CN108109704A - 行为侦测系统及行为侦测方法 - Google Patents
行为侦测系统及行为侦测方法 Download PDFInfo
- Publication number
- CN108109704A CN108109704A CN201710068112.4A CN201710068112A CN108109704A CN 108109704 A CN108109704 A CN 108109704A CN 201710068112 A CN201710068112 A CN 201710068112A CN 108109704 A CN108109704 A CN 108109704A
- Authority
- CN
- China
- Prior art keywords
- behavior
- probability
- pattern
- event
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title abstract 5
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000000605 extraction Methods 0.000 claims description 16
- 230000005236 sound signal Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 297
- 238000003287 bathing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0469—Presence detectors to detect unsafe condition, e.g. infrared sensor, microphone
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
Landscapes
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供一种行为侦测系统及行为侦测方法,行为侦测系统所执行的方法包括:预先储存多个事件类型、行为模式与日常模式,每一事件类型包含其对应的多个参考信号,每一行为模式包含具有特定顺序的事件类型,以及日常模式记录有每日不同时间区段的多个历史时间区段中的行为模式;比对感测信号与所述多个事件所对应的参考信号,并判断对应所述多个感测信号的所述多个事件;以及根据事件分类模块于目前时间区段中的连续事件及其顺序和行为模式,获得当前行为模式及其一第一机率,将当前行为模式与日常模式比对,以获得第二机率,并根据第一机率与第二机率判断是否发出通知。
Description
技术领域
本发明涉及一种行为侦测系统及其方法,并且,还涉及一种能通过不同类型的传感器获得感测信号以侦测一行为的行为侦测系统及其方法。
背景技术
随着科技的进步,目前已发展出多种居家/室内照护系统。主要原因在于,在这个慢慢步向高龄化的社会,子女平日均需要外出工作或求学而无法随时于家中照料年迈的父母。于此种情况下,子女都希望任何时候若家中老年人于活动过程中发生紧急状况能够实时得知。
举例来说,有些居家/室内照护系统会利用摄像镜头来观察老年人于活动过程中是否发生紧急状况;然而,利用摄像镜头观察老年人于家中的活动的做法存在有隐私疑虑。举另一例来说,有些居家/室内照护系统会将收音装置装设在地板上,根据收音装置所接收到的音频来判断老年人在家中是否发生跌倒的状况;然而,然而单单凭装设在地板上的收音装置所接收到的音频判断老年人在家中是否跌倒很容易出现误判。举再一例来说,有些居家/室内照护系统是通过让被照护者配戴行动装置,藉由此行动装置所感测到的信号,如:多轴加速器所接收的信号,来判断被照护者是否于行动中发生危险;然而,即便是在洗澡之类的场合被照护者也必须要随身配戴行动装置,实有不便。因此,考虑到前述进行居家/室内照护时的需求与不便,目前非常需要不影响隐私权、不需要随身配戴行动装置、且误判率低的行为侦测系统。
发明内容
本发明实施例公开一种行为侦测系统,通过多个传感器获得多个感测信号以侦测一行为,并判断是否发出通知至外部装置。此系统包括储存模块、事件分类模块与事件判断模块。储存模块预先储存多个事件类型、多个行为模式与一日常模式。每一事件类型包含其对应的多个参考信号,每一个行为模式包含多个具有特定顺序的事件类型,日常模式则记录有对应每日不同时间区段的多个历史时间区段中的多个行为模式。事件分类模块连接于储存模块,用以比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断对应所述多个感测信号的事件类型。事件判断模块连接于储存模块及事件分类模块。事件判断模块根据事件分类模块于一目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一个当前行为模式及其第一机率。接着,事件判断模块将所获得的当前行为模式与储存模块预先储存的日常模式比对,以获得第二机率。最后,事件判断模块根据第一机率与第二机率判断是否发出通知至外部装置。须说明地是,第一机率为当前行为模式可能发生危险的机率,而第二机率则为当前行为模式与对应于目前时间区段的多个历史时间区段中的所述多个行为模式相符合的机率。
于本发明一实施例的行为侦测系统中,行为侦测系统还包括行为模式萃取模块。行为模式萃取模块连接于事件分类模块,用以将事件类型及其发生顺序和第一机率,储存于所述储存模块以作为所述多个行为模式其中之一。
于本发明一实施例的行为侦测系统中,行为侦测系统还包括日常模式训练模块连接于事件分类模块。日常模式训练模块根据所判断出所述行为模式发生的时间点,将所判断出的所述行为模式作为对应每日不同时间区段的历史时间区段的行为模式,以获得日常模式并将此日常模式储存于储存模块。
于本发明一实施例的行为侦测系统中,事件分类模块进一步根据所述多个感测信号的种类、位置、大小、强弱和频率等其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的所述事件类型。
于本发明一实施例的行为侦测系统中,若由所述行为模式萃取模块所获得的所述行为模式与预先储存于所述储存模块的所述多个行为模式之一的相似度大于一预设百分比,则以所述多个行为模式之一的所述第一机率做为所述行为模式萃取模块所获得的所述行为模式的所述第一机率。
于本发明一实施例的行为侦测系统中,所述日常模式定义为所述行为模式于重迭的所述多个历史时间区段中发生的平均机率,其中重迭的所述多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。
于本发明一实施例的行为侦测系统中,当所述第一机率高于一第一机率门坎且所述第二机率低于一第二机率门坎时,所述事件判断模块发出所述通知。
于本发明一实施例的行为侦测系统中,通知为一警示信号或一控制信号,用以使所述外部装置发出警示或用以控制所述外部装置的运作。
于本发明一实施例的行为侦测系统中,行为侦测系统还包括回馈输入接口,用以输入一回馈信息,以至少调整所述第一机率门坎与所述第二机率门坎之一。
于本发明一实施例的行为侦测系统中,多个传感器至少包括一红外线摄像仪与一声音接收器,且所述多个感测信号至少包括一音频信号与一红外线信号。
本发明实施例还公开一种行为侦测方法,此行为侦测方法适用于一行为侦测系统,此行为侦测系统主要通过多个传感器获得多个感测信号以侦测一行为,并判断是否发出通知至外部装置。另外,此行为侦测系统包括储存模块、事件分类模块与事件判断模块,其中事件分类模块与事件判断模块连接于储存模块。本发明所提供的行为侦测方法包括:通过储存模块,预先储存多个事件类型、多个行为模式与一日常模式,其中每一事件类型包含其对应的多个参考信号,每一个行为模式包含多个具有特定顺序的事件类型,以及日常模式记录有对应每日不同时间区段的多个历史时间区段中的多个行为模式;通过事件分类模块,比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断对应所述多个感测信号的事件类型;以及通过事件判断模块,根据事件分类模块于一目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一当前行为模式及其第一机率,将所获得的当前行为模式与日常模式比对,以获得第二机率,以及根据第一机率与第二机率判断是否发出通知。须说明地是,第一机率定义为当前行为模式可能发生危险的机率,而第二机率则定义为当前行为模式与对应于目前时间区段的多个所述历史时间区段中的所述多个行为模式相符合的机率。
于本发明一实施例的行为侦测方法中,此行为侦测方法所适用的行为侦测系统还包括连接于事件分类模块的行为模式萃取模块。同时,此行为侦测方法还包括:通过行为模式萃取模块,将所述多个事件类型及其发生顺序和第一机率,储存于所述储存模块以作为所述多个行为模式其中之一。
于本发明一实施例的行为侦测方法中,此行为侦测方法所适用的行为侦测系统还包括连接于事件分类模块的日常模式训练模块。同时,此行为侦测方法还包括:通过日常模式训练模块,根据所判断出所述行为模式发生的时间点,将所判断出的所述行为模式作为对应每日不同时间区段的历史时间区段的行为模式,以获得日常模式并将此日常模式储存于储存模块。
于本发明一实施例的行为侦测方法中,通过所述事件分类模块,比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断所述多个事件类型的步骤中还包括:通过所述事件分类模块,进一步根据所述多个感测信号的种类、位置、大小、强弱和频率等其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的所述多个事件类型。
于本发明一实施例的行为侦测方法中,若由所述行为模式萃取模块所获得的所述行为模式与预先储存于所述储存模块的所述多个行为模式之一的相似度大于一预设百分比,则以所述多个行为模式之一的所述第一机率做为所述行为模式萃取模块所获得的所述行为模式的所述第一机率。
于本发明一实施例的行为侦测方法中,平时行为定义为所述事件类型于重迭的所述多个历史时间区段中发生的平均机率,其中重迭的所述多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。
于本发明一实施例的行为侦测方法中,通过所述事件判断模块,根据所述第一机率与所述第二机率判断是否发出所述通知的步骤还包括:当所述第一机率高于一第一机率门坎且所述第二机率低于一第二机率门坎时,所述事件判断模块发出所述通知。
于本发明一实施例的行为侦测方法中,通知为一警示信号或一控制信号,且所述行为侦测方法还包括:根据所述警示信号或所述控制信号,使所述外部装置发出警示或控制所述外部装置的运作。
于本发明一实施例的行为侦测方法中,行为侦测系统此行为侦测方法所适用的行为侦测系统还包括回馈输入接口,且所述行为侦测方法还包括:通过所述回馈输入接口,输入一回馈信息,以至少调整所述第一机率门坎与所述第二机率门坎之一。
于本发明一实施例的行为侦测方法中,所述多个传感器至少包括一红外线摄像仪与一声音接收器,且所述多个感测信号至少包括一音频信号与一红外线信号。
综上所述,本发明实施例所公开的行为侦测系统与行为侦测方法能根据不同类型的感测信号(如:音频信号、红外线信号…等)来侦测一行为,并进一步根据行为模式萃取模块所获得的行为模式以及日常模式训练模块所获得的日常模式,来判断是否须针对此行为对外部装置发出通知。举例来说,本发明所提供的行为侦测系统与行为侦测方法能应用于家电设备上,用以判断家中是否有人发生危险,例如:老人家是否跌倒不起。有别于传统上仅通过单一类感测信号侦测并判断是否须针对所侦测出的行为对外部装置发出通知的侦测系统,本发明所提供的行为侦测系统与行为侦测方法能够较准确地判断出所侦测到的行为是否危险(即,所侦测到的行为会发生危险的可能性),而大幅降低因误判而发出错误通知的情况。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,但是此等说明与所附图式仅用来说明本发明,而非对本发明的权利范围作任何的限制。
附图说明
图1为根据本发明例示性实施例绘示的行为侦测系统的方块图。
图2为根据本发明另一例示性实施例绘示的行为侦测系统的方块图。
图3为说明本发明例示性实施例绘示的行为侦测系统中行为模式萃取模块如何获得一行为模式的示意图。
图4为说明本发明例示性实施例绘示的行为侦测系统中日常模式训练模块如何获得一日常行为的示意图。
图5为根据本发明例示性实施例绘示的行为侦测方法的流程图。
图6为根据本发明另一例示性实施例绘示的行为侦测方法的流程图。
具体实施方式
在下文将参看随附图式更充分地描述各种例示性实施例,在随附图式中展示一些例示性实施例。然而,本发明概念可能以许多不同形式来体现,且不应解释为限于本文中所阐述的例示性实施例。确切而言,提供此等例示性实施例使得本发明将为详尽且完整,且将向熟习此项技术者充分传达本发明概念的范畴。在诸图式中,类似数字始终指示类似组件。
〔行为侦测系统的实施例〕
请参照图1,图1为根据本发明例示性实施例绘示的行为侦测系统的方块图。本实施例所提供的行为侦测系统1可由计算机、本地服务器、云端服务器或其组合的机器实体来实现,且主要包括储存模块10、事件分类模块12与事件判断模块18,且如图1所示,事件分类模块12与事件判断模块18均连接于储存模块10。整体而言,本实施例所提供的行为侦测系统1能通过多个传感器S1、S2获得多个感测信号以侦测一行为,并判断是否发出通知至外部装置D。须说明地是,于本实施例中,行为侦测系统1系通过至少两种不同类型的传感器S1、S2获得多个感测信号以侦测一行为。举例来说,行为侦测系统1可通过声音接收器与红外线摄像仪,来接收至少一音频信号与一红外线信号,接着根据这些感测信号侦测出一行为,并进一步判断是否针对此行为发出通知至外部装置D;然而,本发明于此并不限制行为侦测系统1所使用的传感器S1、S2的类型。
接着,将进一步阐述本实施例所提供的行为侦测系统1的工作原理。
于本实施例中,储存模块10预先储存多个事件类型、多个行为模式与一日常模式。其中,每一个事件类型包含有多个参考信号,每一个行为模式包含多个具有特定顺序的事件类型,日常模式则记录有对应每日不同时间区段的多个历史时间区段中的多个行为模式。举例来说,储存模块10可预先储存有多个事件类型,如「开厕所门」、「开水龙头」、「冲马桶」等事件类型,每个事件类型可能具有不同的参考信号,例如,「开厕所门」可以是侦测到物体位移(此处指厕所门把)的红外线信号,「开水龙头」的事件可以是流水声的音频信号。此外,事件类型可能也会具有一种以上的感测信号,例如,「冲马桶」可以是马桶按钮被按压的信号并加上大量冲水声的音频信号。再者,行为模式可例如「上厕所」的行为模式,「上厕所」的行为模式包含多个具有特定顺序的事件类型,如:开/关厕所门─冲马桶─开/关水龙头─开/关厕所门。
另外,于本实施例中,日常模式定义为一个行为模式于重迭的多个历史时间区段中发生的平均机率,其中重迭的多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。举例来说,日常模式中可包含发生于2016/11/1,PM 18:00~PM 19:00中的「进家门」的行为模式、发生于2016/11/2,PM 18:00~PM 19:00中的「进家门」的行为模式、发生于2016/11/1,PM 20:00~PM 21:00中的「洗澡」的行为模式与发生于2016/11/2,PM 20:00~PM 21:00中的「洗澡」的行为模式…等。以上述「洗澡」的行为模式来说,日常模式便可显示出在多个历史时间区段「2016/11/1,PM 20:00~PM 21:00」、「2016/11/2,PM 20:00~PM21:00」…中「洗澡」的行为模式发生的平均机率。
事件分类模块12用以比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断出一事件的事件类型。进一步说明,于本实施例中,事件分类模块12是根据所述多个感测信号的种类、位置、大小、强弱和频率等其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的事件类型。举例来说,感测信号的种类可为音频信号、红外线信号、超音波信号…等,感测信号的位置则可通过例如地理位置信号等来取得。
事件判断模块18则将事件分类模块12于一目前时间区段中所判断出连续的所述多个事件类型及其顺序,以及储存模块10预先储存的所述多个行为模式中的事件类型及其顺序作比对,以获得一个当前行为模式及其第一机率。举例来说,事件分类模块12于目前时间区段(如:PM 18:10~PM 18:15)中所判断出连续的所述多个事件类型及其顺序为:开/关家门─小狗叫─开/关家门,且于储存模块10预先储存的所述多个行为模式中的事件类型及其顺序里头,「开家门─小狗叫─关家门」为一「进家门」的行为模式,于是事件判断模块18便会将目前时间区段中所判断出连续的所述多个事件类型及其顺序进一步判断为一「进家门」的行为模式。
于本实施例中,第一机率为当前行为模式可能发生危险的机率。此外须说明地是,于实际操作上,行为侦测系统1在出厂时便会为预先储存于储存模块10中的各行为模式预先设定其第一机率。举例来说,由于浴室为家中较容易发生危险的场所,因此针对「洗澡」的行为模式,行为侦测系统1将「洗澡」的行为模式的第一机率预先设定地较高(如:高于50%)。
接下来,事件判断模块18会将所获得的当前行为模式与储存模块10预先储存的日常模式比对,以获得第二机率。于此须说明地是,于本实施例中,第二机率为当前行为模式与对应于目前时间区段的多个历史时间区段中的所述多个行为模式符合的机率。举例来说,假设日常模式包含「进家门」的行为模式(历史时间区段为:2016/11/1,PM 18:00~PM19:00),若事件判断模块18获得了一个当前行为模式为「进家门」的行为模式,且获得此当前行为模式的目前时间区段为2016/11/2,PM 18:10~PM 18:15,于是事件判断模块18将此当前行为模式与日常模式比对后,便会获得一个较高的第二机率(如:高于50%)。举另一例来说,假设日常模式包含「洗澡」的行为模式(历史时间区段为:2016/11/1,PM 20:00~PM21:00),若事件判断模块18获得了一个当前行为模式为「洗澡」的行为模式,且获得此当前行为模式的目前时间区段为2016/11/2,PM 14:10~PM 14:15,于是事件判断模块18将此当前行为模式与日常模式比对后,便会获得一个较低的第二机率(如:低于50%)。
最后,事件判断模块18根据第一机率与第二机率判断是否发出通知至外部装置D。举例来说,假设当前行为模式为一「洗澡」的行为模式,且当前行为模式发生的目前时间区段为PM 20:20~PM 20:50,于是事件判断模块18便会获得一个高于50%的第一机率与一个低于50%的第二机率。值得注意的是,于本实施例中,当第一机率高于一第一机率门坎且第二机率低于一第二机率门坎时,事件判断模块18便会发出通知至外部装置D。因此,假设第一机率门坎与第二机率门坎均为50%,则于上述举例中,虽然第一机率高于50%,但由于第二机率也高于50%,事件判断模块18便不会发出通知至外部装置D。也就是说,事件判断模块18将发生于目前时间区段PM 20:20~PM 20:50中的当前行为模式「洗澡」视为不需要警示的状况。
举另一例来说,假设针对「开家门─小狗叫─关家门」的「进家门」的行为模式所默认的第一机率为30%,但当前行为模式中的事件类型及其顺序为「开家门─小狗叫─关家门─小狗叫」,事件判断模块18仍会将当前行为模式判断为「进家门」的行为模式,但由于多了一个「小狗叫」的事件类型,事件判断模块18便会将默认的第一机率调整(如:60%)。接着,假设当前行为模式发生的目前时间区段为PM 14:10~PM 14:15,但日常模式中所记录的「进家门」的行为模式(所包含的事件类型及其顺序为「开家门─小狗叫─关家门」)及其历史时间区段为PM 18:00~PM 19:00,于是事件判断模块18将此当前行为模式与日常模式比对后,便会获得一个较低的第二机率(如:30%)。因此,假设第一机率门坎与第二机率门坎均为50%,则于上述举例中,由于第一机率高于50%且第二机率门坎低于50%,事件判断模块18便会发出通知至外部装置D。也就是说,事件判断模块18将发生于目前时间区段PM14:10~PM 14:15中的当前行为模式「进家门」视为需要警示的状况。
换句话说,当行为侦测系统1获得当前行为模式时,若此当前行为模式完全符合预先储存的行为模式之一,则行为侦测系统1便会获得为此行为模式默认的第一机率,但若此当前行为模式部分符合预先储存的行为模式之一,则行为侦测系统1便会调整原先为此行为模式默认的第一机率。接着,行为侦测系统1还会将此当前行为模式与日常模式进行比对来取得第二机率,以了解当前行为模式与日常模式符合的机率。如此一来,根据第一机率(为所述行为模式所默认的发生危险的可能性)与第二机率(所述行为模式与日常模式符合的机率),便能较准确地对于需要警示的状况发出通知。
须说明的是,针对当前行为模式部分符合预先储存的行为模式之一,使得行为侦测系统1将调整原先为此行为模式默认的第一机率的情况,于一实施例中,若原先为此行为模式默认的第一机率本身即高于第一机率门坎,则行为侦测系统1不对此第一机率作调整;而若原先为此行为模式默认的第一机率本身低于第一机率门坎,则行为侦测系统1便将此第一机率调整成高于第一机率门坎的数值。然而,此实施例仅为举例说明行为侦测系统1调整原先为一行为模式默认的第一机率的机制,不用以限制本发明。
最后,于本实施例中,行为侦测系统1所发出的通知可为一警示信号或一控制信号,此警示信号或控制信号能使一外部装置D(如:外出工作者的平板计算机)发出警示或能控制一外部装置D(如:装设于家中的智能型家电)的运作。
接下来,为了使本发明所提供的行为侦测系统有效地学习各种行为模式以及有效地累积与更新日常模式,于以下的叙述中将提出另一个实施例来说明本发明所提供的行为侦测系统。
〔行为侦测系统的另一实施例〕
请参照图2,图2为根据本发明另一例示性实施例绘示的行为侦测系统的方块图。本实施例所提供的行为侦测系统2可由计算机、本地服务器、云端服务器或其组合的机器实体来实现,且本实施例所提供的行为侦测系统2与图1所示的行为侦测系统1具有类似的模块架构以及工作原理,但差别之一在于行为侦测系统2还包括了图2中的行为模式萃取模块14和日常模式训练模块16。如图2所示,行为模式萃取模块14和日常模式训练模块16均连接于事件分类模块12。
于以下的叙述中,将进一步阐述本实施例所提供的行为侦测系统2中的行为模式萃取模块14如何有效地学习各种行为模式,以及本实施例所提供的行为侦测系统2中的日常模式训练模块16如何有效地累积与更新日常模式。
请参照图3,图3为说明本发明例示性实施例绘示的行为侦测系统中行为模式萃取模块如何获得一行为模式的示意图。
首先,同于前一实施例,事件分类模块12会比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断出对应所述多个所述多个参考信号的事件类型。如图3所示,事件分类模块12于一时间区段中依序地判断出所述多个感测信号为五个事件发生所产生,如:事件1、事件2、事件3、事件4与事件5。接着,事件分类模块12判断这五个事件的事件类型依序分别为事件类型A、事件类型B、事件类型C、事件类型B、事件类型A。于是,于本实施例中,行为模式萃取模块14便会根据事件1、事件2、事件3、事件4与事件5的事件类型及其发生顺序,将事件1、事件2、事件3与事件4的事件类型组合成一个行为模式BM。也就是说,事件分类模块12所学习到的此行为模式BM所包含的事件类型及其顺序为「事件类型A─事件类型B─事件类型C─事件类型B─事件类型A」。举例来说,于目前时间区段2016/11/2,PM 20:20~PM 20:50中,事件分类模块12所学习到的此行为模式BM为所包含的事件类型及其顺序为「开/关门─冲水─刷洗─冲水─开关门」。
须说明地是,于本实施例中,一个行为模式BM可依序地包含对应N个事件的N个事件类型,虽然于图3所示的例子中,N=5,但本发明于此并不限制组成一个行为模式BM的事件类型的个数。
此外,当事件分类模块12学习到一个行为模式BM(包含「开/关门─冲水─刷洗─冲水─开关门」)时,便会接着搜寻预先储存于储存模块10中与行为模式BM所包含的事件类型及其发生顺序类似的行为模式。当行为模式BM所包含的事件类型及其发生顺序与所搜寻到的行为模式包含的事件类型及其发生顺序的相似度大于一预设百分比时,事件分类模块12便会将针对此行为模式默认的第一机率设定为新学习到的行为模式BM的第一机率。亦即,承上例,假设所搜寻到的行为模式为一预先储存于储存模块10中的「洗澡」的行为模式(包含「开/关门─冲水─无信号─冲水─开关门」)时,事件分类模块12便会将针对此「洗澡」的行为模式默认的第一机率(如:70%)设定为新学习到的行为模式BM(包含「开/关门─冲水─刷洗─冲水─开/关门」)的第一机率。最后,事件分类模块12新学习到的行为模式BM所包含的事件类型及其发生顺序,以及对应此行为模式BM的第一机率储存于储存模块10,以作为预先储存于储存模块10中的多个行为模式其中之一。
请参照图4,图4为说明本发明例示性实施例绘示的行为侦测系统中日常模式训练模块如何获得一日常行为的示意图。
首先,同于前一实施例,事件分类模块12会比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断出对应所述多个所述多个参考信号的事件类型。此外,事件判断模块18会将事件分类模块12于一时间区段中所判断出连续的所述多个事件类型及其顺序,以及储存模块10预先储存的所述多个行为模式中的事件类型及其顺序作比对,以获得一个当前行为模式及其第一机率。于是,于本实施例中,日常模式训练模块16会根据事件判断模块18所判断出的行为模式发生的一时间点,将事件判断模块18所判断出的行为模式作为对应每日不同时间区段的历史时间区段中的行为模式,以获得累绩并更新日常模式,并将此日常模式储存于储存模块10。
于本实施例中,日常模式可以矩阵的形式来记录。如前述实施例所提及,日常模式定义为一个行为模式于重迭的多个历史时间区段中发生的平均机率,其中重迭的多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。如图3所示,用以记录日常模式的矩阵的纵轴为行为模式且横轴为时间。进一步说明,横轴所代表的时间总长度为二十四小时,纵轴的每一栏代表一种行为模式。举例来说,根据事件判断模块18所判断出的一行为模式发生的时间点,日常模式训练模块16会于代表所述行为模式的那栏中,于对应的横轴位置打一个点。于是,于代表所述行为模式的那栏中便能看出所述行为模式于一日内发生的机率分布。若将一日切割成时间长度为一小时的历史时间区段,则于代表所述行为模式的那栏中便能看出所述行为模式于多日重迭的相同历史时间区段内发生的机率分布;然而,本发明于此并不限制历史时间区段的长短,前述时间长度为一小时的历史时间区段仅为对历史时间区段的举例说明。
最后,为了使行为侦测系统2判断是否发出表示警示的通知的依据能够更符合用户的生活习惯与模式,本实施例所提供的行为侦测系统2与图1所示的行为侦测系统1的另一个差别即在于,行为侦测系统2还包括有一回馈输入接口19。如图2所示,此回馈输入接口19连接于事件判断模块18。通过回馈输入接口19,用户能够输入回馈信息,来至少调整第一机率门坎与第二机率门坎之一。
〔行为侦测方法的实施例〕
请参照图5,图5为根据本发明例示性实施例绘示的行为侦测方法的流程图。本实施例所述的行为侦测方法500可以于图1所示的行为侦测系统1执行,因此请一并照图1以利理解。
行为侦测方法500主要包括以下步骤:预先储存数数个事件类型、多个行为模式与一日常模式,其中每一所述事件类型包含其对应的多个参考信号,每一行为模式包含多个具有特定顺序的事件类型,以及日常模式记录有对应每日不同时间区段的多个历史时间区段中的多个行为模式(步骤S510);比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断对应所述多个感测信号的事件类型(步骤S520);以及根据事件分类模块于目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一当前行为模式及其第一机率,将当前行为模式与日常模式比对,以获得第二机率,以及根据第一机率与第二机率判断是否发出通知(步骤S530)。
关于适用于行为侦测系统1的行为侦测方法500中各步骤的相关细节在上述图1所示的实施例已详细说明,在此恕不赘述。但须说明的是,本实施例中各步骤仅为方便说明的须要,本实施例中各步骤间的顺序并不作为本发明于实施时地限制条件。
〔行为侦测方法的另一实施例〕
请参照图6,图6为根据本发明另一例示性实施例绘示的行为侦测方法的流程图。本实施例所述的装置位置提示方法600可以于图2所示的行为侦测系统2执行,因此请一并照图2以利理解。
行为侦测方法600主要包括以下步骤:预先储存多个事件类型、多个行为模式与一日常模式,其中每一事件类型包含其对应的多个参考信号,每一行为模式包含多个具有特定顺序的事件类型,以及日常模式记录有对应每日不同时间区段的多个历史时间区段中的多个行为模式(步骤S610);比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并根据所述多个感测信号的种类、位置、大小、强弱和频率等其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的事件类型(步骤S620);根据事件分类模块于目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一当前行为模式及其第一机率,将当前行为模式与日常模式比对,以获得第二机率,以及当第一机率高于第一机率门坎且第二机率低于第二机率门坎时,发出通知(步骤S630);根据警示信号或控制信号,使外部装置发出警示或控制外部装置的运作(步骤S640);以及输入回馈信息,以至少调整第一机率门坎与第二机率门坎之一(步骤S650)。
除此之外,为了建立预先储存的多个行为模式与日常模式,行为侦测方法600还包括:将事件类型及其发生顺序和第一机率,储存于储存模块以作为所述多个行为模式其中之一(步骤S660);以及根据所判断出的行为模式发生地时间点,将所判断出的行为模式作为对应每日不同时间区段的历史时间区段的行为模式,以获得日常模式并将此日常模式储存(步骤S670)。
关于适用于行为侦测系统2的行为侦测方法600中各步骤的相关细节在上述图2所示的实施例已详细说明,在此恕不赘述。但须说明的是,本实施例中各步骤仅为方便说明的须要,本实施例中各步骤间的顺序并不作为本发明于实施时地限制条件。
〔实施例的可能功效〕
综上所述,本发明实施例所公开的行为侦测系统及其方法能根据不同类型的感测信号(如:音频信号、红外线信号…等)来侦测一行为举例来说,本发明所提供的行为侦测系统与行为侦测方法能应用于家电设备上,用以判断家中是否有人发生危险,例如:老人家是否跌倒不起。有别于传统上仅通过单一类感测信号侦测并判断是否须针对所侦测出的行为对外部装置发出通知的侦测系统,本发明所提供的行为侦测系统与行为侦测方法能够较准确地判断出所侦测到的行为是否危险(即,所侦测到的行为会发生危险的可能性)。
除此之外,本发明所提供的行为侦测系统与行为侦测方法还会通过行为模式萃取模块来不断地学习用户的行为模式,并且通过日常模式训练模块来累积并更新预先储存的日常模式,使得本发明所提供的行为侦测系统与方法中判断是否发出表示警示的通知的依据能够更符合用户的生活习惯与模式,如此一来更能大幅降低因误判而发出错误通知的情况。
以上所述仅为本发明的实施例,其并非用以局限本发明的专利范围。
Claims (20)
1.一种行为侦测系统,通过多个传感器获得多个感测信号以侦测一行为,并判断是否发出一通知至一外部装置,其特征在于,所述行为侦测系统包括:
一储存模块,预先储存多个事件类型、多个行为模式与一日常模式,其中每一所述事件类型包含其对应的多个参考信号,每一所述行为模式包含多个具有一特定顺序的事件类型,以及所述日常模式记录有对应每日不同时间区段的多个历史时间区段中的所述多个行为模式;
一事件分类模块,连接于所述储存模块,比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断对应所述多个感测信号的所述多个事件;以及
一事件判断模块,连接于所述储存模块及所述事件分类模块,根据所述事件分类模块于一目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一当前行为模式及其一第一机率,将所述当前行为模式与所述日常模式比对,以获得一第二机率,以及根据所述第一机率与所述第二机率判断是否发出所述通知;
其中,所述第一机率为所述当前行为模式发生危险的机率,所述第二机率为所述当前行为模式与对应于所述目前时间区段的多个所述历史时间区段中的所述多个行为模式相符合的机率。
2.如权利要求1所述的行为侦测系统,其特征在于,所述行为侦测系统还包括:
一行为模式萃取模块,连接于所述事件分类模块,将所述多个事件类型及其发生顺序和所述第一机率,储存于所述储存模块以作为所述多个行为模式其中之一。
3.如权利要求1所述的行为侦测系统,其特征在于,所述行为侦测系统还包括:
一日常模式训练模块,连接于所述事件分类模块,根据所判断出所述行为模式发生的一时间点,将所判断出的所述行为模式作为对应每日不同时间区段的所述历史时间区段的行为模式,以获得所述日常模式并储存于所述储存模块。
4.如权利要求1所述的行为侦测系统,其特征在于,所述事件分类模块进一步根据所述多个感测信号的种类、位置、大小、强弱和频率的其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的所述事件类型。
5.如权利要求2所述的行为侦测系统,其特征在于,若由所述行为模式萃取模块所获得的所述行为模式与预先储存于所述储存模块的所述多个行为模式之一的相似度大于一预设百分比,则以所述多个行为模式之一的所述第一机率做为所述行为模式萃取模块所获得的所述行为模式的所述第一机率。
6.如权利要求1所述的行为侦测系统,其特征在于,所述日常模式定义为所述行为模式于重迭的所述多个历史时间区段中发生的平均机率,其中重迭的所述多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。
7.如权利要求1所述的行为侦测系统,其特征在于,当所述第一机率高于一第一机率门坎且所述第二机率低于一第二机率门坎时,所述事件判断模块发出所述通知。
8.如权利要求1所述的行为侦测系统,其特征在于,所述通知为一警示信号或一控制信号,用以使所述外部装置发出警示或用以控制所述外部装置的运作。
9.如权利要求1所述的行为侦测系统,其特征在于,所述行为侦测系统还包括一回馈输入接口,用以输入一回馈信息,以至少调整第一机率门坎与第二机率门坎之一。
10.如权利要求1所述的行为侦测系统,其特征在于,所述多个传感器至少包括一红外线摄像仪与一声音接收器,且所述多个感测信号至少包括一音频信号与一红外线信号。
11.一种行为侦测方法,适用于一行为侦测系统,所述行为侦测系统通过多个传感器获得多个感测信号以侦测一行为,并判断是否发出一通知至一外部装置,且所述行为侦测系统包括一储存模块、一事件分类模块与一事件判断模块,其中所述事件分类模块与所述事件判断模块连接于所述储存模块,其特征在于,所述行为侦测方法包括:
通过所述储存模块,预先储存多个事件类型、多个行为模式与一日常模式,其中每一所述事件类型包含其对应的多个参考信号,每一所述行为模式包含多个具有一特定顺序的事件类型,以及所述日常模式记录有对应每日不同时间区段的多个历史时间区段中的所述多个行为模式;
通过所述事件分类模块,比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断对应所述多个感测信号的所述事件类型;以及
通过所述事件判断模块,根据所述事件分类模块于一目前时间区段中所判断出连续的所述多个事件类型及其顺序和所述多个行为模式,以获得一当前行为模式及其一第一机率,将所述当前行为模式与所述日常模式比对,以获得一第二机率,以及根据所述第一机率与所述第二机率判断是否发出所述通知;
其中,所述第一机率定义为所述当前行为模式发生危险的机率,所述第二机率定义为所述当前行为模式与对应于所述目前时间区段的多个所述历史时间区段中的所述多个行为模式相符合的机率。
12.如权利要求11所述的行为侦测方法,其特征在于,所述行为侦测系统还包括连接于所述事件分类模块的一行为模式萃取模块,且所述行为侦测方法还包括:
通过所述行为模式萃取模块,将所述多个事件类型及其发生顺序和所述第一机率,储存于所述储存模块以作为所述多个行为模式其中之一。
13.如权利要求11所述的行为侦测方法,其特征在于,所述行为侦测系统还包括连接于所述事件分类模块的一日常模式训练模块,且所述行为侦测方法还包括:
通过所述日常模式训练模块,根据所判断出所述行为模式发生的一时间点,将所判断出的所述行为模式作为对应每日不同时间区段的所述历史时间区段的行为模式,以获得所述日常模式并储存于所述储存模块。
14.如权利要求11所述的行为侦测方法,其特征在于,通过所述事件分类模块,比对所述多个感测信号与所述多个事件类型所对应的所述多个参考信号,并据以判断所述多个事件类型的步骤中还包括:
通过所述事件分类模块,进一步根据所述多个感测信号的种类、位置、大小、强弱和频率的其中之一以及开始与停止获得所述多个感测信号的时间来判断对应所述多个感测信号的所述多个事件类型。
15.如权利要求12所述的行为侦测方法,其特征在于,若由所述行为模式萃取模块所获得的所述行为模式与预先储存于所述储存模块的所述多个行为模式之一的相似度大于一预设百分比,则以所述多个行为模式之一的所述第一机率做为所述行为模式萃取模块所获得的所述行为模式的所述第一机率。
16.如权利要求11所述的行为侦测方法,其特征在于,平时行为定义为所述事件类型于重迭的所述多个历史时间区段中发生的平均机率,其中重迭的所述多个历史时间区段定义为彼此相隔二十四小时的多个时间区段。
17.如权利要求11所述的行为侦测方法,其特征在于,通过所述事件判断模块,根据所述第一机率与所述第二机率判断是否发出所述通知的步骤还包括:
当所述第一机率高于一第一机率门坎且所述第二机率低于一第二机率门坎时,所述事件判断模块发出所述通知。
18.如权利要求11所述的行为侦测方法,其特征在于,所述通知为一警示信号或一控制信号,所述行为侦测方法还包括:
根据所述警示信号或所述控制信号,使所述外部装置发出警示或控制所述外部装置的运作。
19.如权利要求11所述的行为侦测方法,其特征在于,所述行为侦测系统还包括一回馈输入接口,且所述行为侦测方法还包括:
通过所述回馈输入接口,输入一回馈信息,以至少调整第一机率门坎与第二机率门坎之一。
20.如权利要求11所述的行为侦测方法,其特征在于,所述多个传感器至少包括一红外线摄像仪与一声音接收器,且所述多个感测信号至少包括一音频信号与一红外线信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105138484 | 2016-11-23 | ||
TW105138484A TWI624815B (zh) | 2016-11-23 | 2016-11-23 | 行為偵測系統及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108109704A true CN108109704A (zh) | 2018-06-01 |
Family
ID=62147122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710068112.4A Pending CN108109704A (zh) | 2016-11-23 | 2017-02-07 | 行为侦测系统及行为侦测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180144599A1 (zh) |
CN (1) | CN108109704A (zh) |
TW (1) | TWI624815B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112655007A (zh) * | 2018-09-06 | 2021-04-13 | 皇家飞利浦有限公司 | 监测预定区域中的可移动实体 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11201881B2 (en) * | 2018-10-31 | 2021-12-14 | Hewlett Packard Enterprise Development Lp | Behavioral profiling of service access using intent to access in discovery protocols |
TWI657415B (zh) * | 2018-12-12 | 2019-04-21 | 中興保全股份有限公司 | 運用動物領地感的保全設備 |
CN112415507B (zh) * | 2019-08-20 | 2024-03-29 | 富士通株式会社 | 检测浴室内的危险状态的方法、装置和电子设备 |
TWI783374B (zh) * | 2021-02-09 | 2022-11-11 | 國立清華大學 | 健康照護系統和健康照護方法 |
TWI815424B (zh) * | 2022-04-29 | 2023-09-11 | 優網通國際資訊股份有限公司 | 主動關懷型居住安全監視系統 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060178882A1 (en) * | 2005-02-04 | 2006-08-10 | Vocollect, Inc. | Method and system for considering information about an expected response when performing speech recognition |
US20060261962A1 (en) * | 2005-03-24 | 2006-11-23 | France Telecom | Process and device for remotely tracking a person's activity in a building |
CN1991372A (zh) * | 2005-12-29 | 2007-07-04 | 英业达股份有限公司 | 侦测信号装置 |
US20090051524A1 (en) * | 2007-08-20 | 2009-02-26 | Joon Ho Lim | Method and system for recognizing daily activities using sensors |
CN101441730A (zh) * | 2007-11-19 | 2009-05-27 | 财团法人资讯工业策进会 | 事件侦测方法与系统 |
US20100127878A1 (en) * | 2008-11-26 | 2010-05-27 | Yuh-Ching Wang | Alarm Method And System Based On Voice Events, And Building Method On Behavior Trajectory Thereof |
CN106067001A (zh) * | 2016-05-27 | 2016-11-02 | 快快乐动(北京)网络科技有限公司 | 一种动作识别方法及系统 |
CN106095099A (zh) * | 2016-06-12 | 2016-11-09 | 南京邮电大学 | 一种用户行为动作检测识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050275541A1 (en) * | 2004-06-09 | 2005-12-15 | Sengupta Uttam K | Method and apparatus to perform remote monitoring |
TWI243345B (en) * | 2004-09-21 | 2005-11-11 | Woei-Chyn Chu | RFID system used in the monitoring and analysis (diagnosis) of specific personnel (diseases) and/or objects |
US9704369B2 (en) * | 2008-06-27 | 2017-07-11 | Barron Associates, Inc. | Autonomous fall monitor using an altimeter with opposed sensing ports |
US20100208063A1 (en) * | 2009-02-19 | 2010-08-19 | Panasonic Corporation | System and methods for improving accuracy and robustness of abnormal behavior detection |
CN204926409U (zh) * | 2015-07-31 | 2015-12-30 | 佛山市父母通智能机器人有限公司 | 一种针对老人的无活动报警装置及智能机器人 |
CN205091880U (zh) * | 2015-11-17 | 2016-03-16 | 天津市智惠民生科技有限公司 | 一种居家人员行为监测系统 |
-
2016
- 2016-11-23 TW TW105138484A patent/TWI624815B/zh active
- 2016-12-13 US US15/377,992 patent/US20180144599A1/en not_active Abandoned
-
2017
- 2017-02-07 CN CN201710068112.4A patent/CN108109704A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060178882A1 (en) * | 2005-02-04 | 2006-08-10 | Vocollect, Inc. | Method and system for considering information about an expected response when performing speech recognition |
US20060261962A1 (en) * | 2005-03-24 | 2006-11-23 | France Telecom | Process and device for remotely tracking a person's activity in a building |
CN1991372A (zh) * | 2005-12-29 | 2007-07-04 | 英业达股份有限公司 | 侦测信号装置 |
US20090051524A1 (en) * | 2007-08-20 | 2009-02-26 | Joon Ho Lim | Method and system for recognizing daily activities using sensors |
CN101441730A (zh) * | 2007-11-19 | 2009-05-27 | 财团法人资讯工业策进会 | 事件侦测方法与系统 |
US20100127878A1 (en) * | 2008-11-26 | 2010-05-27 | Yuh-Ching Wang | Alarm Method And System Based On Voice Events, And Building Method On Behavior Trajectory Thereof |
CN106067001A (zh) * | 2016-05-27 | 2016-11-02 | 快快乐动(北京)网络科技有限公司 | 一种动作识别方法及系统 |
CN106095099A (zh) * | 2016-06-12 | 2016-11-09 | 南京邮电大学 | 一种用户行为动作检测识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112655007A (zh) * | 2018-09-06 | 2021-04-13 | 皇家飞利浦有限公司 | 监测预定区域中的可移动实体 |
Also Published As
Publication number | Publication date |
---|---|
TWI624815B (zh) | 2018-05-21 |
TW201820282A (zh) | 2018-06-01 |
US20180144599A1 (en) | 2018-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108109704A (zh) | 行为侦测系统及行为侦测方法 | |
US11632292B2 (en) | Cooperative monitoring networks | |
US10854067B1 (en) | Connected door hinge | |
EP2353153B1 (en) | A system for tracking a presence of persons in a building, a method and a computer program product | |
US20080218338A1 (en) | System and method for premises monitoring using weight detection | |
US20090027196A1 (en) | System and method for premises monitoring and control using self-learning detection devices | |
US20060267780A1 (en) | Occupant monitoring systems | |
JP6857007B2 (ja) | 火災監視システム | |
US10726650B1 (en) | Controlled indoor access using smart indoor door knobs | |
US9806901B2 (en) | System component installation | |
KR20040089709A (ko) | 주택의 거주자의 일상 행동을 추적하는 시스템 및 방법 | |
US20050206513A1 (en) | Voice remote command and control of a mapping security system | |
KR20170122107A (ko) | 스마트 경보들을 제공하기 위한 지능적인 보안 허브 | |
JP3852870B2 (ja) | 生活行動遠隔確認装置および生活行動遠隔確認システム | |
KR102232577B1 (ko) | 비상벨의 실시간 동작 및 고장상태 점검장치 및 그 장치의 구동방법 | |
JP2009176204A (ja) | 監視システム及び監視方法 | |
JP2017191418A (ja) | 防災監視設備の受信機 | |
KR101792814B1 (ko) | 보안 서비스 장치 및 방법 | |
US11854367B1 (en) | Detecting events based on the rhythm and flow of a property | |
EP3552192A1 (en) | System and method for distributed security | |
JP2006279792A (ja) | インターホン診断システム | |
EP3163546A1 (en) | Method and device for detecting anomalous behavior of a user | |
JP4716723B2 (ja) | 安否確認システム | |
JP7152346B2 (ja) | 警備システム | |
Brinkmann et al. | Concept and design of an AAL home monitoring system based on a personal computerized assistive unit |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180601 |
|
WD01 | Invention patent application deemed withdrawn after publication |