CN112446903A - 监视器以及动作侦测方法 - Google Patents

监视器以及动作侦测方法 Download PDF

Info

Publication number
CN112446903A
CN112446903A CN202010864593.1A CN202010864593A CN112446903A CN 112446903 A CN112446903 A CN 112446903A CN 202010864593 A CN202010864593 A CN 202010864593A CN 112446903 A CN112446903 A CN 112446903A
Authority
CN
China
Prior art keywords
images
initial
image
monitor
calculating
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
Application number
CN202010864593.1A
Other languages
English (en)
Other versions
CN112446903B (zh
Inventor
林凯文练力
李永作
陈子豪
曾清玉
梁健恒
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.)
Pixart Imaging Inc
Original Assignee
Pixart Imaging 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 Pixart Imaging Inc filed Critical Pixart Imaging Inc
Publication of CN112446903A publication Critical patent/CN112446903A/zh
Application granted granted Critical
Publication of CN112446903B publication Critical patent/CN112446903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19606—Discriminating between target movement or movement in an area of interest and other non-signicative movements, e.g. target movements induced by camera shake or movements of pets, falling leaves, rotating fan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

本发明公开了一种具有动作侦测功能的监视器及动作侦测方法，所述监视器包含：影像传感器，用以撷取多个初始影像；变化等级计算电路，用以计算该多个初始影像的影像变化等级；长期计算电路，用以计算对应该多个初始影像中的M个该初始影像的该影像变化等级的第一平均等级；短期计算电路，用以计算对应该多个初始影像中的N个该初始影像的该影像变化等级的第二平均等级，M大于N；动作判断电路，用以根据该第一平均等级以及该第二平均等级的关系判断物体的动作是否出现在该影像传感器的侦测范围内。通过这类监视器，可避免噪声或小物体所造成的干扰。因此，监视器的动作侦测可更为精确。

Description

监视器以及动作侦测方法
技术领域
本发明有关于监视器以及动作侦测方法，特别有关于可避免噪声或是小物体所造成的干扰的监视器以及动作侦测方法。
背景技术
近年来，具有动作侦测功能的监视器(security camera)越来越普及。使用者可以从供货商那里购买专业的监视器，并要求供货商将其安装到使用者的住所中。此外，使用者可以购买较便宜的监视器并自己安装。监视器可用在监视是否有人靠近或监视是否发生任何异常情况。然而，环境中的某些噪声(例如环境光)或小物体(即不想要的物体，例如叶子或旗帜)的轻微动作可能会导致监视器的错误判断。
发明内容
因此，本发明一目的为公开一种可避免噪声或小物体所引起的干扰的监视器。
本发明另一目的为公开一种可避免噪声或小物体所引起的干扰的动作侦测方法。
本发明一实施例公开了一种具有动作侦测功能的监视器，包含：影像传感器，用以撷取多个初始影像；变化等级计算电路，用以计算该多个初始影像的影像变化等级；长期计算电路，用以计算对应该多个初始影像中的M个该初始影像的该影像变化等级的第一平均等级；短期计算电路，用以计算对应该多个初始影像中的N个该初始影像的该影像变化等级的第二平均等级，M大于N；动作判断电路，用以根据该第一平均等级以及该第二平均等级的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
本发明另一实施例公开了一种具有动作侦测功能的监视器，包含：影像传感器，用以撷取多个初始影像；控制电路，用以自该多个初始影像选择多个初始参考影像；变化等级计算电路，用以将多个比较影像中的每一个比较影像以及多个参考影像中的每一个参考影像的像素逐一相减来得到相减影像，并用以计算该相减影像中具有大于变动临界值的像素值的像素的数量，来产生代表影像变化等级的过临界像素数量，其中该多个比较图像对应该多个初始影像，且该多个参考图像对应该多个初始参考影像；以及动作判断电路，用以根据动作临界值以及该过临界像素数量的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
本发明再一实施例还公开了一种使用在包含影像传感器的监视器的动作侦测方法，包含：
(a)以该影像传感器撷取多个初始影像；
(b)计算该多个初始影像的影像变化等级；
(c)计算对应该多个初始影像中的M个初始影像的该影像变化等级的第一平均等级；
(d)计算对应该多个初始影像中的N个初始影像的该影像变化等级的第二平均等级，M大于N；以及
(e)根据该第一平均等级以及该第二平均等级的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
根据前述实施例，本发明提供的监视器以及动作侦测方法可避免噪声或小物体所造成的干扰。因此，监视器的动作侦测可更为精确。
附图说明
图1绘示了根据本发明一实施例的监视器的方块图。
图2绘示了根据本发明一实施例的动作临界值以及差异的关系的示意图。
图3绘示了根据本发明一实施例的具有多个感测区的监视器的方块图。
图4绘示了根据本发明另一实施例的监视器的方块图。
图5、图6、图7以及图8绘示了根据本发明另一实施例的，图4所示的监视器的动作的示意图。
图9绘示了根据本发明一实施例的动作侦测方法的流程图。
其中，附图标记说明如下：
100，400 监视器
101 影像传感器
103 变化等级计算电路
105 动作判断电路
401 控制电路
LT 长期计算电路
ST 短期计算电路
S_1，S_2和S_3 感测区
具体实施方式
以下将以多个实施例来描述本发明的内容，还请留意，各实施例中的组件可通过硬件(例如装置或电路)或是韧体(例如微处理器中写入至少一程序)来实施。此外，以下描述中的”第一”、”第二”以及类似描述仅用来定义不同的组件、参数、数据、信号或步骤。并非用以限定其次序。
在以下实施例中，使用了“物体”和“小物体”两个名词。“物体”表示大物体或是想要侦测到的物体，例如动物，人或交通工具，也可以视为“目标物体”。“小物体”则表示希望滤除的物体，例如叶子、纸、昆虫或旗子，因此也可以视为“不需要的物体”。
图1绘示了根据本发明一实施例的监视器的方块图。如图1所示，监视器100包括影像传感器101，变化等级计算电路103，长期计算电路LT，短期计算电路ST和动作判断电路105。影像传感器101用以撷取多个初始影像OI。变化等级计算电路103用以计算多个初始影像OI的影像变化等级VL。
此外，长期计算电路LT用以根据与多个初始影像OI中的M个初始影像OI相对应的影像变化等级VL计算第一平均等级A_1。此外，短期计算电路ST用以根据与多个初始影像OI的N个初始影像OI相对应的影像变化等级VL计算第二平均等级A_2。在一实施例中，可通过以下等式(1)和等式(2)来计算第一平均等级A_1和第二平均等级A_2，但不限在此。M，N为正整数且M>N，例如，M＝64，N＝16。可以对应于监视器100的位置或任何其他要求来设置M和N。
A_1＝[VL_1+VL_2+...+VL_M-1]/M 等式(1)
A_2＝[VL_1+VL_2+...+VL_N-1]/N 等式(2)
可以通过滑动平均值(running average，或称滚动平均值，moving average)方法来实现等式(1)和等式(2)以减少硬件需求。例如，为了获得第一平均等级A_1，可依序地增加影像变化等级VL_2，…VL_M-1的值来更新值SUM_A(SUM_A的初始值可以是影像变化等级VL_1)，并对应减去这个更新值SUM_A中最早加入的影像变化等级。然后，可以将更新后的SUM_A值除以M(A_1＝SUM_A/M)来判断第一平均等级A_1。
简单来说，第一平均等级A_1和第二平均等级A_2是多个初始影像OI的平均影像变化等级。第一平均等级A_1对应于较多的初始影像OI，而第二平均等级A_2对应于较少的初始影像OI。
动作判断电路105用以根据第一平均等级A_1与第二平均等级A_2之间的关系来判断在影像传感器101的侦测范围内是否发生物体(例如人，动物或交通工具)的动作。在一实施例中，动作判断电路105根据第一平均等级A_1与第二平均等级A_2之间的差异和动作临界值之间的差之间的关系来判断物体的动作是否发生在影像传感器101的侦测范围内(即，监视器100的侦测范围)。具体来说，如果差异大于动作临界值，则动作判断电路105判断物体出现在侦测范围内(即，发生物体的动作)。相反的，如果差异小于动作临界值，则动作判断电路105判断物体没有出现在侦测范围内。换句话说，第一平均等级A_1和第二平均等级A_2之间的差异越大，则物体的动作存在的可能性越高。
通过使用长期计算电路LT和短期计算电路ST，可以避免监视器100的错误判断。例如，如果在侦测范围内没有物体出现，则差异应非常小或小于预定临界值(即动作临界值)。另外，如果一些小物体(例如叶子，纸或旗子)在侦测范围内有较小的动作，则差异会小于动作临界值。此外，如果出现一些噪声，例如由影像传感器101撷取的闪烁影像，则差异也会小于动作临界值。另外，如果物体出现在侦测范围内，则差异大于动作临界值。在动作判断电路105判断物体的动作发生之后，监视器100可以相对应地运作。例如，如果发生物体的动作，则监视器100可以从最初的睡眠模式切换到活动模式以记录影像。在另一例中，监视器100可以产生消息以通知用户是否发生物体动作。
图2绘示了根据本发明一实施例的动作临界值以及差异的关系的示意图。如图2所示，在区域A和B中，第一平均等级A_1和第二平均等级A_2由于噪声而具有较小的差异。然而，这差异小于动作临界值，因此监视器100将不会判断物体的动作发生。在区域C中，物体出现在侦测范围内，因此差异大于动作临界值，且监视器100判断物体发生动作。
在一实施例中，动作临界值与侦测范围成反相关系。也就是说，当侦测范围较大时，动作临界值较小。相反的，当侦测范围较小时，动作临界值较大。这种机制的优点是，如果侦测范围较大，则由噪声或小物体引起的动作仅占据影像传感器101感测到的整个影像的一小部分，因此第一平均等级A_1和第二平均等级A_2之间的相对应差异也较小。因此，在这种情况下，应将动作临界值设置为较小。相反的，如果侦测范围较小，则由噪声或小物体引起的动作占据影像传感器101所感测的整个影像的较大部分，因此，第一平均等级A_1和第二平均等级A_2之间的相对应差异较大。因此，在这种情况下，应将动作临界值设置为较大。
在一实施例中，影像传感器101可以包括多个感测区。例如图3中的感测区S_1，S_2和S_3(仅标记了其中的三个)。在这种情况下，不同的感测区可以具有不同的动作临界值。也就是说，至少两个感测区具有不同的动作临界值。这种机制的优点在于，由于可以根据不同的要求设置感测区的动作临界值，因此监视器100可以具有更好的动作判断精准度。例如，如果使用者在安装监视器100之后发现由监视器100撷取的影像的特定区域常会具有由小物体引起的噪声或动作，则可以将这特定区域设置为具有较大的动作临界值。相反的，如果在安装监视器100之后使用者发现监视器100撷取的影像的特定区域从不或很少有由小物体引起的噪声或动作，则可以将该特定区域设置为具有较小的动作临界值。
多种方法可用来计算上述影像变化等级VL。图4绘示了根据本发明另一实施例的监视器的方块图。图5、图6、图7以及图8绘示了根据本发明另一实施例的，图4所示的监视器的动作的示意图。在参考图5、图6、图7以及图8的同时，也请参考图4，以更清楚地理解本发明的概念。
如图4所示，除了FIG.1所示的元件之外，监视器400还包括控制电路401。在图4的实施例中，影像传感器101用以感测多个初始影像OI。另外，控制电路401用以从多个初始影像OI中选择多个初始参考影像ORI，如图5所示。一初始参考影像ORI可对应于一初始影像OI或对应于多个初始影像OI。如果一参考影像ORI对应于一初始影像OI，则意味着初始参考影像ORI和初始影像OI相同。在以下实施例中，初始参考影像ORI和初始影像OI是相同的。
在选择了初始参考影像ORI之后，变化等级计算电路103通过计算与每个比较影像和每个参考影像相对应的影像变化等级来计算初始影像OI的影像变化等级VL。比较图像对应于初始影像OI，且参考图像对应于初始参考影像ORI。在图5的实施例中，比较影像与初始影像OI相同，并且参考影像与初始参考影像ORI相同。
更详细来说，控制电路401执行步骤501，以将每个比较影像(初始影像OI)与每个参考影像(初始参考影像ORI)中的像素逐一相减，以获得相减影像。此外，控制电路401执行步骤503，以计算每个相减影像中的像素值大于变化临界值的像素的数目，以产生代表影像变化等级的过临界像素数量。例如，如果相减影像具有10000个像素，并且其中8000个像素的像素值大于变化临界值，则由于初始影像OI及其对应的初始参考影像具有较多差异，这可能代表影像变化等级较大。相反的，如果相减影像具有10000个像素，并且仅80个像素具有大于变化临界值的像素值，则由于初始影像OI和对应的初始参考影像ORI相似，这可能代表着影像变化等级较小。在一实施例中，变化临界值对应于监视器的操作环境，例如温度或湿度。
然而，比较影像不限在与初始影像OI相同，且参考影像不限在与初始参考影像ORI相同。例如，在一实施例中，会在影像传感器101和变化等级计算电路103之间提供滤波电路(未示出)。这滤波电路用以对初始影像OI的像素的一部分进行滤波以产生比较影像CI，并用以对初始参考影像ORI的一部分像素进行滤波以产生参考影像RI，如图6中的步骤601所示。控制电路401执行步骤603以将每一比较影像CI与每一参考影像RI中的像素逐一相减，以得到相减影像。此外，控制电路401执行步骤605以计算每一相减影像中的像素值大于变化临界值的像素的数目，以产生代表影像变化等级的过临界像素数目。
图7和图8是图6所示的动作的示例。如图7所示，初始参考影像OR具有N×N个像素，并且被滤波以产生具有(N-2)×(N-2)个像素的参考影像RI。另外，初始影像OI具有N×N个像素，并且被滤波以产生具有(N-2)×(N-2)个像素的比较影像CI。然后，将参考影像RI和比较影像CI相减以产生图8所示的相减影像。如图8所示，相减影像表示参考影像RI与比较影像CI之间的差异。ABS代表绝对值，例如，ABS(FR1.1-FC1.1)是指参考影像RI的像素FR1.1和计算影像CI的像素FC1.1之间的绝对值。
根据上述实施例，可以得到用于包括影像传感器的监视器的动作侦测方法，例如使用在图1中的监视器100或图4中的监视器400。这动作侦测方法包括以下图9所示的步骤：
步骤901，以影像传感器101撷取多个初始影像OI；
步骤903，计算多个初始影像OI的影像变化等级VL；
步骤905，计算对应多个初始影像中的M个初始影像的影像变化等级的第一平均等级A_1；
步骤907，计算对应多个初始影像中的N个初始影像的影像变化等级的第二平均等级A_2，M大于N；及
步骤909，根据第一平均等级A_1以及第二平均等级A_2的关系判断物体的动作是否出现在影像传感器101的侦测范围内。
根据前述实施例，可避免噪声或小物体所造成的干扰。因此，监视器的动作侦测可更为精确。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种具有动作侦测功能的监视器，其特征在于，所述监视器包含：
影像传感器，用以撷取多个初始影像；
变化等级计算电路，用以计算该多个初始影像的影像变化等级；
长期计算电路，用以计算对应该多个初始影像中的M个该初始影像的该影像变化等级的第一平均等级；
短期计算电路，用以计算对应该多个初始影像中的N个该初始影像的该影像变化等级的第二平均等级，M大于N；及
动作判断电路，用以根据该第一平均等级以及该第二平均等级的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
2.如权利要求1所述的监视器，其特征在于，该动作判断电路用以根据该第一平均等级与第二平均等级之间的差异和动作临界值的关系判断该物体的该动作是否出现在该影像传感器的该侦测范围内。
3.如权利要求2所述的监视器，其特征在于，该影像传感器包含多个感测区，且该多个感测区中至少两个感测区具有不同的该动作临界值。
4.如权利要求1所述的监视器，其特征在于，所述监视器进一步包括：
控制电路，用以自该多个初始影像选择多个初始参考影像；
其中该变化等级计算电路通过计算对应多个比较影像和多个参考影像的影像变化等级来计算该多个初始影像的该影像变化等级；
其中该多个比较图像对应该多个初始影像，且该多个参考图像对应该多个初始参考影像。
5.如权利要求4所述的监视器，其特征在于，该变化等级计算电路以下列步骤计算该影像变化等级：
将该多个比较影像中的每一个比较影像以及该多个参考影像中的每一个参考影像的像素逐一相减来得到相减影像；以及
计算该相减影像中，具有大于变动临界值的像素值的像素的数量，来产生代表该影像变化等级的过临界像素数量。
6.如权利要求4所述的监视器，其特征在于，所述监视器进一步包括：
滤波电路，用以过滤该多个初始影像的部分像素来产生该多个比较影像，并用以过滤该多个初始影像的部分像素来产生该多个参考影像。
7.一种具有动作侦测功能的监视器，其特征在于，所述监视器包含：
影像传感器，用以撷取多个初始影像；
控制电路，用以自该多个初始影像选择多个初始参考影像；
变化等级计算电路，用以将多个比较影像中的每一个比较影像以及多个参考影像中的每一个参考影像的像素逐一相减来得到相减影像，并用以计算该相减影像中具有大于变动临界值的像素值的像素的数量，来产生代表影像变化等级的过临界像素数量，其中该多个比较图像对应该多个初始影像，且该多个参考图像对应该多个初始参考影像；以及
动作判断电路，用以根据动作临界值以及该过临界像素数量的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
8.如权利要求7所述的监视器，其特征在于，该影像传感器包含多个感测区，且该多个感测区中至少两个感测区具有不同的该动作临界值。
9.如权利要求7所述的监视器，其特征在于，所述监视器进一步包括：
滤波电路，用以过滤该多个初始影像的部分像素来产生该多个比较影像，并用以过滤该多个初始影像的部分像素来产生该多个参考影像。
10.一种使用在包含影像传感器的监视器的动作侦测方法，其特征在于，包含：
(a)以该影像传感器撷取多个初始影像；
(b)计算该多个初始影像的影像变化等级；
(c)计算对应该多个初始影像中的M个初始影像的该影像变化等级的第一平均等级；
(d)计算对应该多个初始影像中的N个初始影像的该影像变化等级的第二平均等级，M大于N；以及
(e)根据该第一平均等级以及该第二平均等级的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
11.如权利要求10所述的动作侦测方法，其特征在于，该步骤(e)为根据该第一平均等级与第二平均等级之间的差异和动作临界值的关系判断物体的动作是否出现在该影像传感器的侦测范围内。
12.如权利要求11所述的动作侦测方法，其特征在于，该影像传感器包含多个感测区，且该多个感测区中至少两个感测区具有不同的该动作临界值。
13.如权利要求10所述的动作侦测方法，其特征在于，所述动作侦测方法进一步包括：
自该多个初始影像选择多个初始参考影像；
其中该步骤(b)为通过计算对应多个比较影像和多个参考影像的影像变化等级来计算该多个初始影像的该变化等级；
其中该多个比较图像对应该多个初始影像，且该多个参考图像对应该多个初始参考影像。
14.如权利要求13所述的动作侦测方法，其特征在于，该步骤(b)包含下列步骤：
将该多个比较影像中的每一个比较影像以及该多个参考影像中的每一个参考影像的像素逐一相减来得到相减影像；以及
计算该相减影像中，具有大于变动临界值的像素值的像素的数量，来产生代表该影像变化等级的过临界像素数量。
15.如权利要求13所述的动作侦测方法，其特征在于，所述动作侦测方法进一步包括：
过滤该多个初始影像的部分像素来产生该多个比较影像，并过滤该多个初始影像的部分像素来产生该多个参考影像。
CN202010864593.1A 2019-08-27 2020-08-25 监视器以及动作侦测方法 Active CN112446903B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
MYPI2019004948 2019-08-27
MYPI2019004948 2019-08-27

Publications (2)

Publication Number Publication Date
CN112446903A true CN112446903A (zh) 2021-03-05
CN112446903B CN112446903B (zh) 2024-05-07

Family

ID=74679415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010864593.1A Active CN112446903B (zh) 2019-08-27 2020-08-25 监视器以及动作侦测方法

Country Status (2)

Country Link
US (1) US11893753B2 (zh)
CN (1) CN112446903B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0793556A (ja) * 1993-09-22 1995-04-07 Toshiba Corp 移動物体検出装置
TW503650B (en) * 2001-04-13 2002-09-21 Huper Lab Co Ltd Method using image screen to detect movement of object
JP2002330424A (ja) * 2001-05-07 2002-11-15 Megafusion Corp 画像監視装置および画像監視システム並びに画像監視方法
US6493041B1 (en) * 1998-06-30 2002-12-10 Sun Microsystems, Inc. Method and apparatus for the detection of motion in video
CN101765025A (zh) * 2008-12-23 2010-06-30 北京中星微电子有限公司 一种监控摄像设备异常检测的系统及方法
US20100316257A1 (en) * 2008-02-19 2010-12-16 British Telecommunications Public Limited Company Movable object status determination
CN101924870A (zh) * 2009-06-09 2010-12-22 奇高电子股份有限公司 移动影像资料产生器与应用移动影像资料的系统,及相关方法
JP2011028683A (ja) * 2009-07-29 2011-02-10 Mitsubishi Electric Corp 動き検出装置及び動き検出方法
CN102128616A (zh) * 2010-01-14 2011-07-20 原相科技股份有限公司 侦测物体移动的方法及侦测系统
US20130011014A1 (en) * 2010-03-09 2013-01-10 Jesse Sheng Jin Surveillance system and method
TW201320729A (zh) * 2011-11-11 2013-05-16 Pegatron Corp 物體移動偵測裝置、系統與其方法
TW201421990A (zh) * 2012-11-23 2014-06-01 Inst Information Industry 物體偵測裝置、方法及其電腦可讀取紀錄媒體
CN105376524A (zh) * 2014-08-19 2016-03-02 晶睿通讯股份有限公司 影像画面的模糊侦测方法、监视装置及监视系统
US20180157919A1 (en) * 2016-12-05 2018-06-07 Intel Corporation Automotive system with motion detection capabilities

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1499119B1 (en) * 2002-04-25 2010-03-03 Sony Corporation Image processing apparatus, image processing method, and image processing program
US7602944B2 (en) * 2005-04-06 2009-10-13 March Networks Corporation Method and system for counting moving objects in a digital video stream
US9001207B1 (en) * 2010-12-14 2015-04-07 Logitech Europe S.A. Apparatus and method for motion detection in video
US9154747B2 (en) * 2010-12-22 2015-10-06 Pelco, Inc. Stopped object detection
JP2012231303A (ja) * 2011-04-26 2012-11-22 Sony Corp 画像処理装置および方法、並びにプログラム
US9975482B2 (en) * 2013-02-01 2018-05-22 Eric Sinclair Systems and methods for traffic event detection for vehicles using rolling averages
WO2016154485A1 (en) * 2015-03-25 2016-09-29 Oregon Health & Science University Optical coherence tomography angiography methods
EP3223190B1 (en) * 2016-03-23 2018-09-26 Honeywell International Inc. System for occupancy detection
US10636282B2 (en) * 2018-04-26 2020-04-28 International Business Machines Corporation Security system with cooperative behavior
US10861172B2 (en) * 2018-11-28 2020-12-08 Battelle Memorial Institute Sensors and methods for monitoring flying objects
US11232685B1 (en) * 2018-12-04 2022-01-25 Amazon Technologies, Inc. Security system with dual-mode event video and still image recording

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0793556A (ja) * 1993-09-22 1995-04-07 Toshiba Corp 移動物体検出装置
US6493041B1 (en) * 1998-06-30 2002-12-10 Sun Microsystems, Inc. Method and apparatus for the detection of motion in video
TW503650B (en) * 2001-04-13 2002-09-21 Huper Lab Co Ltd Method using image screen to detect movement of object
JP2002330424A (ja) * 2001-05-07 2002-11-15 Megafusion Corp 画像監視装置および画像監視システム並びに画像監視方法
US20100316257A1 (en) * 2008-02-19 2010-12-16 British Telecommunications Public Limited Company Movable object status determination
CN101765025A (zh) * 2008-12-23 2010-06-30 北京中星微电子有限公司 一种监控摄像设备异常检测的系统及方法
CN101924870A (zh) * 2009-06-09 2010-12-22 奇高电子股份有限公司 移动影像资料产生器与应用移动影像资料的系统,及相关方法
JP2011028683A (ja) * 2009-07-29 2011-02-10 Mitsubishi Electric Corp 動き検出装置及び動き検出方法
CN102128616A (zh) * 2010-01-14 2011-07-20 原相科技股份有限公司 侦测物体移动的方法及侦测系统
CN103256922A (zh) * 2010-01-14 2013-08-21 原相科技股份有限公司 侦测物体移动的方法
US20130011014A1 (en) * 2010-03-09 2013-01-10 Jesse Sheng Jin Surveillance system and method
TW201320729A (zh) * 2011-11-11 2013-05-16 Pegatron Corp 物體移動偵測裝置、系統與其方法
TW201421990A (zh) * 2012-11-23 2014-06-01 Inst Information Industry 物體偵測裝置、方法及其電腦可讀取紀錄媒體
CN105376524A (zh) * 2014-08-19 2016-03-02 晶睿通讯股份有限公司 影像画面的模糊侦测方法、监视装置及监视系统
US20180157919A1 (en) * 2016-12-05 2018-06-07 Intel Corporation Automotive system with motion detection capabilities

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王璐: "面向上肢运动功能康复训练-测评的单目视频人体动作感知与识别技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》, no. 8, 15 August 2014 (2014-08-15), pages 060 - 37 *
金宇等: "捕捉与提取影像片断中的人物动作", 《计算机工程与应用》, vol. 40, no. 22, 2 September 2004 (2004-09-02), pages 42 - 44 *
魏嘉杰等: "复杂背景环境下运动目标的检测算法研究", 《微型机与应用》, no. 2, 25 January 2010 (2010-01-25), pages 49 - 51 *

Also Published As

Publication number Publication date
US11893753B2 (en) 2024-02-06
CN112446903B (zh) 2024-05-07
US20210065385A1 (en) 2021-03-04

Similar Documents

Publication Publication Date Title
EP2549738B1 (en) Method and camera for determining an image adjustment parameter
US9098748B2 (en) Object detection apparatus, object detection method, monitoring camera system and storage medium
JP4803376B2 (ja) カメラ妨害検知方式
JP4694589B2 (ja) 自動監視システム
US20150146006A1 (en) Display control apparatus and display control method
KR101939700B1 (ko) 에지 영상을 이용한 카메라 탬퍼링 검출장치 및 방법
KR20060051247A (ko) 화상 처리 장치 및 화상 처리 방법
US20180299671A1 (en) Information processing apparatus, fatigue degree evaluating method, and program
KR20180119484A (ko) 이동체 검출장치, 이동체 검출장치의 제어방법, 컴퓨터 판독가능한 기억매체 및 프로그램
JP6943290B2 (ja) 監視システム、監視方法および監視用プログラム
US11521392B2 (en) Image processing apparatus and image processing method for image analysis process
JP2021135679A (ja) 加工機状態推定システム、および加工機状態推定プログラム
KR102268970B1 (ko) 안개 제거 방법 및 이를 적용한 안개 제거 시스템
JP2013122624A (ja) 車両火災検出装置
JP5950628B2 (ja) 物体検知装置、物体検知方法及びプログラム
CN112446903B (zh) 监视器以及动作侦测方法
JP2010251849A (ja) 目標追尾装置、目標追尾方法
JP7243372B2 (ja) 物体追跡装置および物体追跡方法
JP2021144525A (ja) 検出装置、検出方法およびプログラム
JP2008047991A (ja) 画像処理装置
US11039096B2 (en) Image processing device, image processing method and storage medium
JP4828265B2 (ja) 画像センサ
JP6451418B2 (ja) 注視対象判定装置、注視対象判定方法、および、注視対象判定プログラム
JP7484248B2 (ja) 画像処理装置、画像処理方法およびプログラム
KR100456102B1 (ko) 시간 필터링을 이용한 영상잡음 제거시 움직임 검출 장치및 그 방법

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