DE19641000C2 - 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 Personenschleuse

Info

Publication number
DE19641000C2
DE19641000C2 DE19641000A DE19641000A DE19641000C2 DE 19641000 C2 DE19641000 C2 DE 19641000C2 DE 19641000 A DE19641000 A DE 19641000A DE 19641000 A DE19641000 A DE 19641000A DE 19641000 C2 DE19641000 C2 DE 19641000C2
Authority
DE
Germany
Prior art keywords
image
edge
people
zone
zones
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.)
Expired - Fee Related
Application number
DE19641000A
Other languages
English (en)
Other versions
DE19641000B8 (de
DE19641000A1 (de
Inventor
Michael Dr Brauckmann
Wolfgang Dr Konen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Idemia Identity and Security Germany AG
Original Assignee
ZENTRUM fur NEUROINFORMATIK G
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZENTRUM fur NEUROINFORMATIK G filed Critical ZENTRUM fur NEUROINFORMATIK G
Priority to DE19641000A priority Critical patent/DE19641000B8/de
Publication of DE19641000A1 publication Critical patent/DE19641000A1/de
Application granted granted Critical
Publication of DE19641000C2 publication Critical patent/DE19641000C2/de
Publication of DE19641000B8 publication Critical patent/DE19641000B8/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C9/00Individual registration on entry or exit
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

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.
In dem Aufsatz von Huggle und Eckstein "Extraktion von Personen in Videobildern", Mu­ stererkennung 1995, 17. DAGM-Symposium, Bielefeld, Springer Verlag, Seiten 134-144 ist ein Verfahren zur automatischen Erkennung von Personen vor Aufzügen oder Warte­ schlangen entnehmbar. Dieses Verfahren umfasst eine Aufnahme der bildlichen Szene mit einer Kamera, deren Bildsignale rechnergestützt ausgewertet werden, wobei eine Bewe­ gungsdetektion durchgeführt wird und bei Feststellung einer Bewegung in der Klassifikati­ onszone ein aufgenommenes Bild an einen Klassifikator weitergeleitet wird, sowie von die­ sem unter Ausblendung statischer Hintergrundstrukturen ausgewertet wird.
Die DE 44 40 671 betrifft ein Verfahren zur objektorientierten Erkennung bewegter Objekte, wobei eine Bewegungsdetektion durchgeführt wird und ein bei Feststellung einer Bewegung aufgenommenes Bild an einen Klassifikator weitergeleitet sowie von diesem unter Ausblen­ dung statischer Hintergrundstrukturen ausgewertet wird, und die Auswertesignale zur Steuerung von Folgeoperationen benutzt werden.
Durch die DD 289 837 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 wird hierbei in den seitlichen Randzonen, den Eingangs-, Klassifi­ kations- und Austrittszonen mittels eines temporal-rekursiven Filters durchgeführt.
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.
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
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. 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 6 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 7 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

Claims (7)

1. Verfahren zur automatischen Erkennung der Anzahl von Personen in einer Personen­ schleuse (1) mit jeweils durch seitliche Randzonen (9) begrenzten Eingangs- (6), Klassifi­ kations- (7) und Austrittszonen (8) durch Aufnahme der bildlichen Szene mit einer Kamera (2), deren Bildsignale rechnergestützt ausgewertet werden, wobei eine Bewegungsdetekti­ on in den Zonen (6, 7, 8, 9) mittels eines temporal-rekursiven Filters durchgeführt wird und bei Feststellung einer Bewegung in der Klassifikationszone (7) ein aufgenommenes Bild an einen Klassifikator weitergeleitet sowie von diesem unter Ausblendung statischer Hinter­ grundstrukturen ausgewertet wird und die Auswertesignale zur Steuerung von Folgeopera­ tionen benutzt werden.
2. Verfahren nach Anspruch 1, in welchem bei Weiterleitung eines Bildsignals an den Klassifikator die Eintrittszone (6) gesperrt wird.
3. Verfahren nach Anspruch 1 oder 2, in welchem bei einer Aktivierung der Randzonen (9) ein Alarm ausgelöst wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, in welchem ein Hintergrundbild mit den statischen Hintergrundstrukturen aufgenommen wird und mittels Topologie-Kodierung mit Monotonieoperator im Hintergrundbild alle Stellen mit Kantenmerkmalen ermittelt sowie die Kantenmerkmale in eine Maske richtungsorientiert gespeichert werden, und dass ein aktuel­ les Bild aufgenommen wird, von dem wiederum alle Kantenmerkmale durch Topologie- Kodierung mit Monotonieoperator ermittelt und alle Kantenmerkmale des aktuellen Bildes, die mit gleicher Position und Richtung auch in der Maske vorhanden sind, gelöscht werden.
5. Verfahren nach einem der Ansprüche 1 bis 4, in welchem die unter Ausblendung der Hintergrundstrukturen ermittelten Kantenmerkmale schwerpunktmäßig reduziert und die auf den Schwerpunkt bezogene Lage und Richtung der Kantenmerkmale mittels eines neuro­ nalen Algorithmus im Vergleich zu vorgegebenen Formationsschwerpunkten bewertet wer­ den.
6. Anordnung zur Durchführung des Verfahrens gemäß einem der Ansprüche 1 bis 5, wo­ bei in der Personenschleuse (1) in Durchgangsrichtung eine hinsichtlich ihrer Breite festge­ legte 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.
7. Anordnung nach Anspruch 6, in welcher der Personenschleuse (1) eine automatische Gesichtserkennung (13) vor- und/oder nachgeschaltet ist.
DE19641000A 1996-10-04 1996-10-04 Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse Expired - Fee Related DE19641000B8 (de)

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 DE19641000A1 (de) 1998-04-09
DE19641000C2 true 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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19962201A1 (de) * 1999-09-06 2001-03-15 Holger Lausch Verfahren und Anordnung zur Erfassung und Analyse des Rezeptionsverhaltens von Personen
DE102009036641A1 (de) * 2009-08-07 2011-02-10 Sick Ag Sicherung eines nur über eine sichere Zugangsschleuse zugänglichen Raumbereichs

Families Citing this family (4)

* Cited by examiner, † Cited by third party
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
AT348374T (de) * 2001-10-25 2007-01-15 Skidata Ag Zugangskontrolleinrichtung
CH700703B1 (de) * 2003-11-05 2010-10-15 Fastcom Technology Sa Einrichtung für Durchgangskontrolle und Personenvereinzelung.

Citations (4)

* Cited by examiner, † Cited by third party
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
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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
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)

* Cited by examiner, † Cited by third party
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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19962201A1 (de) * 1999-09-06 2001-03-15 Holger Lausch Verfahren und Anordnung zur Erfassung und Analyse des Rezeptionsverhaltens von Personen
DE102009036641A1 (de) * 2009-08-07 2011-02-10 Sick Ag Sicherung eines nur über eine sichere Zugangsschleuse zugänglichen Raumbereichs

Also Published As

Publication number Publication date
DE19641000B8 (de) 2005-08-25
DE19641000A1 (de) 1998-04-09

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
DE3634628C2 (de)
EP0986912B1 (de) Verfahren zum überwachen eines vorgegebenen überwachungsbereiches
DE3841387C2 (de)
EP3044760B1 (de) Verfahren zur analyse der verteilung von objekten in freien warteschlangen
DE69738287T2 (de) Verfahren zum Anzeigen eines sich bewegenden Objekts, dessen Bahn zu identifizieren ist, Anzeigesystem unter Verwendung dieses Verfahrens und Programmaufzeichnungsmedium dafür
DE4430016C2 (de) Bewegungsmelder und ein Verfahren zur Bewegungsmeldung
WO2019063416A1 (de) Verfahren und einrichtung zum betreiben eines fahrerassistenzsystems sowie fahrerassistenzsystem und kraftfahrzeug
EP1346330B1 (de) Video-rauchdetektionssystem
WO2009003793A2 (de) Vorrichtung zur erkennung und/oder klassifizierung von bewegungsmustern in einer bildsequenz von einer überwachungsszene, verfahren sowie computerprogramm
DE102006053286A1 (de) Verfahren zur Detektion von bewegungsauffälligen Bildbereichen, Vorrichtung sowie Computerprogramm zur Durchführung des Verfahrens
DE102019207332A1 (de) Überwachungssystem für eine Aufzugtür, Aufzuganlage und Verfahren zur Überwachung einer Aufzugtür
WO2011110268A1 (de) Personendurchgangskontrolle mit kamarasystem
DE19641000C2 (de) Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse
DE19623524A1 (de) Einrichtung zur Gefahrenraumüberwachung an einem Bahnübergang
WO2010139495A1 (de) Verfahren und vorrichtung zum klassifizieren von situationen
DE4417128A1 (de) Bilderfassungs- und -verarbeitungsverfahren insbesondere zur Steuerung von Vorrichtungen sowie zugehöriges Bilderfassungs- und -verarbeitungssystem
EP0777864B1 (de) System und verfahren zur bildauswertung
DE102006044298B3 (de) Verfahren zur Überwachung von Personenansammlungen
DE19600958A1 (de) Interaktives Überwachungssystem
DE10049366A1 (de) Verfahren zum Überwachen eines Sicherheitsbereichs und entsprechendes System
WO1997004428A1 (de) Interaktives überwachungssystem
DE102016222134A1 (de) Videoanalyseeinrichtung für eine Überwachungsvorrichtung und Verfahren zur Erzeugung eines Einzelbildes
WO2012110654A1 (de) Verfahren zur auswertung einer mehrzahl zeitlich versetzter bilder, vorrichtung zur auswertung von bildern, überwachungssystem

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