DE19641000A1 - Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse - Google Patents
Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer PersonenschleuseInfo
- Publication number
- DE19641000A1 DE19641000A1 DE19641000A DE19641000A DE19641000A1 DE 19641000 A1 DE19641000 A1 DE 19641000A1 DE 19641000 A DE19641000 A DE 19641000A DE 19641000 A DE19641000 A DE 19641000A DE 19641000 A1 DE19641000 A1 DE 19641000A1
- Authority
- DE
- Germany
- Prior art keywords
- zone
- image
- zones
- classification
- security gate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Lock And Its Accessories (AREA)
- Image Analysis (AREA)
- Burglar Alarm Systems (AREA)
- Image Processing (AREA)
Description
Die Erfindung betrifft einerseits ein Verfahren und ande
rerseits eine Anordnung zur automatischen Erkennung der
Anzahl von Personen in einer Personenschleuse.
Personenschleusen sind beispielsweise als mechanische
Vereinzelungsanlagen in Form von Drehkreuzen oder Wiege
schleusen bekannt. Je nach Ausführung ist der mechanische
Aufwand für derartige Anlagen teilweise hoch. Auch aus
bautechnischen Gründen ist die Anwendung häufig begrenzt.
Da die Vereinzelung durch mechanische Sperren erzwungen
wird, sind solche Personenschleusen räumlich eng. Dies
kann insbesondere dann zu Problemen führen, wenn Personen
in Rollstühlen die Personenschleuse passieren müssen.
Durch die DD 2 89 837 A5 zählt desweiteren ein Verfahren
und eine Anordnung zur automatischen Erkennung der Anzahl
von Personen in einer Personenschleuse zum Stand der
Technik. Hierbei wird die bildliche Szene mit einer fest
an der Decke der Personenschleuse installierten elektro
nischen Kamera aufgenommen und deren digitalisierte Bild
signale von einem Bildverarbeitungsrechner ausgewertet.
Dazu wird ein Hintergrundbild (Referenzbild) der leeren
Schleuse gespeichert. Die Personenerkennung erfolgt durch
Auswertung des Differenzbilds zu diesem Hintergrundsbild
im Hinblick auf die Anzahl der vom Hintergrundbild ver
schiedenen Pixel und die Anzahl der zusammenhängenden
Teilmengen von verschiedenen Pixeln. Zu Ungenauigkeiten
bei der Arbeit mit einem einfachen Differenzbild kommt
es, weil Hintergrundstrukturen, die im aktuellen Bild
durch die Person verdeckt sind, im Differenzbild zu uner
wünschten Strukturartefakten führen. Desweiteren kommt es
bei Änderung der Beleuchtungshelligkeit zu einer uner
wünschten Aktivierung in allen Bereichen des Differenz
bilds.
Um eine Unterscheidung zwischen einer Person und mehreren
Personen treffen zu können, muß die von der Person einge
nommene Fläche im Kamerabild mit einem personengebun
denen, von den Körperabmessungen abhängigen Schwellwert
verglichen werden.
Bei dem bekannten Verfahren werden nach verschiedenen
Maßnahmen zur Kontrastbilderzeugung letztlich nur die von
den Merkmalen eingenommene Fläche und ihre Topologie zur
Klassifizierung herangezogen. Es werden nur statische
Bilder der Schleusensituation aufgenommen. Für jede Per
son ist initial ein personengebundener Schwellwert zu er
mitteln und zu speichern. Bei jeder Begehung der Perso
nenschleuse muß die Person diesen Schwellwert wieder ein
geben oder sich in geeigneter Weise ausweisen. Diese Maß
nahmen führen zu einer umständlichen Handhabung des
Systems.
Nachteilig ist weiterhin, daß der ganze Schleusenraum
verdeckungsfrei überwacht werden muß. Dies ist in der
Praxis insbesondere bei größeren Schleusenräumen nur
schwierig sicherzustellen, da hier Personen, die sich in
Raumbereichen seitlich zur Blickrichtung der Kamera be
finden, durch andere Personen verdeckt werden können.
Folglich ist auch die Zuverlässigkeit der Personen
schleuse unzureichend.
Da die bekannte Personenschleuse im eigentlichen Sinne
nicht zählen, das heißt keine Unterscheidung von zwei,
drei oder mehreren Personen vornehmen kann, ist sie in
ihrer Anwendung auf den Einsatz als reine Vereinzelungs
schleuse beschränkt. In vielen Anwendungen ist es jedoch
wünschenswert, einen Schleusenraum zwecks schnellerer Ab
fertigung durch mehrere Personen betreten zu lassen, die
sich anschließend separat ausweisen können.
Der Erfindung liegt ausgehend vom Stand der Technik die
Aufgabe zugrunde, ein Verfahren zur automatischen Erken
nung der Anzahl von Personen in einer Personenschleuse zu
schaffen, welches anhand der aufgenommenen dynamischen
Bildszene eine zuverlässige Unterscheidung ermöglicht, ob
eine festgestellte Bewegung auf eine oder mehrere Perso
nen zurückgeht und die Unterscheidung unabhängig von der
Art, Größe und Form der Personen erfolgt. Ferner zielt
die Erfindung auf eine Anordnung ab, welche eine ver
deckungsfreie Überwachung eines definierten Schleusenbe
reichs ermöglicht und unabhängig von den baulichen Gege
benheiten Anwendung finden kann.
Die Lösung des verfahrensmäßigen Teils dieser Aufgabe be
steht in den Merkmalen des Anspruchs 1.
Bei dem erfindungsgemäßen Verfahren wird die bildliche
Szene der Personenschleuse, die eine Eingangs-, eine
Klassifikations- und eine Austrittszone aufweist, welche
durch seitliche Randzonen begrenzt sind, mit einer Kamera
aufgezeichnet und deren Bildsignale rechnergestützt aus
gewertet. Hierbei wird eine Bewegungsdetektion durchge
führt und bei Feststellung einer Bewegung in der
Klassifikationszone ein aufgenommenes Bild an einen Klas
sifikator weitergeleitet. Unter Ausblendung statischer
Hintergrundstrukturen wird die Auswertung vorgenommen.
Nach Auswertung werden die Auswertesignale zur Steuerung
von Folgeoperationen benutzt.
Die Bewegungsdetektion funktioniert unabhängig von Hin
tergrundstrukturen.
Bei diesen Folgeoperationen kann es sich beispielsweise
um das Auslösen eines Alarms, um das Öffnen oder
Schließen einer Tür oder auch das Sperren von Schließan
lagen, beispielsweise von Bankschließfächern, handeln.
Das erfindungsgemäße Verfahren ermöglicht anhand der auf
genommenen Vidiosequenz sicher zu entscheiden, ob es sich
bei einer in der Personenschleuse festgestellten Bewegung
um eine oder mehrere Personen handelt. Die Detektion ist
dabei unabhängig von der Art, Größe und Form der Person.
Erfindungswesentlich ist, daß eine Ausblendung von stati
schen, im Raum befindlichen visuellen Hintergrundstruk
turen vorgenommen wird. Ferner wird die Bewegungsdetek
tion ständig vorgenommen, so daß Fremdbewegungen während
des Eintritts einer Person erkannt werden. Ein in der
Klassifikationszone festgestelltes Bewegungsmuster wird
dann dahingehend ausgewertet, ob es eine einzelne
menschliche Person zeigt.
Alle diese Schritte werden durch einen hinreichend
schnellen Bildverarbeitungsalgorithmus unterstützt, so
daß eine lückenlose Überwachung möglich ist.
Für die notwendige schnelle Merkmalsextraktion wird die
an sich bekannte Topologie-Kodierung mit Monotonieopera
tor benutzt. Dieses Verfahren zeichnet sich durch seine
schnelle Berechnungsmöglichkeit, die Rauschunempfindlich
keit durch adaptive Schwellwertbestimmung und durch die
Kodierung von Richtungsinformationen der im Bild befind
lichen Grauwertkanten aus.
Erfindungsgemäß wird der Bereich der Personenschleuse dy
namisch beobachtet, das heißt, die Ist-Bildsituation wird
ständig überwacht.
Aus der dynamischen Sequenz der Videobilder kann Bewe
gungsinformation detektiert und ausgewertet werden. Dies
führt im Vergleich zu bekannten Verfahren zu einer we
sentlich höheren Zuverlässigkeit und Sicherheit. Darüber
hinaus ist es möglich, mehr als eine Person zu zählen,
wobei die Kamera nur den vergleichsweise kleinen Perso
nenschleusenbereich überwachen muß. Verdeckungen werden
vermieden bzw. aufgespürt und solche Formationen als un
zulässig erkannt.
Zur Bewegungsdetektion wird ein temporal-rekursiver Fil
ter auf die Folge der Videobilder angewendet (Anspruch
6).
Als besonders vorteilhaft wird ein temporal-rekursiver
Filter der Form
Si = |ai - bi|
ai = kai-1 + (1-k)Ii
bi = mbi-1 + (1-m)Ii
ai = kai-1 + (1-k)Ii
bi = mbi-1 + (1-m)Ii
verwendet, mit Parametern 0 < k < m < 1, dem Grauwert Ii
eines Pixels zum Zeitschritt i und der Filterantwort Si
zum Zeitschritt i. Ist der Grauwert zeitlich konstant, Ii
= Ii-1 = Ii-2 = . . . = const, so ist die Filterantwort Si =
0. Bei einem Grauwertsprung am betreffenden Pixel führen
die verschiedenen Abklingkonstanten k und m zu einer
nicht negativen Filterantwort Si < 0. Die Filteroperation
wird auf alle Pixel einer Zone (Eingangs-, Klassifika
tions-, Ausgangs- oder Randzone) angewendet. Wenn die
Summe aller Zonenpixel mit Si < θ mit Parameter θ eine
vorgegebene Anzahl überschreitet, wird die Zone in den
Zustand "Bewegung detektiert" versetzt.
Der Vorteil einer solchen Bewegungsdetektion durch ein
temporal rekursives Filter liegt neben der schnellen Be
rechnung darin, daß die Methode unabhängig vom Grauwert
des Hintergrunds arbeitet und somit keine Speicherung der
Hintergrundsmerkmale als Referenz erfordert.
Das Ergebnis wird fortlaufend im Hinblick auf die Ein
gangs-Klassifikations- und Austrittszone mit einer Ge
schwindigkeit von acht bis zehn Bildern pro Sekunde aus
gewertet. Durch die erfindungsgemäß vorgenommene Anord
nung der Zonen kann eine sichere Unterscheidung von zu
lässigen und unzulässigen Eintrittsvorgängen vorgenommen
werden.
Zulässig ist eine nacheinander erfolgende Aktivierung von
Eintrittszone, Klassifikationszone und Austrittszone mit
anschließendem Ruhezustand, das heißt, Bewegungsinaktivi
tät in der Personenschleuse. Unzulässig ist eine Rückkehr
beispielsweise von der Austrittszone in die Klassifika
tionszone. Unzulässig ist ferner jedwede Aktivierung der
Randzonen.
Sobald eine Bewegung im Zentrum der Klassifikationszone
detektiert wird, wird das aufgenommene Bild an den Klas
sifikator weitergeleitet. Gleichzeitig wird die Ein
trittszone gesperrt (Anspruch 2). In der Eintrittszone
darf dann keine Bewegungsaktivität mehr vorliegen. Auf
diese Weise wird verhindert, daß nach der Klassifikation
und vor Abschluß des Eintrittsvorgangs eine weitere Per
son in die Klassifikationszone eintritt.
Da die Bewegungsdetektion hinreichend schnell erfolgt,
wird sichergestellt, daß bei einem normalen Eintrittsvor
gang, auch bei schnellem Durchgang der Person, immer ein
gültiges Bild aufgenommen wird und an den Klassifikator
weitergeleitet werden kann.
Immer wenn ein unzulässiger Eintrittsvorgang festgestellt
worden ist, wird ein Alarmzustand ausgelöst. Dies ge
schieht beispielsweise bei Aktivierung der Randzonen, wie
dies Anspruch 6 vorsieht. Danach ist ein Reset-Vorgang
notwendig, um wieder in den Regelbetrieb überzugehen.
Bei einer Anlage beispielsweise, in der die Personen über
die Personenschleuse in einen Schleusenraum gelangen,
müssen diese den Schleusenraum verlassen und der Ein
trittsvorgang muß nach einem Reset wiederholt werden.
Vor dem Reset-Vorgang ist sicherzustellen, daß sich keine
Person mehr im Schleusenraum befindet. Dies kann dadurch
geschehen, daß der Alarmzustand an eine Leitzentrale wei
tergeleitet wird und sich das Wachpersonal von der ord
nungsgemäßen Leere des Raums, beispielsweise mittels
einer konventionellen Videoüberwachung, überzeugt. An
schließend wird der Resetvorgang durchgeführt.
Eine alternative Möglichkeit besteht darin, den gesamten
Raum durch eine zweite Videokamera zusätzlich zu über
wachen. Auch für diese Videokamera wird ein Hintergrunds
bild gespeichert. Nach einer Alarmauslösung wird ein
automatischer Reset nur dann möglich, wenn das aktuelle
Bild nach Ausblendung des Hintergrunds frei von Merkmalen
ist bzw. die Anzahl der Merkmale eine vorgegebene Grenz
schwelle nicht überschreitet.
Für die Ausblendung der statischen Hintergrundstrukturen
wird gemäß den Merkmalen des Anspruchs 4 zunächst ein
Hintergrundbild mit den statischen Hintergrundstrukturen
aufgenommen. Von diesem werden dann mittels Topologie-Ko
dierung mit Monotonieoperator im Hintergrundbild alle
Stellen mit Kantenmerkmalen ermittelt und diese Kanten
merkmale in einer Maske richtungsorientiert gespeichert.
Von einem aktuell aufgenommenen Bild werden ebenfalls
alle Kantenmerkmale durch Topologie-Kodierung mit Mono
tonieoperator ermittelt und alle Kantenmerkmale des aktu
ellen Bilds, die mit gleicher Position und Richtung auch
in der Maske vorhanden sind, anschließend gelöscht. Dies
erfolgt durch Subtraktion der einzelnen digitalen Infor
mationseinheiten.
Auf diese Weise wird vermieden, daß die Verdeckung einer
Hintergrundstruktur zu einer fälschlichen Struktur im
korrigierten Bild führt.
Entsprechend den Merkmalen des Anspruchs 5 wird ein Bild
bei der Klassifikation dahingehend ausgewertet, ob es
eine einzelne menschliche Person zeigt.
Hierbei werden im aktuellen Bild mittels Topologie-Kodie
rung mit Monotonieoperator die Kantenmerkmale berechnet.
Dabei werden die Hintergrundstrukturen, wie oben be
schrieben, ausgeblendet. Übrig bleibt ein Merkmalsbild,
das Aktivität nur an den Stellen zeigt, wo sich Personen
befinden. Der Schwerpunkt dieser Merkmale, der dem Zen
trum einer Person entspricht, wird berechnet. An
schließend wird die auf den Schwerpunkt bezogene Lage der
Merkmale und ihre Richtung als Information durch einen
neuronalen Algorithmus ausgewertet. Hierbei handelt es
sich um ein sogenanntes Backpropagation-Netz, welches
grundsätzlich bekannt ist. Hierbei werden die vom aktuel
len Bild erhaltenen Informationen im Vergleich zu vorge
gebenen Formationsschwerpunkten bewertet. Das Netz ist
darauf trainiert, die typische Kopf-Schulter-Formation
einer aufrecht stehenden Person zu erkennen und alle vor
stellbaren Zwei-Personen-Formationen zu selektieren bzw.
zurückzuweisen.
Das neuronale Netz erlaubt je nach Anwendungsfall eine
flexible Erweiterung auf ergänzende Anforderungen der
Personenschleuse. Dementsprechend kann beispielsweise
auch die Begehung der Personenschleuse mit einem Roll
stuhl erlaubt werden. Die Formation eines Rollstuhlfah
rers wird dann zuverlässig erkannt. Bauliche Änderungen
der Personenschleuse ergeben sich hierdurch nicht.
Die Lösung des gegenständlichen Teils der Aufgabe ist in
den Merkmalen des Anspruchs 7 zu sehen.
Durch die Ausbildung der Personenschleuse mit in Durch
gangsrichtung hinsichtlich ihrer Breite festgelegter Ein
gangszone, Klassifikationszone und Austrittszone, die
durch seitliche Randzonen begrenzt sind, wird eine ver
deckungsfreie Überwachung eines definierten Schleusenbe
reichs ermöglicht.
Zweckmäßigerweise ist die Kamera so installiert, daß sie
den Bereich der Personenschleuse in Vogelperspektive er
faßt. Die Randzonen sind durch Bodenmarkierungen kennt
lich gemacht. Dies kann auf unterschiedlichste Weise,
beispielsweise durch Klebe- oder Leucht- bzw. Lichtstrei
fen, erfolgen.
Die von der Kamera aufgenommene bildliche Szene der Per
sonenschleuse wird rechnergestützt ausgewertet. Je nach
Konfiguration des Systems meldet die Anordnung die Anzahl
der eingetretenen Personen an eine übergeordnete Überwa
chungseinheit oder gibt die Freigabe von zulässigen
Folgeoperationen, wenn die Anzahl der eingetretenen Per
sonen mit einer vorgestellten Anzahl, z. B. eine Person,
übereinstimmt.
Eine zweckmäßige Weiterbildung der erfindungsgemäßen An
ordnung besteht nach den Merkmalen des Anspruchs 8 darin,
die Personenschleuse um eine automatische Gesichtserken
nung zu erweitern. Diese kann der Personenschleuse
vor- und/oder nachgeschaltet sein.
Auf diese Weise kann sowohl eine Vereinzelung der zu
gangsberechtigten Personen als auch eine Identifikation
der jeweiligen Person durch Aufnahme der markanten Ge
sichtsmerkmale und Auswertung derselben vorgenommen wer
den. Dies führt insbesondere in Hochsicherheitsbereichen
zu einer erhöhten Sicherheit bei gleichzeitig weiterer
Automatisierung des Zugangsvorgangs.
Die Erfindung ist nachfolgend anhand eines in der Zeich
nung dargestellten Ausführungsbeispiels beschrieben. Es
zeigen:
Fig. 1 in der Draufsicht eine schematische Darstel
lung einer erfindungsgemäßen Personenschleuse
und
Fig. 2 in perspektivischer Darstellungsweise die Si
tuation in einem Schleusenraum.
In den Fig. 1 und 2 ist mit 1 eine Personenschleuse
einer Überwachungsanlage bezeichnet, in der mit Hilfe
einer Videokamera 2 und eines mit dieser gekoppelten,
hier nicht dargestellten Rechners die Personen gezählt
werden, die durch einen Zugang 3 über eine Tür 4 in einen
Schleusenraum 5 eintreten. Dabei nimmt die Videokamera 2,
die über der Tür 4 angebracht ist, die Situation der Per
sonenschleuse 1 auf.
Für den Zugang wird die Tür 4 manuell oder automatisch
geöffnet. Die Videokamera 2 ist so angebracht, daß sie
den hinter der Tür 4 liegenden Bereich der Personen
schleuse 1 in Vogelperspektive erfaßt. Hierzu befindet
sich die Videokamera 2 in einer Höhe von ca. 2,50 m über
dem Boden mit Blickrichtung senkrecht nach unten.
In der Fig. 1 sind einzelne Zonen der Personenschleuse 1
schematisch dargestellt. In der durch den Pfeil DR ge
kennzeichneten Durchgangsrichtung weist die Personen
schleuse 1 eine Eingangszone 6, eine Klassifikationszone
7 und eine Austrittszone 8 auf. Diese werden jeweils
seitlich durch Randzonen 9 begrenzt.
Die Grenzen zu den Randzonen 9 sind durch Bodenmarkierun
gen 10 kenntlich gemacht.
Personen, die Zugang wünschen, müssen einzeln durch die
Personenschleuse 1 eintreten bis hinter die Austrittszone
8. Hierbei dürfen die Randzonen 9 nicht betreten werden.
Die Überwachungsanlage prüft jeden dieser einzelnen Ein
tritte und löst bei einem unzulässigen Vorgang einen
Alarm aus.
Anhand der in der Personenschleuse 1 aufgenommenen Video
sequenz wird die Entscheidung vorgenommen, ob eine in der
Personenschleuse 1 festgestellte Bewegung von einer oder
mehrerer Personen hervorgerufen wird.
Dies geschieht unter Ausblendung von statischen, im Raum
befindlichen visuellen Hintergrundstrukturen. Hierzu ist
zunächst bei der Installation der Überwachungsanlage ein
Bild des statischen Hintergrunds aufgenommen, hinsicht
lich der Kantenmerkmale ausgewertet und in einer Maske
abgespeichert worden.
Die aufgenommene Ist-Bildsituation wird ebenfalls hin
sichtlich ihrer Kantenmerkmale ausgewertet. Durch Bildung
der Schnittmenge und Löschen übereinstimmender Informa
tionseinheiten wird das Hintergrundbild ausgeblendet.
Zur Bewegungsdetektion wird ein temporal-rekursiver Fil
ter auf die Folge der Videobilder angewendet, wobei eine
fortlaufende Auswertung mittels eines schnell ablaufenden
Bildverarbeitungsalgorithmus erfolgt. Durch die vorgenom
mene Anordnung von Eintrittszone 6, Klassifikationszone 7
und Austrittszone 8 kann eine sichere Unterscheidung von
zulässigen und unzulässigen Eintrittsvorgängen vorgenom
men werden. Eine als berechtigt klassifizierte Person
kann nicht eine oder mehrere nicht angemeldete Personen
durch die so kontrollierte Tür 4 bzw. die Personen
schleuse 1 mitnehmen. Auch ein seitliches Verlassen der
Personenschleuse 1 wird durch die Bewegungsdetektion in
den Randzonen 9 verhindert.
Bei Detektion einer Bewegung im Zentrum der Klassifika
tionszone 7 wird das aufgenommene Bild an den Klassifika
tor (Rechner) weitergeleitet. Gleichzeitig wird die Ein
trittszone 6 gesperrt. Sollte eine weitere Person in die
Klassifikationszone 7 eintreten, und zwar vor Abschluß
des Eintrittsvorgangs, wird der Eintrittsvorgang als un
zulässig erkannt und zurückgewiesen.
Der Klassifikator wertet ein Bild dahingehend aus, ob es
sich um eine einzelne menschliche Person handelt. Dies
geschieht unter Ausblendung der Hintergrundsmerkmale, so
daß ein Merkmalsbild übrig bleibt, welches nur Aktivität
an den Stellen zeigt, wo sich Personen befinden. Der
Schwerpunkt dieser Merkmale, der dem Zentrum der Person
entspricht, wird berechnet. Der Formationsschwerpunkt ist
in der Fig. 1 mit SP bezeichnet. Der Formationsschwer
punkt SP entspricht dem digitalen Abbild einer Kopf-
Schulter-Transformation.
Die Erkennung der korrekten Zahl der Personen durch Aus
wertung der auf den Schwerpunkt SP bezogenen Lage der
Merkmale und ihrer Richtung wird über ein neuronales Netz
gesteuert. Dieses ist zuvor mit möglichen Bildern und Si
tuationen trainiert worden.
Das neuronale Netz bewertet neben der Fläche auch die
Richtung und den Zusammenhang der Merkmale. Dadurch ist
die Klassifikation eines Objekts hinsichtlich einer typi
schen Kopf-Schulter-Transformation möglich.
Wenn die Tür 4 wieder geschlossen ist und kein Alarm aus
gelöst wurde, erfolgt eine Meldung mit der Anzahl der
eingetretenen Personen an eine übergeordnete Überwa
chungseinheit. Je nach Konfiguration kann auch die Frei
gabe einer weiteren Tür für das Verlassen des Schleusen
raums 5 erfolgen, wenn die Anzahl der eingetretenen Per
sonen mit einer voreingestellten Anzahl übereinstimmt.
Die Voreinstellung kann so vorgenommen werden, daß immer
nur eine Person passieren darf. Möglich ist aber auch,
daß zwecks schneller Abfertigung mehrere Personen den
Schleusenraum 5 betreten, die sich dann zusätzlich sepa
rat ausweisen.
Aus der Fig. 2 ist ferner zu entnehmen, daß im Schleu
senraum 5 eine weitere Videokamera 11 vorgesehen ist.
Hierdurch kann die Anwesenheit von Personen im Schleusen
raum 5 überwacht werden. Nach einem Alarmzustand kann mit
Hilfe der Videokamera 11 die ordnungsgemäße Leere des
Schleusenraums 5 überprüft werden.
Ferner ist in der Fig. 2 eine Konsole 12 einer automa
tisch arbeitenden Gesichtserkennungsanlage 13 zu erken
nen. Mit Hilfe der Gesichtserkennung kann eine personen
bezogene Identifikation der eingetretenen Personen vorge
nommen werden. Dies geschieht durch Aufnahme der markan
ten Gesichtsmerkmale und rechnergestützter Auswertung
dieser Informationen.
Bezugszeichenliste
1 Personenschleuse
2 Videokamera
3 Zugang
4 Tür
5 Schleusenraum
6 Eintrittszone
7 Klassifikationszone
8 Austrittszone
9 Randzone
10 Bodenmarkierung
11 Videokamera
12 Konsole
13 Gesichtserkennungsanlage
DR Durchgangsrichtung
SP Zentrum einer Person
2 Videokamera
3 Zugang
4 Tür
5 Schleusenraum
6 Eintrittszone
7 Klassifikationszone
8 Austrittszone
9 Randzone
10 Bodenmarkierung
11 Videokamera
12 Konsole
13 Gesichtserkennungsanlage
DR Durchgangsrichtung
SP Zentrum einer Person
Claims (8)
1. Verfahren zur automatischen Erkennung der Anzahl von
Personen in einer Personenschleuse (1) mit jeweils
durch seitliche Randzonen begrenzten Eingangs- (6),
Klassifikations- (7) und Austrittszonen (8) durch
Aufnahme der bildlichen Szene mit einer Kamera (2),
deren Bildsignale rechnergestützt ausgewertet werden,
wobei eine Bewegungsdetektion durchgeführt wird und
bei Feststellung einer Bewegung in der Klassifika
tionszone (7) ein aufgenommenes Bild an einen Klassi
fikator weitergeleitet sowie von diesem unter Aus
blendung statischer Hintergrundstrukturen ausgewertet
wird und die Auswertesignale zur Steuerung von Fol
geoperationen benutzt werden.
2. Verfahren nach Anspruch 1, dadurch
gekennzeichnet, daß bei Weiterleitung
eines Bildsignals an den Klassifikator die Eintritts
zone (6) gesperrt wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch
gekennzeichnet, daß bei einer Aktivie
rung der Randzonen (9) ein Alarm ausgelöst wird.
4. Verfahren nach einem der Anspruch 1 bis 3,
dadurch gekennzeichnet, daß ein
Hintergrundbild mit den statischen Hintergrundstruk
turen aufgenommen wird und mittels Topologie-Kodie
rung mit Monotonieoperator im Hintergrundbild alle
Stellen mit Kantenmerkmalen ermittelt sowie die Kan
tenmerkmale in eine Maske richtungsorientiert gespei
chert werden, und daß ein aktuelles Bild aufgenommen
wird, von dem wiederum alle Kantenmerkmale durch
Topologie-Kodierung mit Monotonieoperator ermittelt
und alle Kantenmerkmale des aktuellen Bilds, die mit
gleicher Position und Richtung auch in der Maske vor
handen sind, gelöscht werden.
5. Verfahren nach einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet, daß die
unter Ausblendung der Hintergrundstrukturen ermittel
ten Kantenmerkmale schwerpunktmäßig reduziert und die
auf den Schwerpunkt bezogene Lage und Richtung der
Kantenmerkmale mittels eines neuronalen Algorithmus
im Vergleich zu vorgegebenen Formationsschwerpunkten
bewertet werden.
6. Verfahren nach einem der Ansprüche 1 bis 5,
dadurch gekennzeichnet, daß die
Bewegungsdetektion in den Zonen (6, 7, 8, 9) mittels
eines temporal-rekursiven Filters durchgeführt wird.
7. Anordnung zur Durchführung des Verfahrens gemäß einem
der Ansprüche 1 bis 6, wobei in der Personenschleuse
(1) in Durchgangsrichtung eine hinsichtlich ihrer
Breite festgelegte Eingangs- (6), Klassifikations- (7)
und Austrittszone (8) vorgesehen ist, welche
durch seitliche Randzonen (9) begrenzt sind und der
Personenschleuse (1) eine Bewegungen detektierende
und aufzeichnende Kamera (2) zugeordnet ist, welche
mit einem Rechner gekoppelt ist.
8. Anordnung nach Anspruch 7, dadurch
gekennzeichnet, daß der Personenschleuse
(1) eine automatische Gesichtserkennung (13)
vor- und/oder nachgeschaltet ist.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19641000A DE19641000B8 (de) | 1996-10-04 | 1996-10-04 | Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19641000A DE19641000B8 (de) | 1996-10-04 | 1996-10-04 | Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse |
Publications (3)
Publication Number | Publication Date |
---|---|
DE19641000A1 true DE19641000A1 (de) | 1998-04-09 |
DE19641000C2 DE19641000C2 (de) | 1999-03-18 |
DE19641000B8 DE19641000B8 (de) | 2005-08-25 |
Family
ID=7807897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19641000A Expired - Fee Related DE19641000B8 (de) | 1996-10-04 | 1996-10-04 | Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19641000B8 (de) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19810792A1 (de) * | 1998-03-12 | 1999-09-16 | Zentrum Fuer Neuroinformatik G | Verfahren zum Verifizieren der Authentizität eines im Rahmen einer Personenerkennung aufgenommenen Bildes |
DE10127750C1 (de) * | 2001-06-07 | 2002-10-31 | Dahmen Frank | Appartementanlage |
EP1306815A1 (de) * | 2001-10-25 | 2003-05-02 | SkiData AG | Zugangskontrolleinrichtung |
WO2005045769A1 (de) * | 2003-11-05 | 2005-05-19 | Fastcom Technologies Sa | Verfahren und einrichtung für durchgangskontrolle und/oder personenvereinzelung |
US6967674B1 (en) | 1999-09-06 | 2005-11-22 | Displaycom Gmbh | Method and device for detecting and analyzing the reception behavior of people |
DE202022103234U1 (de) | 2022-06-08 | 2023-09-20 | Leuze Electronic Gmbh + Co. Kg | Überwachungseinrichtung |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009036641A1 (de) * | 2009-08-07 | 2011-02-10 | Sick Ag | Sicherung eines nur über eine sichere Zugangsschleuse zugänglichen Raumbereichs |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182776A (en) * | 1990-03-02 | 1993-01-26 | Hitachi, Ltd. | Image processing apparatus having apparatus for correcting the image processing |
DE4417128A1 (de) * | 1994-05-16 | 1995-12-14 | Elnic Gmbh | Bilderfassungs- und -verarbeitungsverfahren insbesondere zur Steuerung von Vorrichtungen sowie zugehöriges Bilderfassungs- und -verarbeitungssystem |
DE4440671A1 (de) * | 1994-11-04 | 1996-05-09 | Bosch Gmbh Robert | Verfahren zur objektorientierten Erkennung bewegter Objekte |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DD289837A5 (de) * | 1989-11-28 | 1991-05-08 | Adw,Institut Fuer Informatik Und Rechentechnik,De | Verfahren und anordnung zur automatischen erkennung der anzahl von personen |
-
1996
- 1996-10-04 DE DE19641000A patent/DE19641000B8/de not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182776A (en) * | 1990-03-02 | 1993-01-26 | Hitachi, Ltd. | Image processing apparatus having apparatus for correcting the image processing |
DE4417128A1 (de) * | 1994-05-16 | 1995-12-14 | Elnic Gmbh | Bilderfassungs- und -verarbeitungsverfahren insbesondere zur Steuerung von Vorrichtungen sowie zugehöriges Bilderfassungs- und -verarbeitungssystem |
DE4440671A1 (de) * | 1994-11-04 | 1996-05-09 | Bosch Gmbh Robert | Verfahren zur objektorientierten Erkennung bewegter Objekte |
Non-Patent Citations (1)
Title |
---|
HUGGLE, ECKSTEIN: "Extraktion von Personen in Videobildern" Mustererkennung 1995, 17. DAGM- Symposium, Bielefeld, 13.-15.09.1995, Springer- Verlag, S. 134-144 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19810792A1 (de) * | 1998-03-12 | 1999-09-16 | Zentrum Fuer Neuroinformatik G | Verfahren zum Verifizieren der Authentizität eines im Rahmen einer Personenerkennung aufgenommenen Bildes |
US6922478B1 (en) | 1998-03-12 | 2005-07-26 | Zn Vision Technologies Ag | Method for verifying the authenticity of an image recorded in a person identifying process |
US6967674B1 (en) | 1999-09-06 | 2005-11-22 | Displaycom Gmbh | Method and device for detecting and analyzing the reception behavior of people |
DE10127750C1 (de) * | 2001-06-07 | 2002-10-31 | Dahmen Frank | Appartementanlage |
EP1306815A1 (de) * | 2001-10-25 | 2003-05-02 | SkiData AG | Zugangskontrolleinrichtung |
WO2005045769A1 (de) * | 2003-11-05 | 2005-05-19 | Fastcom Technologies Sa | Verfahren und einrichtung für durchgangskontrolle und/oder personenvereinzelung |
DE202022103234U1 (de) | 2022-06-08 | 2023-09-20 | Leuze Electronic Gmbh + Co. Kg | Überwachungseinrichtung |
Also Published As
Publication number | Publication date |
---|---|
DE19641000B8 (de) | 2005-08-25 |
DE19641000C2 (de) | 1999-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0853299B2 (de) | Verfahren und Vorrichtung zur Ansteuerung von Türanlagen in Abhängigkeit von der Anwesenheit von Personen | |
DE60132622T2 (de) | Verfahren und vorrichtung zur auswahl des besten videoeinzelbildes zur übermittlung an einen entfernten standort innerhalb eines geschlossenen fernsehsystems zur wohnbereichssicherheitsüberwachung | |
DE69903190T2 (de) | Rauchmeldung | |
EP0986912B1 (de) | Verfahren zum überwachen eines vorgegebenen überwachungsbereiches | |
DE3634628C2 (de) | ||
DE4430016C2 (de) | Bewegungsmelder und ein Verfahren zur Bewegungsmeldung | |
DE69738287T2 (de) | Verfahren zum Anzeigen eines sich bewegenden Objekts, dessen Bahn zu identifizieren ist, Anzeigesystem unter Verwendung dieses Verfahrens und Programmaufzeichnungsmedium dafür | |
EP2174260A2 (de) | Vorrichtung zur erkennung und/oder klassifizierung von bewegungsmustern in einer bildsequenz von einer überwachungsszene, verfahren sowie computerprogramm | |
EP1346330B1 (de) | Video-rauchdetektionssystem | |
DE102019207332A1 (de) | Überwachungssystem für eine Aufzugtür, Aufzuganlage und Verfahren zur Überwachung einer Aufzugtür | |
DE102010011225B3 (de) | Personendurchgangskontrolle mit Kamerasystem | |
EP2235948B1 (de) | Überwachungsmodul für ein videoüberwachungssystem, verfahren zur zustandsüberwachung eines überwachungsbereichs sowie computerprogramm | |
EP3977430A1 (de) | Verfahren und vorrichtung zur detektion von rauch | |
DE19641000C2 (de) | Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse | |
EP2462534B1 (de) | Verfahren zum überwachen eines bereichs | |
DE60123214T2 (de) | Rauch- und flammendetektion | |
WO2010139495A1 (de) | Verfahren und vorrichtung zum klassifizieren von situationen | |
DE4417128A1 (de) | Bilderfassungs- und -verarbeitungsverfahren insbesondere zur Steuerung von Vorrichtungen sowie zugehöriges Bilderfassungs- und -verarbeitungssystem | |
DE102016222134A1 (de) | Videoanalyseeinrichtung für eine Überwachungsvorrichtung und Verfahren zur Erzeugung eines Einzelbildes | |
EP1026632B1 (de) | System und Verfahren zur Bildauswertung | |
DE19600958A1 (de) | Interaktives Überwachungssystem | |
DE102006044298B3 (de) | Verfahren zur Überwachung von Personenansammlungen | |
DE102017222675A1 (de) | Personenerkennung mittels einer Kamera | |
DE102012200504A1 (de) | Analysevorrichtung zur Auswertung einer Überwachungsszene, Verfahren zur Analyse der Überwachungsszenen sowie Computerprogramm | |
WO2015078612A1 (de) | Verfahren zur videoüberwachung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: ZN VISION TECHNOLOGIES AG, 44801 BOCHUM, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: VIISAGE TECHNOLOGY AG, 44801 BOCHUM, DE |
|
8396 | Reprint of erroneous front page | ||
8339 | Ceased/non-payment of the annual fee |