CN109479181A - 用于用户检测和识别的系统和方法 - Google Patents
用于用户检测和识别的系统和方法 Download PDFInfo
- Publication number
- CN109479181A CN109479181A CN201780022142.XA CN201780022142A CN109479181A CN 109479181 A CN109479181 A CN 109479181A CN 201780022142 A CN201780022142 A CN 201780022142A CN 109479181 A CN109479181 A CN 109479181A
- Authority
- CN
- China
- Prior art keywords
- user
- photo
- video camera
- processor
- video clip
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 54
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 11
- 230000000712 assembly Effects 0.000 description 9
- 238000000429 assembly Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000005242 forging Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/0304—Detection arrangements using opto-electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Studio Devices (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
用户检测系统包括被配置为旋转到多个位置的摄像机、存储模块的存储器以及本地或远程地耦合到摄像机的处理器。处理器被配置为向摄像机发送命令,以使摄像机(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。处理器被配置为从摄像机接收照片或视频片段;确定是否在照片或视频片段中用户被捕获;将照片或视频片段划分成多个分区;确定多个分区中的、其中用户在照片或视频片段中出现的分区;以及基于位置和分区的信息来确定用户是否与设备相关联。
Description
相关申请
本申请根据35U.S.C§119(e)要求2016年3月30日提交的题为“Face Detectionand Recognition for Gym Data Collection(用于健身房数据收集的面部检测和识别)”的美国临时专利申请第62/314,993号的权益,其全部内容通过引用明确地并入本文。本申请还涉及2016年9月12日提交的题为“Smart Fitness and Exercise Equipment(智能健身和锻炼器械)”的美国专利申请第15/262,494号,其全部内容并入本文。本申请还涉及2016年10月21日提交的题为“Systems and Methods for Tracking,Collecting,andAnalyzing User Data for Gyms(用于跟踪、收集和分析健身房的用户数据的系统和方法)”的美国专利申请第15/331,238号,其全部内容并入本文。本申请还涉及2017年3月2日提交的题为“Systems and Methods for Efficient Face Recognition(用于高效面部识别的系统和方法)”的美国专利申请第15/448,194号,其全部内容并入本文。本申请还涉及2017年3月8日提交的题为“Systems and Methods for a Compound Sensor System(用于复合传感器系统的系统和方法)”的美国专利申请第15/453,703号,其全部内容并入本文。
技术领域
本发明总体上涉及用户检测和/或识别的领域。
背景技术
如今,数千万的付费会员定期地在包括健身中心、健康俱乐部和娱乐中心的健身房中锻炼。期望使用于健身房成员的自动注册机制在最少用户干预的情况下在任何锻炼设备上开启。另外,对于健身房成员而言容易地在锻炼设备上记录其锻炼活动是非常有价值的。
一种促进健身房中的自主数据收集过程的方式是将一个或多个摄像机安装在锻炼设备上或安装在设施中。当用户开始用器械锻炼时,摄像机可以拍摄用户的一个或多个图像并将其转发到面部识别系统,以自动识别用户并记录与所辨识的用户相关联的锻炼数据。在2017年3月2日提交的美国专利申请第15/448,194号中更详细地描述了面部检测和识别系统,该申请的全部内容并入本文。
然而,在一些情形中,可能期望使用一个摄像机来覆盖具有多个锻炼设备的区域。作为一个示例,将摄像机安装在一些锻炼设备(例如,举重台)上使得摄像机能够容易地捕捉用户的面部是困难的。作为另一示例,使用一个摄像机来覆盖多个锻炼设备比具有用于每个锻炼设备的专用摄像机更具成本效益。
因此,期望提供使一个摄像机覆盖具有多个锻炼设备的区域并且检测和识别用户是否正在使用该区域中的锻炼设备的方法和系统。
发明内容
根据所公开的主题,提供了用于检测和/或识别用户的系统和方法。
在一个方面,所公开的主题包括一种用户检测系统。该系统包括被配置为旋转到多个位置的摄像机、存储模块的存储器以及本地或远程耦合到摄像机的处理器。处理器被配置为运行存储在存储器中的模块,该模块被配置为使处理器向摄像机发送命令,以使摄像机(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。处理器被配置为从摄像机接收照片或视频片段。处理器被配置为确定是否在照片或视频片段中用户被捕获。处理器被配置为将照片或视频片段划分成多个分区。处理器被配置为确定多个分区中的、其中用户在照片或视频片段中出现的分区。处理器被配置为基于位置和分区的信息来确定用户是否与设备相关联。
在另一方面,所公开的主题包括一种用户检测系统。该系统包括被配置为旋转到多个位置的摄像机、存储模块的存储器以及本地或远程耦合到摄像机的处理器。处理器被配置为运行存储在存储器中的模块,该模块被配置为使处理器向摄像机发送命令,以使摄像机(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。处理器被配置为从摄像机接收照片或视频片段。处理器被配置为将照片或视频片段划分成多个分区。处理器被配置为确定是否在多个分区中的分区中用户被捕获。处理器被配置为基于位置和分区的信息来确定用户是否与设备相关联。
在另一方面,所公开的主题包括一种用于用户检测的方法。该方法包括:在服务器处向摄像机发送命令,以使摄像机(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。该方法包括在服务器处从摄像机接收照片或视频片段。该方法包括在服务器处确定是否在照片或视频片段中用户被捕获。该方法包括在服务器处将照片或视频片段划分成多个分区。该方法包括在服务器处确定多个分区中的、其中用户在照片或视频片段中出现的分区。该方法包括在服务器处基于位置和分区的信息来确定用户是否与设备相关联。
在另一方面,所公开的主题包括一种用于用户检测的方法。该方法包括在服务器处向摄像机发送命令,以使摄像机(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。该方法包括在服务器处从摄像机接收照片或视频片段。该方法包括在服务器处将照片或视频片段划分成多个分区。该方法包括在服务器处确定是否在多个分区中的分区中用户被捕获。该方法包括在服务器处基于位置和分区的信息来确定用户是否与设备相关联。
因此,已经相当宽泛地概述了所公开的主题的特征,以便可以更好地理解随后的对所公开的主题的详细描述,并且便于更好地认识到对本领域的贡献。当然,所公开的主题的附加特征将在下文中描述,并且将形成所附权利要求的主题。
在这方面,在详细解释所公开的主题的至少一个实施例之前,应理解,所公开的主题的应用不限于在以下描述中阐述或在附图中示出的构造的细节和组件的布置。所公开的主题能够具有其他实施例并且能够以各种方式实践和执行。另外,应理解,本文采用的措辞和术语用于描述的目的,并而不应该被认为是限制性的。
因此,本领域技术人员将认识到,本公开所基于的概念可以容易地用作设计用于实现所公开的主题的若干目的的其他结构、系统、方法和介质的基础。因此,重要的是权利要求被认为包括这样的等同构造,只要其不脱离所公开的主题的精神和范围即可。
这些内容与所公开的主题的其他目的一起连同表征所公开的主题的具有新颖性的各种特征,在附到本公开并且形成本公开的一部分的权利要求中具体指出。为了更好地理解所公开的主题、通过其使用获得的其操作优点和特定目的,应参考其中示出所公开的主题的优选实施例的附图和描述性内容。
附图说明
当结合以下附图考虑时,参考以下对所公开的主题的详细描述,可以更全面地理解所公开的主题的各种目的、特征和优点,在附图中相同的附图标记标识相同的元素。
图1示出了根据所公开的主题的特定实施例的用于检测用户的存在并且记录用户在健身房中的活动的环境。
图2示出了根据本公开的特定实施例的摄像机的框图。
图3示出了根据本公开的特定实施例的服务器/网关的框图。
图4是示出根据本公开的特定实施例的用户检测的过程的流程图。
具体实施方式
在以下描述中,阐述了关于所公开的主题的系统和方法以及这些系统和方法可以在其中操作的环境等的许多具体细节,以便提供对所公开的主题的透彻理解。然而,对于本领域技术人员显而易见的是,可以在没有这些具体细节的情况下实践所公开的主题,并且没有详细描述本领域公知的特定特征以避免使所公开的主题复杂化。另外,应理解,下面提供的示例是示例性的,并且设想存在处于所公开的主题的范围内的其他系统和方法。
随着图像传感器和微处理器技术的快速发展,可以更高效地设计摄像机和面部识别系统以用于收集健身房数据。本公开的一个实施例提供了这样的健身房数据收集系统,其使用一个高分辨率摄像机模块来覆盖具有多件器械的区域。可以部署多个这样的摄像机来覆盖健身房中的所有器械。
图1示出了根据所公开的主题的特定实施例的用于检测用户的存在并且记录用户在健身房中的活动的环境100。环境100可以包括通信网络102、服务器104、传感器系统106、本地网络存储介质108、远程网络存储介质110、移动设备112、无线网络114、摄像机116和注册系统118。环境100的一些或所有组件可以直接或间接地耦合到通信网络102。包括在环境100中的组件可以进一步分解成多于一个组件和/或以任何合适的布置组合在一起。此外,可以重新布置、改变、添加和/或移除一个或多个组件。例如,环境100可以包括多于一个传感器系统106、多于一个摄像机116和/或多于一个移动设备112。在一些实施例中,环境100还可以包括跟踪设备。
传感器系统106可以附接到锻炼设备。锻炼设备的非限制性示例包括跑步机、椭圆机、锻炼自行车、划船机、爬楼梯机、举重台、举重机等。在一些实施例中,传感器系统106可以非侵入性地附接到锻炼设备。在一些实施例中,传感器系统106可以从一个锻炼设备取下并且附接到另一锻炼设备。传感器系统106可以被配置为与至少一个摄像机116、移动设备112、服务器104和/或环境100的其他合适的组件无线地通信。在一些实施例中,传感器系统106可以检测用户或者他或她的移动设备112何时进入或离开传感器系统106的目标区域并且经由无线网络114和/或通信网络102通知环境100的其他组件,例如,摄像机116、服务器/网关104、移动设备112。例如,当传感器系统106附接到跑步机时,则目标区域可以在跑步机的基部上方。作为另一示例,当传感器系统106附接到工作台时,则目标区域可以是锻炼者坐或躺的区域。在一些实施例中,传感器系统106可以感测或检测锻炼设备和/或使用锻炼设备的用户的运动。在一些实施例中,一旦传感器系统106检测到用户正在使用锻炼设备,则其可以将检测结果报告给环境100的其他组件(例如,摄像机116和/或服务器/网关104)和/或触发这些组件。在一些实施例中,传感器系统106可以包括一个或多个接近度传感器,例如,无源红外(PIR)传感器、环境光传感器、光电传感器、超声波传感器、飞行时间距离传感器、热电堆传感器、加速度计、速度计、压力传感器或任何其他合适的传感器或传感器的组合。
移动设备112可以经由无线网络114连接到传感器系统106。在一些实施例中,移动设备112还可以被配置为经由无线网络114和/或通信网络102与服务器104和/或环境100的其他合适的组件无线地通信。移动设备可以是平板计算机、个人数字助理(PDA)、寻呼机、移动或智能电话、无线传感器、可穿戴设备或任何其他合适的设备。
通信网络102可以包括可以适应专用数据通信的网络或网络组合。例如,通信网络102可以包括局域网(LAN)、耦合到LAN的虚拟专用网络(VPN)、专用蜂窝网络、专用电话网络、专用计算机网络、专用分组交换网络、专用线路交换网络、专用广域网(WAN)、公司网络或任何数量的可以称为内联网的专用网络。这种网络可以用任何数量的硬件和软件组件、传输介质和网络协议来实现。图1将通信网络102示为单个网络;然而,通信网络102可以包括上面列出的多个互连网络。
服务器104可以是单个服务器、服务器网络或数据中心中的服务器群。服务器104可以耦合到网络存储系统。网络存储系统可以包括两种类型的网络存储设备:本地网络存储介质108和远程网络存储介质110。本地网络存储介质108和远程网络存储介质110可以各自包括至少一种物理的非暂时性存储介质、闪速存储器、磁盘驱动器、光盘驱动器、可编程只读存储器(PROM)、只读存储器(ROM)或任何其他存储器或存储器组合。本地网络存储介质108和远程网络存储介质110可以是服务器104的一部分或者可以与服务器104分离。
在一些实施例中,服务器104可以位于健身房或健身中心内或附近。在一些实施例中,服务器104可以位于远程位置。在一些实施例中,服务器104可以具有两个组件,一个组件在健身房本地,而另一个组件位于远处。在一些实施例中,服务器104还可以包括网关和/或接入点,以引导从传感器系统106、移动设备112和/或环境100的其他组件接收的任何信号。
在一些实施例中,服务器104管理已注册健身房成员的数据库,该数据库包括从注册系统118收集的已注册面部。在一些实施例中,服务器104还存储从摄像机116捕获的面部图像并且执行面部识别。
在一些实施例中,服务器104管理和存储用户锻炼数据,用户锻炼数据由锻炼设备利用嵌入式传感器收集或由附接到锻炼设备的传感器收集。在一些实施例中,服务器104与相应用户相关联地存储锻炼数据,相应用户可以通过用户检测和/或面部识别过程来辨识。
在一些实施例中,如果在用户检测和/或面部识别过程期间,服务器104确定面部图像的图像质量不足够良好用于进行识别,则服务器104将命令发送回摄像机116以重新拍摄一个或多个照片和/或视频片段。
在一些实施例中,服务器104可以将其计算和/或存储任务中的一些卸载到一个或多个网关,如下面描述的。
在一些实施例中,环境100还可以包括与服务器104分离的一个或多个网关。可以在一个健身房中部署多个网关。在一个实施例中,一个或多个网关可以用作通信中心,以将摄像机116和/或环境100的其他组件连接到服务器104。
在一些实施例中,除了在一端为摄像机116和/或环境100的其他组件与在另一端为服务器104之间用作通信中心之外,网关还可以帮助分担计算负担并且减少从服务器104要求的数据存储。优点包括更快的响应时间和更低的云计算成本,以及其他。
在一些实施例中,网关从摄像机116拍摄的一个或多个照片和/或视频片段中检测面部,从照片和/或视频片段中提取面部特征,并且将提取的特征与照片一起发送到服务器104用于面部识别和图像存储。
在一些实施例中,网关从摄像机116拍摄的一个或多个照片和/或视频片段中检测面部,从照片和/或视频片段中提取面部特征,并且在本地执行面部识别。在这种情况下,服务器104仅存储从网关接收的照片。如果网关确定图像质量不足够良好用于进行面部识别,则网关向摄像机116发送命令,以重新拍摄一个或多个照片和/或视频片段并且重新开始面部识别过程。
此外,可以在网关和服务器104之间划分和分担用户检测和/或面部识别任务,并且可以动态地布置或重新布置划分和分担以满足面部识别系统要求。
在一些实施例中,摄像机116可以是包括一个或多个图像传感器(例如,双图像传感器)的高分辨率摄像机,例如,3D摄像机或光场摄像机。摄像机116可以拍摄静止照片以及视频片段。在一些实施例中,摄像机116可以安装在多个锻炼设备可以被摄像机116的视野覆盖的位置,并且摄像机116可以指向正在用这些设备锻炼的任何健身房成员的面部。在一些实施例中,可以部署多于一个摄像机116以覆盖健身房中的所有锻炼设备。在一些实施例中,摄像机116可以附接到锻炼设备。在一些实施例中,摄像机116可以非侵入性地附接到锻炼设备。在一些实施例中,摄像机116可以从一个锻炼设备取下并且附接到另一锻炼设备。在一些实施例中,摄像机116可以被配置为与至少一个传感器系统106、至少一个移动设备112、服务器/网关104和/或环境100的其他合适的组件无线地通信。在一些实施例中,摄像机116可以周期性地旋转到不同的位置并且在每个位置处拍摄照片和/或视频片段。下面更详细地描述摄像机116的结构和功能。
注册系统118典型地位于设施的入口附近或入口处。例如,注册系统118可以位于健身房的入口附近或入口处。在一些实施例中,当用户进入或离开健身房时,他或她将由注册系统118注册。在一些实施例中,注册系统118还包括摄像机,其可以被配置为获取在健身房登记的用户的一个或多个照片和/或视频片段。在一些实施例中,每个用户可以多次注册他或她的面部,这通常改进面部识别算法的性能。当已注册用户走进健身房和/或在锻炼设备上开始时,将与锻炼设备相关联的摄像机116捕获的用户的面部图像与已注册面部进行比较以辨识正确的用户。
在一些实施例中,在面部注册期间,已注册面部需要由注册系统118和/或环境100的其他合适组件进行验证。验证标准可以包括以下中的一个或多个:(1)用户是否具有有效的成员资格,以及(2)在注册系统118处捕获的面部图像是否包含用于识别目的的足够信息。
每次用户在注册系统118处注册时,可以通过以下实施例中的一个实施例或以下实施例的任何组合来获取他或她的面部信息,例如,照片或视频片段。在一个实施例中,用户的面部信息可以由与注册系统118相关联的摄像机获取。在一个实施例中,可以从其中可以存储先前拍摄的健身房成员的照片的健身房成员管理系统中取回用户的面部信息。在一个实施例中,可以从在用户的移动设备112和/或与用户相关联的其他合适设备上运行的移动应用获取用户的面部图像。
在一些实施例中,传感器系统106、摄像机116、移动设备112和/或环境100的其他组件可以通过无线连接114彼此通信。无线连接可以是WiFi、ZigBee、IEEE802.15.4、蓝牙、近场通信(NFC)或使用任何其他合适的无线协议标准或标准组合的另一连接。在一些实施例中,无线连接114可以与通信网络102相同。在一些实施例中,无线连接114可以与通信网络102不同。
图2示出了根据本公开的特定实施例的摄像机116的框图。摄像机116包括图像传感器系统210、触发传感器系统220、无线收发器230、处理器240、存储器250、模块260和电源供应270。包括在摄像机116中的组件可以进一步分解成多于一个组件和/或以任何合适的布置组合在一起。此外,可以重新布置、改变、添加和/或移除一个或多个组件。
图像传感器系统210被配置为拍摄用户的一个或多个照片和/或视频片段。图像传感器系统210可以包括一个或多个图像传感器。在一些实施例中,图像传感器可以是双图像传感器、二维互补金属氧化物半导体(CMOS)图像传感器、三维CMOS图像传感器、红外图像传感器、电荷耦合器件(CCD)图像传感器或干涉测量反射成像传感器。在一些实施例中,图像传感器系统210的一个或多个传感器可以周期性地在多个位置之间旋转并且在这些位置处捕获照片和/或视频片段。在一些实施例中,摄像机116作为整体可以周期性地在多个位置之间旋转,并且图像传感器系统210可以在这些位置处捕获照片和/或视频片段。
在一些实施例中,触发传感器系统210包括至少一个接近度传感器,例如,无源红外(PIR)传感器、环境光传感器、光电传感器、超声波传感器、飞行时间距离传感器、热电堆传感器或任何其他合适的传感器或传感器的组合。
触发传感器系统220被配置为触发图像传感器系统210拍摄用户的一个或多个照片和/或视频片段。在一些实施例中,触发传感器系统220可以包括一个或多个传感器(例如,接近度传感器),用户可以打开或关闭摄像机116的开关,以及可以被配置为立即或周期性地触发摄像机116的计时器。在一个实施例中,一个或多个接近度传感器用于触发摄像机116。一旦接近度传感器检测到锻炼设备被占用,则其触发一个或多个图像传感器拍摄一个或多个照片和/或视频片段。可替代地,物理开关(例如,触摸按钮)用于触发一个或多个图像传感器拍摄照片和/或视频片段。在又一实施例中,经由网络连接从网关或服务器104发送到摄像机116的命令也可以触发一个或多个图像传感器拍摄照片和/或视频片段。在又一实施例中,从传感器系统106发送到摄像机116的命令也可以触发一个或多个图像传感器拍摄照片和/或视频片段。
通信模块230可以被配置为通过有线或无线连接将照片和/或视频片段发送到网关、服务器104和/或环境100的任何其他组件。在一些实施例中,通信模块230还可以被配置为从环境100的一个或多个组件接收信号。在一些实施例中,通信模型230可以经由无线网络114实现与环境100的其他组件的通信。
处理器240可以包括一个或多个核,并且可以容纳一个或多个线程以运行各种应用和模块。该软件可以在能够执行计算机指令或计算机代码的处理器240上运行。处理器240还可以使用专用集成电路(ASIC)、可编程逻辑阵列(PLA)、现场可编程门阵列(FPGA)或任何其他集成电路以硬件来实现。
存储器250可以是非暂时性计算机可读介质、闪速存储器、磁盘驱动器、光盘驱动器、PROM、ROM或任何其他存储器或存储器的组合。
处理器240可以被配置为运行存储在存储器250中的模块260,该模块260被配置为使处理器240执行在所公开的主题中讨论的各种步骤。在一些实施例中,处理器240可以具有一个或多个后处理功能,例如,图像和/或视频压缩、面部检测、面部裁剪和/或面部特征提取。在一些实施例中,通信模块230可以将后处理结果发送到服务器104和/或环境100的其他组件以用于其他任务,例如,面部识别。在一些实施例中,处理器240可以用作JPEG编码器。在拍摄用户的照片之后,处理器240压缩原始图像,并且将压缩后的图像发送到服务器104和/或环境100的其他合适的组件以用于后处理和面部识别。
电源供应270向摄像机116的一个或多个其他组件提供电力。在一些实施例中,电源供应270可以是电池电源。在一些实施例中,电源供应270可以经由外部电源提供交流(AC)和/或直流(DC)电力。
在一些实施例中,触发传感器系统220还可以用作图像传感器系统210的功率控制单元。例如,仅当触发传感器系统220识别出锻炼设备正由用户使用时,图像传感器系统210才能拍摄用户的照片和/或视频片段。
图3示出了根据本公开的特定实施例的服务器/网关104的框图。服务器/网关104包括处理器310、存储器320、模块330和通信模块340。服务器/网关104中包括的组件可以进一步分解成多于一个组件和/或以任何合适的布置组合在一起。此外,可以重新布置、改变、添加和/或移除一个或多个组件。
处理器310可以包括一个或多个核,并且可以容纳一个或多个线程以运行各种应用和模块。该软件可以在能够执行计算机指令或计算机代码的处理器310上运行。处理器310还可以使用ASIC、PLA、FPGA或任何其他集成电路以硬件来实现。
存储器320可以是非暂时性计算机可读介质、闪速存储器、磁盘驱动器、光盘驱动器、PROM、ROM或任何其他存储器或存储器的组合。
处理器310可以被配置为运行存储在存储器320中的模块330,该模块330被配置为使处理器310执行在所公开的主题中讨论的各种步骤。在一些实施例中,处理器310可以向摄像机116发送命令以使摄像机116(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。在一些实施例中,处理器310可以周期性地发送命令。在一些实施例中,处理器310可以基于从传感器系统106接收通知信号来发送命令信号。在一些实施例中,处理器310可以接收由摄像机116捕获的照片或视频片段。处理器310可以确定是否在照片或视频片段中用户被捕获。处理器310可以将照片或视频片段划分成多个分区。处理器310可以确定多个分区中的、其中用户在照片或视频片段中出现的分区。处理器310可以基于位置和分区的信息来确定用户是否与锻炼设备相关联。
在一些实施例中,处理器310可以首先将照片或视频片段划分成多个分区,并且然后确定是否在多个分区中的、其中用户在照片或者视频片段中出现的分区中用户被捕获。
在一些实施例中,处理器310可以具有一个或多个后处理功能,例如,图像和/或视频压缩、面部检测、面部裁剪、面部识别和/或面部特征提取。在一些实施例中,处理器310可以用作JPEG编码器。
在一些实施例中,处理器310可以识别界标并且部分地基于界标来确定用户是否与锻炼设备相关联。在一些实施例中,界标可以是锻炼设备上的手工制物、旗标、QR码、条形码和/或安装在锻炼设备上的任何其他合适的对象。在一些实施例中,界标可以是在特定位置摆姿势的人。
通信模块340可以被配置为从摄像机116接收照片和/或视频片段并将命令信号发送到摄像机116。在一些实施例中,通信模块340可以经由无线网络114实现与环境100的其他组件的通信。
在一些实施例中,当一个或多个摄像机116部署在诸如健身房之类的设施中时,每个摄像机116的位置是已知且固定的,并且存储在服务器/网关104和/或环境100的其他合适的组件中。在一些实施例中,摄像机116以这样的方式安装:使得摄像机116可以在多个位置之间旋转,并且在每个位置处摄像机116可以覆盖一个或多个锻炼设备并且捕获包括使用一个或多个锻炼设备的用户的面部的照片和/或视频片段。每个捕获的照片和/或视频片段可以被划分成多个分区,并且当在特定分区中检测到面部时,可以基于分区信息和摄像机的位置来确定与用户的面部相关联的锻炼设备。
在一些实施例中,如上面讨论的,可以从捕获的照片和/或视频片段中辨识界标,并且可以部分地基于界标来确定用户是否与锻炼设备相关联。在一些实施例中,界标可以是设备上或附近的手工标记、旗标、QR码、条形码和/或安装在锻炼设备上的任何其他合适的对象。在一些实施例中,界标可以是在特定位置处摆姿势的人。
在一些实施例中,摄像机116用作占用检测器并且可以代替锻炼设备上通常要求的额外占用/接近度传感器。另外,如上面指出的,可以由面部识别系统进一步处理检测到的面部以辨识成员,使得可以收集锻炼数据并将使锻炼数据与所辨识的成员相关联。
在一些实施例中,当来自多个锻炼设备的传感器106在短时间段内报告设备的新的使用时,服务器/网关104可以决定在该时间段期间拍摄一次照片/视频片段而不是每次锻炼设备中的一个锻炼设备开启时触发照摄像机116。在一些实施例中,服务器/网关104记录从每个传感器106接收的通知信号的到达时间戳,并且在捕获照片和/或视频片段到期时通知摄像机116。
在一些实施例中,覆盖具有多个锻炼设备的区域的每个摄像机116还可以记录实况视频。当在视频片段的帧中识别出用户的面部时,可以贯穿视频跟踪面部。也可以以这种方式来跟踪锻炼设备的使用的对应时间和持续时间。
在一些实施例中,可以进一步将所公开的用户检测和识别系统扩展到记录锻炼数据。覆盖锻炼设备的显示面板的摄像机116可以拍摄所显示的数据的照片。例如,跑步机的显示面板呈现诸如用户的速度、距离、倾斜度、卡路里和/或心率之类的锻炼信息。应用于显示面板的照片的图像识别可以区分这些数字并且针对用户对其进行记录。作为另一示例,可以通过图像识别技术来辨识挂销重量器械(pin-loaded weight equipment)中的销的位置,因此可以推导出并记录用户正在锻炼的挂片的重量。
图4是示出根据本公开的特定实施例的用户检测的过程400的流程图。过程400主要从服务器/网关104的组件的角度示出,服务器/网关104本地地位于健身房内或位于健身房远处。在一些实施例中,可以通过例如重新布置、改变、添加和/或移除步骤来修改过程400。
在步骤402处,服务器/网关104向摄像机116发送命令,以使摄像机116(1)旋转到多个位置中的位置,以及(2)在该位置处捕获照片或视频片段。例如,摄像机116可以被配置为在五个位置之间旋转,并且在每个位置处,摄像机116可以覆盖六个锻炼设备。通过在五个位置之间旋转,摄像机116可以覆盖30个锻炼设备。在一些实施例中,摄像机116可以被配置为在任何其他合适数量的位置之间旋转,并且在每个位置处,可以覆盖任何合适数量的设备。在一些实施例中,摄像机116可以周期性地在多个位置之间旋转。在一些实施例中,摄像机116基于从传感器系统106中的一个传感器系统106接收到通知信号而旋转到给定位置。在一些实施例中,通知信号是响应于检测到用户进入或离开传感器系统106附接到的锻炼设备的目标区域的可能性的。在一些实施例中,通知信号是响应于检测到用户在传感器系统106附接到的锻炼设备的目标区域内执行特定动作的可能性的。然后,过程400进行到步骤404。
在步骤404处,服务器/网关104从摄像机116接收照片或视频片段。然后,过程400进行到步骤406。
在步骤406处,服务器/网关104确定是否在照片或视频片段中用户被捕获。然后,过程400进行到步骤408。
在步骤408处,服务器/网关104将照片或视频片划分成多个分区。在一些实施例中,可以水平地、垂直地和/或以任何其他合适的方式划分照片或视频片段。例如,照片或视频片段可以划分成3x3图块或任何其他合适的划分。然后,过程400进行到步骤410。
在步骤410处,服务器/网关104确定多个分区中的、其中用户在照片或视频片段中出现的分区。然后,过程400进行到步骤412。
在步骤412处,服务器/网关104基于位置和分区的信息来确定用户是否与设备相关联。
在一些实施例中,过程400可以跳过步骤406。相反,在步骤410处,服务器/网关104确定在多个分区中的至少一个分区中是否存在任何用户。
在一些实施例中,通知信号可以包括诸如时间标签和从其发出通知信号的锻炼设备的位置信息之类的信息。基于时间和位置信息,服务器/网关104可以将摄像机116引导至覆盖锻炼设备的位置,并且服务器/网关104还可以推导出其应该关注哪个分区来进行检测和/或识别。
在一些实施例中,过程400可以包括附加的步骤。例如,服务器/网关104可以识别在先前步骤中检测到的用户的面部。在一些实施例中,可以高效地减少面部识别的候选集合,如美国专利申请第15/448,194号中描述地,该专利申请的全部内容并入本文。
在一些实施例中,服务器/网关104可以识别界标并且部分地基于界标来确定用户是否与锻炼设备相关联。在一些实施例中,界标可以是旗标、QR码、条形码和/或安装在锻炼设备上的任何其他合适的对象。在一些实施例中,界标可以是在特定位置处摆姿势的人。
在一些实施例中,摄像机116可以安装在锻炼室、教室或其他合适的设施中,并且检测和/或识别在这些设施中出现的用户。在一些实施例中,当在照片或视频片段中识别出用户的面部时,可以贯穿随后的照片或视频片段跟踪面部。也可以以这种方式跟踪锻炼设备的使用的对应时间和持续时间。
在一些实施例中,一旦传感器系统106确定用户进入或离开锻炼设备,则其可以将该信息发送到环境100的其他组件。在一些实施例中,环境100的一个或多个组件可以使用该信息开始或结束记录用户的锻炼数据和/或锻炼设备的操作数据。在一些实施例中,环境100的一个或多个组件可以使用该信息来开始或结束其操作。在一些实施例中,环境100的一个或多个组件可以使用该信息在不同的功率模式之间切换,例如,在活动模式与低功率模式之间。
在一些实施例中,如果传感器系统106是电池操作的,则传感器系统106可以将电池信息(例如,电压不足事件)发送到服务器104的网关,使得可以及时通知健身房操作员更换传感器系统的电池。
在一些实施例中,无论是否使用锻炼设备,传感器系统106都可以周期性地向网关报告其运行时状态和统计数据,以用于传感器系统106和/或锻炼设备的记账和诊断目的。
在一些实施例中,传感器系统106可以从网关接收命令,例如,使传感器系统106中包括的LED闪烁以辨识其自身,使得健身房操作员可以容易地辨识传感器系统106。
在一些实施例中,服务器104可以提供前端用户界面(UI),例如,网站、专用PC或移动应用,以便健身房操作员和/或训练员访问用户锻炼活动,使得可以向用户提供恰当的指导、建议和/或训练。在一些实施例中,还可以在移动设备上向用户提供移动和/或web界面上的用户界面,以用于监视和跟踪用户的锻炼活动的目的,如上面描述的。
在一些实施例中,收集用户的详细锻炼信息并将其存储在服务器104中。该信息包括但不限于由移动设备112和/或与锻炼设备相关联的传感器系统106记录的开始/结束时间和日期、器械类型、持续时间、设置和重复(针对挂销器械、工作台和起蹲架)、所有会话中的中断间隔。可以通过前端用户界面(UI)以多种方式组织和显示数据。
在一些实施例中,可以组合通过移动设备112收集的所有成员的聚合数据以跟踪器械使用,改进健身房的操作效率,并且提供更多的见解来优化成员的锻炼例程。
在一些实施例中,可以将相同类型的器械分组在一起。对于特定组,可以将其总访问成员数、总访问次数和总操作时间与其他组的总访问成员数、总访问次数和总操作时间进行比较。如果一个组的用户数远远多于另一个组,则健身房可以调查场景并确定哪一个或多个组需要添加或减少器械的数量。
在一些实施例中,可以将个体器械与相同类型的其他器械进行比较,特别是当这些器械在物理上接近时。如果一个特定的锻炼设备总是具有比其他锻造设备少的成员访问或没有成员访问,则可以通知健身房操作员检查该设备。这可能表明该锻炼设备具有特定问题,例如,缺陷,靠近不方便用户的环境,或需要健身房操作员注意的其他事项。
应理解,所公开的主题的应用不限于在所述说明书中阐述或在附图中示出的构造的细节和组件的布置。所公开的主题能够具有其他实施例并且能够以各种方式来实践和执行。另外,应理解,本文采用的措辞和术语用于描述的目的,而不应该被认为是限制性的。
因此,本领域技术人员将认识到,本公开所基于的概念可以容易地用作设计用于实现所公开的主题的若干目的的其他结构、系统、方法和介质的基础。因此,重要的是权利要求被认为包括这样的等同构造,只要其不脱离所公开的主题的精神和范围即可。
尽管已经在前述示例性实施例中描述和说明了所公开的主题,但是应理解,本公开仅通过示例的方式进行,并且可以在不脱离所公开主题的精神和范围的情况下对所公开的主题的实现方式的细节进行许多变化,所公开的主题的精神和范围仅由所附权利要求限定。
Claims (20)
1.一种用户检测系统,包括:
摄像机,其被配置为旋转到多个位置;
存储器,其存储模块;以及
处理器,其本地或远程地耦合到所述摄像机,所述处理器被配置为运行存储在所述存储器中的所述模块,所述模块被配置为使所述处理器:
向所述摄像机发送命令,以使所述摄像机(1)旋转到所述多个位置中的位置,以及(2)在所述位置处捕获照片或视频片段,
从所述摄像机接收所述照片或所述视频片段,
确定是否在所述照片或所述视频片段中用户被捕获,
将所述照片或所述视频片段划分成多个分区,
确定所述多个分区中的、其中所述用户在所述照片或所述视频片段中出现的分区,以及
基于所述位置和所述分区的信息来确定所述用户是否与设备相关联。
2.根据权利要求1所述的系统,其中,所述模块还被配置为使所述处理器识别所述用户的面部。
3.根据权利要求1所述的系统,其中,所述模块还被配置为使所述处理器识别所述照片或所述视频片段中的界标,并且其中,确定所述用户是否与所述设备相关联是进一步基于所述界标的。
4.根据权利要求1所述的系统,其中,所述模块还被配置为使所述处理器周期性地发送所述命令。
5.根据权利要求1所述的系统,还包括附接到所述设备的传感器,其中,所述传感器被配置为检测所述用户进入或离开目标区域的可能性,并且作为响应,向所述处理器发送通知信号,其中,所述模块还被配置为使所述处理器基于接收到所述通知信号来发送命令信号。
6.根据权利要求1所述的系统,还包括附接到所述设备的传感器,其中,所述传感器被配置为检测目标区域内的动作的变化,并且作为响应,向所述处理器发送通知信号,其中,所述模块还被配置为使所述处理器基于接收到所述通知信号来发送命令信号。
7.一种用户检测系统,包括:
摄像机,其被配置为旋转到多个位置;
存储器,其存储模块;以及
处理器,其本地或远程地耦合到所述摄像机,所述处理器被配置为运行存储在所述存储器中的所述模块,所述模块被配置为使所述处理器:
向所述摄像机发送命令,以使所述摄像机(1)旋转到所述多个位置中的位置,以及(2)在所述位置处捕获照片或视频片段,
从所述摄像机接收所述照片或所述视频片段,
将所述照片或所述视频片段划分成多个分区,
确定是否在所述多个分区中的分区中用户被捕获,以及
基于所述位置和所述分区的信息来确定所述用户是否与设备相关联。
8.根据权利要求7所述的系统,其中,所述模块还被配置为使所述处理器识别所述用户的面部。
9.根据权利要求7所述的系统,其中,所述模块还被配置为使所述处理器识别所述照片或所述视频片段中的界标,并且其中,确定所述用户是否与所述设备相关联是进一步基于所述界标的。
10.根据权利要求7所述的系统,其中,所述模块还被配置为使所述处理器周期性地发送所述命令。
11.根据权利要求7所述的系统,还包括附接到所述设备的传感器,其中,所述传感器被配置为检测所述用户进入或离开目标区域的可能性,并且作为响应,向所述处理器发送通知信号,其中,所述模块还被配置为使所述处理器基于接收到所述通知信号来发送命令信号。
12.根据权利要求7所述的系统,还包括附接到所述设备的传感器,其中,所述传感器被配置为检测目标区域内的动作的变化,并且作为响应,向所述处理器发送通知信号,其中,所述模块还被配置为使所述处理器基于接收到所述通知信号来发送命令信号。
13.一种用于用户检测的方法,包括:
在服务器处,向摄像机发送命令,以使所述摄像机(1)旋转到多个位置中的位置,以及(2)在所述位置处捕获照片或视频片段;
在所述服务器处,从所述摄像机接收所述照片或所述视频片段;
在所述服务器处,确定是否在所述照片或所述视频片段中用户被捕获;
在所述服务器处,将所述照片或所述视频片段划分成多个分区;
在所述服务器处,确定所述多个分区中的、其中所述用户在所述照片或所述视频片段中出现的分区;以及
在所述服务器处,基于所述位置和所述分区的信息来确定所述用户是否与设备相关联。
14.根据权利要求13所述的方法,还包括识别所述用户的面部。
15.根据权利要求13所述的方法,还包括识别所述照片或所述视频片段中的界标,并且确定所述用户是否与所述设备相关联是进一步基于所述界标的。
16.根据权利要求13所述的方法,其中,命令信号周期性地被发送。
17.根据权利要求13所述的方法,还包括从传感器接收指示所述用户进入或离开目标区域的可能性的通知信号,并且其中,基于接收到所述通知信号,命令信号被发送。
18.根据权利要求13所述的方法,还包括从传感器接收指示目标区域内的动作的变化的通知信号,并且其中,基于接收到所述通知信号,命令信号被发送。
19.一种用于用户检测的方法,包括:
在服务器处,向摄像机发送命令,以使所述摄像机(1)旋转到多个位置中的位置,以及(2)在所述位置处捕获照片或视频片段;
在所述服务器处,从所述摄像机接收所述照片或所述视频片段;
在所述服务器处,将所述照片或所述视频片段划分成多个分区;
在所述服务器处,确定是否在所述多个分区中的分区中用户被捕获;以及
在所述服务器处,基于所述位置和所述分区的信息来确定所述用户是否与设备相关联。
20.根据权利要求19所述的方法,还包括识别所述用户的面部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110046951.2A CN112866575A (zh) | 2016-03-30 | 2017-03-30 | 用于用户检测和识别的系统和方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662314993P | 2016-03-30 | 2016-03-30 | |
US62/314,993 | 2016-03-30 | ||
PCT/US2017/025183 WO2017173168A1 (en) | 2016-03-30 | 2017-03-30 | Systems and methods for user detection and recognition |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110046951.2A Division CN112866575A (zh) | 2016-03-30 | 2017-03-30 | 用于用户检测和识别的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109479181A true CN109479181A (zh) | 2019-03-15 |
CN109479181B CN109479181B (zh) | 2020-12-01 |
Family
ID=59961096
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110046951.2A Pending CN112866575A (zh) | 2016-03-30 | 2017-03-30 | 用于用户检测和识别的系统和方法 |
CN201780022142.XA Expired - Fee Related CN109479181B (zh) | 2016-03-30 | 2017-03-30 | 用于用户检测和识别的系统和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110046951.2A Pending CN112866575A (zh) | 2016-03-30 | 2017-03-30 | 用于用户检测和识别的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10303930B2 (zh) |
EP (1) | EP3436926A4 (zh) |
CN (2) | CN112866575A (zh) |
WO (1) | WO2017173168A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190108404A1 (en) * | 2017-10-10 | 2019-04-11 | Weixin Xu | Consumer Camera System Design for Globally Optimized Recognition |
US20190199610A1 (en) * | 2017-12-23 | 2019-06-27 | Carrier Corporation | Management of building room occupancy and availability information |
CN108769514A (zh) * | 2018-05-17 | 2018-11-06 | Oppo广东移动通信有限公司 | 摄像头控制方法、装置、电子装置以及存储介质 |
WO2020009991A1 (en) * | 2018-07-03 | 2020-01-09 | Tinoq Inc. | Systems and methods for matching identity and readily accessible personal identifier information based on transaction timestamp |
US11263418B2 (en) | 2018-08-21 | 2022-03-01 | Tinoq Inc. | Systems and methods for member facial recognition based on context information |
US11151794B1 (en) * | 2019-06-28 | 2021-10-19 | Snap Inc. | Messaging system with augmented reality messages |
DE102020100565A1 (de) | 2020-01-13 | 2021-07-15 | Aixtron Se | Verfahren zum Abscheiden von Schichten |
WO2021262942A1 (en) | 2020-06-24 | 2021-12-30 | Sloan Valve Company | Hybrid time-of-flight sensor and ir sensor |
CN111860341B (zh) * | 2020-07-22 | 2021-04-02 | 北京奥康达体育产业股份有限公司 | 一种基于人脸识别技术的智慧室外健身器材管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050012818A1 (en) * | 2003-07-17 | 2005-01-20 | Igt | Security camera interface |
US20090043422A1 (en) * | 2007-08-07 | 2009-02-12 | Ji-Hyo Lee | Photographing apparatus and method in a robot |
CN101401426A (zh) * | 2006-03-15 | 2009-04-01 | 欧姆龙株式会社 | 跟踪装置、跟踪方法、跟踪装置的控制程序以及计算机可读取的记录媒体 |
US20110103643A1 (en) * | 2009-11-02 | 2011-05-05 | Kenneth Edward Salsman | Imaging system with integrated image preprocessing capabilities |
CN102754436A (zh) * | 2010-03-15 | 2012-10-24 | 欧姆龙株式会社 | 监视摄像机终端 |
CN102804905A (zh) * | 2009-08-05 | 2012-11-28 | 惠普发展公司,有限责任合伙企业 | 图像数据和地理要素数据的显示 |
CN103383723A (zh) * | 2012-08-10 | 2013-11-06 | 眼验有限责任公司 | 用于生物特征验证的电子欺骗检测的方法和系统 |
US8856541B1 (en) * | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
CN104636751A (zh) * | 2014-12-11 | 2015-05-20 | 广东工业大学 | 基于时间递归神经网络的人群异常检测和定位系统及方法 |
Family Cites Families (74)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US84573A (en) * | 1868-12-01 | Improvement in top-prop tor carriages | ||
WO1998020615A2 (en) | 1996-10-21 | 1998-05-14 | Electronics Development Corporation | Smart sensor module |
KR100205384B1 (ko) | 1997-03-14 | 1999-07-01 | 구자홍 | 적외선 센서 및 그의 온도 보상방법 |
US7941534B2 (en) | 1997-04-14 | 2011-05-10 | Carlos De La Huerga | System and method to authenticate users to computer systems |
US7114079B1 (en) | 2000-02-10 | 2006-09-26 | Parkervision, Inc. | Security access based on facial features |
US7734724B2 (en) * | 2000-09-06 | 2010-06-08 | Xanboo Inc. | Automated upload of content based on captured event |
US6680745B2 (en) | 2000-11-10 | 2004-01-20 | Perceptive Network Technologies, Inc. | Videoconferencing method with tracking of face and dynamic bandwidth allocation |
GB2378078B (en) * | 2001-07-27 | 2005-05-25 | Hewlett Packard Co | Image capture |
US8430749B2 (en) | 2001-08-10 | 2013-04-30 | Igt | Dynamic casino tracking and optimization |
US7526193B2 (en) | 2003-07-15 | 2009-04-28 | Omron Corporation | Object determining device and imaging apparatus |
EP2259240B1 (en) | 2004-01-27 | 2012-11-28 | Richard Harry Turner | Method and apparatus for detection and tracking of objects within a defined area |
US8478837B2 (en) | 2004-01-28 | 2013-07-02 | Microsoft Corporation | Offline global address list |
JP2005258860A (ja) | 2004-03-12 | 2005-09-22 | Matsushita Electric Ind Co Ltd | 複数認証方法及びその装置 |
US7889381B2 (en) | 2004-05-28 | 2011-02-15 | Fujifilm Corporation | Photo service system |
US20060018522A1 (en) | 2004-06-14 | 2006-01-26 | Fujifilm Software(California), Inc. | System and method applying image-based face recognition for online profile browsing |
WO2006090480A1 (ja) | 2005-02-23 | 2006-08-31 | Hitachi, Ltd. | センサネット管理方式 |
JP4367424B2 (ja) | 2006-02-21 | 2009-11-18 | 沖電気工業株式会社 | 個人識別装置,個人識別方法 |
JP4862447B2 (ja) | 2006-03-23 | 2012-01-25 | 沖電気工業株式会社 | 顔認識システム |
JP5087856B2 (ja) | 2006-04-05 | 2012-12-05 | 株式会社ニコン | 電子カメラ |
KR100836577B1 (ko) | 2006-08-08 | 2008-06-10 | 엘지전자 주식회사 | 블루투스시스템 및 그 네트워크 설정방법 |
JP4213176B2 (ja) | 2006-11-16 | 2009-01-21 | シャープ株式会社 | センサデバイス、サーバノード、センサネットワークシステム、通信経路の構築方法、制御プログラム、および記録媒体 |
JP5010905B2 (ja) | 2006-12-13 | 2012-08-29 | パナソニック株式会社 | 顔認証装置 |
JP5307116B2 (ja) | 2007-03-23 | 2013-10-02 | クゥアルコム・インコーポレイテッド | マルチセンサデータの収集/処理 |
US7914420B2 (en) | 2007-07-18 | 2011-03-29 | Brunswick Corporation | Sensing applications for exercise machines |
US8180112B2 (en) | 2008-01-21 | 2012-05-15 | Eastman Kodak Company | Enabling persistent recognition of individuals in images |
WO2009120616A1 (en) * | 2008-03-25 | 2009-10-01 | Wms Gaming, Inc. | Generating casino floor maps |
US8489021B2 (en) | 2008-04-03 | 2013-07-16 | Polar Electro Oy | Communication between portable apparatus and counterpart apparatus |
CN201178470Y (zh) * | 2008-04-15 | 2009-01-07 | 北京中大育盟教育科技有限公司 | 视频自动跟随装置 |
JP5227911B2 (ja) * | 2009-07-22 | 2013-07-03 | 株式会社日立国際電気 | 監視映像検索装置及び監視システム |
WO2011061862A1 (ja) | 2009-11-17 | 2011-05-26 | 株式会社日立製作所 | 生体情報を用いた認証システム及び認証装置 |
US8462622B2 (en) | 2009-12-08 | 2013-06-11 | Qualcomm Incorporated | Detection of co-located interference in a multi-radio coexistence environment |
US8544033B1 (en) | 2009-12-19 | 2013-09-24 | Cisco Technology, Inc. | System and method for evaluating content in a digital signage environment |
CN101785927A (zh) * | 2010-03-08 | 2010-07-28 | 游图明 | 一种互动式健身系统 |
US9076041B2 (en) | 2010-08-26 | 2015-07-07 | Blast Motion Inc. | Motion event recognition and video synchronization system and method |
US8888660B1 (en) | 2010-11-02 | 2014-11-18 | Strength Companion, LLC | Energy harvester for exercise equipment |
CN107066776A (zh) * | 2010-11-10 | 2017-08-18 | 耐克创新有限合伙公司 | 用于基于时间的运动活动测量和显示的系统和方法 |
US20120226981A1 (en) * | 2011-03-02 | 2012-09-06 | Microsoft Corporation | Controlling electronic devices in a multimedia system through a natural user interface |
US8930734B1 (en) | 2011-03-30 | 2015-01-06 | Google Inc. | Managing power states of a computing device |
WO2012147348A1 (ja) | 2011-04-27 | 2012-11-01 | パナソニック株式会社 | 慣性力センサとこれに用いるゼロ点補正方法 |
JP5045840B1 (ja) | 2011-09-06 | 2012-10-10 | 富士ゼロックス株式会社 | 電力供給制御装置、画像処理装置、電力供給制御プログラム |
US9336456B2 (en) * | 2012-01-25 | 2016-05-10 | Bruno Delean | Systems, methods and computer program products for identifying objects in video data |
US20130208952A1 (en) | 2012-02-13 | 2013-08-15 | Geoffrey Auchinleck | Method and Apparatus for Improving Accuracy of Biometric Identification in Specimen Collection Applications |
DE102012101152C5 (de) * | 2012-02-14 | 2019-02-14 | Pixformance Sports Gmbh | System und Verfahren zur automatischen Kontrolle der korrekten Durchführung einer Fitnessübung |
US9152868B2 (en) | 2012-03-23 | 2015-10-06 | Microsoft Technology Licensing, Llc | Personal identification combining proximity sensing with biometrics |
US8457367B1 (en) | 2012-06-26 | 2013-06-04 | Google Inc. | Facial recognition |
US9703274B2 (en) | 2012-10-12 | 2017-07-11 | Telefonaktiebolaget L M Ericsson (Publ) | Method for synergistic occupancy sensing in commercial real estates |
JP5975293B2 (ja) | 2013-02-22 | 2016-08-23 | 富士ゼロックス株式会社 | 認証装置及びプログラム |
US20140274031A1 (en) | 2013-03-13 | 2014-09-18 | Qualcomm Incorporated | Sharing data among proximate mobile devices with short-range wireless signals |
WO2014179707A1 (en) | 2013-05-02 | 2014-11-06 | Rolley David | System and method for collecting, analyzing and reporting fitness activity data |
JP6044472B2 (ja) | 2013-06-28 | 2016-12-14 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
US9826923B2 (en) | 2013-10-31 | 2017-11-28 | Roshanak Houmanfar | Motion analysis method |
EP3114542B1 (en) | 2014-03-06 | 2023-08-02 | Polar Electro Oy | Device power saving during exercise |
US10119864B2 (en) | 2014-03-11 | 2018-11-06 | Google Technology Holdings LLC | Display viewing detection |
US9830631B1 (en) | 2014-05-02 | 2017-11-28 | A9.Com, Inc. | Image recognition result culling |
CN203827463U (zh) * | 2014-05-05 | 2014-09-10 | 王晓进 | 一种全自动跟踪摄像的小区监控系统 |
US9669261B2 (en) | 2014-05-21 | 2017-06-06 | IncludeFitness, Inc. | Fitness systems and methods thereof |
DE102014008496A1 (de) * | 2014-06-07 | 2015-12-17 | Thilo Ruppert | Trainingssystem mit Ortung von Fitnessequipment und/oder Fitnessmaschinen und/oder Trainierenden in Kombination mit automatischer Dokumentation mittels einer berührungslosen Datenerfassungsvorrichtung |
JP6427973B2 (ja) | 2014-06-12 | 2018-11-28 | オムロン株式会社 | 画像認識装置及び画像認識装置への特徴量データ登録方法 |
JP5866522B2 (ja) | 2014-07-08 | 2016-02-17 | パナソニックIpマネジメント株式会社 | 施設管理支援装置、施設管理支援システムおよび施設管理支援方法 |
US20160036996A1 (en) | 2014-08-02 | 2016-02-04 | Sony Corporation | Electronic device with static electric field sensor and related method |
CN204360454U (zh) | 2015-01-28 | 2015-05-27 | 四川君逸易视科技有限公司 | 红外阵列人数统计装置 |
US10881907B2 (en) | 2015-02-23 | 2021-01-05 | Smartweights, Inc. | Method and system for virtual fitness training and tracking service |
US9986289B2 (en) | 2015-03-02 | 2018-05-29 | The Nielsen Company (Us), Llc | Methods and apparatus to count people |
US9300925B1 (en) * | 2015-05-04 | 2016-03-29 | Jack Ke Zhang | Managing multi-user access to controlled locations in a facility |
US9959728B2 (en) | 2015-06-04 | 2018-05-01 | International Business Machines Corporation | Managing a smart appliance with a mobile device |
WO2017044910A1 (en) | 2015-09-10 | 2017-03-16 | I'm In It, Llc | Methods, devices, and systems for determining a subset for autonomous sharing of digital media |
US10572640B2 (en) | 2015-11-16 | 2020-02-25 | Personnus | System for identity verification |
KR102411842B1 (ko) | 2015-11-27 | 2022-06-22 | 삼성전자 주식회사 | 재실 여부 판단을 위한 방법 및 장치 |
JP6643485B2 (ja) | 2016-02-23 | 2020-02-12 | グーグル エルエルシー | ビーコンデバイスによってブロードキャストされたコードを回転させることによるユーザデバイスステータスの識別 |
US10339368B2 (en) | 2016-03-02 | 2019-07-02 | Tinoq Inc. | Systems and methods for efficient face recognition |
EP3454698B1 (en) | 2016-05-09 | 2024-04-17 | Grabango Co. | System and method for computer vision driven applications within an environment |
US9992429B2 (en) * | 2016-05-31 | 2018-06-05 | Microsoft Technology Licensing, Llc | Video pinning |
US10586433B2 (en) * | 2017-02-13 | 2020-03-10 | Google Llc | Automatic detection of zones of interest in a video |
WO2018215829A1 (en) * | 2017-05-22 | 2018-11-29 | Creavision Technologies Ltd. | Systems and methods for user detection, identification, and localization with in a defined space |
-
2017
- 2017-03-30 EP EP17776709.2A patent/EP3436926A4/en not_active Withdrawn
- 2017-03-30 CN CN202110046951.2A patent/CN112866575A/zh active Pending
- 2017-03-30 WO PCT/US2017/025183 patent/WO2017173168A1/en active Application Filing
- 2017-03-30 US US15/475,046 patent/US10303930B2/en active Active
- 2017-03-30 CN CN201780022142.XA patent/CN109479181B/zh not_active Expired - Fee Related
-
2019
- 2019-03-15 US US16/355,688 patent/US10970525B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050012818A1 (en) * | 2003-07-17 | 2005-01-20 | Igt | Security camera interface |
CN101401426A (zh) * | 2006-03-15 | 2009-04-01 | 欧姆龙株式会社 | 跟踪装置、跟踪方法、跟踪装置的控制程序以及计算机可读取的记录媒体 |
US20090043422A1 (en) * | 2007-08-07 | 2009-02-12 | Ji-Hyo Lee | Photographing apparatus and method in a robot |
CN102804905A (zh) * | 2009-08-05 | 2012-11-28 | 惠普发展公司,有限责任合伙企业 | 图像数据和地理要素数据的显示 |
US20110103643A1 (en) * | 2009-11-02 | 2011-05-05 | Kenneth Edward Salsman | Imaging system with integrated image preprocessing capabilities |
CN102754436A (zh) * | 2010-03-15 | 2012-10-24 | 欧姆龙株式会社 | 监视摄像机终端 |
CN103383723A (zh) * | 2012-08-10 | 2013-11-06 | 眼验有限责任公司 | 用于生物特征验证的电子欺骗检测的方法和系统 |
US8856541B1 (en) * | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
CN104636751A (zh) * | 2014-12-11 | 2015-05-20 | 广东工业大学 | 基于时间递归神经网络的人群异常检测和定位系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3436926A1 (en) | 2019-02-06 |
US10303930B2 (en) | 2019-05-28 |
US20190213397A1 (en) | 2019-07-11 |
CN109479181B (zh) | 2020-12-01 |
CN112866575A (zh) | 2021-05-28 |
EP3436926A4 (en) | 2019-11-13 |
US10970525B2 (en) | 2021-04-06 |
WO2017173168A1 (en) | 2017-10-05 |
US20170286756A1 (en) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109479181A (zh) | 用于用户检测和识别的系统和方法 | |
US10909355B2 (en) | Systems and methods for efficient face recognition | |
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN109829381A (zh) | 一种犬只识别管理方法、装置、系统及存储介质 | |
US8737688B2 (en) | Targeted content acquisition using image analysis | |
CN109858371A (zh) | 人脸识别的方法及装置 | |
US11350235B2 (en) | Systems and methods for a compound sensor system | |
JP2008168133A (ja) | ユーザの身体運動の範囲を追跡するための方法、システム、およびプログラム | |
CN107766788A (zh) | 信息处理装置、其方法和计算机可读存储介质 | |
JP6649005B2 (ja) | ロボット撮影システムおよび画像管理方法 | |
KR102370703B1 (ko) | 사용자 운동 관리 시스템, 방법 및 이를 위한 장치 | |
CN106296017A (zh) | 一种客房入住的管理方法及装置 | |
CN108805109A (zh) | 一种运动数据捕获显示系统 | |
JP2007102344A (ja) | 自動評価装置、プログラムおよび方法 | |
WO2023285898A1 (en) | Screening of individuals for a respiratory disease using artificial intelligence | |
WO2020144835A1 (ja) | 情報処理装置および情報処理方法 | |
JP2024036481A (ja) | ライフログ提供システムおよびライフログ提供方法 | |
KR102211723B1 (ko) | 스마트 관리 시스템 | |
JP7304531B2 (ja) | 身体機能管理システム、及び、身体機能管理方法 | |
JP7500335B2 (ja) | 人物追跡装置、人物追跡システム、人物追跡方法及び人物追跡プログラム | |
JP6267350B2 (ja) | データ処理装置、データ処理システム、データ処理方法及びプログラム | |
JP2019023876A (ja) | 画像管理システムおよび画像管理方法 | |
CN217543794U (zh) | 交互系统以及ai交互装置 | |
US20230405434A1 (en) | Training accessories and methods for improving athletic techniques | |
Hossain | Activity Recognition and Quantifying Data Scarcity in Modeling Human Behavior for Healthcare Analysis |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |