CN110663061B - 热图像占用者检测 - Google Patents

热图像占用者检测 Download PDF

Info

Publication number
CN110663061B
CN110663061B CN201880035707.2A CN201880035707A CN110663061B CN 110663061 B CN110663061 B CN 110663061B CN 201880035707 A CN201880035707 A CN 201880035707A CN 110663061 B CN110663061 B CN 110663061B
Authority
CN
China
Prior art keywords
thermal
change
thermal intensity
area
intensity values
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
CN201880035707.2A
Other languages
English (en)
Other versions
CN110663061A (zh
Inventor
S.乔治
A.阿加瓦尔
Y.李
C.布罗伊尔
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.)
Osram Sylvania Inc
Original Assignee
Osram Sylvania 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 Osram Sylvania Inc filed Critical Osram Sylvania Inc
Publication of CN110663061A publication Critical patent/CN110663061A/zh
Application granted granted Critical
Publication of CN110663061B publication Critical patent/CN110663061B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/254Analysis of motion involving subtraction of images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

公开了用于检测区域内的占用以及占用者数量的变化的技术。可以使用具有一定数量像素的传感器来实现检测一个或多个占用者进入或离开区域。像素可以被配置为接收从存在于区域中的一个或多个物体(包括从一个或多个占用者)发出的热能。响应于接收到所发出的热能,传感器可以被配置为创建区域的热图像。这些热图像可以包括与传感器的一个或多个像素相关联的多个热强度值。可以比较两个或更多个热图像以识别热强度值的变化。可以通过基于所识别的热强度值的变化来确定区域的占用的变化。

Description

热图像占用者检测
相关申请的交叉引用
本申请是2017年3月31日提交且题为“Thermal Image Occupant Detection”的美国申请号15/475,437的国际申请并要求其优先权,其全部内容通过引用并入本文。
技术领域
本公开涉及存在检测技术,并且更具体地涉及用于使用热图像检测人存在并确定占用者(occupant)的数量的占用者检测系统。
背景技术
占用检测系统通常用于识别区域内的人占用者的存在。这些系统使用传感器(诸如红外(IR)或声学传感器)使用温度或反射的声学信号模式来识别占用者的存在。通过监视作为时间函数的信号,传感器确定该区域是否被占用。
附图说明
图1A示出根据本公开一个实施例的包括用于从区域内的物体接收热能的传感器的区域的示例性透视图;
图1B是根据本公开一个实施例的用于传感器的一个或多个像素的来自多个热图像的热强度值的示例性图形映射图;
图1C示出根据本公开一个实施例的包括两个占用者的区域的示例性透视图;
图1D是根据本公开一个实施例的示出热强度值响应于两个占用者进入区域的变化的热强度值的示例性图形映射图;
图1E示出根据本公开一个实施例的其中一个占用者离开区域而一个占用者留在区域中的区域的示例性透视图;
图1F是根据本公开一个实施例的示出热强度值响应于一个占用者离开区域而一个占用者留在区域中的变化的热强度值的示例性图形映射图;
图2是根据本公开一个实施例的用于检测区域的占用的系统的框图;
图3是示出根据本公开一个实施例的用于确定区域的占用的示例性方法的流程图。
附图仅出于说明的目的描绘了本公开的各种实施例。根据下面的详细讨论,许多变型、配置和其他实施例将是显而易见的。
具体实施方式
公开了用于检测区域内占用者的存在以及确定该区域内占用者数量的技术。使用具有一定数量像素的传感器来完成这种检测和确定。像素被配置为接收由区域中存在的占用者发出的热能,诸如红外辐射。响应于接收到所发出的热能,传感器使用多个热强度值来创建区域的热图像,多个热强度值中的每个与传感器的像素相关联。可以使用统计分析技术来比较用于两个或多个热图像的热强度值,从而确定区域中占用者的存在和数量。根据本公开,许多照明应用和实施例将是显而易见的。
概述
占用检测系统可以包括识别区域内一个或多个占用者的存在的多个传感器。传感器可以是无源红外(PIR)的、声学的或它们的组合。但是,由于各种原因,这些传感器容易出错。例如,当两个人进入区域时,可能会出现错误,但是仅基于温度来检测占用的PIR传感器无法在两个人之间进行区分,因为它们的温度大致相同(~98.6ºF)。当一个人离开传感器的视场而传感器未识别出区域的占用的变化时,出现另一个错误,因为其继续从剩下的占用者检测恒定的温度(~98.6ºF)。使用声学传感器的占用检测系统与使用热传感器的占用检测系统相比容易出现不同的错误。更详细地,声学传感器是通过在其视场内连续发送被该区域内的物体反射回传感器的声学信号而起作用的。传感器可以通过识别反射信号模式的变化来确定区域内占用者的存在,诸如当占用者移动通过传感器的视场时。当占用者在一段时间内保持静止时可能会出现错误,因为反射信号模式是静态的,尽管占用者存在于该区域中但是静止的。
本文提供了用于使用位于区域中的一个或多个红外(IR)传感器来确定给定区域中人存在和存在的人数(在本文中统称为“占用检测”)而不论占用者是否在区域内移动的技术。一个或多个传感器创建了区域的热图像。应当理解,图像有效地捕获了从区域发出的任何热能,包括任何人占用者或其他发热物体。这些热图像包括与(一个或多个)传感器的单独像素对应的多个热强度值。因为响应于区域中的热变化,诸如当占用者进入或离开区域时,热强度值可能会在热图像之间不同,所以可以将热图像彼此比较来确定热强度值的变化。从一个热图像到另一个热图像的热强度值的这种变化可以被用来检测对区域的占用(包括占用者的存在和占用者的数量两者)。例如,为了确定占用,根据本公开一个实施例,将热强度值的图像间变化与占用者的预期热强度变化的水平进行比较。根据本公开一个实施例,当所识别的热强度值的变化充分等于该预期热强度变化的水平或是该预期热强度变化的水平的倍数时,检测到区域的占用变化。例如,可以在经验上基于给定区域的各种实际使用情况、或者在理论上基于针对给定传感器的对应于人的热强度值的更一般的理解来确定基于占用变化的这种预期热强度变化。注意,预期的热强度变化不需要是确切的值。例如,给定的传感器可以在给定的热能单位范围内或者以其他方式在平均热学热特征的适当公差内登记平均大小人体的热特征。在任何这样的情况下,可以容易地确定占用者的进入和离开,包括占用者的数量。例如,如果平均大小人体的热特征导致X的热强度,并且从一个热图像帧到下一热图像帧的热强度变化在X+/-20%的范围内,则可以确定人进入了房间。如果在随后的帧中,热强度从X+/-20%变为2(X+/-20%)或以其他方式有效地使该值翻倍,则可以确定第二个人进入了房间。等等。如果随后的热图像帧示出从约2X到X+/-20%以下的某个水平的热强度的变化,则可以确定所有人都离开了房间。在一些实施例中,可以通过例如加入该帧的像素强度值(或反映给定帧的整体强度值的一些其他统计上相关的数学运算)来计算任何一帧的热强度。当另一占用者进入房间时,更多像素检测/接收到热信号,这继而产生了具有对应更大的总热强度值的帧。许多这样的场景将是显而易见的。
然而,除了占用者进入或离开区域之外,由于许多原因,可能也会发生热强度值的变化。为了避免错误,在一些实施例中,还可以基于变化率来评估所识别的热强度值的变化。当占用者进入区域时,传感器的一个或多个像素在相对较短的时间内检测到更多的热能。该时间段可以被识别为占用者阈值。以低于占用者阈值的速率出现的热强度值的变化指示非占用者活动。以占用者阈值或超过占用者阈值发生的变化率指示占用者活动。基于此,根据本公开的一个实施例,由系统执行用于区域的占用者检测和计数。
示例照明应用
图1A是区域100的透视图,其可以是其中可以使用本文所述的技术来监视人占用(即,占用者的存在和数量)的任何结构或空间环境。可以看出,区域100可以是物理结构,诸如具有四个壁104的房间。然而,在其他情况下,区域100可以是特定的空间,诸如传感器的视场。
区域100可以包括各种家具(在此示例中为桌子108A、沙发108B和地毯108C),以下统称为物体108。物体108可以发出热能,诸如红外辐射,作为其相应温度的函数,因此,除了来自占用者的热活动以外,物体108发出的热能也贡献于区域100的热活动。
由于局部热能源,区域100的热特性可能会随时间变化。太阳光、激活电灯或激活电器都可能会影响在区域100内发出的热能的量。图1中所示的这些局部热能源的示例包括灯具112A和112B以及窗户112C(统称为源112)。尽管这些源112确实发出了热能,但它们确实间歇地并且通常在与人占用者的进入或离开相比更长的时间段内进行。
区域100可以包括传感器116。传感器116可以配置为接收从物体108和源112发出的热能,并作为响应生成电信号以创建热图像。传感器116还可以被配置为检测热能,出于确定区域100的占用的目的(如下所述)。传感器116可以被配置成使得传感器的视场可以利用足以准确地检测区域100内的热能变化的数量的像素来监视期望的区域。在一个示例中,传感器116可以是具有8 X 8像素阵列的热电堆传感器。
在一些情况下,区域100可以包括多于一个传感器116。出于多种原因,附加传感器116可能是优选的。例如,因为多个传感器116增加了可用于接收热能的像素的数量,所以两个或更多个传感器116可以更准确地检测针对区域100的热能的变化。在其他情况下,附加传感器116可以使得整个区域100被测量,其中单个传感器116的视场不能覆盖整个区域100。例如,在区域100包括限定区域100内的空间(诸如限制特定传感器的视场的走廊、会议室和办公室空间)的内壁的情况下,可能会发生这种情况。
图1B是根据本公开一个实施例的与用于区域100的传感器116的一个或多个像素相关联的多个热图像的热强度值的图形映射图120。图形映射图120示出了作为时间的函数的热强度值。这些映射图可以示出按每个像素基础或作为跨整个传感器116的平均的热强度值(如下所述)。可以看出,热强度值响应于像素从区域100检测到更多或更少的热能而随时间变化。
在该示例情况下,图形映射图120示出了在占用者进入区域100之前的一段时间内的热强度值。这里,由于热强度值低于与占用者对应的预期变化水平122,所以图形映射图120指示在区域100内未检测到占用者,因此不存在占用者。可以看出,在图形映射图120中示出的热强度值是相对一致的,其中具有一些细微的变化。如前所述,这些细微的变化可能是由物体和局部热能源引起的。
图1C是根据本公开一个实施例的包括两个占用者124A和124B(在下文中统称为占用者124)的区域100的透视图。可以看出,两个占用者124已经进入了区域100,因此也在传感器116的视场(FOV)内。
与图1B相似,图1D是示出了响应于两个占用者124进入区域100(如图1C所示)的热强度值的变化的图形映射图128。可以看出,图形映射图128示出了响应于占用者124进入区域100的热强度值的正变化,其大于预期变化水平122。热强度值的变化是正变化,因为当占用者124进入区域100时,在区域100中发出的热能的量(由传感器116检测的)增加。热强度值的增加可以基于变化量(即,量值)和变化发生的时间(即,变化率)来指示占用的变化。
占用者124的热强度值变化的量值可以等于或高于预期变化水平122。占用者124与其中它们发出热能的某个温度带(通常为98.6°F)相关联。然而,由于占用者124所穿的衣服,该温度带可以减小,这减少了占用者124的热能发出(与裸露的皮肤相比)。衣服可以在占用者124的皮肤和传感器116之间提供屏障,从而减少了传感器116接收到的热能的量。厚重的衣服(诸如大衣或夹克)可能抑制热能从占用者124到传感器116的传送,因为这些衣物是由致密的材料制成的,这些材料被设计成保留热能以使穿着者保持温暖。另一方面,较轻薄的衣服(例如,T恤衫和短裤)可以允许更多的热能发出,因为这些衣服制品暴露了更多的皮肤和/或是由较不致密的材料制成的,而促进热能的传送,因此使穿着者凉爽和舒适。
其他因素(诸如季节性温度以及占用者的衣服)可能会进一步减少或增加从占用者124和周围区域100发出的热能的差异。例如,当区域100的温度较高时(例如在夏季月份期间为85ºF),在区域100和占用者124之间检测到的热能差异较小,因为占用者和区域的温度值彼此相似。占用者124在高温时段期间穿着的较轻薄衣服也允许由传感器116接收到更多热能的传送,这继而使传感器116生成更高的热强度值。因此,检测到的差异相对较低,例如低至2ºF。然而,在其他情况下,当区域100的温度低于占用者124的温度时(例如,在秋季和冬季月份期间为60ºF),占用者124和区域100之间的检测到的热能差异较高,因为占用者124和区域100的温度值彼此并不相似。例如,系统可以从占用者124的暴露部分(例如,手和脸)或在穿着较薄的衣服时从占用者124的身体检测到与10°F或更高的温度差异对应的热能。但是,如前所述,较厚的衣服可以抑制从占用者124发出热能并减小该对应的温度差异。因此,量值在2ºF至10ºF或更大的范围内的热强度值的变化可能指示一个或多个占用者124进入了或离开了区域100。
确定占用(即,占用者存在检测和计数)还包括评估变化是否以与占用者124相关联的速率发生。可以看出,响应于占用者124进入区域100的热强度值的变化可能会在短时间段(例如几秒钟)内发生。相反,物体108可能在一个、两个或几个小时的时段内经历温度变化。从图形映射图128可以看出,热强度值的变化大于预期变化水平122,并且发生在非常短的时间段内。作为响应,系统通过确定至少一个人已经进入了区域100而检测到区域100中的人存在。
然而,在这种情况下,图形映射图128进一步示出了热强度值高于预期变化水平122的第一倍数130。在一些示例中,第一倍数130可以是预期变化水平122的整数倍。然而,在其他情况下,第一倍数130是基于区域100的热特性(例如,从物体发出的热能)和预期变化水平122的。基于热强度值在第一倍数130处或高于第一倍数130,系统还被配置为将区域100中存在的占用者124的数量(即,占用者计数)确定为两个占用者124。
图1E是根据本公开一个实施例的区域100的透视图,其中一个占用者124B已离开了区域100,而一个占用者124A留在区域100中。可以看出,占用者124B已经离开了传感器116的FOV,而现在传感器116不能再测量从占用者124B发出的热能。作为响应,减小了用于随后热图像的热强度值的量值。
图1F是根据本公开一个实施例的示出了响应于一个占用者124B离开而一个占用者124A留在区域100中的热强度值的变化的图形映射图132。当占用者124离开区域100时,在相对较短的时间量内出现了热强度值的负变化,因为在区域100内发出的热能的量已经减少了。这与如图1D所示一个或多个占用者124进入传感器116的FOV并因此增加了在区域100内发出的热能时所呈现的模式相反。在这种情况下,热强度值现在低于第一倍数130。但是,热强度值高于预期变化水平122,从而指示在区域100中存在占用者124。因此,系统可以基于热强度值随时间的变化来确定占用者124B已经离开了区域100而占用者124A留在传感器116的FOV中(即,传感器检测到占用者124A的存在)。在这种情况下,系统基于热强度值的变化来检测占用者124A的存在,并且因此作为响应而将占用者计数从两个占用者124调整为一个占用者124。
系统架构
图2是根据本公开一个实施例的被配置用于确定区域100的占用的系统200的框图。系统200可以包括区域100、网络204、计算系统208、照明控制器224、环境控制器228和安全控制器232。区域100可以包括一个或多个传感器116(如前所述)。传感器116可以经由网络204与计算系统208通信。
可以看出,占用检测系统200可以允许网络204与一个或多个服务器或其他计算系统208之间的通信耦合。网络204还可以将传感器116和/或计算系统208置于与一个或多个控制器(诸如照明控制器224、环境控制器228和安全控制器232(将在下面描述))的通信中。网络204可以是无线局域网、有线局域网或本地有线和无线网络的组合,并且还可以包括对诸如因特网或校园网之类的广域网的接入。在更一般的意义上,网络204可以是任何通信网络。
根据一些实施例,计算系统208可以是能够通过网络204进行通信的任何合适的计算系统,诸如基于云或基于校园的服务器计算机,并且可以被编程或以其他方式配置为提供与占用检测有关的服务。例如,在与占用检测有关的服务中,计算系统208可以被配置为接收响应于从区域100接收到热能而生成的像素温度数据。根据本公开,许多其他这样的配置将是显而易见的。
计算系统208可以进一步包括收发器212或以其他方式可操作地耦合到收发器212,收发器212接收并发送通信信号以便于在计算系统208与占用检测系统200的其他设备之间交换信息。例如,收发器212可以位于计算系统208内或以其他方式可操作地与计算系统208耦合,并利用标准技术配置为便于与位于区域100内部和/或外部的一个或多个其他收发器的通信。在一些实施例中,收发器212是调制解调器、或允许从网络发送和接收数据的其他合适的电路。通信信号可以包含各种信息,例如协议信息、热强度值、热图像和/或占用信息。一旦传感器116已经测量和/或记录了热强度值,则传感器116可以将该信息发送到计算系统208。计算系统208可以经由网络204接收该信息。在所示的示例性实施例中,收发器212然后可以将该信息传送到计算系统208的一个或多个处理器216,其继而被编程或以其他方式配置为编译指令和数据并将指令和数据分发给控制器224、228和232。
例如,在一些实施例中,一个或多个处理器216被配置为处理接收到的热强度值数据。可以将由处理器216创建和/或管理的数据存储在存储器220内以支持计算系统208的各种操作。存储器220可以是能够进行非临时性数据存储的任何物理设备,诸如只读存储器(ROM)和随机存取存储器(RAM)。
存储器220还可以包括缓冲器。存储器220的缓冲部分可以是用于向诸如传感器116之类的外部设备发送或从其接收的数据的临时保存地方。在一些情况下,例如,热图像可以最初存储在存储器220的缓冲部分中。在一些情况下,当传感器116连续捕获区域100的热图像或帧时,在缓冲器中存储图像可能是优选的。存储器220的缓冲部分可以临时存储许多热图像,例如,最新图像中的最后10、50、100或500个。作为结果,较旧的热图像可以从系统200中被删除或去除,因为这些图像不再准确地表示在热强度值变化之前区域中的热特性。
在一些实施例中,一个或多个控制器可以被配置为处理占用数据,然后调整或改变一个或多个设备的设置。在这种情况下,计算系统208可以与照明控制器224、环境控制器228和安全控制器232通信。计算系统208也可以与未在图2中示出的诸如视听设备控制器之类的附加控制器进行通信。
照明控制器224是被配置为改变或修改照明器具的照明特性或功能的设备。可以基于区域100中占用者的数量来调整诸如亮度或色温之类的照明特性。类似地,还可以基于区域100的占用来调整诸如开启或关闭或调暗光之类的照明功能。例如,当系统200检测到区域100中没有占用者时,该系统可以被配置为命令照明控制器224使区域100中的一个或多个灯具变暗或关闭。
在其他情况下,系统200还可以将占用信息发送到一个或多个环境控制器228。环境控制器228是配置为基于区域100中的占用者数量而改变诸如加热、空调、发声(即音乐)和/或显示自然光(即调整窗户修饰的位置)之类的环境特性的设备。例如,当系统200检测到区域100内的若干个占用者时,该系统可以被配置为命令环境控制器228升高或降低区域100的温度。
在一些其他情况下,系统200还可以将占用信息发送到一个或多个安全控制器232。安全控制器232是被配置为调整和/或监视针对区域100的安全特性或姿势的变化(例如锁定门和窗和/或激活和停用安全传感器)的设备。可以基于区域100中的占用者的数量来调整这些特性。例如,当系统200检测到区域100中存在占用者时,系统200可以被配置为命令安全控制器232锁定一个或多个门和/或激活用于区域100的安全传感器。无论占用信息的特定用途如何,系统200均可以通过使用统计分析技术和方法来比较区域的两个或更多个热图像以确定区域100的占用。
根据本公开,许多用例和实施例将是显而易见的。例如,计算系统208可以位于传感器116内或邻近。在这种情况下,计算系统208可以经由有线连接和/或电路板而连接。作为结果,从传感器116获得的占用信息可以直接发送到计算系统208以用于处理。在完成处理该信息之后,传感器116然后可以经由网络204将该信息发送到一个或多个控制器224、228、232。
确定区域的占用
图3是根据本公开一个实施例的用于确定区域的占用的示例性方法300的流程图。方法300可以由计算系统208或从位于区域中的一个或多个传感器接收热成像数据的任何其他计算系统来执行。方法300比较热图像以识别区域的占用变化。这些热图像使用热强度值来描绘区域的热特性。与传感器的一个或多个像素相关联的热强度值的变化(即,变化的量值和速率)可以被用来确定区域的占用(即,检测人的存在和占用者的数量)。
可以看出,方法300包括在框304中接收在第一时间的区域的第一热图像,该第一热图像包括与传感器的多个像素对应的多个热强度值。热图像是响应于检测到以从给定的(一个或多个)物体发出或反射的红外辐射形式的热能而创建的区域的图像。热图像可以具有与传感器的一个或多个像素相关联的多个热强度值。在一些情况下,热图像可以包括来自两个或更多个传感器的多个热强度值,以创建合并的热图像。
第一热图像是由随后热图像识别的占用变化之前的区域的图像。可以在任何时间创建第一热图像,包括就在创建随后热图像之前。在一些情况下,第一热图像是识别与未占用区域相关联的热强度值的参考图像。然而,在其他情况下,参考图像可以与限定的占用者数量相关联。在这种情况下,请注意,系统可以被配置为接收关于区域中占用者数量的数据。可以使用人工反馈将占用者数量手动输入到系统中。人工反馈还可以使系统学习可能被不正确地解释为占用者的区域特性(如将要讨论的)。作为参考图像,将第一热图像与随后热图像进行比较,以确定用于区域的占用变化。
方法300进一步包括在框308中接收在第一时间之后的第二时间的区域的第二热图像,该第二热图像包括与传感器的多个像素对应的第二多个热强度值。第二热图像基于其热强度值来识别用于区域的占用的潜在变化。为了清楚和易于理解,第一热图像和第二热图像在下文中被统称为热图像。
第二热图像是被创建以识别热强度值的变化的区域的图像。在更一般的意义上,第二热图像可以是在第一热图像之后(例如,第一热图像之后的100毫秒到5秒)接收的区域的实时或当前时刻图像。以这种方式,可以在时间上足够接近地记录热图像,使得图像描绘就在热强度值变化之前和热强度值变化的时刻处的区域。
方法300进一步包括在框312中识别第二多个热强度值和第一多个热强度值之间的热强度值的变化,其用于确定用于区域的占用变化。通过比较热图像的对应热强度值来识别热强度值的变化。识别对应热强度值的一种方式是使用像素索引。像素索引是唯一识别传感器的像素的索引,使得传感器的每个像素对应于用于每个热图像的一个热强度值。可以使用数字、字母、单词、符号和/或文本字符串在像素索引中唯一地识别像素。使用唯一识别的像素,可以将与同一像素对应的第一热图像和第二热图像的热强度值进行比较,从而用于确定占用。还可以将图像进行比较以检测静止的人的存在,如在2013年11月11日提交的题为“Human Presence Detection Techniques”的美国专利申请号14/076,372中所述的那样,该申请全文以引用的方式并入本文。
一旦识别出与某一像素对应的第一热图像和第二热图像的热强度值,就可以确定用于对应像素的热强度值的变化。在一些情况下,通过简单的减法来确定热强度值的变化,尽管也可以使用其他算法,例如求平均。在其他情况下,可以使用统计分析技术来确定热强度值的变化。在一些情况下,基于整个图像来确定热强度值的方差。在这种情况下,通过使用标准偏差技术分析热强度值的变化来确定用于两个或更多个图像的热强度值的方差。
方法300进一步包括在框316中基于热强度值的变化来确定区域的占用者数量的变化。可以基于是否出现以下情况来确定区域中的占用者数量的变化和现在的占用者数量:(1)变化量值等于预期变化水平的倍数;(2)变化率以占用者阈值或高于占用者阈值发生。计算系统可以追踪从每个热图像中识别的占用者数量,并且因此可以追踪连续的热图像之间的占用者数量的变化。
热强度值的变化的量值是与先前识别的热强度值的变化对应的热图像的每像素(或帧)的热强度值之间的差异,并且包括相关联的变化方向(即正或负)。在一些情况下,例如,方差阈值被用于确定区域的占用是否已改变。方差阈值是与给定区域的占用水平(例如,区域未被占用)对应的方差值。如果确定的方差(如上所述)大于方差阈值,则系统可以指示占用的变化(取决于变化率,如下所述)。然而,这种指示的占用变化可以响应于占用者进入或离开区域而发生。因此,为了在占用者进入或离开区域时之间进行区分,系统被配置为确定用于第一图像(即,参考图像)和第二图像两者的平均热强度值。如果用于第二图像的平均热强度值大于用于第一图像的平均值,则占用的变化与进入区域的占用者相关联。另一方面,如果用于第二图像的平均热强度值小于用于第一图像的平均值,则区域的占用变化与离开区域的占用者相关联。
为了确定区域中的占用者数量的变化,将热强度值的变化量值与用于占用者的热强度值的预期变化水平进行比较。如前所述,取决于许多因素,该水平的范围可能从少至2ºF到10ºF或更高。在一些情况下,这些因素可能是动态的,因此会导致区域的已知条件随时间而变化。作为结果,预期变化水平可能不再对应于用于占用者的热强度值变化。作为结果,在一些实施例中,可以响应于区域的变化(例如,从环境传感器和其他信息源收集的环境条件)来周期性地或连续地更新水平,以确保预期变化水平对应于占用者活动,以用于识别人存在检测和/或确定用于区域的占用者计数。热强度值变化的量值不等于占用者的预期变化水平的一倍或多倍指示非占用者活动,并且出于确定占用者的目的而可以被忽视。但是,一些非占用者活动(诸如激活电子设备)可能导致热强度值以占用者的预期变化水平处的量值而变化。为了在占用者活动和非占用者活动之间进行区分从而避免不正确确定区域中的占用者数量,而确定用于热强度值的变化率。
当占用者进入或离开区域时,移动进入或离开传感器视场的动作可能发生得很快,例如在几秒钟之内。因此,与占用者活动有关的热强度值的变化很可能在短时间段内发生。例如,进入或离开区域的占用者的热强度值的变化率可以设置为每秒4ºF,即占用者阈值。相反,非占用者活动可能会创建占用者的预期变化水平处的热强度值变化,但是这些变化可能在非常长的一段时间内发生,诸如几分钟或几小时。因此,当热强度值的变化是占用者的预期变化水平的至少一倍或多倍并且以等于或高于占用者阈值的速率发生时,可以确定区域的占用。
提高占用检测准确度和效率
对于一些区域,可能针对热图像的热强度值的变化存在多种原因。这些附加的变化原因可能不利地影响系统的准确度和/或精度,从而影响占用确定的准确度。为了避免这些潜在的错误,系统可以参与有监督的机器学习,以接收与区域中的活动有关的附加信息,以便更好地在占用者活动(例如进入或离开区域)和非占用者活动之间进行区分。在一些示例中,像素掩模可以被用于修改或调整热图像的一个或多个热强度值。在这种情况下,像素掩模可以将与非占用者活动相关联的热强度值修改为零或等于等效背景值。在一些情况下,参考图像可以使用像素掩模来校正。然而,在其他情况下,可以使用像素掩模来校正第二热图像或两个图像。在校正了热强度值的情况下,可以比较图像来确定占用的变化,而具有由于非占用者活动的错误的较小可能性。
在一些实施例中,系统可以被配置为针对热强度值的随后变化来不同地监视区域。监视区域的一种方式例如可以是例如以每四分之一秒、半秒或一秒的间隔连续地比较热图像。但是,在其他情况下,热图像的比较可能在较少占用者活动的时段内更不频繁地发生,例如在午夜至凌晨4点。在一些其他情况下,热图像的比较可能是动态的,使得比较基于占用者活动而以不同的间隔发生。例如,在具有很少或没有占用者活动的时段期间,热图像的比较可能不太频繁,但是当检测到占用者活动时,可以以增加的频率来发生热图像的比较。
在其他实施例中,系统可以被配置为接收关于区域的预编程数据。在这种情况下,在传感器的视场内的陈设是已知的,并且出于确定占用的目的可以被忽视。例如,系统可以被编程为忽视在“B”秒内出现的具有“A”量值的热强度值的变化。作为结果,与这些编程值对应的热变化源被识别为非占用者相关的活动(例如,激活灯具),并从热图像中被去除。因此,系统可以被配置为利用区域条件进行编程或学习区域条件,并且继而自动在区域内的占用者活动和非占用者活动(例如,激活灯具)之间进行区分。此外,通过利用区域的热特性对系统进行预编程,可以提高系统准确度和效率,因为系统没有使用资源来评估已知的热强度值变化源。
在一些其他实施例中,一旦存储了热图像就可以完成热强度值的比较。第一和第二热图像可以被连续地存储。连续地存储热图像可能利用大量资源来维护此信息。另外,在很长一段时间后,数据的有用性可能不再证明(justify)维护热图像的费用。为了解决该问题,一种用于存储热图像的方法可以是永久存储当发生热强度值变化时的热图像。在这种情况下,第一热图像可以最初存储在存储器的缓冲部分中。随着创建越来越多的热图像,可以从缓冲区中去除不太新的热图像,从而为最新的热图像腾出空间。由于一次在系统中保留的热图像较少,所以用于维护这些图像的计算资源较少。在这种情况下,一旦检测到热强度值变化处于或高于占用者的变化水平,则第一和第二热图像两者可以保存在存储器的永久部分中。在一些实施例中,永久存储在存储器中的热图像也可以在一定时间段之后例如在30天之后被删除,以便释放存储器。
另外的考虑
根据本公开,许多实施例将是显而易见的。一个示例性实施例提供了一种确定区域的占用的方法,该方法包括接收在第一时间收集的区域的第一热图像,该第一热图像包括与传感器的多个像素对应的第一多个热强度值;接收在第一时间之后的第二时间收集的区域的第二热图像,该第二热图像包括与传感器的多个像素对应的第二多个热强度值;识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及基于热强度值的变化来确定区域中的占用者数量的变化。
在一些实施例中,第一热图像可以是没有占用者的区域的参考图像。在一些实施例中,识别热强度值的变化可以包括存储第一热图像和第二热图像;识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值;以及比较第一热图像和第二热图像之间的对应的热强度值,以识别热强度值的变化。在一些实施例中,基于第一多个热强度值被确定为等于第二多个热强度值、以及第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化。
在一些实施例中,确定区域中的占用者数量的变化可以包括将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;确定用于热强度值的变化的变化率;当所比较的热强度值的变化对应于一个或多个占用者并且所确定的变化率等于或大于占用者阈值时,识别区域中的占用者的存在;以及通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。在一些实施例中,当热强度值的变化为正时,一个或多个占用者进入了区域。在一些实施例中,当热强度值的变化为负时,一个或多个占用者离开了区域。
一些实施例可以进一步包括:响应于确定所确定的变化率小于占用者阈值而将热强度值的变化与非占用者变化相关联。一些实施例可以进一步包括调整第一热图像的第一多个热强度值,所述调整防止对区域中的占用者数量的变化的不正确确定。在一些实施例中,调整第一热图像的第一多个热强度值,使得第一多个热强度值中的至少一个被设置为等于第二热图像的第二多个热强度值中的至少一个。
本文公开的其他实施例包括一种用于检测区域内的一个或多个占用者的系统,该系统包括设置在区域内的传感器,其中所述传感器被配置为记录:在第一时间的区域的第一热图像,所述第一热图像包括与传感器的多个像素对应的第一多个热强度值;以及在晚于第一时间的第二时间的区域的第二热图像,所述第二热图像包括与传感器的多个像素对应的第二多个热强度值。该系统还包括与传感器通信的计算系统,所述计算系统被配置为:从传感器接收第一热图像和第二热图像;识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及基于热强度值的变化来确定区域中的占用者数量的变化。
在一些实施例中,系统可以进一步包括连接到传感器和计算系统的网络,其中,所述传感器被置于经由网络与计算系统通信。在一些实施例中,计算系统被配置为通过存储第一热图像和第二热图像、识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值、以及比较第一热图像和第二热图像之间的对应的热强度值来识别热强度值的变化。在一些实施例中,基于第一多个热强度值被确定为等于第二多个热强度值、以及第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化。
在一些实施例中,计算系统被配置为通过以下来确定区域中的占用者数量的变化:将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;确定用于热强度值的变化的变化率;当所比较的热强度值的变化对应于一个或多个占用者以及所确定的变化率等于或大于占用者阈值时,识别区域中的占用者的存在;以及通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。
本文公开的其他实施例包括一种计算机程序产品,其包括编码多个指令的一个或多个非暂时性机器可读介质,所述指令在由一个或多个处理器执行时促进根据一种过程的电子设备的操作,所述过程包括:接收在第一时间的区域的第一热图像,所述第一热图像包括与传感器的多个像素对应的第一多个热强度值;接收在第一时间之后的第二时间的区域的第二热图像,所述第二热图像包括与传感器的多个像素对应的第二多个热强度值;识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及基于热强度值的变化来确定区域中的占用者数量的变化。
在一些实施例中,识别第二多个热强度值和第一多个热强度值之间的变化可以包括:存储第一热图像和第二热图像;识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值;以及比较第一热图像和第二热图像之间的对应的热强度值,以识别热强度值的变化。在一些实施例中,基于第一多个热强度值被确定为等于第二多个热强度值、以及第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化。
在一些实施例中,确定区域中的占用者数量的变化可以包括:将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;确定用于热强度值的变化的变化率;当所比较的热强度值的变化对应于一个或多个占用者以及所确定的变化率等于或大于占用者阈值时,识别区域中的占用者的存在;以及通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。一些实施例进一步包括响应于确定所确定的变化率小于占用者阈值而将热强度值的变化与非占用者变化相关联。
为了说明的目的,已经呈现了本公开的实施例的前述描述;其并不意图是穷举的或将权利要求限制为所公开的精确形式。相关领域的技术人员应当理解,根据以上公开,许多修改和变化是可能的。
本说明书的一些部分以信息上的操作的算法和符号表示来描述实施例。这些算法描述和表示通常由数据处理领域的技术人员用来将其工作的实质有效地传达给本领域的其他技术人员。这些操作尽管在功能上、在计算上或在逻辑上进行了描述,但应理解为是通过计算机程序或等效电路、微代码等来实现的。此外,在不失一般性的情况下,有时将这些操作安排称为模块也很方便。所描述的操作及其相关联的模块可以用软件、固件、硬件或其任何组合来体现。
本文描述的任何步骤、操作或过程可以单独地或与其他设备组合地利用一个或多个硬件或软件模块来执行或实现。在一个实施例中,用计算机程序产品来实现软件模块,该计算机程序产品包括包含计算机程序代码的计算机可读介质,该计算机程序代码可以由计算机处理器执行以执行所描述的任何或所有步骤、操作或过程。
实施例还可以涉及用于执行本文中的操作的装置。该装置可以被特殊地构造用于所需目的,和/或其可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算设备。这样的计算机程序可以被存储在非暂时性的有形计算机可读存储介质、或者适合于存储电子指令的任何类型的介质中,其可以被耦合到计算机系统总线。此外,说明书中提及的任何计算系统可以包括单个处理器,或者可以是采用多个处理器设计以提高计算能力的架构。
实施例还可以涉及通过本文描述的计算过程生产的产品。这样的产品可以包括由计算过程产生的信息,其中该信息被存储在非暂时性的有形计算机可读存储介质上,并且可以包括计算机程序产品的任何实施例或本文所述的其他数据组合。
最后,主要为了可读性和指导性目的选择了本说明书中使用的语言,并且其可能未被选择成描绘或限制本发明的主题。因此,意图的是,本公开的范围不受该详细描述的限制,而是由基于此的申请上发布的任何权利要求来限制。因此,实施例的公开意图是说明而非限制本公开的范围,本公开的范围由所附权利要求来阐明。

Claims (17)

1.一种用于确定区域的占用的方法,所述方法包括:
接收在第一时间收集的区域的第一热图像,所述第一热图像包括与传感器的多个像素对应的第一多个热强度值;
接收在第一时间之后的第二时间收集的区域的第二热图像,所述第二热图像包括与传感器的多个像素对应的第二多个热强度值;
识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及
基于热强度值的变化来确定区域中的占用者数量的变化,其中,确定区域中的占用者数量的变化包括:
将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;
确定用于热强度值的变化的变化率;
当以下情况时,识别区域中的占用者的存在:
所比较的热强度值的变化对应于一个或多个占用者,以及
所确定的变化率等于或大于占用者阈值;以及
通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。
2.根据权利要求1所述的方法,其中,所述第一热图像是没有占用者的区域的参考图像。
3.根据权利要求1所述的方法,其中,识别热强度值的变化包括:
存储第一热图像和第二热图像;
识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值;以及
比较第一热图像和第二热图像之间的对应的热强度值,以识别热强度值的变化。
4.根据权利要求1所述的方法,其中,基于以下中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化:
第一多个热强度值被确定为等于第二多个热强度值;以及
第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平。
5.根据权利要求1所述的方法,其中,当热强度值的变化为正时,一个或多个占用者进入了区域。
6.根据权利要求1所述的方法,其中,当热强度值的变化为负时,一个或多个占用者离开了区域。
7.根据权利要求1所述的方法,还包括响应于确定所确定的变化率小于占用者阈值而将热强度值的变化与非占用者变化相关联。
8.根据权利要求1所述的方法,还包括调整第一热图像的第一多个热强度值,所述调整防止对区域中的占用者数量的变化的不正确确定。
9.根据权利要求8所述的方法,其中,调整第一热图像的第一多个热强度值,使得第一多个热强度值中的至少一个被设置为等于第二热图像的第二多个热强度值中的至少一个。
10.一种用于检测区域内的一个或多个占用者的系统,所述系统包括:
设置在区域内的传感器,其中所述传感器被配置为记录:
在第一时间的区域的第一热图像,所述第一热图像包括与传感器的多个像素对应的第一多个热强度值;以及
在第一时间之后的第二时间的区域的第二热图像,所述第二热图像包括与传感器的多个像素对应的第二多个热强度值;以及
与传感器通信的计算系统,其中所述计算系统被配置为:
从传感器接收第一热图像和第二热图像;
识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及
基于热强度值的变化通过以下来确定区域中的占用者数量的变化:
将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;
确定用于热强度值的变化的变化率;
当以下情况时,识别区域中的占用者的存在:
所比较的热强度值的变化对应于一个或多个占用者,以及
所确定的变化率等于或大于占用者阈值;以及
通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。
11.根据权利要求10所述的系统,还包括连接到传感器和计算系统的网络,其中,所述传感器被置于经由网络与计算系统通信。
12.根据权利要求10所述的系统,其中,所述计算系统被配置为通过以下来识别热强度值的变化:
存储第一热图像和第二热图像;
识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值;以及
比较第一热图像和第二热图像之间的对应的热强度值,以识别热强度值的变化。
13.根据权利要求10所述的系统,其中,基于以下中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化:
第一多个热强度值被确定为等于第二多个热强度值;以及
第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平。
14.一种计算机程序产品,包括编码多个指令的一个或多个非暂时性机器可读介质,所述指令在由一个或多个处理器执行时促进根据一种过程的电子设备的操作,所述过程包括:
接收在第一时间的区域的第一热图像,所述第一热图像包括与传感器的多个像素对应的第一多个热强度值;
接收在第一时间之后的第二时间的区域的第二热图像,所述第二热图像包括与传感器的多个像素对应的第二多个热强度值;
识别第二多个热强度值和第一多个热强度值之间的热强度值的变化;以及
基于热强度值的变化来确定区域中的占用者数量的变化,其中,确定区域中的占用者数量的变化包括:
将热强度值的变化和与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平进行比较;
确定用于热强度值的变化的变化率;
当以下情况时,识别区域中的占用者的存在:
所比较的热强度值的变化对应于一个或多个占用者,以及
所确定的变化率等于或大于占用者阈值;以及
通过确定热强度值的变化针对热强度值的预期变化水平的倍数来识别区域中的占用者的数量。
15.根据权利要求14所述的计算机程序产品,其中,识别第二多个热强度值和第一多个热强度值之间的变化包括:
存储第一热图像和第二热图像;
识别与第二热图像中的一个或多个热强度值对应的第一热图像中的热强度值;以及
比较第一热图像和第二热图像之间的对应的热强度值,以识别热强度值的变化。
16.根据权利要求14所述的计算机程序产品,其中,基于以下中的至少一个,热强度值的变化指示不存在区域中的占用者数量的变化:
第一多个热强度值被确定为等于第二多个热强度值;以及
第一多个热强度值和第二多个热强度值小于与单个占用者进入区域和单个占用者离开区域中的至少一个对应的热强度值的预期变化水平。
17.根据权利要求14所述的计算机程序产品,还包括:响应于确定所确定的变化率小于占用者阈值而将热强度值的变化与非占用者变化相关联。
CN201880035707.2A 2017-03-31 2018-02-23 热图像占用者检测 Active CN110663061B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/475,437 US10395124B2 (en) 2017-03-31 2017-03-31 Thermal image occupant detection
US15/475437 2017-03-31
PCT/US2018/019394 WO2018182887A1 (en) 2017-03-31 2018-02-23 Thermal image occupant detection

Publications (2)

Publication Number Publication Date
CN110663061A CN110663061A (zh) 2020-01-07
CN110663061B true CN110663061B (zh) 2023-09-19

Family

ID=61617126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880035707.2A Active CN110663061B (zh) 2017-03-31 2018-02-23 热图像占用者检测

Country Status (4)

Country Link
US (1) US10395124B2 (zh)
EP (1) EP3602491B1 (zh)
CN (1) CN110663061B (zh)
WO (1) WO2018182887A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200334831A1 (en) * 2016-01-28 2020-10-22 Pointgrab Ltd. Method and system for analyzing occupancy in a space
US10948354B2 (en) * 2017-06-05 2021-03-16 Robert Bosch Gmbh Measuring people-flow through doorways using easy-to-install IR array sensors
US10225492B1 (en) * 2018-07-23 2019-03-05 Mp High Tech Solutions Pty Ltd. User interfaces to configure a thermal imaging system
EP3841848A1 (en) * 2018-08-24 2021-06-30 Lutron Technology Company LLC Occupant counting device
KR20210000985A (ko) * 2019-06-26 2021-01-06 삼성전자주식회사 비전 센서, 이를 포함하는 이미지 처리 장치 및 비전 센서의 동작 방법
FR3134212A1 (fr) * 2022-03-30 2023-10-06 Schneider Electric Industries Sas Procede de comptage de personnes et de determination de leur position dans un espace

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101861606A (zh) * 2007-09-19 2010-10-13 联合工艺公司 用于占用估计的系统和方法
CN104039218A (zh) * 2011-12-27 2014-09-10 皇家飞利浦有限公司 磁共振温度记录:针对热异常的高分辨成像
CN105191288A (zh) * 2012-12-31 2015-12-23 菲力尔系统公司 异常像素检测

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060242186A1 (en) 2005-04-26 2006-10-26 Hurley Thomas J Thermal signature intensity alarmer system and method for processing thermal signature
US20130314536A1 (en) * 2009-03-02 2013-11-28 Flir Systems, Inc. Systems and methods for monitoring vehicle occupants
US10404924B2 (en) * 2013-11-11 2019-09-03 Osram Sylvania Inc. Human presence detection techniques
US10302499B2 (en) 2014-10-24 2019-05-28 Google Llc Adaptive threshold manipulation for movement detecting sensors
JP6577235B2 (ja) * 2015-05-15 2019-09-18 アズビル株式会社 照明制御システムおよび照明制御方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101861606A (zh) * 2007-09-19 2010-10-13 联合工艺公司 用于占用估计的系统和方法
CN104039218A (zh) * 2011-12-27 2014-09-10 皇家飞利浦有限公司 磁共振温度记录:针对热异常的高分辨成像
CN105191288A (zh) * 2012-12-31 2015-12-23 菲力尔系统公司 异常像素检测

Also Published As

Publication number Publication date
CN110663061A (zh) 2020-01-07
WO2018182887A1 (en) 2018-10-04
EP3602491B1 (en) 2022-04-27
US10395124B2 (en) 2019-08-27
US20180285650A1 (en) 2018-10-04
EP3602491A1 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
CN110663061B (zh) 热图像占用者检测
US9148935B2 (en) Dual-technology occupancy detection
US10634380B2 (en) System for monitoring occupancy and activity in a space
US9456183B2 (en) Image processing occupancy sensor
Candanedo et al. Accurate occupancy detection of an office room from light, temperature, humidity and CO2 measurements using statistical learning models
Cao et al. Smart sensing for HVAC control: Collaborative intelligence in optical and IR cameras
US20090115597A1 (en) Energy saving and security system
EP3158834A1 (en) Occupancy sensing smart lighting system
CN110709900B (zh) 使用易于安装的ir阵列传感器来测量通过出入口的人流
US9984519B2 (en) Method and system for optical user recognition
EP3698609A1 (en) Occupancy sensor calibration and occupancy estimation
US10205891B2 (en) Method and system for detecting occupancy in a space
US11748993B2 (en) Anomalous path detection within cameras' fields of view
RU2766372C2 (ru) Способ контроля и аналитическое устройство
Tang et al. Intelligent video surveillance system for elderly people living alone based on ODVS
CN107851185A (zh) 占用检测
US11580333B2 (en) Training image classifiers
US20160338177A1 (en) Lighting control system and lighting control method
US20230317285A1 (en) Systems and methods for detecting and tracing individuals exhibiting symptoms of infections
WO2020128607A1 (en) System for monitoring the presence of individuals in a room and method therefor
WO2023141381A1 (en) Computer vision system and methods for anomalous event detection
WO2018177973A1 (en) System and method for counting and localizing occupants using thermal images
CA3088627A1 (en) Nir motion detection system and method
US20190353824A1 (en) Occupancy sensing systems and methods
EP3617933B1 (en) Detecting room occupancy with binary pir sensors

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