DE102007000344A1 - System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences - Google Patents
System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences Download PDFInfo
- Publication number
- DE102007000344A1 DE102007000344A1 DE102007000344A DE102007000344A DE102007000344A1 DE 102007000344 A1 DE102007000344 A1 DE 102007000344A1 DE 102007000344 A DE102007000344 A DE 102007000344A DE 102007000344 A DE102007000344 A DE 102007000344A DE 102007000344 A1 DE102007000344 A1 DE 102007000344A1
- Authority
- DE
- Germany
- Prior art keywords
- sensor
- signal
- fault
- unit
- sensor signal
- 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.)
- Withdrawn
Links
Classifications
-
- 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
- G08B29/02—Monitoring continuously signalling or alarm systems
- G08B29/04—Monitoring of the detection circuits
- G08B29/046—Monitoring of the detection circuits prevention of tampering with detection circuits
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19604—Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
-
- 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
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
-
- 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
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
- G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
Description
Technisches GebietTechnical area
Die vorliegende Erfindung betrifft ein System zur Erkennung von Sensorstörungen und/oder von Signalstörungen, aufweisend mindestens einen Sensor zur Erfassung von elektromagnetischer Strahlung und zur Erzeugung von Bildsequenzen.The The present invention relates to a system for detecting sensor disturbances and / or of signal interference, comprising at least one sensor for detecting electromagnetic Radiation and to generate image sequences.
Die vorliegende Erfindung betrifft des Weiteren ein Verfahren zur Erkennung von Sensorstörungen und/oder von Signalstörungen mittels mindestens eines Sensors zur Erfassung von elektromagnetischer Strahlung und zur Erzeugung von Bildsequenzen.The The present invention further relates to a method of recognition of sensor disturbances and / or signal interference by means of at least one sensor for detecting electromagnetic Radiation and to generate image sequences.
Stand der TechnikState of the art
Systeme, in denen Sensoren zur Erfassung elektromagnetischer Strahlung und zur Erzeugung von Bildsequenzen eingesetzt werden, sind weit verbreitet. Angefangen bei Überwachungssystemen mit Videokameras, bei denen eine Situationsanalyse automatisch oder seitens eines menschlichen Beobachters stattfindet, über automatische Roboter-Vision-Systeme oder Fingerabdrucklesesysteme bis hin zu optischen Scanner können unterschiedliche Arten von Sensorstörungen oder von Signalstörungen auftreten, die sowohl durch zufällige Ereignisse, wie durch eine Verschmutzung der Sensoroberfläche, als auch durch gezielte Sabotageaktionen verursacht werden können.systems, in which sensors for detecting electromagnetic radiation and are used to generate image sequences are widely used. Starting with surveillance systems with video cameras where a situation analysis is automatic or on the part of a human observer, via automatic Robotic vision systems or fingerprint reading systems all the way to optical scanner can different types of sensor disturbances or signal interference occur, both by accidental Events, such as contamination of the sensor surface, as well can be caused by targeted sabotage actions.
Aus
der Druckschrift
Die Einrichtung zur Durchführung dieses bekannten Verfahrens enthält einen Prozessor für die Auswertung der aufgenommenen Bilder und ein auf diesem Prozessor implementiertes Programm für die Ausführung der genannten Verfahrensschritte.The Device for implementation contains this known method a processor for the evaluation of the captured images and one on this processor implemented program for execution the said process steps.
Mit
dem Problem der Erkennung von Sabotage an einem Sensor beschäftigt sich
zum Beispiel die Druckschrift
Der grundsätzliche Nachteil dieses bekannten Systems und ähnlicher Systeme zur Erkennung von Sabotage an einem Sensor ist deren Kostenintensität. Die hier realisierte grundsätzliche Idee besteht darin, einen Sensor mit Hilfe von anderen Sensoren abzusichern. Ein Beispiel dafür ist die Ausstattung einer Videokamera mit einer Vielzahl von Zusatzsensoren, wie Bewegungssensoren, Glasbruchsensoren, Drucksensoren oder dergleichen; dies ist zwar technisch möglich, bringt aber hohe Installations- und Wartungskosten mit sich.Of the fundamental Disadvantage of this known system and similar systems for the detection of Sabotage on a sensor is its cost intensity. This one realized fundamental Idea is to use a sensor with the help of other sensors secure. An example for is the equipment of a video camera with a variety of additional sensors, such as motion sensors, glass breakage sensors, pressure sensors or the like; this is technically possible But brings high installation and maintenance costs.
Aufgabe der ErfindungObject of the invention
Ausgehend von den vorstehend dargelegten Nachteilen und Unzulänglichkeiten sowie unter Würdigung des umrissenen Standes der Technik liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein System der eingangs genannten Art sowie ein Verfahren der eingangs genannten Art so weiterzubilden, dass eine automatische Erkennung von Sensorstörungen und/oder von Signalstörungen, die ohne gezielten menschlichen Einfluss auftreten, gewährleistet ist.outgoing from the disadvantages and shortcomings set out above as well as in appreciation of the prior art is the present invention the task is based, a system of the type mentioned above as well a method of the type mentioned in such a way that automatic detection of sensor disturbances and / or signal interference, which occur without targeted human influence, guaranteed is.
Dies ist besonders für Systeme mit automatischer Signalauswertung zum Zwecke der Situationsanalyse wichtig. Die meisten konventionellen Analysesysteme können ohne menschliche Hilfe nicht erkennen, ob das empfangene Signal noch für die Analyse geeignet ist, und gehen einfach davon aus.This is especially for Systems with automatic signal evaluation for the purpose of situational analysis important. Most conventional analytical systems can do without human help does not realize if the received signal is still for the Analysis is appropriate and just assume.
Nach der ersten Kalibrierung der Sensoren (bei der Initialisierung) werden die ermittelten Kalibrierungsparameter beibehalten, unabhängig davon, ob sich die Lage inzwischen geändert hat oder nicht. Es können sich zum Beispiel die räumliche Lage oder die Fokussierungseinstellungen ändern, wie es zum Beispiel bei einer auf einem Bahnhof installierten Videokamera aufgrund der mechanischen Einflüsse vorbeifahrender Züge oft geschieht.To the first calibration of the sensors (at initialization) maintain the determined calibration parameters, regardless of whether the situation has changed in the meantime or not. It can for example, the spatial Location or the focus settings change, as is the case for example at a video camera installed on a railway station due to the mechanical influences passing by Trains often happens.
Darstellung der vorliegenden Erfindung: Lösung, VorteileIllustration of the present invention: Solution, advantages
Diese Aufgabe wird durch ein System mit den im Anspruch 1 angegebenen Merkmalen sowie durch ein Verfahren mit den im Anspruch 23 angegebenen Merkmalen gelöst. Vorteilhafte Ausgestaltungen und zweckmäßige Weiterbildungen der vorliegenden Erfindung sind in den jeweiligen Unteransprüchen gekennzeichnet.These Task is achieved by a system with the specified in claim 1 Characteristics and by a method with the specified in claim 23 Characteristics solved. Advantageous embodiments and expedient developments of the present Invention are characterized in the respective subclaims.
Eine
Teillösung
des vorstehend dargelegten technischen Problems bietet bereits die
Druckschrift
Dieses
bekannte Verfahren besteht im Wesentlichen darin, zusätzlich zum
Kamerasignal ein veränderndes
visuelles Signal zu erzeugen und in der Anzeigeeinheit anzuzeigen.
Hierdurch ist es für einen
Nutzer möglich
zu erkennen, ob es sich beim aktuell dargestellten Signal um das
von der Kameraeinheit aufgezeichnete Videosignal handelt. Weitere Arten
von Sensorstörungen
und/oder der Sabotage werden in der Druckschrift
Die vorliegende Erfindung beruht auf einem System und auf einem Verfahren zur Erkennung von Sensorstörungen und/oder von Signalstörungen in Anlagen, die mindestens einen Sensor zur Erfassung von elektromagnetischer Strahlung und zur Erzeugung von Bildsequenzen verwenden.The The present invention is based on a system and method to detect sensor interference and / or signal interference in plants that have at least one sensor for detecting electromagnetic Use radiation and to generate image sequences.
Das System weist mindestens eine Speichereinheit und mindestens eine Analyseeinheit zur Analyse des Sensorsignals auf und wird erfindungsgemäß so ausgeführt, dass die Erkennung von Sensorstörungen und/oder von Signalstörungen und von Sabotage aus dem Sensorsignal selbst durchgeführt wird, so dass die entsprechenden Gegenmaßnahmen durch das System selbst oder durch eine Meldung an einen Beobachter getroffen werden können.The System has at least one storage unit and at least one Analysis unit for analyzing the sensor signal and is inventively designed so that the detection of sensor interference and / or signal interference and sabotage from the sensor signal itself, so that the appropriate countermeasures through the system itself or by a message to an observer.
Die erfindungsgemäß vorgeschlagene Erkennung von Sabotage aus dem Sensorsignal selbst bedeutet eine hohe Kostenersparnis.The proposed according to the invention Detection of sabotage from the sensor signal itself means one high cost savings.
Bei einigen vorteilhaften Ausführungsformen der vorliegenden Erfindung erfolgt die Erkennung eines Signalausfalls, einer Veränderung der räumlichen Position des Sensors, einer Veränderung der Fokussierungseinstellungen des Sensors, einer Verdeckung und/oder einer Verunreinigung der Sensoroberfläche, von Beleuchtungsänderungen im Erfassungsbereich des Sensors, eines Ersetzens des Sensorsignals durch ein anderes Signal oder ähnlicher Vorgänge.at some advantageous embodiments of present invention, the detection of a signal failure, a change the spatial Position of the sensor, a change the focusing settings of the sensor, a masking and / or contamination of the sensor surface, changes in illumination in the detection range of the sensor, a replacement of the sensor signal by another signal or similar Operations.
Bei der vorliegenden Erfindung handelt es sich um ein System und um ein Verfahren, die die Erkennung von Sensorstörungen und/oder von Signalstörungen aus dem Sensorsignal selbst gewährleisten. Die Realisierung besteht in einer Installation neuer Module oder auch in einer Anpassung an neue Aufgaben der möglicherweise bereits bestehenden Module zur automatischen Auswertung des Sensorsignals. Diese Module sind mindestens eine Speichereinheit und mindestens eine Analyseeinheit zur Analyse des Sensorsignals.at The present invention is a system and a method that detects the detection of sensor interference and / or signal interference ensure the sensor signal itself. The realization consists in an installation of new modules or also in adaptation to new tasks of possibly existing modules for automatic evaluation of the sensor signal. These modules are at least one storage unit and at least one analysis unit for analyzing the sensor signal.
Das erfindungsgemäße System sowie das erfindungsgemäße Verfahren sind so ausgeführt, dass das Sensorsignal in kurzen Zeitabständen gemessen und in der Analyseeinheit mit Hilfe der in der Speichereinheit enthaltenen Methoden analysiert wird. Die zeitlichen Signaländerungen werden betrachtet und auf ihre Entsprechung mit den in der Speichereinheit enthaltenen Störungsszenarien untersucht.The inventive system as well as the method according to the invention are designed so that the sensor signal measured at short intervals and in the analysis unit is analyzed using the methods contained in the storage unit. The temporal signal changes are considered and their equivalent to those in the storage unit contained fault scenarios examined.
Bei den Systemen, die von dieser Erfindung besonders profitieren, handelt es sich um automatische videobasierte Systeme zur Sicherheitsüberwachung, zur Verkehrsüberwachung, zur Marktforschung, zur Fahrerassistenz und dergleichen.at the systems that benefit particularly from this invention these are automatic video-based systems for security surveillance, for traffic monitoring, for market research, driver assistance and the like.
Kurze Beschreibung der ZeichnungenBrief description of the drawings
Wie
bereits vorstehend erörtert,
gibt es verschiedene Möglichkeiten,
die Lehre der vorliegenden Erfindung in vorteilhafter Weise auszugestalten
und weiterzubilden. Hierzu wird einerseits auf die dem Anspruch
1 sowie dem Anspruch 23 jeweils nachgeordneten Ansprüche verwiesen,
andererseits werden weitere Ausgestaltungen, Merkmale und Vorteile
der vorliegenden Erfindung nachstehend anhand der durch
Es zeigtIt shows
Gleiche
oder ähnliche
Ausgestaltungen, Elemente oder Merkmale sind in
Bester Weg zur Ausführung der vorliegenden ErfindungBest way to execute the present invention
Als bevorzugtes Ausführungsbeispiel wird ein automatisches Überwachungssystem mit mindestens einer Videokamera beschrieben.When preferred embodiment becomes an automatic monitoring system described with at least one video camera.
Ein
Beispielaufbau ist in
Das
vom Sensor
Bei
einer in
In
Das Sensorsignal
The sensor signal
Weiterhin
ist es möglich,
zusätzlich
oder anstelle der Speicherung von zeitverzögerten Versionen des Signals
Außer der
Speicherung des Signals
Die
Merkmalsvektoren
Bei einer Weiterbildung des Systems findet ein Vergleich der extrahierten Merkmale und der Ergebniswerte der Merkmalsverarbeitung nicht bzw. nicht nur mit den aus der aktuellen Bildsequenz gewonnenen Merkmalsvektoren und Referenzwerten, sondern auch mit den vorher ermittelten empirischen Werten für einzelne Störungsszenarien statt. Dies können experimentell ermittelte Schwellenwerte, Verteilungen, Änderungsverläufe über die Zeit oder dergleichen sein.at a training of the system finds a comparison of the extracted Characteristics and the result values of the feature processing are not or not only with the feature vectors obtained from the current image sequence and reference values, but also with the previously determined empirical values for individual fault scenarios instead of. This can experimentally determined thresholds, distributions, change histories over the Time or the like.
Bei
einer weiteren Ausprägung
des Systems wird nach Erkennen einer Störung eine Änderung zumindest eines Teils
der in der Speichereinheit
Bei
einer Weiterbildung des Systems erfolgt zumindest eine Teiländerung
der in der Speichereinheit
Die Einheit
The unit
Diese
Merkmalsvektoren
Die
Entscheidungseinheit
Bei einer Weiterbildung des Systems kann das System zwischen mindestens zwei Arten von Störungen unterscheiden, so dass das generierte Nachrichtensignal nicht nur das Vorliegen einer Störung, sondern auch die Störungsart entsprechend dem Analysekatalog des Systems anzeigt.at One development of the system allows the system between at least two types of disorders so that the generated message signal is not only different the presence of a fault, but also the type of fault according to the analysis catalog of the system.
Zum
Beispiel kann zwischen einer Veränderung
der Fokussierungseinstellungen und einer Veränderung der räumlichen
Position und/oder der Ausrichtung des Sensors unterschieden werden.
Die entsprechende Entscheidung wird in der Entscheidungseinheit
In
Das System übernimmt außer der Erkennung von Sensorstörungen und/oder
von Signalstörungen, was
in der primären
Analyseeinheit
The system does not only detect sensor disturbances and / or signal interferences, what happens in the primary analyzer
Zu
diesen Aufgaben können
die Funktionalitäten
eines automatischen Überwachungs-
und Alarmsystems, eines Verkehrsüberwachungssystems,
eines Systems zur Marktforschung oder eines Fahrerassistenzsystems
gehören.
In Abhängigkeit von
der Gestaltung der sekundären
Analyseeinheit
In
Die
beschriebenen Zusatzfunktionalitäten können über die
entsprechenden Ausprägungen
der Klassifizierungseinheit
Aus
diesen Informationen kann zum Beispiel auf das Vorhandensein und
gegebenenfalls auf das Verhalten von Personen im Erfassungsbereich
des Sensors
Bei
einer Ausprägung
des Systems als Verkehrsüberwachungssystem
kann in der Klassifizierungseinheit
In
Die
Merkmalsextraktionseinheit
The feature extraction unit
Die
für Pixelgruppen
ermittelten Merkmale werden entsprechend zu Merkmalsvektoren
In
der Berechnungseinheit
Die
Häufigkeit
eines so quantisierten Helligkeitswerts in einer Pixelgruppe wird über eine
Achse mit Werten von 0 bis 255 aufgetragen. In der Berechnungseinheit
Die
Ermittlung von Texturinformationen kann in der Berechnungseinheit
Die
berechneten Texturwerte können ähnlich dem
Helligkeitshistogramm über
eine Achse mit Werten von 0 bis 255 aufgetragen werden, so dass
ein Texturhistogramm entsteht. In der Berechnungseinheit
Hierzu wird die Anzahl der Pixel in jeder Pixelgruppe, die dem Wert 0 im Texturhistogramm zugeordnet wurden, mit einem Referenzwert verglichen. Der Referenzwert kann zum Beispiel auf die Hälfte der Anzahl der Pixel in einer Pixelgruppe gesetzt werden.For this is the number of pixels in each pixel group that is 0 in value Texture histogram were compared with a reference value. For example, the reference value may be at half the number of pixels in a pixel group.
Die
Grundidee bei diesem Ausführungsbeispiel
ist der Vergleich von Textureigenschaften und von Helligkeitseigenschaften
von Pixelgruppen im aktuellen Bild und entsprechender Pixelgruppen
in zeitlich zurückliegenden
Bildern. Es wird unter anderem die Tatsache ausgenutzt, dass sich
die Textur und die Helligkeit unterschiedlich bei den aufgezählten Störungsszenarien ändern, und
zwar wie folgt:
Bei einer mäßigen Beleuchtungsänderung ändern sich
die Helligkeitswerte in aufgenommenen Bildern stark, wohingegen
sich die Textur nur schwach ändert.The basic idea in this embodiment is the comparison of texture properties and brightness properties of pixel groups in the current image and corresponding pixel groups in past images. Among other things, it exploits the fact that the texture and the brightness change differently in the breakdown scenarios enumerated, as follows:
With a moderate change in illumination, the brightness values in recorded images change greatly, whereas the texture changes only slightly.
Bei
einer Veränderung
der Fokussierungseinstellungen des Sensors
Eine
gleichzeitige Änderung
von Texturen und Helligkeitsverteilungen im Bild liefert Hinweise auf
eine Änderung
der räumlichen
Position und/oder der Ausrichtung des Sensors
Diese
Fälle können zum
Beispiel dadurch unterschieden werden, dass man in der Analyseeinheit
Ein
Beispiel für
eine Anwendung der beschriebenen Ansätze ist in
Die
mit
With
In
die Gesamtauswertung in der Entscheidungsfunktion
Die
Textur- und Helligkeitshistogramme, die von der Merkmalsextraktionseinheit
Die
in den Berechnungseinheiten
Die
einzelnen Berechnungen laufen über
die Bedingungsfunktionen
Im
Weiteren werden die Bedingungsfunktionen
Die Bedingung
The condition
Die
Bedingung
Die
Bedingung
Die
Bedingung
Die
Bedingung
Beim
Nichterfüllen
der Bedingung
In
der Bedingung
Bei
der Bedingung
Die
Bedingung
Die
Bedingung
Eine
Verschmutzung der Linse wird beim Erfüllen der Bedingung
Die Entscheidung über das Vorliegen einer bestimmten Störungsart kann auch direkt über das Verschicken entsprechender Nachrichten getroffen werden, die dann nur die Werte 0 oder 1 beinhalten. Es sind aber Fälle nicht ausgeschlossen, bei denen mehrere Störungsarten gleichzeitig auftreten oder auch fehlerhaft erkannt werden. Daraufhin erscheint es sinnvoll, die entsprechenden Nachrichten immer zu verschicken und die endgültige Entscheidung zentral zu treffen.The Decision over the presence of a specific type of fault can also be directly via the sending corresponding messages are taken, which then only the values 0 or 1 include. But cases are not excluded which several types of errors occur simultaneously or be detected incorrectly. thereupon it makes sense to always send the corresponding messages and the final one Make a decision centrally.
Die
Referenzwerte in den Nachrichten werden entsprechend den in den
Bedingungsfunktionen berechneten Wahrscheinlichkeiten für das Vorliegen einzelner
Störungsarten
gesetzt. Diese Referenzwerte liegen im Wertebereich von 0 bis 1
und werden mit den Gewichtungswerten
Die erwähnten Schwellenwerte und Gewichtungen werden geschätzt oder experimentell ermittelt, wobei auch ein Training mit Hilfe der Methoden der Künstlichen Intelligenz, insbesondere mit Hilfe von neuronalen Netzen, durchgeführt werden kann.The mentioned Thresholds and weights are estimated or determined experimentally, including a workout with the help of artificial methods Intelligence, in particular with the help of neural networks can.
Bei
einem weiteren Ausführungsbeispiel können zusätzlich das
Ersetzen des Sensorsignals durch ein anderes Signal sowie das Verdecken
des Sensors
Das Erkennungsprinzip basiert darauf, dass sich in diesen Fällen die Bewegungsverläufe im aufgenommenen Bild im Vergleich zu zurückliegenden Bildern in ungewöhnlicher Weise ändern würden. Dies kann sich zum Beispiel dadurch ausdrücken, dass die berechneten Bewegungstrajektorien detektierter Objekte plötzlich abbrechen. Um dies zu ermitteln, wird eine kontinuierliche Verfolgung von Bewegungen im Bild durchgeführt.The The recognition principle is based on the fact that in these cases the movement patterns in the taken picture in comparison to past pictures in unusual Change way would. This can express itself, for example, that the calculated Abruptly cancel movement trajectories of detected objects. To this, too will determine a continuous tracking of movements in the Image performed.
Beim Erkennen von mehreren Bewegungstrajektorien, deren Eigenschaften sich stärker als um die vorgegebenen Änderungsschwellenwerte von Eigenschaften normaler Bewegungstrajektorien unterscheiden, wird ein Ersetzen des Signals durch ein anderes Signal erkannt.At the Recognition of several movement trajectories, their properties stronger than the specified change thresholds to distinguish from properties of normal motion trajectories, a replacement of the signal is detected by another signal.
Für das zu detektierende anormale Verhalten können zum Bespiel solche Kriterien aufgestellt werden, wie das Enden der Objekttrajektorien in den Berechen, die nicht für das Verlassen des Erfassungsbereichs definiert sind. Diese Bereiche können manuell (zum Beispiel eine Tür) oder durch den Sensoraufbau (zum Beispiel Bildränder) festgelegt werden.For that too Detecting abnormal behaviors may be such criteria as the ends of the object trajectories in the computations, not for leaving the detection area are defined. These areas can manually (for example, a door) or by the sensor structure (for example, image edges).
Wenn zusätzlich die Bedingung erfüllt ist, dass das neue Bild einem gespeicherten Referenzbild für den Hintergrund stark ähnelt, kann mit großer Wahrscheinlichkeit die entsprechende Sabotageart erkannt werden.If additionally the condition is fulfilled is that the new image is a saved reference image for the background strongly resembles can with great probability the corresponding sabotage type can be detected.
Eine
Weiterbildung des Systems, die auch in
Wie
in
Die Systembestandteile können sowohl räumlich nahe beieinander als auch räumlich voneinander getrennt und mit Nachrichtenleitungen verbunden werden. Als ein Ausführungsbeispiel kann hier eine Videokamera angeführt werden, die drahtlos mit einem Personalcomputer verbunden ist.The System components can both spatially close to each other as well as spatially separated from each other and connected to message lines. As an embodiment can lead a video camera here wirelessly connected to a personal computer.
Als
Sensoren
In
Abhängigkeit
vom verwendeten Sensor
Bei der Verarbeitung der Bildsequenzen von zum Beispiel einer Infrarotkamera können zusätzlich Messfehler auftreten, wenn die thermische Kalibrierung der Kamera nicht mehr der Situation in ihrem Erfassungsbereich entspricht. Dies kann beispielsweise durch einen kontinuierlichen Vergleich des jeweils aktuellen Bilds mit einem zeitlich zurückliegenden Bild und durch eine Analyse des Verlaufs der Temperaturveränderung geschehen. Bei einer Erkennung der beschriebenen Störung kann eine Nachkalibrierung der Kamera veranlasst werden.When processing the image sequences of For example, an infrared camera can also cause measurement errors if the thermal calibration of the camera no longer corresponds to the situation within its detection range. This can be done for example by a continuous comparison of the respective current image with a past image and by an analysis of the course of the temperature change. Upon detection of the described fault, recalibration of the camera can be initiated.
In
So
werden, wie in
Eine besonders vorteilhafte Ausprägung des Systems ist die Verwendung von mindestens zwei Sensoren zur Erfassung elektromagnetischer Strahlung und zur Erzeugung von Bildsequenzen, deren Erfassungsbereiche sich zumindest teilweise überlappen.A particularly advantageous expression The system is the use of at least two sensors for Detection of electromagnetic radiation and generation of image sequences, their coverage areas overlap at least partially.
Bei
einer vorangegangenen, häufig
als Kalibrierung bezeichneten Ermittlung der internen Sensorparameter
und der externen Sensorparameter können aus den Bildsequenzen
mit Hilfe von stereobasierten Techniken dreidimensionale Informationen für die Szenerie
im gemeinsamen Erfassungsbereich gewonnen werden. Die Szene im gemeinsamen
Erfassungsbereich der Sensoren wird dreidimensional:
Die tatsächlichen
Größen von
Objekten können
berechnet werden, so dass zum Beispiel ein Insekt nahe der Sensoroberfläche nicht
mit einem weit entfernten Auto verwechselt werden kann. Die Bewegungsvektoren
von Objekten in der Szene können dreidimensional
bestimmt werden:
Das Nahekommen eines Menschen an den Sensor wird
erkannt, so dass eine Sabotage vor der Sabotageaktion detektiert
werden kann. Insgesamt wird die Anzahl von Fehlentscheidungen stark
vermindert.In a previous, often referred to as calibration determination of the internal sensor parameters and the external sensor parameters can be obtained from the image sequences using stereobased techniques three-dimensional information for the scene in the common detection range. The scene in the common detection range of the sensors becomes three-dimensional:
The actual sizes of objects can be calculated so that, for example, an insect near the sensor surface can not be confused with a faraway car. The motion vectors of objects in the scene can be determined three-dimensionally:
The approach of a person to the sensor is detected, so that a sabotage can be detected before the sabotage reaction. Overall, the number of wrong decisions is greatly reduced.
Die Gewinnung der dreidimensionalen Informationen aus der Bildsequenz eines einzelnen Sensors ist mit Hilfe anderer bekannter Verfahren aus dem Bereich Computervision möglich, gestaltet sich aber schwieriger als die Berechnung mit stereobasierten Techniken.The Obtaining the three-dimensional information from the image sequence of a single sensor is by other known methods from the field of computer vision possible, is more difficult than the calculation with stereobased Techniques.
Die absoluten Tiefeninformationen oder die relativen Tiefeninformationen können mit den Verfahren der Formgewinnung aus der Bewegung (shape from motion), aus der Textur (shape from texture), aus den fokussierten und defokussierten Bildern (shape from focus bzw. shape from defocus) oder aus dem Schatten (shape from shadow) geschätzt werden.The absolute depth information or the relative depth information can with the methods of shape extraction from motion (shape from motion), from the texture (shape from texture), from the focused and defocused images (shape from focus or shape from defocus) or estimated from the shadow (shape from shadow).
Die eingesetzten Algorithmen sind aber im Allgemeinen komplexer als die stereobasierenden Algorithmen; die Genauigkeit der Schätzungen ist stark von der Genauigkeit der Parametrisierung abhängig, so dass bei einem kleinen bis mittleren Berechnungsaufwand nur grobe Schätzungen möglich sind. Dies ist aber für die hier beschriebenen Zwecke ausreichend.The However, algorithms used are generally more complex than the stereobased algorithms; the accuracy of the estimates is strongly dependent on the accuracy of the parameterization, so that at a small to medium calculation cost only rough estimates possible are. But this is for the purposes described here are sufficient.
Ein
Problem bei vielen bildbasierten Anwendungen stellen die homogenen
Bereiche im Erfassungsbereich des Sensors
Die Abbildung eines homogenen Bereichs in eine Bildsequenz ist annähernd homogen, so dass zwischen den Werten der zugehörigen Pixel nicht unterschieden werden kann. Falls diese homogenen Bereiche sehr groß sind, entsteht auch ein Problem bei einigen der beschriebenen Verfahren zur Erkennung von Sensorstörungen und/oder von Signalstörungen.The Mapping a homogeneous area into a picture sequence is approximately homogeneous, so that no distinction is made between the values of the associated pixels can be. If these homogeneous areas are very large, There is also a problem with some of the methods described to detect sensor interference and / or signal interference.
So
wird zum Beispiel eine Änderung
der räumlichen
Position und/oder der Ausrichtung der Videokamera insoweit, als
die Videokamera auf einen anderen Teil derselben weißen Wand
ausgerichtet wird, nicht erkannt, denn die Analyseeinheit
In
analoger Weise kann eine Änderung
der Fokussierungseinstellungen einer Videokamera nur erkannt werden,
wenn ausreichend relevante strukturcharakterisierende Information,
insbesondere Kanten und Texturen im Erfassungsbereich des Sensors
Ähnliche
Probleme können
bei anderen Arten der Homogenität
auftreten, wie zum Beispiel bei einer Temperaturhomogenität im Erfassungsbereich des
Sensors
Angesichts
der vorbeschriebenen Problematik kann die vorliegende Erfindung
gemäß einer
besonders vorteilhaften Weiterbildung dadurch vereinfacht werden,
dass eine für
die Erkennung von Sensorstörungen
und/oder von Signalstörungen
günstige Aufnahmesituation
gewährleistet
wird, und zwar dadurch, dass mindestens ein geeignetes zwei- oder dreidimensionales
Eichobjekt oder Eichmuster in den Erfassungsbereich des Sensors
Die Erkennung von Sensorstörungen und/oder von Signalstörungen wird aus dem Vergleich der Abbildungen des Eichobjektes oder Eichmusters in die Bildsequenz zu unterschiedlichen Zeitpunkten realisiert.The Detection of sensor disturbances and / or of signal interference is calculated by comparing the images of the calibration object or calibration sample realized in the image sequence at different times.
Bei Systemen mit einer oder mehreren Videokameras als Sensoren werden vorzugsweise als Eichobjekte oder als Eichmuster Schilder oder Aufkleber verwendet, deren Einbringen in die Szene nicht nur den beschriebenen Zielen der Vereinfachung der Erkennung von Sensorstörungen und/oder von Signalstörungen, sondern auch anderen Zwecken dient.at Systems with one or more video cameras as sensors preferably as calibration objects or as a calibration pattern signs or stickers used, their introduction to the scene not only the described To facilitate the detection of sensor disturbances and / or of Signal interference, but also serves other purposes.
So können zum Beispiel Werbeaufkleber und Werbeschilder so angebracht werden, dass diese nicht nur von den vorbeikommenden Personen, sondern auch von der Videokamera beobachtbar sind.So can for example, advertising stickers and advertising signs can be affixed that these are not only from the passing people, but also from the video camera are observable.
In analoger Weise können die aus datenschutzrechtlichen Gründen angebrachten Schilder oder Aufkleber wie "Bereich wird videoüberwacht", "Videoüberwachung" oder dergleichen, die die Videoüberwachung kennzeichnen, sowie Schilder oder Anzeigetafeln wie "Ausgang", "Notausgang" oder dergleichen, geeignet aufgehängt werden.In analogous way the signs attached for data protection reasons or Stickers like "area is video-monitored "," video surveillance "or the like, the video surveillance signage or signs such as "exit", "emergency exit" or the like, suitable suspended become.
Die geeigneten Eichobjekte und Eichmuster können aber auch extra zum Zwecke der Vereinfachung der vorliegenden Erfindung und der Erhöhung der Robustheit des Systems erstellt werden.The suitable calibration objects and calibration samples can also be used for the purpose the simplification of the present invention and the increase of Robustness of the system can be created.
Es kann sich zum Beispiel um Objekte oder um Muster handeln, die aufgrund ihrer speziellen Ausführung charakteristische Eigenschaften besitzen und so oder in einer ähnlichen Form nicht bei einer typischen Aufnahmesituation vorkommen, wie etwa Muster mit charakteristischen Kantenverteilungen und/oder Muster mit charakteristischen Farbverteilungen.It For example, they may be objects or patterns based on their special design possess characteristic properties and so or in a similar Form does not occur in a typical recording situation, such as Pattern with characteristic edge distributions and / or patterns with characteristic color distributions.
Einige
Beispiele für
solche Muster und dreidimensionalen Objekte sind in
Bei Systemen mit einer oder mehreren Infrarotkameras kann es sich bei den Eichobjekten um Objekte mit charakteristischer Temperaturverteilung handeln, zum Beispiel um einen Heizungskörper einer voreingestellten konstanten Temperatur oder um einen Heizungskörper mit einer Zeitschaltung, so dass die Temperaturveränderungen einer bestimmten charakteristischen Verteilung entsprechen.at Systems with one or more infrared cameras may be present the calibration objects are objects with a characteristic temperature distribution, for example, a heating element a preset constant temperature or around a heater body with a timer so that the temperature changes a specific correspond to characteristic distribution.
Bei Systemen mit einem oder mehreren Sensoren, die die räumliche Tiefe oder die dreidimensionale Gestalt von Objekten im Erfassungsbereich des Sensors berechnen, wie es zum Beispiel bei Laserscannern oder bei Radargeräten der Fall ist, wird als Eichobjekt ein Objekt mit charakteristischer räumlicher Form eingesetzt.at Systems with one or more sensors, the spatial Depth or the three-dimensional shape of objects in the detection area of the sensor, as for example with laser scanners or at radars the case is, as a calibration object is an object with a characteristic spatial Form used.
Die technische Ausführung des Verfahrens wird in der ersten Variante so realisiert, dass die Abbildungen der Eichobjekte oder Eichmuster in die Bildsequenz selbst oder die entsprechenden charakteristischen Merkmalsvektoren in einer Datenbank gespeichert und zur Berechnung hinzugezogen werden. In der zweiten Variante werden die Abbildungen der Eichobjekte oder Eichmuster manuell in einem Bild der Bildsequenz ausgewählt.The technical design of the method is realized in the first variant, that the Illustrations of the calibration objects or calibration pattern in the image sequence itself or the corresponding characteristic feature vectors in one Database are stored and consulted for calculation. In the second variant, the images of the calibration objects or Calibration pattern manually selected in an image of the image sequence.
Die beschriebenen Eichobjekte oder Eichmuster werden vorzugsweise so angebracht, dass sie in einer typischen Aufnahmesituation zumindest nicht vollständig von anderen Objekten verdeckt werden.The calibration objects or calibration samples described are preferably so attached, that in a typical shooting situation at least not Completely obscured by other objects.
- 11
- Sensorsignalsensor signal
- 22
-
Anforderungsnachricht
an die Speichereinheit
18 Request message to the storage unit18 - 33
-
Datensatz
aus der Speichereinheit
18 Record from the storage unit18 - 44
- Analyseergebnisseanalysis results
- 55
-
Nachricht über die
Analyseergebnisse
4 Message about the analysis results4 - 66
- Ergebnisse der SegmentierungResults the segmentation
- 77
- Ergebnisse der MerkmalsextraktionResults the feature extraction
- 88th
-
Analyseergebnisse
der sekundären Einheit
20 zur Analyse des Sensorsignals1 Analysis results of the secondary unit20 for analyzing the sensor signal1 - 99
- Signal zur Ansteuerung des ansteuerbaren Gerätssignal for controlling the controllable device
- 1010
- Signal eines weiteren Sensorssignal another sensor
- 1111
- Signal eines weiteren Sensors, nicht notwendigerweise bildbasiertsignal another sensor, not necessarily image based
- 1212
- Merkmalsvektorenfeature vectors
- 1313
-
Einheit
zur Analyse des Sensorsignals
1 Unit for analyzing the sensor signal1 - 1414
- Einheit zur Bildsegmentierungunit for image segmentation
- 1515
- Einheit zur Merkmalsextraktionunit for feature extraction
- 1616
- Einheit zur Entscheidung über Vorliegen und Art der Störungunit to decide about Presence and nature of the disorder
- 1717
- Nachrichteneinheitmessage unit
- 1818
- Speichereinheitstorage unit
- 1919
-
primäre Einheit
zur Analyse des Sensorsignals
1 primary unit for analyzing the sensor signal1 - 2020
-
sekundäre Einheit
zur Analyse des Sensorsignals
1 secondary unit for analyzing the sensor signal1 - 2222
- Verzögerungsglied für Verzögerung um Zeitabschnitt mTdelay for delay around Time interval mT
- 2323
- Verzögerungsglied für Verzögerung um Zeitabschnitt nTdelay for delay around Time period nT
- 2424
-
Erfassungsbereich
des Sensors
25 in realer WeltDetection range of the sensor25 in the real world - 2525
- Sensor zur Erfassung von elektromagnetischer Strahlung und zur Generierung von Bildsequenzensensor for the detection of electromagnetic radiation and for generation of image sequences
- 2626
- Sensor, nicht notwendigerweise bildbasiertSensor, not necessarily image-based
- 2727
- ansteuerbares Gerätcontrollable device
- 2828
- entfernte Empfängereinrichtungdistant receiver device
- 2929
- Entscheidungsfunktiondecision function
- 3030
- Einheit zur Extraktion von Texturinformationenunit for extraction of texture information
- 3131
- Einheit zur Berechnung der Relevanz von Texturinformationenunit to calculate the relevance of texture information
- 3232
- Einheit zur Extraktion von Helligkeitsverteilungenunit for the extraction of brightness distributions
- 3333
- Einheit zur Berechnung der Relevanz von Helligkeitsverteilungenunit to calculate the relevance of brightness distributions
- 3434
- Einheit zur Klassifizierung von segmentierten Pixelgruppenunit for the classification of segmented pixel groups
- 3535
- Trackingmodul für einzelne Pixelgruppentracking module for individual pixel groups
- 3636
- Einheit zur Gruppierung von segmentierten Pixelgruppen zu Objektenunit for grouping segmented pixel groups into objects
- 3737
- Einheit zur Klassifizierung von Objektenunit for classifying objects
- 3838
- Einheit zur Klassifizierung von Aktionenunit for the classification of actions
- 3939
- Ansteuerungseinheitcontrol unit
- 4040
- Texturhistogramm zum Zeitpunkt ttexture histogram at time t
- 41 bis 4841 to 48
- Detektoren für verschiedene Arten der Sensorstörung und Sabotage, nämlichdetectors for different Types of sensor failure and sabotage, namely
- 4141
- erster Detektorfirst detector
- 4242
- zweiter Detektorsecond detector
- 4343
- dritter Detektorthird detector
- 4444
- vierter Detektorfourth detector
- 4545
- fünfter Detektorfifth detector
- 4646
- sechster Detektorsixth detector
- 4747
- siebter Detektorseventh detector
- 4848
- achter Detektoreight detector
- 4949
- Texturhistogramm zum Zeitpunkt t – mTtexture histogram at time t - mT
- 5050
- Helligkeitshistogramm zum Zeitpunkt tbrightness histogram at time t
- 51 bis 5851 to 58
- Referenzwerte für verschiedene Arten einer Sensorstörung oder Sabotage, nämlichreference values for different Types of sensor failure or sabotage, namely
- 5151
- erster Referenzwert, insbesondere Beleuchtungsänderungfirst Reference value, in particular change of illumination
- 5252
-
zweiter
Referenzwert, insbesondere Verdeckung des Sensors
25 second reference value, in particular occlusion of the sensor25 - 5353
-
dritter
Referenzwert, insbesondere Veränderung
der räumlichen
Position und/oder der Ausrichtung des Sensors
25 third reference value, in particular change of the spatial position and / or the orientation of the sensor25 - 5454
-
vierter
Referenzwert, insbesondere Verschmutzung der Oberfläche des Sensor
25 fourth reference value, in particular contamination of the surface of the sensor25 - 5555
-
fünfter Referenzwert,
insbesondere Fokussierungseinstellungen des Sensors
25 fifth reference value, in particular focusing settings of the sensor25 - 5656
-
sechster
Referenzwert, insbesondere Feuchtigkeit an der Oberfläche des Sensor
25 sixth reference value, in particular moisture on the surface of the sensor25 - 5757
-
siebter
Referenzwert, insbesondere Objektbewegung im Erfassungsbereich des
Sensors
25 seventh reference value, in particular object movement in the detection range of the sensor25 - 5858
- achter Referenzwert, insbesondere Signalausfalleight Reference value, in particular signal failure
- 5959
- Helligkeitshistogramm zum Zeitpunkt t – mTbrightness histogram at time t - mT
- 6060
- Sensorsignal zum Zeitpunkt t – mTsensor signal at time t - mT
- 61 bis 68 61 to 68
-
Gewichtungen
der Referenzwerte
51 ,52 ,53 ,54 ,55 ,56 ,57 ,58 für einzelne Detektoren41 ,42 ,43 ,44 ,45 ,46 ,47 ,48 , nämlichWeightings of the reference values51 .52 .53 .54 .55 .56 .57 .58 for individual detectors41 .42 .43 .44 .45 .46 .47 .48 , namely - 6161
-
Gewichtung
des Referenzwerts
51 für ersten Detektor41 Weighting of the reference value51 for first detector41 - 6262
-
Gewichtung
des Referenzwerts
52 für zweiten Detektor42 Weighting of the reference value52 for second detector42 - 6363
-
Gewichtung
des Referenzwerts
53 für dritten Detektor43 Weighting of the reference value53 for third detector43 - 6464
-
Gewichtung
des Referenzwerts
54 für vierten Detektor44 Weighting of the reference value54 for fourth detector44 - 6565
-
Gewichtung
des Referenzwerts
55 für fünften Detektor45 Weighting of the reference value55 for fifth detector45 - 6666
-
Gewichtung
des Referenzwerts
56 für sechsten Detektor46 Weighting of the reference value56 for sixth detector46 - 6767
-
Gewichtung
des Referenzwerts
57 für siebten Detektor47 Weighting of the reference value57 for seventh detector47 - 6868
-
Gewichtung
des Referenzwerts
58 für achten Detektor48 Weighting of the reference value58 for eighth detector48 - 6969
- Sensorsignal zum Zeitpunkt t – (m + n)Tsensor signal at time t - (m + n) T
- 70 bis 8070 to 80
- Bedingungsfunktionen, nämlichConditional functions, namely
- 7070
- erste Bedingung(sfunktion)first Condition (sfunktion)
- 7171
- zweite Bedingung(sfunktion)second Condition (sfunktion)
- 7272
- dritte Bedingung(sfunktion)third Condition (sfunktion)
- 7373
- vierte Bedingung(sfunktion)fourth Condition (sfunktion)
- 7474
- fünfte Bedingung(sfunktion)fifth condition (sfunktion)
- 7575
- sechste Bedingung(sfunktion)sixth Condition (sfunktion)
- 7676
- siebte Bedingung(sfunktion)seventh Condition (sfunktion)
- 7777
- achte Bedingung(sfunktion)eighth Condition (sfunktion)
- 7878
- neunte Bedingung(sfunktion)ninth Condition (sfunktion)
- 7979
- zehnte Bedingung(sfunktion)tenth Condition (sfunktion)
- 8080
- elfte Bedingung(sfunktion)eleventh Condition (sfunktion)
- 81 bis 86 81 to 86
- Beispiele für zweidimensionales Eichmuster, nämlichExamples for two-dimensional Calibration pattern, namely
- 8181
- erstes Beispiel für zweidimensionales Eichmusterfirst example for two-dimensional calibration pattern
- 8282
- zweites Beispiel für zweidimensionales Eichmustersecond example for two-dimensional calibration pattern
- 8383
- drittes Beispiel für zweidimensionales Eichmusterthird example for two-dimensional calibration pattern
- 8484
- viertes Beispiel für zweidimensionales Eichmusterfourth example for two-dimensional calibration pattern
- 8585
- fünftes Beispiel für zweidimensionales Eichmusterfifth example for two-dimensional calibration sample
- 8686
- sechstes Beispiel für zweidimensionales Eichmustersixth example for two-dimensional calibration pattern
- 87 bis 8887 to 88
- Beispiele für dreidimensionale Eichobjekte, nämlichExamples for three-dimensional Calibration objects, namely
- 8787
- erstes Beispiel für dreidimensionales Eichobjektfirst example for three-dimensional calibration object
- 8888
- zweites Beispiel für dreidimensionales Eichobjektsecond example for three-dimensional calibration object
Claims (50)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007000344A DE102007000344A1 (en) | 2006-06-22 | 2007-06-22 | System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006000309 | 2006-06-22 | ||
DE102006000309.8 | 2006-06-22 | ||
DE102007000344A DE102007000344A1 (en) | 2006-06-22 | 2007-06-22 | System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102007000344A1 true DE102007000344A1 (en) | 2008-01-17 |
Family
ID=38825401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007000344A Withdrawn DE102007000344A1 (en) | 2006-06-22 | 2007-06-22 | System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102007000344A1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202012003277U1 (en) | 2012-03-22 | 2012-07-11 | Iris-Gmbh Infrared & Intelligent Sensors | Detection of signal interference of an optical sensor caused by damage or occlusion |
DE102015112682A1 (en) * | 2015-08-03 | 2017-02-09 | Connaught Electronics Ltd. | Method for operating a camera system with a plenoptic camera, camera system and motor vehicle |
DE102022200073A1 (en) | 2022-01-05 | 2023-07-06 | Continental Automotive Technologies GmbH | Method for checking a static surveillance system and surveillance system installed in a traffic area |
DE102022200075A1 (en) | 2022-01-05 | 2023-07-06 | Continental Automotive Technologies GmbH | Procedure for checking a static monitoring system |
-
2007
- 2007-06-22 DE DE102007000344A patent/DE102007000344A1/en not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202012003277U1 (en) | 2012-03-22 | 2012-07-11 | Iris-Gmbh Infrared & Intelligent Sensors | Detection of signal interference of an optical sensor caused by damage or occlusion |
EP2642315A2 (en) | 2012-03-22 | 2013-09-25 | Iris-Gmbh Infrared & Intelligent Sensors | Detection of optical sensor signal interference caused by damage or cover |
DE102015112682A1 (en) * | 2015-08-03 | 2017-02-09 | Connaught Electronics Ltd. | Method for operating a camera system with a plenoptic camera, camera system and motor vehicle |
DE102022200073A1 (en) | 2022-01-05 | 2023-07-06 | Continental Automotive Technologies GmbH | Method for checking a static surveillance system and surveillance system installed in a traffic area |
DE102022200075A1 (en) | 2022-01-05 | 2023-07-06 | Continental Automotive Technologies GmbH | Procedure for checking a static monitoring system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE602005003926T2 (en) | SYSTEM AND METHOD FOR RECOGNIZING AN INDICATIVE VEHICLE FROM DYNAMIC BACKGROUND USING ROBUST INFORMATION FUSION | |
AT502551B1 (en) | METHOD AND PICTURE EVALUATION UNIT FOR SCENE ANALYSIS | |
DE112009000485T5 (en) | Object comparison for tracking, indexing and searching | |
JP2004537790A (en) | Moving object evaluation system and method | |
EP2758915B1 (en) | Method for automatic real-time monitoring of marine mammals | |
WO2009003793A2 (en) | Device for identifying and/or classifying movement patterns in an image sequence of a surveillance scene, method and computer program | |
DE102018212655A1 (en) | Detection of the intention to move a pedestrian from camera images | |
DE102007013664A1 (en) | Tool e.g. blade, measuring and/or adjusting device, has rolling nut designed as roller ring transmission comprising set of roller-supported roller rings with variable upward gradient | |
Li et al. | PETS 2015: Datasets and challenge | |
WO2011117170A1 (en) | Method for visualizing zones of higher activity in monitoring scenes | |
DE102007000344A1 (en) | System for detection of sensor disturbances and for signal disturbances, has sensor for recording electromagnetic radiation and for generation of image sequences | |
Choi et al. | Real-time power line detection network using visible light and infrared images | |
CN112084892A (en) | Road abnormal event detection management device and method thereof | |
CN110909607B (en) | Passenger flow sensing device system in intelligent subway operation | |
EP3921819B1 (en) | Monitoring device and method for monitoring a man-overboard event in a ship section | |
DE102021201178A1 (en) | COMPUTER-IMPLEMENTED PROCEDURE FOR GENERATION OF RELIABILITY INDICATIONS FOR COMPUTERVISION | |
Skladchykov et al. | Application of YOLOX deep learning model for automated object detection on thermograms | |
KR101520293B1 (en) | Scheduling method for detention of object and of obtaining forensic image by visual attention, and system thereof | |
WO1997004428A1 (en) | Interactive surveillance system | |
DE10049366A1 (en) | Security area monitoring method involves using two image detection units whose coverage areas overlap establishing monitored security area | |
DE102016222134A1 (en) | Video analysis device for a monitoring device and method for generating a single image | |
DE102019123220A1 (en) | Summarize videos from multiple moving video cameras | |
EP2219155B1 (en) | Apparatus, method and computer programme for segmenting an object in an image, and video surveillance system | |
CN111063145A (en) | Intelligent processor for electronic fence | |
JP2002300573A (en) | Video diagnostic system on-board of video monitor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OR8 | Request for search as to paragraph 43 lit. 1 sentence 1 patent law | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20140101 |