CN107402073B - 监视装置以及监视方法 - Google Patents
监视装置以及监视方法 Download PDFInfo
- Publication number
- CN107402073B CN107402073B CN201710256780.XA CN201710256780A CN107402073B CN 107402073 B CN107402073 B CN 107402073B CN 201710256780 A CN201710256780 A CN 201710256780A CN 107402073 B CN107402073 B CN 107402073B
- Authority
- CN
- China
- Prior art keywords
- temperature
- pixel
- thermal image
- calculation section
- data
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 103
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 21
- 241001269238 Data Species 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000000470 constituent Substances 0.000 description 5
- 230000004913 activation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005619 thermoelectricity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/08—Optical arrangements
- G01J5/0853—Optical arrangements having infrared absorbers other than the usual absorber layers deposited on infrared detectors like bolometers, wherein the heat propagation between the absorber and the detecting element occurs within a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/12—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using thermoelectric elements, e.g. thermocouples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/12—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using thermoelectric elements, e.g. thermocouples
- G01J2005/123—Thermoelectric array
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Radiation Pyrometers (AREA)
- Image Analysis (AREA)
Abstract
本发明的监视装置以及监视方法提供一种用以更简单地生成与监视对象空间内的人有关的信息的技术。本发明的监视装置(1)的特征在于,具有:图像获取部(10),其从热图像传感器(4_1~4_x)获取单位热图像(40_1~40_x);图像处理部(11),其根据由所述图像获取部获取到的单位热图像来生成表示监视对象空间的二维温度分布的热图像数据(150);最大温度算出部(12),其根据热图像数据来针对热图像传感器的每一像素而算出温度的最大值;最小温度算出部(13),其根据热图像数据来针对每一像素而算出温度的最小值;以及差分温度算出部(14),其针对每一像素而算出温度的最大值与温度的最小值的差分。
Description
技术领域
本发明涉及一种用以监视人的监视装置以及监视方法,例如涉及一种根据由热图像传感器获取到的热图像来监视人的监视装置。
背景技术
作为用以监视人的监视装置,以往有根据监视摄像机的图像来检测人的监视装置(参考专利文献1)。
【现有技术文献】
【专利文献】
【专利文献1】日本专利特开2014-229068号公报
发明内容
【发明要解决的问题】
然而,以往的利用监视摄像机的图像来检测人的监视装置存在以下所示的问题。
在利用监视摄像机这样的普通摄像机来拍摄人的情况下,日照条件、照明条件以及人的服装等外部因素会导致图像发生变化,因此,要从这种变化的图像中准确地检测到人,便需要复杂的处理。例如,需要预先定义好不会因拍摄环境、服装等的变化而变化的人的特征量,并进行用以从所获取到的图像中检测出该定义好的特征量的检测处理。如此,在使用监视摄像机的监视装置中,存在用以准确地检测到人而不受日照条件、照明条件等外部因素的影响的系统构成变得复杂的问题。
此外,本申请发明者认为,今后不仅需要像以往的监视装置那样检测监视对象空间内的人的有无的技术,还需要自动收集监视对象空间内的人的移动范围的信息等与人有关的各种信息的技术。
本发明是鉴于上述问题而成,其目的在于提供一种用以更简单地生成与监视对象空间内的人有关的信息的技术。
【解决问题的技术手段】
本发明的监视装置(1、1A)的特征在于,具有:图像获取部(10),其从热图像传感器(4_1~4_x)获取单位热图像(40_1~40_x);图像处理部(11),其根据由所述图像获取部获取到的单位热图像来生成表示监视对象空间的二维温度分布的热图像数据(150);最大温度算出部(12),其根据时间序列的热图像数据来针对热图像传感器的每一像素而算出温度的最大值,所述时间序列的热图像数据是根据由图像获取部反复获取到的所述单位热图像而生成;最小温度算出部(13),其根据时间序列的热图像数据来针对每一像素而算出温度的最小值,所述时间序列的热图像数据是根据由图像获取部反复获取到的所述单位热图像而生成;以及差分温度算出部(14),其针对每一像素而算出温度的最大值与温度的最小值的差分。
在上述监视装置(1A)中,可还具有平均温度算出部(17),所述平均温度算出部(17)针对每一像素而算出由差分温度算出部反复算出的差分的平均值。
在上述监视装置中,最大温度算出部可针对每一像素而根据规定期间(T1)内的时间序列的热图像数据中所包含的上位La(La为2以上的整数)个温度的平均值来算出温度的最大值。
在上述监视装置中,最大温度算出部可通过加权平均来算出上位La个温度的平均值。
在上述监视装置中,最大温度算出部可针对每一像素而根据规定期间内的时间序列的热图像数据中所包含的去掉上位Lc(Lc为2以上的整数)个温度以后的剩下的温度来算出温度的最大值。
在上述监视装置中,最大温度算出部可针对每一像素而根据规定期间内的时间序列的热图像数据中所包含的大于第1阈值的温度来算出温度的最大值。
在上述监视装置中,最小温度算出部可针对每一像素而算出规定期间内的时间序列的热图像数据中所包含的下位Lb(Lb为2以上的整数)个温度的平均值来作为温度的最小值。
在上述监视装置中,最小温度算出部可通过加权平均来算出下位Lb个温度的平均值。
在上述监视装置中,最小温度算出部可针对每一像素而根据规定期间内的时间序列的热图像数据中所包含的去掉下位Ld(Ld为2以上的整数)个温度以后的温度来算出温度的最小值。
在上述监视装置中,最小温度算出部可针对每一像素而根据规定期间内的时间序列的热图像数据中所包含的小于第2阈值的温度来算出温度的最小值。
再者,在上述说明中,作为一例,以带括号的方式记载对应于发明的构成要素的附图上的参考符号。
【发明的效果】
通过以上说明的内容,根据本发明,可更简单地生成与监视对象空间内的人有关的信息。
附图说明
图1为表示包括实施方式1的监视装置的监视系统的构成的图。
图2为表示空间内的多个热图像传感器的配置例的图。
图3为表示热图像传感器的设置例的图。
图4为表示某一时刻下的热图像的一例的图。
图5为用以说明从一个热图像传感器输出的热图像数据和该热图像数据中所包含的每一像素的单位像素数据的图。
图6A为表示热图像传感器的另一设置例的图。
图6B为表示热图像传感器的另一设置例的图。
图6C为表示热图像传感器的另一设置例的图。
图7为表示基于空间30整体的最大温度数据的热图像的一例的图。
图8为表示基于空间30整体的最小温度数据的热图像的一例的图。
图9为表示实施方式1的监视装置的处理工序的流程图。
图10为表示基于空间30整体的差分温度数据的热图像的一例的图。
图11为表示包括实施方式2的监视装置的监视系统的构成的图。
图12为表示实施方式2的监视装置的处理工序的流程图。
图13为表示基于空间30整体的平均温度数据的热图像的一例的图。
具体实施方式
下面,参考附图,对本发明的实施方式进行说明。
《实施方式1》
(1)监视系统
图1为表示包括本发明的一实施方式的监视装置的监视系统的构成的图。
图1所示的监视系统100是根据由设置在建筑物内的热图像传感器获取到的热图像来监视存在于建筑物内的人的系统。
具体而言,监视系统100由设置在楼宇、工厂等建筑物3内的多个热图像传感器4_1~4_x(x为2以上的整数)、监视装置1以及显示装置2构成。
(2)热图像传感器
热图像传感器4_1~4_x是以二维方式排列、获取表示建筑物3内的监视对象空间30的二维温度分布的热图像的设备。具体而言,热图像传感器4_1~4_x是分别以非接触方式检测规定区域的二维温度分布的红外线检测传感器。在本实施方式中,是以各热图像传感器4_1~4_x为热电堆阵列传感器的情况来进行说明。
此处,热电堆阵列传感器是将多个热电堆以二维方式排列而成的传感器,该热电堆由热电偶构成,为检测红外线的热电转换元件(红外线传感器)。通过将x个热电堆阵列传感器以二维方式排列在天花板等作为热图像传感器4_1~4_x,可掌握监视对象空间30的二维温度分布。
在本实施方式中,作为一例,一个热图像传感器4_1由32×31个热电堆构成,各热电堆各自构成一个像素。
图2为表示监视对象空间30内的热图像传感器4_1~4_x的配置例的图。
此处,空间30例如可为建筑物3内的一整个楼层,也可为一个楼层内的特定区域(例如,1个房间或多个房间)。
如图2所示,在将建筑物3内的监视对象空间30分割为与热图像传感器4_1~4_x的数量相同的多个区域300_1~300_x的情况下,多个热图像传感器4_1~4_x是对应于每一区域300_1~300_x而设置的。热图像传感器4_1~4_x各自生成各自对应的监视对象区域300_1~300_x的热图像40_1~40_x。以下,有时将从各热图像传感器4_1~4_x输出的热图像40_1~40_x称为单位热图像40_1~40_x。
在图2中,作为一例,展示了将空间30分割为22列6行,且在分割后的各区域300_1~300_x内以每一区域配置1个的方式配置有热图像传感器4_1~4_x的情况。
图3为表示热图像传感器4_1~4_x的设置例的图。
某一热图像传感器4_1~4_x设置在空间30的区域300内的天花板或墙面等。例如,如图3所示,热图像传感器4_1~4_x优选以其摄像面4A与地面(地板面)300B相对的朝向设置在建筑物3的天花板300A的表面。此外,优选以各热图像传感器4_1~4_x的摄像面4A与地面(地板面)300B的距离各自相等的方式设置各热图像传感器4_1~4_x。
通过像上述那样设置热图像传感器4_1~4_x,可无遗漏地检测监视对象空间30内的各区域300_1~300_x的下方空间的二维温度分布。
图4为表示由热图像传感器拍摄到的热图像的一例的图。
在图4中,展示了在某一时刻由作为热图像传感器4_1~4_x的“6×22”个热电堆阵列传感器拍摄到的房间的热图像。
在该图的热图像中,颜色越接近白色,表示温度越高。即,构成热图像的像素的亮度越高,表示对应区域的温度越高。通常,在办公室等房间的情况下,有存在于该房间内的人表现出最高温度的倾向。例如,图4中的参考符号41等白色部分表示存在人。
图4中的由虚线围成的区域40的图像是从一个热图像传感器4_1~4_x输出的热图像。
图5为用以说明从一个热图像传感器输出的热图像和该热图像中所包含的每一像素的单位像素数据的图。
如图5所示,在从一个热图像传感器4_1~4_x输出的单位热图像40_1~40_x中包含有单位像素数据400,该单位像素数据400表示与输入至构成该热图像传感器4_1~4_x的各热电堆的红外线量的强度相应的值。
即,在1个热图像传感器4_1~4_x为具有32×31个像素(热电堆)的热电堆阵列传感器的情况下,从1个热图像传感器4_1~4_x输出的1个单位热图像40由排序好的32×31个单位像素数据400构成,通过对从热图像传感器4_1~4_x输出的各热图像40_1~40_x进行合成,生成图4所示那样的表示空间30整体的二维温度分布的热图像数据150。
再者,在以下的说明中,有时将表示监视对象空间30的二维温度分布的热图像数据150称为“空间30的热图像数据150”。
热图像传感器4_1~4_x例如每单位时间各自生成一次包含对应区域300_1~300_x的区域的热图像40_1~40_x。热图像传感器4_1~4_x例如与设置在建筑物3内的服务器(未图示)连接,经由上述服务器而通过无线或有线将热图像40_1~40_x发送至监视装置1。例如,各热图像传感器4_1~4_x在1分钟内生成300张单位热图像40_1~40_x,并将它们经由上述服务器而发送至监视装置1。
(3)监视装置1
监视装置1是根据由热图像传感器4_1~4_x生成的单位热图像40_1~40_x来生成与存在于监视对象空间30内的人有关的信息的装置。监视装置1例如设置在建筑物3内的中央管理室或者对包括建筑物3在内的多个楼宇或工厂等设施进行监视的楼宇管理系统中的中央管理室等。
在本实施方式中,监视装置1生成表示空间30内的规定期间的人的移动范围的信息即表示空间30内的规定期间的人的轨迹的信息作为与存在于空间30内的人有关的信息。下面,对监视装置1进行详细说明。
如图1所示,监视装置1具有图像获取部10、图像处理部11、最大温度算出部12、最小温度算出部13、差分温度算出部14、存储部15及显示控制部16。
监视装置1例如由作为硬件资源的计算机和安装在该计算机中的程序实现。更具体而言,上述计算机为PC等,所述PC包括:CPU等程序处理装置;RAM(Random Access Memory(随机存储器))、ROM及HDD(Hard Disc Drive(硬盘驱动器))等存储装置;键盘、鼠标、指示装置、操作按钮及触控面板等用以从外部输入信息的输入装置;以及通信装置,其用以经由互联网、LAN(Local Area Network(局域网))、WAN(Wide Area Network(广域网))等通信线路而以有线或无线方式进行各种信息的收发。
即,通过由程序控制上述硬件资源来实现上述的图像获取部10、图像处理部11、最大温度算出部12、最小温度算出部13、差分温度算出部14、存储部15及显示控制部16。再者,上述程序能以记录在CD-ROM、DVD-ROM、存储卡等记录介质中的状态加以提供,也能经由网络而存储至监视装置1内的存储装置。
图像获取部10是获取由各热图像传感器4_1~4_x拍摄到的空间30的热图像40_1~40_x的功能部。图像获取部10依序获取每单位时间由各热图像传感器4_1~4_x获取到的热图像40_1~40_x。
图像处理部11根据由图像获取部10获取到的各热图像传感器4_1~4_x的单位热图像40_1~40_x来生成表示监视对象空间30的二维温度分布的热图像数据150。例如,图像处理部11进行对获取到的单位热图像40_1~40_x进行合成等图像处理,由此生成表示空间30整体的1个热图像来作为热图像数据150。
作为上述图像处理,除了对单位热图像40_1~40_x进行合成的处理以外,还可包括根据热图像传感器的设置场所的信息对各单位热图像40_1~40_x中所包含的监视对象物的尺寸进行归一化的处理。
例如,如图6A所示,在设置热图像传感器4的天花板300A的高度不均匀的情况下,上述高度越高,看见的监视对象物(例如人)越小。在该情况下,图像处理部11根据各热图像传感器4_1~4_x距地面的高度的信息来调整对象单位热图像40_1~40_x的倍率,由此将各单位热图像40_1~40_x中所包含的监视对象物的尺寸归一化,并根据归一化之后的单位热图像40_1~40_x来生成热图像数据150即可。
此外,如图6B所示,在监视对象空间30内的地面300B的高度不均匀的情况下(例如,电影院、体育场等),地面300B的高度越高,看见的监视对象物越大。在该情况下,与图6A的情况一样,图像处理部11根据各热图像传感器4_1~4_x距地面的高度的信息(与监视对象区域30内的建筑物的结构有关的信息)来调整对象单位热图像40_1~40_x的倍率,由此将各单位热图像40_1~40_x中所包含的监视对象物的尺寸归一化,并根据归一化之后的单位热图像40_1~40_x来生成热图像数据150即可。
进而,如图6C所示,在热图像传感器4的摄像面4A不均匀的情况下,摄像面4A相对于地面300B的角度会使得监视对象物的视觉表现发生变化。在该情况下,图像处理部11根据各热图像传感器4_1~4_x的摄像面4A的朝向(摄像面4A相对于地面300B的角度)的信息来对对象单位热图像40_1~40_x进行射影变换,由此将各单位热图像40_1~40_x中所包含的监视对象物的尺寸归一化,并根据归一化之后的单位热图像40_1~40_x来生成热图像数据150即可。
如上所述,图像处理部11也可视需要根据各热图像传感器4_1~4_x距地面的高度的信息、各热图像传感器4_1~4_x的摄像面4A的朝向的信息、以及监视对象区域30内的建筑物的结构的信息等“热图像传感器的设置场所的信息”将单位热图像40_1~40_x中所包含的监视对象物的尺寸归一化,并根据归一化之后的单位热图像40_1~40_x来生成热图像数据150。
存储部15是存储监视装置1用以生成与人有关的信息的各种数据的功能部。例如,存储部15中除了存储上述单位热图像40_1~40_x、时间序列的热图像数据150以外,还存储后文叙述的最大温度数据151、最小温度数据152及差分温度数据153等。
最大温度算出部12是根据时间序列的热图像数据150来针对热图像传感器4_1~4_x的每一像素而算出温度的最大值的功能部,所述时间序列的热图像数据150是根据由图像获取部10在规定期间内获取到的单位热图像40_1~40_x而生成。
具体而言,最大温度算出部12针对热图像传感器4_1~4_x的每一像素而检测由期间T1内所拍摄到的单位热图像40_1~40_x生成的时间序列的N张空间30的热图像数据150中所包含的最大温度(亮度),将检测到的温度作为最大温度。更具体而言,最大温度算出部12针对热图像传感器4_1~4_x的每一像素从由期间T1内所拍摄到的单位热图像40_1~40_x生成的时间序列的N张热图像数据150中选择温度(亮度)最高的单位像素数据400。
例如,在设定T1=1〔分钟〕、N=300,1个热图像传感器4_1~4_x由具有32×31个像素的热电堆阵列传感器构成的情况下,针对32×31(=992)个像素中的第p个(1≤p≤992的整数)像素,在1分钟内所生成的300张热图像数据150中的第20张热图像数据150表示最高温度的情况下,最大温度算出部12选择第20张热图像数据150中所包含的第p个像素的单位像素数据400_p。此外,针对第s个(1≤s≤992的整数,s≠p)像素,在1分钟内所生成的300张热图像数据150中的第150张热图像数据150表示最高温度的情况下,最大温度算出部12选择第150张热图像数据150中所包含的第s像素的单位像素数据400_s。
如此,最大温度算出部12针对每一像素而选择表示最大温度的单位像素数据400,并对它们进行排序、合成,由此,生成图7所示那样的空间30的最大温度的热图像数据(以下,称为“最大温度数据”)151,并存储至存储部15。
与最大温度算出部12相反,最小温度算出部13是根据时间序列的热图像数据150来针对热图像传感器4_1~4_x的每一像素而算出温度的最小值的功能部,所述时间序列的热图像数据150是根据由图像获取部10在规定期间内获取到的单位热图像40_1~40_x而生成。
具体而言,最小温度算出部13针对热图像传感器4_1~4_x的每一像素而检测由期间T1内所拍摄到的单位热图像40_1~40_x生成的时间序列的N张空间30的热图像数据150中所包含的最小温度(亮度),将检测到的温度作为最小温度。更具体而言,最小温度算出部13从由期间T1内所拍摄到的单位热图像40_1~40_x生成的时间序列的N张热图像数据150中针对热图像传感器4_1~4_x的每一像素而选择温度(亮度)最低的单位像素数据400。
在与上述最大温度算出部12同样的例子的情况下,针对第p个像素,在1分钟内所生成的300张热图像数据150中的第100张热图像数据150表示最低温度的情况下,最小温度算出部13选择第100张热图像数据150中所包含的第p个像素的单位像素数据400_p。此外,针对第s个像素,在1分钟内所生成的300张热图像数据150中的第40张热图像数据150表示最低温度的情况下,最小温度算出部13选择第40张热图像数据150中所包含的第s个像素的单位像素数据400_s。
如此,最小温度算出部13针对每一像素而选择表示最小温度的单位像素数据400,并对它们进行排序、合成,由此,生成图8所示那样的空间30的最小温度的热图像数据(以下,称为“最小温度数据”)152,并存储至存储部15。
差分温度算出部14针对每一像素而算出由最大温度算出部12算出的温度的最大值与由最小温度算出部13算出的温度的最小值的差分,并生成表示该差分的温度数据(以下,称为“差分温度数据”)153。
例如,在上述同样的例子的情况下,差分温度算出部14通过算出最大温度数据151中的第p个像素的单位像素数据400与最小温度数据152中的第p个像素的单位像素数据400的差分来生成第p个像素的单位差分温度数据,通过算出最大温度数据151中的第s个像素的单位像素数据400与最小温度数据152中的第s个像素的单位像素数据400的差分来生成第s个像素的单位差分温度数据。其后,差分温度算出部14利用像上述那样生成的每一像素的单位差分像素数据来生成空间30的差分温度数据153,并存储至存储部15。
显示控制部16是通过控制例如由LCD(Liquid Crystal Display)等构成的显示装置2而将各种信息显示在显示装置2的画面上的功能部。显示控制部16例如根据用户对监视装置1的操作输入等,使显示装置2显示存储部15中所存储的基于热图像数据150、最大温度数据151、最小温度数据152及差分温度数据153等的与人有关的信息等。
接着,对监视装置1的处理的流程进行说明。
图9为表示实施方式1的监视装置1的处理工序的流程图。
在监视装置1的处理中,首先,图像获取部10每隔规定时间获取一次从各热图像传感器4_1~4_x输出的单位热图像40_1~40_x,并依序存储至存储部15(S1)。
接着,图像处理部11根据由图像获取部10获取到的单位热图像40_1~40_x来生成空间30的热图像数据150(S2)。此时,在设置有热图像传感器4_1~4_x的天花板的高度、地板的高度、热图像传感器4_1~4_x的摄像面4A的朝向等不均匀的情况下,图像处理部11对成为对象的单位热图像40_1~40_x进行上述归一化处理,之后生成热图像数据150。
再者,在热图像传感器4_1~4_x的设置条件均匀的情况下,可在不进行上述归一化处理的情况下通过对单位热图像40_1~40_x进行合成来生成热图像数据150。
在存储部15中积存规定期间(例如,1分钟)的时间序列的热图像数据150之前,反复进行步骤S2的处理。
当存储部15中已积存规定期间的热图像数据150时,最大温度算出部12根据该规定期间的热图像数据150来针对每一像素而算出温度的最大值,由此生成空间30的最大温度数据151(S3)。例如,在将规定期间设为1分钟的情况下,最大温度算出部12通过上述方法,使用1分钟的时间序列的热图像数据150来生成1分钟的最大温度数据151,并存储至存储部15。
此外,最小温度算出部13也一样,当存储部15中已积存规定期间的热图像数据150时,根据该规定期间的热图像数据150来针对每一像素而算出温度的最小值,由此生成空间30的最小温度数据152(S4)。例如,在像上述那样将规定期间设为1分钟的情况下,最小温度算出部13通过上述方法,使用存储部15中所存储的1分钟的时间序列的热图像数据150来生成1分钟的最小温度数据152,并存储至存储部15。
接着,差分温度算出部14针对每一像素而算出温度的最大值与温度的最小值的差分,由此生成空间30的差分温度数据(S5)。例如,差分温度算出部14通过上述方法,根据步骤S3中所算出的1分钟的最大温度数据151和步骤S4中所算出的1分钟的最小温度数据152来生成1分钟的差分温度数据153。
图10为表示基于差分温度数据153的图像的一例的图。
如图10所示,在基于差分温度数据153的空间30的图像153A中,规定期间内的空间30内的人的移动范围即规定期间内的空间30内的人的轨迹显示得比周围明亮。其原因如下。
例如,在存在于对应于某一像素的区域内的热源在规定期间内未移动的情况下,该像素的规定期间的最大温度与最小温度的差分大致为“0”,当将其反映至像素的亮度时,该像素的图像接近“黑色”。即,即便空间30内存在PC等发热的信息终端,若该信息终端不移动,则对应于该信息终端所存在的区域的像素的图像也是接近“黑色”。同样地,即便在该区域内存在人的情况下,在这个人在规定期间内未移动时,对应于该区域的像素的单位差分温度数据也是接近“黑色”。
另一方面,在存在于某一区域内的人在规定期间内进行了移动的情况下,对应于该区域的像素的温度会随时间发生变化。即,规定期间内的该像素的温度的最大值与最小值的差分大于“0”,当将其反映至亮度时,该像素的图像接近“白色”。
若利用这种各像素的单位差分温度数据来生成空间30的差分温度数据153,并且,例如像图10所示那样通过显示控制部16而以图像的形式显示在显示装置2的画面上,则可像参考符号42所示那样向用户展示在规定期间内热源所移动的范围即规定期间内的人的轨迹。
以上,根据本发明的实施方式1的监视装置1,通过利用规定期间的时间序列的热图像数据来针对每一像素而算出最大温度与最小温度的差分并生成差分温度数据153,可提供表示规定期间内的人的轨迹的信息作为与监视对象空间30内的人有关的信息。
此外,在监视装置1中,是使用热图像传感器的图像而非普通监视摄像机的图像来检测人,因此不易受到日照条件、照明条件、以及人的服装等外部因素的影响。因此,与使用监视摄像机的图像来检测人的情况相比,数据处理变得简单,可避免包括监视装置1在内的整体的系统构成的复杂化。
即,根据实施方式1的监视装置1,可更简单地生成与监视对象空间内的人有关的信息。
此外,通过提供表示人的轨迹的信息,用户可掌握人容易聚集在空间30的哪一区域,因此,例如可进行空间30的高效布局的更新。此外,可认为,人容易聚集的区域存在激活交流的因素,因此,例如通过将存在于该区域内的人物调配至人不易聚集的区域等,可促进空间30整体的交流的激活。
此外,通过提供表示人的轨迹的信息,在空间30为禁入区域的情况下,可获得空间30内有人闯入以及这个人已移动至空间30的哪一区域等信息,因此,例如容易构建在禁入区域内有人进入的情况下进行警告的监视系统。此外,由于使用热电堆阵列传感器作为热图像传感器4_1~4_x,因此可进行24小时监视而不会受照明等的影响。
如上所述,根据实施方式1的监视装置1,由于生成表示人的轨迹的信息作为与监视对象空间内的人有关的信息,因此,不仅能监视人的有无,还能拓展监视系统100的功能。
此外,如上所述,在生成空间30的热图像数据150时,图像处理部11会根据各热图像传感器4_1~4_x的设置条件对单位热图像40_1~40_x进行恰当的图像处理,由此可将监视对象物(例如人)的尺寸等归一化,因此,其后进行的数据的分析等变得容易。
《实施方式2》
图11为表示包括实施方式2的监视装置的监视系统的构成的图。
该图所示的监视装置1A与实施方式1的监视装置1的不同点在于,除了人的轨迹的信息以外,还生成规定期间内的监视对象空间的人的分布状况的信息作为与监视对象空间内的人有关的信息。再者,在实施方式2的监视装置1A中,对与实施方式1的监视装置1相同的构成要素标注同一符号,并省略其详细说明。
具体而言,监视装置1A还具有平均温度算出部17作为用以生成规定期间内的监视对象空间30的人的分布状况的信息的功能部。
此处,所谓规定期间内的监视对象空间30的人的分布状况的信息,也可叫做规定期间内的监视对象空间30的各个区域300_1~300_x的人的利用率的信息。
平均温度算出部17算出针对每个规定期间算出的每一像素的最大温度与最小温度的差分的平均值。具体而言,在设定期间T1<期间T2时,平均温度算出部17在期间T2内对在每个期间T1由差分温度算出部14生成的时间序列的差分温度数据153进行平均,生成期间T2的平均温度数据154。
例如,当存储部15中已积存1个小时的量的、每1分钟生成一次的差分温度数据153时,平均温度算出部17算出1个小时的量的差分温度数据153中所包含的第p个像素的单位差分温度数据的平均值,由此生成第p个像素的单位平均温度数据,并且,算出1小时的量的差分温度数据153中所包含的第s个像素的单位差分温度数据的平均值,由此生成第s个像素的单位平均温度数据。
平均温度算出部17利用像上述那样生成的每一像素的单位平均温度数据来生成1小时内的空间30的平均温度数据154,并存储至存储部15。
此处,由平均温度算出部17进行的上述平均值的算出可通过算术平均或几何平均来算出,也可通过加权平均来算出,平均温度算出部17所采用的平均值的算出方法无特别限制。
接着,对实施方式2的监视装置1A的处理的流程进行说明。
图12为表示监视装置1A的处理工序的流程图。
在监视装置1A的处理中,步骤S1到步骤S5的处理内容与实施方式1的监视装置1相同。
在图12中,在步骤S5之后,当通过例如来自用户的操作输入而指示期间T2内的平均温度数据154的算出时,平均温度算出部17算出期间T2内的最大温度与最小温度的差分的平均值(S6)。例如,在设定T1=1〔分钟〕、T2=14〔分钟〕时,平均温度算出部17通过上述方法,在14分钟内根据步骤S5中所算出的每1分钟的差分温度数据153来生成14分钟的平均温度数据154。
图13为表示基于平均温度数据154的图像的一例的图。该图中展示了基于14分钟的平均温度数据154的图像154A。
如图13所示,通过以图像154A的形式显示14分钟的平均温度数据154,能够将14分钟内的空间30的人的分布状况作为视觉信息向用户提供。具体而言,可根据图像而获知在空间30内人在14分钟之内只通过了1次的区域等“人不是长时间存在的区域”和“人经常聚集的区域”。例如,在图13中,可知,以参考符号301表示的范围为14分钟之内人不怎么存在的区域,以参考符号302表示的范围为14分钟之内人大量存在的区域。
以上,根据实施方式2的监视装置1A,通过算出规定期间内的每一像素的最大温度与最小温度的差分的平均值并生成平均温度数据154,除了提供人的轨迹的信息以外,还可提供表示规定期间内的空间30内的人的分布状况的信息作为与监视对象空间30内的人有关的信息。由此,与仅提供人的轨迹的信息的情况相比,可更准确地掌握空间30内的人容易聚集的区域和人不易聚集的区域。例如,根据每一区域300_1~300_x的人的利用率的信息,可了解人的热负荷的分布,因此可进行高效的空调控制。
以上,根据实施方式对由本发明者等人完成的发明进行了具体说明,但本发明并不限定于此,当然可在不脱离其主旨的范围内进行各种变更。
例如,在上述实施方式中,作为最大温度算出部12及最小温度算出部13所采用的温度的最大值及最小值的算出方法,例示的是使用规定期间T1(例如1分钟)内所获取到的多个热图像数据150来针对每一像素而选择温度最高/最低的单位像素数据400的方法,但并不限于此,也可通过以下所示的各种方法来算出温度的最大值及最小值。
例如,最大温度算出部12也可针对每一像素而从期间T1内所生成的时间序列的热图像数据150中选择上位La(La为2以上的整数)个温度,根据所选择的La个温度的平均值来生成空间30的最大温度数据151。
同样地,最小温度算出部13也可针对每一像素而从期间T1内所生成的时间序列的热图像数据150中选择下位Lb(Lb为2以上的整数)个温度,根据所选择的Lb个温度的平均值来算出空间30的最小温度数据152。此处,温度的平均值可通过算术平均或几何平均来算出,也可通过考虑了相对于人的体温的温度差等的加权平均来算出,平均值的算出方法无特别限制。
此外,最大温度算出部12也可针对每一像素而从期间T1内所生成的时间序列的热图像数据150中所包含的去掉上位Lc(Lc为2以上的整数)个温度以后的剩下的温度中选择最大温度,根据该选择的温度来生成最大温度数据151。
同样地,最小温度算出部13也可针对每一像素而从期间T1内所生成的时间序列的热图像数据150中所包含的去掉下位Ld(Ld为2以上的整数)个温度以后的剩下的温度中选择最小温度,根据该选择的温度来算出最小温度数据152。
如上所述,通过采用像上述那样算出上位或下位的若干温度的平均值的方法或者在去掉上位或下位的若干温度之后选择最大或最小温度的方法而非实施方式1、2中说明过的从多个热图像数据150中针对每一像素而单纯地选择温度最高或最低的单位像素数据400的方法,例如,即便在因噪声对热图像传感器的影响而生成包含表示异常温度的数据的热图像数据150的情况下,也可高精度地生成与人有关的信息。
此外,最大温度算出部12也可针对每一像素而根据期间T1内所生成的时间序列的热图像数据150中所包含的大于规定阈值的温度来生成最大温度数据151。例如,在将阈值设定为30℃的情况下,可将表示30℃以上的温度的单位像素数据400转换为表示固定温度(例如40℃)的单位像素数据400,将该固定温度作为最大温度来生成最大温度数据151。
同样地,最小温度算出部13也可针对每一像素而根据期间T1内所生成的时间序列的热图像数据150中所包含的小于规定阈值的温度来生成最小温度数据152。例如,在将阈值设定为25℃的情况下,可将表示25℃以下的温度的单位像素数据400转换为表示固定温度(例如20℃)的单位像素数据400,将该固定温度作为最小温度。
由此,与上述方法一样,即便在热图像传感器4_1~4_x受到噪声的影响的情况下,也可高精度地生成与人有关的信息。
再者,作为上述的最大温度的算出方法和最小温度的算出方法,在监视装置1、1A中无须采用同一种算出方法,也可酌情组合上述多种算出方法。例如,可采用根据上位La个温度的平均值来算出温度的最大值的方法作为温度的最大值的算出方法,采用单纯地选择温度最低的单位像素数据的方法作为温度的最小值的算出方法。
此外,在实施方式2中,例示的是通过平均温度算出部17来算出14分钟的差分温度的平均值的情况,但并不限定于此。例如,也可算出1小时的差分温度的平均值,并且,也可算出由用户指示的任意期间的差分温度的平均值。
符号说明
100、100A监视系统,1、1A监视装置,2显示装置,3建筑物,4_1~4_x热图像传感器,10图像获取部,11图像处理部,12最大温度算出部,13最小温度算出部,14差分温度算出部,15存储部,16显示控制部,17平均温度算出部,150热图像数据,151最大温度数据,152最小温度数据,153差分温度数据,154平均温度数据,30空间,300_1~300_x区域,40、40_1~40_x单位热图像,400_1~400_x单位像素数据。
Claims (23)
1.一种监视装置,其特征在于,具有:
图像获取部,其从热图像传感器获取单位热图像;
图像处理部,其根据由所述图像获取部获取到的单位热图像来生成表示监视对象空间的二维温度分布的热图像数据;
最大温度算出部,其根据时间序列的所述热图像数据来针对所述热图像传感器的每一像素而算出温度的最大值,所述时间序列的所述热图像数据是根据由所述图像获取部反复获取到的所述单位热图像而生成;
最小温度算出部,其根据时间序列的所述热图像数据来针对每一所述像素而算出温度的最小值,所述时间序列的所述热图像数据是根据由所述图像获取部反复获取到的所述单位热图像而生成;以及
差分温度算出部,其针对每一所述像素而算出所述温度的最大值与所述温度的最小值的差分。
2.根据权利要求1所述的监视装置,其特征在于,还具有平均温度算出部,所述平均温度算出部针对每一所述像素而算出由所述差分温度算出部反复算出的所述差分的平均值。
3.根据权利要求1所述的监视装置,其特征在于,
所述最大温度算出部针对每一所述像素而算出规定期间内的时间序列的所述热图像数据中所包含的上位La个温度的平均值,将其作为所述温度的最大值,其中La为2以上的整数。
4.根据权利要求3所述的监视装置,其特征在于,
所述最大温度算出部通过加权平均来算出所述上位La个温度的平均值。
5.根据权利要求1所述的监视装置,其特征在于,
所述最大温度算出部针对每一所述像素而根据从规定期间内的时间序列的所述热图像数据中所包含的去掉上位Lc个温度以后的剩下的温度中选择的最大温度来算出所述温度的最大值,其中Lc为2以上的整数。
6.根据权利要求1所述的监视装置,其特征在于,
所述最大温度算出部针对每一所述像素而根据规定期间内的时间序列的所述热图像数据中所包含的大于第1阈值的温度来算出所述温度的最大值。
7.根据权利要求2所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而算出规定期间内的时间序列的所述热图像数据中所包含的下位Lb个温度的平均值,将其作为所述温度的最小值,其中Lb为2以上的整数。
8.根据权利要求7所述的监视装置,其特征在于,
所述最小温度算出部通过加权平均来算出所述下位Lb个温度的平均值。
9.根据权利要求2所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据从规定期间内的时间序列的所述热图像数据中所包含的去掉下位Ld个温度以后的温度中选择的最小温度来算出所述温度的最小值,其中Ld为2以上的整数。
10.根据权利要求2所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据规定期间内的时间序列的所述热图像数据中所包含的小于第2阈值的温度来算出所述温度的最小值。
11.根据权利要求3所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而算出规定期间内的时间序列的所述热图像数据中所包含的下位Lb个温度的平均值,将其作为所述温度的最小值,其中Lb为2以上的整数。
12.根据权利要求5所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而算出规定期间内的时间序列的所述热图像数据中所包含的下位Lb个温度的平均值,将其作为所述温度的最小值,其中Lb为2以上的整数。
13.根据权利要求6所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而算出规定期间内的时间序列的所述热图像数据中所包含的下位Lb个温度的平均值,将其作为所述温度的最小值,其中Lb为2以上的整数。
14.根据权利要求3所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据从规定期间内的时间序列的所述热图像数据中所包含的去掉下位Ld个温度以后的温度中选择的最小温度来算出所述温度的最小值,其中Ld为2以上的整数。
15.根据权利要求5所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据从规定期间内的时间序列的所述热图像数据中所包含的去掉下位Ld个温度以后的温度中选择的最小温度来算出所述温度的最小值,其中Ld为2以上的整数。
16.根据权利要求6所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据从规定期间内的时间序列的所述热图像数据中所包含的去掉下位Ld个温度以后的温度中选择的最小温度来算出所述温度的最小值,其中Ld为2以上的整数。
17.根据权利要求3所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据规定期间内的时间序列的所述热图像数据中所包含的小于第2阈值的温度来算出所述温度的最小值。
18.根据权利要求5所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据规定期间内的时间序列的所述热图像数据中所包含的小于第2阈值的温度来算出所述温度的最小值。
19.根据权利要求6所述的监视装置,其特征在于,
所述最小温度算出部针对每一所述像素而根据规定期间内的时间序列的所述热图像数据中所包含的小于第2阈值的温度来算出所述温度的最小值。
20.根据权利要求2至19中任一项所述的监视装置,其特征在于,
所述图像处理部根据所述热图像传感器的设置场所的信息对由所述图像获取部获取到的所述单位热图像进行归一化,由此生成所述热图像数据。
21.一种监视方法,其特征在于,包括:
第1步骤,监视装置从热图像传感器获取单位热图像;
第2步骤,所述监视装置根据所述第1步骤中所获取到的所述单位热图像来生成表示监视对象空间的二维温度分布的热图像数据;
第3步骤,所述监视装置根据时间序列的所述热图像数据来针对所述热图像传感器的每一像素而算出温度的最大值,所述时间序列的所述热图像数据是根据所述第1步骤中反复获取到的所述单位热图像而生成的;
第4步骤,所述监视装置根据时间序列的所述热图像数据来针对每一所述像素而算出温度的最小值,所述时间序列的所述热图像数据是根据所述第1步骤中反复获取到的所述单位热图像而生成的;以及
第5步骤,所述监视装置针对每一所述像素而算出所述第3步骤中所算出的所述温度的最大值与所述第4步骤中所算出的所述温度的最小值的差分。
22.根据权利要求21所述的监视方法,其特征在于,还包括第6步骤,即,所述监视装置针对每一所述像素而算出所述第5步骤中反复算出的时间序列的所述差分的平均值。
23.根据权利要求21或22所述的监视方法,其特征在于,
在所述第2步骤中,根据各所述热图像传感器的设置场所的信息对所述第1步骤中所获取到的所述单位热图像进行归一化,由此生成所述热图像数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-083460 | 2016-04-19 | ||
JP2016083460A JP6654091B2 (ja) | 2016-04-19 | 2016-04-19 | 監視装置、監視方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107402073A CN107402073A (zh) | 2017-11-28 |
CN107402073B true CN107402073B (zh) | 2019-10-11 |
Family
ID=60155083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710256780.XA Active CN107402073B (zh) | 2016-04-19 | 2017-04-19 | 监视装置以及监视方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6654091B2 (zh) |
KR (1) | KR20170119631A (zh) |
CN (1) | CN107402073B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108419045B (zh) * | 2018-02-11 | 2020-08-04 | 浙江大华技术股份有限公司 | 一种基于红外热成像技术的监控方法及装置 |
JP7299400B2 (ja) * | 2019-06-14 | 2023-06-27 | 株式会社神戸製鋼所 | 温度測定装置および温度測定方法 |
JP7189844B2 (ja) * | 2019-06-14 | 2022-12-14 | 株式会社神戸製鋼所 | 温度測定装置および温度測定方法 |
IT201900019001A1 (it) * | 2019-10-16 | 2021-04-16 | Cms Spa | Metodo di controllo e macchina termoformatrice |
JP6979103B2 (ja) * | 2020-04-08 | 2021-12-08 | 三菱電機インフォメーションシステムズ株式会社 | 画像生成装置、画像生成方法及び画像生成プログラム |
JPWO2022130474A1 (zh) * | 2020-12-14 | 2022-06-23 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010185704A (ja) * | 2009-02-10 | 2010-08-26 | Yamagata-Chino Corp | 熱画像センサ |
JP5799219B2 (ja) * | 2011-03-17 | 2015-10-21 | パナソニックIpマネジメント株式会社 | 物体検出装置 |
JP5897950B2 (ja) * | 2012-03-27 | 2016-04-06 | セコム株式会社 | 画像監視装置 |
JP6001938B2 (ja) * | 2012-07-09 | 2016-10-05 | アズビル株式会社 | 温度分布検出装置および方法 |
JP6000762B2 (ja) * | 2012-08-31 | 2016-10-05 | セコム株式会社 | 画像監視装置 |
JP5756839B2 (ja) * | 2013-11-01 | 2015-07-29 | 株式会社浅野研究所 | 熱成形装置 |
JP6344533B2 (ja) * | 2015-12-15 | 2018-06-20 | コニカミノルタ株式会社 | ガス濃度厚み積測定装置、ガス濃度厚み積測定方法、ガス濃度厚み積測定プログラム、及び、ガス濃度厚み積測定プログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2016
- 2016-04-19 JP JP2016083460A patent/JP6654091B2/ja not_active Expired - Fee Related
-
2017
- 2017-04-12 KR KR1020170047150A patent/KR20170119631A/ko not_active Application Discontinuation
- 2017-04-19 CN CN201710256780.XA patent/CN107402073B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017195454A (ja) | 2017-10-26 |
JP6654091B2 (ja) | 2020-02-26 |
CN107402073A (zh) | 2017-11-28 |
KR20170119631A (ko) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402073B (zh) | 监视装置以及监视方法 | |
Peng et al. | Temperature-preference learning with neural networks for occupant-centric building indoor climate controls | |
Nazarian et al. | Integrated assessment of urban overheating impacts on human life | |
Candanedo et al. | Accurate occupancy detection of an office room from light, temperature, humidity and CO2 measurements using statistical learning models | |
Trivedi et al. | Occupancy detection systems for indoor environments: A survey of approaches and methods | |
Jung et al. | Measuring circadian lighting through high dynamic range photography | |
US20180032693A1 (en) | Monitoring activities of daily living of a person with graphical elements | |
JP6602386B2 (ja) | グラフィック要素による人の日常生活動作のモニタリング | |
Wu et al. | Occupancy detection and localization by monitoring nonlinear energy flow of a shuttered passive infrared sensor | |
Feng et al. | Data-driven personal thermal comfort prediction: A literature review | |
Spataru et al. | How to monitor people ‘smartly’to help reducing energy consumption in buildings? | |
CN111538030A (zh) | 检测人类活动的方法、系统和非暂态计算机可读介质 | |
CN104040310A (zh) | 用于检测对象在监视区域中的存在性的红外存在性检测器 | |
CN107436196B (zh) | 监视装置、监视方法及存储有程序的信息处理装置 | |
Li et al. | Development of a novel method to detect clothing level and facial skin temperature for controlling HVAC systems | |
Morgner et al. | Privacy implications of room climate data | |
Xiong et al. | Inferring personalized visual satisfaction profiles in daylit offices from comparative preferences using a Bayesian approach | |
Gonzalez et al. | Using a thermopile matrix sensor to recognize energy-related activities in offices | |
KR102321197B1 (ko) | 딥러닝을 이용한 치매 위험인자 결정 방법 및 장치 | |
Zemouri et al. | A machine learning approach to indoor occupancy detection using non-intrusive environmental sensor data | |
US11246205B1 (en) | System and method of monitoring activity in an enclosed environment | |
Kowalski et al. | Multi Low-resolution Infrared Sensor Setup for Privacy-preserving Unobtrusive Indoor Localization. | |
JP2019030628A (ja) | 情報提供装置、情報提供システム、情報提供方法、及びプログラム | |
Jacoby et al. | Whisper: wireless home identification and sensing platform for energy reduction | |
Baek et al. | Vision-based personal thermal comfort prediction based on half-body thermal distribution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |