CN108334820B - 信息处理设备、信息处理方法和存储介质 - Google Patents

信息处理设备、信息处理方法和存储介质 Download PDF

Info

Publication number
CN108334820B
CN108334820B CN201810041571.8A CN201810041571A CN108334820B CN 108334820 B CN108334820 B CN 108334820B CN 201810041571 A CN201810041571 A CN 201810041571A CN 108334820 B CN108334820 B CN 108334820B
Authority
CN
China
Prior art keywords
objects
queue
acquired number
information processing
waiting
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
CN201810041571.8A
Other languages
English (en)
Other versions
CN108334820A (zh
Inventor
小林正幸
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Publication of CN108334820A publication Critical patent/CN108334820A/zh
Application granted granted Critical
Publication of CN108334820B publication Critical patent/CN108334820B/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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • 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
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Vascular Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种信息处理设备、信息处理方法和存储介质。该信息处理设备获取在设置范围内的队列中等待的对象数量，在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量，以及基于改变后的所获取到的对象数量以及所述队列的通过频率来预测所述队列的等待时间。

Description

信息处理设备、信息处理方法和存储介质
技术领域
本发明涉及一种信息处理设备、信息处理方法和存储介质。
背景技术
作为用于预测队列等待时间的技术，存在用于通过使用合成了速度场标签和背景差分标签的数据判断队列来计算等待时间的方法(参见日本特开2007-317052)。
根据日本特开2007-317052所公开的技术，需要追踪监视范围内的所有人体，这会导致较大的计算成本。另外，可能存在不在队列中的人被判断为在队列中进行等待的情况，从而使得等待时间的预测精度下降。
发明内容
一种信息处理设备，包括：获取单元，用于获取在设置范围内的队列中等待的对象数量；改变单元，用于在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及预测单元，用于基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间。
一种信息处理方法，所述信息处理方法包括以下步骤：获取步骤，用于获取在设置范围内的队列中等待的对象数量；改变步骤，用于在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间。
一种计算机可读存储介质，其存储用于使计算机实现方法的程序，所述方法包括以下步骤：获取在设置范围内的队列中等待的对象数量；在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间。
通过以下参考附图对典型实施例的说明，本发明的其它特征将变得明显。
附图说明
图1是示出队列等待时间预测系统的结构的示例的图。
图2是示出将队列等待时间预测系统应用于实际环境的示例的图。
图3是示出信息处理设备的功能结构的示例的图。
图4是示出信息处理的示例的流程图。
图5是示出处理的图。
图6A和6B是示出处理的图。
图7A和7B是示出处理的图。
具体实施方式
以下将参考附图来说明典型实施例。
以下将说明第一典型实施例。图1是示出队列等待时间预测系统的结构以及该系统中所包括的各设备的硬件结构的示例的图。在队列等待时间预测系统中，如图1所示，摄像设备100和信息处理设备106经由网络105而连接，以彼此交换信息。该系统中所包括的摄像设备100的数量不限于仅仅一个。在队列等待时间预测系统中可以包括两个以上的摄像设备100。
摄像设备100经由网络105将拍摄图像发送至信息处理设备106。摄像设备100例如是用于拍摄图像的照相机，并且例如用于进行监视。摄像设备100可以是安装在墙壁或天花板上的照相机，并拍摄包括一个或多个图像的运动图像。摄像设备100可以例如兼容以
Figure BDA0001549655840000031
供电(PoE)，并且可以经由局域网(LAN)线缆来供给电力。接着将说明摄像设备100的结构。
摄像单元101包括摄像光学系统中的透镜组以及摄像传感器。摄像传感器例如是互补金属氧化物半导体(CMOS)传感器。摄像单元101对从摄像传感器所获得的图像进行图像处理，并对信号进行编码以输出编码信号。
通信单元102经由网络105与信息处理设备106进行通信。该通信可以是无线通信或者可以经由有线LAN来进行。无线通信的示例包括使用诸如
Figure BDA0001549655840000032
Figure BDA0001549655840000033
和超宽带(UWB)等的无线个人局域网(PAN)的通信。无线通信的其它示例包括使用诸如无线保真
Figure BDA0001549655840000034
等的无线LAN、使用诸如
Figure BDA0001549655840000035
等的无线城域网(MAN)、以及使用诸如LTE/3G等的无线广域网(WAN)等。有线LAN的示例包括诸如满足诸如以太网等的通信标准的多个路由器、交换机和线缆等的配置。通信单元102在通信标准、规模和配置方面不受限，只要通信单元102可以与外部装置相通信即可。
中央处理单元(CPU)103是进行摄像设备100的各单元中的诸如计算和逻辑决定等的处理的运算处理单元。在CPU 103读出存储单元104中所存储的程序并执行所读取的程序的情况下实现摄像设备100的功能和处理。
存储单元104是诸如电可擦除可编程只读存储器(EEPROM)等的非易失性存储器。存储单元104存储各种类型的信息。例如，存储单元104可以存储摄像设备100所拍摄的图像。
接着，将说明信息处理设备106。信息处理设备106例如可以是个人计算机(PC)，或者可以是诸如平板终端或智能电话等的便携式终端。现在将说明信息处理设备106的结构。信息处理设备106包括通信单元107、CPU 108、存储单元109、显示单元110和输入单元111。
通信单元107经由网络105与摄像设备100进行通信，以接收图像和各种类型的信息。
CPU 108是进行信息处理设备106的各单元中的诸如计算和逻辑决定等的处理的运算处理单元。
存储单元109是诸如EEPROM等的非易失性存储器。
显示单元110显示诸如从摄像设备100获取到的图像以及摄像设备100的设置信息等的内容。在本典型实施例中，显示单元110设置在信息处理设备106中。然而，该结构不限于此。作为另一示例，显示单元110不必设置在信息处理设备106中，并且信息处理设备106可以经由接口来控制外部显示设备。
输入单元111接收用户指示的输入，诸如鼠标输入、键盘输入和触摸输入等。例如，在输入单元111接收到用于改变摄像设备100的设置的指示的情况下，CPU 108基于该指示来生成用于改变摄像设备100的设置的控制命令。然后，CPU 108经由通信单元107将所生成的控制命令输出至摄像设备100。这样，摄像设备100可以基于从信息处理设备106获取到的控制命令来改变摄像设备100的设置。
在CPU 108基于存储单元109中所存储的程序来执行处理的情况下，实现后述的图3所示的信息处理设备106的功能结构和后述的图4所示的流程图的处理。
图2是示出将队列等待时间预测系统应用在实际环境中的示例的图。图2所示的队列是出租车等待队列。范围202表示使用监视照相机201来进行等待人数计数(即，对队列中等待的人数进行计数)的范围。范围202是设置范围的示例。通过检测线203是用于判断是否检测到通过(通过检测)的线。方向204表示队列的行进方向(用于进行通过检测的方向)。通过检测线203通常设置在队列的开头，以向队列中所包括的人体提供服务。监视照相机201是与图1所示的摄像设备100同样的设备。
图3是示出信息处理设备106的功能结构的示例的图。
通过检测单元112通过分析监视照相机201所拍摄的图像来检测人体是否通过通过检测线203。可选地，通过检测单元112可以基于来自设置在监视照相机201中或者安装在通过检测线203附近的通过传感器的信号来检测人体是否通过通过检测线203。图3示出在信息处理设备106中实现通过检测单元112的示例。然而，可以在监视照相机201中实现通过检测单元112。在监视照相机201中实现通过检测单元112的情况下，监视照相机201将通过检测单元112所检测到的信息发送至信息处理设备106。通过检测单元112可以基于分析监视照相机201所拍摄的图像的结果以及来自通过传感器的信号来检测人体是否通过通过检测线203。人体是否通过通过检测线203的检测是对象是否离开队列的检测的示例。
计数单元113通过基于来自监视照相机201的图像而检测人体、进行图像处理、并分析图像处理的结果来获取人数。控制单元116可以基于经由输入单元111所提供的用户指示来预设队列出现的范围作为范围202。计数单元113可以根据队列存在的区域的状况来使用来自一个或多个监视照相机201的图像。
通过频率计算单元114通过判断通过检测单元112在预定时间内检测到多少个人体来计算队列的行进方向上的通过频率。例如，通过频率计算单元114可以计算对象离开队列的频率(每单位时间离开队列的对象数量)作为通过频率。
等待时间计算单元115基于根据经由输入单元111所提供的用户指示而设置的间隔，根据计数单元113所计算出的人数和通过频率计算单元114所计算出的人体通过频率来预测等待时间。然后，等待时间计算单元115将所预测出的等待时间记录在诸如存储单元109等的存储器中。
控制单元116控制图3所示的结构的各功能。
图4是示出信息处理的示例的流程图。例如，当启动队列等待时间预测系统时，根据图4的流程图的处理开始。
在步骤S301中，控制单元116基于设置信息来设置计数单元113中的计数范围(进行初始设置)。更具体地，首先，控制单元116基于经由输入单元111所提供的用户指示来将表示计数范围的设置信息存储至存储单元109中。然后，控制单元116基于存储单元109中所存储的设置信息来设置计数单元113中的计数范围。控制单元116在等待时间计算单元115中设置用于进行人体判断处理的等待人数的阈值。控制单元116在通过频率计算单元114和等待时间计算单元115中设置用于进行等待时间预测的定时。控制单元116不必每次都进行这些设置，并且可以读取预先存储的值并设置所读取的值。在诸如工作人员等的不形成队列的人体数量已知的情况下，控制单元116可以使用预定数量的人体作为等待人数的阈值。在不形成队列的人体数量未知的情况下，控制单元116可以基于进行计数的计数范围的大小来自动设置该阈值。
在步骤S302中，通过检测单元112基于来自通过传感器的信号和/或图像分析结果来检测人体的通过。
在步骤S303中，计数单元113获取存在于步骤S301所设置的计数范围中的人体数。计数单元113将所获得的人数发送至等待时间计算单元115。
在步骤S304中，等待时间计算单元115判断所获得的人数是否小于或等于步骤S301中所设置的阈值。如果所获得的人数小于或等于阈值(步骤S304中为“是”)，则处理进入步骤S305，其中在步骤S305中，等待时间计算单元115进行人体判断处理。如果所获得的人数大于阈值(步骤S304中为“否”)，则处理跳过步骤S305并进入步骤S306，其中在步骤S306中，进行通过频率计算处理。
在步骤S305中，等待时间计算单元115进行用于判断步骤S303中所计数的人体是否为形成队列的人体的判断处理。在第一典型实施例中，如果所获得的人数小于或等于步骤S301中所设置的阈值，则等待时间计算单元115判断为所计数的人体不是形成队列的人体，并且将等待人数的值设置为0(零)(将等待时间预测值设置为0)。在预先已知形成队列的人体以外的人体(例如，工作人员)的人数的情况下，在步骤S301的初始处理中将该人数预设为阈值，从而使得可以通过进行步骤S305中的处理来防止错误队列的检测。
在步骤S306中，通过频率计算单元114基于步骤S301中所设置的等待时间预测定时，根据通过检测单元112中的人体的通过的检测结果，来计算预定时间内队列的行进方向上的人体的通过频率。
在步骤S307中，等待时间计算单元115基于步骤S301中所设置的等待时间预测定时，根据计数单元113所计算出的人数和通过频率计算单元114所计算出的人体通过频率来计算等待时间。等待时间计算单元115记录所计算出的等待时间。在该处理中，等待时间计算单元115基于以下表达式来计算等待时间。
WTp＝QL/TH
WTp：预测等待时间
QL：等待人数
TH：通过频率
考虑到通过频率在例如系统启动时变成0的情况，期望预先设置通过频率的初始值。
在步骤S308中，控制单元116在显示单元110中显示步骤S307中所计算出的预测等待时间。基于该设置，控制单元116可以在显示单元110中显示诸如预测等待时间和过去的通过频率等的数据。控制单元116可以在通过频率为0的情况下在显示单元110中进行预定显示。
在步骤S309中，例如，等待时间计算单元115判断是否结束用于等待时间预测的处理。如果等待时间计算单元115继续执行用于等待时间预测的处理(步骤S309中为“否”)，则处理返回至步骤S302。如果等待时间计算单元115结束用于等待时间预测的处理(步骤S309中为“是”)，则图3所示的流程图的处理结束。
基于本典型实施例的处理，可以将形成队列的人体和其它人体彼此区分开。因此可以防止等待时间预测的精度的下降。
以下将说明第二典型实施例。在第二典型实施例中，在步骤S305中进行与第一典型实施例的人体判断处理不同的人体判断处理。在第二典型实施例中，将主要说明与第一典型实施例的不同。
在指定时间内通过检测单元112中没有检测到人体通过的情况下，等待时间计算单元115判断为所计数的人体不是形成队列的人体，并且将等待人数的值设置为0(零)(即，将等待时间预测值设置为0)。控制单元116在步骤S301的初始设置时预先登记指定时间。例如，控制单元116基于经由输入单元111所提供的用户指示，将表示指定时间的设置信息存储在存储单元109中。在该指定时间中通过检测单元112中没有检测到人体通过的情况下，等待时间计算单元115基于存储单元109中所存储的设置信息来判断为所计数的人体不是形成队列的人体。然后，等待时间计算单元115将等待人数的值设置为0(即，将等待时间预测值设置为0)。进行这种处理使得能够区分出诸如工作人员等的存在于计数范围中且停留在队列中的人。这使得能够防止错误队列的检测。
基于本典型实施例的处理，可以将形成队列的人体和其它人体彼此区分开。因此，可以防止等待时间预测的精度的下降。
以下将说明第三典型实施例。在第三典型实施例中，在步骤S305中进行与第一典型实施例和第二典型实施例各自的人体判断处理不同的人体判断处理。在第三典型实施例中，将主要说明与上述典型实施例的不同。
具体地，如图5所示，控制单元116在步骤S301中的初始设置时预先登记用于进行判断的指定区域401和设置时间段。例如，控制单元116基于经由输入单元111所提供的用户指示来将表示指定区域401和设置时间段的设置信息存储在存储单元109中。在由设置时间段所表示的特定时间段中在指定区域401中没有检测到人体通过的情况下，等待时间计算单元115基于存储单元109中所存储的设置信息来判断计数单元113中所计数的人体不是形成队列的人体。然后，等待时间计算单元115将等待人数的值设置为0(将等待时间预测值设置为0)。由于预期形成队列的人体存在于队列的开头附近，因此通过进行这种处理，可以将形成队列的人体和其它人体彼此区分开，从而可以防止错误队列的检测。
基于本典型实施例的处理，可以将形成队列的人体和其它人体彼此区分开。因此，可以防止等待时间预测的精度的下降。
以下将说明第四典型实施例。在第一典型实施例至第三典型实施例中，控制单元116在初始设置时初始地设置用于在计数单元113中进行等待人数计数的范围，之后在固定范围中进行计数。然而，用于进行等待人数计数的范围可以是可变的。
控制单元116可以基于输入单元111所提供的用户指示，在初始设置时预先设置等待人数计数范围，以使得该范围根据针对各时间段的拥塞程度而不同。例如，作为初始设置，控制单元116基于输入单元111所提供的用户指示，将使时间段和等待人数计数范围彼此相关联的设置信息存储在存储单元109中。进行这种处理使得能够省略不必要范围中的检测。图6A示出拥塞程度小的情况下的应用示例，以及图6B示出拥塞程度大的情况下的应用示例。
在步骤S303的计数中，计数单元113获取当前时间信息，并且从设置信息中获取与包括所获取到的时间信息的时间段相关联的等待人数计数范围。然后，计数单元113进行对存在于所获取到的等待人数计数范围中的人体的计数。
控制单元116例如可以基于人体的计数的增加和减少来增大或减小等待人数计数范围。
计数单元113可以基于所获取到的等待人数计数范围的大小来改变用于进行人体判断处理的等待人数阈值。在图7A和7B所示的示例中，在等待人数计数范围小于或等于预定范围的情况下，等待人数阈值是1(图7A)，以及在等待人数计数范围大于预定范围的情况下，等待人数阈值是2(图7B)。
基于本典型实施例的处理，等待人数计数范围是可变的，因而可以设置进行等待人数计数的适当范围。因此，可以防止等待时间预测的精度的下降。
以上详细说明了典型实施例，但是这些典型实施例不被视为限制。
在上述各典型实施例中，说明了人体形成队列的情况。然而，对象不限于此，并且例如可以是人、面部、汽车和动物。
此外，可以自由组合上述典型实施例。
基于上述各典型实施例的处理，可以根据整个队列中的等待人数和形成队列的人体通过预定位置的通过频率来预测队列等待时间，并且在这种情况下，可以将形成队列的人体和其它人体彼此区分开。因此，可以利用更高的精度在更少的处理中预测队列等待时间。
其它实施例
本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
尽管已经参考典型实施例说明了本发明，但是应该理解，本发明不局限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。

Claims (25)

1.一种信息处理设备，包括：
获取单元，用于获取在设置范围内的队列中等待的对象数量；
改变单元，用于在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
预测单元，用于基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中没有检测到对象离开所述队列的情况下，所述改变单元改变所获取到的对象数量。
2.根据权利要求1所述的信息处理设备，其中，所述队列中的通过频率是对象离开所述队列的频率。
3.根据权利要求1所述的信息处理设备，其中，所述改变单元将所获取到的对象数量改变成0。
4.一种信息处理设备，包括：
获取单元，用于获取在设置范围内的队列中等待的对象数量；
改变单元，用于在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
预测单元，用于基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中在所述设置范围内的指定区域中没有检测到对象的情况下，所述改变单元改变所获取到的对象数量。
5.根据权利要求4所述的信息处理设备，其中，所述队列中的通过频率是对象离开所述队列的频率。
6.根据权利要求4所述的信息处理设备，其中，所述改变单元将所获取到的对象数量改变成0。
7.一种信息处理设备，包括：
获取单元，用于获取在设置范围内的队列中等待的对象数量；
改变单元，用于在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；
预测单元，用于基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间；以及
设置单元，用于将时间段和所述设置范围彼此相关联地设置为设置信息，
其中，所述获取单元基于所述设置信息来识别与包括当前时间信息的时间段相关联的设置范围，并且获取在所识别出的设置范围内的队列中等待的对象数量。
8.根据权利要求7所述的信息处理设备，其中，所述获取单元基于所识别出的设置范围来改变所述阈值。
9.根据权利要求7所述的信息处理设备，其中，所述设置单元设置所述阈值。
10.根据权利要求7所述的信息处理设备，其中，所述队列中的通过频率是对象离开所述队列的频率。
11.根据权利要求7所述的信息处理设备，其中，所述改变单元将所获取到的对象数量改变成0。
12.一种信息处理方法，所述信息处理方法包括以下步骤：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中没有检测到对象离开所述队列的情况下，在所述改变中改变所获取到的对象数量。
13.根据权利要求12所述的信息处理方法，其中，所述队列中的通过频率是对象离开所述队列的频率。
14.根据权利要求12所述的信息处理方法，其中，在所述改变中将所获取到的对象数量改变成0。
15.一种信息处理方法，包括：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中在所述设置范围内的指定区域中没有检测到对象的情况下，在所述改变中改变所获取到的对象数量。
16.根据权利要求15所述的信息处理方法，其中，所述队列中的通过频率是对象离开所述队列的频率。
17.根据权利要求15所述的信息处理方法，其中，在所述改变中将所获取到的对象数量改变成0。
18.一种信息处理方法，包括：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间；以及
将时间段和所述设置范围彼此相关联地设置为设置信息，以及
其中，在所述获取中，基于所述设置信息来识别与包括当前时间信息的时间段相关联的设置范围，并且获取在所识别出的设置范围内的队列中等待的对象数量。
19.根据权利要求18所述的信息处理方法，其中，在所述获取中，基于所识别出的设置范围来改变所述阈值。
20.根据权利要求18所述的信息处理方法，其中，在所述设置中设置所述阈值。
21.根据权利要求18所述的信息处理方法，其中，所述队列中的通过频率是对象离开所述队列的频率。
22.根据权利要求18所述的信息处理方法，其中，在所述改变中将所获取到的对象数量改变成0。
23.一种计算机可读存储介质，其存储用于使计算机实现方法的程序，所述方法包括以下步骤：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中没有检测到对象离开所述队列的情况下，在所述改变中改变所获取到的对象数量。
24.一种计算机可读存储介质，其存储用于使计算机实现方法的程序，所述方法包括以下步骤：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；以及
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间，
其中，在所获取到的对象数量小于或等于所述阈值并且在设置时间段中在所述设置范围内的指定区域中没有检测到对象的情况下，在所述改变中改变所获取到的对象数量。
25.一种计算机可读存储介质，其存储用于使计算机实现方法的程序，所述方法包括以下步骤：
获取在设置范围内的队列中等待的对象数量；
在所获取到的对象数量小于或等于阈值的情况下，改变所获取到的对象数量；
基于改变后的所获取到的对象数量以及所述队列中的通过频率来预测所述队列的等待时间；以及
将时间段和所述设置范围彼此相关联地设置为设置信息，以及
其中，在所述获取中，基于所述设置信息来识别与包括当前时间信息的时间段相关联的设置范围，并且获取在所识别出的设置范围内的队列中等待的对象数量。
CN201810041571.8A 2017-01-17 2018-01-16 信息处理设备、信息处理方法和存储介质 Active CN108334820B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-005967 2017-01-17
JP2017005967A JP6469139B2 (ja) 2017-01-17 2017-01-17 情報処理装置、情報処理方法及びプログラム

Publications (2)

Publication Number Publication Date
CN108334820A CN108334820A (zh) 2018-07-27
CN108334820B true CN108334820B (zh) 2022-03-25

Family

ID=62840987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810041571.8A Active CN108334820B (zh) 2017-01-17 2018-01-16 信息处理设备、信息处理方法和存储介质

Country Status (3)

Country Link
US (1) US10755107B2 (zh)
JP (1) JP6469139B2 (zh)
CN (1) CN108334820B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6469139B2 (ja) * 2017-01-17 2019-02-13 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
SG10201705478PA (en) * 2017-07-03 2019-02-27 Nec Asia Pacific Pte Ltd Method and apparatus for adaptively managing a vehicle
CN111489111B (zh) * 2019-01-28 2023-08-25 菜鸟智能物流控股有限公司 物流对象管理装置及其物流对象提取方法以及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006475A (zh) * 2004-06-17 2007-07-25 蒙克伍德科技有限公司 队列管理系统和方法
JP2007317052A (ja) * 2006-05-29 2007-12-06 Japan Airlines International Co Ltd 行列の待ち時間の計測システム
CN101540016A (zh) * 2008-12-31 2009-09-23 深圳市奥拓电子有限公司 一种队列等待时间估算方法
CN101615311A (zh) * 2009-06-19 2009-12-30 无锡骏聿科技有限公司 一种基于视觉的排队时间评估方法
JP2010176225A (ja) * 2009-01-27 2010-08-12 Nec Corp 情報通知システム及び情報通知方法並びに制御プログラム
JP2011096140A (ja) * 2009-10-30 2011-05-12 Fujitsu Ltd 情報提供プログラム、および情報提供装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5097328A (en) * 1990-10-16 1992-03-17 Boyette Robert B Apparatus and a method for sensing events from a remote location
US20140257889A1 (en) * 2013-03-06 2014-09-11 Wirelesswerx International, Inc. Controlling queuing in a defined location
US10062234B2 (en) * 2008-11-12 2018-08-28 Lo-Q, Plc System for regulating access to a resource
US8779889B2 (en) * 2008-11-12 2014-07-15 Lo-Q Plc. System for regulating access to a resource
JP5230793B2 (ja) * 2009-02-24 2013-07-10 三菱電機株式会社 人物追跡装置及び人物追跡プログラム
US9223297B2 (en) * 2013-02-28 2015-12-29 The Nielsen Company (Us), Llc Systems and methods for identifying a user of an electronic device
EP2849151A1 (de) * 2013-09-13 2015-03-18 Xovis AG Verfahren zur Analyse von freien Warteschlangen
JP2015215787A (ja) * 2014-05-12 2015-12-03 キヤノン株式会社 情報処理装置、待ち時間推定システム、情報処理方法及びプログラム
US10432896B2 (en) * 2014-05-30 2019-10-01 Placemeter Inc. System and method for activity monitoring using video data
US11900734B2 (en) * 2014-06-02 2024-02-13 Accesso Technology Group Plc Queuing system
WO2015198767A1 (ja) * 2014-06-27 2015-12-30 日本電気株式会社 異常検知装置及び異常検知方法
US10339544B2 (en) * 2014-07-02 2019-07-02 WaitTime, LLC Techniques for automatic real-time calculation of user wait times
EP3009993B1 (de) * 2014-10-14 2018-12-19 Skidata Ag Verfahren und System zur Erhöhung der Sicherheit im Einsteigebereich und zur Optimierung der Ausnutzung der Kapazität bei Transportmitteln, welche zumindest einen örtlich festgelegten Einsteigebereich aufweisen
US20160191865A1 (en) * 2014-12-30 2016-06-30 Nice-Systems Ltd. System and method for estimating an expected waiting time for a person entering a queue
JP5906558B1 (ja) * 2015-04-17 2016-04-20 パナソニックＩｐマネジメント株式会社 顧客行動分析装置、顧客行動分析システム及び顧客行動分析方法
US10043078B2 (en) * 2015-04-21 2018-08-07 Placemeter LLC Virtual turnstile system and method
CA2990977A1 (en) * 2015-06-30 2017-01-05 Lawrence Douglas Systems and methods for automatic path management
WO2017035025A1 (en) * 2015-08-21 2017-03-02 T1V, Inc. Engagement analytic system and display system responsive to user's interaction and/or position
JP6724326B2 (ja) * 2015-09-30 2020-07-15 日本電気株式会社 情報処理装置、情報処理方法、およびプログラム
US20190251367A1 (en) * 2015-12-28 2019-08-15 Nec Corporation Surveillance apparatus, control method, and program
US20180365550A1 (en) * 2016-01-11 2018-12-20 Flow Lighting, Llc Systems, and methods for detecting, counting, and tracking people and assets
SG11201802242YA (en) * 2016-05-13 2018-11-29 Hitachi Ltd Congestion analysis device, congestion analysis method, and congestion analysis program
JP6904677B2 (ja) * 2016-08-30 2021-07-21 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
JP6469139B2 (ja) * 2017-01-17 2019-02-13 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006475A (zh) * 2004-06-17 2007-07-25 蒙克伍德科技有限公司 队列管理系统和方法
JP2007317052A (ja) * 2006-05-29 2007-12-06 Japan Airlines International Co Ltd 行列の待ち時間の計測システム
CN101540016A (zh) * 2008-12-31 2009-09-23 深圳市奥拓电子有限公司 一种队列等待时间估算方法
JP2010176225A (ja) * 2009-01-27 2010-08-12 Nec Corp 情報通知システム及び情報通知方法並びに制御プログラム
CN101615311A (zh) * 2009-06-19 2009-12-30 无锡骏聿科技有限公司 一种基于视觉的排队时间评估方法
JP2011096140A (ja) * 2009-10-30 2011-05-12 Fujitsu Ltd 情報提供プログラム、および情報提供装置

Also Published As

Publication number Publication date
JP6469139B2 (ja) 2019-02-13
CN108334820A (zh) 2018-07-27
JP2018116405A (ja) 2018-07-26
US20180204071A1 (en) 2018-07-19
US10755107B2 (en) 2020-08-25

Similar Documents

Publication Publication Date Title
US10796517B2 (en) Information processing apparatus, information processing method, and recording medium to calculate waiting time in queue using acquired number of objects
EP2840557B1 (en) Image processing system, server device, image pickup device and image evaluation method
CN108334820B (zh) 信息处理设备、信息处理方法和存储介质
JP6270433B2 (ja) 情報処理装置、情報処理方法、情報処理システム
US9858486B2 (en) Device and method for detecting circumventing behavior and device and method for processing cause of circumvention
JP2007201556A (ja) 混雑情報提供システム及び方法
JP6984705B2 (ja) 監視システム、監視方法、およびプログラム
JP6263281B2 (ja) 占有数推定のためのシステムおよび方法
US20210081649A1 (en) Face authentication apparatus
JP7095282B2 (ja) 監視装置、制御方法、プログラム、及び撮像装置
KR20220063280A (ko) 군중 과밀 예측 방법 및 장치
JP2017510916A5 (zh)
US10872422B2 (en) Information processing device, imaging device, information processing method, and storage medium
JP2020091649A (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
WO2016038872A1 (ja) 情報処理装置、表示方法およびプログラム記憶媒体
US20120120309A1 (en) Transmission apparatus and transmission method
US20190026565A1 (en) Information processing apparatus, method for controlling the same, and non-transitory computer-readable storage medium
JP6734487B2 (ja) 地域別笑顔度表示システム、地域別笑顔度表示方法及びプログラム
WO2023276050A1 (ja) 画像処理システム及び撮像装置
JP6710817B2 (ja) 笑顔伝染判定システム、笑顔伝染判定方法及びプログラム
JP2024080470A (ja) 撮像装置、撮像装置の制御方法、プログラム、及び撮像システム
JP2019215878A (ja) 迷惑行為者推定システム、迷惑行為者推定システムの制御方法

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