CN113348493A - 游泳池智能监控系统 - Google Patents
游泳池智能监控系统 Download PDFInfo
- Publication number
- CN113348493A CN113348493A CN202080009736.9A CN202080009736A CN113348493A CN 113348493 A CN113348493 A CN 113348493A CN 202080009736 A CN202080009736 A CN 202080009736A CN 113348493 A CN113348493 A CN 113348493A
- Authority
- CN
- China
- Prior art keywords
- pool
- sensor
- unauthorized
- computer system
- objects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000009182 swimming Effects 0.000 title claims description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 32
- 230000001815 facial effect Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 claims 1
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000012905 input function Methods 0.000 claims 1
- 241001465754 Metazoa Species 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 37
- 238000000034 method Methods 0.000 description 19
- 206010013647 Drowning Diseases 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000009193 crawling Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 230000004297 night vision Effects 0.000 description 3
- 210000000216 zygoma Anatomy 0.000 description 3
- 206010012289 Dementia Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006931 brain damage Effects 0.000 description 2
- 231100000874 brain damage Toxicity 0.000 description 2
- 208000029028 brain injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010063746 Accidental death Diseases 0.000 description 1
- 208000012260 Accidental injury Diseases 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 241001272996 Polyphylla fullo Species 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004020 conductor 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
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 201000003723 learning disability Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 231100001160 nonlethal Toxicity 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 208000005026 persistent vegetative state Diseases 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000035943 smell Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/08—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water
- G08B21/086—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water by monitoring a perimeter outside the body of the water
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
一种游泳池监控系统,通过使用多个传感器系统,在对象到达游泳池边缘之前检测游泳池限定周边内对象的存在。对象可以是人或动物。传感器系统可以包括测距传感器、音频传感器、嗅觉传感器和视频成像传感器。这些传感器由计算机系统监控,该计算机系统存储了授权可在泳池周边内的对象的数据。该系统通过将检测到的对象与存储的数据进行比较,在检测到受监控周边内存在未授权或未知对象时提供警告或警报。该系统可以确定物体与泳池边缘的距离,并在对象靠近泳池边缘时发出可调整的警报。该系统使用面部识别和语音识别来检测授权对象并区分未授权和未知对象,以建立可以通过扬声器、文本消息或电子邮件传达的警告或警报级别。该系统可以接受来自任何传感器的更新数据,以将额外的授权或未经授权的对象识别数据添加到系统数据库中。
Description
相关申请的交叉引用
本申请要求于2019年1月29日提交的美国临时申请No.62/798,017的优先权,其全部内容通过引用并入。
背景技术
实施例涉及一种智能的未经授权的对象越过泳池-边界的警报系统、方法和计算机可读介质,用于检测未经允许的未知的对象越过泳池的边界。
每天约有十人因意外溺水身亡,这十人中估计有两人是14岁或14岁以下的儿童。在美国,溺水是人们意外死亡的第五大原因。从2005年到2014年,美国每年平均发生3,536起致命的意外溺水(与划船无关)——每天大约有10人死亡。大约五分之一死于溺水的人是0-14岁儿童。对于每个因为溺水死亡的孩子,另外五个孩子因为在水下期间出现的一些非致死性损伤需要接收急诊科的急救。
在急诊科(ED)接受治疗的溺水受害者中,超过50%的患者需要住院或转移,做进一步治疗(相比之下,所有意外伤害的住院率约为6%)。这些非致死性溺水伤害会引发脑部严重损伤,从而可能导致患者出现长期残疾,例如记忆问题、学习障碍和基本功能的永久性丧失(例如,永久性植物人状态)。如果一个孩子掉进水池里,不到2分钟就会失去意识,3到5分钟就会开始出现脑损伤。
一些泳池安全设备采用正好位于泳池入口点处的传感器来检测溺水,其中需要立即施救。此外,大多数泳池安全设备仅用到一种传感器,但是在许多情况下,对于跟踪的对象(宝宝、儿童、年长者等)而言,仅用一种传感器实现的效果并不是最佳的,往往存在许多令人失望的误报情况,给终端用户错误指示,从而延误救援,更甚至于,导致溺水婴儿因急救不及时而死亡。
其他泳池安全设备用到了多个传感器,这多个传感器提供3个或4个决策数据点(温暖的对象已经进入该区域,有什么东西越过了泳池表面传感器等)。因此,它提供给用户的数据有限,因此会导致许多误报。因此,用户对这些系统的信心很低,而且信心不断下滑。这些系统对“目前可能有人溺水”作出响应。因此,不满情绪高涨,错误普遍存在。
发明内容
实施例涉及一种智能的未经允许的对象越过泳池-边界的监控和警报系统、方法和计算机系统,用于检测未经允许的对象越过泳池边界,以及在有未经允许的对象越过泳池边界时发出警报。在一个实施例中,该系统结合了多个传感器设备,有时简称为传感器,用于监测游泳池周围的边界。本文所用的边界是指围绕泳池的一个限定区域或多个限定区域,并离开泳池足够的距离,从而可在接近的对象,例如小孩,到达泳池边缘或可能进入泳池的水中前产生警告或发出警报。
所述传感器可以包括红外探测器或红外摄像机、视频传感器或视频摄像机、听觉传感器、嗅觉传感器和超声波传感器。传感器可以以创建地理位置传感器或检测器的形式并入系统中。每个传感器通过直接布线或通过蓝牙广播和接收系统或其他合适的通信系统连接到计算机系统。计算机系统运行以利用来自传感器的信号来检测和识别进入泳池的受监控边界的授权和未经授权的对象。计算机系统包括传统的计算机元件,例如用于执行存储在RAM和ROM模块以及可写大容量存储介质中的计算机程序的处理器。所述计算机系统还可以适用于云存储。为此,所述计算机系统包括一个可访问和可重写的数据库,用于存储与可能进入边界的对象相关的生物特征数据。术语“对象”将被理解为表示有生命的和无生命的对象,但在大多数情况下用于指人或动物,应理解,当小孩、残疾人或痴呆症患者可能进入那些没有适当保护措施或不允许进入的泳池区域时,发出警报是有必要的。数据库可以存储那些允许在泳池边界活动的授权对象的面部图像。可将该面部图像与存储在数据库中的面部图像进行比较,以识别授权人员。计算机系统具有传统的输入装置以允许通过将新的面部图像或其他生物特征数据输入数据库来更新数据库。生物特征数据可以包括用于语音识别的听觉数据,以便计算机系统功能可由授权人员控制,术语人员广泛包含在术语“对象”中。
可能仅某些授权人员可以更新计算机系统数据,有时这些人员为管理员。除了语音识别外,计算机系统还可以接收来自嗅觉传感器的输入并维护已知气味或嗅觉的数据库,以更好地帮助识别进入泳池边界的授权人员或未经授权人员。与小狗或猫相比,嗅觉生物识别技术可有助于识别正在爬行的婴儿。超声波传感器和视频传感器还可以确定进入泳池边界的对象所处的方向,这里的对象例如站立的婴儿与爬行的婴儿或可能在边界内的人员。简而言之,所公开的发明利用多个不同的传感器来检测和识别进入水池周边的对象,即人和动物,并向相关负责人发出警报,使人或动物落入池内水中的可能性降到最低,并有可能将发生溺水的概率降到最低。识别协议使用不同的传感器来最大程度地减少误报,从而减少在授权人员(例如人或宠物)使用泳池期间,系统被禁用的可能性。如本文所用,术语“对象”通常是指活人,但也可包括宠物,例如猫或狗。术语“未经授权的对象”通常包括“未知对象”。然而,未经授权的对象可能包括被识别出的婴儿或老人居住在具有被监控的游泳池的家庭中。未知对象用于指侵入泳池周边的对象,该对象未在计算机数据库中识别。系统可以被编程为提供不同类型的警告,以区分未经授权的对象和未知对象。计算机数据库具有传统的输入装置,用于允许授权人员将生物特征数据输入到数据库中。例如,可以通过输入新的面部图像、嗅觉气味或听觉声音数据来更新数据库。这些生物特征数据中的每一个都与相应的授权或未经授权的对象相关联,以允许计算机系统更准确地识别进入受监控泳池周边的对象,从而在检测到的对象是授权人员时禁止发出警报。类似地,计算机系统可通过识别对象对检测到的未经授权的对象作出响应,以及对适当的警告报警进行编程。与未经授权的对象是走近泳池的浅端的老人时相比,在未经授权的对象是婴儿或小孩时,提供紧急警报更有必要。因此,该系统可以适用于不同类型和身份的对象,并确定适合于检测到的对象的警报级别。
附图说明
将通过参考在附图中示出的其特定实施例来呈现以上简要陈述的更具体的描述。理解这些附图仅描绘典型实施例并且因此不被认为是对其范围的限制,将通过使用附图来更详细地描述和说明实施例,其中:
图1A示出了一种智能的未经授权的对象越过泳池-边界的警报系统,其中在第一象限或扇区中的池边界附近有未经授权对象;
图1B示出了一种智能的未经授权的对象越过泳池-边界的警报系统,其中在第四象限或扇区中的池边界附近有未经授权对象;
图2示出了智能的未经授权的对象越过泳池-边界的警报系统的框图;
图3A图示了本地周围环境条件传感器的框图;
图3B示出了地理位置传感器的框图;
图4是红外成像传感器检测泳池区域中授权对象和未经授权的对象的示意图;
图5示出了图像识别未经授权的对象的图形表示;
图6示出了与网络通信的计算机系统的框图;和
图7图示了可配置扇区感测模式。
具体实施方式
在此参考附图描述了实施例,其中在所有附图中使用相同的附图标记来表示相似或等效的元件。这些图未按比例绘制,并且提供它们只是为了说明本文公开的方面。为了说明,以下参考非限制性示例应用描述了几个公开的方面。应当理解,阐述了许多具体细节、关系和方法以更全面地理解实施例。然而,相关领域的普通技术人员将容易地认识到,所公开的实施例可以在没有一个或多个具体细节的情况下或通过其他方法来实践。在其他情况下,未详细示出公知的结构或操作以避免混淆本文公开的方面。实施例不受所说明的动作或事件的顺序的限制,因为一些动作可以以不同的顺序发生和/或与其他动作或事件同时发生。此外,并非所有图示的动作或事件都需要实施根据实施例所述的方法。
尽管阐述宽范围的数值范围和参数是近似值,但在具体非限制性实施例中阐述的数值尽可能精确地报道。然而,任何数值都固有地包含某些误差,这些误差必然由在它们各自的测试测量中发现的标准偏差产生。
此外,本文公开的所有范围应理解为涵盖其中包含的任何和所有子范围。例如,“小于10”的范围可以包括介于(和包括)零的最小值和最大值10之间的任何和所有子范围,即具有最小值的任何和所有子范围等于或大于零且最大值等于或小于10,例如1到4。
图1A示出了一种智能的未经授权的对象越过泳池-边界的警报系统100,其中在第一象限Q-I中的池边界附近有未经授权对象。象限可以是一个扇区。系统100被配置为至少部分地安装在泳池周围环境中的某个位置。系统100可以被配置为检测泳池周边附近高达360°的授权和未经授权的对象。在一些实施例中,系统100的安装可以仅检测泳池周边附近高达180°的授权和未经授权的对象,例如,因为泳池附近有一些障碍物。在其他实施例中,系统100可被配置为检测泳池周边附近高达270°的授权和未经授权的对象。
泳池可以安装在离诸如房屋、车库和泳池房等结构几英尺的位置处,例如,其具有入口和出口。在其他实施例中,泳池可以安装在离家或其他最近的具有入口和出口的建筑物50-100英尺的地方。因此,系统100可以安装在环境内,以360°捕获对象,可以轻松检测到360°内从任何方向走近泳池的未经授权的对象,特别是进入泳池边界的点。
系统100可以包括支撑结构102,支撑结构102被配置为在其上安装有传感器套件105。传感器套件105可以包括一个或多个红外成像传感器110。在图示中,三个IR成像传感器110被示出为在扇区或象限QI、Q-II和Q-IV中捕获图像。此图中未示出扇区或象限Q-III的传感器。在一些实施例中,每个IR成像传感器110可以具有大约90°的视场(FOV)。但是,对于小于90°的扇区,FOV可能会更小。红外图像代表热特征。在一些实施例中,成像传感器110的FOV可以与相邻的成像传感器110重叠,从而在围绕泳池边界的空间中没有盲点。在其他实施例中,IR成像传感器110的FOV可以是180°。因此,系统100将需要较少的IR成像传感器。在其他实施例中,每个扇区或象限可以具有多于一个的IR成像传感器。传感器套件105可以包括红色、绿色、蓝色(RGB)成像传感器115。成像传感器115捕获的RGB图像可以用于比较来自当前图像的局部环境的一些存储特征以去除那些局部环境的像素,以隔离当前主体的图像数据。如本文所述,图像可包括RGB图像数据和/或IR图像数据。图像数据可以包括RGB图像数据和/或IR图像数据。许多高质量的安全摄像头可用作昼夜成像传感器,例如具有1080p高清夜视和130度广角视图的Nest Cam户外安全摄像头。
在一些实施例中,IR成像传感器110在夜间或条件期间使用,使得可以在黑暗中检测到违反对象的热特征。在一些实施例中,RGB成像传感器115在白天使用,因为RGB成像传感器115的图像质量在低光(夜间)条件下恶化。
传感器套件105可包括一个或多个听觉传感器125以检测泳池附近环境中的环境声音,包括对象的语音或听觉声音和自然发生的环境声音。在一些实施例中,听觉传感器125可以安装在至少一个象限中以检测泳池周边的传入环境声音。在一些实施例中,听觉传感器125可用于使用语音签名识别泳池周边中的授权对象和未经授权的对象。对象的听觉声音可以包括来自未经授权的动物(例如宠物)或其他未经授权的人(例如婴儿、儿童、老年人、残疾人或患有痴呆症的人)的可听声音。
传感器套件105可以包括一个或多个嗅觉传感器127以检测环境中发出气味的特定物体。传感器套件105可以包括局部周围环境条件(LAEC)传感器130。图3A将更详细地描述LAEC传感器130。
传感器套件105可以包括地理位置传感器135以确定未经授权的对象10A相对于泳池边缘或其他边界的范围。随着估计的到达时间或从对象10A到区域Z0或泳池边缘的范围减小,未经授权的对象10A的范围可用于确定警报的定时和/或警报通信的顺序。地理位置传感器135可以包括,但不限于,超声波范围传感器360(图3B)。
系统100可以包括与传感器套件105通信的计算机系统(CS)101。将参照图6更详细地描述计算机系统101。计算机系统101可以远离传感器套件105。计算机系统101可以是分布式的,使得计算机系统101的部分与传感器套件105集成而计算机系统101的其他部分是远程的。计算机系统101的一个或多个分布式部分可以向用户提供用于设置系统100和上传语音签名、面部识别签名、对象特定气味签名和/或场景识别签名的用户界面。用户界面可以允许计算机系统接收警报接收者列表、警报的传递模式等。计算系统101的分布式部分可以使用有线通信方式或无线通信方式彼此通信,其中无线通信方式包括但不限于WIFI。
在图1A中,作为非限制性示例,泳池周围的周边由区域Z0、Z1、Z2、...、ZX标记,其中X可以是非零整数。区域Z0最靠近泳池并且可能包括泳池的边缘。区域Z0可以在区域Z1的末端或区域Z0的起点与泳池的边缘或区域Z0的末端之间具有距离D0。区域Z1在区域Z2的末端或区域Z1的起点与区域Z1的末端之间可以具有距离D1。区域Z2可以在区域ZX的末端或区域Z2的起点与区域Z2的末端之间具有距离D2。区域ZX可以在区域ZX的起点和区域ZX的末端之间具有距离DX。
在该示例中,区域1可以围绕区域Z0至多360°。距离D1在区域Z0周围可以相同或可以不同。例如,D1的某些区域可能在某些地方更窄和/或在其他地方更宽。同样,距离D2在区域1周围可以相同或可以不同。距离DX在区域2或前一区域周围可以相同或可以不同。距离D0,D1,D2...DX可以相同或不同。
在图1A中,未经授权的对象10A被示出从区域ZX外的区域移动通过区域ZX、区域Z2、区域Z1并移动到区域Z0,其中区域Z0紧邻泳池。区域Z0中的未经授权的对象10A可能表示即使即将越过泳池。作为非限制性示例,区域ZX可用于检测未经授权的对象10A何时最初越过泳池的周边区域。当越过每个后续区域时,靠近水池或区域Z0的每个区域可能会提高警报级别。例如,区域ZX的警报级别可能最低,而区域Z0的警报级别最高。作为非限制性示例,每个警报级别可以包括不同的警报序列、不同的警报消息或警报指示符、和/或不同的警报接收者列表。
图右侧的区域ZX、Z2和Zl由于结构(例如壁W)而中断。壁W只是泳池区域中可能的结构的示例。因此,在于泳池周边环境内的一侧相对的壁一侧上不连续的区域可能不需要对未经授权的对象进行测距或检测。周边周围的区域可以包括可能进入泳池的那些区域。
又例如,假设区域Zl具有障碍物,例如在使用泳池时可以移除的围栏。围栏在部署时可以指定一个没有人可以进入的禁区。术语“没有人”可以包括没有先前存储的图像的那些人,有时被称为未知人员。在一些实施例中,如果那些未知人员闯入了禁区(围栏以外的区域),则仍有可能检测到那些未知人员。有时,未经授权的对象可能是泳池所有者还不认识的未知人员。例如,未知对象可能是未经许可进入泳池周边的成年邻居、社区里的青少年和小孩。系统100可以包括授权对象的列表,使得任何检测到的不在授权对象列表上的人,无论大小,都可以被认为是“未经授权的对象”。例如,当前的面部识别数据库可能包括泳池所有者的家庭成员,包括授权的母亲、父亲和其他有责任感,有能力的家庭成员(青少年)。它还可能包括未经授权的家庭成员,他们不允许在没有授权成人在场的情况下进入泳池区域。此功能可用于防止穿越安全围栏的人员出现溺水情况。
系统100可以包括可选择的操作模式,其允许在不明警报原因的情况下检测到未知人员。例如,如果在泳池周边中,未知人员有授权人员陪着,则不需要警报。
图1B示出了一种智能的未经授权的对象越过泳池-边界的警报系统100,其中在第四扇区或象限Q-IV中的池边界附近有未经授权对象10B;如图1A所述,由扇区或象限Q-IV表示的区域具有到泳池的出口。作为非限制性示例,到泳池周边的出口可以是位于厨房区域中的门,未经授权的对象10B可以通过该门离开以进入扇区或象限Q-IV。另一方面,到泳池周边的出口可以是位于洗衣房中的门,未经授权的对象10B可以通过该门离开以进入扇区或象限Q-I。
在一些实施例中,壁可以代表泳池周围的屏风围栏的一部分。例如,屏风围栏可以连接到建筑物以提供通过门口从建筑物进入泳池区域的出口,而围栏会阻挡沿着泳池周围其他侧面的通道进入。因此,根据系统100的安装,成像和测距功能可能仅需要180°观察而不是完整的360°观察。
图2示出了图1A和图1B的智能的未经授权的对象越过泳池-边界的警报系统100的框图。传感器套件105可以包括传感器类型,例如红外(IR)成像传感器110、RGB成像传感器115、听觉传感器125、嗅觉传感器127、局部周围环境条件(LAEC)传感器130和地理位置传感器135。套件105可以将某些或所有类型的多个传感器分布到360°。例如,传感器套件可以包括被配置为执行高达360°的测距的一个地理位置传感器135,而被监测的每个扇区或象限可以包括一个IR成像传感器110和至少一个地理位置传感器135。传感器套件105可以仅包括一组LAEC传感器130,因为环境条件不会在象限之间改变。
每个IR成像传感器110可以包括夜视模式111和日光视觉模式112。系统100可以包括一个或多个处理器220。一个或多个处理器220可以是计算机系统101的一部分。处理器220可以包括成像处理功能以处理IR图像和RGB图像。系统100可以包括警报通信器240以根据识别的警报传送模式在地址处使至少一个警报接收者245警觉。警报传送模式可以包括文本消息、拨打固定电话号码、拨打移动电话号码、使用互联网语音协议(VOIP)通信以及发送邮件至邮箱。
系统100可以包括用于执行本文功能的应用程序207。应用程序207可以包括由各种图形用户界面(GUI)输入的应用程序访问的各种数据集。例如,应用程序207可以包括至少一个GUI 250,用于输入主体列表GUI 250,识别那些未被授权的主体。在一些实施例中,对象可以包括授权的对象和未经授权的对象。对象列表GUI 250可以包括用于建立未经授权的对象面部(识别)签名252和未经授权的对象语音(识别)签名254的用户界面。在一些实施例中,对象列表GUI 250可以包括用于建立授权的对象面部(识别)签名252和授权的对象语音(识别)签名254的用户界面。
GUI 250可以允许用户使用GUI 250捕获面部签名252或者选择现有图片来上传面部签名252。同样地,GUI 250可以允许用户捕获语音签名254或者选择现有语音签名。因此,语音识别模块270可以使用代表实时环境声音中经由听觉传感器125捕获的语音的数据,以在测量期间检测捕获的声音并将其与授权或未经授权的对象的语音签名配对。
距离/方向估计器275可以使用由一个或多个地理位置传感器135中的一个或多个传感器收集的数据点来确定未经授权的对象的进入的方向。每个GP传感器135可以在同一测量周期内向距离/方向估计器275提供感测的信号。距离/方向估计器275可以包括超声距离测量模块(未示出)。通过将来自至少一个超声波测距传感器360(图3B)的超声波频率波引导到泳池的周边中来捕获超声波数据点
例如,每个扇区或象限可以包括超声波测距传感器360,超声波测距传感器360被配置为检测传播的超声波频率波的返回。返回的超声波频率波由距离/方向估计器275测量以估计泳池周边内的对象的范围。其他成像数据可用于测距。
测距估计可以从地理位置传感器135接收数据以提供至少基于一组数据点的估计到达时间。
应用程序207可以包括局部场景信息GUI 260。局部场景信息GUI 260可以允许用户识别泳池周边中的一个或多个边界和/或区域。GUI 260可用于捕获局部场景信息并建立边界或区域以建立警报级别的层次结构。尽管如此,只能建立一个警报边界。
应用程序207可以包括面部识别模块265,该面部识别模块265被配置为处理代表在泳池附近的对象57(图5)的被捕获面部58的图像的数据,以确定捕获的面部58是否被识别作为与未经授权的主体的面部签名匹配。图5更详细地描述了面部识别模块265的操作。应用程序207可以包括语音识别模块270,语音识别模块270被配置为识别泳池附近的对象57(图5)的捕获的语音信号58。系统100可以在测量周期期间,使用听觉传感器来检测对象的声音,以及从接收的听觉信号中提取或过滤的环境声音,以将对象的声音与周围环境声音隔离。
应用程序207可以包括机器学习模块285。机器学习模块285可以随时间跟踪用于警报的数据点以将错误警报降到最低。被跟踪的数据点可以本地或远程存储在云服务器中。应用程序207可以包括未经授权的对象图像生成器290,其基于在任何测量周期或当要生成警报时检测到的未经授权的对象的捕获图像数据。它可用于检测运动图像对象行为、特定对象行为的变化、行为异常等。单独的应用程序207实例还可用于提供来自听觉和嗅觉传感器的机器学习数据,以及帮助改进传感器签名识别性能。
应用程序207可包括用户警报GUI295。应用程序207可生成警报通信,传送至警报接收者,其用于识别泳池周边中的未经授权的对象。警报通信可以包括经由用户警报GUI295检测到的未经授权的对象的图像。警报通信器240根据警报传送模式向识别的警报接收者发送文本消息、用户警报GUI或电子邮件。可将警报发送到至少一个移动设备30A、计算设备30B或由接收者设置的其他通信设备。警报通信器240可以向本地第一响应者30C发送警报。用户警报GUI 295可以通信带有彩色注释的图像,显示系统100已经检测到代表未经授权的对象的一个或多个“关注的签名”闯入了泳池周边,以及在一些情况下,检测到闯入泳池。
系统100可以被配置为生成多个数据点用于违规警报生成。作为非限制性示例,可以使用大约40个决策数据点来尝试以高置信度和准确度提醒用户未经授权的对象(“婴儿简”,迈克爷爷)即将进入泳池中或与泳池相邻的周边中的特定区域中。系统100可以利用智能电话、呼叫列表、HD(高清晰度)图像和视频来向用户(警报接收者)提供实时数据以在警告违规时制定适当的响应。例如,父母可能会在婴儿到达泳池边缘之前冲过去关上并锁住泳池大门,或者直接在婴儿去往泳池的路上拦住婴儿。
系统100使用传感器套件105和分析软件,其试图预测特定用户指定的未经授权的对象(婴儿、老人、小狗等)是否正试图向泳池区或禁区前进。系统100可以进行一些预见性处理,以确定未经授权的对象的方向、范围和速度中的至少一种,从而生成警报,避免穿越泳池或泳池边缘,而不是看着溺水情况。因此,可以避免溺水情况,使得未经授权的对象在到达水中之前被检测到并被抓住。系统100不是警告用户正在发生是溺水情况,而是尝试预测和引导资源以在溺水发生之前阻止或拦截住未经授权的对象。
系统100使用决策数据点(即,大约40个)来实现更高级别的细节和决策准确性,以预测特定的未经授权的对象(例如,婴儿)可能穿越泳池或即将穿越泳池的状况,从而避免未经授权的对象出现溺水情况。系统100还可以检测泳池何时被闯入,呈现潜在的溺水状况。系统100不仅仅检测池中或池周围的东西。系统100推进数据收集和决策制定过程以检测、确定方向和/或未经授权的对象方向、跟踪范围、认出和识别未经授权的对象。系统100可以首先确定收集数据点以确定进入泳池的指定周边的对象是否是未经授权的对象。如果确定对象不是未经授权的对象,则数据收集过程可以针对池周边的特定对象结束。
以非限制性示例的方式,系统100被配置为检测穿越泳池周边的多个对象。此类对象可能是授权的或未经授权的。
系统100可以采用基于约翰逊准则和“DORI”首字母缩略词的图像处理技术。图像处理技术可以在图像处理技术的“检测水平”(D)处提供25%的置信水平。当使用图像处理技术检查或检测图像中的“方向水平”(O)时,置信度可能增加到大约50%。然后,当检查和检测到图像中对象的“识别水平”(R)时,置信水平可能会上升到大约75%的水平。此外,当检查图像中对象的“识别水平”(I)时,置信度可以进一步提高到大约100%。当决策中的置信度接近100%时,向终端用户提供警报,减少假警报。
系统100使用暖体IR(红外线)传感器110、地理位置传感器135(超声波距离传感器、视觉(RGB)检测传感器和图像处理软件)、听觉传感器125和嗅觉传感器(气味)127。代表本地环境信息(时间、温度、天气条件)的互联网数据可以允许传感器套件105的传感器调整到实时本地环境条件(例如,白天与黑夜、雪等)以优化检测到的实时签名的传感器数据完整性。实时签名用于与未经授权主体的存储签名进行比较。
系统100可以包括在泳池周边的扬声器247以警告该区域内的人。例如,当其他人正在使用泳池时,未经授权的对象可能仍被监视以生成此类未经授权的对象即将闯入泳池边缘的本地警报,以防止意外溺水。
图3A示出了局部周围环境条件(LAEC)传感器130的框图。LAEC传感器130可以包括温度传感器332,温度传感器332被配置为感测与场景相关联的环境的当前周围温度。LAEC传感器130可以包括湿度传感器334,湿度传感器334被配置为感测与场景相关联的环境中的湿度量。
图3B示出了地理位置传感器135的框图。地理位置传感器135可以包括超声距离传感器360和图像处理模块366中的一个或多个。图像处理模块366可以由其他传感器类型共享。地理位置传感器135可以使用来自一个或多个RGB成像传感器115的图像数据来确定地理位置数据点。例如,地理位置传感器135可以用于检测和识别泳池周边中对象的取向。可以确定距地面的高度以用于定位对象的面部,该对象可能是潜在的未经授权的对象。方向可以包括爬行向婴儿或蹒跚学步的幼儿发出信号。系统100可以检测对象是否在爬行。方向可以是坐着,例如坐在轮椅上。未经授权的对象可能包括使用步行辅助设备的婴儿、幼儿、儿童和残疾人或老年人。步行辅助设备可能包括轮椅、助行器和手杖。使用步行辅助设备的对象可能会在泳池周围绊倒或跌倒。检测到的带有步行辅助设备的未经授权的对象的方向变化可能表示泳池周边区域中有人跌到,或者表示其可能闯入了泳池。
LAEC传感器130可以包括环境光传感器336,环境光传感器336被配置为感测与场景相关联的环境中的环境光的量。光量可以随日光、夜间、黄昏和/或黎明而变化。环境光的量可以根据太阳的自然光而变化,而无需添加诸如来自环境中的电照明设备的补充光。在夜间,借助辅助照明可以检测到更高亮度的周围环境光。环境照明可以控制IR成像传感器110的模式。在弱光条件下,IR成像传感器110可以在夜视模式111下运行。在正常或日光条件下,IR成像传感器110可以在日光视觉模式112下运行。
LAEC传感器130可以包括天气数据338,例如在远程本地气象站感测或检测到的天气数据。LAEC传感器130可以例如经由因特网与气象站通信,以获得气象站感测或检测到的当前天气状况。LAEC传感器130可以被配置为与远程气象站通信以获取当前的天气状况。可以通过系统100的本地传感器的读数来更新天气条件。天气条件或本地周围环境条件可以例如在下雪、雾天、大风天、极端天气等天气条件下,使系统100的性能受到控制。例如,雪的存在会改变场景的图像。因此,本地场景识别模块280可以改变在当前违反检测周期中使用的场景签名。例如,局部场景签名可以包括例如雪条件、雾条件和雨条件的场景签名。
图4示出了检测泳池区域中的授权和未经授权的对象的红外(IR)成像传感器110的图。IR成像传感器110可以耦联到透镜412。在一些实施例中,透镜412可以是圆顶形的。透镜412可以包括布置成圆顶形状的多个菲涅耳透镜413。
穿过透镜412或每个菲涅耳透镜413的光被传递到IR图像传感器110,以捕获场景的传播光。此外,透镜412或每个菲涅耳透镜413可以响应于红外(IR)波长,以检测场景内的热模式。
作为非限制性示例,授权对象可以包括成人40B。未经授权的对象可以包括,但不限于残疾人40A、儿童40C和动物40D。未经授权的对象可以是那些不能在游泳池中游泳的对象。一些成年人可能不会游泳,也可能是未经授权的对象。在一些情况下,已知具有游泳能力的动物40D可以是授权对象。
图5示出了未经授权的对象57的图像识别的非常简化的图形表示。未经授权的对象57是儿童。大多数面部识别算法使用超过100个面部数据测量点,并使用每个授权和未经授权的对象的多个面部图像。面部识别应用程序使用机器学习创建一个AI数据集,该数据集允许计算和比较面部特征以提供视频帧中通用面部的面部识别,然后可以将独一无二的面部识别为泳池所有者家庭成员。系统100可以被配置为比较与未经授权的对象57相关联的面部(识别)特征252。作为非限制性示例,面部识别模块265可以被配置为将存储的面部特征数据与在泳池附近捕获的对象57的面部58进行比较。系统100可以使用计算机视觉来定位对象57的面部58,以将存储的面部签名252与即时捕捉的面部58进行比较。面部识别模块265可以定位对象57的面部58上的眼睛541和542的位置,将面部签名252的眼睛与代表对象57的眼睛541和542的捕获的图像数据进行比较。
面部识别模块265可以定位对象57的面部58上的鼻子544的位置,将面部特征252的鼻子与代表对象57的鼻子544的捕获的图像数据进行比较。面部识别模块265可以定位对象57的面部58上的嘴部546的位置,以将面部特征252的嘴部与代表对象57的嘴部547的捕获的图像数据进行比较。
面部识别模块265可以定位对象57的面部58上的面颊和/或颧骨543和545的位置,以将面部特征252的面颊和/或颧骨与代表对象57的面颊和/或颧骨543和545的捕获的图像数据进行比较。还可以确定其他面部特征,例如额头和下巴等。
计算硬件概述
图6图示了与网络通信的计算机系统601(即,计算机系统101)的框图。图6的框图图示了可以在其上实现或采用本发明的实施例的计算机系统601(即,计算机系统101)。计算机系统601包括诸如总线610的通信机制,用于在计算机系统601的其他内部和外部组件之间传递信息。信息表示为可测量现象的物理信号,通常是电压,但在其他实施例中包括,例如磁、电磁、压力、化学、分子原子和量子相互作用等现象。例如,南北磁场,或零和非零电压,代表二进制数字(位)的两种状态(0、1)。其他现象可以代表更高基数的数字。测量前多个同时发生的量子态的叠加代表一个量子位(qubit)。一个或多个数字的序列构成用于表示字符的数字或代码的数字数据。在一些实施例中,称为模拟数据的信息由特定范围内的可测量值的接近连续统表示。计算机系统601或其一部分,构成用于执行本文所述的一种或多种方法的一个或多个步骤的装置。
二进制数字序列构成用于表示数字或字符代码的数字数据。总线610包括许多并行的信息导体,使得信息在耦合到总线610的设备之间快速传输。用于处理信息的一个或多个处理器603与总线610耦合。处理器603对信息执行一组操作。该组操作包括从总线610引入信息并将信息放置在总线610上。该组操作通常还包括比较两个或更多信息单元,移动信息单元的位置以及例如通过加法或乘法组合两个或更多信息单元。由处理器603执行的一系列操作构成计算机指令。
计算机系统601还包括耦合到总线610的存储器604。存储器604,例如随机存取存储器(RAM)或其他动态存储设备,存储包括计算机指令的信息。存储器604还可以包括动态存储器,其允许计算机系统601改变存储在动态存储器中的信息。RAM允许存储在称为存储器地址的位置处的信息单元独立于相邻地址处的信息被存储和检索。处理器603还使用存储器604在计算机指令的执行期间存储临时值。计算机系统601还包括耦合到总线610的只读存储器(ROM)606、非易失性永久存储设备或静态存储设备,用于存储不被计算机系统601改变的静态信息,包括指令。ROM 606可以是安全的字节可寻址存储器(存储)设备或文件直接访问(DAX)存储器设备。总线610还可以耦合到其他存储设备,包括非易失性(持久性)存储设备,例如磁盘或光盘,用于存储信息,包括指令,即使在计算机系统601关闭或断电的情况下,这些信息仍然存在。
包括指令的信息提供给总线610以供处理器从外部输入设备612使用,外部输入设备612例如为由人类用户操作的含字母数字键的键盘,或传感器。传感器检测其附近的状况并将这些检测转换成与用于表示计算机系统601中的信息兼容的信号。耦合到总线610的主要用于与人类交互的其他外部设备包括,显示设备614,例如阴极射线管(CRT)或液晶显示器(LCD)、发光二极管(LED)显示器,用于呈现图像,以及指向设备616,例如鼠标或轨迹球或光标方向键,用于控制显示设备614(即,显示设备114)上呈现的小光标图像,并发出与呈现在显示器614上的图形元素相关联的命令。
在所示出的实施例中,专用硬件,例如专用集成电路(IC)620,可以耦合到总线610。专用硬件可以被配置为足够快地执行处理器603未执行的操作以用于特殊目的。专用集成电路的示例包括用于为显示设备614生成图像的图形处理单元(GPU)、用于加密和解密通过网络发送的消息的密码板、语音识别以及至特别外部设备的接口,例如机械臂和医疗扫描设备,其重复执行在硬件中更有效实施的一些复杂操作顺序。
计算机系统601还包括耦合到总线610的通信接口670的一个或多个实例。通信接口670提供到各种外部设备的双向通信耦合,各种外部设备均用它们自己的处理器来运行,例如打印机、扫描仪和外部磁盘。例如,通信接口670可以与传感器套件205(图2)互接,其中应用程序207(图2)被配置为存储在存储器604、606和/或存储设备608中,并且由处理器603执行以执行本文描述的功能。
通常,计算机系统601可以通过通信接口670与网络链路678耦合,该网络链路678连接到本地网络680,具有它们自己的处理器的各种外部设备连接到本地网络680。在一些实施例中,本地网络680可以是专用网络并且可以包括有线和/或无线通信。例如,通信接口670可以是个人计算机上的并行端口或串行端口或通用串行总线(USB)端口。在一些实施例中,通信接口670是集成服务数字网络(ISDN)卡或数字用户线(DSL)卡或电话调制解调器,其提供到相应类型的电话线的信息通信连接。在一些实施例中,通信接口670可以是电缆调制解调器,其将总线610上的信号转换为用于通过同轴电缆的通信连接的信号或用于通过光纤电缆的通信连接的光信号。作为另一示例,通信接口670可以是局域网(LAN)卡以提供到兼容LAN(例如以太网)的数据通信连接。也可以实现无线链接。载波,例如声波和电磁波,包括无线电波、光波和红外线波,无需电线或电缆即可在空间中传播。信号包括载波的幅度、频率、相位、极化或其他物理特性的人为变化。对于无线链路,通信接口670发送和接收携带诸如数字数据的信息流的电、声或电磁信号,包括红外和光信号。一个或多个用户接口(即,设备613、614和616)之间的通信接口可以使用蓝牙、WIFI和/或近场无线通信方式经由通信接口670进行通信。来自计算系统601与范围内移动设备30A或计算设备30B的通信可以使用蓝牙、WIFI和/或近场无线通信模式。计算系统101的分布式组件可以通过蓝牙、WIFI和/或近场无线方式通信。术语计算机可读介质在本文中用于指参与向处理器603提供信息(包括用于执行的指令)的任何介质。这种介质可以采用多种形式,包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘,例如存储设备。易失性介质包括例如动态存储器604。传输介质包括例如同轴电缆、铜线、光纤电缆和在没有电线或电缆的情况下穿过空间的波,例如声波和电磁波,包括无线电、光波和红外波。术语计算机可读存储介质在本文中用于指代参与向处理器603提供信息的任何介质,传输介质除外。
计算机可读介质的常见形式包括例如软盘、硬盘、磁带或任何其他磁介质、光盘ROM(CD-ROM)、数字视频磁盘(DVD)或任何其他光学介质、穿孔卡、纸带或任何其他带有孔图案的物理介质、RAM、可编程ROM(PROM)、可擦除PROM(EPROM)、FLASH-EPROM或任何其他内存芯片或盒式磁带、载波或任何其他计算机可以读取的介质。术语非暂时性计算机可读存储介质在本文中用于指代参与向处理器603提供信息的任何介质,载波和其他信号除外。
在一个或多个有形介质中编码的逻辑包括计算机可读存储介质上的处理器指令和/或诸如ASIC 620之类的专用硬件。
网络链路678通常通过一个或多个网络向使用或处理该信息的其他设备提供信息通信。例如,网络链路678可以提供通过私有或本地网络680到主机计算机682,例如安全主机计算机的连接。例如,在一些实施例中,飞行员可以位于主计算机682处。因此,如图6所示的用户界面可与主计算机682位于同一位置。在一些实施例中,计算机系统601可以与传感器套件105一起放置,而主机计算机682远离传感器套件。计算机系统601可以位于支撑结构102上。主计算机682可以位于建筑物或住宅内。主计算机682和计算机系统601可以被配置为计算系统101的分布式实施例。
在一些实施例中,计算机系统601可以连接到由因特网服务提供商(ISP)或内联网服务提供商操作的设备684。ISP设备684继而通过现在通常称为因特网690或内联网的网络的公共、全球分组交换通信网络提供数据通信服务。计算系统101可以通过因特网690访问本地环境数据。
连接到因特网或内联网的称为服务器692的计算机响应于通过因特网或内联网接收的信息提供服务。例如,服务器692提供表示用于在显示器614处呈现的视频数据的信息,或者服务器可以接收表示用于在远离系统100(图1A和1B)的位置处显示的视频数据的信息。
本发明涉及使用计算机系统601来实现本文描述的技术。根据本发明的一个实施例,通过计算机系统601响应于至少一个处理器603执行包含在存储器604中的一个或多个指令的一个或多个序列以形成计算机程序产品来执行这些技术。这样的指令,也称为软件和程序代码,可以从诸如存储设备608之类的另一计算机可读介质读入存储器604中。包含在存储器604中的指令序列的执行使处理器603执行本文所述的方法和功能。在替代实施例中,诸如专用集成电路620之类的硬件可以代替软件使用或与软件结合使用以实现本发明。因此,本发明的实施例不限于硬件和软件的任何特定组合。
用于执行上述操作的计算机程序代码可以用多种编程语言编写,包括但不限于高级编程语言,例如但不限于Python、C或C++,以方便开发。此外,用于执行本文描述的实施例的操作的计算机程序代码也可以用其他编程语言编写,例如但不限于解释语言。程序代码可以包括硬件描述语言(HDL)或超高速集成电路(VHSIC)硬件描述语言,例如用于固件编程。一些模块或例程可以用汇编语言甚至微代码编写,以提高性能和/或内存使用率。还应当理解,任何或所有程序模块的功能也可以使用分立的硬件组件、一个或多个专用集成电路(ASIC)、或编程的数字信号处理器(DSP)或微控制器来实现。描述实施例的程序的代码可以作为固件包含在RAM、ROM和闪存中。否则,代码可以存储在非暂时性、有形的计算机可读存储介质中,例如磁带、软盘、硬盘、光盘、光磁盘、数字多功能盘(DVD)等。
通过通信接口670在网络链路678和其他网络上传输的信号携带信息往返于计算机系统601。计算机系统601可以通过网络680、690等,通过网络链路678和通信接口670,发送和接收信息,包括程序代码。在使用因特网690的示例中,服务器692通过因特网690、ISP设备684、本地网络680和通信接口670由从计算机系统601发送的消息请求的特定应用程序传输程序代码。接收到的代码可以在接收到时由处理器603执行,和/或可以存储在存储设备608或其他非易失性存储器中以供以后执行。以这种方式,计算机系统601可以获得载波上的信号形式的应用程序代码。在一些情况下,主计算机682可以控制计算系统601。
可涉及各种形式的计算机可读介质可将一个或多个指令或数据序列或两者携带到处理器603以供执行。例如,指令和数据最初可以在远程计算机如主机682的磁盘上携带。远程计算机将指令和数据加载到其动态存储器中,并使用调制解调器通过电话线发送指令和数据。计算机系统601本地的调制解调器在电话线上接收指令和数据,并使用红外发射器将指令和数据转换为红外载波上的信号,用作网络链路678。作为通信接口670的红外探测器接收红外信号中携带的指令和数据并将表示指令和数据的信息放置到总线610上。总线610将信息传送到存储器604,处理器603从存储器604获取并使用与指令一起发送的一些数据来执行指令。在由处理器603执行之前或之后,在存储器604中接收的指令和数据可选地存储在存储设备608上。
存储器604上可以存储有作为软件或计算机指令实现的应用程序207(图2)。当应用程序由处理器603执行时,应用程序可以执行如本文所述的一个或多个功能。在图2中,可以提供专用处理器220来处理由IR图像传感器110捕获的图像。
图7示出了可配置扇区感测模式700。在一些示例中,扇区可以是象限。然而,对于监视小于360°的区域的系统100,可以将被监视的扇区划分为相邻扇区。在模式700中,区域705可以是无源IR成像传感器110的FOV。在模式700中,区域710可以是Pixy RGB成像传感器或摄像机的FOV。在模式700中,区域720可以是NoIR成像传感器或摄像头的FOV。在模式700中,区域730可以是超声波测距传感器360的FOV。在一些实施例中,系统100可以使用与图7所示的FOV不同的FOV。
系统100可以包括用于夜间成像的照明,例如泛光照明或IR LED。
本文中使用的术语仅用于描述特定实施例,并不旨在进行限制。如本文所用,单数形式“一个”,“该”也旨在包括复数形式,除非上下文另有明确指示。此外,如果在详细说明和/或权利要求中使用术语“包括”,“具有”或其变体,则此类术语旨在以类似于术语“包括”的方式具有包容性。此外,除非特别说明,否则术语第一、第二等的任何使用不表示任何顺序或重要性,而是术语第一、第二等用于将一个元素与另一个元素区分开来。
除非另外定义,否则本文使用的所有术语(包括技术和科学术语)具有与本发明的实施例所属领域的普通技术人员通常理解的相同的含义。将进一步理解,术语,例如在常用词典中定义的那些术语,应解释为具有与其在相关领域的上下文中的含义一致的含义并且不会以理想化或过于正式的含义被解释,除非本文另有明确表示。
虽然上面已经描述了各种公开的实施例,但是应当理解,它们仅通过示例的方式呈现,且不具有限制意义。在不脱离实施例的精神或范围的情况下,可以根据本文公开的实施例对本文公开的主题进行许多改变、省略和/或添加。此外,在不脱离实施例的精神和范围的情况下,等效物可以替代其元素。此外,虽然特定特征可能仅关于若干实施方式中的一个被公开,但是这种特征可以与其他实施方式的一个或多个其他特征组合,如对于任何给定或特定应用可能是期望的和有利的。此外,在不脱离实施例的范围的情况下,可以进行许多修改以使特定情况或材料适应实施例的教导。
此外,上述摘要的目的是使公众,尤其是不熟悉专利或法律术语或用语的相关领域的科学家、工程师和从业人员,能够通过粗略的检查本技术公开的性质和本质来确定。摘要并不旨在以任何方式限制本公开的范围。
因此,本文提供的主题的广度和范围不应受到任何上述明确描述的实施例的限制。相反,实施例的范围应根据所附权利要求及其等同物来限定。
Claims (20)
1.一种游泳池监控系统,包括:
多个传感器系统,用于检测游泳池限定周边内物体的存在,所述传感器系统包括测距传感器和视频成像传感器;和
一计算机系统,可操作地耦合到所述传感器系统并且包括数据存储,数据存储用于存储对象的多个预定图像和用于处理来自所述传感器系统的测距信号和视频图像,
所述计算机系统将游泳池的周边内的检测到的对象的图像与存储的预定图像进行比较,以识别进入游泳池的周边的未经授权的对象,所述计算机系统还使用测距信号来确定从所述未经授权的对象到游泳池边缘的距离以及确定对象朝向泳池的动作,从而在所述未经授权的对象接近泳池边缘的预定距离内时,发出警报。
2.根据权利要求1所述的游泳池监控系统,其特征在于,所述计算机系统分析所述视频图像以确定所述游泳池周边内的所述未经授权的对象的方向和大小。
3.根据权利要求1所述的游泳池监控系统,其特征在于,所述计算机系统计算所述未经授权的对象朝向游泳池的接近速度并根据所述接近速度大小以及所述泳池边缘接近程度发出警报。
4.根据权利要求1所述的游泳池监控系统,其特征在于,所述传感器系统包括用于检测所述游泳池周边内的声音的听觉传感器,并且所述计算机系统包括语音识别系统,语音识别系统用于识别所述游泳池周边内的授权声音并响应来自所述授权声音的命令。
5.根据权利要求1所述的游泳池监控系统,其特征在于,包括耦合到计算机系统的嗅觉传感器,所述数据存储包括与授权对象相关联的嗅觉特征数据库,用于与所述嗅觉传感器检测到的嗅觉特征进行比较,所述计算机系统响应于未授权特征发出警报。
6.根据权利要求1所述的游泳池监控传感器,其特征在于,包括用于识别游泳池周边内的活动对象的被动红外传感器系统。
7.根据权利要求6所述的游泳池监控传感器,其特征在于,所述测距传感器包括超声波传感器,用于确定所述活动对象离游泳池边缘的距离。
8.根据权利要求1所述的游泳池监控传感器,其特征在于,所述测距传感器包括地理位置传感器,所述地理位置传感器包括超声波测距传感器和图像处理模块,所述图像处理模块使用来自所述摄像机的对象的图像和到所述对象的距离,来创建用于检测和识别所述泳池周边内的活动对象的数据点。
9.根据权利要求8所述的游泳池监控传感器,其特征在于,所述计算机系统使用所述数据点来识别所述泳池周边内的活动对象的方向和大小,并将所识别的对象与所存储的对象图像进行比较以确定所述识别的活动对象的方向和大小。
10.根据权利要求9所述的游泳池监控传感器,其特征在于,所述计算机系统确定在所述游泳池的周边中存在授权对象并禁止所述警报。
11.根据权利要求10所述的游泳池监控系统,其特征在于,如果授权的活动对象与未经授权的活动对象并置,则所述计算机系统禁止警报。
12.根据权利要求1所述的游泳池监控系统,其特征在于,所述计算机系统包括耦合到所述摄像机的数据输入功能,用于使选定的捕获图像能够存储在所述数据存储中,从而可以更新对象的多个预定图像以用于额外的授权和未经授权的对象。
13.根据权利要求12所述的游泳池监控系统,其特征在于,所述授权对象包括活人,并且所选择的捕获图像包括面部图像,用于实现所述泳池周边的授权人员和未经授权人员的面部识别。
14.根据权利要求13所述的游泳池监控系统,其特征在于,所述传感器系统包括用于检测所述游泳池周边内的声音的听觉传感器,并且所述计算机系统包括语音识别系统,语音识别系统用于识别所述泳池周边内的授权声音和未授权声音,以及用于对来自所述授权声音的命令做出相应,所述计算机系统将所述授权的和未授权的声音与授权和未经授权人员相关联,以确定授权人员的身份。
15.根据权利要求1所述的游泳池监控系统,其特征在于,包括红外传感器、地理位置传感器、听觉传感器和嗅觉传感器,所述地理位置传感器包含超声波范围传感器和具有图像处理软件的视频检测传感器,每个传感器向所述计算机系统提供数据,用于启动识别进入所述泳池周边区域的对象。
16.根据权利要求15所述的游泳池监控系统,其特征在于,包括耦合到所述计算机系统的本地周围环境条件传感器,用于根据周围条件调整系统响应。
17.一种游泳池监控系统,其特征在于,具有超声波传感器和计算机系统,所述传感器向所述计算机系统提供位置和运动检测信号,还具有由所述计算机系统耦合以启动的警报系统,所述计算机系统在接收到所述传感器指示对象进入所述泳池预定周边区域时的信号时启动警报。
18.根据权利要求17所述的游泳池监控系统,其特征在于,所述警报系统通过扬声器、向预定接收器发送文本消息和向预定接收器发送电子邮件中的至少一种方式来提供警报。
19.根据权利要求18所述的游泳池监控系统,其特征在于,包括连接到所述计算机系统的视频传感器,用于提供由超声波传感器检测到的对象的视频图像,所述计算机系统包括所述游泳池周边区域中授权和未经授权的对象的数据库并且被编程为将授权图像与视频图像进行比较并且当所述视频图像是授权图像时禁止警报。
20.根据权利要求19所述的游泳池监控系统,其特征在于,所述计算机系统在所述对象越来越靠近所述游泳池的边缘时升级所述警报的紧急程度。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962798017P | 2019-01-29 | 2019-01-29 | |
US62/798,017 | 2019-01-29 | ||
US16/774,933 | 2020-01-28 | ||
US16/774,933 US10964187B2 (en) | 2019-01-29 | 2020-01-28 | Smart surveillance system for swimming pools |
PCT/US2020/015599 WO2020160098A1 (en) | 2019-01-29 | 2020-01-29 | Smart surveillance system for swimming pools |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113348493A true CN113348493A (zh) | 2021-09-03 |
CN113348493B CN113348493B (zh) | 2022-10-25 |
Family
ID=71732763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080009736.9A Active CN113348493B (zh) | 2019-01-29 | 2020-01-29 | 游泳池智能监控系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10964187B2 (zh) |
EP (1) | EP3918586B1 (zh) |
CN (1) | CN113348493B (zh) |
AU (1) | AU2020215581B2 (zh) |
CA (1) | CA3126835C (zh) |
IL (1) | IL284649A (zh) |
WO (1) | WO2020160098A1 (zh) |
ZA (1) | ZA202105032B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11741814B2 (en) * | 2020-05-21 | 2023-08-29 | Yilcan Guzelgunler | Methods and systems optimizing swimming pool and restaurant service operations by utilizing occupancy detection device |
US11004324B1 (en) * | 2020-07-24 | 2021-05-11 | Jet Rocafort of America, Inc. | Pool alarm |
CN111934282B (zh) * | 2020-09-11 | 2023-07-07 | 杭州明捷普机电设计事务所有限公司 | 基于周界报警的喷水池断电保护控制系统 |
US11567468B2 (en) * | 2020-10-02 | 2023-01-31 | Sentry Valve Company, Inc. | Systems, methods, and apparatus to monitor and control an aquatic facility |
CN112419665A (zh) * | 2020-11-18 | 2021-02-26 | 上海电机学院 | 一种基于目标检测的人类近水安全监测报警方法 |
FR3124862A1 (fr) * | 2021-06-30 | 2023-01-06 | Loris PRABEL | Systeme de surveillance de la présence d’un enfant dans une zone prédeterminée |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6263311B1 (en) * | 1999-01-11 | 2001-07-17 | Advanced Micro Devices, Inc. | Method and system for providing security using voice recognition |
US20050225443A1 (en) * | 1999-06-07 | 2005-10-13 | Lerg George H | Firearm shot helmet detection system and method of use |
CN101221621A (zh) * | 2007-01-12 | 2008-07-16 | 国际商业机器公司 | 警告监督用户受监视用户的行为的方法和系统 |
US20150092055A1 (en) * | 2013-07-26 | 2015-04-02 | SkyBell Technologies, Inc. | Pool monitor systems and methods |
US20160110618A1 (en) * | 2013-06-07 | 2016-04-21 | Sony Corporation | Information processing device, approaching object notification method, and program |
US20180082436A1 (en) * | 2015-09-15 | 2018-03-22 | Mitsubishi Electric Corporation | Image processing apparatus, image processing system, and image processing method |
US20180173866A1 (en) * | 2016-12-15 | 2018-06-21 | David H. Williams | Systems and methods for providing location-based security and/or privacy for restricting user access |
CN108563992A (zh) * | 2018-03-13 | 2018-09-21 | 苏州奥科德瑞智能科技有限公司 | 一种基于人脸识别的视觉勘察系统 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5631630A (en) | 1995-09-18 | 1997-05-20 | Mcsweeney; Terrance J. | Low voltage pool security system |
JP2003242566A (ja) | 2002-02-18 | 2003-08-29 | Optex Co Ltd | 侵入検知装置 |
US7138921B1 (en) | 2004-07-30 | 2006-11-21 | Fontaine John V | Computerized swimming pool security system and method |
US7317406B2 (en) | 2005-02-03 | 2008-01-08 | Toyota Technical Center Usa, Inc. | Infrastructure-based collision warning using artificial intelligence |
FR2894702B3 (fr) * | 2005-12-12 | 2008-03-07 | Firstinnov Sarl | Systeme de detection d'immersion dans une piscine par element portatif de securite. |
US7724133B2 (en) | 2006-07-27 | 2010-05-25 | S. R. Smith Llc | Pool video safety, security and intrusion surveillance and monitoring system |
WO2008016679A2 (en) | 2006-08-02 | 2008-02-07 | 24Eight Llc | Wireless detection and alarm system for monitoring human falls and entries into swimming pools by using three dimensional acceleration and wireless link energy data method and apparatus |
US8237574B2 (en) | 2008-06-05 | 2012-08-07 | Hawkeye Systems, Inc. | Above-water monitoring of swimming pools |
WO2010078617A1 (en) | 2009-01-06 | 2010-07-15 | Safe-Tech Industries Pty Ltd | Pool monitoring system |
US20130106610A1 (en) | 2011-11-01 | 2013-05-02 | Norman Frederick Pratt | Sentnel Surveillance System With Pre-Alarms To Avert Drowning |
US20140267736A1 (en) | 2013-03-15 | 2014-09-18 | Bruno Delean | Vision based system for detecting a breach of security in a monitored location |
AU2014287175A1 (en) * | 2013-07-10 | 2016-01-28 | Seal Innovation, Inc. | Water safety monitoring systems and related methods |
CN103440735B (zh) | 2013-09-17 | 2016-03-02 | 北京海豚光波科技开发有限公司 | 一种游泳池溺水救生智能系统 |
US9928719B1 (en) | 2013-10-08 | 2018-03-27 | Dorothy Lee Webb | Life guard pool patrol |
US10102738B2 (en) | 2014-09-30 | 2018-10-16 | Henry's Products Llc | Portable security device |
US20160180239A1 (en) | 2014-12-17 | 2016-06-23 | Cloudtalk Llc | Motion detection and recognition employing contextual awareness |
CN104524747B (zh) | 2014-12-19 | 2016-08-31 | 苏州大学 | 基于物联网和人工智能的智能游泳系统 |
WO2016167736A1 (en) | 2015-04-17 | 2016-10-20 | Echostar Ukraine, L.L.C. | Home security response using biometric and environmental observations |
WO2016183167A1 (en) | 2015-05-13 | 2016-11-17 | Rajmy Sayavong | Identified presence detection in and around premises |
US9613514B2 (en) | 2015-06-11 | 2017-04-04 | Google Inc. | Systems and methods for providing a smart notifications system |
US10068445B2 (en) | 2015-06-24 | 2018-09-04 | Google Llc | Systems and methods of home-specific sound event detection |
CN105279898A (zh) | 2015-10-28 | 2016-01-27 | 小米科技有限责任公司 | 报警方法及装置 |
CN205354285U (zh) | 2015-12-23 | 2016-06-29 | 李宸嘉 | 游泳池安全监控装置 |
US11216654B2 (en) | 2016-01-26 | 2022-01-04 | Coral Detection Systems Ltd. | Methods and systems for drowning detection |
US10205919B2 (en) * | 2017-03-28 | 2019-02-12 | Newtonoid Technologies, L.L.C. | Fixture |
US11037300B2 (en) * | 2017-04-28 | 2021-06-15 | Cherry Labs, Inc. | Monitoring system |
CN106971508B (zh) | 2017-05-17 | 2019-09-24 | 牡丹江跃然科技有限公司 | 游泳馆溺水预警系统及其数据采集和预警分析判断方法 |
US10026283B1 (en) | 2017-06-20 | 2018-07-17 | International Business Machines Corporation | Multi-sensor intrusion detection system |
-
2020
- 2020-01-28 US US16/774,933 patent/US10964187B2/en active Active
- 2020-01-29 AU AU2020215581A patent/AU2020215581B2/en active Active
- 2020-01-29 WO PCT/US2020/015599 patent/WO2020160098A1/en unknown
- 2020-01-29 CN CN202080009736.9A patent/CN113348493B/zh active Active
- 2020-01-29 EP EP20748387.6A patent/EP3918586B1/en active Active
- 2020-01-29 CA CA3126835A patent/CA3126835C/en active Active
-
2021
- 2021-07-06 IL IL284649A patent/IL284649A/en unknown
- 2021-07-16 ZA ZA2021/05032A patent/ZA202105032B/en unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6263311B1 (en) * | 1999-01-11 | 2001-07-17 | Advanced Micro Devices, Inc. | Method and system for providing security using voice recognition |
US20050225443A1 (en) * | 1999-06-07 | 2005-10-13 | Lerg George H | Firearm shot helmet detection system and method of use |
CN101221621A (zh) * | 2007-01-12 | 2008-07-16 | 国际商业机器公司 | 警告监督用户受监视用户的行为的方法和系统 |
US20160110618A1 (en) * | 2013-06-07 | 2016-04-21 | Sony Corporation | Information processing device, approaching object notification method, and program |
US20150092055A1 (en) * | 2013-07-26 | 2015-04-02 | SkyBell Technologies, Inc. | Pool monitor systems and methods |
US20180082436A1 (en) * | 2015-09-15 | 2018-03-22 | Mitsubishi Electric Corporation | Image processing apparatus, image processing system, and image processing method |
US20180173866A1 (en) * | 2016-12-15 | 2018-06-21 | David H. Williams | Systems and methods for providing location-based security and/or privacy for restricting user access |
CN108563992A (zh) * | 2018-03-13 | 2018-09-21 | 苏州奥科德瑞智能科技有限公司 | 一种基于人脸识别的视觉勘察系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200242906A1 (en) | 2020-07-30 |
IL284649A (en) | 2021-08-31 |
EP3918586B1 (en) | 2024-06-12 |
CA3126835C (en) | 2022-06-07 |
CA3126835A1 (en) | 2020-08-06 |
WO2020160098A1 (en) | 2020-08-06 |
ZA202105032B (en) | 2023-01-25 |
US10964187B2 (en) | 2021-03-30 |
CN113348493B (zh) | 2022-10-25 |
AU2020215581B2 (en) | 2021-09-09 |
EP3918586A1 (en) | 2021-12-08 |
EP3918586A4 (en) | 2022-03-23 |
AU2020215581A1 (en) | 2021-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113348493B (zh) | 游泳池智能监控系统 | |
US10657749B2 (en) | Automatic system access using facial recognition | |
US11037300B2 (en) | Monitoring system | |
US20180047230A1 (en) | Automatic system access using facial recognition | |
US10127754B2 (en) | Identification-based barrier techniques | |
US20210241597A1 (en) | Smart surveillance system for swimming pools | |
US9769435B2 (en) | Monitoring systems and methods | |
US9633548B2 (en) | Leveraging a user's geo-location to arm and disarm a network enabled device | |
US9277878B2 (en) | Image processing sensor systems | |
WO2020152851A1 (ja) | デジタルサーチ・セキュリティシステム、方法及びプログラム | |
US8908034B2 (en) | Surveillance systems and methods to monitor, recognize, track objects and unusual activities in real time within user defined boundaries in an area | |
EP1782406B1 (en) | Monitoring devices | |
US9740921B2 (en) | Image processing sensor systems | |
JP6529062B1 (ja) | デジタルアキュレート・セキュリティシステム、方法及びプログラム | |
KR101466004B1 (ko) | 지능형 방범, 방재 및 사후처리 통합 트리플렉스 시스템 및 그 제어 방법 | |
WO2017176876A1 (en) | Identification-based barrier techniques | |
JP2011113531A (ja) | 警備システム | |
US20160224839A1 (en) | System to determine events in a space | |
US20230368627A1 (en) | Transmitting a security alert which indicates a location in a recipient's building | |
JP7083488B2 (ja) | 携帯不審者判断装置及び不審者判断方法 | |
WO2024123710A1 (en) | Pool guardian and surveillance safety systems and methods | |
KR20230038352A (ko) | 문제상황 방지 및 시설물 관리를 위한 IoT 시스템의 제어 방법 | |
RAO et al. | ACCESS CONTROL AND ALERT 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 |