KR102366681B1 - 활성/비활성 상태 검출 방법 및 장치 - Google Patents

활성/비활성 상태 검출 방법 및 장치 Download PDF

Info

Publication number
KR102366681B1
KR102366681B1 KR1020207018820A KR20207018820A KR102366681B1 KR 102366681 B1 KR102366681 B1 KR 102366681B1 KR 1020207018820 A KR1020207018820 A KR 1020207018820A KR 20207018820 A KR20207018820 A KR 20207018820A KR 102366681 B1 KR102366681 B1 KR 102366681B1
Authority
KR
South Korea
Prior art keywords
image acquisition
state
target object
image
distance
Prior art date
Application number
KR1020207018820A
Other languages
English (en)
Other versions
KR20200093016A (ko
Inventor
제 한
시아오보 장
시하이 야오
준 우
Original Assignee
어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
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 어드밴스드 뉴 테크놀로지스 씨오., 엘티디. filed Critical 어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
Publication of KR20200093016A publication Critical patent/KR20200093016A/ko
Application granted granted Critical
Publication of KR102366681B1 publication Critical patent/KR102366681B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/65—Control of camera operation in relation to power supply
    • H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices

Abstract

본 출원은 활성/비활성 상태 검출 방법을 개시하고, 여기서 본 방법은 모니터링 및 검출 시스템에 의해 수행되며, 본 방법은: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하는 단계; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하는 단계; 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 단계로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 결정하는 단계를 포함한다. 본 출원의 구현에서, 사전 결정된 물체가 활성 및/또는 비활성인지 여부가 정확하게 결정될 수 있고, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.

Description

활성/비활성 상태 검출 방법 및 장치
관련 출원에 대한 상호 참조
본 출원은 2018년 2월 8일자로 출원되고, 발명의 명칭이 "활성/비활성 상태 검출 방법 및 장치(ACTIVE/INACTIVE STATE DETECTION METHOD AND APPARATUS)"인 중국 특허 출원 제201810127142.2호에 대해 우선권을 주장하며, 이는 그 전체가 본원에 참조로 통합된다.
본 출원은 컴퓨터 기술 분야, 특히 활성/비활성 상태 검출 방법 및 장치에 관한 것이다.
컴퓨터 기술의 발전에 따라, 다양한 애플리케이션 시나리오의 지능 레벨이 증가하고 있다.
식당, 자동 판매기, 자동 액세스 제어 등과 같은 일부 애플리케이션 시나리오에서, 서비스 시스템이 사전 결정된 물체의 활성 및/또는 비활성 상태에 기초하여 적절한 서비스를 제공할 수 있도록, 모니터링 시스템이 사전 결정된 물체가 활성인지 또는 비활성인지를 자동으로 결정할 수 있는 것이 필요하다.
따라서, 사전 결정된 물체의 활성/비활성 상태를 자동으로 검출하기 위한 방법이 절실히 요구되고 있다.
본 출원의 구현은 사전 결정된 물체의 활성/비활성 상태를 자동으로 검출하기 위한 활성/비활성 상태 검출 방법 및 장치, 및 대응하는 애플리케이션 시스템을 제공한다.
이하의 기술적 해결책이 본 출원의 구현에 사용된다:
제1 양태에 따르면, 본 출원의 구현은 활성/비활성 상태 검출 방법을 제공하며, 본 방법은 모니터링 및 검출 시스템에 의해 수행되며, 본 방법은: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하는 단계; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하는 단계; 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 단계로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 결정하는 단계를 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에 제공된 활성/비활성 상태 검출 방법에서, 제1 사전 결정된 조건은: 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 문턱값보다 작고; 제1 사전 결정된 기간 내에서 물체와 타겟 물체 사이의 거리의 통계값이 제2 사전 결정된 문턱값보다 작고; 제1 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리의 차이가 제3 사전 결정된 문턱값보다 크고; 물체와 타겟 물체 사이의 거리가 제4 사전 결정된 문턱값보다 크고; 또는 제2 사전 결정된 기간 내에서 물체와 타겟 물체 사이의 거리의 통계값이 제5 사전 결정된 문턱값보다 큰 것 중 적어도 하나를 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 전에, 본 방법은: 물체 인식 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행하여 인식 결과를 획득하도록, 이미지 취득 영역의 이미지를 물체 인식 시스템으로 전송하는 단계; 및 물체 인식 시스템에 의해 반환된 인식 결과를 수신하는 단계를 더 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 물체 인식 시스템은 클라우드 물체 인식 시스템이다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 인식 결과는: 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하는지 여부를 나타내는 판정 결론; 또는 이미지 취득 영역에서 이미지에 포함된 사전 결정된 물체들의 양 중 적어도 하나를 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 단계는: 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하는 경우, 타겟 물체의 상태가 활성 상태인 것으로 결정하는 단계; 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하지 않는 경우, 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 단계; 이미지 취득 영역의 이미지에 포함된 사전 결정된 물체들의 양이 0보다 큰 경우, 타겟 물체의 상태가 활성 상태인 것으로 결정하는 단계; 또는 이미지 취득 영역의 이미지에 포함된 사전 결정된 물체들의 양이 0인 경우, 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 단계 중 적어도 하나를 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 타겟 물체의 상태를 결정한 후, 본 방법은: 서비스 시스템이 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하도록, 타겟 물체의 상태를 서비스 시스템으로 전송하는 단계를 더 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 타겟 물체의 상태를 결정한 후, 본 방법은: 이미지 취득 시스템을 셧 다운(shut down)하거나 이미지 취득 시스템을 대기 모드로 전환하기 위해, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제2 명령을 전송하는 단계를 더 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제2 명령을 전송하는 단계는: 물체와 타겟 물체 사이의 거리가 제2 사전 결정된 조건을 충족하는 경우, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제2 명령을 전송하는 단계를 포함하고, 제2 사전 결정된 조건은: 제2 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리의 차이가 제6 사전 결정된 문턱값보다 작은 것을 포함한다.
선택적으로, 본 출원의 구현의 제1 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 타겟 물체의 상태를 결정한 후, 본 방법은: 타겟 물체의 상태를 기록하는 단계; 및 타겟 물체의 상태에 기초하여 제1 사전 결정된 조건을 결정하는 단계를 더 포함한다.
제2 양태에 따르면, 본 출원의 구현은 활성/비활성 상태 검출 방법을 제공하며, 여기서 본 방법은 이미지 취득 시스템에 의해 수행되며, 본 방법은: 제1 명령을 수신하는 단계로서, 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는 경우, 제1 명령은 모니터링 및 검출 시스템에 의해 전송되는, 제1 명령을 수신하는 단계; 및 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하는 단계로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 이미지를 획득하는 단계를 포함한다.
선택적으로, 본 출원의 구현의 제2 양태에서 제공되는 활성/비활성 상태 검출 방법에서, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득한 후, 본 방법은: 제2 명령을 수신하는 단계로서, 제2 명령은 타겟 물체의 상태를 결정한 후 모니터링 및 검출 시스템에 의해 전송되는, 제2 명령을 수신하는 단계; 및 제2 명령에 기초하여 이미지 취득 시스템을 셧 다운하거나 이미지 취득 시스템을 대기 모드로 전환하는 단계를 더 포함한다.
제3 양태에 따르면, 본 출원의 구현은 활성/비활성 검출 장치를 제공하며, 본 장치는 모니터링 및 검출 시스템에 적용되고, 본 장치는: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하도록 구성된 거리 모니터링 모듈; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하도록 구성되는 제1 명령 전송 모듈; 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 구성된 상태 결정 모듈로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 상태 결정 모듈을 포함한다.
제4 양태에 따르면, 본 출원의 구현은 활성/비활성 상태 검출 장치를 제공하며, 본 장치는 이미지 취득 시스템에 적용되고, 본 장치는: 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우 모니터링 및 검출 시스템에 의해 전송되는 제1 명령을 수신하도록 구성되는 제1 명령 수신 모듈로서, 물체는 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는, 제1 명령 수신 모듈; 및 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 구성되는 이미지 취득 모듈로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 이미지 취득 모듈을 포함한다.
제5 양태에 따르면, 본 출원의 구현은 전자 디바이스를 제공하고, 전자 디바이스는: 프로세서; 및 컴퓨터 실행 가능 명령어를 저장하도록 구성된 메모리를 포함하고, 실행 가능 명령어는 실행될 때 프로세서로 하여금: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하는 동작; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하는 동작; 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 동작으로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 결정하는 동작을 수행할 수 있게 한다.
제6 양태에 따르면, 본 출원의 구현은 컴퓨터 판독 가능 저장 매체를 제공하며, 컴퓨터 판독 가능 저장 매체는 하나 이상의 프로그램을 저장하고, 하나 이상의 프로그램이 복수의 애플리케이션을 포함하는 전자 디바이스에 의해 실행될 때, 전자 디바이스는: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하는 동작; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하는 동작; 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 동작으로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 결정하는 동작을 수행할 수 있게 된다.
제7 양태에 따르면, 본 출원의 구현은 전자 디바이스를 제공하며, 전자 디바이스는: 프로세서; 및 컴퓨터 실행 가능 명령어를 저장하도록 구성된 메모리를 포함하고, 실행 가능 명령어는 실행될 때 프로세서로 하여금: 제1 명령을 수신하는 동작으로서, 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는 경우, 제1 명령은 모니터링 및 검출 시스템에 의해 전송되는, 제1 명령을 수신하는 동작; 및 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하는 동작으로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 이미지를 획득하는 동작을 수행할 수 있게 한다.
제8 양태에 따르면, 본 출원의 구현은 컴퓨터 판독 가능 저장 매체를 제공하며, 컴퓨터 판독 가능 저장 매체는 하나 이상의 프로그램을 저장하고, 하나 이상의 프로그램이 복수의 애플리케이션을 포함하는 전자 디바이스에 의해 실행될 때, 전자 디바이스는: 제1 명령을 수신하는 동작으로서, 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는 경우, 제1 명령은 모니터링 및 검출 시스템에 의해 전송되는, 제1 명령을 수신하는 동작; 및 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하는 동작으로서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하는, 이미지를 획득하는 동작을 수행할 수 있게 된다.
제9 양태에 따르면, 본 출원의 구현은 모니터링 및 검출 시스템, 이미지 취득 시스템, 물체 인식 시스템 및 서비스 시스템을 포함하는 애플리케이션 시스템을 제공하며, 모니터링 및 검출 시스템은: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하고; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하고; 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 구성되고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하고; 이미지 취득 시스템은: 제1 명령을 수신하고, 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는 경우, 제1 명령은 모니터링 및 검출 시스템에 의해 전송되고; 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 구성되고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함하고; 물체 인식 시스템은: 이미지 취득 영역에서 이미지를 수신하고 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행하여 인식 결과를 획득하고; 인식 결과를 반환하도록 구성되고; 서비스 시스템은 타겟 물체의 상태를 수신하고 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하도록 구성된다.
본 출원의 구현에 사용되는 상술한 적어도 하나의 기술적 해결책은 이하의 유리한 효과를 달성할 수 있다:
본 출원의 구현에서, 이미지 취득 시스템은 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 위하여 이미지 취득 영역에서 이미지를 획득한 다음, 취득된 이미지에 대한 물체 인식을 수행할 수 있다. 따라서, 사전 결정된 물체가 활성 및/또는 비활성인지 정확하게 결정될 수 있다. 또한, 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리가 모니터링되고, 검출된 거리가 제1 사전 결정된 조건을 충족할 경우에만 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위해 이미지 취득 시스템이 활성화된다. 이와 같이, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.
본원에서 설명되는 첨부 도면은 본 출원의 추가 이해를 제공하고 본 출원의 일부를 구성하도록 의도된다. 본 출원의 예시적인 구현 및 예시적인 구현의 설명은 본 출원을 설명하기 위한 것이며, 본 출원에 대한 과도한 제한을 구성하지 않는다. 도면에서:
도 1은 본 출원의 구현이 적용되는 애플리케이션 시스템을 나타내는 개략 구조도이다.
도 2는 본 출원의 구현에 따라 모니터링 및 검출 시스템에 의해 수행되는 활성/비활성 상태 검출 방법을 나타내는 개략 흐름도이다.
도 3은 본 출원의 구현이 식당에 적용되는 구현 시나리오를 나타내는 개략도이다.
도 4는 본 출원의 구현에 따라 이미지 취득 시스템에 의해 수행되는 활성/비활성 상태 검출 방법을 나타내는 개략 흐름도이다.
도 5는 본 출원의 구현에 따라 모니터링 및 검출 시스템에 적용되는 활성/비활성 상태 검출 장치를 나타내는 개략 구조도이다.
도 6은 본 출원의 구현에 따라 이미지 취득 시스템에 적용되는 활성/비활성 상태 검출 장치를 나타내는 개략 구조도이다.
도 7은 본 출원의 구현에 따른 전자 디바이스를 나타내는 개략 구조도이다.
도 8은 본 출원의 구현에 따른 다른 전자 디바이스를 나타내는 개략 구조도이다.
도 9는 본 출원의 구현에 따른 애플리케이션 시스템에 대한 활성/비활성 상태 검출 방법을 나타내는 개략 흐름도이다.
본 출원의 목적, 기술적 해결책 및 이점을 보다 명확하게 하기 위해, 이하에서는 본 출원의 특정 구현 및 첨부 도면을 참조하여 본 출원의 기술적 해결책을 명확하게 설명한다. 분명히, 설명된 구현은 본 출원의 모든 구현이 아니라 단지 일부일 뿐이다. 창조적 노력 없이 본 출원의 구현에 기초하여 본 기술 분야의 통상의 기술자에 의해 획득된 다른 모든 구현은 본 출원의 보호 범위 내에 속할 것이다.
이하에서는 첨부 도면을 참조하여 본 출원의 구현에 제공된 기술적 해결책을 상세히 설명한다.
도 1은 사전 결정된 물체의 활성/비활성 상태를 자동으로 검출할 수 있는 애플리케이션 시스템을 나타내는 개략 구조도이다. 애플리케이션 시스템은 예를 들어, 식당, 자동 판매기, 자동 액세스 제어 등과 같은 복수의 애플리케이션 시나리오에 적용될 수 있음을 이해할 수 있다.
애플리케이션 시스템은 모니터링 및 검출 시스템(100), 이미지 취득 시스템(200) 및 서비스 시스템(300)을 포함할 수 있다. 모니터링 및 검출 시스템(100)은 거리 검출 범위 내에서 물체와 타겟 물체(500) 사이의 거리를 모니터링할 수 있어, 거리가 특정 조건을 충족할 때 이미지를 취득하도록 이미지 취득 시스템이 활성화된다. 활성화된 후, 이미지 취득 시스템(200)은 이미지에 대한 물체 인식을 수행한 인식 결과에 기초하여 이미지 취득 영역이 사전 결정된 물체를 포함하는지 여부를 결정하기 위해 이미지 취득 영역에서 이미지를 취득할 수 있다. 모니터링 및 검출 시스템(100) 및/또는 이미지 취득 시스템(200)은 이미지 취득 영역의 이미지를 물체 인식을 위해 인식 시스템(400)으로 전송할 수 있다. 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하는 경우, 타겟 물체가 활성 상태인 것으로 결정될 수 있다. 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하지 않으면, 타겟 물체가 비활성 상태인 것으로 결정될 수 있다. 이에 기초하여, 타겟 물체의 상태 정보가 서비스 시스템(300)으로 추가로 전송될 수 있으므로, 서비스 시스템(300)은 타겟 물체의 상태에 기초하여 대응하는 서비스 프로세스를 결정한다.
이미지에 대한 물체 인식을 수행하는 데 사용되는 인식 시스템(400)은 타겟 물체의 로컬 인식 시스템이거나 원격 클라우드 인식 시스템일 수 있다는 것에 유의할 가치가 있다.
도 2에 나타낸 바와 같이, 모니터링 및 검출 시스템에 의해 수행되는 활성/비활성 상태 검출 방법은 이하의 단계를 포함할 수 있다:
S101: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링한다.
S101에서, 모니터링 및 검출 시스템은 거리 감지 모듈을 사용하여 거리 감지 모듈의 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리를 실시간으로 검출할 수 있다. 구체적으로, 거리 감지 모듈은 타겟 물체에 배치될 수 있고, 물체와 거리 감지 모듈 사이의 거리를 검출함으로써 물체와 타겟 물체 사이의 거리가 획득될 수 있다.
선택적으로, 거리 감지 모듈은, 정밀한 거리 모니터링 및 애플리케이션 시나리오의 특정 요구가 충족될 수 있다면, 초음파 레인징 센서, 레이저 레인징 센서, 적외선 레인징 센서 등 중에서 하나 이상을 사용할 수 있다.
초음파 레인징 센서는 초음파를 방출하기 위한 방출 유닛 및 초음파 에코를 수신하기 위한 수신 유닛을 포함한다. 초음파 에코 레인징 원리를 사용하여 두 물체 사이의 거리가 측정될 수 있다. 방출된 초음파는 차단 물체(물체 또는 인체일 수 있음)와 충돌한 후에 반동될 것이다. 따라서, 초음파 레인징 센서는 초음파의 방출과 초음파 에코의 수신 사이의 시간차를 사용하여 초음파가 이동한 거리를 계산한 후, 차단 물체와 초음파 레인징 센서 사이의 거리를 획득할 수 있다. 초음파 레인징 센서는 작은 사각 지대, 정확한 측정, 비접촉 및 저렴한 비용 등의 이점을 갖는다.
특정 구현 중에, 거리 검출 범위 내에서 타겟 물체와 물체 사이의 거리를 모니터링하기 위해 초음파 레인징 센서가 타겟 물체에 배치될 수 있다. 초음파 레인징 센서의 특정 위치 및 방향은, 방출 유닛이 특정 방향으로 초음파를 방출하고 방출 순간에 타이밍을 개시하도록 조정될 수 있다. 초음파는 공기를 통과하여 장애물과 충돌한 직후 반동한다. 이와 같이, 수신 유닛은 반사파(초음파 에코와 동등)를 수신한 후 타이밍을 중지시킨다. 초음파의 속도는 v이고, 방출 유닛에 의한 초음파의 방출과 수신 유닛에 의한 초음파 에코의 수신 사이의 시간차는 t라고 가정한다. 이러한 경우, 방출 지점(타겟 물체의 위치와 동등)과 장애물(검출된 물체와 동등) 사이의 거리는 S = v * t/2로 표현될 수 있다. 초음파의 속도는 온도와 관련이 있지만, 온도가 5 ℃만큼 변하면 속도는 1% 미만으로 변한다. 따라서, 온도가 크게 변하지 않을 때 초음파의 속도는 일정한 것으로 간주될 수 있다. 이러한 정밀도는 일반적으로 실내 식당 및 자동 판매기와 같은 애플리케이션 시나리오의 요구를 충족시키기에 충분하다.
초음파 레인징 센서 이외에, 레이저 레인징 센서 및/또는 적외선 레인징 센서가 또한 거리를 측정 및 모니터링하는 데 사용될 수 있다. 광 레인징 원리는 음향 레인징 원리와 유사하다. 주요 차이점은 광의 방출과 광의 수광 사이의 시간차에 있다. 레이저 레인징 센서는 태양광 및 다른 광에 심각하게 영향을 받는 광의 파장에 의존하며, 낮에 더 쉽게 간섭될 수 있다. 따라서 야간 액세스 제어와 같이 야간에 사용하기에는 레이저 레인징 센서가 더 적합하다. 강이 충분하지 않으면, 적외선 레인징 센서가 선택되어 더 높은 레인징 정밀도를 달성할 수 있다.
복수의 레인징 센서가 상이한 측정 정밀도 및 애플리케이션 시나리오의 요구를 충족시키기 위해 조합하여 사용될 수 있으며, 이는 본 출원의 본 구현에 한정되지 않는다는 것을 이해할 수 있다.
예를 들어, 모니터링 및 검출 시스템은 식당의 애플리케이션 시나리오에 적용된다. 타겟 물체는 도 3에 나타낸 바와 같이, 식당의 식탁(501)(또는 셀프-서비스 뷔페 캐비닛)일 수 있다. 대응하는 서비스 프로세스의 개시 여부는 인체(사전 결정된 물체로서 이해될 수 있음)가 식탁에 접근하거나 이로부터 멀어지는지를 검출함으로써 결정된다.
S101이 수행되기 전에, 초음파 레인징 센서(502)(또는 다른 유형의 레인징 센서)가 타겟 물체(즉, 식탁(501))에 배치될 수 있다. 방출 유닛이 초음파를 방출하는 방향은 인체가 식탁에 가장 많이 접근하거나 이로부터 멀어질 것 같은 방향으로 변한다. 예를 들어, 초음파 레인징 센서(502)는 식탁 주위에 배치될 수 있다. 선택적으로, 초음파 레인징 센서(502)는 식탁의 측면에 설치될 수 있고, 초음파는 수평으로 방출된다. 인체가 식탁에 접근하거나 식탁으로부터 멀어질 때, 인체는 초음파 레인징 센서(502)의 거리 검출 범위(506) 내에 속한다. 인체가 모든 방향으로 식탁에 접근할 때 또는 식탁으로부터 멀어질 때 검출될 수 있음을 보장하기 위해, 레인징 센서는 식탁 주위에 배치될 수 있다는 것이 이해될 수 있다.
몇몇 경우에, 복수의 레인징 센서에 의해 방출된 신호(음파 또는 광파)는 서로 간섭할 수 있다. 예를 들어, 통로 양쪽의 식탁에 배치된 레인징 센서는 중첩되는 거리 검출 범위를 가질 수 있다. 하나의 레인징 센서에 의해 방출된 초음파는 다른 레인징 센서에 의해 수신될 수 있으며, 따라서 레인징 정확도에 영향을 준다. 이러한 간섭을 완화하기 위해, 여러 방법이 사용될 수 있다. 예를 들어, 복수의 레인징 센서가 교대로 신호를 방출하도록 제어될 수 있다. 다른 예에서, 그 거리가 특정 문턱값을 초과하는 검출값은 거리 판정 동안 자동으로 폐기될 수 있다. 다른 예에서, 현재 순간에 신호를 방출하기 위한 레인징 센서는 사용자(여기서는 식사하는 사람일 수 있음)의 예약 상태에 기초하여 결정될 수 있다. 예를 들어, 사용자는 식당에 입장할 때 코드 스캐닝을 통해 예약하여 식사할 테이블 번호(타겟 물체의 ID일 수 있음)를 결정한다. 이 경우, 식탁 번호에 대응하는 식탁만이 활성화되어 신호를 방출한다.
S103: 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하면, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역의 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송한다.
S101을 수행함으로써 물체와 타겟 물체 사이의 거리가 검출될 수 있다. S103이 수행되기 전에, 이미지 취득 시스템을 활성화하기 위한 조건, 즉, 제1 사전 결정된 조건이 사전에 결정될 수 있고, 이어서 S107이 수행되어 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하는지 여부를 결정한다. 제1 사전 결정된 조건이 충족되면, S103이 추가로 수행된다. 제1 사전 결정된 조건이 충족되지 않으면, 모니터링을 계속하기 위해 S101이 다시 수행된다.
상이한 애플리케이션 시나리오에서, 제1 사전 결정된 조건은 상이한 의미를 가질 수 있다. 예를 들어, 제1 사전 결정된 조건은 이하 중 적어도 하나를 포함할 수 있다:
(1) 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 문턱값보다 작다.
이러한 사전 결정된 조건은 다음과 같이 이해될 수 있다: 거리는 제1 사전 결정된 문턱값보다 작으며, 이는 물체와 타겟 물체 사이의 거리가 충분히 가깝고, 검출된 물체는 타겟 물체에 대응하는 서비스를 사용할 필요가 있음을 나타낸다. 예를 들어, 식당 시나리오에서, 물체(식사하는 사람과 같은 인체일 수 있거나, 식탁의 잔류물을 수집하기 위한 카트와 같은 물체일 수 있음)가 타겟 물체(여기에서는 식탁)에 접근 할 때, 이는 식사를 하는 사람이 식탁에서 식사할 필요가 있음을 나타낸다. 이러한 경우에, 모니터링 및 검출 시스템은 이미지 취득을 위해 이미지 취득 시스템을 활성화할 수 있고, 그 후 인식 시스템은 식탁에 접근하는 물체가 사전 결정된 물체(여기에서는 인체)인지 여부를 결정하기 위해, 취득된 이미지에 대한 물체 인식을 수행한다. 식탁에 접근하는 물체가 인체인 경우, 이는 식사하는 사람이 식탁을 사용할 수 있음을 나타내며, 타겟 물체가 활성 상태에 진입한 후 서비스 시스템에 추가로 진입하여 주문과 같은 서비스 프로세스를 수행할 수 있음을 이해할 수 있다. 반대로, 식탁에 접근하는 물체가 인체가 아닌 경우, 이는 식사하는 사람이 식탁을 사용할 필요가 없다는 것을 나타내며, 타겟 물체가 비활성 상태이고 서비스 시스템에 진입할 필요가 없음을 이해할 수 있다.
(2) 제1 사전 결정된 기간 내에 물체와 타겟 물체 사이의 거리의 통계값이 제2 사전 결정된 문턱값보다 작다.
주변 신호로부터의 간섭 또는 레인징 센서의 에러로 인해, 일부 버(burr) 신호가 검출된 물체와 타겟 물체 사이의 거리값에 나타날 수 있으며, 이는 판정 결과에 영향을 미친다. 따라서, 특정 기간(예를 들어, 제1 사전 결정된 기간) 내에 물체와 타겟 물체 사이의 거리의 통계값이 계산될 수 있고, 통계값은 시간 윈도우(즉, 제1 사전 결정된 기간) 내에 레인징의 전체 결과를 반영하는 데 사용되며, 이에 의해, 판정 결과에 대한 버 신호의 영향을 완화시킨다. 선택적으로, 통계값은 제1 사전 결정된 기간에서 레인징 값의 평균(average) 또는 중간값(medium value)(메디안(median)으로도 칭함)일 수 있다.
제1 사전 결정된 기간 내의 거리의 통계값은 제2 사전 결정된 문턱값보다 작으며, 이는 다음과 같이 이해될 수 있다: 특정 시간 윈도우에서, 물체와 타겟 물체 사이의 거리는 충분히 가깝고, 검출된 물체는 타겟 물체에 대응하는 서비스를 사용해야 할 수도 있다. 예를 들어, 셀프-서비스 화물 박스의 애플리케이션 시나리오에서, 물체(화물 박스 관리 직원과 같은 인체일 수 있거나 컨테이너와 같은 물체일 수 있음)가 타겟 물체(여기서는 화물 박스)에 접근할 때, 이는 컨테이너가 화물 박스에 적재되어야 할 수도 있음을 나타낸다. 이러한 경우에, 모니터링 및 검출 시스템은 이미지 취득을 위해 이미지 취득 시스템을 활성화할 수 있고, 그 후 인식 시스템은 취득된 이미지에 대해 물체 인식을 수행하여, 화물 박스에 접근하는 물체가 사전 결정된 물체(여기에서는 컨테이너)인지 여부를 결정한다. 화물 박스에 접근하는 물체가 컨테이너인 경우, 이는 컨테이너가 적재되어야 함을 나타내며, 타겟 물체가 활성 상태이고, 입고 및 컨테이너 적재/짐 내리기와 같은 서비스 프로세스를 수행하기 위해 서비스 시스템에 추가로 진입할 수 있음을 이해할 수 있다. 반대로, 화물 박스에 접근하는 물체가 컨테이너가 아닌 경우, 이는 컨테이너가 적재될 필요가 없음을 나타내며, 타겟 물체는 비활성 상태이고 서비스 시스템에 진입할 필요가 없음을 이해할 수 있다.
(3) 제1 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리의 차이가 제3 사전 결정된 문턱값보다 크다.
이러한 사전 결정된 조건은 다음과 같이 이해될 수 있다: (거리 검출 범위 내에서 물체로 이해될 수 있는) 검출된 물체와 타겟 물체 사이의 거리가 안정적이고, 특정 시간 간격(예를 들어, 제1 사전 결정된 시간 간격) 내에서 변화값이 충분히 작으면(예를 들어, 제3 사전 결정된 문턱값 이하), 이는 물체가 아마도 이동하지 않거나 이동 범위가 사전 결정된 정도에 도달하지 않음을 나타낸다. 이 경우, 타겟 물체의 활성/비활성 상태가 변경되지 않은 것으로 간주될 수 있다. 예를 들어, 식사하는 사람이 식탁에 접근하고 식사를 위해 식탁에 앉는 식당 시나리오에서, 식사하는 사람과 식탁 사이의 거리는 통상적으로 짧고 대개는 안정적이다. 식탁은 식사하는 사람이 식사를 마치고 식탁을 떠나기 전에는 언제나 활성 상태임을 이해할 수 있다. 따라서, 식사하는 사람과 식탁 사이의 거리 변화가 충분히 작을 때, 모니터링 및 검출 시스템은 이미지 취득을 위해 이미지 취득 시스템을 활성화한 후 식탁의 활성/비활성 상태를 결정할 필요가 없다.
따라서, 검출된 물체와 타겟 물체 사이의 거리가 충분히 가깝거나 먼 경우에도, 거리의 변화값이 충분히 작은 한, 이미지 취득 시스템이 활성화될 필요가 없으며, 물체 인식이 필요하지 않으며, 서비스 시스템의 서비스 프로세스가 변경될 필요가 없다.
이러한 조건은 통상적으로 다른 조건과 함께 조합하여 사용되어, 타겟 물체의 활성/비활성 상태가 변하지 않을 때 이미지 취득 시스템이 자주 활성화되는 것을 방지하여 시스템 전력 소비를 추가로 감소시킬 수 있음을 이해할 수 있다.
(4) 물체와 타겟 물체 사이의 거리가 제4 사전 결정된 문턱값보다 크다.
이러한 사전 결정된 조건은 다음과 같이 이해될 수 있다: 거리가 제4 사전 결정된 문턱값보다 크며, 이는 물체와 타겟 물체 사이의 거리가 충분히 멀고, 검출된 물체가 타겟 물체에 대응하는 서비스를 사용할 필요가 없음을 나타낸다. 예를 들어, 식당 시나리오에서, 물체(식사하는 사람과 같은 인체일 수 있거나 식탁의 잔류물을 수집하기 위한 카트와 같은 물체일 수 있음)가 타겟 물체(여기서는 식탁)로부터 멀리 이동할 때, 이는 식사하는 사람이 식사를 마치고 식탁을 떠난다는 것을 나타낸다. 이러한 경우에, 모니터링 및 검출 시스템은 이미지 취득을 위해 이미지 취득 시스템을 활성화할 수 있고, 그 후 인식 시스템은 취득된 이미지에 대해 물체 인식을 수행하여, 식탁으로부터 멀어지는 물체가 사전 결정된 물체(여기서는 인체)인지 여부를 결정한다. 식탁으로부터 멀어지는 물체가 인체인 경우, 이는 식사하는 사람이 식탁을 사용할 필요가 없음을 나타내며, 타겟 물체가 비활성 상태로 진입한 다음 비활성 상태에 대응하는 서비스 프로세스에 기초하여 자금을 추가로 공제할 수 있음을 이해할 수 있다. 반대로, 식탁으로부터 멀어지는 물체가 인체가 아닌 경우, 이는 식사하는 사람이 식탁을 떠나지 않는다는 것을 나타내며, 타겟 물체가 서비스 시스템에 진입하여 서비스 프로세스를 조정할 필요가 없음을 이해할 수 있다.
(5) 제2 사전 결정된 기간 내에 물체와 타겟 물체 사이의 거리의 통계값이 제5 사전 결정된 문턱값보다 크다.
사전 결정된 시간 윈도우(제2 사전 결정된 기간과 동등)에서의 거리의 통계값을 확인함으로써, 판정 결과에 대한 레인징 센서에 의해 야기된 버 신호의 영향이 완화될 수 있다.
제2 사전 결정된 기간 내의 거리의 통계값은 다음과 같이 이해될 수 있는 제5 사전 결정된 문턱값보다 크다: 특정 시간 윈도우에서, 물체와 타겟 물체 사이의 거리가 충분히 멀고, 검출된 물체는 타겟 물체에 대응하는 서비스를 사용할 필요가 없을 수 있다. 따라서, 이미지 취득 시스템은 이미지 취득을 위해 활성화될 수 있고, 그 후 이미지 취득 영역이 사전 결정된 물체를 포함하는지 여부를 결정하기 위해 취득된 이미지에 기초하여 물체 인식이 수행된다. 이미지 취득 영역이 여전히 사전 결정된 물체를 포함한다면, 사전 결정된 물체는 타겟 물체에 상대적으로 가깝고, 타겟 물체는 여전히 활성 상태임을 이해할 수 있다. 이미지 취득 영역이 사전 결정된 물체를 포함하지 않으면, 사전 결정된 물체가 타겟 물체로부터 멀리 있고, 타겟 물체가 비활성 상태임을 이해할 수 있다.
상술한 예는 제1 사전 결정된 조건의 여러 경우를 포함한다. 모니터링 및 검출 시스템이 이미지 취득 시스템을 활성화시킬지 여부를 결정할 때 사용되는 제1 사전 결정된 조건은 상술한 복수의 조건의 조합일 수 있음에 유의할 가치가 있다. 거리 변화가 상대적으로 큰지(거리차가 특정 문턱값보다 큰지), 거리가 상대적으로 먼지(거리값이 특정 문턱값보다 큰지, 또는 시간 윈도우의 평균 또는 메디안이 특정 문턱값보다 큰지) 또는 거리가 상대적으로 가까운지(거리값이 특정 문턱값보다 작거나 시간 윈도우의 평균 또는 메디안이 특정 문턱값보다 작은지)에 관계없이, 이미지 취득 시스템은 이미지 취득을 위해 활성화되어야 할 수 있다.
선택적으로, 이미지 취득 시스템은 카메라, 고해상도 카메라 및 적외선 카메라와 같은 이미지 취득 장치를 사용하여 구현될 수 있다. 특정 유형, 사양 및 모델은 실제 애플리케이션 시나리오에 기초하여 결정될 수 있으며, 이는 본 출원의 구현에 한정되지 않는다.
선택적으로, 이미지 취득 시스템에서의 이미지 취득 장치의 배치는 레인징 센서를 배치하는 방식과 연관되며, 이미지 취득 시스템과 레인징 센서의 거리 검출 범위 사이에 매핑 관계가 존재한다. 구체적으로, 이미지 취득 시스템의 이미지 취득 범위와 레인징 센서의 거리 검출 범위 사이에 복수의 교차점이 있어야 한다는 것을 이해할 수 있다. 달성된 효과는 이하와 같다: 거리 검출 범위에서 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하는 것이 검출될 때, 거리 검출 범위에 대응하는 화상 취득 시스템은, 화상 취득 시스템이 이미지 취득 영역에서 이미지를 취득하도록 활성화된다. 분명히, (이미지 취득 동안 검출된 물체가 이미지 취득 영역을 벗어나지 않는 한) 이미지 취득 영역에서 취득된 이미지는 통상적으로 검출된 물체를 포함한다.
예를 들어, 도 3에 나타낸 식당 시나리오에서, 초음파 레인징 센서(502)의 거리 검출 범위(506)와 이미지 취득 시스템(503)(카메라일 수 있음)의 이미지 취득 영역(505) 사이에는 복수의 교차점이 존재한다. 이러한 시나리오에서 바람직한 접근법은, 카메라를 배치하는 위치 및 각도는 식사하는 사람이 앉은 후에 식사하는 사람의 머리의 최상부가 여전히 이미지 취득 영역에 있도록 보장해야 한다는 것이다.
선택적으로, 이미지 취득 시스템과 레인징 센서의 거리 검출 범위 사이의 매핑 관계는 일-대-일, 일-대-다수 또는 다수-대-일일 수 있다. 이미지 취득 시스템에 사용되는 카메라는 고정된 각도를 갖거나 모니터링 및 검출 시스템의 제어 하에서 조정될 수 있다. 예를 들어, 레인징 센서의 거리 검출 범위 내에서 그 거리가 사전 결정된 요구를 충족하는 물체를 검출하는 경우, 레인징 센서는 카메라를 활성화하고 이미지 취득 영역과 레인징 센서의 거리 검출 범위 사이의 중첩이 조건을 충족할 때까지 각도를 조정하도록 카메라를 제어한다.
선택적으로, 물체와 타겟 물체 사이의 거리에 기초하여, 이미지 취득 시스템이 활성화될 필요가 있는 것으로 결정될 때, 이미지를 취득하기 위해 카메라가 직접 개시되고 제어될 수 있다. 대안적으로, 특정 조건이 충족되면 카메라가 개시될 수 있으며, 카메라는 기동 후 대기 모드에 있으며; 다른 조건이 충족되면, 카메라는 이미지 취득 영역에서 이미지를 취득하기 위해 작업 모드로 전환되도록 제어된다.
모니터링 및 검출 시스템에 의해 이미지 취득 시스템으로 전송된 제1 명령은 이미지 취득 시스템을 활성화하기 위해 사용된다. 제1 명령을 수신한 후, 이미지 취득 시스템은 직접 또는 특정 조건이 충족될 때 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 취득할 수 있다. 선택적으로, 이미지 취득 시스템은 취득된 이미지를 인식 시스템으로 직접 전송하거나, 이미지를 모니터링 및 검출 시스템으로 반환할 수 있고, 모니터링 및 검출 시스템은 이미지 취득 영역의 이미지를 물체 인식을 위해 인식 시스템으로 전송한다. 모니터링 및 검출 시스템은 이미지 취득 영역의 이미지를 물체 인식 시스템으로 전송할 수 있어, 물체 인식 시스템은 이미지 취득 영역의 이미지에 대해 물체 인식을 수행하여 인식 결과를 획득한다. 그 후, 감시 및 검출 시스템은 물체 인식 시스템에 의해 반환된 인식 결과를 수신하고, S105를 수행한다.
물체 인식에 사용되는 인식 시스템은 로컬 타겟 물체에 배치되거나, 원격 클라우드 인식 시스템으로서 배치될 수 있다. 원격 클라우드 인식 시스템을 사용하면, 복수의 타겟 물체가 물체 인식을 위해 공통 클라우드 인식 시스템을 사용할 수 있어, 전체 애플리케이션 시스템을 배치하기 위한 비용을 감소시킨다.
물체 인식을 위해 인식 시스템에 의해 사용되는 알고리즘은 유니버설 You Only Look Once(YOLO), Fast Region-based Convolutional Neural Network(고속 RCNN) 및 Single Shot Detector(SSD)와 같은 타겟 검출 알고리즘일 수 있음을 이해할 수 있다. 다른 애플리케이션 시나리오에 기초하여, 다른 트레이닝 이미지를 사용하여 트레이닝을 통해 다른 타겟 물체에 대한 인식 모델이 획득될 수 있다. 모델 구성 및 트레이닝은 보편적인 방법을 사용하여 수행되며, 본 출원의 구현에서 간략화를 위해 본원에서 상세 사항은 생략된다.
S105: 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하고, 여기서 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
선택적으로, 인식 결과는 다음 중 적어도 하나를 포함할 수 있다: 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하는지를 나타내는 판정 결론; 또는 이미지 취득 영역의 이미지에 포함된 사전 결정된 물체의 양.
인식 결과의 다른 컨텐츠에 기초하여, 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하는 S105는 다음 중 적어도 하나를 포함할 수 있다: 이미지 취득 영역에서 이미지가 사전 결정된 물체를 포함하는 경우, 타겟 물체의 상태가 활성 상태인 것으로 결정하고; 이미지 취득 영역의 이미지가 사전 결정된 물체를 포함하지 않는 경우, 타겟 물체의 상태가 비활성 상태인 것으로 결정하고; 이미지 취득 영역에서 이미지에 포함된 사전 결정된 물체의 양이 0보다 큰 경우, 타겟 물체의 상태가 활성 상태인 것으로 결정하고; 또는 이미지 취득 영역에서 이미지에 포함된 사전 결정된 물체의 양이 0인 경우, 타겟 물체의 상태가 비활성 상태인 것으로 결정한다.
거리를 모니터링할 때, 모니터링 및 검출 시스템은 물체의 특정 유형을 구별하지 않고 물체와 타겟 물체 사이의 거리에 기초하여서만 이미지 취득 시스템을 활성화할지 여부를 결정하는 것을 이해할 수 있다. 이미지 취득 영역에서 이미지를 취득한 후, 이미지 취득 시스템은 이미지가 사전 결정된 물체를 포함하는지 여부 및/또는 이미지에 포함된 사전 결정된 물체의 양에 기초하여, 타겟 물체의 상태가 활성 상태인지 또는 비활성 상태인지를 추가로 결정할 수 있다. 이를 기초로, 타겟 물체의 상태가 서비스 시스템으로 전송될 수 있어, 서비스 시스템은 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정한다.
이미지 취득 시스템에 의해 야기된 전력 소비를 추가로 감소시키기 위해, 이미지를 취득하고 타겟 물체의 상태를 결정한 후, 모니터링 및 검출 시스템은 이미지 취득 시스템을 셧 다운하거나 이미지 취득 시스템을 대기 모드로 전환하기 위하여 거리 검출 범위에 대응하는 이미지 취득 시스템에 제2 명령을 전송할 수 있다.
또한, 제2 명령은 검출된 물체와 타겟 물체 사이의 거리가 안정적인 경향이 있을 때 전송될 수 있다. 제2 명령은 물체와 타겟 물체 사이의 거리가 제2 사전 결정된 조건을 충족할 때 거리 검출 범위에 대응하는 이미지 취득 시스템으로 전송될 수 있다. 제2 사전 결정된 조건은 다음을 포함한다: 제2 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리차는 제 6 사전 결정된 문턱값보다 작다.
선택적으로, 타겟 물체의 상태가 결정된 후에, 타겟 물체의 상태가 추가로 기록될 수 있고, 이미지 취득 시스템을 활성화시킬지 여부를 결정하기 위한 제1 사전 결정된 조건은 타겟 물체의 현재 상태에 기초하여 추가로 결정될 수 있다. 모니터링 및 검출 시스템은 타겟 물체의 상태를 변화시킬 수 있는 물체가 있는지 여부를 확인하기만 하면 된다는 것을 이해할 수 있다. 이와 같이, 이미지 취득 시스템을 활성화할지 여부를 결정하기 위해 제1 사전 결정된 조건으로서, 타겟 물체의 상태를 변경할 수 있는 조건만이 선택될 필요가 있다.
예를 들어, 타겟 물체의 기록된 현재 상태가 활성 상태인 경우, 타겟 물체의 상태를 비활성 상태로 변경할 수 있는 조건이 있는지 여부만 확인하면 된다. 이러한 경우에, 제1 사전 결정된 조건은 다음 중 적어도 하나일 수 있다: 제1 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리차가 제3 사전 결정된 문턱값보다 크고; 물체와 타겟 물체 사이의 거리가 제4 사전 결정된 문턱값보다 크고; 또는 제2 사전 결정된 기간 내에서 물체와 타겟 물체 사이의 거리의 통계값이 제5 사전 결정된 문턱값보다 크다.
다른 예에서, 타겟 물체의 기록된 현재 상태가 비활성 상태인 경우, 타겟 물체의 상태를 활성 상태로 변경할 수 있는 조건이 있는지 여부만 확인하면 된다. 이러한 경우에, 제1 사전 결정된 조건은 다음 중 적어도 하나일 수 있다: 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 문턱값보다 작고; 제1 사전 결정된 기간 내에서 물체와 타겟 물체 사이의 거리의 통계값이 제2 사전 결정된 문턱값보다 작고; 또는 제1 사전 결정된 시간 간격에서 물체와 타겟 물체 사이의 거리차가 제3 사전 결정된 문턱값보다 크다.
본 출원의 구현에서, 이미지 취득 시스템은 이미지 취득 영역에서 이미지를 획득한 다음, 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 위하여 취득된 이미지에 대한 물체 인식을 수행할 수 있다. 따라서, 사전 결정된 물체가 활성 및/또는 비활성인지가 정확하게 결정될 수 있다. 또한, 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리가 모니터링되고, 검출된 거리가 제1 사전 결정된 조건을 충족할 때에만 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 이미지 취득 시스템이 활성화된다. 이와 같이, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.
도 4를 참조하면, 본 출원의 구현은 활성/비활성 상태 검출 방법을 추가로 제공하며, 여기서 본 방법은 이미지 취득 시스템에 의해 수행되고, 이하를 포함할 수 있다.
S201: 제1 명령을 수신하고, 여기서 제1 명령은 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위가 이미지 취득 시스템에 대응하는 경우, 모니터링 및 검출 시스템에 의해 전송된다.
S203: 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 취득하여, 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하며, 여기서 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
선택적으로, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득한 후, 이미지 취득 시스템은 다음 단계를 추가로 수행할 수 있다: 제2 명령을 수신하며, 여기서 제2 명령은 타겟 물체의 상태를 결정한 후 모니터링 및 검출 시스템에 의해 전송되며; 제2 명령에 기초하여 이미지 취득 시스템을 셧 다운하거나 이미지 취득 시스템을 대기 모드로 전환한다.
이미지 취득 시스템에 의해 수행되는 단계는 애플리케이션 시스템 또는 모니터링 및 검출 시스템에 의해 수행된 상술한 단계에 대응하고, 상술한 구현에서 이미지 취득 시스템에 관련된 내용이 본 구현에 적용 가능하다는 것을 이해할 수 있다. 본원에서 상세 사항은 간략화를 위해 생략한다.
본 출원의 구현에서, 이미지 취득 시스템은 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 위하여, 이미지 취득 영역에서 이미지를 획득한 다음, 취득된 이미지에 대한 물체 인식을 수행할 수 있다. 따라서, 사전 결정된 물체가 활성 및/또는 비활성인지 여부가 정확하게 결정될 수 있다. 또한, 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리가 모니터링되고, 검출된 거리가 제1 사전 결정된 조건을 충족할 때에만 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 이미지 취득 시스템이 활성화된다. 이와 같이, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.
예를 들어, 본 출원의 구현에서 제공되는 활성/비활성 상태 검출 방법이 식당에 적용되는 애플리케이션 시나리오에서, 타겟 물체는 식탁이며, 서비스 시스템은 멀티미디어 상호 작용 시스템일 수 있다. 상호 작용 시스템은 주로 움직임 수집기, 데이터 프로세서 및 디스플레이 스크린을 포함할 수 있다. 선택적으로, 상호 작용 시스템의 하드웨어 캐리어는 식사하는 사람의 조작과 식탁 주위를 보는 것을 용이하게 하는 장소에 배치될 수 있다. 대안적으로, 공용 식탁이 디스플레이 스크린의 캐리어로서 직접 사용될 수 있다. 사용자(즉, 식사하는 사람)의 조작을 검출할 수 있는 터치스크린 및 제스처 인식 장치와 같은 움직임 수집기는 공용 식탁에 배치되고, 식탁의 지능을 구현하고 지능형 식탁을 사용하여 식사하는 사람과 서비스 시스템 사이의 완전한 상호 작용을 구현하기 위하여, 식사 태블릿탑이 스크린 디스플레이로서 사용되어 상호 작용 시스템의 데이터 프로세싱 결과를 피드백한다.
타겟 물체(여기서 지능형 식탁)가 활성 상태일 때, 서비스 시스템은 주문 프로세스를 개시할 수 있다. 메뉴는 태블릿탑에 내장된 터치스크린 상에 표시될 수 있다. 식사하는 사람은 터치스크린을 태핑함으로써 대응하는 요리를 선택하고, 셀프-서비스 주문을 완료하고, 요리를 추가하는 것과 같은 일련의 조작을 수행할 수 있으며, 스크린을 사용하여 심지어 요리의 실시간 진행을 볼 수 있고 요리의 조리 프로세스를 볼 수 있다. 또한, 지능형 식탁은 식사하는 사람의 식별 정보 및 자주 주문되는 요리를 기록할 수 있으며, 나중에 식사하는 사람에게 개인 맞춤화된 정보를 추천할 수 있다.
타겟 물체(여기서 지능형 식탁)가 비활성 상태에 있을 때, 서비스 시스템은 자금 공제 프로세스를 개시할 수 있다. 서비스 시스템은 터치스크린을 끌 수 있고, 식사하는 사람의 청구 금액 및 식사하는 사람에 의해 이전에 제공된 식별 정보(예를 들어, 계좌 번호, 아이덴티티 ID 등)에 기초하여 자금을 자동으로 공제할 수 있다. 또한, 서비스 시스템은 예를 들어, 서비스 직원에게 식탁을 청소하도록 상기시키는 상기 프로세스를 개시할 수 있다.
본 출원의 구현은 활성/비활성 상태 검출 장치를 추가로 제공하며, 여기서 장치는 모니터링 및 검출 시스템(100)에 적용되며, 도 5에 나타낸 바와 같이, 장치는: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하도록 구성된 거리 모니터링 모듈(101); 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하는 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하도록 구성된 제1 명령 전송 모듈(103); 및 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 구성된 상태 결정 모듈(105)을 포함하고, 여기서 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 구현에서 활성/비활성 상태 검출 장치는 상술한 구현의 모니터링 및 검출 시스템에 의해 수행되는 활성/비활성 상태 검출 방법에 대응한다. 상술한 구현에서의 관련 내용이 본 구현에 적용 가능하고, 상세 사항은 간략화를 위해 본원에서 생략된다.
본 출원의 구현은 활성/비활성 상태 검출 장치를 추가로 제공하며, 여기서 장치는 이미지 취득 시스템(200)에 적용되며, 도 6에 나타낸 바와 같이, 장치는: 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위가 이미지 취득 시스템에 대응하는 경우 모니터링 및 검출 시스템에 의해 전송되는 제1 명령을 수신하도록 구성된 제1 명령 수신 모듈(201); 및 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대해 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 구성된 이미지 취득 모듈(203)을 포함하고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 구현에서의 활성/비활성 상태 검출 장치는 상술한 구현에서 이미지 취득 시스템에 의해 수행되는 활성/비활성 상태 검출 방법에 대응한다. 상술한 구현에서의 관련 내용은 본 구현에 적용 가능하고, 상세 사항은 간략화를 위해 본원에서 생략된다.
도 7은 본 출원의 구현에 따른 전자 디바이스를 나타내는 개략 구조도이다. 도 7을 참조하면, 하드웨어 측면에서, 전자 디바이스는 프로세서를 포함하고, 선택적으로 내부 버스, 네트워크 인터페이스 및 메모리를 추가로 포함한다. 메모리는 고속 랜덤 액세스 메모리(RAM)와 같은 스토리지를 포함할 수 있거나, 적어도 하나의 자기 디스크 스토리지와 같은 비휘발성 메모리를 추가로 포함할 수 있다. 확실히, 전자 디바이스는 다른 서비스에 필요한 하드웨어를 추가로 포함할 수 있다.
프로세서, 네트워크 인터페이스 및 메모리는 내부 버스를 사용하여 상호 접속될 수 있다. 내부 버스는 ISA(Industry Standard Architecture) 버스, PCI(Peripheral Component Interconnect) 버스, EISA(Extended Industry Standard Architecture) 버스 등일 수 있다. 버스는 어드레스 버스, 데이터 버스, 제어 버스 등으로 분류될 수 있다. 표현의 용이성을 위해, 버스는 도 7에 나타낸 하나의 양방향 화살표만을 사용하여 표현된다. 그러나, 버스가 하나만 있거나 하나의 버스 유형만 있는 것을 의미하지는 않는다.
메모리는 프로그램을 저장하도록 구성된다. 프로그램은 프로그램 코드를 포함할 수 있고, 프로그램 코드는 컴퓨터 동작 명령을 포함한다. 메모리는 스토리지 및 비휘발성 메모리를 포함할 수 있고, 프로세서에 명령 및 데이터를 제공한다.
프로세서는 비휘발성 메모리로부터 스토리지로 대응하는 컴퓨터 프로그램을 판독한 다음, 논리 레벨에서 활성/비활성 상태 검출 장치를 형성하기 위해 컴퓨터 프로그램을 실행한다. 프로세서는 메모리에 저장된 프로그램을 실행하고, 이하의 동작을 수행하도록 구성된다: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하고; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하는 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하고; 이미지 취득 영역에서 이미지에 대해 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 출원의 도 2에 나타낸 구현에 개시된 활성/비활성 상태 검출 장치에 의해 수행되는 상술한 방법은 프로세서에 적용될 수 있거나 프로세서에 의해 구현될 수 있다. 프로세서는 신호 프로세싱 능력을 갖는 집적 회로 칩일 수 있다. 구현 프로세스에서, 상술한 방법의 단계들은 프로세서의 하드웨어 집적 논리 회로를 사용하거나 소프트웨어 형태의 명령을 사용함으로써 구현될 수 있다. 프로세서는 중앙 처리 장치(CPU), 네트워크 프로세서(NP) 등을 포함하는 범용 프로세서일 수 있으며; 또는 디지털 신호 프로세서(DSP), 애플리케이션-특정 집적 회로(ASIC), 필드-프로그래머블 게이트 어레이(FPGA) 또는 다른 프로그래머블 논리 디바이스, 이산 게이트 또는 트랜지스터 논리 디바이스, 또는 이산 하드웨어 구성 요소일 수 있다. 프로세서는 본 출원의 구현에 개시된 방법, 단계 및 논리 블록도를 구현 또는 수행할 수 있다. 범용 프로세서는 마이크로프로세서일 수 있거나 프로세서는 임의의 통상적인 프로세서 등일 수 있다. 본 출원의 구현을 참조하여 개시된 방법의 단계는 하드웨어 디코딩 프로세서에 의해 직접 수행되고 완료될 수 있거나, 디코딩 프로세서 및 소프트웨어 모듈에서의 하드웨어의 조합을 사용함으로써 수행되고 완료될 수 있다. 소프트웨어 모듈은 랜덤 액세스 메모리, 플래시 메모리, 판독-전용 메모리, 프로그래머블 판독-전용 메모리, 전기 소거 가능 프로그래머블 메모리 또는 레지스터와 같은 본 기술 분야의 알려진 저장 매체에 위치될 수 있다. 저장 매체는 메모리에 위치되고, 프로세서는 메모리의 정보를 판독하고 프로세서의 하드웨어와 조합하여 상술한 방법의 단계를 완료한다.
전자 디바이스는 도 1의 활성/비활성 상태 검출 장치에 의해 수행되는 방법을 추가로 수행할 수 있고, 도 1에 나타내 구현에서 활성/비활성 상태 검출 장치의 기능을 구현할 수 있다. 본 출원의 구현에서 간략화를 위해 본원에서 상세 사항은 생략된다.
본 출원의 구현은 컴퓨터 판독 가능 저장 매체를 추가로 제공한다. 컴퓨터 판독 가능 저장 매체는 하나 이상의 프로그램을 저장하고, 하나 이상의 프로그램은 명령을 포함한다. 명령이 복수의 애플리케이션을 포함하는 전자 디바이스에 의해 실행될 때, 전자 디바이스는 도 1에 나타낸 구현에서 활성/비활성 상태 검출 장치에 의해 수행되는 방법을 수행할 수 있으며, 다음의 동작을 수행하도록 구성된다: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하고; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하는 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하고; 이미지 취득 영역에서 이미지에 대해 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하고, 여기서, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 출원의 구현에서, 이미지 취득 시스템은 이미지 취득 영역에서 이미지를 획득한 다음, 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 위하여 취득된 이미지에 대해 물체 인식을 수행할 수 있다. 따라서, 사전 결정된 물체가 활성 및/또는 비활성인지 여부가 정확하게 결정될 수 있다. 또한, 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리가 모니터링되고, 검출된 거리가 제1 사전 결정된 조건을 충족할 때에만 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 이미지 취득 시스템이 활성화된다. 이와 같이, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.
도 8은 본 출원의 구현에 따른 전자 디바이스를 나타내는 개략 구조도이다. 도 8을 참조하면, 하드웨어 측면에서, 전자 디바이스는 프로세서를 포함하고, 선택적으로 내부 버스, 네트워크 인터페이스 및 메모리를 추가로 포함한다. 메모리는 고속 랜덤 액세스 메모리(RAM)와 같은 스토리지를 포함할 수 있거나, 적어도 하나의 자기 디스크 스토리지와 같은 비휘발성 메모리를 추가로 포함할 수 있다. 분명히, 전자 디바이스는 다른 서비스에 필요한 하드웨어를 추가로 포함할 수 있다.
프로세서, 네트워크 인터페이스 및 메모리는 내부 버스를 사용하여 상호 접속될 수 있다. 내부 버스는 ISA(Industry Standard Architecture) 버스, PCI(Peripheral Component Interconnect) 버스, EISA(Extended Industry Standard Architecture) 버스 등일 수 있다. 버스는 어드레스 버스, 데이터 버스, 제어 버스 등으로 분류될 수 있다. 표현의 용이성을 위해, 버스는 도 8에 나타낸 하나의 양방향 화살표만을 사용하여 표현된다. 그러나, 버스가 하나만 있거나 하나의 버스 유형만 있는 것을 의미하지는 않는다.
메모리는 프로그램을 저장하도록 구성된다. 프로그램은 프로그램 코드를 포함할 수 있고, 프로그램 코드는 컴퓨터 동작 명령을 포함한다. 메모리는 스토리지 및 비휘발성 메모리를 포함할 수 있고, 프로세서에 명령 및 데이터를 제공한다.
프로세서는 비휘발성 메모리로부터 스토리지로 대응하는 컴퓨터 프로그램을 판독한 다음, 논리 레벨에서 활성/비활성 상태 검출 장치를 형성하기 위해 컴퓨터 프로그램을 실행한다. 프로세서는 메모리에 저장된 프로그램을 실행하고, 이하의 동작을 수행하도록 구성된다: 제1 명령을 수신하고, 여기서 제1 명령은 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템이 거리 검출 범위 내에 있고 거리 검출 범위가 이미지 취득 시스템에 대응하는 경우, 모니터링 및 검출 시스템에 의해 전송되고; 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대해 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하고, 여기서 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 출원의 도 4에 나타낸 구현에 개시된 활성/비활성 상태 검출 장치에 의해 수행되는 상술한 방법은 프로세서에 적용될 수 있거나 프로세서에 의해 구현될 수 있다. 프로세서는 신호 프로세싱 능력을 갖는 집적 회로 칩일 수 있다. 구현 프로세스에서, 상술한 방법의 단계들은 프로세서의 하드웨어 집적 논리 회로를 사용하거나 소프트웨어 형태의 명령을 사용함으로써 구현될 수 있다. 프로세서는 중앙 처리 장치(CPU), 네트워크 프로세서(NP) 등을 포함하는 범용 프로세서일 수 있으며; 또는 디지털 신호 프로세서(DSP), 애플리케이션-특정 집적 회로(ASIC), 필드-프로그래머블 게이트 어레이(FPGA) 또는 다른 프로그래머블 논리 디바이스, 이산 게이트 또는 트랜지스터 논리 디바이스, 또는 이산 하드웨어 구성 요소일 수 있다. 프로세서는 본 출원의 구현에 개시된 방법, 단계 및 논리 블록도를 구현 또는 수행할 수 있다. 범용 프로세서는 마이크로프로세서일 수 있거나 프로세서는 임의의 통상적인 프로세서 등일 수 있다. 본 출원의 구현을 참조하여 개시된 방법의 단계는 하드웨어 디코딩 프로세서에 의해 직접 수행되고 완료될 수 있거나, 디코딩 프로세서 및 소프트웨어 모듈에서의 하드웨어의 조합을 사용함으로써 수행되고 완료될 수 있다. 소프트웨어 모듈은 랜덤 액세스 메모리, 플래시 메모리, 판독-전용 메모리, 프로그래머블 판독-전용 메모리, 전기 소거 가능 프로그래머블 메모리 또는 레지스터와 같은 본 기술 분야의 알려진 저장 매체에 위치될 수 있다. 저장 매체는 메모리에 위치되고, 프로세서는 메모리의 정보를 판독하고 프로세서의 하드웨어와 조합하여 상술한 방법의 단계를 완료한다.
전자 디바이스는 도 4의 활성/비활성 상태 검출 장치에 의해 수행되는 방법을 추가로 수행할 수 있고, 도 4에 나타내 구현에서 활성/비활성 상태 검출 장치의 기능을 구현할 수 있다. 본 출원의 구현에서 간략화를 위해 본원에서 상세 사항은 생략된다.
본 출원의 구현은 컴퓨터 판독 가능 저장 매체를 추가로 제공한다. 컴퓨터 판독 가능 저장 매체는 하나 이상의 프로그램을 저장하고, 하나 이상의 프로그램은 명령을 포함한다. 명령이 복수의 애플리케이션을 포함하는 전자 디바이스에 의해 실행될 때, 전자 디바이스는 도 4에 나타낸 구현에서 활성/비활성 상태 검출 장치에 의해 수행되는 방법을 수행할 수 있으며, 다음의 동작을 수행하도록 구성된다: 제1 명령을 수신하고, 여기서 제1 명령은 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템이 거리 검출 범위 내에 있고 거리 검출 범위가 이미지 취득 시스템에 대응하는 경우, 모니터링 및 검출 시스템에 의해 전송되고; 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대해 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하고, 여기서 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
본 출원의 구현에서, 이미지 취득 시스템은 이미지 취득 영역에서 이미지를 획득한 다음, 인식 결과에 기초하여 타겟 물체의 상태를 결정하기 위하여 취득된 이미지에 대해 물체 인식을 수행할 수 있다. 따라서, 사전 결정된 물체가 활성 및/또는 비활성인지 여부가 정확하게 결정될 수 있다. 또한, 거리 검출 범위 내의 물체와 타겟 물체 사이의 거리가 모니터링되고, 검출된 거리가 제1 사전 결정된 조건을 충족할 때에만 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 이미지 취득 시스템이 활성화된다. 이와 같이, 시스템 전력 소비가 효과적으로 감소될 수 있고, 애플리케이션 요구가 충족될 수 있다.
본 출원의 구현은 모니터링 및 검출 시스템, 이미지 취득 시스템, 물체 인식 시스템 및 서비스 시스템을 포함하는 애플리케이션 시스템을 추가로 제공한다.
모니터링 및 검출 시스템은: 거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링하고; 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 거리 검출 범위에 대응하는 이미지 취득 시스템에 제1 명령을 전송하고; 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록 구성되고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
이미지 취득 시스템은: 제1 명령을 수신하고, 물체와 타겟 물체 사이의 거리가 제1 사전 결정된 조건을 충족하고, 물체가 모니터링 및 검출 시스템의 거리 검출 범위 내에 있고, 거리 검출 범위는 이미지 취득 시스템에 대응하는 경우, 제1 명령은 모니터링 및 검출 시스템에 의해 전송되고; 모니터링 및 검출 시스템이 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 타겟 물체의 상태를 결정하도록, 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하도록 구성되고, 타겟 물체의 상태는 활성 상태 및/또는 비활성 상태를 포함한다.
물체 인식 시스템은: 이미지 취득 영역에서 이미지를 수신하고 이미지 취득 영역에서 이미지에 대한 물체 인식을 수행하여 인식 결과를 획득하고; 인식 결과를 반환하도록 구성된다.
서비스 시스템은 타겟 물체의 상태를 수신하고 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하도록 구성된다.
본 출원은 본 출원의 구현에 따른 방법, 디바이스(시스템) 및 컴퓨터 프로그램 제품의 흐름도 및/또는 블록도를 참조하여 설명된다. 컴퓨터 프로그램 명령은 흐름도 및/또는 블록도의 각각의 프로세스 및/또는 각각의 블록 및/또는 흐름도 및/또는 블록도의 프로세스 및/또는 블록의 조합을 구현하는 데 사용될 수 있음에 유의할 가치가 있다. 이러한 컴퓨터 프로그램 명령은 범용 컴퓨터, 전용 컴퓨터, 내장 프로세서 또는 기계를 생성하기 위한 다른 프로그래머블 데이터 프로세싱 디바이스의 프로세서에 제공될 수 있으므로, 컴퓨터 또는 다른 프로그래머블 데이터 프로세싱 디바이스의 프로세서에 의해 실행되는 명령은 흐름도에서 하나 이상의 프로세스 및/또는 블록도에서 하나 이상의 블록에서 특정 기능을 구현하기 위한 디바이스를 생성한다.
이들 컴퓨터 프로그램 명령은 컴퓨터 또는 다른 프로그래머블 데이터 프로세싱 디바이스가 특정 방식으로 작동하도록 명령할 수 있는 컴퓨터 판독 가능 메모리에 저장될 수 있고, 따라서 컴퓨터 판독 가능 메모리에 저장된 명령은 명령 장치를 포함하는 아티팩트를 생성한다. 명령 장치는 흐름도에서 하나 이상의 프로세스 및/또는 블록도에서 하나 이상의 블록에서 특정 기능을 구현한다.
이들 컴퓨터 프로그램 명령은 컴퓨터 또는 다른 프로그래머블 데이터 프로세싱 디바이스에 로딩될 수 있으므로, 일련의 동작 및 단계가 컴퓨터 또는 다른 프로그래머블 디바이스에서 수행되고, 이에 의해 컴퓨터-구현 프로세싱을 생성한다. 따라서, 컴퓨터 또는 다른 프로그래머블 디바이스에서 실행되는 명령은 흐름도의 하나 이상의 프로세스 및/또는 블록도의 하나 이상의 블록에서 특정 기능을 구현하기 위한 단계를 제공한다.
통상적인 구성에서, 컴퓨팅 디바이스는 하나 이상의 프로세서(CPU), 하나 이상의 입력/출력 인터페이스, 하나 이상의 네트워크 인터페이스 및 하나 이상의 메모리를 포함한다.
메모리는 비영구 메모리, 랜덤 액세스 메모리(RAM), 비휘발성 메모리, 및/또는 컴퓨터 판독 가능 매체, 예를 들어, 판독-전용 메모리(ROM) 또는 플래시 메모리(플래시 RAM)에 있는 다른 형태를 포함할 수 있다. 메모리는 컴퓨터 판독 가능 매체의 예이다.
컴퓨터 판독 가능 매체는 임의의 방법 또는 기술을 사용하여 정보를 저장할 수 있는 영구성, 비영구성, 이동 가능 및 이동 불능 매체를 포함한다. 정보는 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터일 수 있다. 컴퓨터 저장 매체의 예는 위상 변경 랜덤 액세스 메모리(PRAM), 정적 RAM(SRAM), 동적 RAM(DRAM), 다른 유형의 RAM, 판독-전용 메모리(ROM), 전기 소거 가능 프로그래머블 ROM(EEPROM), 플래시 메모리 또는 다른 메모리 기술, 컴팩트 디스크 ROM(CD-ROM), 디지털 버서타일 디스크(DVD) 또는 다른 광학 스토리지, 카세트, 카세트 자기 디스크 스토리지, 또는 다른 자기 저장 디바이스 또는 임의의 다른 비전송 매체를 포함하지만 이에 한정되지는 않는다. 컴퓨터 저장 매체는 컴퓨팅 디바이스에 의해 액세스될 수 있는 정보를 저장하도록 구성될 수 있다. 본 명세서의 정의에 기초하여, 컴퓨터 판독 가능 매체는 변조된 데이터 신호 및 캐리어와 같은 일시적 매체를 포함하지 않는다.
용어 "포함하다", "포괄한다" 또는 이들의 임의의 다른 변형은 비배타적 포함을 커버하도록 의도된 것이므로, 요소의 목록을 포함하는 프로세스, 방법, 제품 또는 디바이스는 이들 요소를 포함할 뿐만 아니라 명시적으로 열거되지 않은 다른 요소를 포함하거나, 이러한 프로세스, 방법, 제품 또는 디바이스에 내재된 요소를 더 포함한다. 더 많은 제약이 없다면, "…을 포함한다"가 앞에 오는 요소는 그 요소를 포함하는 프로세스, 방법, 제품 또는 디바이스에서 동일한 추가 요소의 존재를 배제하지 않는다.
본 기술 분야의 통상의 기술자는 본 출원의 구현이 방법, 시스템 또는 컴퓨터 프로그램 제품으로서 제공될 수 있음을 이해해야 한다. 따라서, 본 출원은 하드웨어 전용 구현, 소프트웨어 전용 구현 또는 소프트웨어와 하드웨어의 조합을 갖는 구현의 형태를 사용할 수 있다. 또한, 본 출원은 컴퓨터 사용 가능 프로그램 코드를 포함하는 하나 이상의 컴퓨터-사용 가능 저장 매체(자기 디스크 스토리지, CD-ROM, 광 메모리 등을 포함하지만 이에 한정되지 않음) 상에 구현되는 컴퓨터 프로그램 제품의 형태를 사용할 수 있다.
상술한 설명은 본 출원의 단지 더 나은 구현일 뿐이며, 본 출원을 한정하려고 의도되지 않는다. 본 기술 분야의 통상의 기술자는 본 출원에 다양한 수정 및 변화를 만들 수 있다. 본 출원의 사상 및 원리를 벗어나지 않고 이루어진 임의의 수정, 균등한 교체 또는 개선은 본 출원의 청구항의 범위 내에 속할 것이다.

Claims (28)

  1. 상태 검출을 위한 컴퓨터 구현(computer-implemented) 방법에 있어서,
    거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링된 거리로서 모니터링하는 단계;
    상기 모니터링된 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제1 명령을 전송하는 단계;
    상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 상기 타겟 물체의 상태를 결정하는 단계 - 상기 타겟 물체의 상태는 활성 상태 또는 비활성 상태를 포함함 - ;
    상기 타겟 물체의 상태를 결정한 후에, 상기 모니터링된 거리를 모니터링하는 단계; 및
    상기 모니터링된 거리가 제2 사전 결정된 조건을 충족할 경우:
    상기 이미지 취득 시스템을 셧 다운(shut down)하거나 상기 이미지 취득 시스템을 대기 모드로 전환하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송하는 단계 - 상기 제2 사전 결정된 조건은, 제2 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제6 사전 결정된 문턱값보다 작은 것을 포함함 - ;
    상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송한 후에, 상기 모니터링된 거리를 모니터링하는 단계; 및
    상기 모니터링된 거리가 제3 사전 결정된 조건을 충족할 경우, 상기 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 제2 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제3 명령을 전송하는 단계 - 상기 제3 사전 결정된 조건은, 제3 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제3 사전 결정된 문턱값보다 큰 것을 포함함 - ;
    를 포함하는, 상태 검출을 위한 컴퓨터 구현 방법.
  2. 제1항에 있어서,
    상기 제1 사전 결정된 조건은,
    상기 모니터링된 거리가 제1 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제2 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 시간 간격에서 복수의 모니터링된 거리의 차이가 상기 제3 사전 결정된 문턱값보다 큰 것;
    상기 모니터링된 거리가 제4 사전 결정된 문턱값보다 큰 것; 또는
    제2 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제5 사전 결정된 문턱값보다 큰 것
    중 적어도 하나를 포함하는 것인, 상태 검출을 위한 컴퓨터 구현 방법.
  3. 제1항에 있어서,
    상기 방법은, 상기 타겟 물체의 상태를 결정하기 전에,
    물체 인식 시스템이 상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행하여 상기 인식 결과를 획득하도록, 상기 이미지 취득 영역에서의 상기 이미지를 상기 물체 인식 시스템으로 전송하는 단계; 및
    상기 물체 인식 시스템에 의해 반환된 상기 인식 결과를 수신하는 단계
    를 더 포함하는, 상태 검출을 위한 컴퓨터 구현 방법.
  4. 제3항에 있어서,
    상기 물체 인식 시스템은 클라우드 물체 인식 시스템인 것인, 상태 검출을 위한 컴퓨터 구현 방법.
  5. 제3항에 있어서,
    상기 인식 결과는:
    상기 이미지 취득 영역에서의 상기 이미지가 사전 결정된 물체를 포함하는지 여부에 대한 결정; 또는
    상기 이미지 취득 영역에서의 상기 이미지에 포함된 사전 결정된 물체들의 양
    중 적어도 하나를 포함하는 것인, 상태 검출을 위한 컴퓨터 구현 방법.
  6. 제5항에 있어서,
    상기 타겟 물체의 상태를 결정하는 단계는:
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하는 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 단계;
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하지 않는 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 단계;
    상기 사전 결정된 물체들의 양이 0보다 큰 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 단계; 또는
    상기 사전 결정된 물체들의 양이 0인 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 단계
    중 적어도 하나를 포함하는 것인, 상태 검출을 위한 컴퓨터 구현 방법.
  7. 제1항에 있어서,
    상기 방법은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 서비스 시스템으로 전송하는 단계
    를 더 포함하고,
    상기 서비스 시스템은 상기 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하는 것인, 상태 검출을 위한 컴퓨터 구현 방법.
  8. 삭제
  9. 삭제
  10. 제1항에 있어서,
    상기 방법은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 기록하는 단계; 및
    상기 타겟 물체의 상태에 기초하여 상기 제1 사전 결정된 조건을 결정하는 단계
    를 더 포함하는, 상태 검출을 위한 컴퓨터 구현 방법.
  11. 동작들을 수행하도록 컴퓨터 시스템에 의해 실행가능한 하나 이상의 명령어를 저장한 비일시적 컴퓨터 판독가능한 매체에 있어서,
    상기 동작들은,
    거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링된 거리로서 모니터링하는 동작;
    상기 모니터링된 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제1 명령을 전송하는 동작;
    상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 상기 타겟 물체의 상태를 결정하는 동작 - 상기 타겟 물체의 상태는 활성 상태 또는 비활성 상태를 포함함 - ;
    상기 타겟 물체의 상태를 결정한 후에, 상기 모니터링된 거리를 모니터링하는 동작; 및
    상기 모니터링된 거리가 제2 사전 결정된 조건을 충족할 경우:
    상기 이미지 취득 시스템을 셧 다운하거나 상기 이미지 취득 시스템을 대기 모드로 전환하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송하는 동작 - 상기 제2 사전 결정된 조건은, 제2 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제6 사전 결정된 문턱값보다 작은 것을 포함함 - ;
    상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송한 후에, 상기 모니터링된 거리를 모니터링하는 동작; 및
    상기 모니터링된 거리가 제3 사전 결정된 조건을 충족할 경우, 상기 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 제2 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제3 명령을 전송하는 동작 - 상기 제3 사전 결정된 조건은, 제3 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제3 사전 결정된 문턱값보다 큰 것을 포함함 - ;
    을 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  12. 제11항에 있어서,
    상기 제1 사전 결정된 조건은,
    상기 모니터링된 거리가 제1 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제2 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 시간 간격에서 복수의 모니터링된 거리의 차이가 상기 제3 사전 결정된 문턱값보다 큰 것;
    상기 모니터링된 거리가 제4 사전 결정된 문턱값보다 큰 것; 또는
    제2 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제5 사전 결정된 문턱값보다 큰 것
    중 적어도 하나를 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  13. 제11항에 있어서,
    상기 동작들은, 상기 타겟 물체의 상태를 결정하기 전에,
    물체 인식 시스템이 상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행하여 상기 인식 결과를 획득하도록, 상기 이미지 취득 영역에서의 상기 이미지를 상기 물체 인식 시스템으로 전송하는 동작; 및
    상기 물체 인식 시스템에 의해 반환된 상기 인식 결과를 수신하는 동작
    을 더 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  14. 제13항에 있어서,
    상기 물체 인식 시스템은 클라우드 물체 인식 시스템인 것인, 비일시적 컴퓨터 판독가능한 매체.
  15. 제13항에 있어서,
    상기 인식 결과는:
    상기 이미지 취득 영역에서의 상기 이미지가 사전 결정된 물체를 포함하는지 여부에 대한 결정; 또는
    상기 이미지 취득 영역에서의 상기 이미지에 포함된 사전 결정된 물체들의 양
    중 적어도 하나를 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  16. 제15항에 있어서,
    상기 타겟 물체의 상태를 결정하는 동작은:
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하는 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 동작;
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하지 않는 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 동작;
    상기 사전 결정된 물체들의 양이 0보다 큰 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 동작; 또는
    상기 사전 결정된 물체들의 양이 0인 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 동작
    중 적어도 하나를 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  17. 제11항에 있어서,
    상기 동작들은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 서비스 시스템으로 전송하는 동작
    을 더 포함하고,
    상기 서비스 시스템은 상기 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  18. 삭제
  19. 삭제
  20. 제11항에 있어서,
    상기 동작들은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 기록하는 동작; 및
    상기 타겟 물체의 상태에 기초하여 상기 제1 사전 결정된 조건을 결정하는 동작
    을 더 포함하는 것인, 비일시적 컴퓨터 판독가능한 매체.
  21. 컴퓨터 구현(computer-implemented) 시스템에 있어서,
    하나 이상의 컴퓨터; 및
    상기 하나 이상의 컴퓨터와 동작가능하게 결합되고, 상기 하나 이상의 컴퓨터에 의해 실행될 때, 하나 이상의 동작을 수행하는 하나 이상의 명령어를 저장한 유형의(tangible) 비일시적 머신 판독가능한 매체를 갖는 하나 이상의 컴퓨터 메모리 디바이스
    를 포함하고;
    상기 하나 이상의 동작은,
    거리 검출 범위 내에서 물체와 타겟 물체 사이의 거리를 모니터링된 거리로서 모니터링하는 동작;
    상기 모니터링된 거리가 제1 사전 결정된 조건을 충족할 경우, 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제1 명령을 전송하는 동작;
    상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행함으로써 획득된 인식 결과에 기초하여 상기 타겟 물체의 상태를 결정하는 동작 - 상기 타겟 물체의 상태는 활성 상태 또는 비활성 상태를 포함함 - ;
    상기 타겟 물체의 상태를 결정한 후에, 상기 모니터링된 거리를 모니터링하는 동작; 및
    상기 모니터링된 거리가 제2 사전 결정된 조건을 충족할 경우:
    상기 이미지 취득 시스템을 셧 다운하거나 상기 이미지 취득 시스템을 대기 모드로 전환하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송하는 동작 - 상기 제2 사전 결정된 조건은, 제2 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제6 사전 결정된 문턱값보다 작은 것을 포함함 - ;
    상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제2 명령을 전송한 후에, 상기 모니터링된 거리를 모니터링하는 동작; 및
    상기 모니터링된 거리가 제3 사전 결정된 조건을 충족할 경우, 상기 이미지 취득 시스템을 활성화하여 상기 이미지 취득 시스템의 이미지 취득 영역에서 제2 이미지를 획득하기 위하여, 상기 거리 검출 범위에 대응하는 상기 이미지 취득 시스템에 제3 명령을 전송하는 동작 - 상기 제3 사전 결정된 조건은, 제3 사전 결정된 시간 간격 동안 상기 모니터링된 거리의 변화가 제3 사전 결정된 문턱값보다 큰 것을 포함함 - ;
    을 포함하는 것인, 컴퓨터 구현 시스템.
  22. 제21항에 있어서,
    상기 제1 사전 결정된 조건은,
    상기 모니터링된 거리가 제1 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제2 사전 결정된 문턱값보다 작은 것;
    제1 사전 결정된 시간 간격에서 복수의 모니터링된 거리의 차이가 상기 제3 사전 결정된 문턱값보다 큰 것;
    상기 모니터링된 거리가 제4 사전 결정된 문턱값보다 큰 것; 또는
    제2 사전 결정된 기간 내에서 상기 모니터링된 거리의 통계값이 제5 사전 결정된 문턱값보다 큰 것
    중 적어도 하나를 포함하는 것인, 컴퓨터 구현 시스템.
  23. 제21항에 있어서,
    상기 하나 이상의 동작은, 상기 타겟 물체의 상태를 결정하기 전에,
    물체 인식 시스템이 상기 이미지 취득 영역에서 상기 이미지에 대한 물체 인식을 수행하여 상기 인식 결과를 획득하도록, 상기 이미지 취득 영역에서의 상기 이미지를 상기 물체 인식 시스템으로 전송하는 동작; 및
    상기 물체 인식 시스템에 의해 반환된 상기 인식 결과를 수신하는 동작
    을 더 포함하는 것인, 컴퓨터 구현 시스템.
  24. 제23항에 있어서,
    상기 물체 인식 시스템은 클라우드 물체 인식 시스템인 것인, 컴퓨터 구현 시스템.
  25. 제23항에 있어서,
    상기 인식 결과는:
    상기 이미지 취득 영역에서의 상기 이미지가 사전 결정된 물체를 포함하는지 여부에 대한 결정; 또는
    상기 이미지 취득 영역에서의 상기 이미지에 포함된 사전 결정된 물체들의 양
    중 적어도 하나를 포함하는 것인, 컴퓨터 구현 시스템.
  26. 제25항에 있어서,
    상기 타겟 물체의 상태를 결정하는 동작은:
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하는 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 동작;
    상기 이미지 취득 영역에서의 상기 이미지가 상기 사전 결정된 물체를 포함하지 않는 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 동작;
    상기 사전 결정된 물체들의 양이 0보다 큰 경우, 상기 타겟 물체의 상태가 활성 상태인 것으로 결정하는 동작; 또는
    상기 사전 결정된 물체들의 양이 0인 경우, 상기 타겟 물체의 상태가 비활성 상태인 것으로 결정하는 동작
    중 적어도 하나를 포함하는 것인, 컴퓨터 구현 시스템.
  27. 제21항에 있어서,
    상기 하나 이상의 동작은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 서비스 시스템으로 전송하는 동작
    을 더 포함하고,
    상기 서비스 시스템은 상기 타겟 물체의 상태에 대응하는 서비스 프로세스를 결정하는 것인, 컴퓨터 구현 시스템.
  28. 제21항에 있어서,
    상기 하나 이상의 동작은, 상기 타겟 물체의 상태를 결정한 후에,
    상기 타겟 물체의 상태를 기록하는 동작; 및
    상기 타겟 물체의 상태에 기초하여 상기 제1 사전 결정된 조건을 결정하는 동작
    을 더 포함하는 것인, 컴퓨터 구현 시스템.
KR1020207018820A 2018-02-08 2019-01-25 활성/비활성 상태 검출 방법 및 장치 KR102366681B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810127142.2A CN108427914B (zh) 2018-02-08 2018-02-08 入离场状态检测方法和装置
CN201810127142.2 2018-02-08
PCT/CN2019/073120 WO2019154112A1 (zh) 2018-02-08 2019-01-25 入离场状态检测方法和装置

Publications (2)

Publication Number Publication Date
KR20200093016A KR20200093016A (ko) 2020-08-04
KR102366681B1 true KR102366681B1 (ko) 2022-03-21

Family

ID=63156823

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207018820A KR102366681B1 (ko) 2018-02-08 2019-01-25 활성/비활성 상태 검출 방법 및 장치

Country Status (8)

Country Link
US (1) US11102458B2 (ko)
EP (1) EP3716142A4 (ko)
JP (1) JP6916394B2 (ko)
KR (1) KR102366681B1 (ko)
CN (2) CN111652197B (ko)
SG (1) SG11202005455YA (ko)
TW (1) TWI692728B (ko)
WO (1) WO2019154112A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652197B (zh) * 2018-02-08 2023-04-18 创新先进技术有限公司 入离场状态检测方法和装置
CN109379538B (zh) * 2018-10-26 2021-06-22 创新先进技术有限公司 图像采集设备、系统及方法
CN110018646A (zh) * 2019-04-19 2019-07-16 北京潞电电气设备有限公司 一种电力设备操作规范监控系统
CN110084183A (zh) * 2019-04-25 2019-08-02 杭州鸿雁电器有限公司 确定人员进出区域的方法和系统
CN112207812A (zh) * 2019-07-12 2021-01-12 阿里巴巴集团控股有限公司 设备控制方法、设备、系统及存储介质
CN110427887B (zh) * 2019-08-02 2023-03-10 腾讯科技（深圳）有限公司 一种基于智能的会员身份识别方法及装置
CN110661973B (zh) * 2019-09-29 2022-04-22 联想(北京)有限公司 一种控制方法及电子设备
CN110826506A (zh) * 2019-11-11 2020-02-21 上海秒针网络科技有限公司 目标行为的识别方法及装置
CN111507318A (zh) * 2020-07-01 2020-08-07 口碑(上海)信息技术有限公司 基于图像识别的离店检测方法及装置
CN112906483B (zh) * 2021-01-25 2024-01-23 中国银联股份有限公司 一种目标重识别方法、装置及计算机可读存储介质
CN113091730B (zh) * 2021-03-25 2023-07-07 杭州海康威视系统技术有限公司 一种轨迹确定方法及装置
CN113610004B (zh) * 2021-08-09 2024-04-05 上海擎朗智能科技有限公司 一种图像处理方法、机器人及介质
CN113701893B (zh) * 2021-08-30 2023-05-02 杭州睿影科技有限公司 测温方法、装置、设备及存储介质
CN116893384B (zh) * 2023-09-11 2023-12-01 南京中旭电子科技有限公司 数字霍尔传感器监测方法及平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010191487A (ja) * 2009-02-13 2010-09-02 Sony Corp 情報処理装置および情報処理方法
JP2015011181A (ja) * 2013-06-28 2015-01-19 富士ゼロックス株式会社 情報処理装置及びプログラム
KR101815144B1 (ko) * 2016-07-05 2018-01-05 이응수 얼굴인식 기반의 사진 공유 방법 및 이를 이용한 사진 공유 시스템

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099837A (ja) * 1998-09-18 2000-04-07 Toshiba Corp 監視システム
JP3992909B2 (ja) * 2000-07-03 2007-10-17 富士フイルム株式会社 本人画像提供システム
US6580360B1 (en) * 2000-12-13 2003-06-17 Digibot, Inc. Smart table
TWI244624B (en) * 2004-06-04 2005-12-01 Jin-Ding Lai Device and method for defining an area whose image is monitored
TWI357582B (en) * 2008-04-18 2012-02-01 Univ Nat Taiwan Image tracking system and method thereof
CN103425443A (zh) * 2012-05-22 2013-12-04 联想(北京)有限公司 一种控制方法、系统和电子设备
JP6090559B2 (ja) * 2012-10-04 2017-03-08 三菱自動車工業株式会社 発進安全装置
JP6044472B2 (ja) * 2013-06-28 2016-12-14 富士ゼロックス株式会社 情報処理装置及びプログラム
CN103778577B (zh) * 2013-08-30 2017-08-29 陈飞 一种依据餐具信息调控餐桌并记录用餐信息的方法及装置
US20160180712A1 (en) * 2015-08-27 2016-06-23 Sparkcity.Com Ltd. Citywide parking reservation system and method
CN105472231B (zh) * 2014-09-03 2019-03-29 联想(北京)有限公司 控制方法、图像采集装置和电子设备
CN105100730A (zh) * 2015-08-21 2015-11-25 联想(北京)有限公司 一种监控方法及摄像头装置
US10043374B2 (en) * 2015-12-30 2018-08-07 Lenovo (Beijing) Limited Method, system, and electronic device for monitoring
CN105915784A (zh) * 2016-04-01 2016-08-31 纳恩博（北京）科技有限公司 信息处理方法和装置
WO2018013968A1 (en) * 2016-07-14 2018-01-18 Brightday Technologies, Inc. Posture analysis systems and methods
CN107666589A (zh) * 2016-07-29 2018-02-06 中兴通讯股份有限公司 一种远程监控方法及设备
CN106603969A (zh) * 2016-11-04 2017-04-26 乐视控股（北京）有限公司 一种视频监控方法、装置和系统以及探测设备
WO2018120033A1 (zh) * 2016-12-30 2018-07-05 深圳前海达闼云端智能科技有限公司 一种辅助用户寻物的方法及装置
CN107378949A (zh) * 2017-07-22 2017-11-24 深圳市萨斯智能科技有限公司 一种机器人检测物体的方法和机器人
CN107589707A (zh) * 2017-08-16 2018-01-16 深圳市启惠智能科技有限公司 一种监控处理方法、服务器及计算机存储介质
CN111652197B (zh) * 2018-02-08 2023-04-18 创新先进技术有限公司 入离场状态检测方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010191487A (ja) * 2009-02-13 2010-09-02 Sony Corp 情報処理装置および情報処理方法
JP2015011181A (ja) * 2013-06-28 2015-01-19 富士ゼロックス株式会社 情報処理装置及びプログラム
KR101815144B1 (ko) * 2016-07-05 2018-01-05 이응수 얼굴인식 기반의 사진 공유 방법 및 이를 이용한 사진 공유 시스템

Also Published As

Publication number Publication date
CN111652197B (zh) 2023-04-18
TWI692728B (zh) 2020-05-01
CN111652197A (zh) 2020-09-11
KR20200093016A (ko) 2020-08-04
WO2019154112A1 (zh) 2019-08-15
EP3716142A1 (en) 2020-09-30
CN108427914B (zh) 2020-08-18
JP2021513695A (ja) 2021-05-27
JP6916394B2 (ja) 2021-08-11
US20200296335A1 (en) 2020-09-17
CN108427914A (zh) 2018-08-21
TW201935309A (zh) 2019-09-01
SG11202005455YA (en) 2020-07-29
EP3716142A4 (en) 2021-01-20
US11102458B2 (en) 2021-08-24

Similar Documents

Publication Publication Date Title
KR102366681B1 (ko) 활성/비활성 상태 검출 방법 및 장치
CN108958490A (zh) 电子装置及其手势识别方法、计算机可读存储介质
CN103609137A (zh) 背景物体传感器
US20180314261A1 (en) Obstacle detection for a mobile automation apparatus
CN113001544B (zh) 一种机器人的控制方法、装置及机器人
KR20210053239A (ko) 다중-센서 slam 시스템들을 위한 장치 및 방법들
CA3056979C (en) Method and apparatus for optical distance measurements
EP4286892A1 (en) Window occlusion detection method and apparatus
KR20220039623A (ko) 레이더 고도각 측정
CN113721232B (zh) 目标对象检测方法、装置、电子设备及介质
WO2023179393A1 (zh) 区域划分方法、设备及存储介质
CN104571724A (zh) 光学触控系统、触控检测方法及计算机程序产品
CN110750091A (zh) 清洁机器人及其路径规划方法
US9898143B2 (en) Predicting touch events to improve touchscreen usage accuracy
US20190278427A1 (en) Systems and methods for providing an interactive user interface using a film, visual projector, and infrared projector
US11402846B2 (en) Method, system and apparatus for mitigating data capture light leakage
US11847832B2 (en) Object classification for autonomous navigation systems
CN110308460B (zh) 传感器的参数确定方法及系统
US11158075B2 (en) Method, system and apparatus for depth sensor artifact removal
EP4128031A1 (en) Touch-free interaction with a self-service station in a transit environment
CN116138653A (zh) 清洁设备的运行控制方法及装置、存储介质及电子装置
CN115633914A (zh) 一种传感装置、清洁机器人及清洁机器人的避障方法
WO2019187499A1 (ja) 吐水制御装置、吐水制御システム、及び吐水制御方法
JP5444263B2 (ja) タグ管理システムおよびタグ管理装置
CN117092603A (zh) 一种目标检测方法及相关装置

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant