EP2064666A1 - Verfahren zur überwachung von personenansammlungen - Google Patents

Verfahren zur überwachung von personenansammlungen

Info

Publication number
EP2064666A1
EP2064666A1 EP07803514A EP07803514A EP2064666A1 EP 2064666 A1 EP2064666 A1 EP 2064666A1 EP 07803514 A EP07803514 A EP 07803514A EP 07803514 A EP07803514 A EP 07803514A EP 2064666 A1 EP2064666 A1 EP 2064666A1
Authority
EP
European Patent Office
Prior art keywords
persons
people
speed
comparison
day
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.)
Ceased
Application number
EP07803514A
Other languages
English (en)
French (fr)
Inventor
Wolfram Klein
Gerta KÖSTER
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.)
Siemens AG
Original Assignee
Siemens AG
Siemens Corp
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 Siemens AG, Siemens Corp filed Critical Siemens AG
Publication of EP2064666A1 publication Critical patent/EP2064666A1/de
Ceased legal-status Critical Current

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
    • G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Definitions

  • the invention relates to a method for monitoring the accumulation of persons according to the preamble of claim 1.
  • a sensor module detects the location coordinates of individual persons in a room to be monitored from entering to leaving.
  • a sensor module can serve a CCD camera.
  • means and methods or algorithms of the image processing are used to detect or identify the objects and subjects located in a room. From gray or color values and circumscribing shapes, the movement behavior of persons is derived according to position and speed.
  • a disadvantage of this prior art is that thereby no recognition of dangerous incidents or potentially developing dangerous situations is possible.
  • the monitoring area can not open to the imaging device, concealed subregions, de ⁇ ren additions are in the monitored area, and a review of the hidden sub-regions can based on comparison ⁇ patterns for the inflow and outflow through the entrances SUC ⁇ gen.
  • the comparison patterns for the subregions are dependent on the weather, the season, the time of day, the day of the week and / or the type of event.
  • a model for the behavior of the persons in the subregions is created for the evaluation, in which the subareas are assigned parameters depending on the weather, the season, the time of day, the day of the week and / or the type of event.
  • a better prognosis can be made for typical situations depending on circumstances such as time or weather.
  • the assessment will be more accurate in the event that many people leave a folk festival in the late evening in bad weather.
  • An accident can be detected by a comparison pattern in which the speed of individual persons within ei ⁇ nes flow of people is significantly lower and these move to a center and / or a circle without other people trained around this.
  • a panic situation is detected by a comparison pattern in which flows of people with high speed of movement, high density of people occur at the same time forming areas without or with a few people.
  • the gradient of the person density is evaluated.
  • the first and second Ablei ⁇ tion of the person density and / or the speed of movement of the people is evaluated.
  • the number of people in an area or subarea is a function of time and place. By comparing the positions of the persons at different times, the derivative of this function is determined by time or approximated by difference quotients.
  • the derivation according to the location (gradient) provides information about the local changes in the number of persons or persons (number of people / area). Even higher derivatives can be approximated by differential quotients.
  • the number of persons and the flows of persons can be predicted.
  • An evaluation is possible even if not all persons can be recorded. It is also possible to additionally include selected persons in order to obtain information about the distribution of certain groups of persons in the mass of persons. hold. This can be, for example, children or wheelchair users, who need a higher level of protection than other people. Such persons may be recognized by special markings such as a cap or cap, or physical characteristics such as height.
  • FIG. 1 is a schematic plan view of a monitoring area with subregions on the basis of the example of a Murphy ,
  • FIG. 2 schematically shows an assignment of parameters to subregions
  • Fig. 3B schematically shows a second comparison pattern for an accident
  • FIGS. 4A-4C schematically show the sequence of a comparison pattern for a panic situation.
  • FIG. 1 shows schematically in plan view a monitoring range 1 with subregions on the basis of the example of a popular event .
  • the persons are indicated by dots.
  • the gradient of the streams of people outside in the sub-area entrance beer tent 5 can be used as a guideline for determining the number of persons in the subarea beer tent 4.
  • the monitoring of the movement pattern allows an estimation of a development in a subsequent period.
  • FIG. 2 schematically shows an assignment of parameters to subregions.
  • the driving business 3 the beer tent 4, a roast chicken stand 9 and a Rie ⁇ senrad 10 are arranged.
  • typical properties are taken into account in the comparative samples.
  • Under section z as in areas that have normally gleichze ⁇ FLOWING persons distribution as the road section 2, only sparse with people under areas such as the roller coaster as
  • a concrete assessment and prognosis is described ⁇ model to allow for different scenarios, a Prog ⁇ nose of the distribution of people in sub-regions, starting from the current distribution people.
  • different parameters eg P (weather) and P (time), which are dependent on the respective sub-area and correspond to an "attractiveness" for persons under the parameter condition Scenarios and for the sub-area concerned.
  • the value range of the parameters is specified as [0,1].
  • FIG. 2 shows by way of example a parameterization with values P A for a-bends and at the same time P R for rain.
  • Fig. 3A schematically shows a comparative pattern for an accident.
  • the parties are shown as a point with an arrow on its movement direction and a movement speed ent ⁇ speaking arrow length.
  • Fig. 3B schematically shows a second comparison pattern for a possible accident. Around a few people, a circle without further people forms and the speed of the people in this circle is very low or zero.
  • FIGS. 4A-4C schematically show the timing of a comparison pattern for a panic situation.
  • critical masses, traps and accident patterns can either be recognized directly or predicted via extrapolation, eg a linear extrapolation of the movements. This can be used to respond appropriately, such as automatically triggering alerts, informing and enabling security services.
  • the monitoring can automatically focuses on the danger zone, where refined ⁇ to.
  • the threshold values are specified depending on which parameters (weather, time of day, etc.) are available.
  • the threshold values can be determined depending on a sub-range. For example, in a subway station at rush hour, higher person densities are tolerable than at 3 o'clock in the morning, when an accumulation of people may indicate a danger situation, such as a developing brawl.
  • the method according to the invention represents a control loop, ie the information obtained can be used directly for better detection in the next steps. When a crisis area detected automatically, for example by a threshold value, so in this region, the detection can be verfei ⁇ nert. Options include zooming in or special alignment of additional cameras. Next, additional data can be determined as to the density of the BEWE ⁇ transfer speed of persons as well as the uniformity and distribution of the speed of movement.
  • the reference patterns e.g. based on experience in the past, and the parameters are adjusted. Possible measures may be to block inputs and to only use them as an output, as well as further monitoring based on comparison patterns and parameters for the case of evacuation.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

Bei einem Verfahren zur Überwachung von Personenansammlungen in einem Überwachungsbereich (1) wiederholen sich die Schritte des Aufnehmens einer Abbildung der Personenansammlung durch eine Bildaufnahmevorrichtung, des Erfassens der Position von einer Mehrzahl von Personen auf der Abbildung durch eine Auswertevorrichtung und des Vergleichens mit den Positionen auf einer vorherigen Abbildung. Sodann wird jeweils eine Richtung und Geschwindigkeit durch die Auswertevorrichtung zugeordnet. Die sich ergebenden Positionen, Bewegungsrichtungen und Bewegungsgeschwindigkeiten der Personen werden mit Vergleichsmustern für eine Mehrzahl von Personen verglichen und dadurch eine Bewertung für ein eingetretenes oder zukünftiges Ereignis vorgenommen.

Description

Beschreibung
Verfahren zur Überwachung von Personenansammlungen
Die Erfindung betrifft ein Verfahren zur Überwachung von Personenansammlungen nach dem Oberbegriff des Anspruchs 1.
Aus Sicherheitsgründen sowie für statistische und wirtschaft¬ liche Zwecke besteht das Bedürfnis, die Anzahl von Personen an unterschiedlichen Veranstaltungsorten, z.B. bei einem
Volksfest wie dem Oktoberfest, zu bestimmen. Ein Ziel hierbei ist die Identifikation kritischer Massen, d.h. die Identifikation von Gefahren durch Ballungen von Personen und kritische Personenströme sowie eine Prognose über deren zeitlichen Verlauf, um angemessene Maßnahmen einleiten zu können.
Für die Erfassung, insbesondere das Zählen, und die Überwa¬ chung von Personenansammlungen sind zwei Verfahren bekannt.
Zum einen das Zählen der Personen , die an den Ein- und Ausgängen ankommen sowie weggehen. Dies kann per Hand oder automatisch geschehen, ist jedoch fehlerträchtig und erlaubt nur Aussagen über die Zahl der Personen im gesamten Beobachtungsgebiet, nicht in Teilbereichen.
Zum anderen durch zweidimensionale Bildaufnahmen und Zählen der Personen auf den Bildaufnahmen. Für das Zählen gibt es automatisierte Verfahren. Dabei kann jedoch noch keine Erfas¬ sung und Auswertung von Bewegungen von Personen und die Ver- messung von Personenströmen erfolgen.
Aus der DE 200 15 559 Ul ist eine Anordnung zum Erfassen von Personenströmen bekannt, bei der ein Sensormodul die Ortskoordinaten von einzelnen Personen in einem zu überwa- chenden Raum vom Betreten bis zum Verlassen erfasst. Als Sensormodul kann dabei eine CCD-Kamera dienen. In einer Ausführungsform der dort beschriebenen Anordnung dienen zur Erfassung bzw. Identifizierung der sich in einem Raum befindlichen Objekte und Subjekte Mittel und Methoden bzw. Algorithmen der Bildverarbeitung. Aus Grau- bzw. Farb- werten und umschreibenden Formen wird das Bewegungsverhalten von Personen nach Position und Geschwindigkeit abgeleitet.
Weiter ist aus der DE 200 15 559 Ul bekannt, den Raum in meh¬ rere Bereiche aufzuteilen und die Personen jeweils in diesen Bereichen zu erfassen.
Nachteilig an diesem Stand der Technik ist, dass dadurch kein Erkennen von gefährlichen Vorfällen oder sich potentiell entwickelnden Gefahrensituationen möglich ist.
Es ist daher Aufgabe der vorliegenden Erfindung, ein Verfahren zur Verfügung zu stellen, mit dem eine Überwachung von Personenansammlungen dahingehend möglich ist, dass entstande¬ ne oder potentielle Gefahrensituationen erkannt werden.
Diese Aufgabe wird durch ein Verfahren zur Überwachung von Personenansammlungen mit den Merkmalen des Anspruch 1 gelöst. Vorteilhafte Weiterbildungen des erfindungsgemäßen Verfahrens sind in den Unteransprüchen angegeben.
Durch ein Verfahren mit den Merkmalen des Anspruch 1 ist eine Bewertung und somit Prognose über die Entwicklung in einem begrenzten Zeitraum möglich. Potentielle Gefahrensituationen, wie kritische Massen, Überfüllung, Unfallmuster, können damit besser vorhergesehen werden und Maßnahmen schneller eingeleitet werden. Die Prognosen erlauben ein vorausschauendes Steu¬ ern von Personenströmen. Eine Steuerung der Personenmassen wird möglich bzw. effizienter. Ebenso erfolgt die Auswertung durch die Auswerteeinheit, z.B. einen PC automatisch, so dass eine Automatisierung von Sicherheitsvorkehrungen möglich ist, wie das Schließen eines überfüllten U-Bahnhofs. Schließlich können bessere statistische Aussagen für wirtschaftliche Zwe¬ cke wie etwa den Fremdenverkehr gewonnen werden. In günstiger Ausführungsform wird der Überwachungsbereich in mehrere Unterbereiche aufgeteilt, denen jeweils eigene Ver¬ gleichsmuster zugeordnet sind.
Dies ermöglicht eine genaue Anpassung an die Situation in dem Unterbereich, z.B. ein Fahrgeschäft bei einem Volksfest. Auch erlaubt ein Vergleich der Zustände in benachbarten Unterbereichen eine schnelle Aussage zu voraussichtlichen Personen- strömen ohne Detailbetrachtungen.
Der Überwachungsbereich kann nicht für die Bildaufnahmevorrichtung zugängliche, verdeckte Unterbereiche enthalten, de¬ ren Zugänge im Überwachungsbereich liegen, und eine Bewertung für die verdeckten Unterbereiche kann anhand von Vergleichs¬ mustern für den Zufluss und Abfluss über die Zugänge erfol¬ gen .
Insbesondere durch die Beobachtung von Gradienten in Unterbe- reichen, die den Zugang zu dem verdeckten Bereich, z.B. einem Bierzelt, bilden, ist eine Aussage über die Personenzahl in dem verdeckten Unterbereich möglich.
In vorteilhafter Ausführung sind die Vergleichsmuster für die Unterbereiche abhängig von dem Wetter, der Jahreszeit, der Tageszeit, dem Wochentag und/oder der Veranstaltungsart.
In günstiger Ausführungsform wird zur Bewertung ein Modell für das Verhalten der Personen in den Unterbereichen er- stellt, bei dem den Unterbereichen Parameter abhängig von dem Wetter, der Jahreszeit, der Tageszeit, dem Wochentag und/oder der Veranstaltungsart zugeordnet werden.
Dadurch kann eine bessere Prognose für typische von Umstän- den, wie der Zeit oder dem Wetter, abhängigen Situationen getroffen werden. Die Bewertung wird z.B. für den Fall, dass viele Personen am späten Abend bei schlechtem Wetter ein Volksfest verlassen, genauer. Ein Unfall kann durch ein Vergleichsmuster erkannt werden, bei dem die Geschwindigkeit einzelner Personen innerhalb ei¬ nes Personenstroms deutlich geringer ist und diese sich auf ein Zentrum zu bewegen und/oder sich ein Kreis ohne weitere Personen um diese ausbildet.
In vorteilhafter Ausführungsform wird eine Paniksituation durch ein Vergleichsmuster erkannt, bei dem Personenströme mit hoher Bewegungsgeschwindigkeit, hoher Personendichte bei sich gleichzeitig ausbildenden Bereichen ohne oder mit wenigen Personen auftreten.
Vorteilhaft wird der Gradient der Personendichte bewertet.
In günstiger Ausführungsform wird die erste und zweite Ablei¬ tung der Personendichte und/oder der Bewegungsgeschwindigkeit der Personen bewertet.
Die Anzahl der Personen in einem Gebiet oder Teilgebiet ist eine Funktion der Zeit und des Ortes. Über den Vergleich der Positionen der Personen zu verschiedenen Zeitpunkten wird die Ableitung dieser Funktion nach der Zeit bestimmt bzw. durch Differenzenquotienten approximiert. Die Ableitung nach dem Ort (Gradient) gibt Auskunft über die örtlichen Veränderungen der Personenzahl- bzw. Personendichte (Personenzahl/Fläche) . Auch höhere Ableitungen können über Differenzenquotienten näherungsweise bestimmt werden. Durch eine Extrapolation, z.B. mit Hilfe der zeitlichen Ableitung und gegebenenfalls höherer Ableitungen über den Wert der Personendichte und/oder der Bewegungsgeschwindigkeit, kann eine bessere Bewertung der Situ¬ ation in der Zukunft abgegeben werden. Die Zahl der Personen und die Personenströme lassen sich prognostizieren.
Eine Auswertung ist auch dann möglich, wenn nicht alle Personen erfasst werden können. Es ist auch möglich, ausgewählte Personen zusätzlich zu erfassen, um Auskunft über die Verteilung bestimmter Personengruppen in der Personenmasse zu er- halten. Dies können z.B. Kinder oder Rollstuhlfahrer sein, die einen höheren Schutz als sonstige Personen benötigen. Solche Personen können über spezielle Kennzeichen, etwa eine Kappe oder Mütze, oder körperliche Eigenschaften, wie die Größe, erkannt werden.
Die vorliegende Erfindung wird nachfolgend mit Hilfe von Aus¬ führungsbeispielen anhand der beigefügten Zeichnungen näher erläutert. Es zeigt
Fig. 1 schematisch in Aufsicht einen Überwachungsbereich mit Unterbereichen anhand des Beispiels eines Volks¬ festes,
Fig. 2 schematisch eine Zuordnung von Parametern zu Unterbereichen,
Fig. 3A schematisch ein Vergleichsmuster für einen Unfall,
Fig. 3B schematisch ein zweites Vergleichsmuster für einen Unfall und
Fig. 4A - 4C schematisch den Ablauf eines Vergleichsmusters für eine Paniksituation.
Fig. 1 zeigt schematisch in Aufsicht einen Überwachungsbe¬ reich 1 mit Unterbereichen anhand des Beispiels eines Volks¬ festes. Es liegen unterschiedliche Unterbereiche mit ver- schiedner Charakteristik — etwa in Bezug auf das Verhalten der Personen im Unterbereich, die Funktion des Unterbereichs, das kommerzielle Interesse oder die Sicherheitsanforderungen - vor. So gibt es Straßenbereiche 2, ein Fahrgeschäft 3, hier z.B. eine Achterbahn, ein Bierzelt 4, einen Eingang-Bierzelt 5, einen Eingangsbereich-Außen 6, einen Eingangsbereich-Innen 7 und einen Eingangsbereich-Fahrgeschäft 8. Die Personen sind durch Punkte verdeutlicht. Bei einem Personenstrom Richtung Bierzelt 4 kann der Gradient der Personenströme außen im Unterbereich Eingang-Bierzelt 5 als Richtwert zur Bestimmung der Anzahl der Personen in dem Unterbereich Bierzelt 4 herangezogen werden. Die Überwachung des Bewegungsmusters erlaubt dabei eine Abschätzung einer Entwicklung in einem sich anschließenden Zeitraum.
Fig. 2 zeigt schematisch eine Zuordnung von Parametern zu Unterbereichen. Neben einem Straßenbereich sind das Fahrge- schäft 3, das Bierzelt 4, ein Brathuhn-Stand 9 und ein Rie¬ senrad 10 angeordnet. Für jeden Unterbereich werden bei den Vergleichsmustern typische Eigenschaften berücksichtigt. Unterbereich sind z, B. Teilgebiete mit im Normalfall gleichmä¬ ßiger Personenverteilung wie der Straßenbereich 2, nur dünn mit Personen besetzte Unterbereiche wie die Achterbahn als
Fahrgeschäft 3 und das Riesenrad, sowie Ballungsbereiche wie das Bierzelt 4, das zugleich bei einer Luftaufnahme ein ver¬ deckter Unterbereich sein kann.
Durch zeitliche Ableitung und die Gradienten, insbesondere an den Unterbereichsrändern, kann bestimmt werden, ob die Anzahl der Personen im Unterbereich steigt oder sinkt sowie die Geschwindigkeit dieser Veränderung.
Erfahrungsgemäß ist z.B. bei Regen das Verhältnis von Perso¬ nen auf dem Straßenbereich 2 zu Personen in dem Bierzelt 3 anders als bei Sonnenschein, bei Nacht und zu Essenszeiten anders als am Nachmittag.
Im Folgenden wird ein konkretes Bewertungs- und Prognose¬ modell beschrieben, um für verschiedene Szenarien eine Prog¬ nose der Verteilung der Personen in Unterbereichen, ausgehend von der aktuellen Personenverteilung, zu ermöglichen. Für jedes Unterbereich werden verschiedene Parameter definiert, hier z.B. P (Wetter) und P (Uhrzeit) , die vom jeweiligen Unterbereich abhängig sind und einer „Attraktivität" für Personen unter der Parameterbedingung entsprechen. Diese Parameter werden anhand eines aktuellen bzw. prognostizierten konkreten Szenarios und für den betreffenden Unterbereich gesetzt. Der Wertebereich der Parameter ist mit [0,1] vorgegeben. Z.B. kann für den Unterbereich Bierzelt 4 der Attraktivitätsparameter P (Wetter ist Regen) = PR bei Regen hoch einge- stellt werden (d.h. viele Menschen drängen bei Regen in das Bierzelt 3), bei Sonnenschein jedoch geringer P (Wetter ist Sonne) = 0.5. Der Attraktivitätsparameter wird für den Unterbereich Bierzelt 3 bei später Uhrzeit ebenfalls hoch einge¬ stellt (P (Uhrzeit am Abend) = PA = 1 um 21 Uhr) , dagegen im Zeitraum zwischen 23 Uhr (Volksfest beendet) und 10 Uhr des folgenden Tages auf , 0 x und in den späten Vormittagsstunden eher gering gesetzt (P (Uhrzeit = HUhr) = 0.2) . Ähnliches gilt für die Einstellung der Parameter der anderen Unterbereiche: Das Riesenrad 10 ist bei Regen nicht attraktiv: PR = 0.2, jedoch relativ attraktiv bei Sonne oder bei Nacht. Der Brathuhn-Stand 9 ist mittags wie abends attraktiv. In Fig. 2 ist beispielhaft eine Parametrisierung mit Werten PA für a- bends und zugleich PR für Regen dargestellt.
Wenn bekannte typische Werte der Personenanzahl für die gera¬ de herrschenden äußeren Umstände und entsprechenden Parameter mit den beobachteten Ist-Werten verglichen werden, können auffälligen Werte automatisch erkannt werden.
Fig. 3A zeigt schematisch ein Vergleichsmuster für einen Unfall. Die Personen sind als Punkt mit einem Pfeil für ihre Bewegungsrichtung und einer der Bewegungsgeschwindigkeit ent¬ sprechenden Pfeillänge dargestellt.
Bei dem vorliegenden Vergleichsmuster umströmen Personen eine sich nicht bewegende Person. Weitere Personen bewegen sich relativ schnell auf diese Person zu und umstehen diese dann sehr eng. Dieses Vergleichsmuster kann als Stürzen einer Person interpretiert werden. Auch ein steiler Gradient mitten auf einem Straßenbereich könnte z.B. auf einen Stau vor einer gestürzten Person hinweisen. Fig. 3B zeigt schematisch ein zweites Vergleichsmuster für einen möglichen Unfall. Um einzelne wenige Personen bildet sich ein Kreis ohne weitere Personen und die Geschwindigkeit der Personen in diesem Kreis ist sehr gering bzw. null.
Fig. 4A - 4C zeigt schematisch den zeitlichen Ablauf eines Vergleichsmusters für eine Paniksituation. Personen fliehen von einer bestimmten Stelle mit hohem Gradientenwert, d.h. dicht gedrängte Personen und ungewöhnliche Bewegungsrichtun- gen. Dazu kommt ein hoher Wert der zeitlichen Ableitung, d. h. große Bewegungsgeschwindigkeiten und deutliche Unterschie¬ de zwischen zwei zeitlich aufeinander folgenden Szenarien relativ zu den vorher gehenden Szenarien in der zeitlichen Abfolge der Fig. 4A bis 4C.
Vorteilhaft können mit dem erfindungsgemäßen Verfahren kritische Massen, Überfüllungen und Unfallmuster entweder direkt erkannt werden oder über eine Extrapolation, z.B. eine lineare Extrapolation der Bewegungen, prognostiziert werden. Da- durch können angemessenen Reaktionen erfolgen, wie automatisches Auslösen von Alarmen, Informieren und Aktivieren von Sicherheitsdiensten. Weiter kann die Überwachung automatisch auf den Gefahrenbereich konzentriert und dort verfeinert wer¬ den .
Es ist auch vorteilhaft, Schwellwerte etwa für die Personen¬ dichte, die mittlere Personengeschwindigkeit und andere Daten vorzugeben, bei deren Unter- bzw. Überschreitung Warnhinweise gegeben werden. Die Schwellwerte werden dabei abhängig davon vorgegeben, welche Parameter (Wetter, Tageszeit usw.) vorliegen. Die Schwellwerte können dabei abhängig von einem Unterbereich festgelegt werden. Z.B. sind in einem U-Bahnhof zu Stoßverkehrszeiten höhere Personendichten tolerierbar, als um 3 Uhr nachts, wenn eine Personenansammlung auf eine Gefahren- Situation, etwa eine sich entwickelnde Schlägerei, hinweisen kann . Das erfindungsgemäße Verfahren stellt einen Regelkreis dar, d.h. die gewonnenen Informationen können unmittelbar zur besseren Erfassung in den nächsten Schritten verwendet werden. Wird ein Krisengebiet automatisch erfasst, z.B. durch einen Schwellwert, so kann in diesem Gebiet die Erfassung verfei¬ nert werden. Möglichkeiten hierzu sind das Heranzoomen oder spezielle Ausrichten zusätzlicher Kameras. Weiter können zusätzliche Daten bestimmt werden, wie zur Dichte die Bewe¬ gungsgeschwindigkeit der Personen sowie die Homogenität und Verteilung der Bewegungsgeschwindigkeit.
Aufgrund dieser Informationen können die Vergleichsmuster, die z.B. auf Erfahrungswerten in der Vergangenheit basieren können, und die Parameter angepasst werden. Mögliche Maßnah- men können Sperren von Eingängen und nur noch Verwendung als Ausgang sowie weitere Überwachung anhand von Vergleichmustern und Parametern für den Fall der Evakuierung sein.

Claims

Patentansprüche
1. Verfahren zur Überwachung von Personenansammlungen in einem Überwachungsbereich (1) mit den sich wiederholenden Schritten
- Aufnehmen einer Abbildung der Personenansammlung durch eine BildaufnähmeVorrichtung,
- Erfassen der Position von einer Mehrzahl von Personen auf der Abbildung durch eine Auswertevorrichtung,
- Vergleichen mit den Positionen auf einer vorherigen Abbildung und jeweiliges Zuordnen einer Richtung und Geschwindig- keit durch die Auswertevorrichtung
dadurch gekennzeichnet, dass die sich ergebenden Positionen, Bewegungsrichtungen und Bewegungsgeschwindigkeiten der Personen mit Vergleichsmustern für eine Mehrzahl von Personen verglichen werden und dadurch eine Bewertung für ein eingetretenes oder zukünftiges Ereig¬ nis erfolgt.
2. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der Überwachungsbereich in mehrere Unterbereiche (2,3,4,5,6,7,8,9,10) aufgeteilt wird, denen jeweils eigene Vergleichsmuster zugeordnet sind.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass der Überwachungsbereich (1) nicht für die Bildaufnahmevorrichtung zugängliche, verdeckte Unterbereiche (4) enthält, deren Zugänge (5) im Überwachungsbereich (1) liegen, und dass eine Bewertung für die verdeckten Unterbereiche (4) anhand von Vergleichsmustern für den Zufluss und Abfluss über die Zugänge (5) erfolgt.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass die Vergleichsmuster für die Unterbereiche (2,3,4,5,6,7,8,9,10) abhängig von Randbedingungen sind, etwa dem Wetter, der Jahreszeit, der Tageszeit, dem Wochentag und/oder der Veranstaltungsart.
5. Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass zur Bewertung ein Modell für das Verhalten der Personen in den Unterbereichen (2,3,4,9,10) erstellt wird, bei dem den Unterbereichen Parameter (PA, PR) abhängig von dem Wetter, der Jahreszeit, der Tageszeit, dem Wochentag und/oder der Veranstaltungsart zugeordnet werden.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Unfall durch ein Vergleichsmuster erkannt wird, bei dem die Geschwindigkeit einzelner Personen innerhalb eines Personenstroms deutlich geringer ist und diese sich auf ein Zentrum zu bewegen und/oder sich ein Kreis ohne weitere Personen um diese ausbildet.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Paniksituation durch ein Vergleichsmuster erkannt wird, bei dem Personenströme mit hoher Bewegungsgeschwindig¬ keit, hoher Personendichte bei sich gleichzeitig ausbildenden Bereichen ohne oder mit wenigen Personen auftreten bzw. mit Personen, die stationär sind.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Gradient der Personendichte bewertet wird.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die zweite Ableitung der Personendichte und/oder der Be¬ wegungsgeschwindigkeit der Personen bewertet wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass nicht alle sondern nur ausgewählte Personen auf der Ab¬ bildung erfasst werden und somit eine Bewertung anhand einer Stichprobe erfolgt.
EP07803514A 2006-09-20 2007-09-17 Verfahren zur überwachung von personenansammlungen Ceased EP2064666A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102006044298A DE102006044298B3 (de) 2006-09-20 2006-09-20 Verfahren zur Überwachung von Personenansammlungen
PCT/EP2007/059750 WO2008034780A1 (de) 2006-09-20 2007-09-17 Verfahren zur überwachung von personenansammlungen

Publications (1)

Publication Number Publication Date
EP2064666A1 true EP2064666A1 (de) 2009-06-03

Family

ID=38695575

Family Applications (1)

Application Number Title Priority Date Filing Date
EP07803514A Ceased EP2064666A1 (de) 2006-09-20 2007-09-17 Verfahren zur überwachung von personenansammlungen

Country Status (3)

Country Link
EP (1) EP2064666A1 (de)
DE (1) DE102006044298B3 (de)
WO (1) WO2008034780A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2476500B (en) 2009-12-24 2012-06-20 Infrared Integrated Syst Ltd Activity mapping system
DE102010034072A1 (de) * 2010-08-12 2012-02-16 Crosscan Gmbh Personenleitsystem für die Evakuierung eines Gebäudes oder eines Gebäudeabschnittes
CN103699874B (zh) * 2013-10-28 2017-04-12 中国计量学院 基于surf流和lle稀疏表示的人群异常行为识别方法
DE102019123523A1 (de) * 2019-09-03 2021-03-04 Innogy Se Verfahren und Computerprogrammprodukt zum Bestimmen von Bewegungsströmen von Personen
WO2023209837A1 (ja) 2022-04-27 2023-11-02 三菱電機株式会社 制御装置、制御システム、制御方法、及び制御プログラム
CN117198026A (zh) * 2023-08-09 2023-12-08 中铁第一勘察设计院集团有限公司 一种车站人流聚集和冲撞的预警系统及方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4700295A (en) * 1985-04-18 1987-10-13 Barry Katsof System and method for forecasting bank traffic and scheduling work assignments for bank personnel
CA2161873C (en) * 1993-05-14 1999-11-09 Rct Systems, Inc. Video traffic monitor for retail establishments and the like
US5764283A (en) * 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
US5953055A (en) * 1996-08-08 1999-09-14 Ncr Corporation System and method for detecting and analyzing a queue
GB9617592D0 (en) * 1996-08-22 1996-10-02 Footfall Limited Video imaging systems
US5973732A (en) * 1997-02-19 1999-10-26 Guthrie; Thomas C. Object tracking system for monitoring a controlled space
DE19962201A1 (de) * 1999-09-06 2001-03-15 Holger Lausch Verfahren und Anordnung zur Erfassung und Analyse des Rezeptionsverhaltens von Personen
US7868912B2 (en) * 2000-10-24 2011-01-11 Objectvideo, Inc. Video surveillance system employing video primitives
US7683929B2 (en) * 2002-02-06 2010-03-23 Nice Systems, Ltd. System and method for video content analysis-based detection, surveillance and alarm management
IL159828A0 (en) * 2004-01-12 2005-11-20 Elbit Systems Ltd System and method for identifying a threat associated person among a crowd

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2008034780A1 *

Also Published As

Publication number Publication date
WO2008034780A1 (de) 2008-03-27
DE102006044298B3 (de) 2008-01-31

Similar Documents

Publication Publication Date Title
CN105744232B (zh) 一种基于行为分析技术的输电线路视频防外破的方法
EP3058556B1 (de) Verfahren und vorrichtung zur automatisierten waldbrandfrüherkennung mittels optischer detektion von rauchwolken
WO1998056182A1 (de) Verfahren zum überwachen eines vorgegebenen überwachungsbereiches
EP1628260B1 (de) Verfahren und Vorrichtung zur automatischen Waldbranderkennung
EP2064666A1 (de) Verfahren zur überwachung von personenansammlungen
WO2019063416A1 (de) Verfahren und einrichtung zum betreiben eines fahrerassistenzsystems sowie fahrerassistenzsystem und kraftfahrzeug
EP2973211A1 (de) Videostromauswertung
EP2174260A2 (de) Vorrichtung zur erkennung und/oder klassifizierung von bewegungsmustern in einer bildsequenz von einer überwachungsszene, verfahren sowie computerprogramm
CN106874863A (zh) 基于深度卷积神经网络的车辆违停逆行检测方法
WO1992010812A1 (de) Richtungsempfindliche zähl- und schaltvorrichtung
CN105118305B (zh) 室外停车场出口车辆管理平台
WO2006133474A1 (de) Verfahren und bildauswertungseinheit zur szenenanalyse
DE102016210534A1 (de) Verfahren zum Klassifizieren einer Umgebung eines Fahrzeugs
DE102011075412A1 (de) Verfahren und System zum Erfassen einer statischen Szene, zum Bestimmen von Rohereignissen und zum Erkennen von freien Flächen in einem Beobachtungsgebiet
DE102017216802A1 (de) Verfahren und vorrichtung zum erkennen von fahrspuren, fahrerassistenzsystem und fahrzeug
EP2147356B1 (de) Verfahren und system zur steuerung von objektbewegungen
CN114913447A (zh) 基于场景识别的警务智慧指挥室系统及方法
DE102020102756B4 (de) Ermittlungsverfahren zur (Teil-)Erfassung und Verarbeitung eines Fahrzeugidentifikationsmittels eines Fahrzeugs
DE19641000C2 (de) Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse
DE19944891A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
EP2254104A2 (de) Verfahren zum automatischen Erkennen einer Situationsänderung
DE102015007145A1 (de) Verfahren zur automatischen Fahrroutenbewertung
AT507457A1 (de) Verfahren zur automatischen feststellung des anhaltens von kraftfahrzeugen
DE19827835B4 (de) Bildübertragungsverfahren und -vorrichtung
DE202020100296U1 (de) Ein Menschen-Fahrzeuge-Straßen-Kooperation-basiertes Verkehrsflusserfassungssystem

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20090129

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC MT NL PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA HR MK RS

17Q First examination report despatched

Effective date: 20090812

DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: SIEMENS AKTIENGESELLSCHAFT

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20151128