域AR0和存在可能区域AR1的重叠作为具体的阈值的值的情况下,在将阈值设定为0.5时,在为监视区域AR0的边界线上的测位点的情况下,面积的重叠部分为0.5(有时因监视区域的形状而产生少许的偏差),检测精度为与以往的仅使用测位点的情况相比没有变化的精度。在减少漏检的情况下,例如通过将阈值设定为0.01,能够将在考虑了误差的情况下有进入到监视区域AR0的可能性的情况也包含在内而判断为进入。另外,在减少错误检测的情况下,例如通过将阈值设定为0.99,能够即使考虑误差也仅将确实进入到监视AR0的情况判断为进入。
这里,存在可能区域AR1和监视区域AR0重叠的部分的面积是指,图2的下侧的用影线表示的面积(存在可能区域AR1中的监视区域AR0内的面积)。存在可能区域AR1和监视区域AR0重叠的部分的概率密度的累计值是指,将图2的上侧的用影线表示的部分的概率密度与存在可能区域AR1和监视区域AR0重叠的部分进行积分而得到的值。
另外,规定期间内的多个测位点P1的存在可能区域AR1和监视区域AR0重叠的部分是指,图3的用斜影线表示的部分。
接着,使用图4说明求取存在可能区域AR1的方法。
从测位时的环境或测位状况等,求取相当于测位结果(测位数据)的方差值的值σ2作为置信度。这里,在本实施方式的例子中,在x轴方向和y轴方向上取相同的方差σ2,协方差为0(x轴方向和y轴方向的测位精度独立)。
然后,将测位坐标(μx、μy)作为平均值,通过导入如下式那样的、将置信度σ2作为方差值的正态分布(normal distribution)的概率密度函数,求取概率分布(例如,正态分布)。
图4A表示将概率分布的95%的置信区间(=显著性水平(significance level)5%)的区域设定为存在可能区域AR1的例子。在本实施例中,将x轴和y轴的方差设为相同的σ2,将协方差设为0,所以存在可能区域AR1为圆。
另外,也可以如图4B所示,将一定的概率(在该图的例子中为p=0.01)以上的区域设定为存在可能区域AR1。
另外,也可以根据监视区域AR0的安全级别(security level),将置信区间改变为多少%(存在概率基准)。若将存在概率基准设定得较高,则与相同测位结果有关的存在可能区域AR1较大,能够提高安全级别(也就是说,将监视区域AR0外的边界附近的可疑的测位结果判定为进入的可能性较高)。
另外,也可以通过下式代替式(1),求取在设定存在可能区域AR1时使用的二维正态分布(概率分布)。另外,在下式中,μx表示测位结果的x坐标,μy表示测位结果的y坐标,σx 2表示x的方差,σy 2表示y的方差,ρxy表示x、y的协方差。
上述式(1)可以适用于x分量和y分量可独立地测位、并且为相同精度的情况。式(2)可以适用于x分量和y分量的测位具有相关,测位精度不同的情况。使用式(2)设定的存在可能区域AR1为椭圆。
图5表示本实施方式的出入检测的情形。
图5A-1表示测位的置信度低时设定的存在可能区域AR1,图5B-1表示测位的置信度高时设定的存在可能区域AR1。这里,如图5A-2、图5B-2所示,即使测位点P1的位置相同,在测位的置信度低的情况下,存在可能区域AR1的一部分和监视区域AR0重叠(图5A-2),而在测位的置信度高的情况下,存在可能区域AR1的一部分和监视区域AR0不重叠(图5B-2)。因此,例如上述(i)那样,在使用了“在存在可能区域AR1的一部分和监视区域AR0重叠时,判定为对象进入到监视区域AR0”的判定基准的情况下,即使测位点P1的位置相同,也获得不同的判定结果(在图5A-2的情况下判定为已进入的判定结果,在图5B-2的情况下判定为未进入的判定结果)。
这样,在本实施方式中,通过设定反映了测位结果的置信度的、对象的存在可能区域AR1,基于该存在可能区域AR1和监视区域AR0的重叠状态,判定对象对监视区域AR0的出入,从而即使在产生了测位误差的情况下,也能够高精度地检测出检测对象对监视区域AR0的出入。
另外,为了进行进入和/或退出(也就是出入)的判断,判断对象在特定时刻位于监视区域的内侧,还是位于监视区域的外侧,并在判定为位于监视区域的内侧的情况下,判定为已进入的状态,而在判定为位于监视区域的外侧的情况下,判定为已退出的状态。也就是说,本发明的进入和/或退出(也就是出入)的判定,等同于对象在特定时刻位于监视区域的内侧,还是位于监视区域的外侧的判定。
[2]结构
图6表示本实施方式的出入检测装置的结构。以下,说明将本实施方式的出入检测装置100适用于监视系统的情况,但出入检测装置100并不限于能够适用于监视系统,例如能够适用于内容播发系统等各种用途,该内容播发系统仅对检测出进入到特定区域的人物通过无线播发有关特定区域的内容。另外,以下,说明检测出入的对象为人物的情况,但检测对象不限于人物,只要是物品、车辆、移动式的监视机器人以及其他可测位的移动物体就能够适用。
在监视系统110中,通过摄像机120的拍摄单元121拍摄包含对象(人物)130的视频,并将拍摄到的视频发送到出入检测装置100的人物位置计算单元101、置信度提取单元102以及判定结果通知单元103。
人物位置计算单元101在从拍摄单元121获取的视频中拍摄到人物130的情况下,计算该人物130的位置,并将计算出的位置信息作为测位信息发送到存在可能区域生成单元104。
置信度提取单元102基于从拍摄单元121获取的视频,提取人物位置计算单元101的测位的置信度,并将提取出的置信度发送到存在可能区域生成单元104。这里,测位的置信度是指相当于如上所述地例如根据测位时的环境或测位状况等而变化的、测位结果(测位数据)的方差值的值。
置信度提取单元102例如基于视频中的构成人物130的像素数、人物彼此的遮蔽(隐蔽)的状况以及轮廓的鲜明度等的测位状况参数,提取置信度(方差值)。具体而言,通过参照预先准备的置信度表(表示测位状况参数和置信度或方差值之间的对应关系的表),能够求取置信度(方差值)。既可以从图像测位方法的理论模型求取置信度表,或者也可以通过事先采样从实测求取置信度表。
也就是说,置信度提取单元102输出以下的结果,即:构成人物130的像素数越多(也就是人物130拍摄得越大),则置信度越高(方差值越小)的结果;或者人物彼此的遮蔽(隐蔽)越少,则置信度越高(方差值越小)的结果;或者人物130的轮廓的鲜明度越高,则置信度越高(方差值越小)的结果。
另外,在本实施方式中,基于从拍摄单元121获取的视频,提取测位的置信度,但也可以基于人物位置计算单元101中的与人物模板的匹配程度,提取置信度。也就是说,匹配程度越高,置信度越高(方差值越小)。此时,也能够通过预先准备置信度表(表示匹配度与置信度或者方差值之间的对应关系的表,其中,匹配度是指与模板的匹配度),求取置信度(方差值)。另外,提取置信度的方法不限于这些方法。
图7表示通过人物位置计算单元101计算出的人物位置以及通过置信度提取单元102提取出的置信度的例子。对每个人物(人物ID),求取检测出该人物的时刻、人物位置的坐标以及表示置信度的概率密度函数。
说明通过概率密度函数表示置信度的方法。在本实施方式中,作为表示测位结果可靠到哪种程度的指标,使用二维正态分布的方差值。在本实施方式中出现的概率密度函数f1(x、y)、g1(x、y)等分别是以式(1)表示的二维正态分布,在函数名或上下标不同的情况下,表示作为二维正态分布的参数的方差值σ2的值不同。
存在可能区域生成单元104基于从人物位置计算单元101获取的测位信息以及从置信度提取单元102获取的测位的置信度,生成用于进行出入判定的存在可能区域AR1(图1~图5),并将生成的存在可能区域AR1发送到进入判定单元105。作为生成存在可能区域AR1的方法,使用图4等如上述那样地生成。
监视区域数据库(DB)106保持表示监视区域AR0的区域信息,并将监视区域信息提供给进入判定单元105。图8表示监视区域DB106中存储的监视区域信息的例子。在图8的例子中,存储有两个监视区域(No.1、2)。另外,在该图的例子中,以四边形的坐标表示监视区域,但当然也可以是四边形以外的形状。例如也可以用户使用GUI((Graphical User Interface,图形用户界面)设定监视区域。
进入判定单元105通过基于从存在可能区域生成单元104获取的存在可能区域AR1以及监视区域DB106中保持的监视区域AR0,进行上述(i)~(vi)中的任一个的判定,从而判定人物130是否进入到监视区域AR0,并将进入判定结果发送到判定结果通知单元103。
判定结果通知单元103从进入判定单元105获取判定结果,在判定结果表示进入时,通过在从拍摄单元121获取的视频中对进入者进行标记以能够识别进入者,并输出到监视器141,从而对管理者142提示人物130进入到管理区域AR0。
图9表示监视器141中显示的进入警告图像的例子。在该图的例子中,判定为进入到管理区域AR0的人物130被用框围起来。并且,在该图的例子中,显示了“发现进入者!”的文字。由此,管理者142能够确定进入到管理区域AR0的人物130。
[3]动作
接着,说明本实施方式的动作。本实施方式的出入检测装置100的特征在于存在可能区域生成单元104和进入判定单元105的处理,所以在这里说明它们的处理步骤。
图10表示存在可能区域生成单元104的处理步骤。存在可能区域生成单元104在步骤ST11中从人物位置计算单元101获取测位信息,并且在步骤ST12中从置信度提取单元102获取置信度。存在可能区域生成单元104在步骤ST13中,从测位信息和置信度,例如,如图4A所示,对于测位点生成置信区间95%的区域作为存在可能区域AR1。另外,当然,生成的存在可能区域AR1并不限于置信区间95%的区域。
图11表示进入判定单元105的处理步骤。进入判定单元105在步骤ST21中从存在可能区域生成单元104获取存在可能区域AR1的信息,并且在步骤ST22中从监视区域DB106获取监视区域AR0的信息。在步骤ST23中,判定存在可能区域AR1和监视区域AR0是否重叠。另外,在图11的例子中,表示了在步骤ST23中进行上述(i)的判定的情况,但也可以采用(ii)~(vi)中的任一个,以代替(i)的判定。在步骤ST23中获得否定结果时(步骤ST23:“否”),转移到步骤ST24,并判定为人物130未进入监视区域AR0,而在步骤ST23中获得肯定结果时(步骤ST23:“是”),转移到步骤ST25,并判定为人物130进入到监视区域AR0。
例如,在从作为用户ID001的置信度的f1(x、y)生成的存在可能区域的半径为35,从作为用户ID003的置信度的f2(x、y)生成的存在可能区域的半径为15的情况下,在进行上述(i)的判定时,用户ID001的存在可能区域和监视区域No.1重叠,所以判定为进入,而用户ID003的存在可能区域和哪个监视区域都不重叠,所以不判定为进入。
[4]效果
如上说明的那样,根据本实施方式,通过设置作为测位置信度检测单元的置信度提取单元102;基于测位结果和置信度(测位精度)确定存在可能区域AR1的存在可能区域生成单元104;以及基于存在可能区域AR1和监视区域AR0的重叠,判定对象对监视区域AR0的进入和/或退出的进入判定单元105,从而即使在产生了测位误差的情况下,也能够高精度地检测出检测对象130对监视区域AR0的出入。
另外,在本实施方式中,叙述了使用通过摄像机120获得的视频,对对象进行测位的情况,但测位的方法并不限于此。例如,也可以使用来自对象附带的无线标签的信号进行测位。只要能够使出入检测装置100识别对象,并且能够在空间内对对象进行测位,使对象附带的是无论什么都可以,例如,除了无线标签以外,还可以使用RFID(RadioFrequency IDentification,无线射频识别)。另外,也可以将对象附带的无线标签通过GPS(Global Positioning System,全球定位系统)等自主地测位而得到的结果,发送到出入检测装置100。
此时,基于来自无线标签的电波接收状况,检测出测位置信度即可。电波接收状况例如是指,接收信号的RSSI(Received Signal StrengthIndicator,接收信号强度指示)、WEI(Word Error Indicator,字差错指示)、BEI(Bit Error Indicator,比特差错指示)、BER(Bit Error Rate,比特差错率)或者SNR(Signal to Noise Ratio,信噪比)等。此时,也能够通过参照预先基于逻辑计算或采样测量而准备的置信度表(表示电波接收状况的参数与置信度或者方差值之间的对应关系的表),从电波接收状况的参数求取置信度(方差值)。另外,例如也可以使用来自埋入在地面、地板、桌子等的传感器群的传感信号(sensing signal),求取测位数据。或者,也可以使用图像传感器或者超音波传感器等的其他传感器,求取测位数据。在这些情况下,也能够同样地求取测位的置信度。
[实施方式2]
[1]原理
在监视装置中,(1)无遗漏地检测可疑人物的进入;(2)避免不必要的进入判定以减少多余的警报输出这两点尤为重要。使用实施方式1的结构和方法,能够一并满足上述(1)和上述(2)的要求,而在本实施方式中,提供能够更为充分地满足上述(2)的要求的装置和方法。
也就是说,在本实施方式中,提供能够在无遗漏地进行了准确的出入判定的基础上,不进行不必要的警报通知而仅进行充分必要的警报通知的监视装置。
图12是表示本实施方式的示意图。
附图标记P1所示的黑圈表示作为出入检测对象的、进入监视区域ARO的无权限的人的测位点。附图标记L1表示连接多个时刻的测位点P1而成的动作路线。附图标记P2-1、P2-2表示有进入监视区域AR0的权限的人(例如公司员工等)的测位点。在该图中,表示了人物ID为“001”的公司员工的测位点P2-1、人物ID为“002”的公司员工的测位点P2-2。附图标记F1、F2表示的区域是视觉辨认区域,人物ID为“001”的公司员工的视觉辨认区域为F1,人物ID为“002”的公司员工的视觉辨认区域为F2。
在本实施方式中,如图12所示,即使在检测到没有进入权限的人物进入到监视区域AR0的情况下,在该人的测位点P1存在于具有进入权限的人物的视觉辨认区域F1内时,不进行警报输出。由此,能够减少不必要的警报通知。
图13说明求取视觉辨认区域的方法。
首先,连接时刻t的测位点与时刻t-1的测位点,通过在时刻t侧将线延长,求取视线方向。接着,在视线方向±X°,从时刻t的测位点设定Ycm的区域作为视觉辨认区域。
再者,在图13的例子中,从连接不同时刻的测位点而成的线(动作路线)求取视线方向,而求取视线方向的方法不限于此。例如,也可以给人附带上多个无线标签,基于标签的测位结果的不同,求取视线方向。另外,也可以通过对摄像机图像进行图像处理,判断脸的朝向,求取视线方向。另外,也可以使用陀螺传感器、地磁传感器等直接获取视线方向。
另外,在图13的例子中,生成了固定的视觉辨认区域,也可以根据人的周围状况(例如,存在遮蔽物等)、人的属性(视力的值等)变更视觉辨认区域。对于周围状况,例如只需根据存储了遮蔽物等的三维配置数据的周围状况数据库获取即可。对于人的属性,例如只需位置计算单元、拍摄单元获取人物ID,参照将人物ID与属性数据对应关联后存储的人的属性数据库获取即可。
进而,更优选考虑测位的置信度而生成视觉辨认区域。也就是说,在图13的例子中,仅基于测位点生成视觉辨认区域,而通过考虑测位的置信度而生成视觉辨认区域,即使在存在测位误差的情况下也能够仅将能切实地视觉辨认的区域设定为视觉辨认区域。这样,例如能够避免有权限的人看漏可疑者并且未输出警报这样的事态,因此,提高了安全性。也就是说,视觉辨认区域形成公司员工等能够完全监视可疑者这一前提,因此,必须是能够切实地视觉辨认的区域。考虑测位的置信度而生成视觉辨认区域的情况将无论对于何种测位误差都仅将确实进入视野的区域规定为视觉辨认区域。
图14表示求取这种视觉辨认区域的方法的例子。也就是说,表示无论测位误差为何种情况都能求取进入视野的区域的方法的例子。
直线1和直线2是有权限的人在时刻t1的存在可能区域、与有权限的人在时刻t2的存在可能区域的内切线。区域1是从直线1与在时刻t2的存在可能区域的切点开始、以直线1的方向为中心的视角60度(直线1的左右±30度)、距离3m的区域。区域2是对于直线2,与区域1同样地生成的区域。区域3是以直线3的方向为中心的视角60度、距离3m的区域。与这三个区域全部重叠的区域设定为视觉辨认区域。再者,对于存在可能区域,只需通过与上述的存在可能区域AR1同样的方法求取即可。
图15表示本实施方式的监视状态的例子。如图15A所示,即使在监视区域AR0内检测到非权限者的测位点P1的情况下,在测位点P1存在于公司员工等有权限的人的视觉辨认区域F1内时,不输出警报(进入通知报警)。而另一方面,如图15B所示,在监视区域AR0内检测到非权限者的测位点P1,并且测位点P1不存在于视觉辨认区域F1内的情况下,输出表示存在侵入者的警报(进入通知报警)。
[2]结构
在图16中对于与图6对应的部分附加相同的标号,图16表示本实施方式的监视系统的结构。监视系统210包括:摄像机120、监视装置200以及监视器141。监视装置200除包括测位信息历史数据库(DB)201、视觉辨认区域形成单元202以及警报与否判定单元203外,与图6的出入检测装置100为同样的结构。
测位信息历史DB201保持来自人物位置计算单元101的测位信息,将测位的历史提供给视觉辨认区域形成单元202。
视觉辨认区域形成单元202从进入判定单元105输入判定为进入的没有进入权限的人物的测位点,并且从测位信息历史DB201输入具有进入权限的人物的测位点的历史,然后,形成位于判定为进入到监视区域AR0的没有进入权限的人物的附近的具有进入权限的人物的视觉辨认区域,将视觉辨认区域发送到警报与否判定单元203。
再者,视觉辨认区域形成单元202既可以如图13所示那样求取视觉辨认区域,也可以如图14所示那样在考虑测位的置信度后求取视觉辨认区域。在考虑测位的置信度后求取视觉辨认区域时,只需由置信度提取单元102和存在可能区域生成单元104求取具有进入权限的人物的存在可能区域,将该存在可能区域输入视觉辨认区域形成单元202即可。
警报与否判定单元203从进入判定单元105输入判定为进入的没有进入权限的人物的测位点,并且从视觉辨认区域形成单元202输入视觉辨认区域,判定具有进入权限的人物是否视觉辨认到没有进入权限的人物的进入。警报与否判定单元203在判定为具有进入权限的人物已经视觉辨认到时,将表示不需要警报的判定结果输出到判定结果通知单元103。相对于此,警报与否判定单元203在判定为具有进入权限的人物未视觉辨认到时,将表示需要警报的判定结果输出到判定结果通知单元103。
图17A表示与无进入权限的进入者有关的人物位置和置信度的例子。图17B表示与具有进入权限的人物有关的人物位置和置信度的第一个例子。图17C表示与具有进入权限的人物有关的人物位置和置信度的第二个例子。图17D表示监视区域DB106中存储的监视区域信息的例子。在对于图17A的测位点数据的进入者,存在图17B的测位点数据的具有进入权限的人物时,由警报与否判定单元203判定为不需要警报。另一方面,在对于图17A的测位点数据的进入者,存在图17C的测位点数据的具有进入权限的人物时,由警报与否判定单元203判定为需要警报。
[3]动作
接着,说明本实施方式的动作。本实施方式的监视装置200的特征在于视觉辨认区域形成单元202和警报与否判定单元203的处理,因此,在这里使用图18说明它们的处理步骤。
在步骤ST31中,视觉辨认区域形成单元202从进入判定单元105获取判定为进入的没有进入权限的人物的测位点的信息。在步骤ST32中,视觉辨认区域形成单元202参照测位信息历史DB201,搜索以在步骤ST31获取的测位点为中心的、例如半径300“cm”的范围内是否存在具有进入权限的人物。
在步骤ST33中视觉辨认区域形成单元202判定为在半径300[cm]的范围内不存在具有进入权限的人物时(步骤ST33:否),转移到步骤ST34,视觉辨认区域形成单元202通知警报与否判定单元203进入者为警报对象,警报与否判定单元203判定进入者是警报对象。
相对于此,在视觉辨认区域形成单元202判定为在半径300[cm]的范围内存在具有进入权限的人物时(步骤ST33:是),转移到步骤ST35,作为视线方向计算连接具有进入权限的人物在该时刻的测位点与前一测位点而成的延长线(参照图13)。在步骤ST36中,视觉辨认区域形成单元202例如将视线方向的长度300[cm]、从视线方向±30°的区域形成为具有进入权限的人物的视觉辨认区域(参照图13)。
在步骤ST37中,警报与否判定单元203判断无进入权限的进入者的测位点是否存在于视觉辨认区域内。警报与否判定单元203在步骤ST37中获取否定结果时(参照图15B),转移到步骤ST38,判定为进入者为警报对象。相对于此,警报与否判定单元203在步骤ST37中获取肯定结果时(参照图15A),转移到步骤ST39,判定为进入者不是警报对象。
[4]效果
如以上说明的这样,根据本实施方式,通过设置视觉辨认区域形成单元202、警报与否判定单元203,即使在判定为不具有进入监视区域AR0的权限的对象进入到监视区域AR0的情况下,通过在进入的对象的测位点包含在具有进入监视区域AR0的权限的人的视觉辨认区域时,不输出警报,能够防止输出实际上不必要的警报。
[实施方式3]
[1]原理
在本实施方式中,与实施方式2同样地,提供能够更为充分地满足上述(2)的要求(也就是通过避免不必要的进入判定而减少多余的警报输出)的装置和方法。也就是说,在本实施方式中,提供能够在无遗漏地进行了准确的出入判定的基础上,不进行不必要的警报通知而仅进行充分必要的警报通知的监视装置。
图19是表示本实施方式的示意图。在本实施方式中,即使在检测到没有进入权限的人物进入到监视区域AR0的情况下,在具有进入权限的人物同行时,不输出警报。
附图标记P1所示的黑圈表示作为出入检测对象的、进入监视区域ARO的无权限的人的测位点。附图标记P2表示有进入监视区域AR0的权限的人(例如公司员工等)的测位点。
在本实施方式中,将连接没有进入权限的人物进入到监视区域AR0的测位点的前几个和后几个测位点而成的线用作相似度判定线L1。将连接与作为相似度判定动作路线L1的基础的多个测位点同时刻的、具有进入权限的人物的多个时刻的测位点而成的线用作相似度判定线L2。
通过判定相似度判定动作路线L1与相似度判定线L2之间的相似度,判定是否存在具有进入权限的人物与没有进入权限的人物同行。然后,如图19所示,即使在判定为没有进入权限的人物进入到监视区域AR0的情况下,在判定为具有进入权限的人物与该没有进入权限的人物同行时,不进行警报输出。由此,能够减少不必要的警报通知。
在本实施方式中,作为判定具有进入权限的人物与物进入权限的人同行的方法,例如存在以下(i)~(iv)的方法,但本发明并不限于此。再者,以下叙及的相似度判定动作路线L1与L2之间的距离,是指作为相似度判定动作路线L1和L2的基础的具有进入权限的人物的测位点与没有进入权限的人物的测位点的距离中、同一时刻的测位点间的距离。另外,实际上,该距离可以使用多个测位点间的平均值。
(i)在相似度判定动作路线L1与L2之间的距离小于等于规定值时,判定为同行。
(ii)在相似度判定动作路线L1与L2之间的距离小于等于规定值、并且相似度判定动作路线L1与L2的角度小于等于规定值时,判定为同行。
(iii)在相似度判定动作路线L1与L2之间的距离小于等于规定值,并且相似度判定动作路线L1与L2的长度之差(或者具有进入权限的人物与没有进入权限的人物的速度之差)小于等于规定值时,判定为同行。
(iv)在相似度判定动作路线L1与L2的角度小于等于规定值,并且相似度判定动作路线L1与L2的长度之差(或者具有进入权限的人物与没有进入权限的人物的速度之差)小于等于规定值时,判定为同行。
图20是表示本实施方式的警报与否判定的示意图。当在上述判定基准(i)~(iv)中,使用了(iv)的判定基准时,在图20A中,相似度判定动作路线L1与L2之间的距离小于等于规定值,并且相似度判定动作路线L1与L2的角度小于等于规定值,因此,判定为具有进入权限的人物与没有进入权限的人物同行,判定为不需要警报。相对于此,在图20B中,虽然相似度判定动作路线L1与L2的长度之差小于等于规定值,但相似度判定动作路线L1与L2的角度大于规定值,因此,判定为具有进入权限的人物未与没有进入权限的人物同行,判定为需要警报。
再者,不限于仅基于测位点进行相似度判定,也可以考虑了测位点的置信度而进行相似度判定。
使用图21和图22说明考虑测位点的置信度并且采用了上述(iv)的判定基准时的同行判定的方法。
首先,说明考虑了置信度的、求取相似度判定动作路线L1与L2的角度的方法。如图21所示,设定作为判定对象者(没有进入权限的人物)在时刻t1、t2的存在可能区域的圆11、圆12,设定作为同行候补者(具有进入权限的人物)在时刻t1、t2的存在可能区域的圆21、圆22。接着,划出作为圆11与圆12的内切线的切线11、切线12;划出作为圆21与圆22的内切线的切线21、切线22。
没有进入权限的人物的相似度动作路线L1的存在可能范围在切线11到切线12之间。另外,具有进入权限的人物的相似度动作路线L2的存在可能范围在切线21到切线22之间。因此,将切线11与切线21、切线11与切线22、切线12与切线21、切线12与切线22的组合中,切线所构成的角的角度最大的、切线组合的角度,作为判定对象角度。也就是说,将测位误差最大的条件下的角度用作判定对象角度。
接着,参照图22说明像上述(iii)和(iv)这样,求取相似度判定动作路线L1、L2的长度之差时的求取的方法。在图21中,在设圆11与圆12的中心间的距离为r1,圆21与圆22的中心间的距离为r2,圆11与圆12的存在可能区域的半径之和为a1,圆21与圆22的存在可能区域的半径之和为a2时,将r1+a1与r2-a2之差及r1-a1与r2+a2之差中较大者的长度之差作为判定对象线段长度。
也就是说,在考虑了测位误差的情况下,相似度判定动作路线L1、L2中的一方为最短、另一方最长的情况,是测位误差为最大的条件下的相似度判定动作路线L1、L2的长度之差。具体而言,没有进入权限的人物的相似度判定动作路线L1最长时的长度(r1+a1)与具有进入权限的人物的相似度判定动作路线L2最短时的长度(r2-a2)之差,或者没有进入权限的人物的相似度判定动作路线L1最短时的长度(r1-a1)与具有进入权限的人物的相似度判定动作路线L2最长时的长度(r2+a2)之差中的某个差值为最大的长度差,因此,只需将该最大的长度之差用作判定对象即可。再者,这里为了简化说明,对一个区间的长度差进行了说明,显然,也可以基于多个区间的长度之差进行判定。
这样,通过考虑测位点的置信度,在测位误差为最大条件下进行上述(i)~(iv)的判定,能够仅在具有进入权限的人物确实与没有进入权限的人物同行时,判定为同行。其结果,能够避免由于测位误差的原因,导致原本没有同行却判定为同行,因此,能够避免漏报。
[2]结构
在图23中对于与图6对应的部分附加相同的标号,图16表示本实施方式的监视系统的结构。监视系统310包括:摄像机120、监视装置300以及监视器141。监视装置300除包括测位信息历史数据库(DB)301和相似度判定单元302外,与图6的出入检测装置100为同样的结构。
测位信息历史DB301保持来自人物位置计算单元101的测位信息,将测位的历史提供给相似度判定单元302。
相似度判定单元302从进入判定单元105输入判定为进入的没有进入权限的人物的测位点,并且从测位信息历史DB301输入具有进入权限的人物和没有进入权限的人物的测位点的历史。相似度判定单元302使用上述判定基准(i)~(iv),判定是否有具有进入权限的人物与没有进入权限的人物同行。相似度判定单元302在判定为具有进入权限的人物同行时,将表示不需要警报的判定结果输出到判定结果通知单元103。相对于此,相似度判定单元302在判定为具有进入权限的人物未同行时,将表示需要警报的判定结果输出到判定结果通知单元103。
图24A表示与无进入权限的进入者有关的人物位置和置信度的例子。图24B表示与具有进入权限的人物有关的人物位置和置信度的第一个例子。图24C表示与具有进入权限的人物有关的人物位置和置信度的第二个例子。图24D表示监视区域DB106中存储的监视区域信息的例子。在对于图24A的测位点数据的进入者,存在图24B的测位点数据的具有进入权限的人物时,由相似度判定单元302判定为不需要警报。另一方面,在对于图24A的测位点数据的进入者,存在图24C的测位点数据的具有进入权限的人物时,由相似度判定单元302判定为需要警报。
[3]动作
接着,说明本实施方式的动作。本实施方式的监视装置300的特征在于相似度判定单元302的处理,因此,在这里使用图25说明相似度判定单元302的处理步骤。再者,以下,以在上述判定基准(i)~(iv)中,使用了(iv)的判定基准的情况为例进行说明。
在步骤ST41中,相似度判定单元302从进入判定单元105获取判定为进入的没有进入权限的人物的测位点的信息。在步骤ST42中,相似度判定单元302参照测位信息历史DB301,搜索以在步骤ST41获取的测位点为中心的、例如半径100[cm]的范围内是否存在具有进入权限的人物。
在步骤ST43中相似度判定单元302判定为在半径100[cm]的范围内不存在具有进入权限的人物时(步骤ST43:否),转移到步骤ST44,相似度判定单元302判定进入者是警报对象。
相对于此,在相似度判定单元302判定为在半径100[cm]的范围内存在具有进入权限的人物时(步骤ST43:是),转移到步骤ST45,作为相似度判定动作路线L2计算连接具有进入权限的人物在该时刻的测位点与前四个测位点而成的线(参照图19)。在步骤ST46中,相似度判定单元302计算连接没有进入权限的人物的测位点与前四个测位点而成的线作为相似度判定动作路线L1(参照图19)。
在步骤ST47中,相似度判定单元302判定两个相似度判定动作路线L1、L2的长度之差是否为100[cm]以内,并且起点一致时的角度是否为30°以内。相似度判定单元302在步骤ST47中获取否定结果时,转移到步骤ST48,判定为进入者是警报对象。相对于此,相似度判定单元302在步骤ST47中获取肯定结果时,转移到步骤ST49,判定为进入者不是警报对象。
[4]效果
如以上说明的那样,根据本实施方式,通过设置相似度判定单元302,即使在判定为不具有进入监视区域AR0的权限的对象进入到监视区域AR0的情况下,通过在判定为有有进入监视区域AR0的权限的人同行时,不输出警报,能够防止输出实际上不必要的警报。
[实施方式4]
[1]原理
在本实施方式中,与实施方式2和3同样地,提供能够更为充分地满足上述(2)的要求(也就是通过避免不必要的进入判定而减少多余的警报输出)的装置和方法。也就是说,在本实施方式中,提供能够在无遗漏地进行准确的出入判定的基础上,不进行不必要的警报通知而仅进行充分必要的警报通知的监视装置。
图26是表示本实施方式的示意图。在本实施方式中,即使在检测到没有进入权限的人物进入到监视区域AR0的情况下,在判断为该进入是为了避免与其他人物的碰撞时,不输出警报。
附图标记P1所示的黑圈表示作为出入检测对象的、进入监视区域ARO的无权限的人的测位点。附图标记P2表示存在于进入检测对象的附近的其他人物的测位点。
在本实施方式中,将连接没有进入权限的人物进入到监视区域AR0的测位点的前一测位点与再前一个测位点而形成的动作路线的延长线中,将距前一测位点一定长度的线段(若无碰撞则预定前进的方向线)用作碰撞判定线L1’。同样地,对于存在于进入人附近的其他人物,基于与作为形成碰撞判定线L1’的基础的测位点同一时刻的测位点,形成碰撞判定线L2’。
然后,在碰撞判定线L1’与碰撞判定线L2’交叉时,判定为没有进入权限的人物是为了避免碰撞而进入到监视区域AR0,而不输出警报。
图27是表示本实施方式的警报与否判定的示意图。在图27A中,碰撞判定线L1’与碰撞判定线L2’交叉,因此,判定为是为了避免碰撞的进入,判定为不需要警报。相对于此,在图27B中,碰撞判定线L1’与碰撞判定线L2’不交叉,因此,判定为不是为了避免碰撞的进入,判定为需要警报。
再者,不限于仅基于测位点进行碰撞判定,也可以考虑测位点的置信度而进行碰撞判定。使用图28说明该方法。
首先,设定作为判定对象者(没有进入权限的人物)在时刻t1、t2的测位点的存在可能区域的圆11、圆12,划出圆11与图12的内切线11、12。如图这样定义内切线11、12、与各个圆1、2的切点。
设切点11与切点21的距离为r,从切点21距离a×r(a为常数)的、与切点11为相反侧的内切线11上的点为点1。再者,a是表示考虑到多久之前的时刻的碰撞为止的参数,a的值较小,则仅判定后一碰撞,a的值较大,则还判定这之前的碰撞。
将在以内切线11与内切线12的交点作为中心,以“从交点到切点21的距离+距离ar”为半径的圆弧中,由内切线11和内切线12圈起来的较短侧的圆弧作为圆弧1。将圆弧1、内切线11、内切线12、圆12的圆弧中,由通过切点21和切点22划分成的较长一方的圆弧圈起来的区域作为碰撞判定区域。
对于存在于碰撞对象人(存在于进入人附近的其他人物)的测位点,也同样地求取碰撞判定区域。
接着,对于这样求得的判定对象和碰撞对象的各自的碰撞判定区域,通过判定是否重叠,进行碰撞判定。再者,作为碰撞判定的方法,也可以不是判定是否存在部分重叠的区域,而是判定重叠的面积是否大于等于一定值这样的判定方法。
这样,通过在考虑了测位点的置信度后进行碰撞判定,即使在各个测位点存在误差的情况下,也能够准确地只检测出为了避免碰撞的进入。其结果,能够避免由于测位误差的原因,导致将不是为了避免碰撞的进入判定为是为了避免碰撞的进入,因此,能够避免漏报。
[2]结构
在图29中对于与图6对应的部分附加相同的标号,图16表示本实施方式的监视系统的结构。监视系统410包括:摄像机120、监视装置400以及监视器141。监视装置400除包括测位信息历史数据库(DB)401和碰撞判定单元402外,与图6的出入检测装置100为同样的结构。
测位信息历史DB401保持来自人物位置计算单元101的测位信息,将测位的历史提供给碰撞判定单元402。
碰撞判定单元402从进入判定单元105输入判定为进入的没有进入权限的人物的测位点,并且从测位信息历史DB401输入具有进入权限的人物和没有进入权限的人物的测位点的历史。进入判定单元105判定没有进入权限的人物的进入是否是为了避免碰撞的进入。碰撞判定单元402在判定为是为了避免碰撞的进入时,将表示不需要警报的判定结果输出到判定结果通知单元103。相对于此,碰撞判定单元402在判定为不是为了避免碰撞的进入时,将表示需要警报的判定结果输出到判定结果通知单元103。
图30A表示与无进入权限的进入者有关的人物位置和置信度的例子。图30B表示与具有进入权限的人物有关的人物位置和置信度的第一个例子。图30C表示与具有进入权限的人物有关的人物位置和置信度的第二个例子。图30D表示监视区域DB106中存储的监视区域信息的例子。在对于图30A的测位点数据的进入者,存在图30B的测位点数据的具有进入权限的人物时,由碰撞判定单元402判定为不需要警报。另一方面,在对于图30A的测位点数据的进入者,存在图30C的测位点数据的具有进入权限的人物时,由碰撞判定单元402判定为需要警报。
[3]动作
接着,说明本实施方式的动作。本实施方式的监视装置400的特征在于碰撞判定单元402的处理,因此,在这里使用图31说明碰撞判定单元402的处理步骤。
在步骤ST51中,碰撞判定单元402从进入判定单元105获取判定为进入的没有进入权限的人物的测位点的信息。在步骤ST52中,碰撞判定单元402参照测位信息历史DB401,搜索以在步骤ST51获取的测位点为中心的、例如半径100[cm]的范围内是否存在其他人物。
在步骤ST53中碰撞判定单元402判定为在半径100[cm]的范围内不存在其他人物时(步骤ST53:否),转移到步骤ST54,碰撞判定单元402判定进入者是警报对象。
相对于此,在碰撞判定单元402判定为在半径100[cm]的范围内存在其他人物时(步骤ST53:是),转移到步骤ST55,通过将连接其他人物在该时刻的测位点的前一测位点和再前一个测位点而成的线,在前一测位点侧延长相当于其长度2倍的长度,计算碰撞判定线L2’。在步骤ST56中,碰撞判定单元402通过将连接没有进入权限的人物的前一测位点和再前一个测位点的线,在前一测位点侧延长相当于其长度2倍的长度,计算碰撞判定线L1’。
在步骤ST57中,碰撞判定单元402判定两个碰撞判定线L1’、L2’是否交叉。碰撞判定单元402在步骤ST57中获取否定结果时,转移到步骤ST58,判定为进入者是警报对象。相对于此,碰撞判定单元402在步骤ST57中获取肯定结果时,转移到步骤ST59,判定为进入者不是警报对象。
[4]效果
如以上说明的那样,根据本实施方式,通过设置碰撞判定单元402,即使在判定为不具有进入监视区域AR0的权限的对象进入到监视区域AR0的情况下,通过在判定为是为了避免与其他人物的碰撞的进入时,不输出警报,能够防止输出实际上不必要的警报。
再者,在实施方式1~4说明的出入检测装置100、监视装置200、300、400可以通过个人计算机等通用计算机而实施,出入检测装置100、监视装置200、300、400所包含的各个处理,可以通过读出存储在计算机的存储器中的、对应于各个处理单元的处理的软件程序,由CPU执行处理这些软件程序而实现。另外,出入检测装置100、监视装置200、300、400也可以通过安装了对应于各个处理单元的LSI芯片的专用设备而实现。
另外,上述实施方式的出入检测装置和监视装置的特征在于,能够高精度地检测对象对监视区域(特定区域)的进入和/或退出,检测结果的使用方法并不限于上述实施方式的使用方法。例如,也可以对于由进入判定单元105判定为进入的对象(连丽如移动无线终端),通过无线通知其进入到特定区域。另外,例如,也可以仅对于由进入判定单元105判定为进入的对象(例如移动无线终端),播发有关特定区域的内容。进而,也可以通过将上述实施方式的出入检测装置和监视装置内置于移动终端,或者在移动终端的监视器上显示出入检测结果和监视结果,或者从移动终端发出对应于出入检测结果和监视结果的警告音,从而向携带移动终端的用户通知对特定区域的出入。
在2009年3月9日提交的特愿第2009-055591号的日本专利申请所包含的说明书、附图和说明书摘要的公开内容,全部引用于本申请。
工业实用性
本发明具有即使在发生了测位误差的情况下,也能够高精度地检测检测对象对特定区域的出入的效果,例如适用于监视系统。
Claims (15)
1.出入检测装置,包括:
测位置信度检测单元,对测位单元的测位置信度进行检测;
存在可能区域确定单元,基于由所述测位单元获取的测位结果和由所述测位置信度检测单元获取的所述测位置信度,确定具有由所述测位单元测位到的对象存在的可能性的存在可能区域;以及
判定单元,基于所述存在可能区域和特定区域的重叠,判定所述对象对所述特定区域的进入和/或退出。
2.如权利要求1所述的出入检测装置,
所述判定单元基于所述存在可能区域和所述特定区域重叠的面积,判定所述对象对所述特定区域的进入和/或退出。
3.如权利要求1所述的出入检测装置,
所述测位置信度检测单元获得所述对象的位置的概率密度分布作为所述测位置信度。
4.如权利要求3所述的出入检测装置,
所述存在可能区域确定单元将所述概率密度分布中的概率密度为规定值以上的区域、或者所述概率密度分布中的累积概率和规定值大致一致的区域,确定为所述存在可能区域。
5.如权利要求4所述的出入检测装置,
所述判定单元基于所述概率密度分布中的概率密度为规定值以上的区域或所述概率密度分布中的累积概率和规定值大致一致的区域、与所述特定区域重叠的区域中的所述概率密度的累计值,判定所述对象对所述特定区域的进入和/或退出。
6.监视装置,包括:
权利要求1所述的出入检测装置;
警报输出单元,基于由所述判定单元获取的判定结果,输出警报;
视觉辨认区域形成单元,求取所述对象的视觉辨认区域;以及
警报与否判定单元,即使在由所述判定单元判定为第一对象进入到所述特定区域的情况下,在所述第一对象的测位位置包含在第二对象的视觉辨认区域中时,不使所述警报输出单元输出与所述第一对象有关的警报,所述第二对象是与所述第一对象不同的对象。
7.如权利要求6所述的监视装置,
所述视觉辨认区域形成单元基于所述对象的测位历史,求取所述视觉辨认区域。
8.如权利要求6所述的监视装置,
所述第一对象是没有进入所述特定区域的权限的对象,
所述第二对象是具有进入所述特定区域的权限的对象。
9.监视装置,包括:
权利要求1所述的出入检测装置;
警报输出单元,基于由所述判定单元获取的判定结果,输出警报;
测位历史记录单元,记录所述测位单元的测位结果的历史;以及
警报与否判定单元,即使在从所述测位历史记录单元中记录的第一对象的测位历史和第二对象的测位历史,检测第一对象和第二对象的相对状况,并由所述判定单元判定为所述第一对象进入到所述特定区域的情况下,在所述第一对象和所述第二对象的相对状况满足规定基准时,不使所述警报输出单元输出与所述第一对象有关的警报。
10.如权利要求9所述的监视装置,
所述警报与否判定单元使用所述相对状况和所述规定基准判定所述第一对象和所述第二对象是否同行,在判定为同行时,不使所述警报输出单元输出与所述第一对象有关的警报。
11.如权利要求10所述的监视装置,
所述第一对象是没有进入所述特定区域的权限的对象,
所述第二对象是具有进入所述特定区域的权限的对象。
12.如权利要求9所述的监视装置,
所述警报与否判定单元使用所述相对状况和所述规定基准判定是否存在所述第一对象和所述第二对象碰撞的可能性,在判定为存在碰撞的可能性时,不使所述警报输出单元输出与所述第一对象有关的警报。
13.如权利要求12所述的监视装置,
所述第一对象是没有进入所述特定区域的权限的对象,
所述第二对象是具有进入所述特定区域的权限的对象。
14.出入检测方法,包括:
测位置信度检测步骤,对测位置信度进行检测;
存在可能区域确定步骤,基于测位结果和所述测位置信度,确定具有所测位的对象存在的可能性的存在可能区域;以及
判定步骤,基于所述存在可能区域和特定区域的重叠,判定所述对象对所述特定区域的进入和/或退出。
15.使计算机执行以下步骤的程序,即:
对测位置信度进行检测的步骤;
基于测位结果和所述测位置信度,确定具有所测位的对象存在的可能性的存在可能区域的步骤;以及
基于所述存在可能区域和特定区域的重叠,判定所述对象对所述特定区域的进入和/或退出的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009-055591 | 2009-03-09 | ||
JP2009055591 | 2009-03-09 | ||
PCT/JP2009/005379 WO2010103584A1 (ja) | 2009-03-09 | 2009-10-15 | 入退検出装置、監視装置及び入退検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102349096A true CN102349096A (zh) | 2012-02-08 |
CN102349096B CN102349096B (zh) | 2014-04-02 |
Family
ID=42727893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980157998.3A Expired - Fee Related CN102349096B (zh) | 2009-03-09 | 2009-10-15 | 出入检测装置、监视装置以及出入检测方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8717171B2 (zh) |
JP (1) | JP5432983B2 (zh) |
CN (1) | CN102349096B (zh) |
WO (1) | WO2010103584A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454717A (zh) * | 2015-08-13 | 2017-02-22 | 株式会社理光 | 位置判断方法、位置判断装置和电子设备 |
CN107884795A (zh) * | 2016-09-30 | 2018-04-06 | 厦门雅迅网络股份有限公司 | 基于gps的进出区域的判断方法及其系统 |
CN109143402A (zh) * | 2017-06-28 | 2019-01-04 | 阿自倍尔株式会社 | 人检测结果判定方法及装置 |
CN109791711A (zh) * | 2016-10-04 | 2019-05-21 | 三菱电机株式会社 | 出入管理系统 |
CN111489455A (zh) * | 2020-03-27 | 2020-08-04 | 中科车港(深圳)实业股份有限公司 | 融合北斗etc有源射频识别的三合一车载单元 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013253779A (ja) * | 2010-10-01 | 2013-12-19 | Panasonic Corp | 物体位置推定システム、物体位置推定方法、及び物体位置推定プログラム |
US9880604B2 (en) | 2011-04-20 | 2018-01-30 | Microsoft Technology Licensing, Llc | Energy efficient location detection |
AU2014240718A1 (en) * | 2013-03-29 | 2015-08-27 | Nec Corporation | Target object identifying device, target object identifying method and target object identifying program |
US9998866B2 (en) | 2013-06-14 | 2018-06-12 | Microsoft Technology Licensing, Llc | Detecting geo-fence events using varying confidence levels |
US9820231B2 (en) | 2013-06-14 | 2017-11-14 | Microsoft Technology Licensing, Llc | Coalescing geo-fence events |
DE102013217827A1 (de) | 2013-09-06 | 2015-03-12 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Erkennen eines Objekts in einer Bildinformation |
US9831724B2 (en) | 2014-12-02 | 2017-11-28 | Tyco Fire & Security Gmbh | Access control system using a wearable access sensory implementing an energy harvesting technique |
US9384607B1 (en) * | 2014-12-03 | 2016-07-05 | Tyco Fire & Security Gmbh | Access control system |
EP3227835B1 (en) | 2014-12-02 | 2020-09-16 | Sensormatic Electronics, LLC | Passive rfid tags with integrated circuits using sub-threshold technology |
US9384608B2 (en) * | 2014-12-03 | 2016-07-05 | Tyco Fire & Security Gmbh | Dual level human identification and location system |
US9710978B1 (en) | 2016-03-15 | 2017-07-18 | Tyco Fire & Security Gmbh | Access control system using optical communication protocol |
US9824559B2 (en) | 2016-04-07 | 2017-11-21 | Tyco Fire & Security Gmbh | Security sensing method and apparatus |
JP6988529B2 (ja) * | 2018-02-06 | 2022-01-05 | 株式会社デンソーウェーブ | 共連れ検出装置 |
CN110942540A (zh) * | 2019-11-29 | 2020-03-31 | 中核第四研究设计工程有限公司 | 核安保监控报警方法及装置 |
JP7402090B2 (ja) | 2020-03-19 | 2023-12-20 | セコム株式会社 | 判定システム及び判定装置 |
JP7402089B2 (ja) | 2020-03-19 | 2023-12-20 | セコム株式会社 | 判定システム及び判定装置 |
CN114005210A (zh) * | 2021-09-24 | 2022-02-01 | 珠海格力电器股份有限公司 | 一种安全防护方法及安全防护装置 |
US11495025B1 (en) * | 2021-10-25 | 2022-11-08 | Motorola Solutions, Inc. | Method and apparatus for increasing security at an entrance point |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2659666B2 (ja) * | 1993-06-23 | 1997-09-30 | 東京電力株式会社 | 禁止区域の侵入監視方法及び装置 |
JP2000172853A (ja) * | 1998-10-22 | 2000-06-23 | Shin Kwang Korea Co Ltd | 動作検出システム及び方法 |
CN1539124A (zh) * | 2001-08-07 | 2004-10-20 | ŷķ����ʽ���� | 信息收集装置、信息收集方法、信息收集程序、记录信息收集程序的记录介质、以及信息收集系统 |
WO2006022594A1 (en) * | 2004-08-27 | 2006-03-02 | Singapore Technologies Dynamics Pte Ltd | Multi-sensor intrusion detection system |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3986643B2 (ja) * | 1998-01-13 | 2007-10-03 | 三菱電機株式会社 | 監視用画像処理装置 |
JP3523795B2 (ja) | 1998-11-19 | 2004-04-26 | 沖電気工業株式会社 | 入退室管理システム |
JP2000295600A (ja) * | 1999-04-08 | 2000-10-20 | Toshiba Corp | 監視装置 |
JP3997911B2 (ja) | 2002-12-27 | 2007-10-24 | セイコーエプソン株式会社 | 領域判定装置、領域判定方法、領域判定機能を発揮させるプログラム及び、領域判定機能を発揮させるプログラムを記録したコンピュータ読み取り可能な情報記録媒体 |
JP4066168B2 (ja) | 2003-03-13 | 2008-03-26 | オムロン株式会社 | 侵入物監視装置 |
JP4482795B2 (ja) | 2004-03-05 | 2010-06-16 | ソニー株式会社 | 画像処理装置、移動物体追跡方法、移動物体追跡プログラム、監視装置及びゲーム装置 |
JP4538299B2 (ja) | 2004-11-11 | 2010-09-08 | セコム株式会社 | 出入管理システム |
JP4525351B2 (ja) | 2005-01-05 | 2010-08-18 | オムロン株式会社 | セキュリティ装置 |
JP2008047074A (ja) | 2006-08-21 | 2008-02-28 | Sogo Keibi Hosho Co Ltd | 警備装置、警備方法および警備プログラム |
-
2009
- 2009-10-15 JP JP2011503571A patent/JP5432983B2/ja not_active Expired - Fee Related
- 2009-10-15 WO PCT/JP2009/005379 patent/WO2010103584A1/ja active Application Filing
- 2009-10-15 CN CN200980157998.3A patent/CN102349096B/zh not_active Expired - Fee Related
- 2009-10-15 US US13/254,963 patent/US8717171B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2659666B2 (ja) * | 1993-06-23 | 1997-09-30 | 東京電力株式会社 | 禁止区域の侵入監視方法及び装置 |
JP2000172853A (ja) * | 1998-10-22 | 2000-06-23 | Shin Kwang Korea Co Ltd | 動作検出システム及び方法 |
CN1539124A (zh) * | 2001-08-07 | 2004-10-20 | ŷķ����ʽ���� | 信息收集装置、信息收集方法、信息收集程序、记录信息收集程序的记录介质、以及信息收集系统 |
WO2006022594A1 (en) * | 2004-08-27 | 2006-03-02 | Singapore Technologies Dynamics Pte Ltd | Multi-sensor intrusion detection system |
Non-Patent Citations (1)
Title |
---|
潘锦辉,廖庆敏,林行刚: "视频序列中运动目标的自动提取", 《清华大学学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454717A (zh) * | 2015-08-13 | 2017-02-22 | 株式会社理光 | 位置判断方法、位置判断装置和电子设备 |
CN106454717B (zh) * | 2015-08-13 | 2020-01-17 | 株式会社理光 | 位置判断方法、位置判断装置和电子设备 |
CN107884795A (zh) * | 2016-09-30 | 2018-04-06 | 厦门雅迅网络股份有限公司 | 基于gps的进出区域的判断方法及其系统 |
CN107884795B (zh) * | 2016-09-30 | 2021-06-29 | 厦门雅迅网络股份有限公司 | 基于gps的进出区域的判断方法及其系统 |
CN109791711A (zh) * | 2016-10-04 | 2019-05-21 | 三菱电机株式会社 | 出入管理系统 |
CN109791711B (zh) * | 2016-10-04 | 2021-06-22 | 三菱电机株式会社 | 出入管理系统 |
CN109143402A (zh) * | 2017-06-28 | 2019-01-04 | 阿自倍尔株式会社 | 人检测结果判定方法及装置 |
CN111489455A (zh) * | 2020-03-27 | 2020-08-04 | 中科车港(深圳)实业股份有限公司 | 融合北斗etc有源射频识别的三合一车载单元 |
CN111489455B (zh) * | 2020-03-27 | 2021-09-28 | 中科车港(深圳)实业股份有限公司 | 融合北斗etc有源射频识别的三合一车载单元 |
Also Published As
Publication number | Publication date |
---|---|
US8717171B2 (en) | 2014-05-06 |
JPWO2010103584A1 (ja) | 2012-09-10 |
WO2010103584A1 (ja) | 2010-09-16 |
JP5432983B2 (ja) | 2014-03-05 |
CN102349096B (zh) | 2014-04-02 |
US20110316700A1 (en) | 2011-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102349096B (zh) | 出入检测装置、监视装置以及出入检测方法 | |
Chen et al. | Invisible sensing of vehicle steering with smartphones | |
Johnson et al. | Driving style recognition using a smartphone as a sensor platform | |
JP4924607B2 (ja) | 不審行動検知装置および方法、プログラムおよび記録媒体 | |
Xu et al. | Wireless AI in smart car: How smart a car can be? | |
US11188806B2 (en) | System and method for supervising a person | |
JP5209662B2 (ja) | 船舶識別装置 | |
CN103419750A (zh) | 整合多摄影机影像的车辆追踪方法及系统 | |
US10643466B2 (en) | Vehicle search system, vehicle search method, and vehicle used therefor | |
US8594774B2 (en) | Sleep determination device and sleep determination method | |
Ouyang et al. | An ensemble learning-based vehicle steering detector using smartphones | |
US20180107946A1 (en) | Alert output apparatus | |
Zeng et al. | In-vehicle sensing for smart cars | |
Jafarnejad et al. | Non-intrusive Distracted Driving Detection based on Driving Sensing Data. | |
Ortiz et al. | Vehicle telematics via exteroceptive sensors: A survey | |
Islam et al. | Real-time vehicle trajectory estimation based on lane change detection using smartphone sensors | |
CN104648627B (zh) | 一种船舶预警方法 | |
CN105809761B (zh) | 监测用户出入的方法、装置、服务器和系统 | |
Park et al. | Poster: Are you driving? non-intrusive driver detection using built-in smartphone sensors | |
Vavouranakis et al. | Recognizing driving behaviour using smartphones | |
CN107534706A (zh) | 移动终端防盗方法和移动终端 | |
CN113763682B (zh) | 终端的安全告警方法、移动设备、电子设备以及存储介质 | |
Yu et al. | Sensing Vehicle Conditions for Detecting Driving Behaviors | |
Gode et al. | Intelligent Vehicle Tracking System for Motorcycle Racing Competition | |
Pokhrel et al. | Drowsy Driver Detection with Crash Alert Mechanism using Arduino and Image Processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140402 Termination date: 20191015 |