CN104662533B - 所捕获的车辆数据的收集和使用 - Google Patents
所捕获的车辆数据的收集和使用 Download PDFInfo
- Publication number
- CN104662533B CN104662533B CN201380048949.2A CN201380048949A CN104662533B CN 104662533 B CN104662533 B CN 104662533B CN 201380048949 A CN201380048949 A CN 201380048949A CN 104662533 B CN104662533 B CN 104662533B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- license plate
- interest
- observed
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000003384 imaging method Methods 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 25
- 238000013481 data capture Methods 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000015654 memory Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/30—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information
- H04L63/302—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information gathering intelligence information for situation awareness or reconnaissance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/102—Entity profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19639—Details of the system layout
- G08B13/19647—Systems specially adapted for intrusion detection in or around a vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
Abstract
本发明提供了用于从车辆收集观察数据的方法的示例性实施例。所述方法包括向多个车辆中的每个车辆发送对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。所述方法还包括从所述多个车辆中的一个或多个接收观察数据,所接收的观察数据由所述多个车辆中的所述一个或多个捕获并且与所述区域、所述时间段或所述对象中的所述至少一个相关。
Description
技术领域
本文所述的示例性实施例涉及由汽车、其他车辆和/或其他设备所捕获的观察数据的收集和使用。
背景技术
为了打击犯罪,许多企业,诸如零售企业、办公建筑等利用视频监控摄像头来监视他们的经营场所。通常,使用视频记录设备记录视频摄像头的输出,而在其他情况下,为了对经营场所进行管辖并且减少犯罪,安全人员会检视视频摄像头的监视器。传统视频监控系统具有多种缺点。
例如,传统视频监控系统通常被公开设置在经营场所中。公开安装的视频监控摄像头的一个缺点是罪犯在注意到视频摄像头的位置时,很多情况下能够通过在视频摄像头周围小心地移动来避开视频摄像头。例如,对于安装在建筑物外部的较高高度处并且面向下方的视频摄像头,当经验丰富的罪犯知道在建筑物的较高高度处安装有视频摄像头时,他们能够通过仅紧贴着建筑物的一侧行走来避开摄像头。
传统视频监控系统的另一个缺点是企业通常将他们的视频监控系统的覆盖范围限制于企业所拥有的或换句话讲与企业相关的经营场所。这样,许多公共区域和其他场所可能完全没有任何视频监控,从而可能在此类位置发生不被发现的犯罪活动。
本文受权利要求书保护的主题并非限于解决任何缺点或仅在诸如上述那些的环境中操作的实施例。相反,此背景技术仅被提供用于示出一种示例性技术领域,其中可实践本文所述的一些实施例。
发明内容
本文所述的一些实施例总体上涉及由车辆和/或其他设备(诸如交通摄像头、监控摄像头和移动设备,包括集成摄像头)所捕获的观察数据(诸如视频数据和/或图像数据)的收集和使用。这样,这些车辆和其他设备中的每一个均成为视频网络的一部分,该视频网络可用于除了别的之外找到和/或跟踪个人(诸如可疑罪犯和/或车辆,诸如可疑犯罪活动中涉及的车辆)的移动。然而,捕获观察数据的车辆和/或其他设备可以是无处不在的和移动的,罪犯可能很难避开摄像头,因为这些车辆和/或其他设备可能正在移动并且/或者罪犯可能不知道到底哪些车辆正在捕获观察数据。这些车辆和/或其他设备也可存在于许多公共场所和其他缺乏经营场所特定监控系统的场所,从而为没有监控系统的区域提供这样的覆盖范围。
在示例性实施例中,描述了用于从车辆收集观察数据的方法。该方法包括向多个车辆中的每个车辆发送对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。该方法还包括从该多个车辆中的一个或多个接收观察数据,所接收的观察由该多个车辆中的一个或多个捕获并且与所述区域、时间段或对象中的至少一个相关。
在另一个示例性实施例中,描述了用于报告观察数据的方法。该方法包括从服务器接收对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。该方法还包括识别与所述区域、时间段或对象中的至少一个相关的观察数据。该方法还包括向服务器发送所识别的观察数据。
在另一个示例性实施例中,描述了设置于车辆中的数据捕获系统。数据捕获系统包括成像设备、计算机可读存储介质、处理设备和通信接口。成像设备被构造用于捕获视频数据和/或图像数据。计算机可读存储介质可通信地联接到成像设备,并且被构造用于存储所捕获的视频数据和/或图像数据。处理设备可通信地联接到计算机可读存储介质,并且被构造用于分析关于牌照号和/或面部特征的所捕获的视频数据和/或图像数据并且将相应的牌照数据、人脸数据和/或文本保存在稍后可轻松搜索的计算机可读存储介质中。通信接口可通信地联接到处理设备。通信接口被构造用于从服务器接收对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。处理设备被构造用于识别计算机可读存储介质中与所述区域、时间段或对象中的至少一个相关的所捕获的观察数据。所捕获的观察数据包括所捕获的视频数据、图像数据、牌照数据和/或人脸数据。通信接口进一步被构造用于向服务器发送所识别的所捕获观察数据。
本发明的另外的特征和优点将在以下说明中示出,并且部分地根据说明将是显而易见的,或者可通过实践本发明来了解。本发明的特征和优点可借助于在所附权利要求书中特别指出的器械和组合来实现和获得。本发明的这些以及其他特征通过以下说明和所附权利要求书将变得更加显而易见,或者可以如下所述通过实践本发明来了解。
附图说明
为了进一步阐明本发明的以上以及其他优点和特征,将参考附图中示出的本发明的具体实施例来呈现本发明的更具体描述。应当了解,这些附图仅仅描绘了本发明的典型实施例,因此不应认为是对本发明的范围的限制。通过附图的使用,将更加明确而详细地描述和阐释本发明,其中:
图1A为其中可实施本文所述的一些实施例的示例性操作环境的示意图;
图1B示出可包括在图1A的操作环境中的服务器和车辆的示例性例子;
图2为可包括在图1A-1B的车辆中的示例性数据捕获系统的框图;
图3示出用于从车辆收集观察数据的方法的示例性流程图;以及
图4示出用于报告观察数据的方法的示例性流程图。
具体实施方式
本文所述的一些实施例总体上涉及由车辆和/或其他设备所捕获的观察数据(诸如视频数据和/或图像数据)的收集和使用。例如,具有倒车摄像头或其他成像设备的车辆在有效使用中时,例如在车辆正在行驶和/或正被驾驶时,可连续地捕获视频数据。虽然当前制造的一些汽车具有倒车摄像头,但目前在美国存在立法规定从2015年开始在所有新的车辆中使用倒车摄像头,使得车辆(诸如汽车)中的倒车摄像头可能变得越来越无所不在。车辆还可以或相反具有前向摄像头或相对于车辆面向任何其他方向的摄像头,该摄像头可用于捕获如本文所述的视频数据或其他观察数据。
服务器可跟踪车辆的位置,并且响应于触发事件可识别处于与该触发事件相关的所关注区域中的那些车辆。服务器随后可发送以下请求:所关注区域中的车辆将它们的观察数据诸如最后5秒的视频数据上传到服务器。作为另一种选择,服务器可向广泛得多的子组以及可能所有车辆发送请求,其中每个车辆根据其所处的位置单独地决定是否对请求做出响应。所上传的观察数据可被执法机关或其他实体使用,以便例如找到和跟踪与该触发事件相关的人或车辆。例如,如果受害人报告特定位置和时间的肇事逃逸,则服务器可请求周围区域中的所有车辆在该特定时间上传它们的观察数据,所述观察数据随后可用于调查肇事逃逸的情况,以便识别犯罪者和/或犯罪者所驾驶的车辆等或它们的任何组合。
车辆可根据所捕获的视频数据和/或图像数据任选地执行牌照号和/或人脸辨识,以识别所捕获的视频数据中出现的车辆和/或人。相应的牌照数据和/或人脸数据可由每个车辆存储在安全文件中。当发生某个事件时,服务器可向该事件附近区域中的所有车辆发送对由这些车辆在该事件之前、该事件期间和/或该事件之后的时间段内所捕获的观察数据的请求。例如,假定发生某个事件,诸如小孩被绑架或发生肇事逃逸并且绑架或肇事逃逸中涉及的车辆的牌照号以及相关时间段是已知的。可由服务器在相关时间段内向事件附近区域或其他所关注区域中的所有车辆发送请求。这些车辆中的一些或全部可针对牌照号来搜索它们的安全文件,并且如果在安全文件中找到牌照号,则可利用观察到牌照号的位置和时间来对服务器做出响应。该响应可另外包括在车辆观察到牌照号期间或左右所捕获的视频数据和/或图像数据。
此外,可将车辆置于活动模式,以在看到牌照或图像的情况下立即通知服务器。如同在被绑架小孩的先前例子中一样,服务器可指示给定区域中的所有车辆在看到特定牌照时发出警报。当这种情况不再相关时,服务器可向车辆发送指示它们在看到牌照时不再通知的消息。
现在将参照附图以描述本发明的一些示例性实施例的各个方面。附图是此类示例性实施例的图解性和示意性表示,而非对本发明的限制,也无须按比例绘制。
图1A为其中可实施本文所述的一些实施例的示例性操作环境100的示意图。操作环境100包括服务器102和一个或多个车辆104A-104H(下文称为“多个车辆104”或“车辆104”)。操作环境100还可任选地包括一个或多个摄像头106A-106C(下文称为“多个摄像头106”或“摄像头106”)。服务器102、车辆104和摄像头106可共同形成视频网络,或更广义地,信息收集网络,该视频网络或信息收集网络可用于例如定位其他车辆、定位人或其他对象、或者提供视频数据或图像数据或与所关注特定区域、所关注时间段和/或所关注对象相关的其他数据。
因此,一般来讲,每个车辆104均被构造用于从每个车辆104的周围区域捕获观察数据。例如,每个车辆104可包括至少一个摄像头或其他成像设备以捕获观察数据,以及也许同样用于捕获观察数据的其他设备。广义地说,观察数据包括表示相应车辆104的任何观察的数据。因此,观察数据可包括但不限于由每个车辆104的成像设备所捕获的视频数据和/或图像数据、由每个车辆104的时钟和/或全球定位系统(GPS)设备所捕获的时间数据和/或位置数据等或它们的任何组合。观察数据另外包括从前述内容获得的数据,只要这些获得的观察数据表示相应车辆104的观察。获得的观察数据的例子包括但不限于牌照数据、人脸数据等或它们的任何组合。
视频数据可包括一个或多个视频流。图像数据可包括一个或多个图像。时间数据可包括施加于例如视频数据或图像数据的一个或多个时间戳。位置数据可包括施加于例如视频数据或图像数据的一个或多个位置戳。牌照数据可包括在车辆上所捕获的图像数据或视频数据中所识别的牌照号、观察到牌照号的时间(如,捕获图像数据或视频数据的时间)和/或观察到牌照号的位置(如,捕获图像数据或视频数据的位置)。人脸数据可包括在车辆上所捕获的图像数据或视频数据中所识别的人脸、观察到人脸的时间(如,捕获图像数据或视频数据的时间)和/或观察到人脸的位置(如,捕获图像数据或视频数据的位置)。
车辆104可具有相同或不同的制造商、型号和/或年份,尽管如此,但为了方便起见所有车辆在图1A中相同地示出。另外,所有车辆104在图1A中示为汽车,具体示为小汽车。更一般地说,车辆104可包括任何合适的运输装置,诸如但不限于小汽车、卡车、摩托车、牵引车、半挂牵引车、飞机、摩托艇等或者甚至非机动车辆诸如自行车、帆船等。
继续参照图1A,摄像头106为非车辆成像设备的例子。每个摄像头106可被构造用于从每个摄像头106的周围区域捕获观察数据。由每个摄像头106所捕获的观察数据可以与由车辆104所捕获的观察数据类似。摄像头106中的每一个可作为独立设备诸如交通摄像头或监控摄像头提供或被集成在设备诸如移动电话、平板电脑、膝上型计算机或其他移动设备中。此类独立设备或具有集成成像设备的移动设备可由相关用户或管理员注册,以与服务器102通信和/或下载用于执行诸如本文所述那些的各种功能的软件。
服务器102被构造用于跟踪车辆104中的每一个的位置。例如,车辆104可定期或不定期地向服务器102自报告它们的相应位置,并且/或者服务器102可定期或不定期地轮询这些车辆中的每一个关于它们的相应位置。
服务器102可进一步被构造用于识别触发事件,以对可由服务器102在所关注时间段内从定位在操作环境100的所关注区域中的车辆104的子组中收集的观察数据做出响应。触发事件的各种非限制性例子包括美国失踪者:广播应急响应(AMBER)警报、安全报警、火灾报警、警务调度,以及紧急呼叫,诸如911电话或对地方警察或消防部门的直接呼叫等。此类紧急呼叫可报告火灾、碰撞和/或犯罪,诸如入室行窃、盗窃、抢劫、绑架或肇事逃逸等。
每个触发事件可指定所关注位置、所关注时间段和/或所关注对象,或换句话讲与所关注位置、所关注时间段和/或所关注对象相关。所关注位置可包括:在AMBER警报中所识别的人和/或车辆的最后已知位置和/或预测位置;安全报警和/或火灾报警正发出声音的位置;可由呼叫者在紧急呼叫中指定的位置,诸如火灾、碰撞和/或犯罪的位置;或者由触发事件指定或换句话讲与触发事件相关的其他位置。所关注的示例性位置在图1A中的108处以星号表示。
所关注时间段可包括:当在AMBER警报中所识别的人和/或车辆处于最后已知位置或可能处于预测位置时的时间段;至少部分地由呼叫者在紧急呼叫中指定的时间段,诸如呼叫者认为对应于火灾、碰撞或犯罪开始或发生的时间;至少部分地根据触发事件推断出的并且当没有明确指定任何时间段时、当安全报警或火灾报警当前正发出声音时和/或当呼叫者正报告当前正在进行中的火灾、碰撞或犯罪时包含当前时间的时间段等或它们的任何组合。
所关注对象可包括人、车辆或触发事件中涉及的或由触发事件指定的其他对象,诸如可疑绑架犯、被绑架者和/或AMBER警报中指定的车辆、其中火灾报警或安全报警正在发出声音的房屋或其他建筑物或结构、碰撞或犯罪(紧急呼叫的主题)中涉及的车辆、犯罪事件的犯罪嫌疑人或受害者等。
响应于对触发事件的识别,服务器102被进一步构造用于识别在由触发事件指定或换句话讲与触发事件相关的所关注时间段内定位在所关注区域中的车辆104的子组。所关注区域可根据所关注位置108确定。例如,所关注区域可包括在所关注位置108居中的基本上圆形的区域。所关注的基本上圆形的区域的例子在图1A中的110处示出。为了后面的论述,假设图1A示出在所关注时间段内车辆104的位置,该信息可用于服务器102。
作为另一种选择或除此之外,所关注区域可包括由触发事件指定或换句话讲与触发事件相关的所关注对象的计划行进路径。包括计划行进路径的所关注区域的例子在图1A中的112处示出。作为另一种选择或除此之外,所关注区域可包括所关注位置108定位在其中的特定城市、社区、邮政编码所在地等。
所关注区域可由服务器102通过对多种因素中的任一个进行考虑而确定,这些因素包括但不限于触发事件的性质、地图数据或其他合适的因素。作为另一种选择,所关注区域可由服务器102的管理员选择和/或由触发事件指定或与触发事件相关等。为了简化以下论述,假设圆形区域110是与所关注位置108相关的所关注区域(下文称为“所关注区域110”)。
根据由服务器102维护的位置数据,服务器102将车辆104C-104E识别为在所关注时间段内定位在所关注区域110中。在其中还提供了摄像头106的实施例中,服务器102也可将摄像头106A识别为在所关注时间段内定位在所关注区域110中。该服务器向车辆104C-104E中的每一个和/或摄像头106A发送对由在所关注时间段内处于所关注区域110中的每一个所捕获的观察数据的请求。作为另一种选择或除此之外,服务器102可被构造用于确定车辆104C-104E中的每一个和/或摄像头106A在所关注时间段内面向的方向并且可仅向被确定为面向所关注位置108或其他所关注方向的那些车辆104C-104E和/或摄像头106A发送请求。例如,如果服务器102确定仅车辆104E和摄像头106A面向所关注方向,则服务器102可向车辆104E和摄像头106A发送请求而不向车辆104C-104D发送请求。
作为另一种选择或除此之外,车辆104可在每个车辆104上静默地(如,不进行报告)且安全地跟踪它们自身的位置作为观察数据(包括随时间推移的车辆位置),使得服务器102可以跟踪也可以不跟踪车辆104的位置。在这些以及其他实施例中,服务器102可向与仅所关注区域110内的那些车辆104C-104E相比广泛得多的子组发送请求。例如,服务器102可向可能所有的车辆104发送请求。然后,车辆104中的每一个可根据车辆所处的位置单独地决定是否对请求做出响应,如包括随时间推移的车辆位置的相应观察数据所指示。
图1B示出可包括在图1A的操作环境100中的服务器102和车辆104E的示例性例子。如图所示,服务器102向车辆104E发送请求114并且车辆104E向服务器102发送响应116。在一些实施例中,例如,如果车辆104E不具有所关注时间段和/或所关注区域的任何观察数据或出于其他原因,则车辆104E可接收请求114而不发送响应116。
所示请求114包括牌照号118,该牌照号对应于服务器102可在该例子中寻找的所关注车辆。然而,图1B并不意味着是限制性的。例如,请求114可包括但不限于:识别要上传到服务器102的对于车辆104E的视频数据和/或图像数据的最后N时间段(如,最后5秒)的数字N、与所关注车辆相关的牌照号、所关注人脸、识别一些其他所关注对象的信息或者用于将在未来由车辆104E所捕获的与牌照号、人脸或请求114中指定的其他所关注对象有关的任何信息自动上传到服务器102的指令等或它们的任何组合。
所示响应116包括一个或多个时间120、一个或多个位置122以及视频和/或图像数据124。例如,响应于对用于识别牌照号118的请求114的接收,车辆104E可将车辆104E观察到牌照号118的时间120和位置122包括在响应116中。任选地,车辆104E还可将在观察到牌照号118时所捕获的视频数据和/或图像数据124包括在响应116中并且/或者响应116可包括牌照号118本身。
以类似方式,成千上万或甚至上百万的车辆104可报告它们看到请求114中所识别的牌照号118(或其他所关注对象)的时间和位置。此外,响应116中的数据量可能相对小,诸如小于几千字节,尤其是在视频和/或图像数据124被省略并且响应116仅包括时间120、位置122和/或所识别的牌照号118的情况下。因此,在一些实施例中,即使数千或数百万的车辆104报告了它们看到牌照号118的时间和位置也可能会产生相对少的数据流量。
图1B并不意味着是限制性的。更一般地说,响应116可包括由车辆104E所捕获的任何观察数据。所捕获的观察数据可包括但不限于特定牌照号、人脸或其他对象;观察到该牌照号、人脸或其他对象的一个或多个时间;观察到该牌照号、人脸或其他对象的一个或多个位置;图像数据、视频数据等或它们的任何组合。
在这些以及其他实施例中,服务器102可包括通信接口102A、车辆跟踪模块102B、识别模块102C和/或收集和共享模块102D。通信接口102A可包括无线接口(诸如IEEE802.11接口)、蓝牙接口或通用移动通信系统(UMTS)接口、电气有线接口、光接口等或它们的任何组合。另外,通信接口102A可被构造为有利于与车辆104通信以发送请求114并且接收响应116和/或从车辆104收集位置数据。通信接口102A可进一步被构造为有利于与其他实体(诸如可从中提供触发事件的实体)通信。
车辆跟踪模块102B被构造用于跟踪车辆104和/或摄像头106的位置。例如,车辆跟踪模块102B可利用从车辆104和/或摄像头106接收的最新位置数据来生成并定期更新位置表。作为另一种选择,例如,在其中车辆104静默地且安全地跟踪它们自身位置的一些实施例中,车辆跟踪模块102B可从服务器102中去除。
识别模块102C被构造用于识别在所关注时间段内定位在所关注区域中的触发事件和/或车辆104。
收集和共享模块102D被构造用于收集由车辆104上传的观察数据并且与执法机关和/或其他实体共享所收集的观察数据。
尽管未示出,但服务器102可另外包括计算机可读存储介质和处理设备。计算机可读存储介质可包括但不限于磁盘、软盘、硬盘、光盘诸如压缩光盘(CD)或DVD,及固态驱动器(SSD),仅举几例。可包括在移动设备302中的计算机可读存储介质的另一个例子可包括系统存储器(未示出)。系统存储器的各种非限制性例子包括易失性存储器(诸如随机存取存储器(RAM))或非易失性存储器(诸如只读存储器(ROM))、闪存存储器等或它们的任何组合。处理设备可执行计算机指令,这些计算机指令被存储在计算机可读存储介质上或加载到计算机可读存储介质中以使得服务器102执行本文所述功能中的一个或多个,诸如相对于车辆跟踪模块102B、识别模块102C和/或收集和共享模块102D所述的那些。
如图1B所示,车辆104E包括数据捕获系统126,该数据捕获系统包括一个或多个成像设备128A-128B(下文称为“成像设备128”)和一个或多个其他部件130,如相对于图2更详细地描述。一般来讲,成像设备128被构造用于生成可由其他部件130处理的视频数据和/或图像数据。成像设备128B可包括车辆104E的倒车摄像头。如先前所提及,倒车摄像头由于立法规定将从2015年开始在车辆中变得越来越无所不在。因此,本文所述的一些实施例出于倒车或与视频监控无关的一些其他原因而使用倒车摄像头或设置于车辆104E中的其他成像设备,并且出于与其初始原因无关的原因来改变倒车摄像头的用途。
其他部件130另外从服务器102接收请求114并且向服务器102发送响应116、确定位置数据并且向服务器102报告该位置数据等或它们的任何组合。
图2为可包括在图1A-图1B的车辆104E(或车辆104中的任一个)中的示例性数据捕获系统200的框图。例如,数据捕获系统200可对应于图1B的数据捕获系统126。如图所示,数据捕获系统200包括可对应于图1B中成像设备128的成像设备202。尽管在图2中示出了单个成像设备202,但更一般地说,数据捕获系统200可包括任何数量的成像设备202。在一些实施例中,成像设备202包括车辆的倒车摄像头,在该车辆中包括数据捕获系统200。
数据捕获系统200另外包括可对应于图1B中其他部件130的一个或多个其他部件204、206、208、210,包括计算机可读存储介质204、处理设备206、通信接口208以及全球定位系统(GPS)设备210。尽管在图2中未示出,但计算机总线和/或其他装置可被提供用于将部件202、204、206、208、210可通信地联接在一起。
计算机可读存储介质通常存储计算机可执行指令,这些计算机可执行指令可由处理设备206执行以使得数据捕获系统200执行本文所述的操作。计算机可读存储介质204可另外存储如下文更详细地描述的由数据捕获系统200所捕获的观察数据。
成像设备202被构造用于生成视频数据(诸如视频流)和/或图像数据(诸如一个或多个静止图像)。视频数据和/或图像数据可以在计算机可读存储介质中存储为视频数据212和图像数据214。视频数据212和图像数据214是可由数据捕获系统200并且更一般地说由其中安装有数据捕获系统200的相应车辆所捕获的观察数据的例子。
视频数据212和/或图像数据214可由GPS设备210和/或时钟设备(未示出)用位置数据和/或时间数据添加标签(如,标记为位置戳和/或时间戳)。位置数据和时间数据是可由数据捕获系统200所捕获的观察数据的其他例子。
其他数据可从视频数据212和/或图像数据214中获得并且在计算机可读存储介质204中保存为观察数据。在这些以及其他实施例中,可根据视频数据和/或图像数据214执行牌照号辨识和/或人脸辨识。例如,视频数据212和/或图像数据214可例如通过处理设备206进行处理,以识别牌照号、人脸或者视频数据212和/或图像数据214中的其他所关注对象。
安全文件216(诸如加密文件)可用于存储此类牌照号、人脸或其他所关注对象的标识216A。在一些实施例中,将此类数据存储在安全文件216中以减轻关于隐私的担忧。标识216A可包括表示牌照号、人脸或其他所关注对象的数据。安全文件216可另外包括相应牌照号、人脸或其他所关注对象的一个或多个观察时间216B,以及相应牌照号、人脸或其他所关注对象的一个或多个观察位置216C。时间216B和/或位置216C可由GPS设备210和/或时钟设备生成,然后再被保存到计算机可读存储介质204上的安全文件216中。
因此,从而可将牌照数据存储在安全文件216中,该牌照数据包括牌照号、观察到牌照号的时间和/或观察到牌照号的位置并且分别对应于标识216A、时间216B和位置216C。类似地,从而可将人脸数据存储在安全文件216中,该人脸数据包括人脸、观察到人脸的时间和/或观察到人脸的位置并且分别对应于标识216A、时间216B和位置216C。存储在计算机可读存储介质204中的牌照数据和/或人脸数据是可由数据捕获系统200所捕获的观察数据的其他例子。
本领域的技术人员将会知道,凭借本公开的有益效果,安全文件216中的数据量可能相对小。例如,对于给定牌照,用于将历史记录(如,位置和时间)存储在安全文件216中的数据量可小于约一百字节。因此,甚至对于历史长达数月或更长的许多牌照、人脸或其他所关注对象,用于存储标识216A、时间216B和位置216C的数据量可为大约或甚至小于数百兆字节。此外,至少就牌照而言,牌照的视频数据可能通常不像只知道牌照何时在什么位置那样令人感兴趣,因为此类信息可指示牌照将再次前往的可能位置以及与更大的事件有关的行进和行动。因此,即使如下所述在存储限制或其他原因导致将视频数据212和/或图像数据214移除的情况下,也可利用计算机可读存储介质中相对小的存储占用空间来将牌照、人脸或其他所关注对象的广泛历史记录保留在安全文件216中。
通信接口208可包括无线接口(诸如IEEE 802.11接口)、蓝牙接口或通用移动通信系统(UMTS)接口、电气有线接口、光接口等或它们的任何组合。另外,通信接口208可被构造为有利于与服务器102通信以接收请求并且发送响应和/或向服务器102提供位置数据。
因此,当经由通信接口208从服务器102接收对观察数据的请求时,处理设备206可被构造用于识别所捕获的与从服务器接收的请求相关的所关注区域、所关注时间段和/或所关注对象相关的观察数据。随后可经由通信接口208向服务器102发送计算机可读存储介质204中的任何相关的所捕获的观察数据。作为另一种选择或除此之外,处理设备206可针对其中安装有数据捕获系统200的车辆,根据随时间推移的车辆位置数据来首先确定车辆在所关注时间段内是否处于所关注区域中并且可向服务器102发送相关的所捕获的观察数据。作为另一种选择或除此之外,该请求可识别车辆当前缺乏任何观察数据的牌照、人脸或其他所关注对象。然而,车辆随后可识别牌照、人脸或其他所关注对象,并且随后可在牌照、人脸或其他对象被识别时,向服务器102发送牌照数据、人脸数据或其他相关观察数据。
在一些实施例中,由于存储限制或出于其他原因,可将计算机可读存储介质204中所捕获的观察数据移除。例如,可循环记录视频数据212和/或图像数据214,使得在所分配的存储容量已满后,将最新的视频数据212和/或图像数据214写入覆盖最早的视频数据212和/或图像数据214。作为另一种选择或除此之外,有时可以选择性地删除视频数据212的视频帧,以随时间推移逐渐降低视频数据的帧率,使得较早的视频数据212具有比较新的视频数据更低的帧率。作为另一种选择或除此之外,可完全删除存储时间大于所选阈值的视频数据212和/或图像数据214。
在另有其他实施例中,可通过识别所关注事件来将所捕获的观察数据移除。所关注事件可包括但不限于与相应制动阈值相比更猛烈地制动车辆、与相应加速阈值相比使车辆更快速地加速、与相应转弯阈值相比使车辆更快速地转弯、与物体相撞或行驶越过物体。可为视频数据212和/或图像数据214中与所识别事件相关(如,同时发生)的部分添加标签。移除已添加标签的视频数据212和/或已添加标签的图像数据214时,可应用与移除未添加标签的视频数据212和/或未添加标签的图像数据214时不同的标准。例如,已添加标签的视频数据212和/或已添加标签的图像数据214可无限期地或在与未添加标签的视频数据212和/或未添加标签的图像数据214相比更长的时间段内进行存储。
在一些实施例中,安全文件216中的数据可经历与视频数据212和/或图像数据214不同的移除周期,因为安全文件216中的数据可占用相对少的存储空间,如上所述。作为另一种选择或除此之外,即使在视频数据212和/或图像数据214被移除的情况下,安全文件216中的数据也可能根本不会被移除。
图3示出用于从车辆收集观察数据的方法300的示例流程图。方法300和/或其变型形式可由服务器(诸如图1A-图1B的服务器102)整体或部分地实施。作为另一种选择或除此之外,方法300和/或其变型形式可由执行存储于计算机可读存储介质上的计算机指令的处理设备整体或部分地实施。尽管示出为独立的块,但根据所需的实施,可将各个块分成另外的块、组合成更少的块或去除。
该方法可在块302处开始,其中向多个车辆中的每个车辆发送对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。例如,可由图1A的服务器102的通信接口102A发送该请求。例如,该请求可包括上文相对于图1B的请求114所述的数据中的任一个。
在块304中,从多个车辆中的一个或多个接收观察数据。观察数据可被多个车辆中的一个或多个捕获并且可与所述区域、时间段或对象中的至少一个相关。另外,例如,可经由通信接口102A在图1A的服务器102的收集和共享模块102D处接收观察数据。所接收的观察数据可包括由车辆中的一个所捕获的视频数据,包括所关注区域和/或在所关注时间段内在所关注区域中的一个或多个对象的图像时间序列。作为另一种选择或除此之外,所接收的观察数据可包括由车辆中的一个所捕获的图像数据,包括所关注区域和/或在所关注时间段内在所关注区域中的一个或多个对象的至少一个图像。作为另一种选择或除此之外,所接收的观察数据可包括牌照数据或人脸数据等或它们的任何组合。
本领域的技术人员将会知道,对于本文所公开的这个以及其他过程和方法,这些过程和方法中所执行的功能可以不同的顺序实施。此外,所概述的步骤和操作仅作为例子提供,并且这些步骤和操作中的一些可以是任选的,也可以组合成更少的步骤和操作或扩展成另外的步骤和操作,而不影响所公开实施例的本质。
例如,方法300可另外包括在发送请求之前识别触发事件,其中响应于对触发事件的识别而在302处发送请求。上文描述了触发事件的各种非限制性例子。
作为另一种选择或除此之外,多个车辆可包括第一多个车辆。在这些以及其他实施例中,在发送请求之前,方法300还可包括跟踪第二多个车辆中的每一个的位置。方法300可另外包括识别在该时间段内定位在该区域中的第二多个车辆的子组。该子组可包括第一多个车辆。请求可被唯一地发送到该子组,该子组包括在该时间段内定位在该区域中的第一多个车辆。
作为另一种选择或除此之外,这些车辆可如上所述静默地跟踪它们自身的位置。例如,由这些车辆中的每一个所捕获的观察数据可包括相应车辆随时间推移的位置。在这些以及其他实施例中,这些车辆中的每一个可被构造为根据相应车辆随时间推移的位置来确定该车辆是否在该时间段内定位在该区域中。然后,被确定为在该时间段内已处于该区域中的那些车辆可发送所请求的观察数据。
在一些实施例中,方法300还可包括识别向服务器102注册并且在所关注时间段内定位在所关注区域中的多个非车辆成像设备的子组。图1A的摄像头106是此类非车辆成像设备的例子。对观察数据的请求也可发送至该子组中的非车辆成像设备中的每一个。
图4示出用于报告观察数据的方法400的示例性流程图。方法400和/或其变型形式可由车辆(诸如图1A-图1B的车辆104中的任一个)或更具体地讲由诸如可包括在车辆中的数据捕获系统(诸如图2的数据捕获系统200)整体或部分地实施。作为另一种选择或除此之外,方法400和/或其变型形式可由执行存储于计算机可读存储介质上的计算机指令的处理设备整体或部分地实施。尽管示出为独立的块,但根据所需的实施,可将各个块分成另外的块、组合成更少的块或去除。
该方法可在块402处开始,其中从服务器接收对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求。该请求可被接收到车辆上。例如,可从服务器(诸如图1A-图1B的服务器102)经由图2的安装在车辆中的数据捕获系统200的通信接口208接收此类请求。所关注对象可包括第二车辆或人,并且该请求可包括与第二车辆相关的牌照号或人脸,或者更具体地讲,用于识别该牌照号或该人脸的数据。
在块404中,识别与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据。例如,车辆可在视频数据和/或图像数据中搜索已使用时间数据和/或位置数据添加标签的视频数据和/或图像数据,所述时间数据和/或位置数据指示在所关注时间段内和/或在所关注区域中捕获到视频数据和/或图像数据。作为另一种选择或除此之外,车辆可在所捕获的观察数据中搜索可在从服务器接收的请求中指定为所关注对象的牌照号和/或人脸。
在块406中,将被识别为与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据发送至服务器。
尽管未示出,但方法400还可包括在接收请求前捕获观察数据。在这些以及其他实施例中,捕获观察数据可包括存储由至少一个成像设备生成的与车辆相关的视频数据或图像数据中的至少一个。所识别的观察数据可包括视频数据或图像数据的至少一部分。方法400还可包括将视频数据和/或图像数据移除。上文提供了如何将视频数据和/或图像数据移除的各种例子。
作为另一种选择或除此之外,方法400还可包括捕获观察数据,包括处理由车辆所捕获的视频数据和/或图像数据以识别牌照号以及生成牌照数据,该牌照数据包括牌照号、观察到牌照号的时间以及观察到牌照号的位置。在这些以及其他实施例中,向服务器发送所识别的观察数据可包括向服务器发送牌照数据中的一个或多个以及视频数据和/或图像数据中的至少一些。作为另一种选择或除此之外,在406处向服务器发送的所识别的观察数据可包括牌照数据。
牌照数据可在接收请求之前被捕获并与对应于其他牌照号的其他牌照数据一起以加密文件的形式安全地存储在车辆的计算机可读存储介质中。作为另一种选择,请求可包括牌照号作为所关注对象,并且响应于对视频数据和/或图像数据中的牌照号的识别,包括牌照数据的所识别的观察数据可基本上实时地发送至服务器。
作为另一种选择或除此之外,方法400还可包括捕获观察数据、包括处理由车辆所捕获的视频数据和/或图像数据以识别人脸以及生成人脸数据,该人脸数据包括人脸、观察到人脸的时间以及观察到人脸的位置。在这些以及其他实施例中,向服务器发送所识别的观察数据可包括向服务器发送人脸数据中的一个或多个以及视频数据和/或图像数据中的至少一些。作为另一种选择或除此之外,在406处向服务器发送的所识别的观察数据可包括人脸数据。
人脸数据可在接收请求之前被捕获并与对应于其他人脸的其他人脸数据一起以加密文件的形式安全地存储在车辆的计算机可读存储介质中。作为另一种选择,请求可包括人脸或用于识别人脸的数据作为所关注对象,并且响应于对视频数据和/或图像数据中的人脸的识别,包括人脸数据的所识别的观察数据可基本上实时地发送至服务器。
本文所述的实施例可包括使用具有各种计算机硬件或软件模块的专用或通用计算机,如下文更详细地描述。
本发明范围内的实施例还包括用于承载或其上存储有计算机可执行指令或数据结构的计算机可读介质。此类计算机可读介质可以是可通过通用或专用计算机访问的任何可用介质。以举例而非限制的方式,此类计算机可读介质可包括有形计算机可读存储介质,包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或可用于承载或存储计算机可执行指令或数据结构形式的所需程序代码装置并且可通过通用或专用计算机访问的任何其他介质。上述内容的组合也应包括在计算机可读介质的范围内。
计算机可执行指令包括例如使通用计算机、专用计算机或专用处理设备执行某个功能或功能组的指令和数据。虽然本发明的主题已用特定于结构特征和/或方法操作的语言进行了描述,但应当理解,所附权利要求书中定义的主题不必限于上述具体的特征或操作。相反,上述具体特征和操作是作为实施权利要求的示例形式公开的。
如本文所用,术语“模块”或“部件”可以指在计算系统上执行的软件对象或例程。本文所述的不同部件、模块、引擎和服务可被实施为在计算系统上执行的对象或进程(如,作为单独的线程)。尽管本文所述的系统和方法优选地在软件中实施,但在硬件或软件和硬件的组合中实施也是可能的且已被想到。在本说明书中,“计算实体”可以是如本文先前所定义的任何计算系统,或者在计算系统上运行的任何模块或模块的组合。
在不脱离本发明的实质或基本特征的情况下,本发明可以其他具体形式来体现。本文所述的实施例在所有方面都被视为仅仅是示例性的而非限制性的。因此,本发明的范围由所附权利要求书而不是由上述的说明指示的。所有处于权利要求的含义和等效范围内的变化都包含在本发明的范围内。
Claims (19)
1.一种用于从车辆收集观察数据的方法,所述方法包括:
向多个车辆中的每个车辆发送对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求;以及
从所述多个车辆中的一个或多个接收观察数据,所接收的观察数据由所述多个车辆中的所述一个或多个捕获并且与所述区域、所述时间段或所述对象中的所述至少一个相关,
其中所述多个车辆包括第一多个车辆,所述方法还包括,在发送所述请求前:
跟踪第二多个车辆中的每一个的位置;以及
识别在所述时间段内定位在所述区域中的所述第二多个车辆的子组,其中:
所述子组包括所述第一多个车辆;以及
所述请求被唯一地发送到所述子组,所述子组包括在所述时间段内定位在所述区域中的所述第一多个车辆。
2.根据权利要求1所述的方法,其中所接收的观察数据包括以下各项中的至少一个:
由所述多个车辆中的车辆所捕获的视频数据,所述视频数据包括在所述时间段内所述对象和/或所述区域的图像时间序列;
由所述多个车辆中的车辆所捕获的图像数据,所述图像数据包括在所述时间段内所述对象和/或所述区域的至少一个图像;
牌照数据,所述牌照数据包括牌照号、观察到所述牌照号的时间和/或观察到所述牌照号的位置;以及
人脸数据,所述人脸数据包括人脸、观察到所述人脸的时间和/或观察到所述人脸的位置。
3.根据权利要求1所述的方法,还包括在发送所述请求前识别触发事件,其中响应于对所述触发事件的识别而发送所述请求。
4.根据权利要求3所述的方法,其中所述触发事件包括以下各项中的至少一个:
报告火灾、碰撞或犯罪的紧急呼叫;
美国失踪者:广播应急响应(AMBER)警报;
安全报警;
警务调度;或
火灾报警。
5.根据权利要求4所述的方法,其中所述犯罪包括入室行窃、盗窃、抢劫、绑架或肇事逃逸。
6.根据权利要求1所述的方法,其中所述请求包括以下各项中的至少一个:
用于识别子组中的所述车辆中的每一个的视频数据和/或图像数据的最后N时间段以上传到服务器的数字N;
与所关注车辆相关的牌照号;
所关注人脸;或
用于将在接收所述请求后所捕获的观察数据自动上传到所述服务器的指令,所述观察数据包括以下各项中的至少一个:
牌照数据,所述牌照数据包括所述牌照号、观察到所述牌照号的时间和/或观察到所述牌照号的位置;以及
人脸数据,所述人脸数据包括所述人脸、观察到所述人脸的时间和/或观察到所述人脸的位置。
7.根据权利要求1所述的方法,其中由所述多个车辆中的每一个所捕获的观察数据包括相应车辆随时间推移的位置并且其中所述多个车辆中的每一个被构造为根据所述相应车辆随时间推移的所述位置来确定所述车辆是否在所述时间段内定位在所述区域中。
8.根据权利要求1所述的方法,还包括:
识别向服务器注册并且在所述所关注时间段内定位在所述所关注区域中的多个非车辆成像设备的子组;以及
向所述多个非车辆成像设备的所述子组中的每个非车辆成像设备发送所述请求;
其中所述多个非车辆成像设备中的每一个包括与移动电话集成的摄像头、与平板电脑集成的摄像头、交通摄像头或监控摄像头。
9.一种用于报告观察数据的方法,所述方法包括
在车辆上接收来自服务器的对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求;
识别与所述区域、所述时间段或所述对象中的所述至少一个相关的观察数据;
向所述服务器发送所识别的观察数据;
在接收所述请求前捕获观察数据,其中捕获观察数据包括存储由至少一个成像设备所生成的与所述车辆相关的视频数据或图像数据中的至少一个,其中所识别的观察数据包括所述视频数据或图像数据的至少一部分;以及
将视频数据和/或图像数据移除,其中所述移除包括以下各项中的至少一个:
循环记录所述视频数据和/或图像数据;
选择性地删除视频数据的视频帧以随时间推移逐渐降低所述视频数据的帧率,使得较早的视频数据具有比较新的视频数据更低的帧率;
完全删除存储时间大于所选阈值的视频数据和/或图像数据;
识别所关注事件,为与所识别事件相关的视频数据和/或图像数据添加标签,并且在移除已添加标签的视频数据和/或已添加标签的图像数据时,应用与移除未添加标签的视频数据和/或未添加标签的图像数据时不同的标准。
10.根据权利要求9所述的方法,其中所关注事件包括以下各项中的至少一个:与相应制动阈值相比更猛烈地制动所述车辆、与相应加速阈值相比使所述车辆更快速地加速、与相应转弯阈值相比使所述车辆更快速地转弯、与物体相撞或行驶越过物体。
11.根据权利要求9所述的方法,还包括捕获观察数据,其中捕获观察数据包括:
处理由所述车辆捕获的视频数据和/或图像数据以识别牌照号;以及
生成牌照数据,所述牌照数据包括所述牌照号、观察到所述牌照号的时间以及观察到所述牌照号的位置,其中所识别的观察数据包括所述牌照数据。
12.根据权利要求11所述的方法,其中:
所述牌照数据在接收所述请求之前被捕获并与对应于其他牌照号的其他牌照数据一起以加密文件的形式安全地存储在所述车辆的计算机可读存储介质中;或
所述请求包括所述牌照号作为所述所关注对象,并且响应于对所述视频数据和/或图像数据中的所述牌照号的识别,包括所述牌照数据的所识别的观察数据基本上实时地发送至所述服务器。
13.根据权利要求11所述的方法,其中向所述服务器发送所识别的观察数据包括向所述服务器发送所述牌照数据中的一个或多个以及所述视频数据和/或图像数据中的至少一些。
14.根据权利要求9所述的方法,还包括捕获观察数据,其中捕获观察数据包括:
处理由所述车辆捕获的视频数据和/或图像数据以识别人脸;以及
生成人脸数据,所述人脸数据包括用于识别所述人脸的数据、观察到所述人脸的时间以及观察到所述人脸的位置,其中所识别的观察数据包括所述人脸数据。
15.根据权利要求14所述的方法,其中:
所述人脸数据在接收所述请求之前被捕获并与对应于其他人脸的其他人脸数据一起以加密文件的形式安全地存储在所述车辆的计算机可读存储介质中;或
所述请求包括所述人脸或用于识别所述人脸的数据作为所述所关注对象,并且响应于对所述视频数据和/或图像数据中的所述人脸的识别,包括所述人脸数据的所识别的观察数据基本上实时地发送至所述服务器。
16.根据权利要求14的方法,其中向所述服务器发送所识别的所捕获观察数据包括向所述服务器发送所述人脸数据中的一个或多个以及所述视频数据和/或图像数据中的至少一些。
17.根据权利要求9所述的方法,其中所述车辆包括第一车辆并且所述所关注对象包括第二车辆或人,并且所述请求识别与所述第二车辆相关的牌照号或所述人的人脸。
18.一种设置于车辆中的数据捕获系统,所述数据捕获系统包括:
成像设备,所述成像设备被构造用于捕获视频数据和/或图像数据;
计算机可读存储介质,所述计算机可读存储介质可通信地联接到所述成像设备并且被构造用于存储所捕获的视频数据和/或图像数据;
处理设备,所述处理设备可通信地联接到所述计算机可读存储介质并且被构造用于分析关于牌照号和/或面部特征的所捕获的视频数据和/或图像数据并将相应牌照数据和/或人脸数据保存在所述计算机可读存储介质中;以及通信接口,所述通信接口可通信地联接到所述处理设备;
其中:
所述通信接口被构造用于从服务器接收对与所关注区域、所关注时间段或所关注对象中的至少一个相关的观察数据的请求;
所述处理设备被构造以处理所捕获的视频数据和/或图像数据以识别人脸;
所述处理设备被构造以生成人脸数据,该人脸数据包括用于识别人脸的数据、观察到人脸的时间和观察到人脸的位置;
所述处理设备被构造用于识别所述计算机可读存储介质中与所述区域、所述时间段或所述对象中的所述至少一个相关的所捕获的观察数据,所捕获的观察数据包括所述人脸数据;
所述通信接口进一步被构造用于向所述服务器发送所识别的所捕获的观察数据;以及
所述人脸数据在从服务器接收所述请求之前被捕获并与对应于其他人脸的其他人脸数据一起以加密文件的形式安全地存储在所述计算机可读存储介质中;或
所述请求包括所述人脸或用于识别所述人脸的数据作为所述所关注对象,并且响应于对所述视频数据和/或图像数据中的所述人脸的识别,包括所述人脸数据的所识别的所捕获的观察数据基本上实时地发送至所述服务器。
19.根据权利要求18所述的数据捕获系统,其中所述成像设备包括所述车辆的倒车摄像头。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/623,700 US20140078304A1 (en) | 2012-09-20 | 2012-09-20 | Collection and use of captured vehicle data |
US13/623,700 | 2012-09-20 | ||
PCT/US2013/061001 WO2014047487A1 (en) | 2012-09-20 | 2013-09-20 | Collection and use of captured vehicle data |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104662533A CN104662533A (zh) | 2015-05-27 |
CN104662533B true CN104662533B (zh) | 2018-03-02 |
Family
ID=50274076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380048949.2A Expired - Fee Related CN104662533B (zh) | 2012-09-20 | 2013-09-20 | 所捕获的车辆数据的收集和使用 |
Country Status (4)
Country | Link |
---|---|
US (2) | US20140078304A1 (zh) |
CN (1) | CN104662533B (zh) |
DE (1) | DE112013004591T5 (zh) |
WO (1) | WO2014047487A1 (zh) |
Families Citing this family (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140123325A1 (en) | 2012-11-26 | 2014-05-01 | Elwha Llc | Methods and systems for managing data and/or services for devices |
US10069703B2 (en) * | 2012-10-31 | 2018-09-04 | Elwha Llc | Methods and systems for monitoring and/or managing device data |
US10091325B2 (en) | 2012-10-30 | 2018-10-02 | Elwha Llc | Methods and systems for data services |
US9088450B2 (en) | 2012-10-31 | 2015-07-21 | Elwha Llc | Methods and systems for data services |
US9619497B2 (en) | 2012-10-30 | 2017-04-11 | Elwah LLC | Methods and systems for managing one or more services and/or device data |
US20150009327A1 (en) * | 2013-07-02 | 2015-01-08 | Verizon Patent And Licensing Inc. | Image capture device for moving vehicles |
US20160048714A1 (en) * | 2013-12-27 | 2016-02-18 | Empire Technology Development Llc | Data collection scheme |
WO2015166612A1 (ja) * | 2014-04-28 | 2015-11-05 | 日本電気株式会社 | 映像解析システム、映像解析方法および映像解析プログラム |
US10515285B2 (en) | 2014-06-27 | 2019-12-24 | Blinker, Inc. | Method and apparatus for blocking information from an image |
US10572758B1 (en) | 2014-06-27 | 2020-02-25 | Blinker, Inc. | Method and apparatus for receiving a financing offer from an image |
US9779318B1 (en) | 2014-06-27 | 2017-10-03 | Blinker, Inc. | Method and apparatus for verifying vehicle ownership from an image |
US9773184B1 (en) | 2014-06-27 | 2017-09-26 | Blinker, Inc. | Method and apparatus for receiving a broadcast radio service offer from an image |
US9754171B1 (en) | 2014-06-27 | 2017-09-05 | Blinker, Inc. | Method and apparatus for receiving vehicle information from an image and posting the vehicle information to a website |
US9563814B1 (en) | 2014-06-27 | 2017-02-07 | Blinker, Inc. | Method and apparatus for recovering a vehicle identification number from an image |
US10579892B1 (en) | 2014-06-27 | 2020-03-03 | Blinker, Inc. | Method and apparatus for recovering license plate information from an image |
US9600733B1 (en) | 2014-06-27 | 2017-03-21 | Blinker, Inc. | Method and apparatus for receiving car parts data from an image |
US9594971B1 (en) | 2014-06-27 | 2017-03-14 | Blinker, Inc. | Method and apparatus for receiving listings of similar vehicles from an image |
US9818154B1 (en) | 2014-06-27 | 2017-11-14 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
US9558419B1 (en) | 2014-06-27 | 2017-01-31 | Blinker, Inc. | Method and apparatus for receiving a location of a vehicle service center from an image |
US9607236B1 (en) | 2014-06-27 | 2017-03-28 | Blinker, Inc. | Method and apparatus for providing loan verification from an image |
US9760776B1 (en) | 2014-06-27 | 2017-09-12 | Blinker, Inc. | Method and apparatus for obtaining a vehicle history report from an image |
US10733471B1 (en) | 2014-06-27 | 2020-08-04 | Blinker, Inc. | Method and apparatus for receiving recall information from an image |
US10867327B1 (en) | 2014-06-27 | 2020-12-15 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
US9589202B1 (en) | 2014-06-27 | 2017-03-07 | Blinker, Inc. | Method and apparatus for receiving an insurance quote from an image |
US9892337B1 (en) | 2014-06-27 | 2018-02-13 | Blinker, Inc. | Method and apparatus for receiving a refinancing offer from an image |
US9589201B1 (en) | 2014-06-27 | 2017-03-07 | Blinker, Inc. | Method and apparatus for recovering a vehicle value from an image |
US10540564B2 (en) | 2014-06-27 | 2020-01-21 | Blinker, Inc. | Method and apparatus for identifying vehicle information from an image |
US10074003B2 (en) * | 2014-07-11 | 2018-09-11 | Intel Corporation | Dynamic control for data capture |
US9225527B1 (en) | 2014-08-29 | 2015-12-29 | Coban Technologies, Inc. | Hidden plug-in storage drive for data integrity |
US9307317B2 (en) | 2014-08-29 | 2016-04-05 | Coban Technologies, Inc. | Wireless programmable microphone apparatus and system for integrated surveillance system devices |
US9773178B2 (en) * | 2015-10-08 | 2017-09-26 | International Business Machines Corporation | Vehicle tracking |
US10650247B2 (en) | 2015-12-21 | 2020-05-12 | A9.Com, Inc. | Sharing video footage from audio/video recording and communication devices |
AU2016377664B2 (en) * | 2015-12-21 | 2021-01-07 | Amazon Technologies, Inc. | Sharing video footage from audio/video recording and communication devices |
US10733456B2 (en) * | 2015-12-21 | 2020-08-04 | A9.Com, Inc. | Sharing video footage from audio/video recording and communication devices |
US10229324B2 (en) | 2015-12-24 | 2019-03-12 | Intel Corporation | Video summarization using semantic information |
WO2017120375A1 (en) * | 2016-01-05 | 2017-07-13 | Wizr Llc | Video event detection and notification |
US10165171B2 (en) | 2016-01-22 | 2018-12-25 | Coban Technologies, Inc. | Systems, apparatuses, and methods for controlling audiovisual apparatuses |
CN105717920B (zh) * | 2016-04-22 | 2017-12-01 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的救援方法和装置 |
US10789840B2 (en) | 2016-05-09 | 2020-09-29 | Coban Technologies, Inc. | Systems, apparatuses and methods for detecting driving behavior and triggering actions based on detected driving behavior |
US10370102B2 (en) | 2016-05-09 | 2019-08-06 | Coban Technologies, Inc. | Systems, apparatuses and methods for unmanned aerial vehicle |
US10152858B2 (en) | 2016-05-09 | 2018-12-11 | Coban Technologies, Inc. | Systems, apparatuses and methods for triggering actions based on data capture and characterization |
US20170374324A1 (en) * | 2016-06-27 | 2017-12-28 | Ford Global Technologies, Llc | Vehicle with event recording |
CN106600838B (zh) * | 2017-02-09 | 2019-01-29 | 江苏智通交通科技有限公司 | 用于公交换乘的慢行交通租赁系统 |
WO2018225069A1 (en) * | 2017-06-07 | 2018-12-13 | Nexar Ltd. | Digitizing and mapping the public space using collaborative networks of mobile agents and cloud nodes |
US11653090B1 (en) * | 2017-07-04 | 2023-05-16 | Ramin Farjadrad | Intelligent distributed systems and methods for live traffic monitoring and optimization |
DE102017216479A1 (de) * | 2017-09-18 | 2019-03-21 | Bayerische Motoren Werke Aktiengesellschaft | Aufnahme- und speichervorrichtung und verfahren zum betreiben der vorrichtung |
EP3691247A4 (en) * | 2017-09-26 | 2020-08-12 | Sony Semiconductor Solutions Corporation | INFORMATION PROCESSING SYSTEM |
DE102017219292A1 (de) * | 2017-10-27 | 2019-05-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zum erfassen von ereignisbezogenen daten bezüglich eines fahrzeugs |
US10785511B1 (en) * | 2017-11-14 | 2020-09-22 | Amazon Technologies, Inc. | Catch-up pacing for video streaming |
GB201804195D0 (en) * | 2018-03-15 | 2018-05-02 | Blue Vision Labs Uk Ltd | Visual vehicle tracking through noise and occlusions using crowd-sourced maps |
US11206375B2 (en) * | 2018-03-28 | 2021-12-21 | Gal Zuckerman | Analyzing past events by utilizing imagery data captured by a plurality of on-road vehicles |
US11044588B2 (en) | 2018-07-23 | 2021-06-22 | International Business Machines Corporation | System and method for collaborative caching |
CN108924765A (zh) * | 2018-07-27 | 2018-11-30 | 中船电子科技有限公司 | 一种应用于海关缉私的车载系统 |
CN111222666A (zh) * | 2018-11-26 | 2020-06-02 | 中兴通讯股份有限公司 | 一种数据计算方法和装置 |
US11589082B2 (en) * | 2018-11-27 | 2023-02-21 | Toyota Motor North America, Inc. | Live view collection and transmission system |
JP2020170299A (ja) * | 2019-04-02 | 2020-10-15 | Kddi株式会社 | 映像検索システム、タグ管理装置、コンピュータプログラム及び映像検索方法 |
CN111862576A (zh) * | 2019-04-28 | 2020-10-30 | 奥迪股份公司 | 追踪嫌疑目标的方法及相应的车辆、服务器、系统和介质 |
JP6986531B2 (ja) * | 2019-06-21 | 2021-12-22 | ビッグローブ株式会社 | 捜査支援システム及び捜査支援方法 |
CN110543497B (zh) * | 2019-07-11 | 2022-05-13 | 武汉烽火众智数字技术有限责任公司 | 一种高实时性布控解决方法及系统 |
KR20210145881A (ko) * | 2020-05-25 | 2021-12-03 | 현대자동차주식회사 | 자율주행차량의 비상정차 제어 방법 |
CN112639910B (zh) * | 2020-09-25 | 2022-05-17 | 华为技术有限公司 | 交通元素的观测方法和装置 |
BR112023011476A2 (pt) | 2020-12-15 | 2024-02-06 | Selex Es Inc | Sistemas e métodos para rastreamento de assinaturas eletrônicas |
CN113259633B (zh) * | 2021-07-14 | 2021-11-09 | 南斗六星系统集成有限公司 | 一种自动驾驶车辆车载视频监控方法和系统 |
DE102021210337A1 (de) | 2021-09-17 | 2023-03-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Bestimmen von zu übertragenden Videoabschnitten |
DE102021125792A1 (de) | 2021-10-05 | 2023-04-06 | Cariad Se | System zur Generierung einer Gesamtmediendatei, Protokollierungsvorrichtung, zentrale Medienspeichervorrichtung, Medienverarbeitungsvorrichtung und Kraftfahrzeug |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1400747A (zh) * | 2001-07-31 | 2003-03-05 | 株式会社东芝 | 信息传送系统、信息发送/接收系统和信息终端 |
CN1588478A (zh) * | 2004-07-06 | 2005-03-02 | 慕丰浩 | 动态无线红外双模式智能交通车辆监管系统 |
CN1857147A (zh) * | 2005-05-06 | 2006-11-08 | 何晓亮 | 具有声响及动态装饰效果的配送器 |
CN101051418A (zh) * | 2006-04-05 | 2007-10-10 | 中国科学院电子学研究所 | 基于无线传感器网络的道路与车辆管理系统和方法 |
CN101918989A (zh) * | 2007-12-07 | 2010-12-15 | 常州环视高科电子科技有限公司 | 带有对象跟踪和检索的视频监控系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7466843B2 (en) * | 2000-07-07 | 2008-12-16 | Pryor Timothy R | Multi-functional control and entertainment systems |
AU2001290670A1 (en) * | 2000-09-20 | 2002-04-02 | Dataplay, Inc. | Etched micro lens and method and apparatus for fabricating |
SE0003526L (sv) * | 2000-09-29 | 2001-10-01 | Thoreb Ab | Förfarande för att automatiskt upprätta och uppdatera en avståndstabell |
US6961055B2 (en) * | 2001-05-09 | 2005-11-01 | Free Radical Design Limited | Methods and apparatus for constructing virtual environments |
DE102006007092A1 (de) * | 2005-03-01 | 2006-09-07 | Denso Corp., Kariya | Bildgebungsvorrichtung |
US20120040650A1 (en) * | 2006-08-11 | 2012-02-16 | Michael Rosen | System for automated detection of mobile phone usage |
US8760519B2 (en) * | 2007-02-16 | 2014-06-24 | Panasonic Corporation | Threat-detection in a distributed multi-camera surveillance system |
US20080303660A1 (en) * | 2007-06-11 | 2008-12-11 | Telasio, Llc | Emergency event detection and alert system and method |
US8736678B2 (en) * | 2008-12-11 | 2014-05-27 | At&T Intellectual Property I, L.P. | Method and apparatus for vehicle surveillance service in municipal environments |
US8576069B2 (en) * | 2009-10-22 | 2013-11-05 | Siemens Corporation | Mobile sensing for road safety, traffic management, and road maintenance |
KR101125131B1 (ko) * | 2009-12-29 | 2012-03-16 | 전자부품연구원 | 차량용 블랙박스, 블랙박스 시스템 및 그 제어방법 |
JP5137981B2 (ja) * | 2010-02-01 | 2013-02-06 | 株式会社ビートソニック | 車載用監視カメラ |
JP2011221671A (ja) * | 2010-04-06 | 2011-11-04 | Denso Corp | 車両追跡システム |
US20130198358A1 (en) * | 2012-01-30 | 2013-08-01 | DoDat Process Technology, LLC | Distributive on-demand administrative tasking apparatuses, methods and systems |
-
2012
- 2012-09-20 US US13/623,700 patent/US20140078304A1/en not_active Abandoned
-
2013
- 2013-09-20 WO PCT/US2013/061001 patent/WO2014047487A1/en active Application Filing
- 2013-09-20 CN CN201380048949.2A patent/CN104662533B/zh not_active Expired - Fee Related
- 2013-09-20 DE DE112013004591.5T patent/DE112013004591T5/de not_active Withdrawn
-
2015
- 2015-12-29 US US14/982,803 patent/US20160112461A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1400747A (zh) * | 2001-07-31 | 2003-03-05 | 株式会社东芝 | 信息传送系统、信息发送/接收系统和信息终端 |
CN1588478A (zh) * | 2004-07-06 | 2005-03-02 | 慕丰浩 | 动态无线红外双模式智能交通车辆监管系统 |
CN1857147A (zh) * | 2005-05-06 | 2006-11-08 | 何晓亮 | 具有声响及动态装饰效果的配送器 |
CN101051418A (zh) * | 2006-04-05 | 2007-10-10 | 中国科学院电子学研究所 | 基于无线传感器网络的道路与车辆管理系统和方法 |
CN101918989A (zh) * | 2007-12-07 | 2010-12-15 | 常州环视高科电子科技有限公司 | 带有对象跟踪和检索的视频监控系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2014047487A1 (en) | 2014-03-27 |
US20160112461A1 (en) | 2016-04-21 |
CN104662533A (zh) | 2015-05-27 |
US20140078304A1 (en) | 2014-03-20 |
DE112013004591T5 (de) | 2015-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104662533B (zh) | 所捕获的车辆数据的收集和使用 | |
US7944468B2 (en) | Automated asymmetric threat detection using backward tracking and behavioral analysis | |
CN109804367A (zh) | 使用边缘计算的分布式视频存储和搜索 | |
WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和系统 | |
CN104320638B (zh) | 一种智能化综合监控系统及监控视频处理方法 | |
US20170277700A1 (en) | Method for Incident Video and Audio Association | |
CN110851652A (zh) | 一种辅助查看行车记录视频的方法及装置 | |
US9843611B2 (en) | Incident data collection for public protection agencies | |
JP2006350520A (ja) | 周辺情報収集システム | |
US11769383B2 (en) | Remote video triggering and tagging | |
TWI450207B (zh) | 物件追蹤的方法、系統、電腦程式產品與記錄媒體 | |
US11615624B2 (en) | Automated association of media with occurrence records | |
US10030986B2 (en) | Incident response analytic maps | |
US20190392542A1 (en) | Systems and methods for processing recorded data for storage using computer-aided dispatch information | |
JP7340678B2 (ja) | データ収集方法およびデータ収集装置 | |
CN106235480A (zh) | 一种智能警服 | |
CN111163288A (zh) | 一种智能移动警务系统及警务办公方法 | |
JP7146371B2 (ja) | 映像情報共有装置、映像情報共有システム及び映像情報共有方法 | |
Fares et al. | Edge/fog-based architecture design for intelligent surveillance systems in smart cities: A software perspective | |
US9881612B2 (en) | Automated portable recording device activation | |
CN105966349A (zh) | 车辆的控制方法和装置 | |
US20220377282A1 (en) | Automated correlation of media data to events | |
KR102317937B1 (ko) | 블록체인을 이용한 차량 모니터링 시스템 | |
WO2020240772A1 (ja) | 映像記録装置、遠隔監視システム、遠隔監視方法、及びプログラム | |
CN117011677A (zh) | 现场数据实时预警的方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20180302 |