DE69310758T2 - Verfahren und vorrichtung zum klassifizieren der bewegung von objekten entlang einem durchgang - Google Patents
Verfahren und vorrichtung zum klassifizieren der bewegung von objekten entlang einem durchgangInfo
- Publication number
- DE69310758T2 DE69310758T2 DE69310758T DE69310758T DE69310758T2 DE 69310758 T2 DE69310758 T2 DE 69310758T2 DE 69310758 T DE69310758 T DE 69310758T DE 69310758 T DE69310758 T DE 69310758T DE 69310758 T2 DE69310758 T2 DE 69310758T2
- Authority
- DE
- Germany
- Prior art keywords
- representation
- time
- sensors
- passage
- sensor
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 37
- 238000013528 artificial neural network Methods 0.000 claims abstract description 21
- 238000003909 pattern recognition Methods 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 2
- 230000004044 response Effects 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 239000002131 composite material Substances 0.000 abstract 1
- 230000005855 radiation Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- SEPPVOUBHWNCAW-FNORWQNLSA-N (E)-4-oxonon-2-enal Chemical compound CCCCCC(=O)\C=C\C=O SEPPVOUBHWNCAW-FNORWQNLSA-N 0.000 description 1
- LLBZPESJRQGYMB-UHFFFAOYSA-N 4-one Natural products O1C(C(=O)CC)CC(C)C11C2(C)CCC(C3(C)C(C(C)(CO)C(OC4C(C(O)C(O)C(COC5C(C(O)C(O)CO5)OC5C(C(OC6C(C(O)C(O)C(CO)O6)O)C(O)C(CO)O5)OC5C(C(O)C(O)C(C)O5)O)O4)O)CC3)CC3)=C3C2(C)CC1 LLBZPESJRQGYMB-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000004205 output neuron Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Classifications
-
- 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
- G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
- G08B13/183—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems by interruption of a radiation beam or barrier
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
- G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
- G01V8/22—Detecting, e.g. by using light barriers using multiple transmitters or receivers using reflectors
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Theoretical Computer Science (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
- Combined Means For Separation Of Solids (AREA)
- Feeding Of Articles To Conveyors (AREA)
- Image Processing (AREA)
- Navigation (AREA)
Description
- Diese Erfindung bezieht sich auf eine Vorrichtung und eine Methode zur Analyse von Objektbewegungen entlang eines Durchgangs.
- Eine Vorrichtung, die wenigstens einen Infrarot-Sensor zur Erkennung von Menschen aufweist, werche einen Durchgang passieren, ist bereits im Stand der Technik bekannt. Normalerweise ist die Vorrichtung mit einem Alarm verbunden, um anzuzeigen, daß eine Person durch den Durchgang hindurch ein- oder austrat. Es ist einzusehen, daß eine derartige Vorrichtung, wenn sie mit einem Zähler verbunden wird, auch zum Zählen von Menschen eingesetzt werden kann, die den Durchgang passieren. Jedoch ist eine solche Anordnung nicht dazu geeignet, zwischen Menschen zu unterscheiden, welche den Durchgang in die eine oder andere, entgegengesetzte Richtung passieren. Falls darüber hinaus mehr als eine Person gleichzeitig den Durchgang passiert, kann die bekannte Vorrichtung dies nicht erfassen, oder nicht genau zwischen einzelnen Menschen während eines Gedränges unterscheiden, so daß das genaue Zählen schwierig wenn nicht unmöglich ist. Des weiteren kann eine derartige Vorrichtung auch nicht zwischen Menschen, die den Durchgang passieren, und z.B. den Einkaufswagen unterscheiden, die sie unter Umständen schieben.
- FR-A-241 9549 veröffentlicht ein Schema zum Zählen von Objekten, welche sich an drei Sensoren vorbei bewegen, die entlang einer Durchgangsstrecke angeordnet sind. Dieses Schema vergleicht die unterbrochene Folge mit einer Tabelle vorbestimmter Werte, um zu entscheiden, ob und in welcher Richtung eine Passage eines Objektes durch den Durchgang stattgefunden hat.
- EP-A-59357 zeigt ein Überwachungssystem zur Erkennung von Objekten, die sich an vertikal angeordneten Sensoren vorbei bewegen. Das System macht von einer Bildmustererkennung Gebrauch, welches mittels eines Nervennetzwerkes auf die Zeitgraphik angewendet wird, die von einer intermittierenden Abfrage der Sensoren erzeugt wird.
- Eine Bildmustererkennung ist z.B. in der EP-A-0482427 gezeigt, in der diese mittels eines Nervennetzwerkes in einem Bildprozeßsystem zur Anwendung kommt, um Ziele in einer bildlichen Darstellung zu identifizieren.
- Es ist somit Ziel der vorliegenden Erfindung, eine Vorrichtung und ein Verfahren zu schaffen, mit dem man die zuvor erwähnten Nachteile der bekannten Systeme wenigstens vermindern kann.
- Nach der Erfindung wird ein Verfahren zur Klassifizierung von Objektbewegungen längs eines Durchgangs mit den folgenden Verfahrensschritten vorgeschlagen:
- Vorsehen einer Objekt-Meßwerterfassungseinrichtung mit einer Mehrzahl von Sensoren, um wenigstens eine Mehrzahl beabstandeter, in Längsrichtung entlang der Länge eines Durchgangs angeordneter
- Bereiche zu erfassen, wobei jeder Sensor mit einer Sensorenanzeige verknüpft ist;
- periodische Datenerfassung bezüglich eines Vorhanden- oder Nichtvorhandenseins von Objekten in den Bereichen mittels der Meßwerterfassung;
- elektronische Datenspeicherung in Bezug auf eine zeitfolgenorientierte, mehrdimensionale Darstellung eines Vorhanden- oder Nichtvorhandenseins von Objekten in den Bereichen, wobei eine Dimension die Zeit und eine andere Dimension Sensoranzeigen darstellen;
- Segmentieren der zeitfolgenorientierten Darstellung in klassifizierbare Ereignisdarstellungen; und
- Klassifizieren einer segmentierten Darstellung eines Ereignisses mittels rechnergestützter Bildmustererkennung.
- In einer bevorzugten Anwendung werden die Ereignisse in einer der folgenden Klassen klassifiziert:
- (i) ein Objekt bewegt sich in einer Richtung entlang des Durchgangs;
- (ii) ein Objekt bewegt sich in einer andere Richtung entlang des Durchgangs;
- (iii) zwei Objekte bewegen sich zusammen in der o.g. einen Richtung;
- (iv) zwei Objekte bewegen sich zusammen in die o.g. andere Richtung;
- (v) ein Objekt bewegt sich in die o.g. eine Richtung und eine andere gleichzeitig in die o.g. andere Richtung etc.
- Es ist somit einzusehen, daß das Verfahren nach der vorliegenden Erfindung zur Malyse von Objektbewegungen entlang eines Durchganges in einem Verfahren zum Zählen von Objekten benutzt werden kann, die in irgendeiner ausgewählten Richtung entlang des Durchgangs sich bewegen. Bei den Objekten kann es sich um Menschen handeln, so daß die Zahl der Menschen gezählt werden kann, die sich in einer ausgewählten Richtung entlang des Durchgangs bewegen.
- Jeder Sensor kann einen begrenzten, nicht überlappenden Empfindlichkeitsbereich aufweisen und die Sensoren können beabstandet über die Länge des Durchgangs angeordnet sein, um die o.g. Vielzahl von beabstandeten Bereichen zu erfassen. Der Verfahrensschritt periodischer Datenerfassung bezüglich Vorhanden- oder Nichtvorhandenseins in den beabstandeten Bereichen kann den Verfahrensschritt der periodischen Signal-Abtast-Schaltung von ausgegebenen Werten der Sensoren enthalten, wobei der ausgegebene Wert jedes Sensors einen ersten bzw. «An-» und einen zweiten bzw. "Aus"-Status" aufweist, der das Vorhanden- bzw. Nichtvorhandenseins eines Objektes in dem Sensitivitätsbereich des Sensors anzeigt.
- Der Verfahrensschritt des Segmentierens der zeitfolgenorientierten Darstellung kann einen Verfahrensschritt einer einfachen Segmentierung enthalten, indem die zeitfolgenorientierte Darstellung in Bereiche unterteilt ist, in denen die ausgegebenen Werte der Sensoren sich erst nach einer passend ausgewählten Begrenzung des Zeitintervalls ändern. Alternativ oder zusätzlich kann der Verfahrensschritt des Segmentierens der zeitfolgenorientierten Darstellung eine geometrische Segmentation aufweisen, worin geometrische Überdeckungen mit passend ausgewählten Formen auf die zeitfolgenorientierte Darstellung abgestimmt sind und worin die Darstellung in Bereiche unterteilt ist, in denen die Überdeckungen im wesentlichen mit Bereichen in der Darstellung überlappen, die repräsentativ für ein Nichtvorhandensein von Objekten in den beabstandeten, in Längsrichtung über die Länge eines Durchgangs angeordneten Bereichen sind.
- Die rechnergestützte Bildmustererkennung ist vorzugsweise ein künstliches Nervennetzwerk.
- Bevor die segmentierte Darstellung mittels des künstlichen Nervennetzwerks klassifiziert ist, wird ein Merkmalsvektor der Darstellung entnommen und als Eingangsgröße in das künstliche Netzwerk eingegeben wird, wobei der Vektor als Elemente vorzugsweise Trägheitsmomente der Darstellung mit der Exzentrizität und dem Winkel dieser Exzentrizität kombiniert.
- Die gesammelten Daten können der Lauflänge entsprechen, die codiert wird, bevor sie elektronisch abgespeichert ist, und vor der geometrischen Segmentation wieder decodiert wird.
- Nach einem anderen Aspekt der Erfindung weist die Vorrichtung zur Klassifizierung von Objektbewegungen entlang eines Durchgangs folgendes auf:
- - eine Objekt-Meßwerterfassungseinrichtung mit einer Mehrzahl von Sensoren, sensitiv in Bezug auf das Vorhanden- oder Nichtvorhandensein von Objekten, die sich in beabstandeten, in Längsrichtung (iber die Länge eines Durchganges angeordneten Bereichen befinden, wobei jeder Sensor mit einer Sensoranzeige verknüpft ist;
- - Mittel, die an die Meßwerterfassungseinrichtung anschließbar sind, um eine zeitfolgenorientierte, mehrdimensionale Darstellung des Vorhanden- oder Nichtvorhandenseins von Objekten in den beabstandeten, in Längsrichtung über die Länge eines Durchgangs angeordneten Bereichen elektronisch zu erstellen, wobei eine Dimension die Zeit und eine andere Dimension Sensoranzeigen darstellen;
- - Mittel, um die zeitfolgenorientierte Darstellung in klassifizierbare Darstellungen von Ereignissen zu segmentieren; und
- - Mittel zur rechnergestützten Bildmustererkennung, um die segmentierten Darstellungen von Ereignissen zu klassifizieren und um einen Ausgabewert vorzusehen, der für die Klassifizierung repräsentativ ist.
- Die Objekt-Meßwerterfassungseinrichtung kann einen ersten verlängerten Träger für die Sensoren aufweisen, wobei die Sensoren in Längsrichtung entlang des ersten Trägers beabstandet so angeordnet sind, daß sie in eine Richtung quer zum ersten Träger weisen.
- Der erste Träger kann so installiert werden, daß er sich im wesentlichen parallel zum Boden des Durchganges oder in einem spitzen Winkel hierzu erstreckt.
- In einem bevorzugten Ausführungsbeispiel sind vier Sensoren auf dem ersten Träger vorgesehen und der Abstand zwischen den benachbarten Sensoren nimmt von einem Ende des ersten Trägers zu dessen gegenüberliegendem Ende zu.
- In diesem bevorzugten Ausführungsbeispiel sind die Sensoren Barriere-Meßfühler, wobei jeder Sensor mit einem kombinierten Meßwertgeber für modul iertes Infrarotlicht und einem Infrarot-Detektor auf dem ersten Träger montiert ist, und ein separater, zugeordneter Reflektor auf einem zweiten, langgestreckten Träger montiert ist, wobei in der Anwendung der erste und zweite Träger an den gegenüberliegenden Seiten des Durchgangs so angebracht sind, daß jede Kombination ihrem zugeordneten Reflektor gegenüberliegt.
- In einem anderen Ausführungsbeispiel kann die Objekt-Meßwerterfassungseinrichtung eine Videokamera aufweisen und die Sensoren können eine Auswahl von Elementen in der Anordnung von lichtempfindlichen Elementen einer Kamera darstellen.
- Die Mittel zur Erstellung einer zeitfolgenorientierten, mehrdimensionalen Darstellung weisen einen Abfrageschalter auf, der mit ausgegebenen Werten der Sensoren, einem Mittel zur Lauflängencodiemng und einem Rechenmittel verbunden ist, welches einen Prozessor, eine Speicheranordnung und eine Uhr aufweist.
- Die Mitttel zur rechnergestützten Bildmustererkennung enthalten vorzugsweise ein künstliches Nervennetzwerk, welches so geschult ist, daß sich bei einem von dort ausgehenden Ausgabewert eine dadurch erzeugte Klassifizierungsanzeige einstellt. Der Ausgabewert des Nervennetzwerkes kann einem Zähler zugeführt werden, um die Anzahl der Objekte zu zählen, die in einer ausgewählten Richtung entlang des Durchganges während einer definierten Zeitspanne passieren.
- Die Erfindung wird nun weiter mittels Beispielen mit Bezug auf die beigefügten Abbildungen beschrieben.
- Es zeigen:
- Fig. 1 eine schematische, perspektivische Msicht einer Meßwertgebervorrichtung, die Teil der Vorrichtung nach der Erfindung ist;
- Fig. 2 eine Msicht auf eine Passage, in der die Meßwertgebervorrichtung angebracht ist;
- Fig. 3a, 3b und 3c sind zweidimensionale zeiffolgenorientierte Darstellungen eines Sensor-Ausgabestatus, der als eine Funktion einer Sensoranzeige in Abhängigkeit von der Zeit aufgezeichnet ist;
- Fig. 4 ein Blockdiagramm der Vorrichtung nach der Erfindung;
- Fig. 5 ein Fließdiagramm der Hauptverfahrensschritte, die durch einen Computer ausgeführt werden, während das Verfahren nach der Erfindung durchgeführt wird; und Fig. 6 eine schematische Darstellung eines künstlichen Nervennetzwerkes, welches in einem Computer installiert ist, der Teil der Vorrichtung ist.
- Eine Anwendung für die Vorrichtung 10 (gezeigt in Fig. 4) nach der Erfindung ist, die Bewegung von Objekten, wie z.B. Menschen 11 (gezeigt in Fig. 1 und 2) entlang eines Durchganges 12, zu analysieren. Die Vorrichtung ist so geschult, um zwischen Menschen, die die Vorrichtung in verschiedenen Richtungen passieren, während einer definierten Zeitspanne auch dann zu unterscheiden, wenn mehr als eine Person die Vorrichtung zur gleichen Zeit passiert. Die Vorrichtung kann somit Teil eines Personenzählwerks sein. Der Durchgang 12 ist durch zwei gegenüberliegende Wände 14 und 16 und einen Boden 17 definiert.
- Die Vorrichtung weist eine Objekt-Meßwerterfassungseinrichtung 18 auf, welche zwei getrennte, gestreckte Träger 20 und 22 einschließt, um vier sogenannte Barriere- Meßfühler 24.1 bis 24.4 zu halten. Jeder Barriere-Meßfühler 24.1 bis 24.4 hat eine kombinierte Quelle für moduliertes Infrarotlicht und einen zugehörigen Detektor 26.1 bis 26.4. Jede Kombination 26.1 bis 26.4 weist einen elektronischen Ausgabewert 28.1 bis 28.4 auf und ist auf dem Träger 20 so montiert, daß er in eine Richtung quer zur Trägerlängsachse weist. Jeder Barriere-Meßwertfühler 24.1 bis 24.4. weist des weiteren einen separaten zugehörigen Reflektor 30.1 bis 30.4 auf, der auf dem zweiten Träger 22 befestigt ist.
- Wie am besten in Fig. 1 zu sehen, wächst der Abstand zwischen benachbarten Sensoren in Richtung A. In einem bevorzugten Ausführungsbeispiel wird der Abstand zwischen Sensoren durch die folgende Formel beschrieben:
- dn+1 = kΔdn
- worin
- dn+1 und dn
- die nacheinanderfolgenden Abstände zwischen den Sensoren sind:
- Δ do ist der Abstand zwischen zwei Sensoren, die am dichtesten zueinander liegen; und
- k ist eine Konstante > 1.
- Man glaubt, daß dieses Beabstanden der Vorrichtung hilft, mehrere Objekte zu unterscheiden, die sich in verschiedenen Richtungen bewegen. Wie am besten in Fig. 2 gezeigt, sind die Träger 20 und 22 an den gegenüberliegenden Wänden 14 und 16 montiert, wobei sie sich im wesentlichen horizontal in einer Höhe h (zwischen 10 und 40 cm) über dem Boden 17 erstrecken, so daß jede Kombination 26.1 bis 26.4 ihrem zugehörigen Reflektor 30.1 bis 30.4 gegenüberliegt. Bei dieser Anordnung sind die Sensoren im wesentlichen kniehoch in dem Durchgang angebracht und jeder Sensor reagiert auf das Vorhanden- oder Nichtvorhandensein eines Objektes innerhalb seines begrenzten, nicht überlappenden Gesichtsfeldes, welches sich auf einer Linie befindet, welche quer zum Durchgang verläuft.
- Wie in Fig. 4 gezeigt, sind die Ausgabewerte 28.1 bis 28.4 der Sensoren 24.1 bis 24.4 mit einem Abfrageschalter 32 verbunden. Der Abfrageschalter 32 wird mittels einer Uhr 34 intermittierend gesteuert, um so die Ausgabewerte der Sensoren abzutasten. Der Ausgabewert des Abfrageschalters 32 ist mit einer Lauflängencodierung 36 verbunden, deren Ausgabewert über eine passende Serienkommunikationsschaltung 37 (RS-232 oder RS-485) mit einem Rechner 38 verbunden ist.
- Der Computer 38 weist einen Pufferspeicher 40 zur Speicherung von codierten Daten auf, die von den vom Sensor ausgegebenen Werten empfangen wurden. Des weiteren weist der Computer 38 einen Mikroprozessor 42, eine Realzeituhr 44 und einen Arbeitsspeicher 46 auf, wobei letztere mit dem Mikroprozessor verbunden sind Ebenso mit dem Mikroprozessor verbunden sind ein Ergebnis-Speicher 48, ein Programmlademittel 52 für das Resultat und Mittel 54 für die Diagnose des Eingabe- /Ausgabewertes (I/O). Eine Mordnung 56 zum Energieversorgungs-Management ist auch vorgesehen.
- Wenn z.B. die Person 11 in Fig. 1 durch die Meßwertvorrichtung 18 in Richtung A läuft, kann es passieren, daß ihr vorgestrecktes Bein erst den Infrarotstrahl des Sensors 24.1 unterbricht, anschließend den Strahl des Sensors 24.2 und danach den Strahl des Sensors 24.3, bevor das nachgeführte Bein dieser Person den ersten Sensor 24.1 unterbricht. Wird ein Strahl unterbrochen, wie dies mit dem Sensor 24.4 der Fall ist, empfängt der Detektor des Sensors 24.4 Infrarotlicht, das von seinem zugeordneten Reflektor 30.4 reflektiert worden ist, und bei dem Sensorausgabewert 30.4 ist ein folgerichtiges "Aus"-Signal vorgesehen. Falls jedoch ein Strahl durch ein Bein der Person 11 unterbrochen worden ist, wie das bei dem Sensor 24.1 der Fall ist, wird kein Infrarotlicht durch den Detektor empfangen und es wird bei dem ausgegebenen Signal 28.1 des Sensors ein folgerichtiges "An"-Signal vorgesehen. Die folgerichtigen "An"- und "Aus"-Signale sind in Bezug auf das hierin Dargestellte als der Status" des Sensorausgabewertes angegeben.
- Im Betrieb werden die Sensorausgabewerte 28.1 und 28.4 durch einen Abfrageschalter 32 (s. Fig. 4) abgetastet und die Lauflänge bei 58 (s. Fig. 5) codiert. Der Wert wird dann (wie durch Pos. 60 dargestellt) zum temporären Puffer 40 in den Computer 38 übertragen und als zeitfolgenorientierte zweidimensionale Darstellungen des Status des Sensorausgabewertes, bei dem eine Dimension die Zeit und die andere Dimension die Sensoranzeige darstelt. Beispiele dreier derartiger zeitfolgenorientierter Darstellungen sind in den Fig. 3 (a), 3 (b) und 3 jeweils entsprechend gezeigt. Eine Darstellung des Ereignisses, welches zuvor beschrieben worden ist, bei dem eine Person 11 in Richtung A die Meßwertvorrichtung 18 passiert, ist in Fig. 3 (a) bei der Pos. 300 gezeigt.
- Eine Unterbrechung der Strahlen durch eine Beinbewegung entlang der Sensoren wird durch die schwarzen Balken in den Fig. 3 (a), 3 (b) und 3 dargestellt. Jeder schwarze Balken enthält, genauer gesagt, eine Kolonne von "Aus"-Pixeln, die mit der Abtastzeit korrespondiert, in der der Strahl nicht unterbrochen war.
- Falls ein Systemfehler entdeckt worden ist, führt der Mikroprozessor 42 bei dem System diagnostische Tests durch und benutzt die diagnostische I/O-Anordnung 54, um den laufenden Status der Vorrichtung anzuzeigen und die Ergebnisse eines derartigen Tests aufzuzeichnen, wie dies mit 62.1, 62.2 und 62.3 bezeichnet ist. Wie mittels der Pos. 64 und 66 dargestellt, wird eine einfache Segmentierung auf die zeitfolgenorientierten Darstellungen der Daten angewendet und die daraus resultierenden Segmente sind zugeteilte Zeitstempel mit Bezug auf die Realzeituhr 44 (s. Fig. 4).
- Eine einfache Segmentierung enthält die Suche nach der zeitfolgenorientierten Darstellung für Perioden, in denen die Sensorausgabewerte länger als eine vorbestimmte Zeitspanne unverändert bleiben, und sie enthält des weiteren eine in Segmente unterteilte Darstellung in einer derartigen Zeitspanne. Pos. 302 in Fig. 3 wird eine derartige Zeitspanne dargestellt und eine Ereignisdarstellung 304 kann von der Ereignisdarstellung 306 in Segmente aufgeteilt werden.
- Die unterteilte Darstellung mit Zeitstempeln wird dann für die nachfolgende Datenverarbeitung gespeichert (s. Pos. 68 in Fig. 5).
- Sobald erforderlich, werden die codierten Daten durch den Mikroprozessor 42 aus dem Puffer 40 herausgeholt und decodiert, wie dies in Fig. 5 bei Pos. 70 gezeigt ist. In Fig. 5, Pos. 72, werden diese in Segmente geteilten Dartellungen in einem Prozeßpuffer gespeichert, der Teil des Arbeitsspeichers 46 ist (s. Fig. 4).
- Falls eine in Segmente geteilte Darstellung sich als komplex herausstellt, in dem sie mehr als ein klassifizierbares Ereignis umfaßt, besteht der nächste Verfahrensschritt aus einer weiteren Segmentierung dieser Darstellung in Darstellungen individueller klassifizierbarer Ereignisse.
- Dieses weitere Segmentierungsverfahren wird auf eine geometrische Masken- Segmentation zurückgeführt. Eine Mehrzahl von geometrischen Masken bzw. Überdeckungen 308, 310 und 312 (s. Fig. 3 a) und 314 (Fig. 3 b) weisen Formen auf, die durch den Sensorabstand und die Art und Weise der Objekte, die in dem Durchgang 12 erwartet werden. Diese letztgenannten geometrischen Überdeckungen werden auf den zuvor in Segmente geteilte Darstellungen überlagert. Somit sind die Formen der Masken in der vorliegenden Anwendung mathematische Darstellungen der erwarteten Formen der Bereiche in der Darstellung, in der keine der Lichtstrahlen unterbrochen worden sind und die mit höchster Wahrscheinlichkeit mit einer oder zwei Personen auftreten, die sich auf den Durchgang zu- und/oder in demselben bewegen, entweder allein oder zusammen. Jede geometrische Maske wird bei den Folgepositionen an die zuvor segmentierten Darstellungen angepaßt und es wird ein bewerteter Vergleichswert kalkuliert. Dieser Wert wird nach der Position der Überlappung zwischen Maske und "An"-Pixeln bewertet, so daß "An"-Pixel, die durch die Ecke der Maske 310.1 überlappt werden, weniger wichtig sind als "An"-Pixel in der Mitte der Maske 310.2. Die besten Vergleiche werden kontinuierlich verglichen mit einem Schwellenwert, der wiederum eine Funktion der Anzahl von "An"-Pixel darstellt, die seit dem Beginn des laufenden geometrischen Überdeckungsverfahrens entdeckt worden sind. Ist ein Vergleich einmal mit einem Wert unter dem Schwellenwert gefunden, werden diese Daten an der Position, wie sie bei 300 und 316 mit einer Maske 308 gezeigt sind, in Segmente unterteilt.
- Ist die zeitfolgenorientierte Darstellung einmal in Darstellungen von klassifizierbaren Ereignissen segmentiert worden (s. Darstellungen 300, 316 und 318 in Fig. 3 a; 320, 322 und 324 in Fig. 3 b und 304 und 306 in Fig. 3 c), so ist der nächste Verfahrensschritt (s. Pos. 78 in Fig. 5) die Extraktion von Merkmalen aus den segmentierten Darstellungen zur Verwendung in einer rechnergestützten Bildmuster erkennung.
- Eine Auswahl von den folgenden Merkmalen sind in einem Merkmalsvektor enthalten, der numerisch die Darstellung des zu klassifizierenden Ereignisses beschreibt:
- - Die Trägheitsmomente der Ereignisdarstellung, die nach der unten aufgeführten Formel berechnet werden, in der angenommen wird, daß der Ursprung (x = y = 0) so gewählt wird, daß er in dem Zentrum der Ereignisdarstellung liegt:
- darin bedeuten:
- n die totale Anzahl von "An"-Pixeln in der Darstellung;
- x die Zeitverschiebung in die Darstellung hinein;
- y die Sensoranzeige;
- f(x,y) gleich der Wert 1, wenn das Pixel bei (x,y) "An" entspricht, und gleich Null, wenn das Pixel "Aus" entspricht; und
- i, j die Momentanzeigen;
- - die Exzentrizität der Darstellung des Ereignisses wird durch folgende Formel beschrieben:
- - der Winkel der Exzentrizität wird durch die folgende Formel beschrieben:
- Der oben aufgeführte kalkulierte Merkmalsvektor wird mit Klassen der zuvor aufgenommenen Daten verglichen. Diese Klassen sind wie folgt definiert:
- Klasse 0 - eine Person bewegt sich in die Richtung A;
- Klasse 1 - zwei Personen bewegen sich zusammen in Richtung A&sub3;
- Klasse 2 - eine Person bewegt sich in Richtung B;
- Klasse 3 - zwei Personen bewegen sich zusammen in Richtung B;
- Klasse 4 - eine Person bewegt sich in Richtung A und eine andere und eine andere gleichzeitig in Richtung B,
- Klasse 5 - nichts von dem oben genannten.
- Das gegenwärtig bevorzugte Verfahren wird benutzt, um die zuvor aufgenommenen Daten kompakt zu speichern und um derartige Daten mit den Werten in dem zuvor erwähnten kalkulierten Merkmalsvektor zu vergleichen. Bei diesem Verfahren wird der Merkmalsvektor in ein künstliches Nervennetzwerk mit einer Vielschicht-Perceptron- Architektur eingegeben (s. Pos. 80 in Fig. 5). Das Nervennetzwerk ist schematisch illustriert (s. Pos. 84 in Fig. 6).
- Es ist jedoch für den Fachmann leicht einzusehen, daß, bevor ein Nervennetzwerk 84 eine Darstellung eines Ereignisses nach den oben aufgeführten Klassen klassifizieren kann, es zunächst geschult werden muß, um solches zu tun. Dies geschieht über eine Versorgung des Nervennetzwerkes mit Daten über den Merkmalsvektor, wobei die Daten sich auf verschiedene Variationen der Ereignisse beziehen, die im Gebrauch (auch bezüglich der Schulungsereignisse) erwartet werden, und es wird darüber hinaus durch die Schulung des Nervennetzes erreicht, die Klasse jedes Trainingsereignisses auf eine solche Weise anzuzeigen, daß die Zahl der falschen Klassifikationen über die Gesamtzahl der Klassen minimiert wird. Das gegenwärtig bevorzugte Verfahren, das Nervennetz zu schulen, basiert auf einem Verfahren, welches als Rückübertragungsverfahren bekannt ist, bei dem eine konjugierte Gradientoptimierung angewendet wird. Das Ergebnis des Schulungsverfahrens sind zwei in Verbindung stehende Matritzen N1 und N2 über das Nervennetzwerk (s. Fig. 6).
- In Betrieb wird der oben aufgeführte Merkmalsvektor einer Darstellung eines zu klassifizierenden Ereignisses (z.B. bezüglich Eingangs-Neuronen) mit der oben aufgeführten ersten Matrix N1 multipliziert, was zu einem Zwischenvektor führt (verborgene Neuronen). Jedes Element in dem Zwischenvektor wird durch seinen "Sigmoid" ersetzt und dann mit der zweiten Matrix N2 multipliziert, was einen resultierenden Vektor C oder Ausgangs-Neuronen ergibt. Die Anzeige (0 - 5) des Elementes in dem resultierenden Vektor C, der den größten Wert hat, zeigt den Index der Klasse des Ereignisses an. Die relativen Größen der Elemente in dem resultierenden Vektor C können auch den Vertrauensbereich der Klassifikation vorgeben.
- Das Nervennetzwerk ist somit geschult, folgende Darstellungen zu klassifizieren: eine Darstellung 300, wenn eine Person sich in Richtung A bewegt; eine Darstellung 306, wenn eine Person sich in Richtung B bewegt; eine Darstellung 320, wenn zwei Personen sich zusammen in Richtung A bewegen; eine Darstellung 322, wenn zwei Personen sich zusammen in Richtung B bewegen; und eine Darstellung 324, wenn eine Person sich in Richtung und eine andere sich gleichzeitig in Richtung B bewegt.
- Das Ergebnis der Klassifikation zusammen mit den Zeitmarken kann in jeder passenden Speicheranordnung (s. Pos. 82 in Fig. 5) gespeichert werden. Derartige Speicheranordnungen können aus einem oder mehreren Direkt-Zugriffsspeichern, fester oder entfernbarer Platten, bestehen.
- Es ist verständlich, daß die Vorrichtung nach der Erfindung in einer beliebigen Anzahl von möglichen Figurationen ausgeführt werden kann. So ist in einer ersten Konfiguration ein Zentralrechner (nicht gezeigt) vorgesehen, der mit einer Mzahl verteilter Meßwertgeber-Vorrichtungen verbunden ist, wobei jede von diesen ihren eigenen Abfrageschalter 32, ihre Codierung und ihre Kommunikationsschnittstelle aufweist. Unbearbeitete Daten werden zum Zentral-Computer zur Bearbeitung durchgegeben. In einer anderen Konfiguration ist die Vorrichtung, welche die Meßwertgeber-Vorrichtung 18 enthält, und ein Rechner 38 mit einem Nervennetzwerk 84 zu einem Verarbeitungsrechner (nicht gezeigt) verbunden. In diesem Falle verarbeitet jede Vorrichtung ihre eigenen Daten und speist die Daten auf Nachfrage in den Verarbeitgungsrechner ein, aus dem die Management-Information entnommen und dargestellt wird.
- Es ist des weiteren verständlich, daß die Vorrichtung und das Verfahren nach der Erfindung für den Einsatz in einem Zählwerk oder in einem Verfahren zum Zählen von Objekten besonders nützlich ist, wobei es sich insbesondere um Menschen handelt, die sich in einer einzelnen Reihe oder zusammen in entweder der einen, der anderen oder in beiden Richtungen entlang eines Durchganges bewegen.
- Es ist darüber hinaus verständlich, daß es viele Variationen im einzelnen bezüglich der Vorrichtung und des Verfahrens nach der Erfindung gibt, ohne den Umfang der beigefügten Ansprüche zu verlassen.
Claims (16)
1. Verfahren zur Klassifizierung von Bewegungen von Objekten (11) entlang eines
Durchgangs mit den folgenden Verfahrensschritten:
Vorsehen einer Objekt-Meßwerterfassungseinrichtung mit einer Mehrzahl
von Sensoren (24.1 - 24.4), um wenigstens eine Mehrzahl
beabstandeter, in Längsrichtung entlang der Länge eines Durchgangs angeordneter
Bereiche zu erfassen, wobei jeder Sensor mit einer Sensorenanzeige
verknüpft ist;
periodische Datenerfassung bezüglich eines Vorhanden- oder
Nichtvorhandenseins von Objekten in den Bereichen mittels der
Meßwerterfassung;
elektronische Datenspeicherung in Bezug auf eine zeitfolgenorientierte,
mehrdimensionale Darstellung eines Vorhanden- oder
Nichtvorhandenseins von Objekten in den Bereichen, wobei eine Dimension die Zeit und
eine andere Dimension Sensoranzeigen darstellen;
Segmentieren der zeitfolgenorientierten Darstellung in klassifizierbare
Ereignisdarstellungen; und
Klassifizieren einer segmentierten Darstellung eines Ereignisses mittels
rechnergestützter Bildmustererkennung.
2. Verfahren nach Anspruch 1, in dem die Sensoren in Längsrichtung über die
Länge des Durchgangs beabstandet angeordnet sind, um die Mehrzahl
beabstandeter Bereiche zu erfassen.
3. Verfahren nach Anspruch 1, in dem der Verfahrensschritt periodischer
Datenerfassung bezüglich Vorhanden- oder Nichtvorhandenseins von Objekten
den Verfahrensschritt der periodischen Signal-Abtast-Schaltung von
ausgegebenen Werten der Sensoren enthält.
4. Verfahren nach Anspruch 1, in dem die zeitfolgenorientierte, mehrdimensionale
Darstellung zweidimensional ist, wobei die eine Dimension die Zeit und die
andere Dimension Sensoranzeigen darstellt.
5. Verfahren nach den Ansprüchen 3 und 4, in dem der Verfahrensschritt des
Segmentierens der zeitfolgenorientierten Darstellung einen Verfahrensschritt
einer einfachen Segmentierung beinhaltet, in dem die zeitfolgenorientierte
Darstellung in Bereiche unterteilt ist, wo die ausgegebenen Werte der
Sensoren sich erst nach einer passend ausgewählten Begrenzung des
Zeitintervalls ändern.
6. Verfahren nach Anspruch 1, in dem der Verfahrensschritt des Segmentierens
der zeitfolgenorientierten Darstellung eine geometrische Segmentation
aufweist, worin geometrische Überdeckungen mit passendend ausgewählten
Formen auf die zeitfolgenorientierte Darstellung abgestimmt sind und worin die
Darstellung in Bereiche unterteilt ist, in denen die Überdeckungen im
wesentlichen mit Bereichen in der Darstellung überlappen, die repräsentativ für
ein Nichtvorhandensein von Objekten in den beabstandeten, in Längsrichtung
über die Länge des Durchgangs angeordneten Bereichen sind.
7. Verfahren nach Anspruch 1, in dem die rechnergestützte Bildmustererkennung
ein künstliches Nervennetzwerk aufweist.
8. Verfahren nach Anspruch 7, in dem, bevor die segmentierte Darstellung mittels
des künstlichen Nervennetzwerks klassifiziert ist, ein die Darstellung
beschreibender Merkmalsvektor als Eingangsgröße in das künstliche
Nervennetzwerk eingegeben wird, der als Elemente eine Kombination von
Trägheitsmomenten der Darstellung, von einer Exzentrizität der Darstellung
und dem Winkel dieser Exzentrizität einschließt.
9. Verfahren nach Anspruch 1, in dem die gesammelten Daten der Lauflänge
entsprechen, die vor dem Verfahrensschritt der elektronischen Abspeicherung
solcher Daten kodiert wird.
10. Vorrichtung zur Klassifizierung von Bewegungen von Objekten (11) eines
Durchgangs mit:
einer Objekt-Meßwerterfassungeinrichtung mit einer Mehrzahl von
Sensoren (24.1 - 24.4) sensitiv in Bezug auf das Vorhanden- oder
Nichtvorhandensein von Objekten, die sich in beabstandeten, in Längsrichtung
über eine Länge des Durchgangs angeordneten Bereichen befinden,
wobei jeder Sensor mit einer Sensoranzeige verknüpft ist;
Mittel (32, 36, 37, 38), die an die Meßwerterfassungseinrichtung
anschließbar sind, um eine zeitfolgenorientierte, mehrdimensionale
Darstellung des Vorhanden- oder Nichtvorhandenseins von Objekten in den
beabstandeten, in Längsrichtung entlang des Durchgangs angeordneten
Bereichen elektronisch zu erstellen, wobei eine Dimension die Zeit und
eine andere Dimension Sensoranzeigen darstellen;
Mittel (38), um die zeitfolgenorientierte Darstellung in klassifizierbare
Darstellungen von Ereignissen zu segmentieren; und
Mittel (38, 84) zur rechnergestützten Bildmustererkennung, um die
segmentierten Darstellungen von Ereignissen zu klassifizieren und um einen
Ausgabewert vorzusehen, der für die Klassifizierung repräsentativ ist.
11. Vorrichtung nach Anspruch 10, in der die Objekt-Meßwerterfassungeinrichtung
einen ersten verlängerten Träger (20) für die Sensoren (24.1 - 24.4) aufweist,
wobei die Sensoren in Längsrichtung entlang des ersten Trägers beabstandet
so angeordnet sind, daß sie in eine Richtung quer zum ersten Träger weisen.
12. Vorrichtung nach Anspruch 11, in der 4 Sensoren (24.1 - 24.4) auf dem ersten
Träger (20) vorgesehen sind und in der der Abstand zwischen den
benachbarten Sensoren zunimmt von einem Ende des ersten Trägers zu
dessen gegenüberliegendem Ende.
13. Vorrichtung nach Anspruch 11, in der die Sensoren Barriere-Meßfühler sind,
wobei jeder Sensor (24.1 - 24.4) mit einem kombinierten Meßwertgeber für
Infrarotlicht und einem Infrarotdetektor (26.1 - 26.4) auf dem ersten
langgestreckten Träger montiert ist und ein separater, zugeordneter Reflektor
auf einem zweiten langgestreckten Träger (22) montiert ist; wobei in der
Anwendung der erste und zweite Träger an den gegenüberliegenden Seiten
des Durchgangs so angebracht sind, daß jede Kombination ihrem
zugeordneten Reflektor gegenüber liegt.
14. Vorrichtung nach Anspruch 10, in der die Mittel zum Erstellen einer
zeitfolgenorientierten, mehrdimensionalen Darstellung einen Abfrageschalter
(32) aufweist, der mit ausgegebenen Werten der Sensoren, einem Mittel (36)
zur Lauflängenkodierung und einem Rechenmittel (38) verbunden ist, welches
einen Prozessor (42), eine Speicheranordnung (40, 46, 48) und eine Uhr
aufweist.
15. Vorrichtung nach Anspruch 10, in der die Mittel (38; 84) zur rechnergestützten
Bildmustererkennung ein künstliches Nervennetztwerk (84) enthalten, welches
so geschult ist, daß sich bei einem von dort ausgehenden Ausgabewert eine
dadurch ausgeführte Klassifizierungs- anzeige einstellt.
16. Vorrichtung nach Anspruch 16, in der der Ausgabewert des künstlichen
Netzwerkes (34) einem Zähler zugeführt wird, um die Anzahl der Objekte zu
zählen, die in einer ausgewählten Richtung entlang des Durchganges während
einer definierten Zeitspanne passieren.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ZA927714 | 1992-10-07 | ||
PCT/EP1993/002771 WO1994008258A1 (en) | 1992-10-07 | 1993-10-07 | Apparatus and a method for classifying movement of objects along a passage |
Publications (2)
Publication Number | Publication Date |
---|---|
DE69310758D1 DE69310758D1 (de) | 1997-06-19 |
DE69310758T2 true DE69310758T2 (de) | 1997-09-11 |
Family
ID=25582208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE69310758T Expired - Lifetime DE69310758T2 (de) | 1992-10-07 | 1993-10-07 | Verfahren und vorrichtung zum klassifizieren der bewegung von objekten entlang einem durchgang |
Country Status (9)
Country | Link |
---|---|
US (1) | US5519784A (de) |
EP (1) | EP0664012B1 (de) |
AT (1) | ATE153151T1 (de) |
AU (1) | AU5150193A (de) |
BR (1) | BR9307213A (de) |
CA (1) | CA2146451C (de) |
DE (1) | DE69310758T2 (de) |
WO (1) | WO1994008258A1 (de) |
ZA (1) | ZA937447B (de) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19958358B4 (de) * | 1999-12-03 | 2004-03-11 | Wiesemann, Reinhard | Meß- und Zählsensor |
US6867694B2 (en) | 2000-04-20 | 2005-03-15 | Systec Pos-Technology Gmbh | Method and system for detecting and rewarding the return of shopping trolleys |
US7292158B2 (en) | 2000-04-20 | 2007-11-06 | Systec Pos-Technology Gmbh | Method and system for detecting and rewarding the returning of shopping carts |
DE19909516B4 (de) * | 1999-03-04 | 2008-04-17 | TÜV SÜD Automotive GmbH | Verfahren zum Wahrnehmbarmachen von Meßdaten eines Versuchsablaufs sowie Versuchsdatenerfassungs-Auswertungssystem |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5752215A (en) * | 1995-02-28 | 1998-05-12 | Livingstone Legend Enterprises (Propiretary) Ltd. | Apparatus and method for classifying vehicles using electromagnetic waves and pattern recognition |
GB9508512D0 (en) * | 1995-04-26 | 1995-06-14 | Thorn Transit Systems Int | "Apparatus and method for controlling access" |
US5905651A (en) * | 1997-01-16 | 1999-05-18 | Nordson Corporation | Parts identification system for powder spray coating system |
DE29714438U1 (de) * | 1997-08-12 | 1997-10-16 | Sick AG, 79183 Waldkirch | Lichtschranke |
GB9825918D0 (en) * | 1998-11-27 | 1999-01-20 | Footfall Limited | Monitoring systems |
GB9916241D0 (en) * | 1999-07-12 | 1999-09-15 | Integrated Design Limited | Room space divider |
FR2797493B1 (fr) * | 1999-08-13 | 2001-09-21 | Holy Dis | Systeme de comptage de personnes en deplacement |
GB2354821A (en) * | 1999-09-29 | 2001-04-04 | Dine O Quick | Threshold crossing counter |
US6701005B1 (en) | 2000-04-29 | 2004-03-02 | Cognex Corporation | Method and apparatus for three-dimensional object segmentation |
KR100804919B1 (ko) * | 2000-09-26 | 2008-02-20 | 마츠시타 덴끼 산교 가부시키가이샤 | 대상물상태 검지장치, 대상물상태 검지방법, 가전기기,네트워크 어댑터 및 매체 |
US6879257B2 (en) * | 2002-02-25 | 2005-04-12 | Omron Corporation | State surveillance system and method for an object and the adjacent space, and a surveillance system for freight containers |
AU2003221893A1 (en) * | 2002-04-08 | 2003-10-27 | Newton Security Inc. | Tailgating and reverse entry detection, alarm, recording and prevention using machine vision |
US20030214420A1 (en) * | 2002-05-17 | 2003-11-20 | Masaru Matsui | Moving subject detecting apparatus and the method |
US7400744B2 (en) * | 2002-09-05 | 2008-07-15 | Cognex Technology And Investment Corporation | Stereo door sensor |
US7397929B2 (en) * | 2002-09-05 | 2008-07-08 | Cognex Technology And Investment Corporation | Method and apparatus for monitoring a passageway using 3D images |
US7920718B2 (en) * | 2002-09-05 | 2011-04-05 | Cognex Corporation | Multi-zone passageway monitoring system and method |
US8326084B1 (en) | 2003-11-05 | 2012-12-04 | Cognex Technology And Investment Corporation | System and method of auto-exposure control for image acquisition hardware using three dimensional information |
US7623674B2 (en) * | 2003-11-05 | 2009-11-24 | Cognex Technology And Investment Corporation | Method and system for enhanced portal security through stereoscopy |
EP1721327A4 (de) * | 2004-02-02 | 2011-06-15 | Botem Electronic Co Ltd | Stromspar-schalter |
ITMO20050112A1 (it) * | 2005-05-03 | 2006-11-04 | Meta System Spa | Apparecchiatura di protezione perimetrale, particolarmente per sistemi anti-intrusione. |
US20070047837A1 (en) * | 2005-08-29 | 2007-03-01 | John Schwab | Method and apparatus for detecting non-people objects in revolving doors |
US8111904B2 (en) | 2005-10-07 | 2012-02-07 | Cognex Technology And Investment Corp. | Methods and apparatus for practical 3D vision system |
FI117991B (fi) * | 2005-12-09 | 2007-05-15 | Seniortek Oy | Menetelmä ja järjestelmä henkilön suojelemiseksi rakennuksessa |
US7448548B1 (en) * | 2006-01-13 | 2008-11-11 | Point Six Wireless, Llc | Pulsed wireless directional object counter |
DE102007023063A1 (de) * | 2007-05-16 | 2008-11-20 | Siemens Ag Österreich | Verfahren, Einrichtung und System zur Prüfung der Echtheit von Wertzeichen |
US8126260B2 (en) * | 2007-05-29 | 2012-02-28 | Cognex Corporation | System and method for locating a three-dimensional object using machine vision |
ES2382311T3 (es) * | 2008-07-08 | 2012-06-07 | Nortech International (Pty) Limited | Aparato y método de clasificación del movimiento de objetos en una zona de control |
DE102010009590A1 (de) * | 2010-02-26 | 2011-09-01 | Rheinisch-Westfälische Technische Hochschule Aachen | Sensorsystem und Verfahren zur Überwachung eines Raumes |
CN101807245B (zh) * | 2010-03-02 | 2013-01-02 | 天津大学 | 基于人工神经网络的多源步态特征提取与身份识别方法 |
US20150009332A1 (en) * | 2012-02-29 | 2015-01-08 | Koninklijke Philips N.V. | Apparatus, method and system for monitoring presence of persons in an area |
CN103793958B (zh) * | 2012-10-29 | 2016-03-16 | 山东新北洋信息技术股份有限公司 | 自动检票方法及自动检票装置 |
DE112014007253A5 (de) | 2014-12-16 | 2017-08-24 | Balluff Gmbh | Berührungsloser Positions-/Abstandssensor mit einem künstlichen neuronalen Netzwerk und Verfahren zu seinem Betrieb |
CN104778459A (zh) * | 2015-04-17 | 2015-07-15 | 广西科技大学 | 一种足球比赛视频中的多运动员的行为的特征融合方法 |
WO2017111619A1 (en) * | 2015-12-22 | 2017-06-29 | Wireless Guard Limited | A sensor device |
CN105911607B (zh) * | 2016-06-08 | 2017-12-22 | 兰州兰石集团有限公司 | 物体移动及移动方向感应器 |
JP2018124140A (ja) * | 2017-01-31 | 2018-08-09 | アズビル株式会社 | 光電センサ |
JP2018124139A (ja) * | 2017-01-31 | 2018-08-09 | アズビル株式会社 | 光電センサ |
JP2018124137A (ja) * | 2017-01-31 | 2018-08-09 | アズビル株式会社 | センサ装置 |
GB2550286B (en) * | 2017-04-21 | 2018-04-25 | Integrated Design Ltd | Optical system for monitoring the movement of people through a passageway |
CN108710321A (zh) * | 2018-05-16 | 2018-10-26 | 上海应用技术大学 | 轨道交通车厢拥挤状态监测系统 |
FR3088460A1 (fr) | 2018-11-09 | 2020-05-15 | Jean-Claude Dubois | Dispositif de capture de frequentation miniaturise |
US11747513B2 (en) | 2018-12-20 | 2023-09-05 | Sick Ag | Sensor apparatus |
EP3680814A1 (de) * | 2019-01-14 | 2020-07-15 | Kaba Gallenschütz GmbH | Verfahren zur erkennung von bewegungsabläufen und passiererkennungssystem |
FR3099591B1 (fr) | 2019-07-31 | 2022-01-28 | Dubois Jean Claude | Capteur thermique stéréoscopique miniaturisé pour dispositif de comptage automatique |
DE102020113114A1 (de) * | 2020-05-14 | 2021-11-18 | Kaba Gallenschütz GmbH | Passiererkennungssystem und Verfahren zur berührungslosen Überwachung |
DE102021005129A1 (de) | 2021-10-13 | 2023-04-13 | vanory GmbH | Verfahren und Vorrichtung zum Steuern elektronischer Geräte, insbesondere Leuchten |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5411826Y2 (de) * | 1971-08-09 | 1979-05-25 | ||
US3727034A (en) * | 1972-01-19 | 1973-04-10 | Gen Electric | Counting system for a plurality of locations |
US3794983A (en) * | 1973-04-17 | 1974-02-26 | K Sahin | Communication method and network system |
US4000400A (en) * | 1975-04-09 | 1976-12-28 | Elder Clarence L | Bidirectional monitoring and control system |
DE2613706C3 (de) * | 1976-03-31 | 1979-02-22 | Robert Bosch Gmbh, 7000 Stuttgart | System zum Feststellen einer Bewegung im Überwachungsbereich mehrerer Fernsehkameras |
US4127766A (en) * | 1976-04-05 | 1978-11-28 | Thayer Stephen C | Automatic and accurate passenger counter with storage and retrieval |
DE2617112C3 (de) * | 1976-04-17 | 1982-01-14 | Robert Bosch Gmbh, 7000 Stuttgart | Verfahren zum Feststellen einer Bewegung bzw. einer Veränderung im Überwachungsbereich einer Fernsehkamera |
FR2419549A1 (fr) * | 1978-03-06 | 1979-10-05 | Matra | Procede et dispositif de comptage automatique de mobiles traversant un passage |
US4541115A (en) * | 1983-02-08 | 1985-09-10 | Pattern Processing Technologies, Inc. | Pattern processing system |
DE3616374A1 (de) * | 1986-05-15 | 1987-11-19 | Siemens Ag | Pyrodetektor, vorzugsweise geeignet fuer bewegungs- und richtungsselektives detektieren |
DE3623792C1 (de) * | 1986-07-15 | 1987-12-10 | Messerschmitt Boelkow Blohm | Einrichtung zur Feststellung der Personenzahl und Richtung innerhalb eines zu ueberwachenden Raumes oder einer Durchgangsschleuse |
WO1988000745A1 (en) * | 1986-07-24 | 1988-01-28 | Keith Jeffrey Gate | Detection system |
DE8705296U1 (de) * | 1987-04-09 | 1988-08-04 | Heimann Gmbh, 6200 Wiesbaden | Infrarotdetektor |
JPS6446875A (en) * | 1987-08-17 | 1989-02-21 | Toshiba Corp | Object discriminating device |
US4799243A (en) * | 1987-09-01 | 1989-01-17 | Otis Elevator Company | Directional people counting arrangement |
JPH0786537B2 (ja) * | 1987-09-26 | 1995-09-20 | 松下電工株式会社 | 人体検出装置 |
US4993049A (en) * | 1988-09-28 | 1991-02-12 | Cupps Halbert D | Electronic management system employing radar type infrared emitter and sensor combined with counter |
US4874063A (en) * | 1988-10-27 | 1989-10-17 | Otis Elevator Company | Portable elevator traffic pattern monitoring system |
FR2642203B1 (fr) * | 1989-01-20 | 1993-03-05 | Rasec | Dispositif et procede de controle electronique de sens de passage de clients dans l'entree d'un magasin |
JP2552728B2 (ja) * | 1989-05-31 | 1996-11-13 | 富士通株式会社 | 赤外線監視システム |
WO1991002323A1 (en) * | 1989-08-11 | 1991-02-21 | Hughes Aircraft Company | Adaptive network for classifying time-varying data |
GB2245401A (en) * | 1989-11-01 | 1992-01-02 | Hughes Aircraft Co | Neural network signal processor |
US5055685A (en) * | 1989-12-01 | 1991-10-08 | Optex Co., Ltd. | Infrared detecting apparatus |
JP2538091B2 (ja) * | 1990-03-19 | 1996-09-25 | 松下電器産業株式会社 | 客数センサ |
US5109278A (en) * | 1990-07-06 | 1992-04-28 | Commonwealth Edison Company | Auto freeze frame display for intrusion monitoring system |
CA2049273A1 (en) * | 1990-10-25 | 1992-04-26 | Cindy E. Daniell | Self adaptive hierarchical target identification and recognition neural network |
US5243418A (en) * | 1990-11-27 | 1993-09-07 | Kabushiki Kaisha Toshiba | Display monitoring system for detecting and tracking an intruder in a monitor area |
ZA929406B (en) * | 1992-03-04 | 1993-09-27 | Csir | Monitoring system |
-
1993
- 1993-10-07 WO PCT/EP1993/002771 patent/WO1994008258A1/en active IP Right Grant
- 1993-10-07 EP EP93922538A patent/EP0664012B1/de not_active Expired - Lifetime
- 1993-10-07 AT AT93922538T patent/ATE153151T1/de not_active IP Right Cessation
- 1993-10-07 BR BR9307213A patent/BR9307213A/pt not_active IP Right Cessation
- 1993-10-07 AU AU51501/93A patent/AU5150193A/en not_active Abandoned
- 1993-10-07 CA CA002146451A patent/CA2146451C/en not_active Expired - Fee Related
- 1993-10-07 ZA ZA937447A patent/ZA937447B/xx unknown
- 1993-10-07 DE DE69310758T patent/DE69310758T2/de not_active Expired - Lifetime
-
1995
- 1995-05-16 US US08/441,783 patent/US5519784A/en not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19909516B4 (de) * | 1999-03-04 | 2008-04-17 | TÜV SÜD Automotive GmbH | Verfahren zum Wahrnehmbarmachen von Meßdaten eines Versuchsablaufs sowie Versuchsdatenerfassungs-Auswertungssystem |
DE19958358B4 (de) * | 1999-12-03 | 2004-03-11 | Wiesemann, Reinhard | Meß- und Zählsensor |
US6867694B2 (en) | 2000-04-20 | 2005-03-15 | Systec Pos-Technology Gmbh | Method and system for detecting and rewarding the return of shopping trolleys |
US7292158B2 (en) | 2000-04-20 | 2007-11-06 | Systec Pos-Technology Gmbh | Method and system for detecting and rewarding the returning of shopping carts |
US7579967B2 (en) | 2000-04-20 | 2009-08-25 | Systec Pos-Technology Gmbh | Method and system for detecting and rewarding the returning of shopping carts |
DE10019941B4 (de) * | 2000-04-20 | 2012-12-06 | Systec Pos-Technology Gmbh | Verfahren und System zum Erfassen und Belohnen der Rückführung von Einkaufswagen |
Also Published As
Publication number | Publication date |
---|---|
EP0664012A1 (de) | 1995-07-26 |
EP0664012B1 (de) | 1997-05-14 |
US5519784A (en) | 1996-05-21 |
BR9307213A (pt) | 1999-03-30 |
WO1994008258A1 (en) | 1994-04-14 |
ZA937447B (en) | 1994-03-25 |
CA2146451A1 (en) | 1994-04-14 |
DE69310758D1 (de) | 1997-06-19 |
ATE153151T1 (de) | 1997-05-15 |
CA2146451C (en) | 1999-09-07 |
AU5150193A (en) | 1994-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69310758T2 (de) | Verfahren und vorrichtung zum klassifizieren der bewegung von objekten entlang einem durchgang | |
DE10026586B4 (de) | Objekterfassungssystem | |
EP3044760B1 (de) | Verfahren zur analyse der verteilung von objekten in freien warteschlangen | |
DE4410406C2 (de) | Optoelektronische Vorrichtung zum Überwachen der Umgebung eines Fahrzeugs | |
DE69127968T2 (de) | Dreidimensionales echtzeit-sensorsystem | |
DE3841387A1 (de) | Verfahren und vorrichtung zum ueberwachen eines sich bewegenden objekts | |
EP2114630B2 (de) | Sensorvorrichtung sowie anlage mit einem förderer und einer sensorvorrichtung | |
EP1531342B1 (de) | Verfahren zur Erkennung von Fussgängern | |
EP0815539B1 (de) | Verfahren zur erkennung bewegter objekte in zeitlich aufeinander folgenden bildern | |
DE60006411T2 (de) | Zählvorrichtung | |
EP2786564A1 (de) | Verfahren und vorrichtung zur überwachung eines überwachungsbereichs | |
DE69738270T2 (de) | Erfassungssystem | |
DE2901683A1 (de) | Einrichtung zum pruefen von abstaenden zwischen objekten in einem zweidimensionalen quantisierten bild | |
EP3813355A1 (de) | Kamera zur erfassung eines objektstroms und verfahren zur bestimmung der höhe von objekten | |
DE69213897T2 (de) | Vorrichtung zum Messen des Abstandes zwischen Fahrzeugen | |
DE10148070A1 (de) | Verfahren zur Erkennung und Verfolgung von Objekten | |
DE69211925T2 (de) | Entfernungsmesser für Abstand zwischen Fahrzeugen mit Nachführung des vorausfahrenden Fahrzeugs | |
DE10049366A1 (de) | Verfahren zum Überwachen eines Sicherheitsbereichs und entsprechendes System | |
DE2602838C3 (de) | Einrichtung zur Verfolgung eines Zieles | |
WO2019063255A1 (de) | Verfahren zur erkennung eines blattrandes, verfahren zur gezielten behandlung von pflanzen mit einem blattbehandlungsmittel und verwendung eines eventbasierten bildsensors zur erkennung eines blattrandes | |
EP0710927A2 (de) | Verfahren zur objektorientierten Erkennung bewegter Objekte | |
DE60109442T2 (de) | System zum zählen von lebewesen | |
DE10128722C1 (de) | Vorrichtung zur Kontrolle von Objekten | |
WO1998027511A1 (de) | Verfahren und vorrichtung zur orts- und grössenunabhängigen erfassung von merkmalen aus einem bild | |
DE102018117274A1 (de) | Sichere Kamera und Verfahren zur sicheren Aufnahme und Auswertung von Bilddaten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: RITZTRADE (PROPIETARY) LTD., PIETERMARITZBURG, NAT |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: NORTECH INTERNATIONAL(PROPRIETARY) LTD., PIETERMAR |