CN113076791A - 用于监视摄像机的接近对象检测 - Google Patents

用于监视摄像机的接近对象检测 Download PDF

Info

Publication number
CN113076791A
CN113076791A CN202011460988.1A CN202011460988A CN113076791A CN 113076791 A CN113076791 A CN 113076791A CN 202011460988 A CN202011460988 A CN 202011460988A CN 113076791 A CN113076791 A CN 113076791A
Authority
CN
China
Prior art keywords
image
infrared illumination
illumination source
lens
scene
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.)
Pending
Application number
CN202011460988.1A
Other languages
English (en)
Inventor
斯蒂芬·伦德贝里
约纳斯·耶尔姆斯特伦
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.)
Axis AB
Original Assignee
Axis AB
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 Axis AB filed Critical Axis AB
Publication of CN113076791A publication Critical patent/CN113076791A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141Control of illumination
    • 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
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation 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
    • G08B13/194Actuation 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
    • G08B13/196Actuation 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
    • G08B13/19617Surveillance camera constructional details
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21LIGHTING
    • F21KNON-ELECTRIC LIGHT SOURCES USING LUMINESCENCE; LIGHT SOURCES USING ELECTROCHEMILUMINESCENCE; LIGHT SOURCES USING CHARGES OF COMBUSTIBLE MATERIAL; LIGHT SOURCES USING SEMICONDUCTOR DEVICES AS LIGHT-GENERATING ELEMENTS; LIGHT SOURCES NOT OTHERWISE PROVIDED FOR
    • F21K9/00Light sources using semiconductor devices as light-generating elements, e.g. using light-emitting diodes [LED] or lasers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143Sensing or illuminating at different wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05BELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/30Driver circuits
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21LIGHTING
    • F21YINDEXING SCHEME ASSOCIATED WITH SUBCLASSES F21K, F21L, F21S and F21V, RELATING TO THE FORM OR THE KIND OF THE LIGHT SOURCES OR OF THE COLOUR OF THE LIGHT EMITTED
    • F21Y2115/00Light-generating elements of semiconductor light sources
    • F21Y2115/10Light-emitting diodes [LED]
    • 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
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Optics & Photonics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Studio Devices (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

提供了一种用于监视摄像机的接近对象检测。用于确定位于监视场景的摄像机的镜头(301)附近的对象的存在的方法和装置以及计算机程序产品。激活被布置成从第一角度照射场景的第一红外照明源(302)。第一图像(304)由图像捕获设备(300)获取。停用第一红外照明源(302),并且激活被布置成从第二角度照明场景的第二红外照明源(306)。第二图像(308)由图像捕获设备(300)获取。比较第一图像(304)和第二图像(308)的强度信息,以确定位于镜头(301)附近的对象的存在。

Description

用于监视摄像机的接近对象检测
技术领域
本发明涉及摄像机,并且更具体地涉及检测位于摄像机的镜头附近的对象。
背景技术
摄像机健康监视越来越流行,尤其是在可能包含数以百计或千计的摄像机的大型监视系统中,手动地监视每个摄像机的状态实际上是不可行的。无论在室内还是室外环境中,监视摄像机都会出现一个常见的问题是,蜘蛛和昆虫会被摄像机经常内置的红外光所吸引。
昆虫(例如,蝴蝶、飞蛾等)和蜘蛛可以坐在镜头本身上,也可以位于镜头附近,从而阻挡摄像机的视野,并使摄像机对于检测发生在由摄像机监视的场景中的事件不太有用。当昆虫或蜘蛛在镜头或视野中移动时,它也可能触发错误警报,因为摄像机分析软件可能将其移动解释为场景中的移动,而不是镜头附近或镜头本身上的移动。
进一步,特别是蜘蛛(还有一些昆虫)可能在镜头前留下“物品(belongings)”。这样的物品的一个示例是蜘蛛网。当较小的昆虫和蜘蛛被摄像机中的红外光吸引时,昆虫和蜘蛛倾向于将它们的物品留在镜头前。当物品(诸如蜘蛛网)被摄像机的光照射时,尤其是当物品中存在水滴时,很大一部分光线被物品反射回摄像机传感器中,使摄像机或多或少地不可用于监视目的,直到物品被移除。还可能存在摄像机被非法目的人员篡改的情况,例如,通过将某种对象放置在镜头附近使镜头模糊。
至少由于这些原因,期望具有自动检测接近镜头的对象的方法,使得可以避免错误警报和/或获得需要对摄像机进行某些动作(例如,移除障碍物)的指示。
发明内容
根据第一方面,本发明涉及一种在计算机系统中用于确定位于镜头附近的对象的存在的方法,图像捕获设备通过镜头监视场景。该方法包括:
·激活被布置成从第一角度照射场景的第一红外照明源;
·通过图像捕获设备获取第一图像;
·停用第一红外照明源,并且激活被布置成从第二角度照射场景的第二红外照明源;
·通过图像捕获设备获取第二图像;以及
·比较第一图像和第二图像的强度信息,以确定位于镜头附近的对象的存在。
这提供了一种改进用于检测位于镜头附近的对象的技术的方法,并且通常不必对摄像机的硬件设置进行任何修改,因为传统摄像机通常具有可被控制以从不同角度照射场景的照明器。由于能够自动确定镜头附近是否存在对象,因此可以减少错误警报的数量,并且在需要注意与摄像机有关的任何事件的情况下可以生成合适的提醒。它还减少了手动干预和监视单个摄像机馈送的需要,并且因此也可以有助于节约维护摄像机系统的成本。
根据一个实施例,第一红外照明源和第二红外照明源被布置成以基本相等的强度和波长照明对象。对于来自两侧的照明,具有相等强度和波长在照明方面创造了尽可能相似的条件,并消除了对不同波长具有不同反射特性的被照明对象可能出现的任何差异。这也有利于图像的比较,并使得更容易更清晰地识别纯粹是从两个不同角度照射对象而产生的差异。
根据一个实施例,第一红外照明源和第二红外照明源分别包括一个或多个红外发光二极管。发光二极管(LED)是大多数摄像机的标准元件,通过使用现有的部件,不需要对摄像机硬件进行重大修改。每个照明源中的LED数量也可能变化。在某些情况下,每个光源中的单个LED可能是足够的,而在其他情况下,每个照明源中可能需要多个LED。
根据一个实施例,方法进一步包括:停用第二红外照明源,并且激活被布置成从第三角度照明场景的第三红外照明源;获取第三图像;以及比较第一图像、第二图像和第三图像的强度信息,以确定位于镜头附近的对象的存在。能够使用两个以上的红外照明源可以更好地确定对象的存在,这既是因为可以获得更多的图像,也是因为它允许三个图像之间进行成对比较。这在确定接近镜头的对象的存在时产生了更大的确定性。
根据一个实施例,该方法进一步包括:与激活和停用第一红外照明源一起激活和停用第三红外照明源;以及与激活和停用第二红外照明源一起激活和停用第四红外照明源,其中,第一红外照明源和第三红外照明源被布置成基本上与第二红外照明源和第四红外照明源正交。使用基本上彼此正交布置的两组照明源不仅提供了良好的照明,而且还增强了由于对象位于镜头附近而可能出现的任何强度差,从而提高检测这种对象的精确性。
根据一个实施例,比较强度信息包括:补偿第一图像与第二图像之间的总体强度差;确定是否存在任何局部强度差;以及响应于存在局部强度差的肯定确定,提供位于镜头附近的对象的存在的指示。强度比较在计算上是低成本的比较,并通过首先补偿总体强度差,任何局部强度差将在图像比较中显示得更清楚,从而允许容易地确定接近镜头的对象的存在。
根据一个实施例,方法进一步包括:将局部强度差图案与参考强度差图案进行比较;以及当局部强度差图案与参考强度差图案之间存在匹配时,提供位于镜头附近的对象的存在的指示。具有不同的参考强度图案不仅可以检测接近镜头的对象,而且至少在某种程度上可以识别对象可能是什么。例如,与蜘蛛网或与篡改了摄像头的人相比,蝴蝶可以提供不同的强度模式,并且可能需要采取不同类型的动作。因此,可以基于最可能的对象是什么生成不同类型的警报。
根据一个实施例,方法可以包括进一步包括使用神经网络来评估局部强度差,并确定位于镜头附近的对象的存在或缺失。类似于上述内容,可以教导神经网络根据强度分布自动识别特定对象。
根据一个实施例,方法可以包括:响应于确定存在位于镜头附近的对象,向摄像机操作者发送通知。如上所述,可以基于检测结果自动生成通知。也可以存在各种类型的通知,或者可以根据对象可能是什么来通知不同类型的人员。例如,与检测到蜘蛛网的情况相比,解决摄像机被篡改的情况可能更为紧迫。
根据一个实施例,对象可以是蜘蛛、昆虫、蜘蛛的物品或昆虫的物品。这些是各种昆虫和“物品”的一些示例,物品是在设置了监视摄像机的环境中引起问题的常见原因。
根据一个实施例,通过图像捕获设备获取第一图像和通过图像捕获设备获取第二图像包括:获取几个短曝光图像并将短曝光图像分别组合成第一图像和第二图像。这在摄像机监视的场景包含大量移动的情况下是有用的,例如当摄像机注视有波浪的水面时,或背景中的树的树枝和树叶在风中移动。通过添加或平均几个该类型的短曝光图像,可以消除这样的移动,并且可以获取对接近镜头的对象的更精确的识别。
根据一个实施例,通过图像捕获设备获取初始图像和通过图像捕获设备获取最终图像包括:获取几个短曝光图像并将短曝光图像分别组合成初始图像和最终图像。对于图像初始和最终图像,可以获得与先前段落中所描述的优点相似的优点。
根据第二方面,本发明涉及一种用于确定位于镜头附近的对象的存在的系统,图像捕获设备通过镜头监视场景。存储器包含指令,该指令在由处理器执行时,使处理器执行一种方法,该方法包括:
·激活被布置成从第一角度照射场景的第一红外照明源;
·通过图像捕获设备获取第一图像;
·停用第一红外照明源,并且激活被布置成从第二角度照射场景的第二红外照明源;
·通过图像捕获设备获取第二图像;以及
·比较第一图像和第二图像的强度信息,以确定位于镜头附近的对象的存在。
该系统的优点与该方法相对应的优点,并且可以类似地变化。
根据第四方面,本发明涉及一种用于确定位于镜头附近的对象的存在的计算机程序,图像捕获设备通过镜头监视场景。该计算机程序包含与以下步骤相对应的指令:
·激活被布置成从第一角度照射场景的第一红外照明源;
·通过图像捕获设备获取第一图像;
·停用第一红外照明源,并且激活被布置成从第二角度照射场景的第二红外照明源;
·通过图像捕获设备获取第二图像;以及
·比较第一图像和第二图像的强度信息,以确定位于镜头附近的对象的存在。
该计算机程序包括与该方法相对应的优点,并可以类似地变化。
在附图和以下描述中阐述了本发明的一个或多个实施例的细节。通过说明书和附图以及权利要求书,本发明的其他特征和优点将变得显而易见。
附图说明
图1是示出了根据一个实施例的用于确定在镜头附近是否存在对象的方法100的流程图。
图2是示出了根据一个实施例的用于确定在镜头附近是否存在对象的方法200的流程图。
图3是示出了根据一个实施例的具有单独的IR照明源的摄像机300、由摄像机捕获的图像以及图像分析部件的示意图。
在各个附图中相同的参考符号指示相同的元件。
具体实施方式
如上所述,本发明的各种实施例的一个目的是,能够自动检测接近镜头的对象,使得可以避免错误警报和/或获得需要对摄像机进行某些动作(例如,移除障碍物)的指示。本发明源于以下一般原理:当从不同角度照射时,接近摄像机镜头的对象看起来是不同的(即,在图像中具有不同的强度)。因此,当由摄像机记录两个图像,并且使用IR照明从不同角度捕获图像时,图像中的对象看起来将是不同的(即,在所获取的图像中具有不同的强度)。因此,通过比较所获取的图像,并且特别是寻找所获取的图像之间的局部强度差,可以推断出在镜头附近是否存在对象。根据当前的具体情况,什么被认为是“接近”可以是变化的,但作为一般性准则,在本文中,“接近”摄像机是指位于距摄像机大约0.5米内并且优选地位于距摄像机的镜头0.2米内的对象。响应于检测到对象,可以生成适当的警报以解决该问题。现在将通过示例并参照附图进一步详细描述各种实施例。
图1是示出了根据一个实施例的用于确定在镜头附近是否存在对象的方法100的流程图。该方法100可以根据需要以各种间隔自动地执行,以有效地检测位于镜头附近的对象。如在图1中可以看到的,方法100开始于激活第一红外照明源(步骤102)。这在图3中示意性地图示出,图3示意性地示出了具有激活的第一红外照明源302的监视摄像机300。通常,红外照明源包括几个IR LED,这在大多数用于监视场景的摄像机中是常规的。然而,IR LED并不是可以与本发明结合使用的唯一的照明器类型,也可以使用诸如激光二极管的其他类型的照明器。
接下来,捕获第一图像(步骤104)。在图3中,该图像示意性地被示为图像#1,304。通常使用与摄像机300在正常操作期间所使用的相同类型的图像捕获方式来捕获图像,例如,使用CMOS传感器结合滚动快门技术。
当第一图像已经被捕获时,关闭第一红外照明源302,并且开启第二红外照明源306(步骤106)。通常,第一红外照明源302和第二红外照明源306位于镜头301的相对侧,以能够以两个相对的角度(例如,顶部和底部或左侧和右侧等)照明对象)。然而应当注意,这不是必须的,并且在第一红外照明源302与第二红外照明源306之间可以存在较小的角距离。一个或多个IR LED也可以是第一组302和第二组306的一部分。进一步,应当注意,尽管第一红外照明源302和第二红外照明源306在图3中被示为集成在摄像机300中,但是它们也可以是被放置在摄像机300自身外部(例如,任一侧上)的单独的单元。在第二红外照明源开启的情况下,以与获取第一图像304相同的方式来获取第二图像308(步骤108)。
最后,执行图像分析310以确定在镜头附近是否存在对象(步骤110)。应当注意,该图像分析310与对象本身的实际深度无关,它仅与确定在镜头附近是否存在对象有关。这是一个显著的优势,因为深度确定通常需要大量的数据处理。本发明的各种实施例所需的相对较低的计算资源使得可以在可能没有大量可用的计算资源的环境中(例如,在摄像机本身中)来实现它。另外,具有较低的计算资源需求允许摄像机的总体功耗被降低。这不仅对于减少热量是重要的,而且在夜间使用LED时也是重要的,因为根据以太网标准,摄像机电源受可用电源的限制。
在一个实施例中,图像分析310如下工作。首先,计算并补偿两个图像之间的任何全局强度差。这样的全局强度差异可以是例如由于曝光差异或IR LED强度差引起的。该全局强度差对于图像中的所有像素都是相同的,并且可以通过将全局强度差添加到图像中的一个来进行补偿以消除全局强度差。
接下来,确定在第一图像304与第二图像308之间是否存在任何局部强度差图案。换句话说,确定图像之间的某些区域的强度是否比其他区域的强度更大。如果存在这样的局部图案,则指示存在接近的对象。在某些实施例中,仅该分析可以得出对接近的对象的肯定确定。在其他实施例中,它可以用作可能需要更高级分析的指示,例如,其中将确定的局部图案与参考强度差图案进行比较,以识别对象的类型。基于该图像分析,可以向摄像机系统的用户或某些维护人员生成警报。可替代地,警报可以用作自动系统的触发器,例如刮水器、振动、噪声等,用于从接近镜头的区域移除例如蜘蛛网。本领域普通技术人员可以设想许多这样的变化。
在许多摄像机中,它们的外壳的一部分在镜头的上方和/或侧面上突出一定的距离,以起到天气保护的作用(类似于房屋上的遮阳篷经常在窗户上方突出)。通常,在由镜头捕获的图像中不显示该摄像机外壳的突起。然而,当第一红外照明源和第二红外照明源被点亮时,这有时可能导致光从突起反弹,在第一照明源和第二照明源被激活的情况下,所记录的两个图像之间产生了弱但稳定的强度差。这种差异可以通过记录两个校准图像来解决,其中每个照明源在完全黑暗的房间中并且没有任何接近镜头的对象的情况下被激活,并且然后将这些校准图像存储在摄像机中。当稍后使用摄像机并记录第一图像和第二图像时,在执行上述图像处理之前,首先从其各自的图像中减去这两个校准图像中的每一个。以这种方式,可以考虑由于摄像机外壳的配置而引起的任何强度差。
图2是示出了根据不同实施例的用于确定在镜头附近是否存在对象的方法200的流程图。在图2中,首先在步骤201中捕获初始图像。当场景是暗的时(例如,在夜间),在两个红外照明源都开启的情况下捕获初始图像,以及当场景是亮的时(例如在白天),在两个红外照明源都关闭的情况下,捕获初始图像。然后以与以上参照图1描述的步骤102-108相对应的方式执行步骤202-208。在步骤208中获取第二图像之后,在步骤209中获取最终图像。与初始图像一样,该最终图像也是根据场景是暗的还是亮的在开启或关闭两个红外照明源的情况下被捕获。
步骤210中的图像分析类似于步骤110中的图像分析,但是有一个显著的差异。除了步骤110中描述的图像分析之外,还将在步骤201中捕获的初始图像与在步骤209中捕获的最终图像进行比较。如果在开启或关闭两个IR照明源的情况下捕获的这些图像彼此不同,则指示在捕获第一图像和第二图像期间场景中可能存在移动。即,当比较第一图像和第二图像时所检测到的任何差异实际上可能不是由于对象接近镜头,而可能是由于摄像机捕获的场景中的移动。因此,在捕获第一图像和第二图像的任一侧上捕获并比较初始图像和最终图像可以作为良好的附加“验证”,即在比较第一图像和第二图像时获得的结果确实有效。
应当注意,尽管描述集中于两个图像和两个IR照明源,但是相同的概念可以扩展到任何数量的图像和任何数量的IR照明源。在给定情况下应当使用多少个图像或IR照明源的准确选择完全属于本领域普通技术人员的技术范围。
进一步,如上所述,代替捕获单个第一图像、单个第二图像等,在某些实现方式中,捕获多个短曝光图像,并且然后将它们加在一起以分别形成第一图像和第二图像。这是有益的,因为它允许考虑由于图像中的移动而引起的强度差。例如,摄像机可以俯瞰海洋或在摄像机视场内可能存在一棵树在风中移动。通过这种设置可以减轻这些类型的移动带来的影响,在这种设置中可以拍摄几个短曝光图像,而不是单个图像。
如本领域技术人员将理解的,本发明的各方面可以被实施为系统、方法或计算机程序产品。因此,本发明的各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或结合了软件和硬件方面的实施例的形式,这些实施例在本文中通常被称为“电路”、“模块”或“系统”。此外,本发明的各方面可以采取计算机程序产品的形式,该计算机程序产品包含在其上包含有计算机可读程序代码的一个或多个计算机可读介质中。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体系统、装置或设备或前述的任何合适的组合。计算机可读存储介质的更具体示例(非详尽列表)将包括以下:具有一条或多条导线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁性存储设备或前述的任何合适的组合。在本文的上下文中,计算机可读存储介质可以是可以包含或存储由指令执行系统、装置或设备使用或与其结合使用的程序的任何有形介质。
具有包含在其中的计算机可读程序代码的计算机可读信号介质可以包括例如在基带中或作为载波的一部分的传播的数据信号。这样的传播信号可以采取多种形式中的任何一种,包括但不限于电磁、光学或其任何合适的组合。计算机可读信号介质可以是非计算机可读存储介质的任何计算机介质,并且可以传送、传播或传输由指令执行系统、装置或设备使用或与其结合使用的程序。
包含在计算机可读介质上的程序代码可以使用任何适当的介质来传输,包括但不限于无线、有线、光缆、RF等,或前述的任何合适的组合。可以以包括面向对象的编程语言(诸如Java、Smalltalk、C++等)和常规的过程编程语言(诸如“C”编程语言或类似的编程语言)的一种或多种编程语言的任何组合来编写用于执行本发明的各方面的操作的计算机程序代码。程序代码可以完全在用户计算机上执行,部分在用户计算机上作为独立软件包执行,部分在用户计算机上并且部分在远程计算机上执行,或者完全在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以(例如,通过使用Internet服务提供商的Internet)与外部计算机建立连接。
参照根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本发明的各方面。流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器,使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或一个或多个框图中指定的功能/动作的装置。
这些计算机程序指令也可以存储在计算机可读介质中,该计算机可读介质可以指导计算机。其他可编程数据处理装置或其他设备以特定方式运行,使得存储在计算机可读介质中的指令产生了包括实现流程图和/或一个或多个框图中指定的功能/动作的指令的制品。
也可以将计算机程序指令加载到计算机、其他可编程数据处理装置或其他设备上,以使一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实现的过程,使得在计算机或其他可编程装置上执行的指令提供了用于实现流程图和/或一个或多个框图中指定的功能/动作的过程。
附图中的流程图和框图图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这方面,流程图或框图中的每个框可以表示指令的模块、片段或部分,框包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实现方式中,框中指出的功能可以不按图中指出的顺序发生。例如,取决于所涉及的功能,实际上可以基本上同时执行连续示出的两个框,或者有时可以以相反的顺序执行这些框。还应注意,框图和/或流程图图示中的每个框,以及框图和/或流程图图示中框的组合可以通过执行特定功能或操作或执行特殊用途硬件和计算机指令的组合的基于特殊用途硬件的系统来实现。
已经出于图示的目的呈现了对本发明的各种实施例的描述,但是这些描述并不旨在是详尽的或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下,许多修改和变化对于本领域普通技术人员将是显而易见的。因此,本领域普通技术人员可以想到落入权利要求范围内的许多其他变型。
选择本文中使用的术语是为了最好地解释实施例的原理、对市场上发现的技术的实际应用或技术上的改进,或者使本领域的其他普通技术人员能够理解本文中公开的实施例。

Claims (15)

1.一种用于确定位于镜头附近的对象的存在的方法,其中,图像捕获设备通过所述镜头监视场景,所述方法包括:
激活被布置成从第一角度照射所述场景的第一红外照明源;
通过所述图像捕获设备获取第一图像;
停用所述第一红外照明源,并且激活被布置成从第二角度照射所述场景的第二红外照明源;
通过所述图像捕获设备获取第二图像;以及
比较所述第一图像和所述第二图像的强度信息,以确定位于所述镜头附近的对象的所述存在。
2.根据权利要求1所述的方法,其中,所述第一红外照明源和所述第二红外照明源被布置成以基本相等的强度和波长照射所述对象。
3.根据权利要求1所述的方法,其中,所述第一红外照明源和所述第二红外照明源均包括一个或多个红外发光二极管。
4.根据权利要求1所述的方法,进一步包括:
停用所述第二红外照明源,并且激活被布置成从第三角度照射所述场景的第三红外照明源;
获取第三图像;以及
比较所述第一图像、所述第二图像和所述第三图像的强度信息,以确定位于所述镜头附近的对象的所述存在。
5.根据权利要求1所述的方法,进一步包括:
与激活和停用所述第一红外照明源一起激活和停用第三红外照明源;以及
与激活和停用所述第二红外照明源一起激活和停用第四红外照明源,
其中,所述第一红外照明源和所述第三红外照明源被布置成基本上与所述第二红外照明源和所述第四红外照明源正交。
6.根据权利要求1所述的方法,其中,比较强度信息包括:
补偿所述第一图像与所述第二图像之间的总体强度差;
确定是否存在任何局部强度差;以及
响应于存在局部强度差的肯定确定,提供位于所述镜头附近的对象的所述存在的指示。
7.根据权利要求6所述的方法,进一步包括:
将局部强度差图案与参考强度差图案进行比较;以及
当所述局部强度差图案与所述参考强度差图案之间存在匹配时,提供位于所述镜头附近的对象的所述存在的指示。
8.根据权利要求1所述的方法,进一步包括使用神经网络来评估所述局部强度差,并确定位于所述镜头附近的对象的所述存在或缺失。
9.根据权利要求1所述的方法,进一步包括:
在捕获所述第一图像之前,使用所述第一红外照明源和所述第二红外照明源两者捕获初始图像;
在捕获所述第二图像之后,使用所述第一红外照明源和所述第二红外照明源两者捕获最终图像;
比较所述初始图像和所述最终图像的强度信息,以确定所述场景中是否存在移动;以及
响应于确定所述场景中不存在移动,验证对位于所述镜头附近的对象的所述存在的所述确定。
10.根据权利要求1所述的方法,进一步包括:
响应于确定存在位于所述镜头附近的对象,向摄像机操作者发送通知。
11.根据权利要求1所述的方法,其中所述对象是蜘蛛、昆虫、蜘蛛的物品和昆虫的物品中的一个或多个。
12.根据权利要求1所述的方法,其中,通过所述图像捕获设备获取所述第一图像和通过所述图像捕获设备获取所述第二图像包括:获取几个短曝光图像并将所述短曝光图像分别组合成所述第一图像和所述第二图像。
13.根据权利要求8所述的方法,其中,通过所述图像捕获设备获取所述初始图像和通过所述图像捕获设备获取所述最终图像均包括:获取几个短曝光图像并将所述短曝光图像分别组合成所述初始图像和所述最终图像。
14.一种用于确定位于镜头附近的对象的存在的系统,图像捕获设备通过所述镜头监视场景,所述系统包括:
存储器;
图像捕获设备;
第一红外照明源;
第二红外照明源;以及
处理器,
其中,所述存储器包含指令,所述指令在由所述处理器执行时,使所述处理器执行一种方法,所述方法包括:
激活被布置成从第一角度照射所述场景的所述第一红外照明源;
通过所述图像捕获设备获取第一图像;
停用所述第一红外照明源,并且激活被布置成从第二角度照射所述场景的第二红外照明源;
通过所述图像捕获设备获取所述第二图像;以及
比较所述第一图像和所述第二图像的强度信息,以确定位于所述镜头附近的所述对象的所述存在。
15.一种非暂态计算机可读存储介质,具有包含在其中的程序指令,所述程序指令用于确定位于镜头附近的对象的存在,图像捕获设备通过所述镜头监视场景,所述程序指令由处理器可执行,以执行一种方法,所述方法包括:
激活被布置成从第一角度照射所述场景的第一红外照明源;
通过所述图像捕获设备获取第一图像;
停用所述第一红外照明源,并且激活被布置成从第二角度照射所述场景的第二红外照明源;
获取第二图像;以及
比较所述第一图像和所述第二图像的强度信息,以确定位于所述镜头附近的所述对象的所述存在。
CN202011460988.1A 2019-12-17 2020-12-11 用于监视摄像机的接近对象检测 Pending CN113076791A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19217076.9 2019-12-17
EP19217076.9A EP3839908A1 (en) 2019-12-17 2019-12-17 Close object detection for surveillance cameras

Publications (1)

Publication Number Publication Date
CN113076791A true CN113076791A (zh) 2021-07-06

Family

ID=68944273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011460988.1A Pending CN113076791A (zh) 2019-12-17 2020-12-11 用于监视摄像机的接近对象检测

Country Status (6)

Country Link
US (1) US11592404B2 (zh)
EP (1) EP3839908A1 (zh)
JP (1) JP2021108116A (zh)
KR (1) KR20210077600A (zh)
CN (1) CN113076791A (zh)
TW (1) TW202127862A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11922666B2 (en) * 2021-04-13 2024-03-05 Pixart Imaging Inc. Object presence detection using raw images
WO2023101939A1 (en) * 2021-12-02 2023-06-08 Lumileds Llc Led array optimization using artificial neural networks

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2888492B2 (ja) 1990-06-12 1999-05-10 オリンパス光学工業株式会社 距離情報出力装置
JPH0579522U (ja) 1992-03-31 1993-10-29 株式会社精工舎 カメラ用測距装置
JP4650469B2 (ja) * 2007-09-26 2011-03-16 住友電気工業株式会社 撮像装置及びレンズ異常診断システム
JP2009150841A (ja) * 2007-12-21 2009-07-09 Sumitomo Electric Ind Ltd レンズ異常自己診断方法、撮像装置、レンズ異常自己診断システム及び車両
CN102445458B (zh) * 2011-10-18 2013-07-31 中国科学院合肥物质科学研究院 一种光学透镜测污装置
US8993966B2 (en) * 2012-09-26 2015-03-31 Honeywell International Inc. Flame sensor integrity monitoring
US20150355030A1 (en) * 2014-06-04 2015-12-10 Honeywell International Inc. Equipment and method for intensity-temperature transformation of imaging system
US9454820B1 (en) 2015-06-12 2016-09-27 Google Inc. Using a scene illuminating infrared emitter array in a video monitoring camera for depth determination
US9626849B2 (en) * 2015-06-12 2017-04-18 Google Inc. Using scene information from a security camera to reduce false security alerts
CN106706659B (zh) * 2016-12-22 2019-09-10 武汉理工光科股份有限公司 火焰探测器数字化检测系统及方法
US20220230216A1 (en) * 2018-07-16 2022-07-21 Accel Robotics Corporation Smart shelf that combines weight sensors and cameras to identify events

Also Published As

Publication number Publication date
KR20210077600A (ko) 2021-06-25
US20210181122A1 (en) 2021-06-17
EP3839908A1 (en) 2021-06-23
JP2021108116A (ja) 2021-07-29
TW202127862A (zh) 2021-07-16
US11592404B2 (en) 2023-02-28

Similar Documents

Publication Publication Date Title
US11348425B2 (en) Systems and methods for monitoring advertisements
KR101716365B1 (ko) 실시간 가축 도난 감지를 위한 모듈화 기반의 지능형 영상 감시 시스템 및 그 방법
JP5167791B2 (ja) 監視装置、監視方法、及び、監視プログラム
US20100214408A1 (en) Image Processing Sensor Systems
US20110058037A1 (en) Fire detection device and method for fire detection
CN113076791A (zh) 用于监视摄像机的接近对象检测
US11062145B2 (en) Camera device for the exterior region of a building
US20180130211A1 (en) Monitor system
US10887562B2 (en) Camera device for the exterior region of a building
JP5042177B2 (ja) 画像センサ
CN107122743A (zh) 安防监控方法、装置和电子设备
US9007459B2 (en) Method to monitor an area
JP4713950B2 (ja) 監視装置
JP2008020981A (ja) 監視システム
JP5475593B2 (ja) 複合型センサ
JP2006277639A (ja) 画像センサ及び監視装置
JP2000348268A (ja) 人体検知装置
JP7328778B2 (ja) 画像処理装置及び画像処理プログラム
JP2012048675A (ja) 画像監視装置
US11087615B2 (en) Video/sensor based system for protecting artwork against touch incidents
EP3989196B1 (en) Apparatus, system, method and program
JP2006092290A (ja) 不審人物検出装置
JP2008160617A (ja) 監視カメラ装置及びこれを用いた監視カメラシステム
JP2009151657A (ja) 複合型侵入検知装置
JP2001266114A (ja) 画像センサ

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