CN113661530A - 智能警报管理 - Google Patents
智能警报管理 Download PDFInfo
- Publication number
- CN113661530A CN113661530A CN202080027183.XA CN202080027183A CN113661530A CN 113661530 A CN113661530 A CN 113661530A CN 202080027183 A CN202080027183 A CN 202080027183A CN 113661530 A CN113661530 A CN 113661530A
- Authority
- CN
- China
- Prior art keywords
- alarm
- security system
- people counter
- tag
- processor
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 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 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000005672 electromagnetic field Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006870 function 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
- 208000004547 Hallucinations Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000013598 vector Substances 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
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 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
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013145 classification model 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
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000001815 facial effect Effects 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
- 230000001953 sensory effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012706 support-vector machine 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
- 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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Fuzzy Systems (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Burglar Alarm Systems (AREA)
- Alarm Systems (AREA)
Abstract
一种安全警报管理系统和方法包括阅读器设备、人员计数器和警报器。阅读器设备在阅读器的范围内读取安全标签。人员计数器检测穿过入口点的人员。人员计数器可以确定人员穿过入口点的行进的方向。白名单包括将不会触发警报的条目和产品标识符。如果满足与阅读器设备、人员计数器和白名单相关联的条件,则触发警报器。
Description
技术领域
本公开涉及电子商品监视(EAS)系统,并且还涉及用于零售商店的智能警报管理,以供库存跟踪和防盗应用使用。
背景技术
一些传统的电子商品监视(EAS)系统包括安全标签或标记,其能够使用射频识别(RFID)标签或具有线圈和电容器的共振电路,其在暴露于预定电磁场(例如8.2MHz)时运行共振。RFID标签使用与天线(例如偶极天线)相耦合的集成电路,或共振电路,并且当暴露于预定电磁场(例如13.56MHz)时运行以发射信息。阅读器设备通常被提供在商店的出口/入口点(POE)处,或期望检测未经授权移除贴有标签的商品的任何位置处。这些阅读器设备可以拉响或触发警报器,以检测和警告商店货品的盗窃。
误警报可能发生在当贴有标签的商品靠近阅读器设备或当用户进入商店时。这可能给零售商店的顾客造成尴尬,并且可能在无人穿过商店EAS系统时产生烦人的警报。这类误警报可能发生在当购物者穿过EAS系统,而不持有任何贴有标签(即保护的)货品,但是仍然拉响警报时。误警报信号的另一种形式是“货品”警报,其发生在当购物者携带非保护的货品穿过EAS系统,虽然如此所述EAS系统仍然表现出有源标签或标记的特性。这种示例是诸如延长电线和缆线、折叠椅以及其它盘绕金属的物体的物品造成的,其能够在EAS系统电磁场的存在下进行共振。“幻觉”误警报发生在当EAS系统响应于检测到环境信号而拉响警报时,通常在当没有人穿过EAS系统时。这种示例是通过将贴有标签的货品放置在足够接近EAS系统的屏幕上而意外地引起其激活所产生的误警报信号。
Lizzi等人的美国专利号5,030,941(其整体通过引用并入本文)介绍了一种EAS系统,其使用定向检测器以检测人员穿过检测器基座的方向。
已经进行了其它尝试以减少误警报。这些尝试中的一些可以消除诸如幻觉警报之类的单一类型的误警报,但是不会减少货品激活类型的警报。此外,传统系统通常需要贴有标签的商品放置在距离阅读器设备预定距离(例如5英尺、10英尺等),以便货品不会触发误警报。这可能会限制在零售商定中能够展示货品的可用空间。
此外,现存的防盗安全系统容易受到关于误警报问题的影响,其往往由环境噪音、来自贴有标签物品的共振以及未失活的标签所引起。另外,许多现有的安全标签系统容易误警报,不易升级且需要昂贵的改造,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,仍然需要一种减少误警报,增加在零售商店中展示贴有标签信息的使用空间,并且提升EAS系统的效率的安全标签系统。
附图说明
通过参考结合以下附图的下面的详细说明书,可以更好的理解本教导,其中:
图1是根据各个公开的方面的智能警报管理系统的功能图;以及
图2是根据各个公开的方面的用于管理警报的方法的功能方框图;以及
图3是根据各个公开的方面的包括用于启动或静音警报的区域的智能警报管理系统的功能图;以及
图4是根据各个公开的方面的具有集成式计数设备和高架式计数设备的智能警报管理系统的功能图;以及
图5是根据各个公开的方面的示出了检测多个顾客的智能警报管理系统的功能图。
具体实施方式
现在将详细地参考本教导的实施例,其示例将在附图中示出。应当理解的是,在不脱离本教导的范围的情况下,可以利用其它实施例并且可以进行结构和功能的改变。此外,在不脱离本教导的范围的情况下,可以组合、交换或更改实施例的特征,例如,每个公开的实施例中的特征可以与其它公开的实施例中的特征相组合、交换或替换。照此,下面的说明书通过说明的方式示出,并且不限制仍在本教导的精神和范围内且可能对示出的实施例所进行的各种替代和修改。
如本文使用的,词语“示例”和“示例性”意味着实例或例证。词语“示例”或“示例性”并不指示关键或优选的方面或实施例。除非上下文另有暗示,否则词语“或”旨在包括性的而非排他性的。举例来说,短语“A利用B或C”包括任何包括性的排列(例如,A利用B;A利用C;或A利用B和C两者)。作为另一问题,除非上下文另有暗示,否则冠词“一”和“一个”通常旨在意味着“一个或多个”。
“逻辑”是指可以被应用于指引处理器运行的任何信息和/或数据。逻辑可以由存储在存储器(例如非暂态存储器)中的指令信号形成。软件是逻辑的一个示例。在另一方面中,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、以及其它逻辑运算)的硬件电路。此外,逻辑可以被编程和/或包括各种设备的方面且不受限于单个设备。
除非上下文另有暗示或保证这些术语之中的特定区别,否则术语“标识标签”、“芯片”、“RFID设备”和诸如此类可以互换使用。进一步注意到的是,RFID标签可以基于频率来选择(例如,用于近距离通信的低频RFID)。标识标签可以包括可印刷的RFID标签、NFC标签、包括微芯片的标签或诸如此类。标识标签可以包含存储的信息,诸如在存储器(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)、或各种其它类型的存储器)中的信息。在另一方面中,标识标签可以由来自阅读器所产生的磁场的电磁感应供电。例如,标识标签可以包括NFC组件,其使用位于标签近场内的两个环形天线之间的感应,实际上形成了空心变压器。天线可以包括各种材料,诸如铜。虽然描述了空心变压器,但是可以利用任何其它天线结构。
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环形天线。要注意到的是,环形天线彼此可能或可能不基本相似。标签天线与发射器天线可以经由电磁场可操作地耦合。耦合可以形成或代表空心线圈或变压器。发射器可以生成可以由发射器天线所接收的交流电流。电流可以通过空气或另一载体介质感生出电磁场。电磁场可以在标签天线中感生出电流。接收的电流可以给标签的各个组件提供电力。
在各种实施例中,标签可以包括天线(例如嵌体)、处理器和存储器设备。存储器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)和诸如此类。当给标签供电(例如由电磁场所感生出的电流)时,标签可以生成可以由发射器所接收的响应。
如本文描述的,标识标签可以是从询问无线电波中收集能量的无源应答器和/或可以包括诸如电池之类的本地电源。照此,标识标签和阅读器可以被配置为无源阅读器有源标签(PRAT)系统、有源阅读器无源标签(ARPT)系统、有源阅读器有源标签(ARAT)系统、或诸如此类。
在另一方面中,标识标签可以给各种组件或设备供电。例如,RFID组件可以给标签的数字显示和/或接口供电。在实施例中,标识标签可以被配置为在阈值距离内时运行和/或与阅读器进行通信。例如,标识标签可以在标识标签距离阅读器小于或等于j个单位时与阅读器进行通信,其中j是数字并且单位是距离单位。
本公开描述的实施例可以包括智能警报管理系统,其可以利用定向人员计数器设备和安全标签,以在利用EAS系统的零售商店的POE或其它位置处提供警报线精度。此外,所述实施例可以减少误警报,提供加大的用于展示贴有标签货品的可用地面空间,或诸如此类。至少一些实施例可以利用白名单以监控电子产品代码(EPC)或其它产品标识符。白名单可以与定向人员计数器设备和安全标签相组合使用以减少误警报。
在示例中,智能警报管理系统可以包括具有有线连接到RFID阅读器设备的出口GPO的定向人员计数器。阅读器设备可以感测来自安全标签的信号的断言边沿,并且可以测量或启动定时器。所述系统可以响应于定向人员计数器识别触发事件(例如顾客走出去)并且满足时间条件,来生成警报。在至少一个实施例中,如果安全标签的EPC被列入白名单中,则系统可以防止或以其它方式不会触发警报。
转向图1,其示出了可以主要包括阅读器设备110和定向人员计数器112的智能警报管理系统100的功能图。在示例中,阅读器设备110可以包括恰当地位于入口点102处的入口门104,以便允许顾客通过入口门104进入或退出零售机构,所述入口门104可以由彼此分隔开的一对屏幕组成。虽然被描述为屏幕或基座,但是要注意到的是可以利用高架式系统。例如,入口门104可以包括一个或多个高架式EAS设备。
阅读器设备110可以包括EAS发送器/接收器和/或RFID阅读器。例如,阅读器设备110可以包括RF发送器和天线,以用于产生扫描射频场以检测贴附到要被保护的货品的标签或标识的存在。在一些实施例中,天线可以包括高架式天线。然而,高架式天线并非是必需的。在不脱离本教导的情况下,还可以利用天线的其它配置。在另一方面中,阅读器设备110可以包括与天线相耦合的接收器,所述天线可操作地检测由发射器所产生的射频场中的干扰。阅读器设备110可以包括诸如金属探测器或诸如此类的其它或不同的设备。更进一步地,系统100可以包括天线,其包括摄像头。在那些实施例中,摄像头可以直接集成在天线中,或天线可以被配置为诸如在安装天线之后包括用于将摄像头添加到其中的空间。
在示例中,阅读器设备110可以收集与安全标签相关联的信息。信息可以与服务器106进行共享或通信。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、或诸如此类。要注意到的是,如这里以及本公开的其它地方描述的,服务器106可以在服务器数据存储108中存储数据。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,但是要注意到的是可以利用基座或其它设备。这些设备可以包括阅读器设备110、定向人员计数器112、拆卸器(包括智能拆卸器)、失活器(deactivator)、失活日志、原因代码生成器、金属探测器、语音警报器/音响器、以及其它适当的组件。阅读器设备110可以在覆盖区域中生成电磁场,以用于与在覆盖区域内存在的安全标签进行通信。
在实施例中,定向人员计数器112可操作地检测门104之间的顾客的存在和顾客正在行进的方向(诸如进入或退出零售机构)。定向人员计数器112可以包括一对波束,其能够检测一个人或多个人穿过诸如入口门104之间的某一区域的移动方向。中断波束的顺序可以指示行进方向,诸如进入或退出。进一步要注意到的是,基于中断波束之间的时间的测量结果,可以计算一个人的行进速率。行进速率可以是数值测量结果(例如,英里/小时、英尺/秒等)或程度测量结果(例如,静止的、缓慢的、匆忙的等)。
根据至少一些实施例,定向人员计数器112可以包括任何适当的配置和类型(例如,二维、三维或诸如此类)的摄像头、运动传感器(例如无源红外(PIR)传感器)、或诸如此类。在至少一些实施例中,定向人员计数器112可以包括多种不同的传感器,或与多种不同的传感器进行通信。这些传感器可以包括光电传感器、体热传感器、水平地板开关(地毯)、或诸如此类。
处理器114可以从阅读器设备110和定向人员计数器112接收输入。虽然示出为单独的组件,但是要注意到的是,处理器114可以整个地或部分地包括在诸如阅读器设备110或定向人员计数器112的其它组件内。此外,处理器114可以包括或通信地耦合到存储器设备,诸如可操作地存储计算机可执行指令的非暂态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可以位于可替代位置,诸如在天线中、在高架位置处、或在其它位置中。
处理器114可以与白名单进行通信。白名单可以存储在阅读器设备110上的数据库中,由远程服务器106管理或诸如此类。在示例中,服务器106可以包括零售机构的本地服务器、销售点设备、联网服务器、基于云的服务器、或诸如此类。白名单可以包括在由阅读器设备110检测时将不会触发警报的EPC的名单。白名单可以以适当的方式来增添和管理,诸如通过销售点系统向阅读器设备110发送售出的商品EPC,然后阅读器设备110将售出的商品添加到白名单中。在另一示例中,阅读器设备110可以扫描用于EPC的零售环境,并且可以基于扫描更新白名单。要注意到的是,扫描可以被安排在具体的时间或特定事件发生时。在一些示例中,销售点设备可以向服务器106发送信息,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可以向阅读器设备110传送更新。这可以允许服务器106从多个销售点设备采集信息并且向多个阅读器设备传送更新。
如本文描述的,系统可以实施自学习白名单、来自远程设备的白名单(例如远程销售点数据库)、或其它白名单。处理器114可以禁止或启用以白名单为准的警报,并且可以利用不同的准则,以用于基于所采用的白名单类型来禁止或启用警报。例如,当在来自远程设备的白名单中识别到EPC时,处理器114可以将所有警报消音。在另一示例中,处理器114可以应用不同的算法或准则,以用于从自学习过程所获得的白名单。例如,处理器114可以使用不同的决策准则以检测EPC是否在学习的白名单中的标签边沿。如果EPC在学习的白名单中,则这可以意味着标签更接近出口并且边沿决策可能有利于抑制该标签的误警报。
在示例中,系统100可以减少或防止当贴有标签的商品被放置在靠近入口点102的位置时的误警报。例如,零售商可能在距离入口点102的短距离(例如1.5米、4.9英尺等)内放置多达500个或更多个贴有标签的商品。要注意到的是,人员可能会和在入口点102附近的贴有标签的物品一起走过入口点102,并且系统100仍可以防止误警报。系统100可以被配置为调整检测区域,诸如调整天线的警报区域(即天线中心)之外的检测区域。例如,这可以允许系统100仅当贴有标签的物品穿过距离天线的警报区域的固定距离(即距离天线中心的固定距离)时,触发警报事件。
系统100可以基于可配置的方案,触发警报以防止盗窃或以其它方式发信号通知事件发生。所述方案可以例如基于白名单、阅读器设备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可以仅当下列中的每个发生时,触发警报:满足阅读器设备110的时间约束;定向人员计数器112识别到有人退出;以及识别EPC不在白名单中。
在示例中,阅读器设备110可以检测来自安全标签的信号的断言边沿(assertiveedge)。阅读器设备110可以在检测到断言边沿时启动定时器。时间约束可以防止警报拉响,直到满足时间约束。时间窗口可以设置为在退出事件发生之前的负启动时间处开始。阅读器设备110的警报可以缓冲,使得当定向人员计数器112检测到有人退出入口点102时。在退出时,系统将查找先前缓冲的阅读器合格警报事件,其在定时器启动之后已经发生的。时间窗口设置为与一个人或多个人退出零售商店的步速相匹配,以便警报将仅在有人确实退出商店之后拉响。照此,可以利用来自定向人员计数器112的信息以提供可调整的警报线。
要注意到的是,时间约束或窗口可以相对于各种因素来确定或调整。例如,当检测到退出事件时(例如,当人员计数器确定有人正在退出商店时),定向人员计数器112可以创建时间窗口。阅读器设备112可以监控安全标签并且可以在检测到断言边沿时进行识别。如果在时间窗口内检测到断言边沿,则可以触发警报。要注意到的是,时间窗口可以包括正或负启动时间。例如,如果在退出事件之前并且在由定向人员计数器112在退出事件发生的时刻所设置的启动时间内,检测到安全标签断言边沿,则可以触发警报。
根据至少一个示例,当在未付款的标签附近检测到有一个以上的人时,系统100可以消音或以其它方式防止警报。例如,如果有两个或更多个人走出商店并且阅读器设备112识别到白名单中未列出的标签,则阅读器设备112可以将警报静音,以便不令可能无辜的人员感到尴尬。此外,实施例可以在不产生警报的情况下向安保人员或设备发送通知。这可以允许安保人员识别并且阻拦可能的窃贼,而不对无辜的顾客拉响警报。
如本文描述的,定向人员计数器112确定是否有人退出商店。例如,定向人员计数器112可以检测是否有人在入口点102处移动或出现。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是进入还是退出商店。在一些实施例中,定向人员计数器112可以补偿人如何行走。在另一方面中,系统100可以包括图像捕捉设备,诸如三维摄像头。三维摄像头可以利用分区功能来跟踪人员穿过入口点102的移动。本公开并不限于三维摄像头——可以利用任何配置的摄像头。通过非限制性示例的方式,可以利用闭路摄像头。可以利用具有存储其拍摄图像的能力的摄像头。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摄像头所捕获的视频中的人员。更进一步地,系统100可以利用来自智能手机、平板电脑或其它这类设备(甚至智能手表)的摄像头。在这些系统中,摄像头可以来自顾客的智能手机或其它这类设备。系统可能访问这类设备上的摄像头。额外地或可替换地,可以利用例如店主或经理,甚至致力于零售店的某人的任何智能手机、平板电脑或其它这类设备。
在一些实例中,当贴有标签的物品离开商店,并且持有贴有标签的物品的人员完全在商店之外但在距离入口点120的阈值距离(例如1英尺、1米等)内时,系统100可以产生警报。要注意到的是,可以根据用户偏好来调整或设置阈值距离。此外,如上所述,在顾客进入入口点102时,或者当顾客正在走近入口点102或在入口点102处但尚未退出商店时,系统100将不会产生警报。
系统100在没有封闭零售空间的露天商店中将特别有用。系统100允许零售商基于一个天线或多个天线的位置,将警报区域设置在本来将会是警报区域的地方之外。此外,可以利用人员计数器112设置可以在顾客进入零售商店或用于露天商店的零售商店区域时识别到顾客所处的x-y坐标系。
在一方面中,处理器114可以利用处理技术,诸如人工智能、统计模型,或者其它过程和/或算法,诸如监督式机器学习。这些高阶处理技术可以提出建议、提供反馈或提供其它方面。在实施例中,主控制可以利用分类器,所述分类器将属性向量映射到属性属于类的置信度。例如,主控制可以输入属性向量,x=(xl,x2,x3,x4,xn)映射到f(x)=confidence(class)。这种分类可以采用基于概率和/或统计的分析(例如,将分析感测信息和制动属性考虑在内)来推断建议和/或期望的动作。在各种实施例中,处理器112可以利用其它有向和无向的模型分类方法,包括例如朴素贝叶斯( Bayes)、贝叶斯网络(Bayesiannetworks)、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。分类还可包括利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可以经历三个层次的决策制定。在第一决策中,系统100可以确定其是否将会触发可听或可视警报(未经授权的人员正在从零售环境中移除物品)。在第二决策中,系统100可以确定不会触发警报(授权人员正在从零售环境中移除物品或者物品实际上并未被移除)。在第三决策中,系统100可以确定不发出可听警报,但代替可以提供无声警报(诸如向警察、商店员工或单独的保安室)。
根据各个方面,一些实施例可以采用显式训练(例如,经由通用训练数据)以及隐式训练(例如,经由观察用户行为、用户交互、历史信息、接收外在信息)的分类器。例如,支持向量机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。因此,一个或多个分类器可以用于自动学习和执行多个函数,包括但不限于根据历史数据来确定衣服/包袋的图像识别,或诸如此类。这种学习可以是在个人基础上即仅基于单个商店,或可以适用在一组商店上,或商店的全体。来自商店的信息可以被聚合,并且一个或多个分类器可以用于基于该聚合的信息来自动学习和执行多个函数。信息可以诸如通过自动更新、通知或任何其它方法或方式被自动分配给整个用户群、用户群的子集或个别的用户。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分配,诸如减少的误警报、或诸如此类。
在示例中,系统100可以利用监督式机器学习,来作为安全标签断言边沿检测机制。这可以界定警报区域并且可以用于拒绝误警报。处理器112既可以在训练期间充当数据收集设备,也可以在运行时充当推理引擎。例如,如果需要新的警报区域约束和误警报约束,则限定新的警报区域和额外的误警报场景的数据可以被重新收集,被添加到现有的数据集并且被离线重现训练。结果可以以筛选数据集的形式被反馈回到处理器以用于运行时推理的目的。
在一些实施例中,系统100可以利用三维摄像头或其它定向人员计数设备,以收集或识别可以在运行时收集的额外的信息,包括移动物体的质量、高度和方向。系统可以利用该信息以分类或限定警报,例如,诸如在机器学习训练集中使用模糊逻辑或添加限定条件到分类器。
此外,要注意到的是,系统100可以利用采用人工智能的摄像头以处理和滤除噪音并且将物体分类,以便可以更准确地描绘人员或其它物体、退出商店事件以及交叉线(cross-line)。在实施例中,可以利用摄像头以识别时间窗口内的多个人员计数事件(例如人员进进出出)以确定准确的警报行为。例如,如果在紧凑的时间窗口内多个人走进或走出的同时,发生安全标签检测事件,则商店可以选择警报以避免冒犯常规顾客。如本文描述的,系统100可以允许商店提供反馈以训练系统100。在示例中,商店用户向系统提供识别警报是真警报还是误警报的输入。系统100可以利用该反馈以训练未来的操作。
系统100不限于上述输入的示例。几乎任何种类的输入都可以与系统100一起利用来作为其人工智能的一部分。系统100可以使用这些输入以修改、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,而是可以将收银员未能把顾客包袋中的特定物品结账的警告提供给经理或其它商店雇员。利用该消息,经理或商店雇员可以以某种方式解决顾客问题,从而避免指控盗窃的同时确保顾客实际支付了物品。所述通知可以包括任何种类的通知,短信提醒、电话呼叫、电子邮件或标语消息、可听警报、和诸如此类。更进一步地,系统100可以利用人工智能以更改白名单。事实上,可以利用系统100从白名单开始,并且随着系统100学习,其可以减少白名单中的物品,甚至完全消除白名单。在示例中,系统100可以利用人工智能以学习白名单中的物品与天线靠近。然后,其可以使用来自系统100的其它输入(例如摄像头或其它传感器)以确定指示其正在被盗窃的物品是否在未支付的情况下通过零售环境中的线。在这种情况下,物品可以从白名单中移除,因为其能够在保持靠近天线,但并不触发警报。
更进一步地,系统100可以利用来自个别物品的UPC的信息。该信息几乎可以利用于几乎任何目的。其可以作为以上所识别的输入的一部分包括在内。可以利用个别的UPC物品代替或补充白名单。在一些实施例中,可以利用物品的UPC指示零售环境中物品的位置。在这些实施例中,可以利用个别的UPC指示在零售环境内的该物品的位置。位置信息可以由系统100利用以确定警报是否应当被触发。例如,如果系统100确定物品的UPC示出I位于零售环境的后方,然后识别到物品正处于与天线预定接近,则可以触发警报。对于预确定的靠近天线的物品,可能发生相反的情况,即系统100可能不会触发警报。
鉴于本文描述的主题,参考图2的流程图,可以更好地理解可能与各种实施例有关的方法。虽然方法示出和描述为一系列的方框,但是要注意到的是相关联的方法或过程不受方框顺序的限制。进一步要注意到的是,一些方框和对应的动作可以以不同的顺序发生或与其它方框同时发生。此外,可以利用不同的方框或动作以实施下文中描述的方法。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)或诸如此类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可以响应于确定满足警报条件来触发警报。
在202处,系统(例如系统100)可以管理EPC的白名单。要注意到的是,系统可以经由销售点设备、服务器、阅读器设备、或诸如此类来管理EPC的名单。在一方面中,所述方法可以在购买或以其他方式指定物品时,将EPC添加到白名单中。如果满足其它条件,则检测到物品的EPC在白名单中将不会触发警报,然而检测到物品的EPC不在白名单中则可以触发警报。
在204处,系统可以监控人员穿过入口点的通过。监控人员的通过可以采用定向人员计数器、三维摄像头或其它成像设备、各种传感器、或诸如此类来完成。在一方面中,监控人员的通过可以包括确定行进方向、速度、或人员通过入口点的其它特性。在至少一些实施例中,如果满足其它条件,则检测到人员进入将不会触发警报,然而检测到人员退出可以触发警报。
在206处,系统可以监控用于来自安全标签的信号的断言边沿的通过。例如,阅读器设备可以确定安全标签是否在阅读器设备的范围内,以及确定安全标签的特性,诸如安全标签已经处于阅读器设备的范围内多长时间、与安全标签相关联的EPC或其它标识符、和诸如此类。在一些实施例中,如这里所描述的,系统可以监控与检测的安全标签相关联的时间窗口。
在208处,系统可以确定是否满足警报条件。如果不满足警报条件,则系统将不会触发警报。如果满足警报条件,则在210处系统将触发警报。要注意到的是,警报条件可以包括确定检测的EPC不列入白名单中,检测EPC,以及检测在检测EPC的时间窗口约束内的退出事件。
转向图3,其是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,商店可以包括界定周界的入口线302、入口点308(例如门、通道、过道等)以及货品310。要注意到的是,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。货品310可以展示在陈列架、桌子或其它物体上。
智能警报管理系统可以包括一个或多个基座阅读器设备304、高架式阅读器设备314、或定向人员计数器312。要注意到的是,图3和图1中类似命名的部分可以包括相同或不同的方面。例如,阅读器设备104和304/314可以包括相似的组件或功能性。
作为说明性示例,入口点308周围的区域可以被细分为一个或多个区域,诸如区域1-4,分别标记为332、334、336和338。要注意到的是,可以利用更多或更少的区域。此外,可以通过数字、字母或其它命名法来识别区域。在另一方面中,区域332、334、336和338可以彼此相同或不同。
在实施例中,顾客320可能在商店300周围自由移动。定向人员计数器312可以被定位为识别顾客320何时移动进入或离开商店300。当顾客320在区域1内移动时,系统将不会触发警报。类似地,当顾客320在区域4中朝任何方向移动时,系统将不会触发警报。相反,系统旨在当顾客320已经越过入口线302,正在朝商店外行进,并且对非白名单中列出的标签的断言边沿的检测满足时间阈值或约束时,触发警报。在实施例中,当顾客320处于区域2或区域3并且已经满足条件时,系统可以触发警报。
在示例中,阅读器设备304/314可以检测标签的断言边沿322并且可以设置时间条件。如果定向人员计数器312没有检测到退出,则断言边沿322的检测将不会触发警报。例如,如果在由断言边沿322的标识所设置的时间约束内,定向人员计数器312识别到顾客320离开或退出商店300,则系统可以生成警报。
在另一示例中,系统可以确定是否有多个顾客正在穿过或靠近入口点302。作为示例,顾客320可能正带有偷窃的商品退出商店,然而另一顾客正在跟随着顾客320。系统可以识别这种情形,并且可以通过向诸如寻呼机、智能手机、平板电脑、可穿戴设备或诸如此类的用户设备发送消息来提醒保安人员或商店员工。这可以允许工作人员识别潜在的小偷,而不会对无辜的顾客拉响警报。
图4示出了可以主要包括阅读器设备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的智能警报管理系统400的功能图。在示例中,第一定向人员计数器412可以包括高架式定向人员计数器,并且第二定向人员计数器414可以包括与阅读器设备404集成的定向人员计数器。例如,第二定向人员计数器414可以与阅读器设备404的天线集成。在一些示例中,第二定向人员计数器414可以在门、显示器或其它物体内集成在阅读器设备404的其它部分内,或者与阅读器设备404的其它部分集成。
要注意到的是,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中的一者或两者。此外,实施例可以利用可以位于其它适当位置的其它或不同的定向人员计数器。进一步要注意到的是,定向人员计数器可以位于商店内、商店线处、或商店外。照此,虽然为简单起见,示例可以指的是第一定向人员计数器412或第二定向人员计数器414执行动作,但是要注意的是,任何一者、两者或其它的定向人员计数器都可以执行这类动作。
在运行中,第一定向人员计数器412可以检测接近计数线或出口/入口点402的区域中的顾客。定向人员计数器412可以确定顾客的行进方向,诸如进入或退出商店。定向人员计数器412可以设置识别何时已经发生退出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。如果事件是退出事件,则定向人员计数器412可以设置如果满足其它条件则启用警报的标志。在另一方面中,定向人员计数器412可以设置识别没有进入/退出事件正在发生、在一段时间内已经发生、或诸如此类的标志或参数。时间段可以基于用户运动来预确定,或如本文描述的以其它方式来设置。
阅读器设备404可以检测或识别到标签422。标签422可以贴附到物品上。在示例中,标签422可以被贴附在顾客所携带的物品上,在阅读器附近显示,由其它顾客携带,或诸如此类。如本文描述的,如果阅读器设备404检测到标签422,则阅读器设备404可以查询白名单,以确定标签422是否列入白名单中。在另一方面中,阅读器设备404可以确定定向人员计数器412是否已经检测到退出事件。如果标签422未被列入白名单中并且退出事件已经或正在发生,则阅读器设备404可以生成或启动警报。如本文描述的,如果没有退出事件或者标签422被列入白名单中,则阅读器设备404可以禁止拉响警报。要注意到的是,如本文描述的,实施例可以利用可启用或禁止启动警报的时间约束。例如,如果阅读器设备404检测到未列入白名单中的标签422,并且退出事件是或已经在检测到标签422之前的确定时间或之后的确定时间被识别到,则阅读器设备404可以触发警报。
图5示出了可以主要包括阅读器设备504(例如EAS基座、EAS设备等)和定向人员计数器512的智能警报管理系统500的功能图。如本文描述的,实施例可以包括参考其它附图所描述的各方面。例如,实施例可以包括高架式定向人员计数器或布置在其它位置处的定向人员计数器。
定向人员计数器512可以监控用于顾客进入/退出的范围或区域。区域513可以包括商店内靠近计数线或出口/进入点502的区域。在一些实施例中,区域530可以延伸到或超过计数线502。此外,区域513可以根据用户输入或者基于机器学习或训练过程进行调整。要注意到的是,如本文描述的,定向人员计数器512可以识别或监控其它区域。定向人员计数器512可以监控区域513内的移动以检测区域513内的一个或多个人,并且可以基于所监控的移动来禁止或启用警报。在至少一些实施例中,一个或多个警报或者各种类型的警报可以基于移动来禁止或启用。例如,警报可以包括无声警报、可听警报、可见警报或诸如此类中的一个或多个。定向人员计数器512可以基于模式或运动,来识别启用或禁止可听、可见或无声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不能够清楚地识别到触发警报的人员,则至少一些实施例可以抑制或禁止在阅读器504处或出口附近的可听或可见警报。在示例中,当检测到用于启动警报的条件时,第一顾客530和第二顾客532可能正在穿过区域513。定向人员计数器512可能检测到一群(例如两个或更多个)人正在穿过区域。在一些实施例中,定向人员计数器512可以识别人员是否遵循相同的路径,确定速度,确定相互间的距离,或诸如此类。如果无法识别到导致触发警报的人员,则阅读器设备504可以触发无声警报以发送给保安人员或商店员工。这可以防止对那些无辜且仅在潜在的窃贼附近穿过区域513的顾客造成尴尬。
以上描述的内容包括本说明书的示例。为了描述本说明书的目的,当然不可能描述组件或方法中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的是,许多本说明书中的许多进一步的组合和排列是可能的。可以以任何排列将上述组件中的每个组合或添加在一起,以界定本文公开的实施例。因此,本说明书旨在包括落入在所附权利要求书的精神和范围内的所有此类更改、修改和变化。此外,对于术语“包括(includes)”在详细说明书或权利要求书中使用的程度而言,如“包含(comprising)”在权利要求书中用作过渡词时所解释的,这种术语旨在是以类似于术语“包含(comprising)”的方式的包含性的。
Claims (20)
1.一种用于营业机构的防盗安全系统,所述安全系统包括:
至少一个阅读器设备,其能够操作地监控用于来自至少一个安全标签的信号的覆盖区域;
至少一个定向人员计数器,其能够操作地检测一个人穿过入口区域的方向,并且能够操作地识别表示所述一个人离开所述入口区域的退出事件;以及
存储指令的存储器和耦合到所述存储器的处理器,所述处理器能够操作地执行所述指令,以进行下列操作:
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,针对与所述至少一个安全标签相关联的信息查询数据库;
将时间戳与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沿的所述至少一个安全标签相关联;并且
基于与所述至少一个安全标签相关联的数据库中的信息、所述时间戳、所述退出事件、和时间约束条件,确定是否生成警报。
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所述信息识别到所述至少一个安全标签与购买的物品相关联,禁止生成所述警报,并且
响应于识别了所述数据库中的所述信息未识别到所述至少一个安全标签与购买的物品相关联,启用生成所述警报。
3.根据权利要求2所述的防盗安全系统,其中,响应于启用所述警报、所述定向人员计数器识别到所述退出事件并且所述时间戳满足所述时间约束条件,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,所述时间约束条件包括与所述退出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时间约束条件。
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退出事件有关的开始时间和结束时间,并且其中,所述开始时间是在所述退出事件的时间之前、在所述退出事件的时间之时、或在所述退出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到所述退出事件时,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,所述至少一个阅读器设备包括电子商品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、波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习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,进一步包括销售点设备,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,其中所述处理器能够操作地执行所述指令以执行机器学习训练会话,其修改所述时间约束、所述数据库中的信息、或与识别所述退出事件相关联的参数中的至少一个。
13.一种用于营业机构的防盗安全系统,所述安全系统包括:
至少一个阅读器设备,其能够操作地监控用于来自至少一个安全标签的信号的覆盖区域;
至少一个定向人员计数器,其能够操作地检测目标的行进方向,其中所述至少一个定向人员计数器能够操作地确定在退出事件期间是否有两个或更多个人在出口区域内;以及
存储指令的存储器和耦合到所述存储器的处理器,所述处理器能够操作地执行所述指令,以确定是否在通信地耦合到所述处理器的用户设备处启动可听警报器、可见警报器、或远程警报器中的至少一个。
14.根据权利要求13所述的防盗安全系统,其中,响应于所述定向人员计数器识别到在所述退出事件期间仅一个人在所述出口区域内,所述处理器启用所述可听警报器或可见警报器中的至少一个的启动。
15.根据权利要求13所述的防盗安全系统,其中,响应于所述定向人员计数器识别到在所述退出事件期间两个或更多个人在所述出口区域内,所述处理器启用所述远程警报器的启动并且禁用所述可听警报器或所述可见警报器中的至少一个的启动。
16.根据权利要求13所述的防盗安全系统,其中,所述定向人员计数器能够操作地确定在所述退出事件期间所述一个人的速度。
17.一种监控营业机构并且在可能发生盗窃时生成警示的方法,所述方法包括:
提供至少一个电子商品监视基座,其能够操作地监控用于安全标签存在的覆盖区域;
提供至少一个定向人员计数器,其能够操作地检测何时一个人正在移动穿过入口区域;
创建时间戳,其识别何时所述至少一个电子商品监视基座检测所述安全标签的存在;
响应于下列情况,生成警报:
识别到所述安全标签包括标识符,所述标识符被包括在存储在数据库内的白名单中;
识别到所述至少一个定向人员计数器已经检测到一个人正在退出所述入口区域;以及
确定所述时间戳在时间约束内,所述时间约束是由所述至少一个定向人员计数器检测到一个人正在移动穿过所述入口区域所界定的。
18.根据权利要求17所述的方法,进一步包括基于生成警报的历史,修改所述入口区域。
19.根据权利要求17所述的方法,进一步包括基于从销售点设备所接收的信息,修改白名单内的条目集合。
20.根据权利要求17所述的方法,其中,确定所述时间戳在所述时间约束内包括:确定所述时间戳是在所述一个人正在移动穿过所述入口区域之前、期间或之后的经确定的时间量内。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019101033842 | 2019-02-01 | ||
CN201910103384.2A CN111524310B (zh) | 2019-02-01 | 2019-02-01 | 智能警报管理 |
PCT/US2020/015829 WO2020160233A1 (en) | 2019-02-01 | 2020-01-30 | Smart alarm management |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113661530A true CN113661530A (zh) | 2021-11-16 |
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 Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910103384.2A Active CN111524310B (zh) | 2019-02-01 | 2019-02-01 | 智能警报管理 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11990014B2 (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 (5)
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 |
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 |
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 |
CN111524310A (zh) * | 2019-02-01 | 2020-08-11 | 关卡系统股份有限公司 | 智能警报管理 |
Family Cites Families (15)
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 |
CN101976377B (zh) * | 2002-01-23 | 2016-12-07 | 泰科消防及安全有限公司 | 库存管理系统 |
US7982604B2 (en) * | 2008-06-16 | 2011-07-19 | Bank Of America | Tamper-indicating monetary package |
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 |
CN102567534B (zh) * | 2011-12-31 | 2014-02-19 | 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 |
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 |
US9275531B2 (en) * | 2014-06-12 | 2016-03-01 | Tyco Fire & Security Gmbh | Systems and methods for adaptively controlling alarm issuance |
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 |
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 |
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 |
-
2019
- 2019-02-01 CN CN201910103384.2A patent/CN111524310B/zh active Active
-
2020
- 2020-01-30 EP EP20747810.8A patent/EP3918583A4/en active Pending
- 2020-01-30 WO PCT/US2020/015829 patent/WO2020160233A1/en unknown
- 2020-01-30 US US17/427,696 patent/US11990014B2/en active Active
- 2020-01-30 CN CN202080027183.XA patent/CN113661530A/zh active Pending
- 2020-01-30 AU AU2020215046A patent/AU2020215046A1/en active Pending
Patent Citations (5)
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 |
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 |
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 |
CN111524310A (zh) * | 2019-02-01 | 2020-08-11 | 关卡系统股份有限公司 | 智能警报管理 |
Also Published As
Publication number | Publication date |
---|---|
US11990014B2 (en) | 2024-05-21 |
CN111524310A (zh) | 2020-08-11 |
EP3918583A1 (en) | 2021-12-08 |
EP3918583A4 (en) | 2022-10-26 |
AU2020215046A1 (en) | 2021-09-23 |
CN111524310B (zh) | 2022-05-10 |
US20220114871A1 (en) | 2022-04-14 |
WO2020160233A1 (en) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10817710B2 (en) | Predictive theft notification | |
EP2165317B1 (en) | Comprehensive theft security system | |
US11990014B2 (en) | Smart alarm management | |
US6911908B1 (en) | Security | |
CN102282594B (zh) | 用于检测eas标记屏蔽的系统和方法 | |
US8497776B2 (en) | Radio frequency identification system and method used to perform electronic article surveillance | |
US20140035748A1 (en) | Electronic article surveillance systems, apparatus, and methods | |
JP2003536184A (ja) | 対象接近とセキュリティに適応した事象検出 | |
EP1459272A1 (en) | A surveillance system with suspicious behaviour detection | |
US11704986B2 (en) | System and method for foil detection using millimeter wave for retail applications | |
US20080278320A1 (en) | Method and system for reduction of electronic article surveillance system false alarms | |
EP1557806A2 (en) | Electronic article surveillance marker deactivator using an expanded detection zone | |
US11423751B2 (en) | Validating radio frequency identification (RFID) tag alarm events | |
US11568160B2 (en) | Methods and systems for classifying tag status in a retail environment | |
CN115280387A (zh) | 用于rfid标签的增加的出口询问的系统和方法 | |
US11990025B2 (en) | Method and system for probabilistic network based loss prevention sensors | |
US11809941B1 (en) | Variable RFID transmit power adjustment based on surrounding environment to enhance tag detection field | |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211116 |
|
WD01 | Invention patent application deemed withdrawn after publication |