JP2012518846A - 異常挙動を予測するためのシステムおよび方法 - Google Patents
異常挙動を予測するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2012518846A JP2012518846A JP2011551245A JP2011551245A JP2012518846A JP 2012518846 A JP2012518846 A JP 2012518846A JP 2011551245 A JP2011551245 A JP 2011551245A JP 2011551245 A JP2011551245 A JP 2011551245A JP 2012518846 A JP2012518846 A JP 2012518846A
- Authority
- JP
- Japan
- Prior art keywords
- trajectory
- model
- module
- prediction
- wavelet transform
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
Abstract
Description
この出願は、2009年7月2日に出願された米国特許出願第12/496,724号に対する優先権を主張し、かつ2009年2月19日に出願された米国特許仮出願第61/153,891号の恩典を主張する。これらの出願の全開示は、参照によってこれに援用される。
●HAAR(入力ベクトル)
●HAAR(HARR(入力ベクトル))
●HAAR(HAAR((HAAR(入力ベクトル)))
図10は、入力ベクトルに対して3つのハール変換を実行し、複数の変換の結果を表わす係数マトリクスを獲得するプロセスを図示している。与えられているシーケンスは、ハール変換によって作り出される時間ドメイン内における代表的な多解像度もしくは周波数ドメイン内における多スペクトル特性を超えて軌跡線分の変動する特性を捕らえる高レベルのインターリーブされた項を結果としてもたらす。前述したとおり、ユーザが係数マトリクスから特定の項を選択して特徴ベクトルを定義できる。係数の選択は、パラメータおよび実行されることになる反復回数とすることができる。ウェーブレット変換モジュール52は、入力ベクトルに対応するキー・ベクトルと呼ばれる特徴ベクトルを生成できる。予測ベクトルに対応する特徴ベクトルは、出力ベクトルに対して単一のハール変換を実行すること、およびその後に続いてハール変換の結果から低周波係数を選択することによって獲得される。キー・ベクトルおよび予測ベクトルは、予測モデル生成モジュール54へ伝達される。
20 予測的異常挙動検出モジュール
22 グラフィカル・ユーザ・インターフェース(GUI)
24 聴覚/視覚(A/V)アラーム、A/Vアラーム
26 記録ストレージ・モジュール
28 メタデータ生成モジュール
30 メタデータ処理モジュール、前処理モジュール
32 モデル構築および更新モジュール
34 挙動評価モジュール
36 アラーム生成モジュール
40 モデル・ロード・モジュール
44 正常モデル・データベース
46 予測モデル・データベース
48 ベクトル生成モジュール
50 正常モデル生成モジュール、モデル構築モジュール
52 ウェーブレット変換モジュール、反復変換モジュール
54 予測モデル生成モジュール
80 スコア付けモジュール
82 ウェーブレット変換モジュール
84 挙動予測モジュール
90 逆ウェーブレット変換モジュール、逆ハール・ウェーブレット変換モジュール
92 ベクトル生成モジュール
201 視野
203A 目標エリア
203B 目標エリア
207 グリッド
12a〜12n カメラ、センサ・デバイス、検知デバイス
Claims (34)
- 空間をモニタするための予測的監視システムであって、
モニタされている物体の軌跡に対応し、前記モニタされている物体が前記軌跡の場所にいた時刻に対応するタイムスタンプを含む軌跡メタデータを生成するメタデータ処理モジュールと、
前記軌跡メタデータを受取り、前記モニタされている物体の前記軌跡のあらかじめ選択された線分に関係する動きの属性を表わす成分を有する特徴ベクトルを生成する変換モジュールと、
前記モニタされている物体に対応する前記特徴ベクトルを受取り、かつ前記あらかじめ定義済みの目標エリアに対応する予測モデルを予測モデル・データベースから検索する予測的挙動評価モジュールであって、それにおいて予測モデルは、以前にモニタされた物体についての到来軌跡および前記以前にモニタされた物体の立ち去り軌跡、および前記到来軌跡と前記立ち去り軌跡の間における結び付きに対応する指標を定義し、前記到来および立ち去り軌跡は特徴ベクトルとして表わされ、かつ前記予測モデルは、前記モニタされている物体の前記特徴ベクトルと前記到来軌跡を表わしている前記特徴ベクトルの間における類似性、および前記到来軌跡と立ち去り軌跡の間における前記結び付きに基づいて検索される、予測的挙動評価モジュールと、
前記立ち去り軌跡の前記特徴ベクトルおよび前記以前にモニタされた物体の前記軌跡の前記あらかじめ選択された線分に基づいて、予測される軌跡を生成する逆変換モジュールと、
を包含するシステム。 - 前記変換モジュールは、さらに、前記軌跡メタデータを受取り、前記軌跡メタデータに対して実行されるあらかじめ決定済みの数のウェーブレット変換、および前記ウェーブレット変換から結果としてもたらされる係数の選択に基づいて特徴ベクトルを生成するウェーブレット変換モジュールであって、係数の選択が前記軌跡の前記あらかじめ選択された線分に基づく、ウェーブレット変換モジュールを包含する、請求項1に記載のシステム。
- 前記ウェーブレット変換はハール変換である、請求項2に記載のシステム。
- 前記動きの属性は、前記軌跡の前記あらかじめ選択された線分を基準点として使用することによって決定される前記モニタされている物体の速度を含む、請求項1に記載のシステム。
- 前記逆変換モジュールは、さらに、前記立ち去り軌跡を表わす前記特徴ベクトルを受取り、前記立ち去り軌跡を表わす前記特徴ベクトルに対して逆ウェーブレット変換を実行することによって前記モニタされている物体の前記予測される軌跡を生成する逆ウェーブレット変換モジュールを包含する、請求項2に記載のシステム。
- 前記挙動評価モジュールは、さらに、前記モニタされている物体の前記予測される軌跡と少なくとも1つの正常な動きのモデルの比較に基づいて異常性スコアを生成するべく動作可能であり、それにおいて前記正常な動きのモデルは、監視下にあるエリアの期待される利用に対応する移動物体の期待される局所的な動きを定義する、請求項1に記載のシステム。
- さらに、
アラームの作動、前記軌跡メタデータに対応する画像データのストア、およびユーザへの通知のうちの少なくとも1つを、前記物体の前記異常性スコアに基づいて実行するアラーム生成モジュール、
を包含する、請求項6に記載のシステム。 - さらに、
アラームの作動、前記軌跡メタデータに対応する画像データのストア、およびユーザへの通知のうちの少なくとも1つを、前記移動物体の前記予測される将来の場所に基づいて実行するアラーム生成モジュール、
を包含する、請求項1に記載のシステム。 - さらに、
前記予測モデル・データベースが、前記モニタされている物体の前記特徴ベクトルと類似する到来軌跡を表わす特徴ベクトルを有する予測モデルを含まないとき、前記あらかじめ定義済みの目標エリアに対応する新しい予測モデルを生成するモデル構築および更新モジュールを包含し、それにおいて前記モデル構築および更新モジュールは、前記モニタされている物体の立ち去り軌跡を表わす前記モニタされている物体の前記軌跡に対応する追加の軌跡メタデータを受取り、前記変換モジュールは、前記モニタされている物体の前記立ち去り軌跡を表わす特徴ベクトルを生成する、
請求項1に記載のシステム。 - 前記モデル構築および更新モジュールは、学習段階および運用段階の間に動作し、それにおいて前記学習段階は、前記モデル構築および更新モジュールが前記以前にモニタされた物体の軌跡に対応するトレーニング・データを受取ることに対応し、前記運用段階は、前記モデル構築および更新モジュールがモニタされている物体の軌跡に対応するリアルタイム・データを受取ることに対応する、請求項9に記載のシステム。
- 前記新しい予測モデルは、前記モニタされている物体の前記軌跡の到来部分に対して少なくとも1つのウェーブレット変換を実行することによって、および前記モニタされている物体の前記立ち去り軌跡に対してウェーブレット変換を実行することによって前記変換モジュールにより生成され、それにおいて前記変換モジュールは、前記軌跡の前記あらかじめ選択された線分に対応する前記ウェーブレット変換の結果から係数を選択する、請求項9に記載のシステム。
- 前記ウェーブレット変換はハール変換である、請求項11に記載のシステム。
- 前記指標は、前記立ち去り軌跡が前記目標エリアに関して所定の前記到来軌跡を生じる確率を表わす、請求項1に記載のシステム。
- 前記確率は、前記立ち去り軌跡が所定の前記到来軌跡を生じる確率を表わし、前記異常性スコアは、さらに、前記予測される軌跡が生じる前記確率に基づく、請求項6に記載のシステム。
- 前記選択される係数は、前記ウェーブレット変換の各反復からの3番目、5番目、および9番目の係数出力を含む、請求項2に記載のシステム。
- 前記選択される係数は、前記ウェーブレット変換の各反復からの少なくとも1つの出力を含む、請求項2に記載のシステム。
- 予測的監視システムであって、
空間を通り抜ける移動物体の観察される軌跡に関係する軌跡情報を受取り、前記軌跡情報に基づいて潜在的予測モデルを生成するモデル構築モジュールであって、それにおいて前記潜在的予測モデルは、所定の位置に到達する前記移動物体によって通り抜けられた到来トレーニング軌跡、前記所定の位置からの前記移動物体についての予測トレーニング軌跡、および前記到来トレーニング軌跡と前記予測トレーニング軌跡の間における相関に対応する潜在的カウントを含み、前記到来および予測トレーニング軌跡は、前記移動物体によって通り抜けられた前記軌跡のあらかじめ選択された線分に関係する動きの属性を表わす成分を有する特徴ベクトルとして表わされる、モデル構築モジュールと、
少なくとも1つの予測モデルをストアしている予測モデル・データベースであって、それにおいて予測モデルは、前記空間を通り抜けて所定の位置に到達する以前にモニタされた物体によって通り抜けられた到来モデル軌跡、および前記所定の位置から前記空間を通り抜ける前記以前にモニタされた物体によって通り抜けられたモデル予測軌跡、および前記到来モデル軌跡と前記モデル予測軌跡の間における相関に対応するカウントを含み、前記到来モデル軌跡および前記モデル予測軌跡は、前記以前にモニタされた物体によって通り抜けられた前記軌跡のあらかじめ選択された線分に関係する動きの属性を表わす成分を有する特徴ベクトルとして表わされる、予測モデル・データベースと、
を包含し、
前記モデル構築モジュールが、前記到来トレーニング軌跡を表わす前記特徴ベクトルを使用して前記予測モデル・データベースのクエリを行い、前記到来トレーニング軌跡を表わす前記特徴ベクトルと類似する前記到来モデル軌跡を表わす特徴ベクトルを有する予測モデルがあればそれを受取り、
前記モデル構築モジュールによって受取られる予測モデルがないときには、前記モデル構築モジュールが、前記予測モデル・データベース内に前記潜在的予測モデルをストアし、
前記受取られた予測モデルに対応する前記モデル予測軌跡を表わす前記特徴ベクトルのいずれも前記予測トレーニング軌跡を表わす前記特徴ベクトルと類似していないとき、前記モデル構築モジュールが、前記予測モデル・データベース内に前記潜在的予測モデルをストアし、
前記モデル構築モジュールが、前記到来トレーニング軌跡を表わす前記特徴ベクトルが前記受取られた予測モデルの前記到来モデル軌跡を表わす前記特徴ベクトルと類似し、かつ前記予測トレーニング軌跡を表わす前記特徴ベクトルが前記受取られた予測モデルに対応する前記モデル予測軌跡を表わす前記特徴ベクトルと類似するとき、前記受取られた予測モデルの前記カウントを更新する、予測的監視システム。 - さらに、
前記空間内における動きがモニタされている物体についての軌跡情報に対応する入力軌跡を表わす特徴ベクトルを伝達し、前記入力軌跡と前記受取られた予測モデルの入力モデル軌跡の間における類似性、および前記入力モデル軌跡と前記受取られた予測モデルの前記モデル予測軌跡の間における前記相関に基づいて前記予測モデル・データベースから少なくとも1つの予測モデルを受取る挙動評価モジュールを包含し、
前記挙動評価モジュールが、前記受取られた予測モデルに基づいて前記物体の少なくとも1つの予測される将来の場所を生成する、
請求項17に記載のシステム。 - さらに、
軌跡情報に基づいてデータ構造を受取り、前記データ構造に対して少なくとも1つのウェーブレット変換を実行し、かつ到来トレーニング軌跡を表わす特徴ベクトル、予測トレーニング軌跡を表わす特徴ベクトル、到来モデル軌跡を表わす特徴ベクトル、モデル予測軌跡を表わす特徴ベクトル、および入力軌跡を表わす特徴ベクトルのうちの少なくとも1つを、前記少なくとも1つのウェーブレット変換および前記軌跡情報のあらかじめ選択された部分に基づいて生成するウェーブレット変換モジュール、
を包含する、請求項18に記載のシステム。 - 前記ウェーブレット変換はハール変換である、請求項19に記載のシステム。
- さらに、
モデル予測軌跡を表わす特徴ベクトルを受取り、前記特徴ベクトルに対して逆ウェーブレット変換を実行し、かつ前記逆ウェーブレット変換に基づいて前記移動物体の予測される将来の場所を生成する逆ウェーブレット変換モジュール、
を包含する、請求項19に記載のシステム。 - 前記ウェーブレット変換はハール変換であり、前記逆ウェーブレット変換は逆ハール変換である、請求項21に記載のシステム。
- 前記データ構造は、カメラの視野内において観察される物体の、空間−時間的な局在化された期待される動きモデルに関係する情報をストアするデータ・キューブである、請求項19に記載のシステム。
- 前記データ構造は、時間および目標エリアに関して物体の軌跡に関係する情報をストアする動きベクトルであり、それにおいて前記目標エリアは、カメラの視野内におけるユーザにより定義された場所である、請求項19に記載のシステム。
- 前記挙動評価モジュールは、さらに、前記移動物体の前記予測される将来の場所および少なくとも1つの正常な動きのモデルに基づいて異常性スコアを生成するべく動作可能であり、それにおいて前記正常な動きのモデルは、監視下にあるエリアの期待される利用に対応する、空間における期待される正常な局在化された動きを定義する、請求項18に記載のシステム。
- さらに、
アラームの作動、前記センサ・データのストア、およびユーザへの通知のうちの少なくとも1つを、前記物体の前記異常性スコアに基づいて実行するアラーム生成モジュール、
を包含する、請求項25に記載のシステム。 - さらに、
アラームの作動、前記センサ・データのストア、およびユーザへの通知のうちの少なくとも1つを、前記移動物体の前記予測される将来の場所に基づいて実行するアラーム生成モジュール、
を包含する、請求項18に記載のシステム。 - 監視デバイスによって観察されている移動物体の将来の場所を予測するための方法であって、
前記移動物体に対応する動きデータを前記監視デバイスから受取るステップと、
前記受取った動きデータに基づいてメタデータを生成するステップであって、前記メタデータが前記移動物体のタイムスタンプ、場所、および大きさを含むステップと、
前記メタデータをストアしているデータ構造に対して少なくとも1つのウェーブレット変換を実行するステップと、
前記少なくとも1つのウェーブレット変換に基づいてキーを生成するステップと、
前記キーを使用して予測モデル・データベースのクエリを行うステップであって、前記予測モデル・データベースが学習済みデータに基づく予測モデルをストアしており、かつそれにおいて前記予測モデルのそれぞれが、学習済み軌跡の第1の部分に基づくモデル・キー、前記学習済み軌跡の第2の部分に基づくモデル予測、および前記モデル・キーと前記モデル予測の間における相関に対応するカウントを含むステップと、
前記予測モデル・データベースから少なくとも1つの予測モデルを受取るステップであって、前記キーと前記受取る予測モデルのモデル・キーの類似性、および前記受取る予測モデルの前記カウントに基づいて受取るステップと、
受取ったモデル・キーおよび受取ったカウントに基づいて前記移動物体の少なくとも1つの将来の場所を生成するステップと、
を包含する方法。 - 前記移動物体の少なくとも1つの将来の場所を生成するステップは、さらに、前記受取ったモデル予測に対して少なくとも1つの逆ウェーブレット変換を実行するステップを含む、請求項28に記載の方法。
- 前記ウェーブレット変換はハール変換であり、前記逆ウェーブレット変換は逆ハール変換である、請求項29に記載の方法。
- 各予測モデルの前記モデル・キーおよび前記モデル予測は、観察された軌跡に対応するメタデータの少なくとも1つのウェーブレット変換に基づく、請求項28に記載の方法。
- さらに、前記移動物体に対応するキーが以前に前記予測モデル・データベース内にストアされた前記予測モデルのいずれにも対応しないとき、前記移動物体に基づいて予測モデルを生成して前記予測モデル・データベース内にストアするステップを包含する、請求項28に記載の方法。
- さらに、前記移動物体の前記予測される将来の場所および少なくとも1つの正常な動きのモデルに基づいて異常性スコアを生成するステップを包含し、それにおいて前記正常な動きのモデルは、監視下にあるエリアの期待される利用に対応する、空間における期待される正常な局在化された動きを定義する、請求項28に記載の方法。
- 前記異常性スコアは、さらに前記受取ったカウントに基づく、請求項33に記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15389109P | 2009-02-19 | 2009-02-19 | |
US61/153,891 | 2009-02-19 | ||
US12/496,724 | 2009-07-02 | ||
US12/496,724 US8253564B2 (en) | 2009-02-19 | 2009-07-02 | Predicting a future location of a moving object observed by a surveillance device |
PCT/US2010/024716 WO2010141117A2 (en) | 2009-02-19 | 2010-02-19 | System and method for predicting abnormal behavior |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012518846A true JP2012518846A (ja) | 2012-08-16 |
Family
ID=42559382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011551245A Pending JP2012518846A (ja) | 2009-02-19 | 2010-02-19 | 異常挙動を予測するためのシステムおよび方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8253564B2 (ja) |
JP (1) | JP2012518846A (ja) |
WO (1) | WO2010141117A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230071456A (ko) * | 2021-11-16 | 2023-05-23 | 한국과학기술정보연구원 | 화재발생모니터링장치 및 그 동작 방법 |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9341705B2 (en) | 2008-01-31 | 2016-05-17 | Bae Systems Information And Electronic Systems Integration Inc. | Passive ranging of a target |
US8164510B2 (en) * | 2008-01-31 | 2012-04-24 | Bae Systems Information And Electronic Systems Integration Inc. | Quantity smoother |
US8436762B2 (en) * | 2008-01-31 | 2013-05-07 | Bae Systems Information And Electronic Systems Integration Inc. | Determining at least one coordinate of an object using intersecting surfaces |
IL197996A (en) * | 2009-04-05 | 2014-07-31 | Rafael Advanced Defense Sys | A method for locating people |
CN102450010A (zh) | 2009-04-20 | 2012-05-09 | 杜比实验室特许公司 | 定向内插和数据后处理 |
US8352788B2 (en) * | 2009-07-20 | 2013-01-08 | International Business Machines Corporation | Predictive monitoring with wavelet analysis |
US20110254680A1 (en) * | 2010-04-16 | 2011-10-20 | Infrasafe, Inc. | Security monitoring system |
US20120078808A1 (en) * | 2010-09-23 | 2012-03-29 | International Business Machines Corporation | Prescriptive wellbeing utilizing an enterprise grid |
US8855361B2 (en) * | 2010-12-30 | 2014-10-07 | Pelco, Inc. | Scene activity analysis using statistical and semantic features learnt from object trajectory data |
US20130044927A1 (en) * | 2011-08-15 | 2013-02-21 | Ian Poole | Image processing method and system |
EP2562060B1 (en) * | 2011-08-22 | 2014-10-01 | Honda Research Institute Europe GmbH | A method and system for predicting movement behavior of a target traffic object |
WO2013128852A1 (ja) * | 2012-02-29 | 2013-09-06 | 日本電気株式会社 | 動線情報生成システム、動線情報生成方法および動線情報生成プログラム |
KR20130136251A (ko) * | 2012-06-04 | 2013-12-12 | 한국전자통신연구원 | 객체 에너지 정보를 이용한 상황 인지 장치 및 방법 |
US9207760B1 (en) * | 2012-09-28 | 2015-12-08 | Google Inc. | Input detection |
JP2015533249A (ja) | 2012-10-15 | 2015-11-19 | ヴィジレント コーポレイションVigilent Corporation | スマートアラームを用いて環境管理を行う方法及び装置 |
US9286693B2 (en) * | 2013-02-25 | 2016-03-15 | Hanwha Techwin Co., Ltd. | Method and apparatus for detecting abnormal movement |
US20140006611A1 (en) * | 2013-07-17 | 2014-01-02 | Paul Andrew Perez | Method and System for Using Timestamps and Algorithms Across Email and Social Networks to Identify Optimal Delivery Times for an Electronic Personal Message |
US9201581B2 (en) * | 2013-07-31 | 2015-12-01 | International Business Machines Corporation | Visual rules for decision management |
US9721383B1 (en) | 2013-08-29 | 2017-08-01 | Leap Motion, Inc. | Predictive information for free space gesture control and communication |
US9996638B1 (en) | 2013-10-31 | 2018-06-12 | Leap Motion, Inc. | Predictive information for free space gesture control and communication |
KR20150071781A (ko) * | 2013-12-18 | 2015-06-29 | 한국전자통신연구원 | 궤적변환 기반 이동궤적 모델링 장치 및 방법 |
US20160132722A1 (en) * | 2014-05-08 | 2016-05-12 | Santa Clara University | Self-Configuring and Self-Adjusting Distributed Surveillance System |
US9785247B1 (en) | 2014-05-14 | 2017-10-10 | Leap Motion, Inc. | Systems and methods of tracking moving hands and recognizing gestural interactions |
US9921300B2 (en) | 2014-05-19 | 2018-03-20 | Rockwell Automation Technologies, Inc. | Waveform reconstruction in a time-of-flight sensor |
US11243294B2 (en) | 2014-05-19 | 2022-02-08 | Rockwell Automation Technologies, Inc. | Waveform reconstruction in a time-of-flight sensor |
US20150334371A1 (en) * | 2014-05-19 | 2015-11-19 | Rockwell Automation Technologies, Inc. | Optical safety monitoring with selective pixel array analysis |
US9696424B2 (en) | 2014-05-19 | 2017-07-04 | Rockwell Automation Technologies, Inc. | Optical area monitoring with spot matrix illumination |
WO2015178540A1 (ko) * | 2014-05-20 | 2015-11-26 | 삼성에스디에스 주식회사 | 카메라간 핸드오버를 이용한 목표물 추적 장치 및 방법 |
US9715903B2 (en) | 2014-06-16 | 2017-07-25 | Qualcomm Incorporated | Detection of action frames of a video stream |
US9625108B2 (en) | 2014-10-08 | 2017-04-18 | Rockwell Automation Technologies, Inc. | Auxiliary light source associated with an industrial application |
WO2016145238A1 (en) * | 2015-03-10 | 2016-09-15 | Elemental Machines, Inc. | Method and apparatus for environmental sensing |
WO2016155844A1 (en) * | 2015-03-31 | 2016-10-06 | Nec Europe Ltd. | Method and system for observing a predetermined monitoring area |
US10007849B2 (en) | 2015-05-29 | 2018-06-26 | Accenture Global Solutions Limited | Predicting external events from digital video content |
US20170171325A1 (en) * | 2015-12-09 | 2017-06-15 | Paul Andrew Perez | Method and System for Using Timestamps and Algorithms Across Email and Social Networks to Identify Optimal Delivery Times for an Electronic Personal Message |
US10474946B2 (en) * | 2016-06-24 | 2019-11-12 | Microsoft Technology Licensing, Llc | Situation aware personal assistant |
US10473761B2 (en) * | 2016-08-11 | 2019-11-12 | Rodradar Ltd. | Wire and pylon classification based on trajectory tracking |
US11538281B2 (en) | 2017-10-20 | 2022-12-27 | Walmart Apollo, Llc | Worker task performance safely |
WO2019130548A1 (en) * | 2017-12-28 | 2019-07-04 | Nec Corporation | Information processing apparatus, method, and program |
JP6997013B2 (ja) * | 2018-03-05 | 2022-01-17 | 株式会社日立製作所 | 作業動作解析システム及び作業動作解析方法 |
EP3557549B1 (de) | 2018-04-19 | 2024-02-21 | PKE Holding AG | Verfahren zur bewertung eines bewegungsereignisses |
JP6810097B2 (ja) * | 2018-05-21 | 2021-01-06 | ファナック株式会社 | 異常検出器 |
US10938994B2 (en) * | 2018-06-25 | 2021-03-02 | Cypress Semiconductor Corporation | Beamformer and acoustic echo canceller (AEC) system |
US11461698B2 (en) | 2018-07-09 | 2022-10-04 | Athene Noctua LLC | Integrated machine learning audiovisual application for a defined subject |
US11126187B2 (en) * | 2018-09-15 | 2021-09-21 | Toyota Research Institute, Inc. | Systems and methods for controlling the operation of a vehicle |
RU2701091C1 (ru) * | 2018-12-25 | 2019-09-24 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Способ прогнозирования состояния группы подвижных объектов |
US11221229B1 (en) | 2019-03-20 | 2022-01-11 | Gm Cruise Holdings Llc | Autonomous vehicle routing based on predicted location of a disruptive third-party vehicle |
CN112152681B (zh) * | 2019-06-27 | 2022-02-15 | 华为技术有限公司 | 一种预编码方法及装置 |
FR3099282B1 (fr) * | 2019-07-25 | 2021-07-02 | Thales Sa | Analyse de trajectoires d'aeronefs |
US11373104B2 (en) * | 2019-07-26 | 2022-06-28 | Bae Systems Information And Electronic Systems Integration Inc. | Connecting OBP objects with knowledge models through context data layer |
US11188758B2 (en) * | 2019-10-30 | 2021-11-30 | Scenera, Inc. | Tracking sequences of events |
US11068742B2 (en) | 2019-10-30 | 2021-07-20 | Scenera, Inc. | Curation of custom workflows using multiple cameras |
US11580741B2 (en) * | 2019-12-30 | 2023-02-14 | Industry Academy Cooperation Foundation Of Sejong University | Method and apparatus for detecting abnormal objects in video |
CN111814588B (zh) * | 2020-06-18 | 2023-08-01 | 浙江大华技术股份有限公司 | 行为检测方法以及相关设备、装置 |
CN113762454A (zh) * | 2020-07-30 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 轨迹异常检测方法及装置 |
CN111950470A (zh) * | 2020-08-14 | 2020-11-17 | 深圳市万物云科技有限公司 | 一种智能监控方法、装置、计算机设备及存储介质 |
US20220319061A1 (en) * | 2021-03-31 | 2022-10-06 | Snap Inc. | Transmitting metadata via invisible light |
US11874960B2 (en) | 2021-03-31 | 2024-01-16 | Snap Inc. | Pausing device operation based on facial movement |
CN113822181A (zh) * | 2021-09-08 | 2021-12-21 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种基于肢体活跃度的行为心理异常检测方法 |
US20230177934A1 (en) * | 2021-12-03 | 2023-06-08 | Honeywell International Inc. | Surveillance system for data centers and other secure areas |
CN115690160B (zh) * | 2022-11-16 | 2023-12-15 | 南京航空航天大学 | 一种低帧率视频行人轨迹预测方法与系统 |
CN117037073A (zh) * | 2023-09-12 | 2023-11-10 | 天津君萌科技有限公司 | 基于人工智能可视化的对象定位方法及可视化监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000348180A (ja) * | 1999-06-01 | 2000-12-15 | Fujitsu Ltd | 移動領域追跡方法及び装置及び記録媒体 |
WO2002021441A1 (fr) * | 2000-09-06 | 2002-03-14 | Hitachi, Ltd. | Detecteur de comportement anormal |
JP2003346157A (ja) * | 2002-05-23 | 2003-12-05 | Toshiba Corp | 物体追跡装置及び方法 |
JP2005210573A (ja) * | 2004-01-26 | 2005-08-04 | Mitsubishi Electric Corp | 映像表示システム |
JP2008072543A (ja) * | 2006-09-15 | 2008-03-27 | Fujitsu Ltd | 画像領域へのメタデータ自動付与装置,メタデータ自動付与方法およびメタデータ自動付与プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6560586B1 (en) | 1998-10-30 | 2003-05-06 | Alcatel | Multiresolution learning paradigm and signal prediction |
US7088846B2 (en) | 2003-11-17 | 2006-08-08 | Vidient Systems, Inc. | Video surveillance system that detects predefined behaviors based on predetermined patterns of movement through zones |
US7127083B2 (en) | 2003-11-17 | 2006-10-24 | Vidient Systems, Inc. | Video surveillance system with object detection and probability scoring based on object class |
US7672739B2 (en) | 2005-08-11 | 2010-03-02 | University Of South Florida | System for multiresolution analysis assisted reinforcement learning approach to run-by-run control |
US7667596B2 (en) | 2007-02-16 | 2010-02-23 | Panasonic Corporation | Method and system for scoring surveillance system footage |
-
2009
- 2009-07-02 US US12/496,724 patent/US8253564B2/en not_active Expired - Fee Related
-
2010
- 2010-02-19 WO PCT/US2010/024716 patent/WO2010141117A2/en active Application Filing
- 2010-02-19 JP JP2011551245A patent/JP2012518846A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000348180A (ja) * | 1999-06-01 | 2000-12-15 | Fujitsu Ltd | 移動領域追跡方法及び装置及び記録媒体 |
WO2002021441A1 (fr) * | 2000-09-06 | 2002-03-14 | Hitachi, Ltd. | Detecteur de comportement anormal |
JP2003346157A (ja) * | 2002-05-23 | 2003-12-05 | Toshiba Corp | 物体追跡装置及び方法 |
JP2005210573A (ja) * | 2004-01-26 | 2005-08-04 | Mitsubishi Electric Corp | 映像表示システム |
JP2008072543A (ja) * | 2006-09-15 | 2008-03-27 | Fujitsu Ltd | 画像領域へのメタデータ自動付与装置,メタデータ自動付与方法およびメタデータ自動付与プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230071456A (ko) * | 2021-11-16 | 2023-05-23 | 한국과학기술정보연구원 | 화재발생모니터링장치 및 그 동작 방법 |
KR102593563B1 (ko) * | 2021-11-16 | 2023-10-24 | 한국과학기술정보연구원 | 화재발생모니터링장치 및 그 동작 방법 |
Also Published As
Publication number | Publication date |
---|---|
WO2010141117A2 (en) | 2010-12-09 |
WO2010141117A3 (en) | 2011-07-21 |
US8253564B2 (en) | 2012-08-28 |
US20100207762A1 (en) | 2010-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012518846A (ja) | 異常挙動を予測するためのシステムおよび方法 | |
JP5641445B2 (ja) | 監視システム、監視方法、及び監視プログラム | |
US9928423B2 (en) | Efficient retrieval of anomalous events with priority learning | |
JP5224401B2 (ja) | 監視システムおよび方法 | |
US8855361B2 (en) | Scene activity analysis using statistical and semantic features learnt from object trajectory data | |
WO2014132841A1 (ja) | 人物検索方法及びホーム滞留人物検索装置 | |
WO2018116488A1 (ja) | 解析サーバ、監視システム、監視方法及びプログラム | |
US20190213424A1 (en) | Image processing system and image processing method | |
US20150379355A1 (en) | A surveillance system | |
Godil et al. | Performance metrics for evaluating object and human detection and tracking systems | |
JP2018160219A (ja) | 移動経路予測装置、及び移動経路予測方法 | |
JP2013232181A (ja) | 画像処理装置、画像処理方法 | |
WO2018232846A1 (zh) | 一种大范围周边安全监控方法和系统 | |
US7295106B1 (en) | Systems and methods for classifying objects within a monitored zone using multiple surveillance devices | |
CN104933542B (zh) | 一种基于计算机视觉的物流仓储监控方法 | |
CN109117771B (zh) | 一种基于锚节点的图像中暴力事件检测系统及方法 | |
CN114218992A (zh) | 异常对象的检测方法及相关装置 | |
JP5202419B2 (ja) | 警備システムおよび警備方法 | |
CN115311735A (zh) | 一种异常行为智能识别预警方法 | |
CN209433517U (zh) | 一种基于多火焰图像与组合判据的火灾识别报警装置 | |
WO2022030558A1 (ja) | 人物を検出または追跡する装置、システム、方法及びプログラム | |
Teng et al. | EV: Efficient visual surveillance with electronic footprints | |
WO2014208025A1 (ja) | 感度調整装置、感度調整方法および記憶媒体、並びに監視システム | |
Zhang et al. | A Multiple Instance Learning and Relevance Feedback Framework for Retrieving Abnormal Incidents in Surveillance Videos. | |
JP5586736B2 (ja) | 類似画像検索の結果表示装置及び類似画像検索の結果表示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130108 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20140130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140218 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20141009 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150106 |