CN111524310B - 智能警报管理 - Google Patents
智能警报管理 Download PDFInfo
- Publication number
- CN111524310B CN111524310B CN201910103384.2A CN201910103384A CN111524310B CN 111524310 B CN111524310 B CN 111524310B CN 201910103384 A CN201910103384 A CN 201910103384A CN 111524310 B CN111524310 B CN 111524310B
- Authority
- CN
- China
- Prior art keywords
- alarm
- alert
- people counter
- security system
- person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims description 11
- 230000000977 initiatory effect Effects 0.000 claims description 6
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000005672 electromagnetic field Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2465—Aspects related to the EAS system, e.g. system components other than tags
- G08B13/248—EAS system combined with another detection technology, e.g. dual EAS and video or other presence detection system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2451—Specific applications combined with EAS
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2451—Specific applications combined with EAS
- G08B13/246—Check out systems combined with EAS, e.g. price information stored on EAS tag
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2465—Aspects related to the EAS system, e.g. system components other than tags
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/008—Alarm setting and unsetting, i.e. arming or disarming of the security system
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2405—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting characterised by the tag technology used
- G08B13/2414—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting characterised by the tag technology used using inductive tags
- G08B13/2417—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting characterised by the tag technology used using inductive tags having a radio frequency identification chip
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2451—Specific applications combined with EAS
- G08B13/2462—Asset location systems combined with EAS
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
- G08B13/2465—Aspects related to the EAS system, e.g. system components other than tags
- G08B13/2482—EAS methods, e.g. description of flow chart of the detection procedure
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/186—Fuzzy logic; neural networks
Abstract
一种包括读取器设备、人员计数器和警报的安全警报管理系统和方法。读取器设备读取读取器范围内的安全标签。人员计数器检测通过入口点的人。人员计数器可以确定通过入口点的人的行进方向。白名单包括将不触发警报的条目或产品标识符。如果与读取器设备、人员计数器和白名单相关联的条件被满足,则触发警报。
Description
技术领域
本公开涉及电子物件监视(EAS)系统,并且还涉及在库存跟踪和防盗应用中使用的零售商店的智能警报管理。
背景技术
一些传统的电子物件监视(ESA)系统包括安全标签或标记,其可以使用射频标识(RFID)标签或具有线圈和电容器的谐振电路,所述线圈和电容器在被暴露于预定电磁场(例如,8.2MHz)时进行操作以谐振。RFID标签使用耦合到天线(例如,偶极天线)的集成电路或谐振电路,并且进行操作以在被暴露于预定磁场(例如,13.56MHz)时发射信息。读取器设备通常被提供在企业的出/入口点(POE)或期望检测带有标签物件的无授权移除的任何位置处。这些读取器设备可以发出声音或触发警报以检测和警告商店商品被盗。
当带有标签物件接近读取器设备时或者当用户进入商店时,可能发生假警报。这可能给零售商店的顾客造成尴尬,并且在没有人通过商店的EAS系统时产生恼人的警报信号。当购物者通过EAS系统时可能发生假警报,在购物者不拥有任何带有标签(即,受保护的)商品的情况下,但是仍发出了警报。另一类型的假警报信号是“商品”警报,其在购物者携带非受保护的商品通过EAS系统(其仍表现出激活的标签或标记的特性)时发生。这的示例是诸如延长线和电缆、可折叠椅以及能够在EAS系统的电磁场的存在下谐振的其他线圈式金属物体的物品。当EAS系统响应于环境信号的检测而发出警报时(一般在没有人通过EAS系统时),发生“虚(phantom)”假警报。这种示例是由将带有标签商品放置在距EAS系统足够近的展示处而意外导致其激活所产生的假警报信号。
Lizz等人的美国专利号5,030,941介绍了一种使用方向检测器来检测人通过基座的方向的EAS系统,所述专利的全部内容通过引用而并入本文。
已经进行其他尝试来减少假警报。这些尝试中的一些可以消除单个类型的假警报(诸如虚警报),但是并不减少商品激活的警报。而且,传统系统通常要求带有标签物件被放置在远离读取器设备的预定距离处(例如,5英尺、10英尺等),使得商品不触发假警报。这可能限制零售商店中可以展示商品的可用空间。
而且,现有的防盗安全系统易于出现关于假警报的问题,这往往由环境噪声、来自被标记物品和未去激活的标签的共振而引起。此外,现有安全标签系统系统中许多易于出现假警报,不易于升级,且要求昂贵的改造,具有有限的安全标签读取距离,并且受环境干扰而退化。
因此,仍然需要一种安全标签系统,其减假警报,增加零售商店中用于展示所标记信息的可用空间,并提高EAS系统的效率。
附图说明
通过参考以下结合以下说明的详细描述,可以更好地理解本教导,其中:
图1是根据各个公开方面的智能警报管理系统的功能图;和
图2是根据各个公开方面的用于管理警报的方法的功能框图;和
图3是根据各个公开方面的包括用于发起警报或使警报静音的区域的智能警报管理系统的功能图;和
图4是根据各个公开方面的具有集成计数设备和头顶计数设备的智能警报管理系统的功能图;以及
图5是根据各个公开方面的示出了对多个顾客的检测的智能警报管理系统的功能图。
具体实施方式
现在将详细参考本教导的实施例,其示例在附图中示出。要理解的是,可以利用其他实施例,并且可以在不脱离本教导的范围的情况下进行结构和功能改变。而且,在不脱离本教导的范围的情况下,可以组合、切换或改变实施例的特征,例如,每个公开的实施例的特征可以与其他公开的实施例的特征进行组合、切换或替换。这样,以下描述是通过说明方式呈现的,并且不限制可以对所示实施例进行的并且仍然在本教导的精神和范围内的各种替换和修改。
如本文所使用的,词语“示例”和“示例性”意味着实例或说明。词语“示例”或“示例性”不表示关键的或优选的方面或实施例。除非上下文另有说明,否则词语“或者”旨在包含性的而非排他性的。作为示例,短语“A采用B或C”包括任何包含性排列(例如,A采用B;A采用C;或者A采用B和C两者)。作为另一事项,除非上下文另有说明,否则冠词“一”和“一个”通常旨在意味着“一个或多个”。
“逻辑”是指可以被应用以指导处理器的操作的任何信息和/或数据。逻辑可以由存储在存储器(例如,非暂时性存储器)中的指令信号形成。软件是逻辑的一个示例。在另一方面,逻辑可以包括单独的或与软件组合的硬件。例如,逻辑可以包括数字和/或模拟硬件电路,诸如包括逻辑门(例如,AND、OR、XOR、NAND、NOR和其他逻辑运算)的硬件电路。此外,逻辑可以被编程和/或包括各种设备的各个方面,并且不限于单个设备。
除非上下文另有说明或保证这样术语之间的特定区别,否则术语“标识标签”、“芯片”、“RFID设备”等可以可互换地使用。还要注意的是,可以基于频率来选择RFID标签(例如,用于近通信的低频RFID标签)。标识标签可以包括可打印的RFID标签、NFC标签、包括微芯片的标签等。标识标签可以包含诸如存储器(例如,只读存储器(ROM)、随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)或各种其他类型的存储器)中所存储的信息。在另一方面,标识标签可以通过来自读取器产生的磁场的电磁感应来供电。例如,标识标签可以包括NFC组件,其使用位于标签的近场内的两个环形天线之间的感应,从而有效地形成空气芯变压器。天线可以包括各种材料,诸如铜。虽然描述了空气芯变压器,但是可以利用各种其他天线结构。
在示例中,RFID组件可以包括标签和发射器。标签和发射器可以各自包括一个或多个天线。例如,标签可以包括环形天线,并且发射器可以包括另一个环形天线。要注意的是,环形天线可以或可以不彼此基本相似。标签天线和发射器天线可以经由电磁场进行可操作地耦合。耦合可以形成或表示空气芯线圈或变压器。发射器可以生成可以由发射器天线接收的交流电流。电流可以通过空气或另一种载体介质感应出电磁场。电磁场可以在标签天线中感应出电流。接收到的电流可以为标签的各种组件供电。
在各种实施例中,标签可包括天线(例如,嵌体)、处理器和存储设备。存储设备可以包括各种类型的存储器,诸如电可擦除可编程只读存储器(EEPROM)等。当标签被供电(例如,由电磁场感应出的电流)时,标签可以生成可以由发射器接收的响应。
如本文所述,标识标签可以是无源应答器,其从询问无线电波收集能量和/或可以包括诸如电池的本地电源。这样,标识标签和读取器可以被配置为无源读取器有源标签(PRAT)系统、有源读取器无源标签(ARPT)系统、有源读取器有源标签(ARAT)系统等。
在另一方面,标识标签可以为各种组件或设备供电。例如,RFID组件可以为标签的数字显示器和/或接口供电。在实施例中,标识标签可以被配置为当在阈值距离内时与读取器操作和/或通信。例如,当标识标签距读取器小于或等于j个单位时,标识标签可以与阅读器通信,其中j是数字并且单位是距离的单位。
本文描述的实施例可以包括智能警报管理系统,其可以利用定向(directional)人员计数器设备和安全标签来在利用EAS系统的零售商店的POE或其他位置处提供警报线准确性。而且,所描述的实施例可以减少假警报,为带有标签商品的展示提供增加的可用楼层空间等。至少一些实施例可以利用白名单来监视电子产品代码(EPC)或其他产品标识符。白名单可以与定向人员计数器设备和安全标签结合使用,以减少假警报。
在示例中,智能警报管理系统可以包括具有连接到RFID读取器设备的出口GPO的定向人员计数器。读取器设备可以感测来自安全标签的信号的断言边缘(assertiveedge),并且可以测量或启动计时器。所描述的系统可以响应于定向人员计数器识别了触发事件(例如,顾客走出)并且时间条件被满足而生成警报。在至少一个实施例中,如果安全标签的EPC是白名单列出的,则系统可以防止或以其他方式不触发警报。
转到图1,显示了智能警报管理系统100的功能图,其可以主要包括读取器设备110和定向人员计数器112。在示例中,读取器设备110可以包括适当地定位在入口点102处的入口门104,以便允许顾客通过入口门104进入或离开零售店,入口门104可以由彼此间隔开的一对屏幕组成。虽然被描述为屏幕或基座,但要注意的是可以利用头顶系统。例如,入口门104可以包括一个或多个头顶的EAS设备。
读取器设备110可以包括EAS发射器/接收器和/或RFID读取器。例如,读取器设备110可以包括RF发射器和天线,以用于产生扫描射频场来检测贴附到要保护的商品的标签或标记的存在。在一些实施例中,天线可以包括头顶天线。然而,头顶天线并不是必须的。在不脱离本教导的情况下,也可以利用其他天线配置。在另一方面,读取器设备110可以包括耦合到天线的接收器,其可操作地检测由发射器产生的射频场中的扰动。读取器设备110可以包括其他或不同的设备,诸如金属检测器等。此外,系统100可以包括包括相机的天线。在那些实施例中,相机可以被直接集成到天线中,或者天线可以被配置为包括诸如例如在天线的安装之后将相机添加到其的空间。
在示例中,读取器设备110可以收集与安全标签相关联的信息。该信息可以与服务器106共享或通信。服务器106可以是本地服务器、远程服务器、一个或多个服务器等。要注意的是,服务器106可以将数据存储在如这里描述的服务器数据存储108中以及本公开中的其他地方。服务器106可以执行各种操作。
虽然系统100被描述为包括入口门104,但要注意的是可以利用基座或其他设备。这样的设备可以包括读取器设备110、定向人员计数器112、拆卸器(包括智能拆卸器)、去激活器、去激活日志、原因码生成器、金属检测器、语音警报/发声器和其他适当的组件。读取器设备110可以在覆盖区中生成电磁场,以用于与覆盖区内存在的安全标签通信。
在实施例中,定向人员计数器112可操作地检测门104与顾客正在行进的方向(诸如进入或离开零售店)之间的顾客的存在。定向人员计数器112可以包括一对光束,其可以检测一个或多个人通过诸如入口门104之间的区域的移动方向。光束被中断的顺序可以指示行进方向,诸如进入或离开。还要注意的是,可以基于被中断的光束之间的时间的测量结果来计算人的行进速率。行进速率可以是数字测量结果(例如,每小时英里数、每秒英尺数等)或标定测量结果(例如,静止、缓慢、匆忙等)。
根据至少一些实施例,定向人员计数器112可以包括任何适当配置和类型(例如,2维、3维等)的相机、运动传感器(例如,无源红外(PIR)传感器)等。在至少一些实施例中,定向人员计数器112可以包括各种不同的传感器或与各种不同的传感器通信。这种传感器可以包括光电传感器、体热传感器、甚至地板开关(地板垫)等。
处理器114可以接收来自读取器设备110和定向人员计数器112的输入。虽然被示出为单独的组件,但要注意的是,处理器114可以整体或部分地包括在其他组件(诸如读取器设备110或定向人员计数器112)内。而且,处理器114可以包括或通信地耦合到存储设备,诸如可操作地存储计算机可执行指令的非暂时性计算机可读存储器设备。在至少一些实施例中,定向人员计数器112可以位于替代位置中,诸如在天线中、在头顶位置处或在其他位置中。
处理器114可以与白名单通信。白名单可以被存储在读取器设备110上的由远程服务器106管理的数据库等中。在示例中,服务器106可以包括零售店本地的服务器、销售点设备、联网服务器、基于云的服务器等。白名单可以包括EPC列表,其在由读取器设备110检测到时将不触发警报。可以以适当的方式填充和管理白名单,例如通过由销售点系统将所售商品EPC发送给读取器设备110并且读取器设备110将所售商品添加到白名单。在另一示例中,读取器设备110可以针对EPC来扫描零售环境,并且可以基于该扫描来更新白名单。要注意的是,可以针对特定时间或在特定事件发生时安排扫描。在一些示例中,销售点设备可以将信息发送给服务器106,并且服务器106可以管理服务器数据存储108中的白名单。服务器106可以将更新传送给读取器设备110。这可以允许服务器106从多个销售点设备收集信息并将更新传送给多个读取器设备。
如本文所述,系统可以实施自学习白名单、来自远程设备(例如,远程销售点数据库)的白名单或其他白名单。处理器114可以禁止或使能受白名单限制的警报,并且可以基于所采用的白名单的类型而利用不同的标准来禁止或使能警报。例如,当在EPC被识别在来自远程设备的白名单上时,处理器114可以使所有警报静音。在另一示例中,处理器114可以对从自学习过程获取的白名单应用不同的算法或标准。例如,处理器114可以使用不同的决策标准来检测标签边缘EPC是否在所学习的白名单中。如果EPC在所学习白名单中,则这可以意味着标签更接近出口并且边缘决策可以有利于抑制该标签的假警报。
在示例中,当被标记的商品紧邻入口点102放置时,系统100可以减少或防止假警报。例如,零售商可以能够在距入口点102的短距离(例如,1.5米、4.9英尺等)内放置多达500个或更多个被标记的物品。要注意的是,人可以走过入口点102(其中被标记的物品在入口点102附近),并且系统100仍然可以防止假警报。系统100可以被配置为调整检测区域,诸如调整天线警报区域(即,天线的中心)外部的检测区域。例如,这可以允许系统100仅在被标记的物品从天线的警报区域经过固定距离(即,距天线中心的固定距离)时触发警报事件。
系统100可以触发警报以防止盗窃或以其他方式对基于可配置的事件发出信号。例如,该模式可以基于白名单、读取器设备110和定向人员计数器112来验证是否满足警报条件。例如,系统100可以仅在以下中的每个发生时触发警报:读取器设备110的时间约束被满足;定向人员计数器112识别了离开的人;并且所识别的EPC不在白名单上。
在示例中,读取器设备110可以检测来自安全标签的信号的断言边缘。读取器设备110可以在检测到断言边缘时启动计时器。时间约束可以防止在时间约束被满足之前发出警报。可以将时间窗口设置为在离开事件发生之前的负开始时间处开始。使得当定向人员计数器112检测到离开入口点102的人时,读取器设备110警报可以被缓存。离开时,系统将查找在计时器启动后已发生的先前缓存的读取器限定的警报事件。时间窗口被设置为与离开零售商店的人的步调相匹配,使得仅在人实际离开商店之后发出警报。这样,来自定向人员计数器112的信息可被用于提供可调整的警报线。
要注意的是,可以相对于各种因素来确定或调整时间约束或窗口。例如,定向人员计数器112可以在检测到离开事件时(例如,当人员计数器确定人正离开商店时)创建时间窗口。读取器设备112可以监视安全标签并且可以识别何时检测到断言边缘。如果在时间窗口内检测到断言边缘,则可以触发警报。要注意的是,时间窗口可以包括正或负开始时间。例如,如果在离开事件之前并且在发生离开事件的时刻由定向人员计数器112设立的开始时间内检测到安全标签断言边缘,则可以触发警报。
根据至少一个示例,当在未付费标签附近检测到多于一个人时,系统100可以使警报静音或以其他方式防止警报。例如,如果两个或更多人正走出商店并且读取器设备112识别了未列入白名单的标签,则读取器设备112可以使警报静音以便不使潜在的无辜者尴尬。在至少一个实施例中,可以利用图像捕获设备(例如,相机等)来确定或识别未付费标签附近的人数。而且,实施例可以在不生成警报的情况下向安全员或设备发送通知。这可以允许安全员在不对无辜顾客发出警报的情况下识别并阻止潜在的小偷。
如本文所述,定向人员计数器112确定是否有人正离开商店。例如,定向人员计数器112可以检测人是否在入口点102中移动或存在。定向人员计数器112可以基于来自一个或多个传感器的信息来区分人们正进入还是离开商店。在一些实施例中,定向人员计数器112可以补偿人如何行走。在另一方面,系统100可以包括图像捕获设备,诸如三维相机。三维相机可以利用分区能力来跟踪人通过入口点102的移动。本公开不限于三维相机-可以利用任何相机配置。作为非限制性示例,可以利用闭路相机。可以利用具有存储所拍摄图像的能力的相机。在那些实施例中,系统100可以记录视频并利用面部识别软件来识别或帮助识别由相机捕获的视频中的人。此外,系统100可以利用来自智能电话、平板电脑或其他此类设备(甚至是智能手表)的相机。在这些系统中,相机可以来自智能电话或顾客的其他此类设备。系统可以能够访问这类设备上的相机。另外或在替代方案中,可以利用任何智能电话、平板电脑或其他此类设备,诸如商店所有者或经理的设备或甚至专用于零售商店的设备。
在一些情况下,当被标记的物品离开商店并且持有该被标记的物品的人完全在商店的外部但在距入口点102的阈值距离(例如,1英尺、1米等)内时,系统100可以生成警报。要注意的是,可以根据用户的偏好来调整或设置阈值距离。而且,如上所述,在顾客进入入口点102时或者当顾客走近入口点102或在入口点102中但尚未离开商店时,系统100将不生成警报。
系统100在未封闭的零售空间的露天商店中特别有用。系统100允许零售商基于一个天线或多个天线的位置将警报区域设置原本将是警报区域的外部。此外,人员计数器112可被用于设置x-y坐标,其中可以在顾客进入零售商店或露天商店的零售商店区时识别顾客。
在一方面,处理器114可以利用处理技术,诸如人工智能、统计模型或其他过程和/或算法,诸如监督机器学习。这些高级处理技术可以提出建议、提供反馈或提供其他方面。在实施例中,主控件可以利用分类器,其将属性矢量映射到属性属于一类的置信度。例如,主控件可以输入属性矢量,x=(x1,x2,x3,x4,xn),其被映射到f(x)=置信度(类)。这种分类可以采用基于概率和/或统计的分析(例如,分解成分析所感测的信息和制动属性)以推断建议和/或期望的动作。在各种实施例中,处理器112可以利用其他定向和非定向模型分类方法,包括例如朴素贝叶斯、贝叶斯网络、决策树、神经网络、模糊逻辑模型以及提供不同独立模式的概率分类模型。分类还可以包括用于开发优先级模型的统计回归。此外,分类还可以包括从另一系统(诸如汽车系统)导出的数据。在一个非限制性示例中,系统100可以经历做出三个级别的决策。在第一决策中,系统100可以确定它是否将触发可听见的警报或可视警报(未经授权的人正在从零售环境中移除物品)。在第二决策中,系统100可以确定不触发警报(经授权的人正在从零售环境中移除物品或者物品实际上未被移除)。在第三决策中,系统100可以确定将不进行可听见的警报,但代替地可以提供静音警报(诸如向警察、商店雇员或单独的安全办公室)。
根据各个方面,一些实施例可以采用(例如,经由通用训练数据)被显式训练以及(例如,经由观察用户行为、用户交互、历史信息、接收外部信息)被隐式训练的分类器。例如,可以经由分类器构造器和特征选择模块内的学习或训练阶段来配置支持矢量机。因此,一个或多个分类器可被用于自动学习和执行多种功能,包括但不限于根据历史数据确定服饰/包等的图像识别。该学习可以是在单独基础上(即,仅基于单个商店),或者可以在一组商店或全部商店上应用。来自商店的信息可以被聚合,并且一个或多个分类器可被用于基于该聚合信息自动学习和执行多个功能。该信息可以诸如通过自动更新、通知或其他任何方法或手段而被动态地分发给整个用户群、其子集或个人用户。在示例中,系统100可以识别商店的最佳布局和布置以实现期望的属性,诸如减少的假警报等。
在示例中,系统100可以利用监督机器学习作为安全标签断言边缘检测机制。这可以定义警报区域并且可被用于拒绝假警报。处理器112可以充当训练期间的数据收集设备和运行时的推断引擎两者。例如,如果需要新警报区域约束和假警报约束,则符合新警报区域和额外假警报情景的数据可以被重新收集、添加到现有数据集并被离线重新训练。结果可以以过滤立方(filtering cube)的形式反馈给处理器,以用于运行时推断目的。
在一些实施例中,系统100可以利用三维相机或其他方向人员计数设备来收集或识别在运行时可以被收集的额外信息,包括移动物体的质量、高度和方向。系统可以例如诸如使用模糊逻辑或将评定添加到机器学习训练集中的分类器来利用该信息对警报进行分类或评定。
而且,要注意的是,系统100可以利用采用人工智能的相机来处理和滤除噪声,并且对物体进行分类,使得可以更准确地描绘离开商店事件和交叉线的人或其他物体。在实施例中,相机可被用于识别时间窗内的多人计数事件(例如,移动进和出的人)以确定准确的警报行为。例如,如果在安全标签检测事件发生的同时在紧的时间窗内有多人走进或走出,则商店可以选择“不警报”以避免冒犯常规顾客。如本文所述,系统100可以允许商店提供反馈以训练系统100。在示例中,商店用户可以向系统提供识别警报是真警报还是假警报的输入。系统100可以利用该反馈来训练未来的操作。
系统100不限于上述输入的示例。几乎任何类型的输入都可以作为系统100的人工智能的一部分而与系统100一起使用。系统100可以使用这些输入来修改、调整、确认或停止其某些输出。一个这样的示例是系统100可以代替提供警报通知而可以向管理者或其他商店雇员提供警告,即收银员未能将顾客袋子中的特定物品计入收款机。利用该信息,经理或商店雇员可以在确保顾客实际支付物品的同时以避免指控偷窃的方式向顾客发出询问。通知可以包括任何类型的通知、文本警报、电话呼叫、电子邮件或广告消息、可听见的警报等。此外,系统100可以利用人工智能来改变白名单。实际上,系统100可被用于以白名单开始,并且当系统100学习时,它可以减少白名单上的物品或者甚至完全消除白名单。在示例中,系统100可以利用人工智能来获知白名单上的某个物品紧邻天线。然后,它可以使用来自系统100的其他输入(例如,相机或其他传感器)来确定该物品是否在未被支付的情况下通过零售环境中的线,对此表明它正被盗。在这种情况下,可以将该物品从白名单移除,因为它可以保持紧邻天线但不触发警报。
此外,系统100可以利用来自单个物品的UPC的信息。该信息几乎可被用于任何目的。这可以作为上述识别的输入的一部分而被包括。可以利用单独的UPC物品代替白名单或作为白名单的补充。在一些实施例中,物品的UPC可被用于指示该物品在零售环境中的位置。在这些实施例中,可以利用单独的UPC来指示该物品在零售环境中的位置。系统100可以利用位置信息来确定是否应该触发警报。例如,如果系统100确定物品的UPC显示我位于零售环境的后部,并且然后识别了该物品与天线呈预定接近,则可以触发警报。对于与天线呈预定接近的物品,可以发生相反的情况,即系统100可以不触发警报。
鉴于本文描述的主题,参考图2的流程图可以更好地理解可以与各种实施例相关的方法。虽然该方法被示出并描述为一系列框,但要注意的是,相关联的方法或过程不受框的顺序限制。还要注意的是,一些框和对应的动作可以以不同的顺序发生或与其他框同时发生。而且,可以利用不同的框或动作来实施下文描述的方法。各种动作可以由用户、机械机器、自动装配机器(例如,包括一个或多个处理器或计算设备)等中的一个或多个来完成。
图2描绘了根据本主题公开的各个方面的与智能警报管理系统相关联的非限制性方法的示例性流程图。作为示例,方法200可以响应于确定警报条件被满足而触发警报。
在202处,系统(例如,系统100)可以管理EPC的白名单。要注意的是,系统可以经由销售点设备、服务器、读取器设备等来管理EPC的名单。在一个方面,该方法可以在物品被购买或以其他方式指定时将EPC的物品添加到白名单。检测到EPC的物品在白名单上将不触发警报,而如果其他条件被满足,则检测到EPC的物品不在白名单上可以触发警报。
在204处,系统可以监视人通过入口点的通道。监视人的通道可以利用定向人员计数器、三维相机或其他成像设备、各种传感器等来完成。在一个方面,监视人的通过可以包括确定通过入口点的人的行进方向、速度或其他特征。在至少一个实施例中,对进入的人的检测将不触发警报,而如果其他条件被满足,则检测到离开的人可以触发警报。
在206处,系统可以监视来自安全标签的信号的断言边缘的通道。例如,读取器设备可以确定安全标签是否在读取器设备的范围内以及确定安全标签的特性,诸如安全标签已在读取器设备的范围内多久,或与安全标签相关联的EPC或其他标识符等的特性。在一些实施例中,系统可以监视与检测到的安全标签相关联的时间窗口,如这里所述。
在208处,系统可以确定警报条件是否被满足。如果报警条件未满足,则系统将不触发警报。如果警报条件被满足,则系统将在210处触发警报。要注意的是,警报条件可以包括确定检测到的EPC未列入白名单、检测EPC以及在检测EPC的时间窗口约束内检测到离开事件。
转到图3,示出了采用智能警报管理系统和方法(例如,系统100、方法200等)的示例性商店300的平面图。在示例中,商店可以包括限定边界的入口线302、入口点308(例如,门、过道、步行道等)和商品310。要注意的是,入口线302可以包括物理屏障(例如,墙壁、门等)或可以包括露天环境中的任意线。商品310可以被展示在展示架、桌子或其他物体上。
智能警报管理系统可以包括一个或多个基座读取器设备304、头顶读取器设备314或定向人员计数器312。要注意的是,与图3和图1的类似命名部分可以包括相同或不同的方面。例如,读取器设备104和304/314可以包括类似的组件或功能。
作为说明性示例,入口点308周围的区可以被细分为一个或多个区域,例如被分别标记为332、334、336和338的区域1-4。要注意的是,可以使用更多或更少的区域。此外,区域可以通过数字、字母或其他命名法来标识。在另一方面,区域332、334、336和338可以是彼此类似或不同的尺寸。
在一个实施例中,顾客320可以能够在商店300周围自由移动。定向人员计数器312可以被定位成识别顾客320何时移入或移出商店300。当顾客320在区域1内移动时,系统将不触发警报。类似地,当顾客320在区域4中沿任何方向移动时,系统将不触发警报。相反,该系统旨在当顾客320已越过入口线302、正走出商店并且检测到非白名单列出的标签的断言边缘322满足定时阈值或约束时触发警报。在实施例中,当顾客320在区域2或区域3中并且条件已被满足时,系统可以触发警报。
在示例中,读取器设备304/314可以检测标签的断言边缘322并且可以设置定时条件。如果定向人员计数器312没有检测到离开,则检测到断言边缘322将不触发警报。例如,如果顾客320在由断言边缘322的识别而设置的时间约束内被定向人员计数器312识别为离去或离开商店300,则系统可以生成警报。
在另一实例中,系统可以确定多个顾客是否正在通过或接近入口点302。作为示例,在另一顾客跟随顾客320的同时,顾客320可能正带着被盗物品离开商店。系统可以识别这种情况并且可以通过向诸如呼机、智能电话、平板电脑、可穿戴设备等的用户设备发送消息来提醒安全员或商店雇员。这可以允许工作人员在不对无辜顾客发出警报的情况下识别潜在的小偷。
图4示出了智能警报管理系统400的功能图,其可以主要包括读取器设备404(例如,EAS基座、EAS设备等)、第一定向人员计数器412和第二定向人员计数器414。在示例中,第一定向人员计数器412可以包括头顶定向人员计数器,并且第二定向人员计数器414可以包括与读取器设备404集成的定向人员计数器。例如,第二定向人员计数器414可以与读取器设备404的天线集成。在一些示例中,第二定向人员计数器414可以被集成在读取器设备404的其他部分内或与读取器设备404的其他部分集成在门、显示器或其他物体内。
要注意的是,实施例可以利用第一定向人员计数器412和第二定向人员计数器414中的一个或两个。而且,实施例可以利用可以位于其他适当位置的其他或不同的定向人员计数器。还要注意的是,定向人员计数器可以位于商店内、商店线处或商店的外部。这样,尽管为简单起见,示例可以指执行动作的第一定向人员计数器412或第二定向人员计数器414,但是要注意的是,任一个、两个或其他定向人员计数器可以执行这样的动作。
在操作中,第一定向人员计数器412可以检测在计数线或出/入口点402附近区中的顾客。定向人员计数器412可以确定顾客的行进方向,诸如进入或离开商店。定向人员计数器412可以设置标识何时已发生离开或进入事件的标志或参数。如果事件是进入事件,则定向人员计数器412可以设置禁止发出警报的标志。如果事件是离开事件,则定向人员计数器412可以设置如果其他条件被满足则使能警报的标志。在另一方面,定向人员计数器412可以设置标识没有发生进入/离开事件、进入/离开事件已经发生了一段时间等的标志或参数。该时间段可以基于用户动作而被预先确定,或者如本文所述另外进行设置。
读取器设备404可以检测或识别标签422。标签422可以被附贴到物品。在示例中,标签422可以被附贴到由顾客携带的物品、在读取器附近展示的物品、由其他顾客携带的物品等。如果读取器设备404检测到标签422,则读取器设备404可以查询白名单以确定标签422是否被列入如本文所述白名单。在另一方面,读取器设备404可以确定定向人员计数器412是否已经检测到离开事件。如果标签422未被列入白名单并且已经或正在发生离开事件,则读取器设备404可以生成或发起警报。如本文所述,如果没有离开事件或者标签422被列入白名单,则可以禁止读取器设备404发出警报。要注意的是,实施例可以利用定时约束,其可以使能或禁止发起如本文所述的警报。例如,如果读取器设备404检测到未被列入白名单的标签422,并且在检测到标签422之前的确定时间或在检测到标签422之后的确定时间识别了或已识别了离开事件,则读取器设备404可以触发警报。
图5示出了智能警报管理系统500的功能图,其可以主要包括读取器设备504(例如,EAS基座、EAS设备等)以及定向人员计数器512。如本文所述,实施例可以包括参考其他图描述的方面。例如,实施例可以包括设置在其他位置处的头顶定向人员计数器或定向人员计数器。
定向人员计数器512可以监视供顾客进入/离开的区或区域513。区域513可以包括商店内邻近计数线或出/入口点502的区。在一些实施例中,区域530可以延伸到计数线502或经过计数线502。而且,区域513根据用户输入或基于机器学习或训练过程而可以是可调整的。要注意的是,定向人员计数器512可以识别或监视如本文所述的其他区域。定向人员计数器512可以监视区域513内的移动以检测区域513内的一个或多个人,并且可以基于所监视的移动来禁止或使能警报。在至少一些实施例中,可以基于移动来禁止或使能一个或多个警报或警报类型。例如,警报可以包括静音警报、可听见的警报、可视警报等中的一个或多个。定向人员计数器512可以基于模式或运动来识别使能或禁止可听见的警报、可视警报或静音警报中的一个或多个的运动或模式。
如果定向人员计数器512不能清楚地识别触发警报的人,则至少一些实施例可以抑制或禁止读取器504处或出口附近的可听见的警报或可视警报。在示例中,当检测到用于发起警报的条件时,第一顾客530和第二顾客532可以通过区域513。定向人员计数器512可以检测到一群(例如,两个或更多个)人正在通过区域。在一些实施例中,定向人员计数器512可以识别人是否遵循相同的路径、确定速度、确定彼此的接近度等。如果无法识别负责触发警报的人,则读取器设备504可以触发要被发送给安全员或商店雇员的静音警报。这可以防止其他无辜的且仅走过潜在的小偷附近的513区域的人尴尬。
以上已描述的内容包括本说明书的示例。当然,出于描述本说明书的目的,不可能描述组件或方法的每个可想到的组合,但是本领域普通技术人员可以认识到本说明书的许多其他组合和排列是可能的。上述组件中的每个可以以任何排列进行组合或加在一起以定义本文公开的实施例。因此,本说明书旨在涵盖落入所附权利要求的精神和范围内的所有这些改变、修改和变化。此外,在详细描述或权利要求中使用术语“包括”的程度上,如术语“包括”在权利要求中作为过渡词被采用时被解释的那样,这样的术语旨在以类似于如术语“包括”的方式而是包括性的。
Claims (18)
1.一种用于商业机构的防盗安全系统,所述安全系统包括:
至少一个读取器设备,其可操作地监视来自至少一个安全标签的信号的覆盖区;
至少一个定向人员计数器,其可操作地检测人通过入口区域的方向,并且可操作地识别表示所述人离开所述入口区域的离开事件,其中所述至少一个定向人员计数器可操作地确定在所述离开事件期间是否两个或更多个人在所述入口区域内;以及
存储指令的存储器和耦合到所述存储器的处理器,所述处理器可操作地执行指令以:
响应于所述至少一个定向人员计数器检测到来自所述至少一个安全标签的信号,查询与所述至少一个安全标签相关联的信息的数据库;
使时间戳与所述至少一个安全标签相关联,所述时间戳识别何时检测到来自所述至少一个安全标签的信号的断言边缘;以及
基于所述数据库中与所述至少一个安全标签、所述时间戳、所述离开事件和定时约束条件相关联的信息来确定是否生成警报;
其中,响应于定向人员计数器识别到在所述离开事件期间两个或更多个人在所述入口区域内,所述处理器使能在通信地耦合到所述处理器的用户设备处的远程警报的发起,并且禁止在通信地耦合到所述处理器的用户设备处的可听见的警报或可视警报的发起。
2.根据权利要求1所述的防盗安全系统,其中,所述处理器:
响应于识别了:所述数据库中的信息识别出所述至少一个安全标签与被购买的物品相关联,禁止生成所述警报,并且
响应于识别了:所述数据库中的信息未识别出所述至少一个安全标签与被购买的物品相关联,使能生成所述警报。
3.根据权利要求2所述的防盗安全系统,其中,响应于使能所述警报、所述定向人员计数器识别了所述离开事件以及所述时间戳满足所述定时约束条件,所述处理器确定生成所述警报。
4.根据权利要求3所述的防盗安全系统,其中,所述定时约束条件包括与所述离开事件相关联的时间窗口。
5.根据权利要求4所述的防盗安全系统,其中,当所述时间戳落在所述时间窗口内时,所述处理器确定所述时间戳满足所述定时约束条件。
6.根据权利要求4所述的防盗安全系统,其中,所述时间窗口包括与所述离开事件有关的开始时间和结束时间,并且其中所述开始时间是所述离开事件的时间之前、所述离开事件的时间处、或所述离开事件的时间之后中的至少一个。
7.根据权利要求2所述的防盗安全系统,其中,当所述定向人员计数器未识别所述离开事件时,所述处理器确定不生成所述警报。
8.根据权利要求1所述的防盗安全系统,其中,所述至少一个读取器设备包括电子物件监视基座或射频识别基座中的至少一个。
9.根据权利要求1所述的防盗安全系统,其中,所述至少一个定向人员计数器包括光电传感器、体热传感器、光束传感器或地板开关中的至少一个。
10.根据权利要求1所述的防盗安全系统,其中,所述处理器根据自学过程来管理所述数据库中的条目。
11.根据权利要求1所述的防盗安全系统,还包括销售点设备,其管理所述数据库中的条目。
12.根据权利要求1所述的防盗安全系统,其中,所述处理器可操作地执行指令以执行机器学习训练会话,其修改所述定时约束、所述数据库中的信息或与识别所述离开事件相关联的参数中的至少一个。
13.根据权利要求1所述的防盗安全系统,其中,所述处理器能够响应于所述定向人员计数器识别了在所述离开事件期间仅一个人在所述入口区域内而发起所述可听见的警报或所述可视警报中的至少一个。
14.根据权利要求1所述的防盗安全系统,其中,所述定向人员计数器可操作地确定在所述离开事件期间人的速度。
15.一种监控商业机构并在可能发生盗窃时生成警报的方法,所述方法包括:
提供至少一个电子物件监视基座,其可操作地监视安全标签存在的覆盖区;
提供至少一个定向人员计数器,其可操作地检测何时人正在移动通过入口区域;
创建时间戳,其标识何时所述至少一个电子物件监视基座检测到所述安全标签存在;
响应于以下而生成警报:
识别了所述安全标签包括在数据库内所存储的白名单内所包括的标识符;
识别了所述至少一个定向人员计数器已检测到正通过所述入口区域离开的人;以及
确定所述时间戳在由所述至少一个定向人员计数器定义的时间约束内,所述至少一个定向人员计数器检测到人正移动通过所述入口区域;
其中,如果确定两个或更多个人正通过所述入口区域离开,则所生成的警报是远程警报而不是可听见的警报或可视警报。
16.根据权利要求15所述的方法,还包括基于生成警报的历史来修改所述入口区域。
17.根据权利要求15所述的方法,还包括基于从销售点设备接收到的信息来修改所述白名单内的条目的集合。
18.根据权利要求15所述的方法,其中,确定所述时间戳在所述时间约束内包括确定所述时间戳是否在人正移动通过所述入口区域之前、期间或之后的所确定的时间量内。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910103384.2A CN111524310B (zh) | 2019-02-01 | 2019-02-01 | 智能警报管理 |
AU2020215046A AU2020215046A1 (en) | 2019-02-01 | 2020-01-30 | Smart alarm management |
EP20747810.8A EP3918583A4 (en) | 2019-02-01 | 2020-01-30 | INTELLIGENT ALARM MANAGEMENT |
CN202080027183.XA CN113661530A (zh) | 2019-02-01 | 2020-01-30 | 智能警报管理 |
PCT/US2020/015829 WO2020160233A1 (en) | 2019-02-01 | 2020-01-30 | Smart alarm management |
US17/427,696 US20220114871A1 (en) | 2019-02-01 | 2020-01-30 | Smart alarm management |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910103384.2A CN111524310B (zh) | 2019-02-01 | 2019-02-01 | 智能警报管理 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111524310A CN111524310A (zh) | 2020-08-11 |
CN111524310B true CN111524310B (zh) | 2022-05-10 |
Family
ID=71840451
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910103384.2A Active CN111524310B (zh) | 2019-02-01 | 2019-02-01 | 智能警报管理 |
CN202080027183.XA Pending CN113661530A (zh) | 2019-02-01 | 2020-01-30 | 智能警报管理 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080027183.XA Pending CN113661530A (zh) | 2019-02-01 | 2020-01-30 | 智能警报管理 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220114871A1 (zh) |
EP (1) | EP3918583A4 (zh) |
CN (2) | CN111524310B (zh) |
AU (1) | AU2020215046A1 (zh) |
WO (1) | WO2020160233A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111524310B (zh) * | 2019-02-01 | 2022-05-10 | 关卡系统股份有限公司 | 智能警报管理 |
WO2022040366A1 (en) * | 2020-08-18 | 2022-02-24 | IntelliShot Holdings, Inc. | Automated threat detection and deterrence apparatus |
NO347824B1 (en) * | 2020-12-18 | 2024-04-08 | Fygi As | A sensor device, method and system for defining the status of a tagged commodity |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101681542A (zh) * | 2007-05-07 | 2010-03-24 | 传感电子公司 | 用于减少电子商品防盗系统错误警报的方法和系统 |
CN101730909A (zh) * | 2007-06-12 | 2010-06-09 | 检查站系统股份有限公司 | 综合防盗安全系统 |
CN101976377A (zh) * | 2002-01-23 | 2011-02-16 | 传感电子有限责任公司 | 库存管理系统 |
CN102124502A (zh) * | 2008-08-12 | 2011-07-13 | 传感电子有限责任公司 | 带有集成定向人员计数系统的金属检测系统 |
US8078534B1 (en) * | 2008-06-16 | 2011-12-13 | Bank Of America Corporation | Cash supply chain surveillance |
CN102567534A (zh) * | 2011-12-31 | 2012-07-11 | 凤凰在线(北京)信息技术有限公司 | 互动产品用户生成内容拦截系统及其拦截方法 |
CN106663354A (zh) * | 2014-06-12 | 2017-05-10 | 泰科消防及安全有限公司 | 用于适应性控制警报发布的系统和方法 |
CN107103718A (zh) * | 2017-06-26 | 2017-08-29 | 江苏感创电子科技股份有限公司 | 图书防盗报警系统 |
CN107369054A (zh) * | 2016-05-11 | 2017-11-21 | 北京京东尚科信息技术有限公司 | 订单数据处理方法和装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW393630B (en) * | 1997-07-24 | 2000-06-11 | Checkpoint Systems Inc | Protocol for storage and retrieval of data in an RFID tag which uses objects |
US7844505B1 (en) * | 1997-11-21 | 2010-11-30 | Symbol Technologies, Inc. | Automated real-time distributed tag reader network |
US7961096B2 (en) * | 2009-01-13 | 2011-06-14 | Sensormatic Electronics Corporation | System and method for detection of EAS marker shielding |
US8319624B2 (en) * | 2011-02-25 | 2012-11-27 | Davis Charles E | System and method for disclosing unauthorized removal of articles from secured premises |
US20120307051A1 (en) * | 2011-06-01 | 2012-12-06 | Sensormatic Electronics, LLC | Video enabled electronic article surveillance detection system and method |
US9183686B2 (en) * | 2011-07-12 | 2015-11-10 | Tyco Fire & Security Gmbh | Method and system for people counting using passive infrared detectors |
US8907795B2 (en) * | 2012-09-06 | 2014-12-09 | Tyco Fire & Security Gmbh | System and method for detecting movement of a tagged article including traffic pattern determination |
US10937289B2 (en) * | 2014-09-18 | 2021-03-02 | Indyme Solutions, Llc | Merchandise activity sensor system and methods of using same |
US9412246B2 (en) * | 2014-10-01 | 2016-08-09 | Tyco Fire & Security Gmbh | Systems and methods for intra-zone detection |
US10163053B2 (en) | 2017-01-06 | 2018-12-25 | International Business Machines Corporation | Coded tags encoded using different magnetic materials and systems of detecting coded tags |
CN111524310B (zh) * | 2019-02-01 | 2022-05-10 | 关卡系统股份有限公司 | 智能警报管理 |
-
2019
- 2019-02-01 CN CN201910103384.2A patent/CN111524310B/zh active Active
-
2020
- 2020-01-30 WO PCT/US2020/015829 patent/WO2020160233A1/en unknown
- 2020-01-30 CN CN202080027183.XA patent/CN113661530A/zh active Pending
- 2020-01-30 US US17/427,696 patent/US20220114871A1/en active Pending
- 2020-01-30 EP EP20747810.8A patent/EP3918583A4/en active Pending
- 2020-01-30 AU AU2020215046A patent/AU2020215046A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976377A (zh) * | 2002-01-23 | 2011-02-16 | 传感电子有限责任公司 | 库存管理系统 |
CN101681542A (zh) * | 2007-05-07 | 2010-03-24 | 传感电子公司 | 用于减少电子商品防盗系统错误警报的方法和系统 |
CN101730909A (zh) * | 2007-06-12 | 2010-06-09 | 检查站系统股份有限公司 | 综合防盗安全系统 |
US8078534B1 (en) * | 2008-06-16 | 2011-12-13 | Bank Of America Corporation | Cash supply chain surveillance |
CN102124502A (zh) * | 2008-08-12 | 2011-07-13 | 传感电子有限责任公司 | 带有集成定向人员计数系统的金属检测系统 |
CN102567534A (zh) * | 2011-12-31 | 2012-07-11 | 凤凰在线(北京)信息技术有限公司 | 互动产品用户生成内容拦截系统及其拦截方法 |
CN106663354A (zh) * | 2014-06-12 | 2017-05-10 | 泰科消防及安全有限公司 | 用于适应性控制警报发布的系统和方法 |
CN107369054A (zh) * | 2016-05-11 | 2017-11-21 | 北京京东尚科信息技术有限公司 | 订单数据处理方法和装置 |
CN107103718A (zh) * | 2017-06-26 | 2017-08-29 | 江苏感创电子科技股份有限公司 | 图书防盗报警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111524310A (zh) | 2020-08-11 |
US20220114871A1 (en) | 2022-04-14 |
CN113661530A (zh) | 2021-11-16 |
EP3918583A4 (en) | 2022-10-26 |
AU2020215046A1 (en) | 2021-09-23 |
WO2020160233A1 (en) | 2020-08-06 |
EP3918583A1 (en) | 2021-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2165317B1 (en) | Comprehensive theft security system | |
US8587432B2 (en) | Electronic article surveillance systems, apparatus, and methods | |
US6911908B1 (en) | Security | |
CN111524310B (zh) | 智能警报管理 | |
US8497776B2 (en) | Radio frequency identification system and method used to perform electronic article surveillance | |
US20140210624A1 (en) | Method and a system for monitoring the handling of an object | |
JP2003536184A (ja) | 対象接近とセキュリティに適応した事象検出 | |
CN102282594A (zh) | 用于检测eas标记屏蔽的系统和方法 | |
US11704986B2 (en) | System and method for foil detection using millimeter wave for retail applications | |
US11676462B2 (en) | Validating radio frequency identification (RFID) alarm event tags | |
US11423751B2 (en) | Validating radio frequency identification (RFID) tag alarm events | |
US11721201B2 (en) | Decreasing false alarms in RFID exit portals | |
US11514768B2 (en) | Systems and methods for increasing alarm confidence in EAS detection systems | |
CN115280387A (zh) | 用于rfid标签的增加的出口询问的系统和方法 | |
US11809941B1 (en) | Variable RFID transmit power adjustment based on surrounding environment to enhance tag detection field | |
US20220114881A1 (en) | Method and system for probabilistic network based loss prevention sensors | |
GB2355156A (en) | Detecting correct passage of an article in an electronic article surveillance system |
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 |