CN103052987A - 促进视频监控中的人物搜索 - Google Patents

促进视频监控中的人物搜索 Download PDF

Info

Publication number
CN103052987A
CN103052987A CN2011800367458A CN201180036745A CN103052987A CN 103052987 A CN103052987 A CN 103052987A CN 2011800367458 A CN2011800367458 A CN 2011800367458A CN 201180036745 A CN201180036745 A CN 201180036745A CN 103052987 A CN103052987 A CN 103052987A
Authority
CN
China
Prior art keywords
personnel
attribute
search
attributes
video cameras
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.)
Pending
Application number
CN2011800367458A
Other languages
English (en)
Inventor
L·M·布朗
R·S·福瑞斯
A·汉普伯
D·娃凯尔罗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103052987A publication Critical patent/CN103052987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/102—Programmed access in sequence to addressed parts of tracks of operating record carriers
    • G11B27/105—Programmed access in sequence to addressed parts of tracks of operating record carriers of operating discs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及促进视频监控中的人物搜索，具体提供了用于促进人员的视频监控搜索的技术。上述技术包括：维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库；对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引；以及使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。

Description

促进视频监控中的人物搜索
技术领域
本发明的实施例大体而言涉及信息技术，且更具体地，涉及视频监控。
背景技术
在任何指定或延长时间周期内从大量视频监控摄像机中寻找或定位特定人员或嫌疑人可以是挑战性的。现有方法包括手动地搜寻视频。然而，甚至当可以从每个摄像机的视图提取单个人物时，用户将需要在时间周期内考虑每个摄像机中的每个人员以寻找匹配的人员。这样的方法过于耗时，且始终不能准确地知道或执行搜索准则。
发明内容
本发明的原理及实施例提供用于促进视频监控中的人物搜索的技术。根据本发明的一方面的用于促进人员的视频监控搜索的例示性方法(其可以是计算机实施的)可包括以下步骤：维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库；对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引；以及使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。
本发明的一个或多个实施例或其组件可以以计算机产品的形式来实施，该计算机产品包括有形计算机可读存储介质，该有形计算机可读存储介质具有用于执行指示的上述方法步骤的计算机可用程序代码。此外，本发明的一个或多个实施例或其组件可以以装置的形式来实施，该装置包括存储器和至少一个处理器，该至少一个处理器耦接到该存储器且操作以执行例示性方法步骤。
又另外，在另一方面中，本发明的一个或多个实施例或其组件可以以用于进行本文中所描述的上述方法步骤中的一个或多个的部件的形式来实施；上述部件可包括(i)(多个)硬件模块，(ii)(多个)软件模块，或(iii)硬件模块与软件模块的组合；(i)至(iii)中任一实施本文中所阐述的特定技术，且上述软件模块存储在有形计算机可读存储介质(或多个这样的介质)中。
通过结合附图阅读本发明说明性实施例的以下详细描述，将明了本发明的这些及其它目的、特征及优点。
附图说明
仅通过例子，参考下面的附图将描述本发明的优选实施例，其中：
图1是说明根据本发明的实施例的多维特征空间的图；
图2是说明根据本发明的实施例的属性不准确度的图；
图3是说明根据本发明的实施例的未寻找到嫌疑人场景的图；
图4是说明根据本发明的方面的例示性实施例的方块图；
图5是说明根据本发明的实施例的、用于促进人员的视频监控搜索的技术的流程图；以及
图6是例示性计算机系统的系统图，本发明的至少一实施例可在该例示性计算机系统上实施。
具体实施方式
本发明的原理包括促进视频监控中的人物搜索。本发明的一个或多个实施例包括在从视频监控摄像机提取的人物属性的数据库中使用灵活的索引，以及使用人员属性、在寻找特定人员时上述人员属性的相关准确度及上述人员属性与由用户提供的信息的关联性来智能地剪除此空间。
另外，本发明的一个或多个实施例可包括用户接口，在该用户接口中，用户在多个层级上提供关于人员的信息(例如，多个尺度，诸如人员有多高、人员穿着何种衣物、面部特性等)。此信息与关于提取的属性的分布及其在寻找人员中的效用的信息组合用以将最可能候选者的集合递送给用户。如果未寻找到该人员，则本发明的一个或多个实施例可包括反复该处理，直到寻找到令人满意的匹配或彻底搜索完该数据库为止。
因而，且如本文中所描述的，本发明的一个或多个实施例包括促进在任何指定或延长时间周期内从多个视频监控摄像机中寻找或定位特定人员(或嫌疑人、失踪人员等)。如本文中进一步描述的，本发明的一个或多个实施例包括在用户引导搜索的情况下使用属性准确度的量度、搜索空间挑选及与其它量度的相关性，以及使用多层剪除。并非为用户提供适合描述的所有可能人物，而是如本文中所使用的，挑选指首先为用户给出最可能适合者(例如基于量测的准确程度，元素的可能有用程度、辨别元素的方式等)。
并且，如上文所注释的，本发明的一个或多个实施例包括多层剪除。关于多层剪除，本发明的一个或多个实施例可提供用户搜索结果，且基于反馈(例如，是否寻找到讨论中的个人或类似的某人)可重新计算结果的下一个集合。
基于就关于人员/嫌疑人的定位的已知信息而言针对在给定时间范围中且在有关位置中的特定摄像机中见到的人物所存储的数据，使用特定特征空间的统计。基于最后见到人员的时间、人员在何方向上及以何速度行进，智能地剪除该空间(机率取决于距原始摄像机的距离，时间取决于距离及原始时间，进入摄像机中的方向取决于人员行进的方向，等等)。
本发明的一个或多个实施例可包括使用传感器和/或多光谱属性检测器来进行人物搜索。仅以实例说明，实例传感器和/或检测器可在Hampapur等人的Multi-scale Tracking for Smart Video Surveillance(IEEE Transactions on Signal Processing，2005年3月，第22卷第2期)中找到。
基于哪些特征具有较佳挑选能力，首先返回最可能为讨论中的人员/嫌疑人的人物的图像和/或关键帧。图1是说明根据本发明的实施例的多维特征空间的图。作为说明，图1描绘太阳镜属性检测区102、小胡子属性检测区104及红色衬衫属性检测区106。如图1中所进一步描绘的，上述检测区的部分“1”指示红色衬衫、太阳镜及小胡子的存在。上述检测区的部分“2”指示太阳镜及小胡子的存在。另外，上述检测区的部分“3”指示红色衬衫及小胡子的存在，而上述检测区的部分“4”指示小胡子的存在。在本发明的一个或多个实施例中，上述区是基于其挑选能力的，挑选能力是在最佳化模块中基于三个输入(例如参见图4中的组件410)而计算的。
如图1所说明的，每个特征可以是关于人员可检测的属性，诸如，例如衬衫/裤子颜色、太阳镜、眼镜、面部毛发(胡须、小胡子)、帽子、肤色、眼睛颜色、携带包、独自行走等。摄像机中见到的每个人员连同其检测的属性被记录在数据库中。而且，在本发明的一个或多个实施例中，接口按照人物的可能性及挑选能力的次序显示具有属性的人物。
另外，本发明的一个或多个实施例包括具有其预测准确度的资格信息，这是例如因为在本领域中，常常难以准确地检测属性且该情形取决于每个属性。图2是说明根据本发明的实施例的属性不准确度的图。作为说明，图2描绘太阳镜属性检测区202、小胡子属性检测区210及红色衬衫属性检测区206。虚线区(即，区204、区208及区212)包括与其它属性有关的属性检测误差。例如，如果人员佩戴太阳镜，则检测小胡子可能更困难些。
例如，对于系统而言，检测红色衬衫可能比检测胡须更容易(胡须常常由于脸向下而混淆，这是由于脸具有阴影)。本发明的一个或多个实施例也可考虑属性之间的相关性。例如，如果检测到红色衬衫，则衬衫不可能为黑色衬衫，但其较有可能为橙色衬衫。
如图2中所进一步描绘的，上述检测区的部分“1”指示红色衬衫、太阳镜及小胡子的存在。上述检测区的部分“2”指示红色衬衫及小胡子的存在。另外，上述检测区的部分“3”指示太阳镜及小胡子的存在，而上述检测区的部分“4”指示太阳镜的存在。
如果未寻找到感兴趣的人员/嫌疑人，则本发明的一个或多个实施例可包括给予用户较有可能的候选者。在本发明的一个或多个实施例中，考虑到用户的描述不准确的可能性(例如，人员摘下太阳镜、看似具有胡须，等等)，基于其联合机率按照其可能性次序给出可能的候选者。
图3是说明根据本发明的实施例的未寻找到嫌疑人的场景的图。作为说明，图3描绘橙色衬衫属性检测区302、太阳镜属性检测区304、小胡子属性检测区306及红色衬衫属性检测区308。如图3中所进一步描绘的，上述检测区的部分“1“指示红色衬衫、橙色衬衫及小胡子的存在。上述检测区的部分”2“指示橙色衬衫及小胡子的存在。另外，上述检测区的部分”3“指示红色衬衫、橙色衬衫及太阳镜的存在。
如本文中所描述的，本发明的一个或多个实施例可包括使用接口按照属性的可能性、最大挑选能力及与相关属性的相关性的次序显示具有属性的人物。针对未寻找到感兴趣的人员/嫌疑人的情况，以实例说明，本发明的一个或多个实施例可包括：扩宽搜索，审核和/或修改描述及检测，以及基于属性与其误差分布之间的相关性而寻找最可能的特征集合。若果寻找到人员，则可重复搜索以例如基于更多准确描述(来自结果)及更新的位置、移动方向等而在下一个位置中寻找该人员。
图4是说明根据本发明的方面的例示性实施例的方块图。作为说明，图4描绘人员描述项模块402、经验可能性模块404、历史可能性模块406、属性误差函数模块408、搜索最佳化模块410、搜索结果模块412及用户反馈模块414。
人员描述模块402接收来自用户的输入，其将产生属性清单，诸如佩戴太阳镜、穿蓝色衬衫、有胡须等。人员描述项模块402将该属性清单发送给经验可能性模块404、历史可能性模块406及属性误差函数模块408。给定待搜索的一摄像机集合及时间周期，经验可能性模块404识别具有上述属性中每一个的人物的数目及关于量测此属性的置信度。经验可能性基于属性在数据库中的绝对和相对分布及相关性。给定一人类属性集合，历史可能性模块406计算关于在一般人群中寻找到这些属性(以及上述属性的相关性)的统计。以实例说明，本发明的一个或多个实施例可考虑一般人群的平均、中间及标准偏差(或非参数性分布)以计算具有一给定属性集合的样本的可能性。
给定量测的其它属性以及经验和历史可能性，属性误差函数模块408针对每一属性确定关于测量该属性的误差。该模块使用计算机视觉识别技术(诸如，用属性的实例训练的学习算法)确定属性是否存在。在本发明的一个或多个实施例中，置信度等级基于识别测量结果。例如，如果待量测的属性为“小胡子”，则用具有小胡子的人物的实例训练系统。然而，在训练中，确定由于阴影产生的嘴唇周围的黑色区域常常造成错误识别率。识别的准确度较低，特别针对除嘴唇上的黑暗之外存在很少其它证据的状况。
经验可能性模块404、历史可能性模块406及属性误差函数模块408将属性分数发送给搜索最佳化模块410。发送所有分数且在最佳化中使用上述分数。
搜索最佳化模块410使挑选能力最大化，以为用户提供最可能为候选者的结果且辅助搜索。如本文中所描述的，搜索最佳化模块410返回最可能为感兴趣的人员的人物的子集。在本发明的一个或多个实施例中，显示上述结果(例如，经由接口按照可能性的等级次序)，使得用户可确定是否寻找到可能的嫌疑人。搜索结果模块412产生结果，上述结果可例如以分批(例如，经排序且分级的分批)出现。在本发明的一个或多个实施例中，搜索结果的第一集合为第一最佳化的结果。如本文中所描述的，这些搜索结果可包括最可能为候选者或辅助搜索。因而，本发明的一个或多个实施例包括使用不同准则(即，经验、历史、属性误差)，继之以最佳化，以促进人物搜索。另外，用户反馈模块414接收来自用户的关于上述结果是否有用的输入且将该输入转送回搜索最佳化模块410。
图5是说明根据本发明的实施例的、用于促进人员的视频监控搜索的技术的流程图。步骤502包括维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库。该步骤例如可使用人员描述项模块来进行。维护数据库可包括将在摄像机中见到的每个人员连同该人员的一个或多个所检测属性中的每个属性记录在该数据库中。
以实例说明且非限制，属性可包括衣服类型、衬衫颜色、裤子颜色、太阳镜的存在、眼镜的存在、胡须的存在、小胡子的存在、帽子的存在、鼻子类型、鬓角、衣物类型、肤色、眼睛颜色、所携带包的存在、同伴的不存在或存在等。
步骤504包括对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引(例如使用灵活索引)。该步骤例如可使用搜索最佳化模块来进行。标索引例如可包括由最佳化模块执行的分级及排序，其中该分级基于返回该数据库中每个人员的可能性评估的最佳化结果。
步骤506包括使用该一个或多个属性和资格信息中的一项或多项剪除从该一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。在本发明的一个或多个实施例中，该步骤例如可通过消除不太有用的结果而减少搜索结果来进行。剪除例如可包括将从上述视频摄像机俘获的上述图像挑选(或减少)到一子集。而且，资格信息例如可包括经验信息、历史信息、误差信息、与每一属性相关联的检测准确度等级、由用户提供的与属性相关联的信息、两个或更多属性之间的相关性，等等。
图5中所描绘的技术也可包括使用用户接口以使用户能够提供关于人员的信息，以及为用户发送(例如，经由该接口)针对人员搜索中的一个或多个候选者的集合。可基于每一候选者的联合机率按照候选者的次序将该候选者集合发送给用户。并且，可在候选者集合的平衡之前将最可能的候选者的一个或多个图像发送给用户。
本发明的一个或多个实施例可另外包括如果未寻找到人员，则反复以下处理直至寻找到令人满意的匹配或彻底搜索完数据库为止：使用该一个或多个属性和资格信息中的项来剪除从上述视频摄像机俘获的图像，以促进该人员的视频监控搜索。另外，本发明的一个或多个实施例可包括如果未寻找到该人员，则修改属性描述及检测，且基于一个或多个属性与对应误差分布之间的相关性而寻找最可能的特征集合。
图5中所描绘的技术也可包括如果在上述视频摄像机俘获的一个图像中寻找到人员，则重复以下处理：使用该一个或多个属性和资格信息中的项剪除从上述视频摄像机俘获的图像，以促进在上述视频摄像机俘获的第二图像中的人员的视频监控搜索。另外，本发明的一个或多个实施例包括基于来自上述视频摄像机俘获的该一个图像的结果而使用人员的更新描述(更新位置、移动方向等)。
如本文中所描述的，图5中所描绘的技术也可包括提供系统，其中该系统包括相异软件模块，上述相异软件模块中的每个体现在有形计算机可读可记录存储介质上。例如，所有上述模块(或上述模块的任何子集)可处于相同介质上，或每一模块可处于不同介质上。上述模块可包括诸图中所示的组件中的任一或全部。在一个或多个实施例中，上述模块包括例如可在一个或多个硬件处理器上运行的人员描述项模块、经验可能性模块、历史可能性模块、属性误差函数模块、搜索最佳化模块、搜索结果模块及用户回馈模块。
接着可使用该系统的上述相异软件模块(如上文所描述的，在该一个或多个硬件处理器上执行)执行上述方法步骤。另外，计算机程序产品可包括有形计算机可读可记录存储介质，该有形计算机可读可记录存储介质具有适于被执行以进行本文中所描述的一个或多个方法步骤的代码，该一个或多个方法步骤包括提供具有相异软件模块的系统。
另外，图5中所描绘的技术可经由计算机程序产品来实施，该计算机程序产品可包括存储于数据处理系统中的计算机可读存储介质中的计算机可用程序代码，且其中该计算机可用程序代码经由网络从远程数据处理系统下载。而且，在本发明的一个或多个实施例中，该计算机程序产品可包括储于服务器数据处理系统中的计算机可读存储介质中的计算机可用程序代码，且其中该计算机可用程序代码经由网络下载到远程数据处理系统以供在具有远程系统的计算机可读存储介质中使用。
如本领域技术人员将了解的，本发明的方面可体现为系统、方法或计算机程序产品。因此，本发明的方面可采用完全硬件实施例、完全软件实施例(包括固件、常驻软件、微码等)或组合软体与硬件方面的实施例的形式，上述实施例在本文中皆可大体上被称作“电路”、“模块”或“系统”。此外，本发明的方面可采用体现在一个或多个计算机可读介质中的计算机程序产品的形式，该一个或多个计算机可读介质上具有体现于其上的计算机可读程序代码。
本发明的一个或多个实施例或其组件可以装置的形式来实施，该装置包括存储器及至少一个处理器，该至少一个处理器耦接到该存储器且操作以执行例示性方法步骤。
一个或多个实施例可利用在通用计算机或工作站上运行的软件。参看图6，此实施方案例如可使用处理器602、存储器604及例如由显示器606及键盘608形成的输入/输出接口。如本文中所使用的术语“处理器”意欲包括任何处理器件，诸如，例如包括中央处理单元(CPU)和/或其它形式的处理电路的处理器件。另外，术语“处理器”可指多个于一个单个处理器。术语“存储器”意欲包括与处理器或CPU相关联的存储器，诸如随机存取存储器(RAM)、只读存储器(ROM)、固定存储器器件(例如，硬盘驱动器)、可移动存储器器件(例如，磁盘)、闪存等。另外，如本文中所使用的词组“输入/输出接口”意欲包括例如用于将数据输入到处理单元的一个或多个机构(例如，鼠标)，及用于提供与处理单元相关联的结果的一个或多个机构(例如，打印机)。处理器602、存储器604及输入/输出接口(诸如，显示器606和键盘608)可例如经由总线610互连以作为数据处理单元612的部分。也可将合适的互连例如经由总线610提供到网络接口614(诸如，网卡，其可被提供以与计算机网络接口)及提供到介质接口616(诸如，磁盘或CD-ROM驱动器(其可被提供以与介质618接口)。
因此，如本文中所描述的，包括用于执行本发明方法的指令或代码的计算机软件可存储在相关联的存储器器件(例如，ROM、固定或可移动存储器)中的一个或多个中，且当准备利用时，部分或全部加载(例如，到RAM中)且由CPU来实施。此软件可包括(但不限于)固件、常驻软件、微码等。
适合于存储和/或执行程序代码的数据处理系统将包括至少一个处理器602，其直接地耦接至或经由系统总线610间接地耦接至存储器组件604。上述存储器组件可包括在程序代码的实际实施期间所使用的本地存储器、大容量存储器及高速缓存，上述高速缓存提供至少一些程序代码的暂时存储以便减少在实施期间必须从大容量存储器检索代码的次数。
输入/输出或I/O器件(包括但不限于键盘608、显示器606、指点器件等)可直接地(诸如，经由总线610)耦接至系统或经由介入I/O控制器(为清晰起见而省略了)而耦接至系统。
网络适配器(诸如，网络接口614)也可耦接至系统以使得数据处理系统能够经由介入的私人或公用网络而变得耦接至其它数据处理系统或远程打印机或存储器件。调制解调器、缆线调制解调器及以太网络卡仅为当前可用网络适配器类型中的少数几种。
如本文中所使用的(包括权利要求书)，“服务器”包括运行服务器程序的实体数据处理系统(例如，如图6中所示的系统612)。应理解，此实体服务器可能包括或可能不包括显示器及键盘。
如所注释的，本发明的方面可采用体现于一个或多个计算机可读介质中的计算机程序产品的形式，该一个或多个计算机可读介质上具有体现于其上的计算机可读程序代码。可利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是(例如，但不限于)电子、磁、光、电磁、红外或半导体系统、装置或器件，或前述各者的任何合适组合。介质区块618为非限制性实例。计算机可读存储介质的更特定实例(非穷尽清单)将包括以下各者：具有一条或多条导线的电连接件、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储器件、磁性存储器件或前述各者的任何合适组合。在本文件的上下文中，计算机可读存储介质可以是可含有或存储供指令执行系统、装置或器件使用或结合指令执行系统、装置或器件使用的程序的任何有形介质。
计算机可读信号介质可包括传播的数据信号，该传播的数据信号具有体现于其中(例如，在基频中或作为载波的部分)的计算机可读程序代码。此传播的信号可采用多种形式中的任一种，包括(但不限于)电磁、光学或其任何合适组合。计算机可读信号介质可以是并非计算机可读存储介质且可传达、传播或输送供指令执行系统、装置或器件使用或结合指令执行系统、装置或器件使用的程序的任何计算机可读介质。
体现于计算机可读介质上的程序代码可使用任何适当介质来传输，包括(但不限于)无线、有线、光纤缆线、射频(RF)等，或前述各者的任何合适组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等，还包括常规的过程式程序设计语言—诸如”C”程序设计语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
下面将参照本发明实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机、其它可编程数据处理装置或其它装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令的制造品。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、组件、区段或代码的一部分，所述模块、组件、区段或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续示出的方框实际上可以基本并行地执行，或者它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
应注意，本文中所描述的方法中的任何方法可包括提供包括体现于计算机可读储存介质上的相异软件模块的系统的额外步骤；上述模块例如可包括图4中所示的组件中的任一或全部。接着可使用系统的相异软件模块和/或子模块(如上文所描述的，在一个或多个硬件处理器602上执行)进行上述方法步骤。另外，计算机程序产品可包括计算机可读存储介质，该计算机可读存储介质具有适于被实施以进行本文中所描述的一个或多个方法步骤的代码，上述方法步骤包括提供具有相异软件模块的系统。
在任何状况下，应理解，本文中所说明的组件可以硬件、软件或其组合的各种形式来实施；例如，(多个)特殊应用集成电路(ASIC)、功能电路、具有相关联存储器的一个或多个适当编程的通用数字计算机等。给定本文中所提供的本发明的教导，本领域技术人员将能够预期本发明组件的其它实施方案。
本文中所使用的术语仅用于描述特定实施例的目的且不打算作为本发明的限制。如本文中所使用的，除非上下文另有清楚地指示，否则单数形式“一”及“该”意欲也包括复数形式。应进一步理解，术语“包括”在用于本说明书中时指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但并不排除一个或多个其它特征、整数、步骤、操作、元件、组件和/或其群组的存在或增加。
下文权利要求书中的所有构件或步骤加功能组件的对应结构、材料、动作及等效物意欲包括用于结合如特别所主张的其它所主张组件一起执行功能的任何结构、材料或动作。已出于说明及描述的目的呈现了本发明的描述，但该描述不打算是穷尽的或是限制所揭示形式下的本发明。在不脱离本发明范畴及精神的情况下，许多修改及变化对于本领域普通技术员将显而易见。选择并描述实施例以便最佳地解释本发明的原理及实际应用，且使其他本领域普通技术员能够理解本发明的各种实施例，上述实施例具有如适合于所预期的特定用途的各种修改。
本发明的至少一个实施例可提供一个或多个有益效果，诸如，例如使用人员属性及上述人员属性在寻找特定人员时的相关联准确度来智能地剪除人物属性数据库。
将了解且应理解，上文所描述的本发明的例示性实施例可以以若干不同方式来实施。给定本文中所提供的本发明的教导，本领域普通技术人员将能够预期本发明的其它实施方案。实际上，尽管本文中已参看附图描述了本发明的说明性实施例，但应理解，本发明不限于那些精确实施例，且本领域普通技术人员可作出各种其它改变及修改。

Claims (25)

1.一种促进人员的视频监控搜索的方法，其中该方法包括：
维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库；
对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引；以及
使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。
2.如权利要求1所述的方法，其中标索引包括：由最佳化模块执行的分级和排序，其中该分级基于返回该数据库中的每个人员的可能性评估的最佳化结果。
3.如权利要求1所述的方法，其中剪除包括：将从该一个或多个视频摄像机俘获的一个或多个图像挑选到一子集。
4.如权利要求1所述的方法，其中维护数据库包括：将在摄像机中见到的每个人员连同该人员的一个或多个检测的属性中的每个属性记录在该数据库中。
5.如权利要求1所述的方法，其中资格信息中的一项或多项包括：与每个属性相关联的检测准确度等级。
6.如权利要求1所述的方法，其中资格信息中的一项或多项包括经验信息、历史信息和误差信息中的至少一个。
7.如权利要求1所述的方法，其中资格信息中的一项或多项包括由用户提供的与属性相关联的信息。
8.如权利要求1所述的方法，其中资格信息中的一项或多项包括两个或更多属性之间的相关性。
9.如权利要求1所述的方法，其中一个或多个属性包括以下中至少之一：衣服类型、衬衫颜色、裤子颜色、太阳镜的存在、眼镜的存在、胡须的存在、小胡子的存在、帽子的存在、鼻子类型、鬓角、衣物类型、肤色、眼睛颜色、所携带包的存在、以及同伴的不存在或存在。
10.如权利要求1所述的方法，进一步包括使用用户接口以使得用户能够提供关于该人员的信息。
11.如权利要求1所述的方法，进一步包括向用户发送针对该人员的搜索中的一个或多个候选者的集合，其中一个或多个候选者的集合是基于每个候选者的联合机率按照其可能性的次序发送给用户的。
12.如权利要求1所述的方法，进一步包括如果未寻找到人员，则反复以下处理直至寻找到满意的匹配或彻底搜索完该数据库为止：使用该一个或多个属性和资格信息中的一项或多项剪除从该一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。
13.如权利要求1所述的方法，进一步包括如果未寻找到该人员，则修改属性描述和检测，且基于一个或多个属性与相应误差分布之间的相关性而寻找最可能的特征集合。
14.如权利要求1所述的方法，进一步包括如果在该一个或多个视频摄像机俘获的一个图像中寻找到人员，则重复以下处理：使用该一个或多个属性和资格信息中的一项或多项剪除从该一个或多个视频摄像机俘获的一个或多个图像，以促进在该一个或多个视频摄像机俘获的第二图像中的人员的视频监控搜索。
15.如权利要求14所述的方法，进一步包括基于来自该一个或多个视频摄像机俘获的该一个图像的结果而使用该人员的更新的描述。
16.如权利要求1所述的方法，进一步包括提供一系统，其中该系统包括一个或多个相异软件模块，该一个或多个相异软件模块中的每一个都体现于有形计算机可读可记录存储介质上，且其中该一个或多个相异软件模块包括在硬件处理器上执行的人员描述项模块和搜索最佳化模块。
17.一种促进人员的视频监控搜索的计算机程序产品，其包括有形计算机可读可记录存储介质，该有形计算机可读可记录存储介质包括计算机可用程序代码，该计算机程序产品包括：
用于维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库的计算机可用程序代码；
用于对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引的计算机可用程序代码；以及
用于使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索的计算机可用程序代码。
18.如权利要求17所述的计算机程序产品，其中资格信息中的一项或多项包括以下中至少之一：与每个属性相关联的检测准确度等级、经验信息、历史信息、误差信息、由用户提供的与属性相关联的信息、以及两个或更多属性之间的相关性。
19.如权利要求17所述的计算机程序产品，还包括：
用于使用用户接口以使得用户能够提供关于该人员的信息的计算机可用程序代码；以及
用于向用户发送针对该人员的搜索中的一个或多个候选者的集合的计算机可用程序代码，其中一个或多个候选者的集合是基于每个候选者的联合机率按照其可能性的次序发送给用户的。
20.如权利要求17所述的计算机程序产品，进一步包括用于如果未寻找到该人员，则修改属性描述和检测，且基于一个或多个属性与相应误差分布之间的相关性而寻找最可能的特征集合的计算机可用程序代码。
21.一种促进人员的视频监控搜索的系统，包括：
存储器；以及
至少一个处理器，该至少一个处理器耦接到该存储器且操作以：
维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库；
对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引；以及
使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索。
22.如权利要求21所述的系统，其中资格信息中的一项或多项包括以下中至少之一：与每个属性相关联的检测准确度等级、经验信息、历史信息、误差信息、由用户提供的与属性相关联的信息、以及两个或更多属性之间的相关性。
23.如权利要求21所述的系统，其中该耦接到存储器的至少一个处理器进一步操作以：
使用用户接口以使得用户能够提供关于该人员的信息；以及
向用户发送针对该人员的搜索中的一个或多个候选者的集合，其中一个或多个候选者的集合是基于每个候选者的联合机率按照其可能性的次序发送给用户的。
24.如权利要求21所述的系统，其中该耦接到存储器的至少一个处理器进一步操作以：如果未寻找到该人员，则修改属性描述和检测，且基于一个或多个属性与相应误差分布之间的相关性而寻找最可能的特征集合。
25.一种促进人员的视频监控搜索的装置，该装置包括：
用于维护一个或多个视频摄像机上俘获的一个或多个人物的一个或多个属性的数据库的部件；
用于对数据库中的从该一个或多个视频摄像机提取的一个或多个属性标索引的部件；以及
用于使用该一个或多个属性和资格信息中的一项或多项剪除从一个或多个视频摄像机俘获的一个或多个图像，以促进人员的视频监控搜索的部件。
CN2011800367458A 2010-07-28 2011-07-27 促进视频监控中的人物搜索 Pending CN103052987A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/845,116 US10424342B2 (en) 2010-07-28 2010-07-28 Facilitating people search in video surveillance
US12/845,116 2010-07-28
PCT/EP2011/062910 WO2012013706A1 (en) 2010-07-28 2011-07-27 Facilitating people search in video surveillance

Publications (1)

Publication Number Publication Date
CN103052987A true CN103052987A (zh) 2013-04-17

Family

ID=44629158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800367458A Pending CN103052987A (zh) 2010-07-28 2011-07-27 促进视频监控中的人物搜索

Country Status (4)

Country Link
US (1) US10424342B2 (zh)
CN (1) CN103052987A (zh)
TW (1) TW201222292A (zh)
WO (1) WO2012013706A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902229A (zh) * 2015-05-19 2015-09-09 吴晗 视频监控方法、系统及摄像监控系统
CN108288025A (zh) * 2017-12-22 2018-07-17 深圳云天励飞技术有限公司 一种车载视频监控方法、装置及设备
CN109118413A (zh) * 2018-08-21 2019-01-01 北京深瞐科技有限公司 城市活动人口统计方法及其装置、计算机可读介质
CN109711237A (zh) * 2018-07-23 2019-05-03 永康市巴九灵科技有限公司 橱柜盥洗盆自动归位系统
CN110008787A (zh) * 2018-01-04 2019-07-12 佳能株式会社 从视频中确定人的装置和方法以及搜索人的装置
CN110598048A (zh) * 2018-05-25 2019-12-20 北京中科寒武纪科技有限公司 视频检索方法及视频检索映射关系生成方法、装置
US11995556B2 (en) 2018-05-18 2024-05-28 Cambricon Technologies Corporation Limited Video retrieval method, and method and apparatus for generating video retrieval mapping relationship

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7623888B1 (en) * 2005-01-28 2009-11-24 Sprint Spectrum L.P. Ranked presentation of user-interface display elements in a user-interface skin
CN103365848A (zh) * 2012-03-27 2013-10-23 华为技术有限公司 一种视频查询方法、装置与系统
US8825368B2 (en) 2012-05-21 2014-09-02 International Business Machines Corporation Physical object search
US20130346420A1 (en) * 2012-06-22 2013-12-26 Polaris Wireless, Inc. Method And System For Identifying Aberrant Wireless Behavior
TWI556194B (zh) * 2012-06-29 2016-11-01 希科母股份有限公司 對象檢出裝置、對象檢出方法及對象檢出用電腦程式
CN104219491A (zh) * 2013-06-04 2014-12-17 费珂 一种基于图像分析功能的视频监控系统和存储方法
JP6398979B2 (ja) * 2013-08-23 2018-10-03 日本電気株式会社 映像処理装置、映像処理方法および映像処理プログラム
GB2519348B (en) 2013-10-18 2021-04-14 Vision Semantics Ltd Visual data mining
AU2014240213B2 (en) * 2014-09-30 2016-12-08 Canon Kabushiki Kaisha System and Method for object re-identification
FR3055161B1 (fr) * 2016-08-19 2023-04-07 Safran Identity & Security Procede de surveillance au moyen d’un systeme multi-capteur
CN113132680A (zh) * 2019-12-31 2021-07-16 浙江宇视科技有限公司 防止人员走失的方法、装置、设备和介质
DE102020206350A1 (de) 2020-05-20 2022-01-27 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Detektion von Vergleichspersonen zu einer Suchperson, Überwachungsanordnung, insbesondere zur Umsetzung des Verfahrens, sowie Computerprogramm und computerlesbares Medium
US20240143601A1 (en) * 2022-10-31 2024-05-02 Genetec Inc. System and method for record identification

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050162515A1 (en) * 2000-10-24 2005-07-28 Objectvideo, Inc. Video surveillance system
FR2875629A1 (fr) * 2004-09-23 2006-03-24 Video & Network Concept Sarl Systeme d'indexation de video de surveillance
US20070294207A1 (en) * 2006-06-16 2007-12-20 Lisa Marie Brown People searches by multisensor event correlation
US7460149B1 (en) * 2007-05-28 2008-12-02 Kd Secure, Llc Video data storage, search, and retrieval using meta-data and attribute data in a video surveillance system
FR2935498A1 (fr) * 2008-08-27 2010-03-05 Eads Europ Aeronautic Defence Procede d'identification d'un objet dans une archive video.
US20100150447A1 (en) * 2008-12-12 2010-06-17 Honeywell International Inc. Description based video searching system and method
CN101772782A (zh) * 2008-04-30 2010-07-07 松下电器产业株式会社 类似图像检索的结果显示装置及类似图像检索的结果显示方法

Family Cites Families (80)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850252B1 (en) * 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US8604932B2 (en) 1992-05-05 2013-12-10 American Vehicular Sciences, LLC Driver fatigue monitoring system and method
JP3557659B2 (ja) 1994-08-22 2004-08-25 コニカミノルタホールディングス株式会社 顔抽出方法
US5870138A (en) 1995-03-31 1999-02-09 Hitachi, Ltd. Facial image processing
JPH10222678A (ja) 1997-02-05 1998-08-21 Toshiba Corp 物体検出装置および物体検出方法
JPH11250071A (ja) 1998-02-26 1999-09-17 Minolta Co Ltd 画像データベースの構築方法および画像データベース装置並びに画像情報記憶媒体
US6608930B1 (en) 1999-08-09 2003-08-19 Koninklijke Philips Electronics N.V. Method and system for analyzing video content using detected text in video frames
DE19962201A1 (de) 1999-09-06 2001-03-15 Holger Lausch Verfahren und Anordnung zur Erfassung und Analyse des Rezeptionsverhaltens von Personen
US6795567B1 (en) 1999-09-16 2004-09-21 Hewlett-Packard Development Company, L.P. Method for efficiently tracking object models in video sequences via dynamic ordering of features
DE19960372A1 (de) 1999-12-14 2001-06-21 Definiens Ag Verfahren zur Verarbeitung von Datenstrukturen
US7006950B1 (en) 2000-06-12 2006-02-28 Siemens Corporate Research, Inc. Statistical modeling and performance characterization of a real-time dual camera surveillance system
US8564661B2 (en) * 2000-10-24 2013-10-22 Objectvideo, Inc. Video analytic rule detection system and method
US6973201B1 (en) 2000-11-01 2005-12-06 Koninklijke Philips Electronics N.V. Person tagging in an image processing system utilizing a statistical model based on both appearance and geometric features
US6792136B1 (en) 2000-11-07 2004-09-14 Trw Inc. True color infrared photography and video
JP2002175538A (ja) 2000-12-08 2002-06-21 Mitsubishi Electric Corp 似顔絵生成装置及び似顔絵生成方法及び似顔絵生成プログラムを記録した記録媒体及び通信用端末及び通信用端末による通信方法
US6829384B2 (en) 2001-02-28 2004-12-07 Carnegie Mellon University Object finder for photographic images
US6920236B2 (en) 2001-03-26 2005-07-19 Mikos, Ltd. Dual band biometric identification system
EP1260934A3 (en) 2001-05-22 2004-04-14 Matsushita Electric Industrial Co., Ltd. Surveillance recording device and method
JP2003223414A (ja) 2001-11-21 2003-08-08 Matsushita Electric Ind Co Ltd 属性情報保護システムと装置とコンピュータプログラム
US20060165386A1 (en) 2002-01-08 2006-07-27 Cernium, Inc. Object selective video recording
JP2003219225A (ja) 2002-01-25 2003-07-31 Nippon Micro Systems Kk 動体画像監視装置
US7274803B1 (en) 2002-04-02 2007-09-25 Videomining Corporation Method and system for detecting conscious hand movement patterns and computer-generated visual feedback for facilitating human-computer interaction
US7406184B2 (en) 2002-07-03 2008-07-29 Equinox Corporation Method and apparatus for using thermal infrared for face recognition
US8351647B2 (en) 2002-07-29 2013-01-08 Videomining Corporation Automatic detection and aggregation of demographics and behavior of people
JP4151341B2 (ja) 2002-08-02 2008-09-17 日産自動車株式会社 顔状態検出装置
AU2003282943A1 (en) 2002-10-11 2004-05-04 Digimarc Corporation Systems and methods for recognition of individuals using multiple biometric searches
US7257569B2 (en) 2002-10-31 2007-08-14 International Business Machines Corporation System and method for determining community overlap
US7391900B2 (en) 2002-10-31 2008-06-24 Korea Institute Of Science And Technology Image processing method for removing glasses from color facial images
US20040210661A1 (en) * 2003-01-14 2004-10-21 Thompson Mark Gregory Systems and methods of profiling, matching and optimizing performance of large networks of individuals
US7764808B2 (en) 2003-03-24 2010-07-27 Siemens Corporation System and method for vehicle detection and tracking
US7395316B2 (en) 2003-07-16 2008-07-01 Sap Aktiengesellschaft Establishing dynamic communication group by searching implicit information that is obtained through inference
JP2005078376A (ja) 2003-08-29 2005-03-24 Sony Corp 対象物検出装置、対象物方法、及びロボット装置
US7450735B1 (en) 2003-10-16 2008-11-11 University Of Central Florida Research Foundation, Inc. Tracking across multiple cameras with disjoint views
US8421872B2 (en) 2004-02-20 2013-04-16 Google Inc. Image base inquiry system for search engines for mobile telephones with integrated camera
US7697026B2 (en) 2004-03-16 2010-04-13 3Vr Security, Inc. Pipeline architecture for analyzing multiple video streams
JP4683200B2 (ja) 2004-04-30 2011-05-11 花王株式会社 髪領域の自動抽出方法
GB2418310B (en) 2004-09-18 2007-06-27 Hewlett Packard Development Co Visual sensing for large-scale tracking
US20060184553A1 (en) 2005-02-15 2006-08-17 Matsushita Electric Industrial Co., Ltd. Distributed MPEG-7 based surveillance servers for digital surveillance applications
FR2884008A1 (fr) 2005-03-31 2006-10-06 France Telecom Systeme et procede de localisation de points d'interet dans une image d'objet mettant en oeuvre un reseau de neurones
WO2006131967A1 (ja) 2005-06-08 2006-12-14 Fujitsu Limited 画像処理装置
US7720257B2 (en) 2005-06-16 2010-05-18 Honeywell International Inc. Object tracking system
KR100724932B1 (ko) 2005-08-02 2007-06-04 삼성전자주식회사 얼굴 검출 장치 및 방법
US7787011B2 (en) 2005-09-07 2010-08-31 Fuji Xerox Co., Ltd. System and method for analyzing and monitoring 3-D video streams from multiple cameras
WO2007033286A2 (en) 2005-09-13 2007-03-22 Verificon Corporation System and method for object tracking and activity analysis
US7599527B2 (en) 2005-09-28 2009-10-06 Facedouble, Inc. Digital image search system and method
JP2007148872A (ja) 2005-11-29 2007-06-14 Mitsubishi Electric Corp 画像認証装置
JP4658788B2 (ja) 2005-12-06 2011-03-23 株式会社日立国際電気 画像処理装置、画像処理方法およびプログラム
US7711145B2 (en) * 2006-01-27 2010-05-04 Eastman Kodak Company Finding images with multiple people or objects
US7613360B2 (en) 2006-02-01 2009-11-03 Honeywell International Inc Multi-spectral fusion for video surveillance
US7822227B2 (en) 2006-02-07 2010-10-26 International Business Machines Corporation Method and system for tracking images
US7864989B2 (en) 2006-03-31 2011-01-04 Fujifilm Corporation Method and apparatus for adaptive context-aided human classification
US20070254307A1 (en) 2006-04-28 2007-11-01 Verseon Method for Estimation of Location of Active Sites of Biopolymers Based on Virtual Library Screening
WO2007140609A1 (en) 2006-06-06 2007-12-13 Moreideas Inc. Method and system for image and video analysis, enhancement and display for communication
US20070291118A1 (en) 2006-06-16 2007-12-20 Shu Chiao-Fe Intelligent surveillance system and method for integrated event based surveillance
US8131011B2 (en) 2006-09-25 2012-03-06 University Of Southern California Human detection and tracking system
US7881505B2 (en) 2006-09-29 2011-02-01 Pittsburgh Pattern Recognition, Inc. Video retrieval system for human face content
US8004394B2 (en) 2006-11-07 2011-08-23 Rosco Inc. Camera system for large vehicles
CN101201822B (zh) 2006-12-11 2010-06-23 南京理工大学 基于内容的视频镜头检索方法
US20080159352A1 (en) 2006-12-27 2008-07-03 Dhananjay Adhikari Temperature calculation based on non-uniform leakage power
JP5358083B2 (ja) 2007-11-01 2013-12-04 株式会社日立製作所 人物画像検索装置及び画像検索装置
JP2010519860A (ja) 2007-02-21 2010-06-03 ピクセル ベロシティー，インク． 広域監視のための拡張可能なシステム
US7995106B2 (en) 2007-03-05 2011-08-09 Fujifilm Corporation Imaging apparatus with human extraction and voice analysis and control method thereof
KR100795160B1 (ko) 2007-03-22 2008-01-16 주식회사 아트닉스 얼굴영역검출장치 및 검출방법
US20080252722A1 (en) 2007-04-11 2008-10-16 Yuan-Kai Wang System And Method Of Intelligent Surveillance And Analysis
JP2010531478A (ja) 2007-04-26 2010-09-24 フォード グローバル テクノロジーズ、リミテッド ライアビリティ カンパニー 感情に訴える助言システム及び方法
US8432449B2 (en) 2007-08-13 2013-04-30 Fuji Xerox Co., Ltd. Hidden markov model for camera handoff
JP2011510521A (ja) 2007-09-12 2011-03-31 ディジセンサリー・テクノロジーズ・プロプライアタリー・リミテッド チップ上スマート・ネットワーク・カメラ・システム
US7986828B2 (en) 2007-10-10 2011-07-26 Honeywell International Inc. People detection in video and image data
JP5273998B2 (ja) 2007-12-07 2013-08-28 キヤノン株式会社 撮像装置、その制御方法及びプログラム
WO2009117607A1 (en) 2008-03-19 2009-09-24 The Trustees Of Columbia University In The City Of New York Methods, systems, and media for automatically classifying face images
JP4535164B2 (ja) 2008-04-09 2010-09-01 ソニー株式会社 撮像装置、画像処理装置、これらにおける画像解析方法およびプログラム
TW200951884A (en) 2008-06-02 2009-12-16 Asia Optical Co Inc Monitoring systems and control methods thereof
TWI361093B (en) 2008-08-05 2012-04-01 Ind Tech Res Inst Measuring object contour method and measuring object contour apparatus
ES2608820T3 (es) 2008-08-15 2017-04-17 Stryker European Holdings I, Llc Sistema y método de visualización del interior de un cuerpo
US8886663B2 (en) * 2008-09-20 2014-11-11 Securus Technologies, Inc. Multi-party conversation analyzer and logger
US9342594B2 (en) * 2008-10-29 2016-05-17 International Business Machines Corporation Indexing and searching according to attributes of a person
TW201020935A (en) 2008-11-20 2010-06-01 Ind Tech Res Inst Recognition and constitution method and system for video-based two-dimensional objects
TWM381850U (en) 2010-01-29 2010-06-01 cai-zheng Xu Small anti-theft device for recording images of event
US8532390B2 (en) 2010-07-28 2013-09-10 International Business Machines Corporation Semantic parsing of objects in video
US8254647B1 (en) 2012-04-16 2012-08-28 Google Inc. Facial image quality assessment

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050162515A1 (en) * 2000-10-24 2005-07-28 Objectvideo, Inc. Video surveillance system
FR2875629A1 (fr) * 2004-09-23 2006-03-24 Video & Network Concept Sarl Systeme d'indexation de video de surveillance
US20070294207A1 (en) * 2006-06-16 2007-12-20 Lisa Marie Brown People searches by multisensor event correlation
US7460149B1 (en) * 2007-05-28 2008-12-02 Kd Secure, Llc Video data storage, search, and retrieval using meta-data and attribute data in a video surveillance system
CN101772782A (zh) * 2008-04-30 2010-07-07 松下电器产业株式会社 类似图像检索的结果显示装置及类似图像检索的结果显示方法
FR2935498A1 (fr) * 2008-08-27 2010-03-05 Eads Europ Aeronautic Defence Procede d'identification d'un objet dans une archive video.
US20100150447A1 (en) * 2008-12-12 2010-06-17 Honeywell International Inc. Description based video searching system and method

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANUJ MOHAN ETC.: "Example-Based Object Detection in Images by Components", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902229A (zh) * 2015-05-19 2015-09-09 吴晗 视频监控方法、系统及摄像监控系统
CN108288025A (zh) * 2017-12-22 2018-07-17 深圳云天励飞技术有限公司 一种车载视频监控方法、装置及设备
CN110008787A (zh) * 2018-01-04 2019-07-12 佳能株式会社 从视频中确定人的装置和方法以及搜索人的装置
US11995556B2 (en) 2018-05-18 2024-05-28 Cambricon Technologies Corporation Limited Video retrieval method, and method and apparatus for generating video retrieval mapping relationship
CN110598048A (zh) * 2018-05-25 2019-12-20 北京中科寒武纪科技有限公司 视频检索方法及视频检索映射关系生成方法、装置
CN110598048B (zh) * 2018-05-25 2021-01-29 中科寒武纪科技股份有限公司 视频检索方法及视频检索映射关系生成方法、装置
CN109711237A (zh) * 2018-07-23 2019-05-03 永康市巴九灵科技有限公司 橱柜盥洗盆自动归位系统
CN109118413A (zh) * 2018-08-21 2019-01-01 北京深瞐科技有限公司 城市活动人口统计方法及其装置、计算机可读介质

Also Published As

Publication number Publication date
TW201222292A (en) 2012-06-01
WO2012013706A1 (en) 2012-02-02
US10424342B2 (en) 2019-09-24
US20120030208A1 (en) 2012-02-02

Similar Documents

Publication Publication Date Title
CN103052987A (zh) 促进视频监控中的人物搜索
Huang et al. Cross-domain image retrieval with a dual attribute-aware ranking network
Xian et al. Latent embeddings for zero-shot classification
US8861801B2 (en) Facial image search system and facial image search method
Takagi et al. What makes a style: Experimental analysis of fashion prediction
US9171012B2 (en) Facial image search system and facial image search method
US8478048B2 (en) Optimization of human activity determination from video
US8116534B2 (en) Face recognition apparatus and face recognition method
Chen et al. Towards on-site hazards identification of improper use of personal protective equipment using deep learning-based geometric relationships and hierarchical scene graph
US20200065324A1 (en) Image search device and image search method
WO2021017303A1 (zh) 行人重识别方法、装置、计算机设备及存储介质
CN105469029A (zh) 用于对象再识别的系统和方法
CN101772782A (zh) 类似图像检索的结果显示装置及类似图像检索的结果显示方法
US20140301602A1 (en) Queue Analysis
US20070025593A1 (en) Automated searching for probable matches in a video surveillance system
CN104281572B (zh) 一种基于互信息的目标匹配方法及其系统
CN106030610A (zh) 移动设备的实时3d姿势识别和跟踪系统
US20140016831A1 (en) Apparatus for retrieving information about a person and an apparatus for collecting attributes
US11256945B2 (en) Automatic extraction of attributes of an object within a set of digital images
Reining et al. Attribute representation for human activity recognition of manual order picking activities
Shahin et al. Enhanced safety implementation in 5S+ 1 via object detection algorithms
CN110232331A (zh) 一种在线人脸聚类的方法及系统
Kamoona et al. Random finite set-based anomaly detection for safety monitoring in construction sites
CN114038048A (zh) 一种身份类型识别系统
CN116264004A (zh) 基于工人重新识别和个人防护装备分类对现场安全合规性进行的基于视觉的监测

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130417