-
Die Erfindung betrifft Verfahren und Vorrichtungen zur personengruppenbezogenen Einblendung von Zusatzinformationen auf einem Geldautomaten, der Geldautomat umfasst ein Display und eine Kamera.
-
Gebiet der Erfindung
-
Geldautomaten werden schon länger als Werbeplattform genutzt. Dabei kann während einer Kundensitzung, aufgrund der Kundendaten, auch personalisierte, also speziell auf den Kunden passende, Werbung eingeblendet werden. Allerdings zeigen Geldautomaten auch für Passanten zwischen den Transaktionen Werbung an, die bisher nicht personalisiert werden konnte.
-
Als Geldautomaten werden SB-Automaten bezeichnet, die über eine Eingabeeinheit (Tastatur, Touch-Screen), einen Monitor und eine Geldausgabe/Geldübergabe-Einheit verfügen. Aus Gründen der Überwachung und Sicherheit ist oftmals noch eine Portraitkamera integriert, um das Verhalten der Benutzer vor dem Geldautomat zu überwachen.
-
Überblick über die Erfindung
-
Aufgabe der Erfindung ist die Bereitstellung bzw. Einblendung von Zusatzinformationen auf einem Geldautomaten, die personengruppenbezogen ist.
-
Gelöst wird diese Aufgabe durch eine Vorrichtung mit den Merkmalen der unabhängigen Ansprüche.
-
Insbesondere wird die Aufgabe durch einen Geldautomaten mit einer Einrichtung zur personengruppenbezogenen Einblendung von Zusatzinformationen auf einem Display des Geldautomaten, und mit einer Kamera gelöst. Die Zusatzinformationen können personengruppenspezifische Werbung oder andere digitale Informationen sein.
-
Ein Geldautomat umfasst eine Berechnungseinheit zum Durchführen eines Gesichtsdetektionsverfahrens einer Person, die in einem Erfassungsbereichs der Kamera ist, zur Bestimmung des Geschlechts und des Alters. Die Berechnungseinheit kann ein Standard PC sein, auf dem ebenfalls die Funktionen des Geldautomaten implementiert sind. Die Berechnungseinheit ist dabei vorzugsweise funktional abgeschottet von der Funktionalität des Geldautomaten, so dass keinerlei schadhafte Software der Berechnungseinheit einen Einfluss auf die Funktion ds Geldautomat haben kann. Diese Abschottung kann durch die Implementierung in einer virtuellen Maschine oder der Verwendung einer SandBox erfolgen, die jeglichen Zugriff der Berechnungseinheit auf andere Softwareschichten, wie das Betriebssystem, überprüft und notfalls verhindert. Die Software wird vom Rest des Systems abgeschirmt, quasi in den Sandkasten gesetzt, in dem sie einerseits keinen Schaden anrichten kann und andererseits die Wirkungen der Software aufgezeichnet werden können. Dabei gibt es verschieden tiefgehende Techniken, die vom Umbiegen eines Dateisystems und der Registry, wie z. B. bei Sandboxie, bis hin zur kompletten Simulation eines Rechners, wie etwa VMware, Bochs oder FAUmachine, reichen.
-
Eine weitere Komponente der Erfindung ist eine Steuereinheit zum Anzeigen der digitalen Zusatzinformationen, auf die der Geldautomat Zugriff hat. Die Steuereinheit kann Software auf dem PC sein, die auf eine Datenbank Zugriff hat, in der die Daten abgelegt sind, auch diese Software kann in einem abgesicherten Bereich ablaufen. Hierbei sind die digitalen Zusatzinformationen entweder dezentral auf dem Geldautomaten abgelegt, oder es erfolgt ein Zugriff auf einen zentralen Server, auf dem zentral die Zusatzinformationenkategorien für eine Vielzahl von Geldautomaten abgelegt sind. Die Ablage kann in einer Datenbank oder als Files erfolgen. Die Kommunikation erfolgt vorzugsweise verschlüsselt und der Abruf der Daten erfolgt anhand von Identifikatoren, die das Alter und das Geschlecht verschlüsselt. So können bestimmte Zahlenbereiche das Alter kodieren, während andere Zahlenbereiche das Geschlecht kodieren. Anhand dieser Zahlenbereiche kann eine Zuordnung zu den Informationen erfolgen, die darzustellen sind auf dem Display. Auf dem Display des Geldautomaten werden dann die Zusatzinformationen angezeigt nachdem sie anhand der Zahlenbereiche bestimmt und geladen wurden, die dem Alter und dem Geschlecht der Person im Erfassungsbereich der Kamera zugeordnet sind.
-
Zur Erkennung des Geschlechts und des Alters wird eine Vorrichtung zur Klassifikation genutzt, die auf einer Testdatenbank von Gesichtsbildern durch ein maschinelles Lernverfahren trainiert wurde. In der bevorzugten Ausführungsform handelt es sich um eine Haar-Klassifikation zur Erkennung der Person. Diese basiert im Wesentlichen auf Wavelets.
-
In einer bevorzugten Ausführungsform ist die Berechnungseinheit so ausgebildet, dass, nachdem das Gesicht der Person digital erkannt wurde, automatisch ein Bereich des digitalen erkannten Gesichts ausgewählt wird, in dem sich statistisch die Augen befinden müssten. In der Regel befinden sich die Augen lediglich im oberen Drittel eines Gesichtes, so dass eine Berechnung hierauf reduziert werden kann. Nach dem diese detektiert wurden, ist die Blickrichtung anhand der Pupillenausrichtung der Person digital zu detektieren, um festzustellen, ob und wie lange die Person die Zusatzinformationen erfasst, um anhand dieser Informationen die Einblendung von Zusatzinformationen zu steuern. Auf der Basis dieser Informationen kann beurteilt werden, ob die Zusatzinformationen erfolgreich die Aufmerksamkeit der Benutzer ansprechen, oder ob sie vom Benutzer ignoriert werden. Durch dieses Feedback können Zusatzinformationen selektiv ausgewählt und beurteilt werden, die den größten Aufmerksamkeitserfolg bei den Benutzern erzielen. So können Zusatzinformationen, die lange beobachtet werden, höher eingestuft werden, als Zusatzinformationen, die lediglich kurz beobachtet werden. Jede Beobachtung wird mit einem Zeitwert in Relation zu der Zusatzinformation gespeichert, um dann ein akkumuliertes Ranking zu erreichen.
-
Benutzt man die Portraitkamera eines Geldautomaten über ein Gesichtsdetektionsverfahren als Annäherungssensor, so können aus der Gesichtsform Rückschlüsse auf das Geschlecht und das Alter der den Geldautomaten betrachtenden Person gezogen werden. Dazu wird ein Klassifikator genutzt, der auf einer Testdatenbank von Gesichtsbildern durch ein maschinelles Lernverfahren trainiert wurde.
-
Zum Finden eines Gesichts in einem Bild gibt es eine Reihe von Ansätzen. Eine Möglichkeit ist die Haar-Klassifikation zur Gesichtserkennung. Zur Erkennung des Gesichtes wird das Bild nach bestimmten Merkmalen durchsucht und mit Daten aus einem Trainingsdatensatz verglichen. Dieser Datensatz wird z. B. in der OpenCV Programmbibliothek mitgeliefert (haarcascade frontalface alt tree.xml). Die Haar-Klassifikation (Haar like features oder Haar wavelets) liefert als Ergebnis ein Array mit allen Gesichtern im Bild. Falls mehrere Gesichter erkannt wurden, wird dasjenige gewählt, das am nächsten zur Kamera ist.
-
Nachdem das Gesicht erkannt wurde, ist ein Bereich auszuwählen, in dem sich die Augen befinden müssten. Dieser Bereich wird durch Gesichtsmerkmale aus dem gefundenen Gesichtsbereich berechnet. Es ist zum Beispiel nicht nötig, im unteren Drittel eines Gesichts nach den Augen zu suchen. Dadurch wird der Suchbereich verkleinert und alle weiteren Klassifikationen bzw. Operationen auf das Bild müssen nur noch auf diese Bereiche angewendet werden. Diese Vorgehensweise reduziert den Rechenaufwand.
-
Auch die Detektion der Augen kann durch Haar-Klassifizierung erfolgen, indem spezifische Augenmuster verwendet werden. Da der Bereich, in dem nach Augen gesucht wird, im Gegensatz zum gesamten Bild, nur sehr klein ist, liefert diese Methode brauchbare Ergebnisse in geringer Zeit, was bei einer Echtzeituntersuchung von großer Bedeutung ist. Durch eine geometrische Ableitung kann die Blickrichtung der Person bestimmt werden.
-
Zusätzlich können aktuelle Gesichtsdetektionsverfahren die Blickrichtung einer Person detektieren.
-
Hierbei gilt es, die relativ, zum Kopf, beweglichen Augen, beziehungsweise deren Pupillen zu finden. Ein mögliches Verfahren bestimmt das Verhältnis der Augen zu der Nase und zusätzlich die Ausrichtung der Pupillen. Andere Verfahren sind denkbar. Hierzu wird auch auf die
DE 10 2004 039 937 A1 verwiesen. Als weitere Literatur wird auf
http://de.wikipedia.org/wiki/Blickrichtungserkennung verwiesen.
-
Für das Finden der Pupillen sollte eine Kamera eingesetzt werden. In bevorzugten Fällen kann eine zweite Kamera hinzugezogen werden, um so ein räumlich besseres Bild zu erlangen.
-
Jede Kamera liefert ein geringfügig anderes Bild als die jeweils andere Kamera, so dass eine räumliche Aufnahme erreicht werden kann.
-
Nachdem so die Bilder erfasst wurden, werden Sie auf der Basis einer Datenbank klassifiziert und Kategorien zugeordnet. Die Datenbank wurde im Vorfeld mit Hilfe von KI-Netzwerken, Support-Vektor-Maschinen und/oder Entscheidungsbäumen ID3, C4.5 trainiert.
-
Angesichts der Proportionen von Haaren, Länge der Haare, Augen, der Größe von Nasen, der Kantigkeit von Gesichtszügen kann das Alter und das Geschlecht bestimmt werden. In einigen Ausführungsformen können der Haarwuchs, Bartbehaarung und auch Sehhilfen, wie Brillen bestimmt werden, um spezifische Informationsangebote zu erstellen, die auf diese Personengruppen angewendet werden können.
-
Figuren Beschreibung:
-
Im Folgenden werden die Figuren kurz beschrieben, auf die die folgende detaillierte Beschreibung Bezug nimmt.
-
1 zeigt eine Gesichtserkennung anhand eines Fotos.
-
2 zeigt ein Ablaufdiagramm einer Gesichtserkennung.
-
3 zeigt einen Geldautomaten mit einer Kamera und einer Vorrichtung zur Erkennung von Personen, damit entsprechende Zusatzinformationen eingeblendet werden können.
-
Detaillierte Beschreibung der Figur
-
Die 1 zeigt eine Aufnahme einer Person, deren Gesicht gerastert ist und deren Pupillen bestimmt sind durch Zielkreuze, um zu erkennen, ob die Zusatzinformationen beachtet werden oder nicht.
-
2 zeigt ein Ablaufdiagramm der vorliegenden Erfindung. In einem ersten Schritt erfolgt eine Personen- bzw. Gesichtsdetektion, um zu erkennen, ob eine Person sich vor dem Automaten befindet. Falls eine Person erkannt wurde, erfolgt eine Bestimmung des Alters und des Geschlechts. Anhand dieser Daten werden Zusatzinformationen bestimmt, die zum Beispiel von einem Server abgerufen werden können, der sich an einem zentralen Standort befindet. Auf diesem zentralen Server werden unterschiedliche Kategorien von Zusatzinformationen verwaltet und regelmäßig den Geldautomaten zur Verfügung gestellt, indem diese Daten überspielt werden oder es wird auf Anforderung eine online Datenübertragung vorgenommen. Nachdem die Zusatzinformationen anhand des Alters und Geschlechts bestimmt wurden, erfolgt eine Anzeige der Zusatzinformation. Um die Reaktion der Benutzer zu überprüfen, erfolgt eine digitale Erkennung der Pupillen der Person, um anhand der Ausrichtung der Pupillen erkennen zu können, ob die Personen auf die Zusatzinformationen reagieren. Entsprechend wird eine Bestimmung der Beobachtungszeit vorgenommen und es erfolgt eine Rückmeldung zur Steuerung der Auswahl der Zusatzinformationen für die Zukunft. Falls Zusatzinformation eine hohe Aufmerksamkeit erzielen, so werden diese mit einem entsprechenden Wert versehen, so dass diese bei einer erneuten Auswahl bevorzugt berücksichtigt werden.
-
Die 3 zeigt den Aufbau eines Geldautomaten mit einer Kamera 1 und einer Anzeigeeinheit 2. Weiterhin ist eine Bearbeitungseinheit 3 gegeben, die vorzugsweise in einem abgeschirmten Modus ein Softwaremodul 4 laufen lässt, das die Gesichtserkennung und die Anzeige der Zusatzinformation vornimmt. Diese Einheit ist über ein Netzwerk mit einem Server 5 verbunden, der zentral die Zusatzinformationen bereitstellt.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102004039937 A1 [0016]
-
Zitierte Nicht-Patentliteratur
-
- http://de.wikipedia.org/wiki/Blickrichtungserkennung [0016]