CN106164984B - 用于占用率估计的系统和方法 - Google Patents

用于占用率估计的系统和方法 Download PDF

Info

Publication number
CN106164984B
CN106164984B CN201580008417.5A CN201580008417A CN106164984B CN 106164984 B CN106164984 B CN 106164984B CN 201580008417 A CN201580008417 A CN 201580008417A CN 106164984 B CN106164984 B CN 106164984B
Authority
CN
China
Prior art keywords
time
occupancy
designated area
determining
transit
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.)
Active
Application number
CN201580008417.5A
Other languages
English (en)
Other versions
CN106164984A (zh
Inventor
K·阿斯特伦
M·约翰逊
J·赫尔斯特勒默
H·阿多
R·贝蒂尔松
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.)
Axis AB
Original Assignee
Cognimatics AB
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 Cognimatics AB filed Critical Cognimatics AB
Publication of CN106164984A publication Critical patent/CN106164984A/zh
Application granted granted Critical
Publication of CN106164984B publication Critical patent/CN106164984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Alarm Systems (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

一种适于确定指定区域中的占用率的装置，所述装置包括存储器和控制器，所述控制器被配置为确定至少一个通行时间，其中所述通行时间为基于所述图像流而检测到的进入和/或离开所述区域的通行的时间；确定平均占用时间；通过将所述通行时间与所述平均占用时间进行比较，来确定进入所述指定区域的通行是否被估计为占用所述指定区域；以及确定所述指定区域中的当前占用率的估值等于这种通行的数量。

Description

用于占用率估计的系统和方法
技术领域
本申请涉及一种用于确定指定区域中的占用率的方法、计算机可读介质以及装置，并且特别涉及一种用于通过对进入指定区域的通行数量进行计数来确定指定区域中的占用率的方法、计算机可读介质以及装置。
背景技术
这对于店铺和商店能够确定当前正有多少人占用诸如商店或百货商店等区域而言很有用处。这可能出于安全原因而且也出于安保原因而很重要。
各种人员计算系统是公知的并且是市售的。在一般情况下，占用率计算系统基于走入区域的人员总数与离开区域的人员总数之差。
这种系统的一个示例在US2006067456中被公开，其公开了一种用于对进入或离开具有摄像机的空间的人员或其他移动对象的数量进行计算的系统，该摄像机提供到该空间的入口的图像。数据处理器对图像中的移动对象进行识别。数据处理器被配置为针对图像内区域的边界的两个或更多个部分计算进入或离开该区域的人员或其他对象。计算系统的精确性可通过比较针对不同部分的计数来进行监控。
一个缺点是，在两个方向上的计算将开始偏离真相，从而使误差随着时间的推移而累积。所扩大的误差将与访客总量成比例。尽管占用率自然具有比一天中的访客总量低的物理上限，但误差最终将会扩大到足以使该估计无效。
另一个缺点是，这种方法需要来自用户的校准。如果能够建立空的或者容纳特定数量的人员的区域，则误差可被消除。如果不能进行这种重新设置，则累积的误差永远不被消除。
因此，需要一种无需用户校准的更加精确的占用率估计。
发明内容
本申请教导的目的在于，通过提供一种适于确定区域中的占有率的装置来克服上面列出的问题。所述装置包括存储器和控制器，所述控制器被配置为确定至少一个通行时间，其中所述通行时间是基于所述图像流而检测到的进入和/或离开所述区域的通行的时间；确定平均占用时间；通过将所述通行时间与所述平均占用时间进行比较，来确定进入所述指定区域的通行是否被估计为占用所述指定区域；以及确定所述指定区域中的当前占用率的估值等于这种通行的数量。
本申请教导的目的还在于，通过提供一种用于确定指定区域中的占用率的方法来克服上面列出的问题，所述方法包括：确定至少一个通行时间，其中所述通行时间是基于所述图像流而检测到的进入和/或离开所述区域的通行的时间；确定平均占用时间；通过将所述通行时间与所述平均占用时间进行比较，来确定进入所述指定区域的通行是否被估计为占用所述指定区域；以及确定所述指定区域中的当前占用率的估值等于这种通行的数量。
本申请教导的另一目的在于，通过提供包含指令的计算机可读介质来克服上面列出的问题，所述指令在被加载到装置中的控制器(诸如处理器)并且由该控制器执行时导致根据本文的方法的执行。
本发明的发明人经过创造性的以及富有洞察力的推理之后已经意识到，通过基于平均占用时间来估计占用率，因确定或检测通行时的错误决定而造成的误差将被减轻，并且所估计的占用率不会遭受随时间增长的误差。提供了平均占用时间的估计和/或更新的进一步自适应，以减少在确定所估计的占用率中的任何误差。
因而本发明人以富有洞察力的方式将诸如平均占用时间等统计数据用作对占用率估计的输入。因此，统计数据不只是被用作由例如销售或安保人员等以后进行分析时的输出数据，而是由系统实际考虑以提供更可靠的占用率估计。
应当指出的是，尽管这里的公开将集中于使用摄像机来检测通行，但是用于检测通行的任何其他传感器都可被用来代替摄像机或者作为摄像机的补充。这种传感器的示例是磁开关、电开关、压力传感器、红外线传感器等等。
然而，本文中的教导发现了在通行检测可能并不正确的系统(诸如基于摄像机的系统)中的特定用途。
所公开的实施例的其他特征和优点将从下面的详细公开中、从所附从属权利要求中以及从附图中显而易见。一般，权利要求中所使用的所有术语将根据它们在技术领域中的普通含义来解释，除非本文另有明确定义。
对“一/一个/所述/该[元件、设备、部件、方法、步骤等]”的所有引用将被开放式地解释为指的是元件、设备、部件、方法、步骤等中的至少一个实例，除非另有明确说明。本文所公开的任何方法的步骤不必以所公开的精确顺序来执行，除非明确说明。
附图说明
进一步的目的、特征和优点将参照附图从下面的详细描述中显而易见，图中：
图1是根据本文教导的实施例的系统的示意图；
图2是根据本文教导的实施例的装置的部件的示意图；
图3是根据本文教导的实施例的计算机可读存储器的示意图；
图4是根据本文教导的实施例的装置的确定后占用率的示意图；以及
图5是根据本文教导的实施例的方法的流程图。
具体实施方式
现在将参考附图在下文中更充分地描述所公开的实施例，附图中示出了本发明的某些实施例。但是，本发明可以以许多不同的形式来体现，并且不应被解释为限于本文所阐述的实施例；相反，通过示例的方式来提供这些实施例，使得本公开将是透彻且完整的，并且将本发明的范围充分地传达给本领域技术人员。相同的附图标记自始至终指代相同的元件。
在本文中参照计算对象来对所公开的实施例进行描述，但是，本文的教导也可被应用于对人员、汽车、动物或其他移动对象进行计算。
图1是根据本文教导的系统100的示意图。系统100包括摄像机260。摄像机260被设置为对指定区域110的进入或退出进行监控。指定区域110是将要确定占用率的区域。这样的指定区域110的一个示例是店铺，其中示例性摄像机260被设置为对店铺入口进行监控。应当指出的是，指定区域110可以是任何形状的，并且可以是开放区域或者封闭区域。
摄像机260被设置为对指定区域的进入/退出进行监控，该指定区域的进入/退出从现在起将被称为通行线120。通行线可以是虚拟线，或者为了更精确地确定经过通行线120的通行，通行线可以是对象必须穿过以供摄像机260登记通行的区域。因此，取决于对象的方向，通行可以是退出和进入这两者，并且通行时间是通行被检测时的时间。在一个实施例中，摄像机260包括被配置为确定通行是否被检测到的控制器，并且在一个实施例中，摄像机260被设置为将诸如图像流等图像数据提供给确定通行是否被检测到的(远程)控制器。
摄像机260被连接到装置200(或装置200的一部分)，该装置200用于确定指定区域中的占用率。应当注意的是，该装置可包括至少一个摄像机260和/或被连接于至少一个摄像机260，并且摄像机260可以是远程的和/或被包含在装置200中。
还应当注意的是，摄像机(或多个摄像机中的一个)可由一个或多个其他通行传感器来代替，诸如红外线传感器、设有磁力传感器的机械门、压力传感器或用于检测通行的其他传感器等。
指定区域的占用率被定义为当前占用该指定区域的诸如人员、车辆、动物等对象的数量。
图2示出了这种装置的一般结构的示意图。装置200包括被配置为确定至少一个通行时间的控制器210，其中所述通行时间是基于从至少一个摄像机260接收到的图像流而检测到的进入和/或离开所述区域的通行的时间。应当注意的是，装置的控制器210可以是摄像机260的控制器。在一个实施例中，控制器可被配置为通过从摄像机260的控制器接收通行时间来确定至少一个通行时间。在摄像机具有用于将通行时间方面的数据提供给装置的控制器210的内部控制器的情况下，为了描述的目的，摄像机控制器被认为是包含在装置的控制器210中。如何确定通行和通行时间在本领域中是公知的，因此将不作进一步的详细讨论。
控制器210还负责装置200的整体操作，并且优选由任何商业上可用的CPU(中央处理单元)、DSP(数字信号处理器)或任何其他电子可编程逻辑器件来实现。控制器210被配置为从存储器240读取指令，并执行这些指令以控制装置100的操作。存储器240可使用用于计算机可读存储器的任何通常已知的技术来实现，计算机可读存储器诸如ROM、RAM、SRAM、DRAM、CMOS、FLASH、DDR、SDRAM或一些其他的存储器技术。存储器240出于各种目的由控制器210使用，其中之一是用于存储应用数据和程序指令。
装置200进一步包括通信接口230，通信接口230适于允许装置200通过使用不同的通信技术与其他设备进行通信。这样的通信技术可以是有线的或者无线的。这种有线技术的示例是通用串行总线(USB)和以太网等。应当注意的是，存在有其他的技术，并且这些技术被认为是这种有线通信接口的明显等同物。这种无线技术的示例是IEEE 802.11、IEEE802.15、ZigBee、WirelessHART、WIFI、
Figure BDA0001076837590000041
W-CDMA/HSPA、GSM、UTRAN和LTE等。应当注意的是，存在有其他的技术，并且这些技术被认为是这种无线通信接口的明显等同物。
如已在上述所公开的，装置200还配备有摄像机260。摄像机260是数字摄像机，该数字摄像机被设置为通过将图像记录在电子图像传感器(未示出)上来拍摄视频或静态照片。
摄像机260被可操作地连接于控制器210，用以将视频流265(即，所拍摄的图像序列)提供给控制器，以便为了确定通行时间而进一步进行处理。
在一个实施例中，装置200被容纳在与摄像机260相同的壳体(未示出)中。
在一个实施例中，摄像机260是外部摄像机或图像流的源。
装置200还包括用户接口220，该用户接口220用于向用户呈现占用率信息，并且能够用于接收与装置200的设置或控制相关的用户命令。
对“计算机可读存储介质”、“计算机程序产品”、“有形体现的计算机程序”等或者“控制器”、“计算机”、“处理器”等的引用应被理解为不仅包括具有诸如单个/多个处理器架构及顺序(冯·诺依曼Von Neumann)/并行架构等不同架构的计算机，还包括诸如现场可编程门阵列(FPGA)、专用集成电路(ASIC)、信号处理设备和其他设备等专用电路。对计算机程序、指令、代码等的引用应被理解为包括用于可编程处理器或者固件的软件，诸如例如硬件设备的可编程内容、用于处理器的指令、或者用于固定功能设备、门阵列或可编程逻辑器件等的配置设定。
图3示出了如上所述的计算机可读介质的示意图。在本实施例中，计算机可读介质30是数据盘30。在一个实施例中，数据盘30是磁性数据存储盘。数据盘30被配置为承载指令31，当指令31被加载到诸如处理器等控制器时执行根据上面所公开的实施例的方法或过程。数据盘30被设置为连接于读取设备32或在读取设备32之内并且通过读取设备32进行读取，以便将指令加载到控制器中。与一个(或几个)数据盘30组合的读取设备32的一个这样的示例是硬盘驱动器。应当指出的是，计算机可读介质还可以是其他介质，诸如光盘、数字视频盘、闪存或常用的其他存储器技术等。
还可以通过将指令31包含在计算机可读信号33中，来将指令31下载到计算机数据读取设备34(诸如根据图2的装置200等)，该计算机可读信号33经由无线(或有线)接口(例如经由互联网)被传送到计算机数据读取设备34以便将指令31加载到控制器中，该计算机数据读取设备34可以是计算机或者是能够读取计算机可读介质上的计算机编码数据的其他设备。在这样的实施例中，计算机可读信号33是一种类型的计算机可读介质30。
指令可被存储于计算机34的存储器(图3中未明确示出，但图2中引用了240)中。
对计算机程序、指令、代码等的引用应被理解为包含用于可编程处理器或者固件等的软件，诸如例如硬件设备的可编程内容、用于处理器的指令、或者用于固定功能设备、门阵列或可编程逻辑器件等的配置设定。
许多改变和修改在不脱离本文精神和范围的前提下，在本文教导的实践中是可能的，这对于本领域技术人员而言是显而易见的。
装置200被配置为通过对当前占据指定区域110的对象的数量做出估计，来确定指定区域110的占用率。该估计基于在指定区域110中所花费的平均占用时间Ta。
本发明人经过缜密的推理认识到，当前占据指定区域110的对象的数量可通过假设所有对象在平均占用时间Ta后退出该指定区域来进行估计。在此基础上，控制器210被配置为通过确定多少个对象在等于平均占用时间的最后时间内已经进入，来确定区域中的占用率。
确定这个的一种方式是确定已进入区域的对象的哪些通行时间P在最近平均占用时间内。估值总和OCC可被描述为：
Figure BDA0001076837590000061
如果P>T–Ta，则f(P)＝1；并且如果P≤T-Ta，则f(P)＝0
其中T是当前时间，Ta是平均占用时间，P是通行时间，并且N是进入通行的数量。
通过将当前时间与通行时间进行比较，并确定当前时间是否超过或等于通行时间(P)与平均占用时间(Ta)之和，控制器能够确定或估计在通行时间(P)进入的对象是仍在该区域内还是已离开了该区域。如果估计到该对象仍在区域内，则估值总和OCC将被加1。然后，控制器确定由估值总和OCC给出指定区域110的占用率。
估值总和OCC被巧妙地限定，以便它可以不取负值，并且误差与当前占用率而不与一天中所计算的对象总量成正比。因此，任何误差都不会如现有技术那样被累积。这是非常有益的，因为系统将无需重启或连续地重新设定以减小误差。
此外，误差与占用者的数量成反比，因此会随着占用者数量的增长而降低(至少相对看起来)。由于占用率计算系统主要用于计算较大数量的占用者，因此这种特性是非常有益的。
确定占用率估值的另一方式是维持占用者的集合，并将该集合的大小确定为占用率估值。占用者集合通过包括具有在最近平均占用时间内的通行时间P(即P>T-Ta)的所有通行来生成。这可被表示为：
OCC＝|O|；如果P>T-Ta，则P∈O
其中O是占用者集合。
这具有估值的确定需要更少的比较这一优点。
在其中平均占用时间是动态的一个实施例中，控制器可被配置为维持大于占用者集合的通行集合，使得如果平均占用时间应该增加，则占用者集合可被修改以包括较前的通行P。
在一个实施例中，控制器被配置为通过对通行时间进行加权使得较前的通行比较近的通行被赋予更少的重要性来确定平均占用时间。这对于估计较长时间段内的占用率的系统特别有用，并且能够使确定的精确度有所提高。在一个实施例中，控制器被配置为对通行时间应用线性加权。在一个实施例中，控制器被配置为对通行时间应用非线性加权。
这是基于自通行流逝的时间越长，占用者已离开指定区域的可能性越高。
为了能够进行占用率的精确估计，重要的是确定平均占用时间(Ta)。
在一个实施例中，控制器可被配置为通过指派一预设的或接收到的平均占用时间来确定平均占用时间(Ta)。
在一个实施例中，控制器被配置为通过存储对象进入指定区域110时的通行时间(Pi)或离开指定区域110时的通行时间(Po)，来确定平均占用时间。于是，平均占用时间(Ta)基于进入区域的至少一个通行时间(Pi)与离开区域的至少一个通行时间(Po)之差。在一个实施例中，控制器被配置成通过随着时间推移的进入指定区域110的至少一个通行时间与离开指定区域110的至少一个通行时间之差来确定平均占用时间，即基于多次通行来确定平均占用时间。
在一个实施例中，控制器被配置为基于随着时间推移的至少一个第一通行时间和至少一个第二通行时间之差的平均值来确定平均占用时间。这可被表示为：
Figure BDA0001076837590000071
其中，M是通行离开Po的数量并且N是通行进入Pi的数量。
这考虑到为系统采集的所有数据。然而，由于进入指定区域110的通行数量(N)会大于(或等于)离开指定区域110的通行数量(M)，因此在以这种方式计算平均占用时间中存在着固有误差。为了克服该误差，平均占用时间也可被计算为：
Figure BDA0001076837590000072
应当指出的是，平均占用时间可被连续地或按时间间隔地更新。在这样的实施例中，平均占用时间是动态的。
为了适应对象行为中的变化，并且也为了适应其他变化，在一个实施例中，控制器被配置为对进入和离开指定区域110的通行时间进行加权，使得较前的时间在确定平均占用时间时不太重要。这允许在确定平均占用时间时考虑行为上较近的变化。在这样的实施例，控制器被配置为通过使用至少一个权函数w来确定平均占用时间。权函数(w)基于平均占用时间的估值(Te)。可以使用许多可能的权函数，并且一个示例可以是：
如果P<T-Te，则wi(P,Te)＝wo(P-Te)；否则为0
并且
如果P<T-Tk，则wo(P)＝e-c(T-Tk-P)；否则为1
其中wi是用于进入区域的通行的权函数，wo是用于离开区域的通行的权函数的示例，并且c和Tk是常数。c和Tk的示例值是c＝0.008和Tk＝200。
应当指出的是，估计不依赖于任何特定的权函数，可使用线性和非线性的权函数。权函数的目的是为了使较前的通行影响减弱。比Te时间以前更近地进入该区域的对象更有可能仍在该区域内而不是已经离开该区域。
在一个实施例中，平均占用时间(Ta)由下式确定：
Figure BDA0001076837590000081
在这样的实施例中，当平均占用时间的估值(Te)接近真正的平均占用时间(Ta)时，平均占用时间将更加精确。
控制器可以确定所估计的平均占用时间(Te)为如上面所公开的进入指定区域的通行时间与离开指定区域的通行时间之差。在一个实施例中，所估计的平均占用时间针对10、20、50或100个第一通行来确定。
为了获得更精确的平均占用时间(Ta)，控制器被配置为确定所估计的占用时间与基于所估计的占用时间而计算的占用时间之差。这可被表示为：
Ta＝argminTe∈A|g(Te)-Te)|
其中A是可能估值的集合。
A中的可能估值的精确数量取决于实际使用情况。作为示例，百货商店的可能估值可以是[3至45]分钟的集合。
由于基于最小差异来确定平均占用时间的函数可以提供一个以上的最小值，因此控制器可被配置为确定平均占用时间(Ta)为第一最大值，即，提供最小值的最小估值。
集合A可以经由如上所公开的通过确定进入指定区域的通行时间和离开指定区域的通行时间之差并且将A的子集集中在此差周围来确定初始平均占用时间而被划分成子集。用示例进行说明：如果10个第一通行进入和离开表明初始平均占用时间为14分钟，则集合A可减少到子集[9至19]分钟。这将提供接近真正平均占用时间的平均占用时间，并减少使用虚假平均导致选择不正确或错误的最小值这种结果的风险。
装置可以进一步被配置为通过比较该估值与所确定的占用率中的变化，来自适应所估计的占用率。图4示出所估计的占用率随时间变化的曲线图。该曲线图示出占用率估值如何针对给定的平均占用时间而随着时间改变。
由于装置被配置为基于平均占用时间来确定占用率而并不计算离开指定区域的任何通行(脱离了平均占用时间的动态更新)，因此这可能是存在于所估计的占用率中的误差。为了适应此误差，装置200可被配置为通过检测经过时间段(Tx)后进入指定区域110的实际通行数量(Ni)和离开指定区域110的实际通行数量(No)来自适应估值。于是，所估计的占用率的实际变化将等于进入指定区域110的通行数量和离开指定区域110的通行数量之差。换言之：
OCC(T)＝OCC(T-Tx)+Ni–No
其中T是当前时间，OCC(T)是在时间T所估计的占用率，并且OCC(T-Tx)是在当前时间T之前的时间段Tx所估计的占用率。
这种计算可被用于确定所使用的平均占用时间(Ta)是否为较佳的估计。如果基于平均占用时间确定的当前占用率(如上述的OCC[Ta])与基于先前占用率和进入并离开指定区域的通行数量确定的当前占用率(OCC[NiNo])之差较大，则所使用的平均占用时间不是较佳的估计，并且可以被更新。
因此，装置可被配置为定期或不定期地确定平均占用时间的可靠性，并且如果确定出平均占用时间是不可靠的，则该装置将更新该平均占用时间。如果两个占有率之间的差超过阈值，则平均占用时间被确定为可靠，即如果：
|(OCC[Ta])-(OCC[NiNo])|<阈值1，
则平均占用时间是可靠的。阈值可以根据用于确定可靠性的时间段(Tx)和实际应用(即指定区域的大小和用途)来选择。在一个实施例中，阈值基于在例如一分钟(或时间段Tx)内的通行数量。在一个实施例中，阈值被设定为通行数量的10％。通行可以是进入指定区域的通行和/或离开指定区域的通行。
在一个实施例中，用于确定可靠性的时间段(Tx)为1分钟。在一个实施例中，Tx是1至5分钟。在一个实施例中，Tx是1至10分钟。
该更新可以采用以上公开的用于确定平均等待时间的任何方式来执行。如果两个占有率之差为正，则平均占用时间应该减小。如果两个占有率之差为负，则平均占用时间应该增加。
正确确定的平均占用时间将导致两个占用率非常接近于相等，|(OCC[Ta])-(OCC[NiNo])|～0。
装置还可被配置为确定基于如上所述的平均占用时间所确定的当前占用率(OCC[Ta])是否与基于先前占用率和进入并离开指定区域的通行数量所确定的当前占用率(OCC[NiNo])偏离，并且响应于此来自适应所估计的占用率。换言之，如果基于平均占用时间的占用率在基于先前占用率的占用率估值的上限(UL)或下限(LL)外，则将确定出的占用率估值确定为在两个限值内。在一个实施例中，占用率估值被设置为等于基于先前占用率而确定的占用率。
在一个实施例中，装置被配置为确定新的平均占用时间，并且占用率估值基于新确定的平均占用时间。
图5示出本文教导的一般方法的流程图。在510处，确定至少一个通行时间(P)，并且在520处，基于此来确定平均占用时间。然后，通过在530处将通行时间与当前时间和平均占用时间进行比较，来在530处确定进入指定区域的通行是否可被估计为仍处于该指定区域内，即仍占据该指定区域，并且在540处，将在指定区域中的当前占用率的估值确定为等于这种通行的数量。平均占用时间可被确定为加权后的平均值或被确定为如上面已公开的通行时间的线性差。
为了适应误差，在550处，所估计的占用率可基于实际的进入和离开指定区域的通行数量而被自适应。
以上主要参照了一些实施来描述本发明。然而，作为本领域技术人员所容易理解的，除了上面公开的那些实施例之外的其他实施例在本发明的范围(如由所附专利权利要求所限定)内也是同样可行的。

Claims (10)

1.一种适于确定指定区域(110)中的占用率的装置(200)，所述装置(200)包括存储器(240)和控制器(210)，所述控制器(210)被配置为：
基于图像流来检测人员进入所述指定区域(110)中的至少一个通行；
确定通行时间(P)，其中所述通行时间(P)是用于所检测的通行的时间；
确定平均占用时间(Ta)；
通过下述确定所述指定区域中的当前占用率的估值：
通过确定当前时间(T)并且将所述当前时间(T)同与至少一个所检测的通行对应的所述通行时间(P)和所述平均占用时间(Ta)之和进行比较来确定所述至少一个所检测的通行是否被估计为占用所述指定区域，并且如果所述当前时间(T)小于或等于与所述至少一个所检测的通行对应的所述通行时间(P)和所述平均占用时间(Ta)之和，则增加估值总和，并且确定所述指定区域中的所述占用率为所述估值总和。
2.根据权利要求1所述的装置，其中所述控制器进一步被配置为：基于进入所述指定区域(110)的至少一个第一通行时间和离开所述指定区域(110)的至少一个第二通行时间之差，来确定所述平均占用时间(Ta)，其中所述控制器进一步被配置为：基于随着时间推移的多个第一通行时间(Pi)和多个第二通行时间(Po)之差的平均值，来确定所述平均占用时间(Ta)。
3.根据权利要求2所述的装置，其中所述控制器进一步被配置为在确定所述平均占用时间(Ta)时，通过权函数(w)加权所述通行时间，以使较前的时间不太重要。
4.根据权利要求3所述的装置，其中所述权函数(w)基于估计后平均占用时间(Te)。
5.根据权利要求4所述的装置，其中所述控制器进一步被配置为：基于进入所述指定区域的至少一个第一通行时间和离开所述指定区域的至少一个第二通行时间之差，来确定所述估计后平均占用时间(Te)。
6.根据权利要求1所述的装置，其中所述估值总和被加1。
7.根据权利要求1所述的装置，其中所述控制器进一步被配置为通过以下步骤来自适应所述占用率的所述估值：
检测经过一个时间段(Tx)后进入所述指定区域(110)的通行数量(Ni)和离开所述指定区域(110)的通行数量(No)；
确定占用率估值(OCC[Ta])是否在一和的上限(UL)或下限(LL)外，其中该和是通过将先前占用率估值(OCC[T-Tx])与经过所述时间段(Tx)后进入所述指定区域(110)的所述通行数量(Ni)相加并且减去离开所述指定区域(110)的所述通行数量(No)而计算的；以及
若如此，则自适应所述占用率估值。
8.根据权利要求1所述的装置，其中所述控制器进一步被配置为通过以下步骤来自适应平均占用时间：
检测经过一个时间段(Tx)后进入所述指定区域(110)的通行数量(Ni)和离开所述指定区域(110)的通行数量(No)；
确定占用率估值(OCC[Ta])与一和的差是否大于阈值，其中该和是通过将先前占用率估值(OCC[T-Tx])与经过所述时间段(Tx)后进入所述指定区域(110)的所述通行数量(Ni)相加并且减去离开所述指定区域(110)的所述通行数量(No)而计算的；以及
若如此，则更新所述平均占用时间(Ta)。
9.一种用于确定指定区域中的占用率的方法，所述方法包括：
基于图像流来检测人员进入所述指定区域中的至少一个通行；
确定通行时间(P)，其中所述通行时间(P)是用于所检测的通行的时间；
确定平均占用时间(Ta)；
通过下述确定所述指定区域中的当前占用率的估值：
通过确定当前时间(T)并且将所述当前时间(T)同与至少一个所检测的通行对应的所述通行时间(P)和所述平均占用时间(Ta)之和进行比较来确定所述至少一个所检测的通行是否被估计为占用所述指定区域，并且如果所述当前时间(T)小于或等于与所述至少一个所检测的通行对应的所述通行时间(P)和所述平均占用时间(Ta)之和，则增加估值总和，并且确定所述指定区域中的所述占用率为所述估值总和。
10.一种编码有指令的计算机可读存储介质，所述指令在装置的控制器上被加载并被执行时导致根据权利要求9的方法被执行。
CN201580008417.5A 2014-02-14 2015-01-21 用于占用率估计的系统和方法 Active CN106164984B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1450175 2014-02-14
SE1450175-3 2014-02-14
PCT/EP2015/051147 WO2015121041A1 (en) 2014-02-14 2015-01-21 System and method for occupancy estimation

Publications (2)

Publication Number Publication Date
CN106164984A CN106164984A (zh) 2016-11-23
CN106164984B true CN106164984B (zh) 2020-04-24

Family

ID=52450066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580008417.5A Active CN106164984B (zh) 2014-02-14 2015-01-21 用于占用率估计的系统和方法

Country Status (6)

Country Link
US (1) US10210394B2 (zh)
EP (1) EP3105744B1 (zh)
JP (1) JP6263281B2 (zh)
KR (1) KR101759691B1 (zh)
CN (1) CN106164984B (zh)
WO (1) WO2015121041A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10810481B2 (en) * 2017-01-11 2020-10-20 Thomas Danaher Harvey Method and system to count movements of persons from vibrations in a floor
US10282656B2 (en) * 2017-01-11 2019-05-07 Thomas Danaher Harvey Method and device for detecting unauthorized tranfer between persons
JP7158828B2 (ja) * 2017-05-31 2022-10-24 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
CN111213073B (zh) * 2017-10-17 2024-03-12 昕诺飞控股有限公司 占用传感器校准和占用估计
US11193683B2 (en) 2019-12-31 2021-12-07 Lennox Industries Inc. Error correction for predictive schedules for a thermostat
CA3181167A1 (en) * 2020-04-24 2021-10-28 Alarm.Com Incorporated Enhanced property access with video analytics
KR102304910B1 (ko) 2021-01-11 2021-09-27 알리코제약(주) 칸데사르탄을 함유하는 안정한 약학적 조성물

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH077080B2 (ja) * 1990-11-27 1995-01-30 技研トレーディング株式会社 平均滞留時間の測定装置
JP2612777B2 (ja) * 1990-12-28 1997-05-21 技研トラステム株式会社 平均滞留時間の測定装置
JP2004288727A (ja) * 2003-03-19 2004-10-14 Seiko Epson Corp Ｃｍｐ装置、ｃｍｐ研磨方法、半導体装置及びその製造方法
US7692684B2 (en) 2004-09-27 2010-04-06 Point Grey Research Inc. People counting systems and methods
JP2008217289A (ja) * 2007-03-02 2008-09-18 Mitsubishi Precision Co Ltd 人数計測システム
EP2160711A1 (en) * 2007-06-07 2010-03-10 Sorensen Associates Inc. Traffic and population counting device system and method
CN100596192C (zh) * 2007-09-17 2010-03-24 深圳先进技术研究院 一种基于视频的智能数人系统及其处理方法
TWI411975B (zh) * 2008-11-06 2013-10-11 Ind Tech Res Inst 顧客流量等級預測方法及應用其之空調溫度控制方法
CN101739653A (zh) 2008-11-13 2010-06-16 上海汇纳网络信息科技有限公司 客流分析系统
JP5583451B2 (ja) * 2010-03-31 2014-09-03 綜合警備保障株式会社 人数計測装置、精度評価方法
JP2015512042A (ja) * 2012-02-29 2015-04-23 コーニンクレッカ フィリップス エヌ ヴェ 区域内の人の存在を監視する装置、方法及びシステム
CN103325115B (zh) 2013-06-14 2016-08-10 上海交通大学 一种基于头顶摄像头的监控行人计数的方法

Also Published As

Publication number Publication date
JP2017510916A (ja) 2017-04-13
US10210394B2 (en) 2019-02-19
JP6263281B2 (ja) 2018-01-17
WO2015121041A1 (en) 2015-08-20
EP3105744B1 (en) 2018-05-02
CN106164984A (zh) 2016-11-23
EP3105744A1 (en) 2016-12-21
US20170161562A1 (en) 2017-06-08
KR101759691B1 (ko) 2017-07-19
KR20160122256A (ko) 2016-10-21

Similar Documents

Publication Publication Date Title
CN106164984B (zh) 用于占用率估计的系统和方法
JP2017510916A5 (zh)
US11059349B2 (en) Enhanced climate control
US20150146006A1 (en) Display control apparatus and display control method
CN107977638B (zh) 视频监控报警方法、装置、计算机设备和存储介质
WO2014150895A1 (en) Energy saving heating, ventilation, air conditioning control system
US20150312529A1 (en) System and method for video-based determination of queue configuration parameters
US20180350179A1 (en) Information processing apparatus, information processing method, and recording medium
US20190340496A1 (en) Information processing apparatus and information processing method
JP7299692B2 (ja) 画像処理装置、画像処理システム、画像処理装置の制御方法、及び、プログラム
KR20190004010A (ko) 전경 추출 방법 및 장치
US20210075844A1 (en) Information processing device, information processing method, and storage medium
CN114582028B (zh) 滑雪场管理方法及系统
US20180144198A1 (en) Information processing apparatus, information processing method, and storage medium
US10755107B2 (en) Information processing apparatus, information processing method, and recording medium
US10817727B2 (en) Information processing apparatus and method of controlling an information processing apparatus that estimate a waiting time in a waiting line
WO2013134924A1 (en) Apparatus and method for detecting a parking space
CN106598856A (zh) 一种路径检测方法及装置
CN110555413A (zh) 时序信号的处理方法及装置、设备及可读介质
JP2013120954A (ja) 寝顔認識装置
US10671940B2 (en) Controlling display of data to a person via a display apparatus
CN111466918A (zh) 异常行为检测方法、装置、计算机设备及存储介质
KR20210079823A (ko) 전자 장치 및 이의 제어 방법
US11200417B2 (en) Determination apparatus and method to enhance accuracy in determining the presence of an erroneously detected eyelid
CN116959071A (zh) 一种儿童口鼻遮挡检测方法及终端设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220113

Address after: Swedish waves

Patentee after: Axis AB

Address before: Longde, Sweden

Patentee before: COGNIMATICS AB

TR01 Transfer of patent right