WO2019042689A1 - Person recognition in areas with limited data transmission and data processing - Google Patents

Person recognition in areas with limited data transmission and data processing Download PDF

Info

Publication number
WO2019042689A1
WO2019042689A1 PCT/EP2018/070835 EP2018070835W WO2019042689A1 WO 2019042689 A1 WO2019042689 A1 WO 2019042689A1 EP 2018070835 W EP2018070835 W EP 2018070835W WO 2019042689 A1 WO2019042689 A1 WO 2019042689A1
Authority
WO
WIPO (PCT)
Prior art keywords
image data
person recognition
unit
faces
recognition device
Prior art date
Application number
PCT/EP2018/070835
Other languages
German (de)
French (fr)
Inventor
Gisbert Berger
Original Assignee
Siemens Aktiengesellschaft
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 Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to EP18753339.3A priority Critical patent/EP3652673A1/en
Publication of WO2019042689A1 publication Critical patent/WO2019042689A1/en

Links

Classifications

    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions

Definitions

  • the invention relates to a method for recognizing persons in an area with limited data transmission and data processing capabilities. Furthermore, the invention relates to a person recognition system. In addition, the invention relates to a transport system.
  • Video data is used for evidence and for purposes of investigation and for real-time monitoring.
  • an automated monitoring is increasingly used.
  • passenger transport not only stationary railway systems and buildings but also vehicles are included in the recording and monitoring. With real-time monitoring and looking dangerous individuals are identified who ⁇ . Due to the limited bandwidth to the land side and because of lack of manual or personal resources in the vehicles, a manual monitoring in the vehicle is difficult.
  • a landside recognition on the basis of image data recorded on the vehicle side is made more difficult by the low bandwidth of the data transmission from the vehicles.
  • US 2010/0329568 Al identifying Perso ⁇ nen using stationary image recording units is described.
  • US 2004/0 117 638 AI facial signatures are identified by means of image recordings of cameras for the purpose of recognizing persons.
  • This object is achieved by a method for detection in an area with limited data transmission and Da ⁇ ten kausston according to claim 1, a passenger detection system according to claim 9 as well as a transport system according to claim 10 degrees.
  • image data are acquired from the area to be monitored.
  • An area of limited data transfer and processing capabilities is one where bandwidth for data transfer and computational power is significantly limited due to design or engineering constraints compared to traditional monitored areas, resulting in the transmission of large amounts of video data in real time is not possible in the area or into this area and processing of the acquired monitoring data, ie the image data, directly in or on the area to be monitored is not possible.
  • faces are detected by means of an internal detection unit.
  • Detection or recognition of faces in this context means that It is known in which image data faces occur without individual faces are identified, that are assigned to specific persons or identities.
  • a detection unit which is located in or directly at the area to be monitored should be understood as an internal detection unit.
  • an internal detection unit would be located in or on the vehicle and located in a driving ⁇ convincing.
  • For the detection unit can to already available
  • image data are selected in which faces were detected.
  • the selected image data are transmitted to an external, stationary personal recognition device.
  • the external person recognition device is located outside Outside of the area to be monitored and therefore is not subject to the restrictions that affect the bandwidth of data transmission and data processing.
  • faces are identified on the basis of the selected image data.
  • Identifi ⁇ ornamentation should be understood in this context that the individual faces identities of persons are assigned.
  • the monitoring data in the area to be monitored are already greatly reduced by the described selection, so that the amount of data to be transmitted for the limited data transmission options is not a problem.
  • the face recognition which takes place in or on the area to be monitored, requires ⁇ advantageous way of relatively low computing resources so that they can be handled there in real time.
  • the actual identification process of the individual persons takes place before ⁇ geous in the external person recognition device, in the ideal case less or no relevant restrictions of the data processing resources are available, so that the identification of persons located in the area to be monitored can be done promptly or even in real time.
  • timely protective measures or countermeasures can be taken so that In most cases, it does not even come to serious violent acts in the area to be monitored.
  • the security is also guaranteed in areas in which a complete direct monitoring or evaluation of the monitoring data is not or only with difficulty possible.
  • the area to be monitored is arranged in a transport vehicle and the external person recognition device is arranged stationary. That is to say, the image recording, the face recognition and the selection of the image data which have faces takes place in the transport vehicle and the actual identification of faces on the basis of the selected image data is carried out stationarily outside the transport vehicle.
  • the pressure prevailing in the transport vehicle limited verarbei ⁇ processing capacity are used for a preselection of the detected in the transport vehicle image data advantageous, so that the to übertra ⁇ constricting amount of image data is reduced.
  • the reduced image data amount is then transmitted via usually only be ⁇ limits in the transport vehicle or narrowband existing übertragungsein ⁇ units to the external stationary pedestrian recognition device, which then fills with extensive computing resources, the actual identification task ER.
  • the person recognition system comprises an area to be monitored with limited data transmission and data processing capabilities.
  • Part of the person recognition system according to the invention is also an internal person monitoring unit, which comprises an internal image recording unit for acquiring image data from the area to be monitored.
  • the internal person monitoring unit also has an internal detection unit for detecting faces in the image data.
  • Part of the internal josüberwachungs- unit is also an internal selection unit for Selektie ⁇ ren the image data in which faces have been detected, and an internal data communication unit for transmitting the selected image data to an external person recognition device.
  • the personal identification system according to the invention also comprises an external person recognition device having an external data receiving unit for receiving the information provided by the internal data communication unit Rickda ⁇ th and an external person recognition unit for identifi ⁇ cation of faces on the basis of the selected image data using the external person recognition unit comprises.
  • the person recognition system according to the invention shares the advantages of the method according to the invention for recognizing persons in an area to be monitored with limited data transmission and data processing possibilities.
  • the transport system comprises at least one transport vehicle and at least one inventive Perso ⁇ nenerkennungssystem, wherein the transport vehicle ten kausève the area to be monitored with limited data transmission and data of the passenger detection system comprises.
  • the transport vehicle may be, for example, a roads ⁇ vehicle, for meadow a bus, or a rail drive ⁇ generating, for meadow, a train, a train or a subway.
  • the area to be monitored may be, for example, a passenger area or an area of a driver's cab.
  • Personal monitoring unit of Congresser ⁇ detection system according to the invention is arranged in the transport vehicle.
  • the Transport system according to the invention shares the advantages of the person recognition system according to the invention.
  • Some components of the person recognition system according to the invention can for the most part be designed in the form of software components. This applies in particular to parts of the internal person monitoring unit and the external person recognition device . In principle, however, these components can also be partially realized, in particular when it comes to particularly fast calculations, in the form of software-supported hardware, for example FPGAs or the like. Likewise, the required interfaces, for example, if it is only about a transfer of data from other software components, be designed as software interfaces. But they can also be configured as hardware on ⁇ built interfaces which are controlled by appropriate software.
  • a largely software implementation has the advantage that for monitoring a range existing computer systems can already far after a possible addition of extra hardware elements to easily be retrofitted by a software update to work on the OF INVENTION ⁇ dung contemporary way.
  • the task also by a corresponding computer program product with a
  • Computer program solved which is directly loadable into a memory device of such a computer system, with program sections ⁇ to perform all the steps of the inventive method when the computer program is executed in the computer nersystem.
  • Such a computer program product in addition to the computer ⁇ program optionally additional components, such as documentation and / or additional components, including hardware components, such as hardware keys (dongles, etc.) for using the software.
  • additional components such as documentation and / or additional components, including hardware components, such as hardware keys (dongles, etc.) for using the software.
  • a computer-readable medium for example a memory stick, a hard disk or other transportable or permanently installed data carrier can be used, on which the program sections of the computer program which can be read and executed by a computer unit are stored are.
  • the computer unit may be for example a purpose or more cooperating micropro ⁇ processors or the like.
  • the detection of faces with a low non-detection rate and a high recognition rate is performed.
  • the recognition rate is the rate at which something, in this case a face, is positively recognized as what is expected, ie in this case as a face.
  • the non-recognition rate is the complement to it. Both rates are expected to ⁇ gether 100%.
  • a low non-recognition rate should be understood as a rate of 10% or less, preferably 1% or less. For example, a high rate of false positives of faces may be tolerated. Because the internally selected image data represent only a preselection, which can then be edited in the external person recognition device.
  • the lowest possible non-recognition rate makes it possible As well as all faces are captured or fed to the second stage of the person recognition process.
  • image data which does not include any faces are sorted out in advance with the aid of the external person recognition device.
  • the extent of the evaluated at a identifi ⁇ cation of persons on the basis of face data is reduced by the image data advantageously which do not contribute to Ge ⁇ face recognition.
  • the method for personnel nenerkennung in the monitored area with limited data transmission and data processing capabilities of the identification process is completed by the Wunscherken ⁇ voltage device before starting the next breakpoint by the transport vehicle.
  • the escape of a dangerous person can be prevented in good time, so that the safety for travelers is improved.
  • the external person recognition device is designed as a central person recognition device.
  • the personal recognition device receives image data selected by a plurality of areas to be monitored and evaluates them.
  • the resources of the centra ⁇ len people detection device for monitoring several areas can, for example, several Transportfahrzeu ⁇ gen, be used simultaneously, so the cost of monitoring is advantageously reduced.
  • the external person detection device uses an automated identification procedure.
  • personnel can be saved in the identification and human carelessness errors can be avoided by the automated identification.
  • the identification can be done with sufficient computing capacity in real time, so that the reaction time can be reduced to potential dangers.
  • a manual identification process is connected downstream of the automated identification method.
  • non-identifiable or incorrectly identified persons whose faces are mapped to the image data to be evaluated can be identified and, if necessary, corrected in identifying the person Persons are carried out. Consequently, a more accurate iden ⁇ tification of persons will be achieved in the area to be monitored.
  • the invention will be explained in more detail below with reference to the beige ⁇ added figures using exemplary embodiments. Show it:
  • FIG. 1 shows a flow chart illustrating a method for supervision chen the speed of a rail vehicle according to an embodiment of the invention illustrated light ⁇ ,
  • FIG. 2 shows a block diagram which illustrates a speed-determining device according to an embodiment of the invention
  • FIG. 3 is a block diagram illustrating light- ⁇ a rail vehicle according to an embodiment of the invention.
  • FIG. 1 shows a flowchart 100 which illustrates a method for detecting persons in an area B to be monitored with limited data transmission and data processing options.
  • image data BD from the area B, in this embodiment an interior area B of a rail vehicle 51 (see FIG. 3), is recorded.
  • the image data BD can be taken, for example by means of a instal in the rail vehicle ⁇ profiled camera.
  • step l.II faces in the image data BD are detected with the aid of an internal detection unit 32 integrated in the rail vehicle (see FIG. 2).
  • the image data BD-G in which G faces have been detected, selected and in step 1.
  • step IV includes those ⁇ selected image data BD-G to an external Wegerkennungsein- l.III direction 40 (see FIG 2) transmitted.
  • the external person ⁇ detection device 40 is stationarily positioned outside of the rail vehicle 51. Since only the selected Stressda ⁇ th BD-G of the rail vehicle 51 to the stationary per- can be transmitted, the data transmission rate between the rail vehicle 51 and the stationary external person recognition device 40 may be relatively low.
  • faces G are then identified on the basis of the selected image data BD-G with the aid of the external person recognition device 40.
  • the person recognition system 20 includes an internal personal monitoring device 30 which is disposed for example in a rail vehicle 51, 52 (see FIG 3), and an external stationary Wegerken ⁇ drying apparatus 40.
  • the internal personal monitoring device 30 comprises an image pickup unit 31, such as a camera 31 in that image data BD is recorded from an interior of the rail vehicle.
  • the image data BD are continuously detected in an observation period, for example, moves while the rail vehicle between two holding points and are detected at an internal detection unit 32 via ⁇ averages, with the faces in the image data G BD.
  • an automated detection method is used with which it is determined whether or not faces are present in an image. This simple step, which does not identify the Ge ⁇ classifier takes place, can be relatively low verarbei ⁇ maintenance effort in the rail vehicle in real time Runaway ⁇ leads.
  • the internal detection unit 32 transmits information G to the facial images to an internal selection unit 33.
  • the internal selection unit also receives the image data BD by the image pickup unit 31.
  • the selection ⁇ unit 33 now searches the image data sets BD-G of the listed taken image data BD out in which 32 faces G detected by the detection unit.
  • the selected image data BD-G are then exceeded over a radio unit 34 to be ⁇ already said external person recognition device 40 averages.
  • the person recognition device 40 comprises a data reception unit 41 with which the image data BD-G, which faces G detected by the vehicle-side personal monitoring device 30, are received. 41, the selected image data BD-G are transmitted to a person recognition unit 42, which is also part of the stationary external ⁇ person identification device 40 from the DA tenempfangsaku.
  • the person recognition unit 42 is set up to identify in the detected faces G in the selected image data BD-G, ie to assign it to specific persons.
  • FIG 3 a block diagram is shown illustrating a transmembrane ⁇ port system 50 according to an embodiment of the invention.
  • the transport system 50 comprises a plurality of rail vehicles 51, 52 which are traveling on track lines Gl, G2. Furthermore, the transport system 50 also includes a person recognition system 20. Parts of the transport system 20, namely the internal person monitoring devices 30, which are constructed as shown in FIG. 2, are arranged in the two rail vehicles 51, 52 and transmit radio-selected image data BD-G a stationary external person recognition device 40, which processes the selected image data BD in the manner described in connection with FIG. 1 and FIG.

Abstract

A method for person recognition in an area (B) with limited data transmission and data processing options that is to be monitored in a transport vehicle is described. The method involves image data (BD) from the area (B) to be monitored being captured. Faces (G) are detected in the image data (BD) by using an internal detection unit (32). Next, image data (BD-G) in which faces (G) have been detected are selected. The selected image data (BD-G) are transmitted to a fixed external person recognition device (40). The external person recognition device (40) is used to detect faces (G) on the basis of the selected image data (BD-G). A person recognition system (20) is also described. In addition, a transport system (50) is described.

Description

Beschreibung description
Personenerkennung in Bereichen mit eingeschränkter Datenüber- tragung und Datenverarbeitung Person recognition in areas with limited data transmission and data processing
Die Erfindung betrifft ein Verfahren zur Personenerkennung in einem Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten. Weiterhin betrifft die Erfindung ein Personenerkennungssystem. Zudem betrifft die Erfindung ein Transportsystem. The invention relates to a method for recognizing persons in an area with limited data transmission and data processing capabilities. Furthermore, the invention relates to a person recognition system. In addition, the invention relates to a transport system.
Um die Sicherheit von Personen im öffentlichen Raum und im privaten Umfeld zu verbessern, werden zunehmend Kamerasysteme eingesetzt. Videodaten werden zur Beweissicherung und zu Ermittlungszwecken sowie zur EchtZeitüberwachung eingesetzt. Dabei wird neben der direkten Beobachtung durch Personen auch zunehmend eine automatisierte Überwachung eingesetzt. In der Personenbeförderung werden neben den stationären Bahnanlagen und Gebäuden auch die Fahrzeuge mit in die Aufzeichnung und Überwachung einbezogen. Bei der EchtZeitüberwachung sollen gesuchte und gefährliche Personen identifiziert wer¬ den. Aufgrund der begrenzten Bandbereite zur Landseite hin und wegen fehlender manueller bzw. personeller Ressourcen in den Fahrzeugen ist eine manuelle Überwachung im Fahrzeug nur schwer möglich. Eine umfassende Übertragung der Videoströme zur Landseite, insbesondere jener Ströme mit hoher Auflösung, die für die Personenidentifikation erforderlich sind, ist aber auch nicht oder nur eingeschränkt möglich. Eine automa¬ tische Erkennung im Fahrzeug würde erhebliche Rechnerressour¬ cen und die Verwaltung, Übertragung und Aktualisierung entsprechender Datenbestände im Fahrzeug erfordern, so dass selbst bei einer lokalen Identifikation im Fahrzeug, zumin- dest zeitweilig hohe Bandbreiten, in diesem Falle in Richtung des Fahrzeuges, erforderlich wären. Das Problem wird weiterhin dadurch verschärft, dass die Bedingungen im Fahrzeug, wie zum Beispiel wechselnde Beleuchtungsbedingungen, schnelle Licht-/Schattenwechsel, Verdeckungsprobleme durch räumliche Enge und Überfüllung, verschärft durch die mitunter geringe Montagehöhe der Kamerastandorte, die Erkennungsaufgabe zu¬ sätzlich erschweren. Daraus ergibt sich für derartige Umgebungen die unvorteilhaf¬ te Situation, dass dort, wo die Bedingungen besonders ungüns¬ tig sind, auch die wenigsten Ressourcen und Bandbreiten verfügbar sind. Das Problem ist nicht auf Fahrzeuge beschränkt, sondern tritt immer dann auf, wenn eine Netzwerkverbindung nicht oder nur eingeschränkt zur Verfügung steht und manuelle oder elektronische Ressourcen nicht oder nicht ausreichend zur Verfügung stehen. Die in diesem Umfeld unter den oben beschriebenen erschwerten Bedingungen besonders anspruchsvolle Identifizierung von Personen ist von diesen Beschränkungen besonders betroffen. In order to improve the safety of people in public spaces and private environments, camera systems are increasingly being used. Video data is used for evidence and for purposes of investigation and for real-time monitoring. In addition to the direct observation by persons also an automated monitoring is increasingly used. In passenger transport, not only stationary railway systems and buildings but also vehicles are included in the recording and monitoring. With real-time monitoring and looking dangerous individuals are identified who ¬. Due to the limited bandwidth to the land side and because of lack of manual or personal resources in the vehicles, a manual monitoring in the vehicle is difficult. A comprehensive transmission of the video streams to the land side, especially those streams with high resolution, which are required for personal identification, but is not possible or only to a limited extent. An automatic ¬ tables recognition in the vehicle would require significant Rechnerressour ¬ opportunities and the administration, transfer and updating relevant databases in the vehicle, so that even with a local identification in the vehicle, zumin- least temporarily high bandwidth, in this case in the direction of the vehicle, would be required. The problem is exacerbated by the fact that the conditions in the vehicle, such as changing lighting conditions, fast light / shadow changes, concealment problems by spatial Close and overcrowding, exacerbated complicate ¬ additionally by the sometimes low mounting height of the camera locations, the recognition task. As a result of such environments unvorteilhaf ¬ te situation that where the conditions are less favorable particularly ¬ tig, even the least resources and bandwidth are available. The problem is not limited to vehicles, but always occurs when a network connection is not or only partially available and manual or electronic resources are not or not sufficiently available. The identification of individuals, which is particularly demanding in this environment under the difficult conditions described above, is particularly affected by these restrictions.
Aus diesem Grund erfolgt eine Personenerkennung herkömmlich in Fahrzeugen kaum oder nur eingeschränkt. Meistens werden im Innern der Fahrzeuge nur Bilddaten aufgezeichnet und nach ei- ner vorbestimmten Frist, für den Fall, dass sich kein zu klärender Vorfall ereignet hat, wieder gelöscht. Eine Personen¬ erkennung in Echtzeit findet herkömmlich normalerweise nicht statt. Damit ergibt sich aber auch nicht die Möglichkeit im Vorfeld einer Gewalttat prophylaktisch zu intervenieren. Eine direkte Personenerkennung findet meistens nur auf dem Gelände und in den Gebäuden eines Transportsystems statt, wo ausrei¬ chend personelle und/oder Datenverarbeitungsressourcen zur Verfügung stehen. In einigen versuchsweise angewandten fahr- zeugseitigen Überwachungssystemen ist die Qualität und Zuver- lässigkeit der Personenerkennung gering oder die Systeme sind sehr kostenaufwendig und das Verhältnis zwischen Aufwand und Nutzen sehr schlecht. Eine landseitige Personenerkennung auf Basis von fahrzeugseitig erfassten Bilddaten wird durch die geringe Bandbereite der Datenübertragung aus den Fahrzeugen erschwert. In US 2010/ 0 329 568 AI wird die Identifizierung von Perso¬ nen mit Hilfe von stationären Bildaufnahmeeinheiten beschrieben . In US 2004/ 0 117 638 AI werden zur Personenerkennung Gesichtssignaturen mit Hilfe von Bildaufnahmen von Kameras identifiziert. For this reason, a person detection conventionally done in vehicles hardly or only partially. In most cases, only image data is recorded inside the vehicles and deleted after a predetermined period of time in the event that no incident to be clarified has occurred. A person ¬ recognition in real time usually is not conventionally held. However, this does not give the opportunity to intervene prophylactically in advance of a violent act. A direct detection of individual persons will usually take place only on the grounds and in the buildings of a transport system where suffi ¬ accordingly personnel and / or data processing resources are available. In some experimental vehicle surveillance systems, the quality and reliability of detection is low or the systems are very expensive and the cost / benefit ratio is very poor. A landside recognition on the basis of image data recorded on the vehicle side is made more difficult by the low bandwidth of the data transmission from the vehicles. In US 2010/0329568 Al identifying Perso ¬ nen using stationary image recording units is described. In US 2004/0 117 638 AI, facial signatures are identified by means of image recordings of cameras for the purpose of recognizing persons.
Es besteht also die Aufgabe, ein Verfahren und eine Vorrich- tung zur zuverlässigen Personenerkennung in Bereichen mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten zu entwickeln. It is therefore the object to develop a method and a device for reliable person recognition in areas with limited data transmission and data processing capabilities.
Diese Aufgabe wird durch ein Verfahren zur Personenerkennung in einem Bereich mit beschränkten Datenübertragungs- und Da¬ tenverarbeitungsmöglichkeiten gemäß Patentanspruch 1, ein Personenerkennungssystem gemäß Patentanspruch 9 sowie ein Transportsystem gemäß Patentanspruch 10 gelöst. Bei dem erfindungsgemäßen Verfahren zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten, welcher in einem Transportfahrzeug angeordnet ist, werden Bilddaten von dem zu überwachenden Bereich erfasst. Ein Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten ist ein Bereich, bei dem die Bandbreite für die Datenübertragung sowie die Rechenleistung zur Datenverarbeitung aufgrund konstruktiver bzw. technisch bedingter Einschränkungen im Vergleich zu herkömmlichen überwachten Bereichen deutlich einge- schränkt ist, so dass eine Übertragung großer Videodatenmengen aus dem Bereich heraus oder in diesen Bereich hinein in Echtzeit nicht möglich ist und eine Verarbeitung der erfass- ten Überwachungsdaten, d.h. der Bilddaten, direkt in oder an dem zu überwachenden Bereich nicht möglich ist. This object is achieved by a method for detection in an area with limited data transmission and Da ¬ tenverarbeitungsmöglichkeiten according to claim 1, a passenger detection system according to claim 9 as well as a transport system according to claim 10 degrees. In the method according to the invention for recognizing persons in an area to be monitored with limited data transmission and data processing possibilities, which is arranged in a transport vehicle, image data are acquired from the area to be monitored. An area of limited data transfer and processing capabilities is one where bandwidth for data transfer and computational power is significantly limited due to design or engineering constraints compared to traditional monitored areas, resulting in the transmission of large amounts of video data in real time is not possible in the area or into this area and processing of the acquired monitoring data, ie the image data, directly in or on the area to be monitored is not possible.
In den Bilddaten werden mit Hilfe einer internen Detektions- einheit Gesichter detektiert. Eine Detektion oder Erkennung von Gesichtern soll in diesem Zusammenhand bedeuten, dass er- kannt wird, in welchen Bilddaten Gesichter auftreten, ohne dass einzelne Gesichter identifiziert werden, also bestimmten Personen bzw. Identitäten zugeordnet werden. Als interne De- tektionseinheit soll in diesem Fall eine Detektionseinheit verstanden werden, die sich in oder direkt an dem zu überwachenden Bereich befindet. Beispielsweise wäre in einem Fahr¬ zeug eine interne Detektionseinheit in oder an dem Fahrzeug angeordnet bzw. lokalisiert. Für die Detektionseinheit kann dazu auf bereits verfügbareIn the image data, faces are detected by means of an internal detection unit. Detection or recognition of faces in this context means that It is known in which image data faces occur without individual faces are identified, that are assigned to specific persons or identities. In this case, a detection unit which is located in or directly at the area to be monitored should be understood as an internal detection unit. For example, an internal detection unit would be located in or on the vehicle and located in a driving ¬ convincing. For the detection unit can to already available
Algorithmen zur Gesichtsdetektion mit vergleichsweise geringen Hardwareanforderungen zurückgegriffen werden, da derartige, für eine unter den geschilderten Bedingungen effiziente Gesichtsdetektion notwendige generische Lösungen seit einigen Jahren bekannt und einsatzreif sind. Derartige Verfahren sind in Paul Viola, Michael J. Jones, „Robust Real-Time Face De¬ tection", International Journal of Computer Vision, May 2004, Volume 57, Issue 2, pp 137-153 beschrieben. Weiterführende Abhandlungen zu dem Thema sind in Hefenbrock et al . , „Accel- erating Viola-Jones Face Detection to FPGA-Level Using GPU", FCCM, 2010, 18th IEEE Annual International Symposium on Are used algorithms for face detection with relatively low hardware requirements, since such, for an under the conditions described efficient face detection necessary generic solutions have been known and ready for use for several years. Such methods are in Paul Viola, Michael J. Jones, "Robust Real-Time Face De ¬ tection", International Journal of Computer Vision, May 2004, Volume 57, Issue 2, pp 137-153 described. Further treatises on the subject in Hefenbrock et al., "Accelerating Viola-Jones Face Detection to FPGA Level Using GPU", FCCM, 2010, 18th IEEE Annual International Symposium on
Field-Programmable Custom Computing Machines, beschrieben. Field-Programmable Custom Computing Machines.
Eine weitere Veröffentlichung zu diesem Thema ist in Paul Vi- ola, Michael J. Jones „Fast Multi-View Face Detection", 2003, (https://www.researchgate.net/profile/Michael Jones20/publication/228362107 Fast mult i-view face detection/links/0fcfd50d35f8570d70000000.pdf) zu finden. Ferner sind zahlreiche Open Source Implementierungen (z.B. in der bekannten OSS SW OpenCV http://opencv.org/) dafür bekannt geworden. Another paper on this topic is in Paul Vila, Michael J. Jones "Fast Multi-View Face Detection," 2003, (https://www.researchgate.net/profile/Michael Jones20 / publication / 228362107 Fast mult -view face detection / links / 0fcfd50d35f8570d70000000.pdf) Furthermore, numerous open source implementations (eg in the well-known OSS SW OpenCV http://opencv.org/) have become known.
Es werden weiterhin Bilddaten selektiert, in denen Gesichter detektiert wurden. Die selektierten Bilddaten werden an eine externe, stationäre Personenerkennungseinrichtung übermittelt. Für die Übermittlung der Daten werden üblicherweise drahtgebundene oder drahtlose Datenübermittlungsverfahren benutzt, wobei letztere insbesondere bei mobilen Überwachungs¬ bereichen (z.B. innerhalb von Fahrzeugen) zum Einsatz kommen. Die externe Personenerkennungseinrichtung befindet sich au- ßerhalb des zu überwachenden Bereichs und unterliegt daher nicht den Restriktionen, welche die Bandbreite der Datenübertragung und die Datenverarbeitung betreffen. Mit Hilfe der externen Personenerkennungseinrichtung werden Gesichter auf Basis der selektierten Bilddaten identifiziert. Als Identifi¬ zierung soll in diesem Zusammenhang verstanden werden, dass den einzelnen Gesichtern Identitäten von Personen zugeordnet werden. Vorteilhaft werden die Überwachungsdaten in dem zu überwachenden Bereich bereits durch die beschriebene Auswahl stark reduziert, so dass die Menge der zu übertragenden Daten für die eingeschränkten Datenübertragungsmöglichkeiten kein Problem darstellt. Die Gesichtserkennung, welche in bzw. an dem zu überwachenden Bereich stattfindet, erfordert vorteil¬ haft relativ geringe Datenverarbeitungsressourcen, so dass sie dort in Echtzeit bewältigt werden kann. Der eigentliche Identifizierungsprozess der einzelnen Personen erfolgt vor¬ teilhaft in der externen Personenerkennungseinrichtung, in der im Idealfall geringere oder gar keine relevanten Einschränkungen der Datenverarbeitungsressourcen vorliegen, so dass die Identifizierung von in dem zu überwachenden Bereich befindlichen Personen zeitnah oder gar in Echtzeit erfolgen kann. Vorteilhaft können für den Fall, dass auf Basis der Identifizierung einer oder mehrerer Personen, welche sich in dem zu überwachenden Bereich befinden, eine Gefahr für die übrigen, sich in dem Bereich aufhaltenden Personen ermittelt wurde, zeitnah Schutzmaßnahmen bzw. Gegenmaßnahmen ergriffen werden, so dass es in den meisten Fällen gar nicht erst zu schweren Gewalttaten in dem zu überwachenden Bereich kommt. Mithin ist die Sicherheit auch in Bereichen gewährleistet, in denen eine vollständige direkte Überwachung bzw. Auswertung der Überwachungsdaten nicht oder nur schwer möglich ist. Furthermore, image data are selected in which faces were detected. The selected image data are transmitted to an external, stationary personal recognition device. For transmission of data typically wired or wireless data transmission methods are used, the latter are, in particular for use in mobile monitoring ¬ areas (for example, within vessels). The external person recognition device is located outside Outside of the area to be monitored and therefore is not subject to the restrictions that affect the bandwidth of data transmission and data processing. With the help of the external person recognition device, faces are identified on the basis of the selected image data. As Identifi ¬ ornamentation should be understood in this context that the individual faces identities of persons are assigned. Advantageously, the monitoring data in the area to be monitored are already greatly reduced by the described selection, so that the amount of data to be transmitted for the limited data transmission options is not a problem. The face recognition, which takes place in or on the area to be monitored, requires ¬ advantageous way of relatively low computing resources so that they can be handled there in real time. The actual identification process of the individual persons takes place before ¬ geous in the external person recognition device, in the ideal case less or no relevant restrictions of the data processing resources are available, so that the identification of persons located in the area to be monitored can be done promptly or even in real time. Advantageously, in the event that based on the identification of one or more persons who are located in the area to be monitored, a risk to the remaining persons in the area has been determined, timely protective measures or countermeasures can be taken so that In most cases, it does not even come to serious violent acts in the area to be monitored. Thus, the security is also guaranteed in areas in which a complete direct monitoring or evaluation of the monitoring data is not or only with difficulty possible.
Verfahren zur Identifikation von Personen sind in Systemen, die nicht den oben genannten Beschränkungen unterliegen, be- reits operativ im Einsatz. Dabei werden neben einer manuellen Überwachung (face perception) der Videoströme auf Monitoren (Monitorwand) auch automatische oder teilautomatische Verfah¬ ren eingesetzt. Beispielsweise werden zur Aufwandsminimierung nur jene Videoströme, in denen überhaupt Bewegung oder Perso¬ nen automatisch erkannt worden sind, an die menschlichen Beobachter weitergegeben. Ferner sind zunehmend auch parallel oder alternativ dazu automatische Personenidentifikationssys- teme (face recognition) entwickelt worden und zum Teil be¬ reits im Einsatz. Derartige Systeme sind in M. W. Pontin, „Better Face-Recognition" , MIT Technology Review, 30 Mai 2007 (https://www echnologyreviewxom/s/407976/better-face-recognition-software/) und L. H. Newman,„Cops have a database 117M Faces. You are probably in it." Methods for identifying individuals are already operational in systems that are not subject to the above limitations. In this case, in addition to a manual control (face perception) of the video streams on monitors and automatic or semi-automatic procedural ¬ ren used (monitor wall). For example, to minimize effort passed only those video streams in which any movement or Perso ¬ nen have been automatically recognized by the human observer. Further, increasingly, in parallel or alternatively, automatic Personenidentifikationssys- systems (face recognition) has been developed and partly be ¬ already in use. Such systems are described in MW Pontin, "Better Face Recognition," MIT Technology Review, May 30, 2007 (https://www.echnologyreviewxom/s/407976/fetter-face-recognition-software /), and LH Newman, "Cops have a database 117M Faces .You are probably in it. "
( https ://www. wired.com/2016/10/cops-database- 117m-faces-youre-probably/ ) beschrieben . (https: // www. wired.com/2016/10/cops-database- 117m-faces-youre-probably /).
Der zu überwachende Bereich ist erfindungsgemäß in einem Transportfahrzeug angeordnet und die externe Personenerken- nungseinrichtung ist stationär angeordnet. D.h., die Bildaufnahme, die Gesichtserkennung und die Auswahl der Bilddaten, welche Gesichter aufweisen, erfolgt in dem Transportfahrzeug und die eigentliche Identifizierung von Gesichtern anhand der selektierten Bilddaten wird stationär außerhalb des Trans- portfahrzeugs durchgeführt. Vorteilhaft werden die in dem Transportfahrzeug herrschenden beschränkten Datenverarbei¬ tungskapazitäten für eine Vorauswahl der in dem Transportfahrzeug erfassten Bilddaten genutzt, so dass die zu übertra¬ gende Bilddatenmenge reduziert ist. Die reduzierte Bilddaten- menge wird dann über in dem Transportfahrzeug meist nur be¬ schränkt bzw. schmalbandig vorhandene Datenübertragungsein¬ heiten an die externe stationäre Personenerkennungseinrichtung übertragen, welche dann mit umfangreichen Datenverarbeitungsressourcen die eigentliche Identifizierungsaufgabe er- füllt. Mithin wird das Problem der beschränkten Datenverarbeitungsressourcen und Datenübertragungsressourcen in Transportfahrzeugen im Hinblick auf die Personenerkennung gelöst, so dass Personen auch, wenn sie sich in Fahrzeugen befinden, erkannt werden können und gegebenenfalls in Echtzeit Gegen- maßnahmen gegen bevorstehende Gewalttaten bekannter gefährlicher Personen eingeleitet werden können. Das erfindungsgemäße Personenerkennungssystem umfasst einen zu überwachenden Bereich mit beschränkten Datenübertragungsund Datenverarbeitungsmöglichkeiten. Teil des erfindungsgemäßen Personenerkennungssystems ist auch eine interne Personen- Überwachungseinheit, welche eine interne Bildaufnahmeeinheit zum Erfassen von Bilddaten von dem zu überwachenden Bereich umfasst. Die interne Personenüberwachungseinheit weist auch eine interne Detektionseinheit zum Detektieren von Gesichtern in den Bilddaten auf. Teil der internen Personenüberwachungs- einheit ist auch eine interne Selektionseinheit zum Selektie¬ ren der Bilddaten, in denen Gesichter detektiert wurden, und eine interne Datenübermittlungseinheit zum Übermitteln der selektierten Bilddaten an eine externe Personenerkennungseinrichtung. Das erfindungsgemäße Personenerkennungssystem weist außerdem eine externe Personenerkennungseinrichtung auf, welche eine externe Datenempfangseinheit zum Empfangen der von der internen Datenübermittlungseinheit übermittelten Bildda¬ ten und eine externe Personenerkennungseinheit zum Identifi¬ zieren von Gesichtern auf Basis der selektierten Bilddaten mit Hilfe der externen Personenerkennungseinheit umfasst. Das erfindungsgemäße Personenerkennungssystem teilt die Vorteile des erfindungsgemäßen Verfahrens zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertra- gungs- und Datenverarbeitungsmöglichkeiten. According to the invention, the area to be monitored is arranged in a transport vehicle and the external person recognition device is arranged stationary. That is to say, the image recording, the face recognition and the selection of the image data which have faces takes place in the transport vehicle and the actual identification of faces on the basis of the selected image data is carried out stationarily outside the transport vehicle. The pressure prevailing in the transport vehicle limited Datenverarbei ¬ processing capacity are used for a preselection of the detected in the transport vehicle image data advantageous, so that the to übertra ¬ constricting amount of image data is reduced. The reduced image data amount is then transmitted via usually only be ¬ limits in the transport vehicle or narrowband existing Datenübertragungsein ¬ units to the external stationary pedestrian recognition device, which then fills with extensive computing resources, the actual identification task ER. Thus, the problem of limited data processing resources and data transmission resources in transport vehicles is solved with respect to the recognition of persons, so that persons can also be recognized when they are in vehicles and real-time countermeasures can be initiated against impending violent acts of known dangerous persons. The person recognition system according to the invention comprises an area to be monitored with limited data transmission and data processing capabilities. Part of the person recognition system according to the invention is also an internal person monitoring unit, which comprises an internal image recording unit for acquiring image data from the area to be monitored. The internal person monitoring unit also has an internal detection unit for detecting faces in the image data. Part of the internal Personenüberwachungs- unit is also an internal selection unit for Selektie ¬ ren the image data in which faces have been detected, and an internal data communication unit for transmitting the selected image data to an external person recognition device. The personal identification system according to the invention also comprises an external person recognition device having an external data receiving unit for receiving the information provided by the internal data communication unit Bildda ¬ th and an external person recognition unit for identifi ¬ cation of faces on the basis of the selected image data using the external person recognition unit comprises. The person recognition system according to the invention shares the advantages of the method according to the invention for recognizing persons in an area to be monitored with limited data transmission and data processing possibilities.
Das erfindungsgemäße Transportsystem umfasst mindestens ein Transportfahrzeug und mindestens ein erfindungsgemäßes Perso¬ nenerkennungssystem, wobei das Transportfahrzeug den zu überwachenden Bereich mit beschränkten Datenübertragungs- und Da- tenverarbeitungsmöglichkeiten des Personenerkennungssystems umfasst. Das Transportfahrzeug kann zum Beispiel ein Straßen¬ fahrzeug, beispielswiese ein Autobus, oder ein Schienenfahr¬ zeug, beispielswiese ein Zug, eine S-Bahn oder eine U-Bahn sein. Der zu überwachende Bereich kann zum Beispiel ein Fahr- gastbereich oder ein Bereich eines Führerstands sein. DieThe transport system according to the invention comprises at least one transport vehicle and at least one inventive Perso ¬ nenerkennungssystem, wherein the transport vehicle tenverarbeitungsmöglichkeiten the area to be monitored with limited data transmission and data of the passenger detection system comprises. The transport vehicle may be, for example, a roads ¬ vehicle, for meadow a bus, or a rail drive ¬ generating, for meadow, a train, a train or a subway. The area to be monitored may be, for example, a passenger area or an area of a driver's cab. The
Personenüberwachungseinheit des erfindungsgemäßen Personener¬ kennungssystems ist in dem Transportfahrzeug angeordnet. Das erfindungsgemäße Transportsystem teilt die Vorteile des er¬ findungsgemäßen Personenerkennungssystems . Personal monitoring unit of Personener ¬ detection system according to the invention is arranged in the transport vehicle. The Transport system according to the invention shares the advantages of the person recognition system according to the invention.
Einige Komponenten des erfindungsgemäßen Personenerkennungs- Systems können zum überwiegenden Teil in Form von Softwarekomponenten ausgebildet sein. Dies betrifft insbesondere Tei¬ le der internen Personenüberwachungseinheit und der externen Personenerkennungseinrichtung. Grundsätzlich können diese Komponenten aber auch zum Teil, insbesondere wenn es um be- sonders schnelle Berechnungen geht, in Form von softwareunterstützter Hardware, beispielsweise FPGAs oder dergleichen, realisiert sein. Ebenso können die benötigten Schnittstellen, beispielsweise wenn es nur um eine Übernahme von Daten aus anderen Softwarekomponenten geht, als Softwareschnittstellen ausgebildet sein. Sie können aber auch als hardwaremäßig auf¬ gebaute Schnittstellen ausgebildet sein, die durch geeignete Software angesteuert werden. Some components of the person recognition system according to the invention can for the most part be designed in the form of software components. This applies in particular to parts of the internal person monitoring unit and the external person recognition device . In principle, however, these components can also be partially realized, in particular when it comes to particularly fast calculations, in the form of software-supported hardware, for example FPGAs or the like. Likewise, the required interfaces, for example, if it is only about a transfer of data from other software components, be designed as software interfaces. But they can also be configured as hardware on ¬ built interfaces which are controlled by appropriate software.
Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher zur Überwachung eines Bereichs vorhandene Rechnersysteme nach einer eventuellen Ergänzung durch zusätzliche Hardwareelemente auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfin¬ dungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein entsprechendes Computerprogrammprodukt mit einemA largely software implementation has the advantage that for monitoring a range existing computer systems can already far after a possible addition of extra hardware elements to easily be retrofitted by a software update to work on the OF INVENTION ¬ dung contemporary way. In this respect, the task also by a corresponding computer program product with a
Computerprogramm gelöst, welches direkt in eine Speichereinrichtung eines solchen Rechnersystems ladbar ist, mit Pro¬ grammabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Computerprogramm in dem Rech- nersystem ausgeführt wird. Computer program solved, which is directly loadable into a memory device of such a computer system, with program sections ¬ to perform all the steps of the inventive method when the computer program is executed in the computer nersystem.
Ein solches Computerprogrammprodukt kann neben dem Computer¬ programm gegebenenfalls zusätzliche Bestandteile, wie z.B. eine Dokumentation und/oder zusätzliche Komponenten, auch Hardware-Komponenten, wie z.B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen. Zum Transport zur Speichereinrichtung des Rechnersystems und/oder zur Speicherung an dem Rechnersystem kann ein computerlesbares Medium, beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger transportabler oder fest einge- bauter Datenträger dienen, auf welchem die von einer Rechnereinheit einlesbaren und ausführbaren Programmabschnitte des Computerprogramms gespeichert sind. Die Rechnereinheit kann z.B. hierzu einen oder mehrere zusammenarbeitende Mikropro¬ zessoren oder dergleichen aufweisen. Such a computer program product , in addition to the computer ¬ program optionally additional components, such as documentation and / or additional components, including hardware components, such as hardware keys (dongles, etc.) for using the software. For transport to the storage device of the computer system and / or for storage on the computer system, a computer-readable medium, for example a memory stick, a hard disk or other transportable or permanently installed data carrier can be used, on which the program sections of the computer program which can be read and executed by a computer unit are stored are. The computer unit may be for example a purpose or more cooperating micropro ¬ processors or the like.
Die abhängigen Ansprüche sowie die nachfolgende Beschreibung enthalten jeweils besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung. Dabei können insbesondere die Ansprüche einer Anspruchskategorie auch analog zu den ab- hängigen Ansprüchen einer anderen Anspruchskategorie und deren Beschreibungsteilen weitergebildet sein. Zudem können im Rahmen der Erfindung auch die verschiedenen Merkmale unterschiedlicher Ausführungsbeispiele und Ansprüche auch zu neuen Ausführungsbeispielen kombiniert werden. The dependent claims and the following description each contain particularly advantageous embodiments and further developments of the invention. In this case, in particular, the claims of one category of claims can also be developed analogously to the dependent claims of another category of claims and their descriptive parts. In addition, in the context of the invention, the various features of different embodiments and claims can also be combined to form new embodiments.
In einer Variante des erfindungsgemäßen Verfahrens zur Perso¬ nenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten wird die Detektion von Gesichtern mit einer niedrigen Nichterkennungsrate bzw. einer hohen Erkennungsrate durchgeführt. Als Erkennungsrate ist die Rate zu verstehen, mit der etwas, in diesem Fall ein Gesicht, positiv als das erkannt wird, was erwartet wird, d.h. in diesem Fall als Gesicht. Die Nichter- kennungsrate ist das Komplement dazu. Beide Raten ergeben zu¬ sammen 100%. Als niedrige Nichterkennungsrate soll eine Rate von 10% oder kleiner, vorzugsweise von 1% oder kleiner verstanden werden. Dabei kann zum Beispiel eine hohe Rate von falschpositiven Erkennungen von Gesichtern in Kauf genommen werden. Denn die intern ausgewählten Bilddaten stellen ja nur eine Vorauswahl dar, die dann in der externen Personenerkennungseinrichtung nachbearbeitet werden kann. Vorteilhaft ermöglicht es die möglichst geringe Nichterkennungsrate, dass so gut wie alle Gesichter erfasst werden bzw. der zweiten Stufe des Personenerkennungsprozesses zugeführt werden. Auf diese Weise wird die Sicherheit und Zuverlässigkeit der Über¬ wachung von Personen in dem zu überwachenden Bereich verbes- sert, ohne dass die Menge der an die externe Personenerken¬ nungseinrichtung zu übertragenden Daten übermäßig ansteigt, so dass auch beschränkte Datenübertragungsressourcen weiterhin für die Übertragung der selektierten Bilddaten an die externe Personenerkennungseinrichtung ausreichen. In a variant of the method for Perso ¬ nenerkennung in the monitored area with limited data transmission and data processing capabilities, the detection of faces with a low non-detection rate and a high recognition rate is performed. The recognition rate is the rate at which something, in this case a face, is positively recognized as what is expected, ie in this case as a face. The non-recognition rate is the complement to it. Both rates are expected to ¬ gether 100%. A low non-recognition rate should be understood as a rate of 10% or less, preferably 1% or less. For example, a high rate of false positives of faces may be tolerated. Because the internally selected image data represent only a preselection, which can then be edited in the external person recognition device. Advantageously, the lowest possible non-recognition rate makes it possible As well as all faces are captured or fed to the second stage of the person recognition process. In this way, the security and reliability of over ¬ monitoring of individuals in which the monitored area improves without the amount of excessively rises to the external Personenerken ¬ voltage device data to be transmitted, so that limited data transmission resources continues to for transmission be sufficient selected image data to the external person recognition device.
In einer Ausgestaltung des erfindungsgemäßen Verfahrens zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten werden mit Hilfe der externen Personenerkennungsein- richtung vorab Bilddaten aussortiert, die keine Gesichter umfassen. Vorteilhaft wird der Umfang der bei einer Identifi¬ zierung von Personen anhand der Gesichter auszuwertenden Daten um die Bilddaten reduziert, welche keinen Beitrag zur Ge¬ sichtserkennung leisten. Durch die Reduzierung der Datenmenge wird die Auswertung der Daten, d.h. die Identifizierung von Personen anhand der Gesichter in der externen Personenerkennungseinrichtung beschleunigt. In one embodiment of the method according to the invention for recognizing persons in an area to be monitored with limited data transmission and data processing options, image data which does not include any faces are sorted out in advance with the aid of the external person recognition device. The extent of the evaluated at a identifi ¬ cation of persons on the basis of face data is reduced by the image data advantageously which do not contribute to Ge ¬ face recognition. By reducing the amount of data, the evaluation of the data, ie the identification of persons based on the faces in the external person recognition device is accelerated.
In einer Variante des erfindungsgemäßen Verfahrens zur Perso- nenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten wird der Identifizierungsprozess durch die Personenerken¬ nungseinrichtung vor dem Anfahren des nächsten Haltepunkts durch das Transportfahrzeug abgeschlossen. Vorteilhaft kann zum Beispiel das Entkommen einer gefährlichen Person rechtzeitig verhindert werden, so dass die Sicherheit für reisende Personen verbessert ist. In a variant of the method for personnel nenerkennung in the monitored area with limited data transmission and data processing capabilities of the identification process is completed by the Personenerken ¬ voltage device before starting the next breakpoint by the transport vehicle. Advantageously, for example, the escape of a dangerous person can be prevented in good time, so that the safety for travelers is improved.
In einer Ausgestaltung des erfindungsgemäßen Verfahrens zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten ist die externe Personenerkennungseinrichtung als zentrale Personenerkennungseinrichtung ausgebildet. Die zent- rale Personenerkennungseinrichtung empfängt von einer Mehrzahl von zu überwachenden Bereichen selektierte Bilddaten und wertet sie aus. Vorteilhaft können die Ressourcen der zentra¬ len Personenerkennungseinrichtung für die Überwachung von mehreren Bereichen, beispielsweise mehreren Transportfahrzeu¬ gen, gleichzeitig genutzt werden, wodurch der Aufwand für die Überwachung vorteilhaft reduziert ist. In one embodiment of the inventive method for recognizing persons in an area to be monitored with limited data transmission and data processing options, the external person recognition device is designed as a central person recognition device. The The personal recognition device receives image data selected by a plurality of areas to be monitored and evaluates them. Advantageously, the resources of the centra ¬ len people detection device for monitoring several areas can, for example, several Transportfahrzeu ¬ gen, be used simultaneously, so the cost of monitoring is advantageously reduced.
In einer bevorzugten Ausgestaltung des erfindungsgemäßen Verfahrens zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbei¬ tungsmöglichkeiten wendet die externe Personenerkennungseinrichtung ein automatisiertes Identifizierungsverfahren an. In a preferred embodiment of the method for detection in a range to be monitored with limited data transmission and processing possibilities Datenverarbei ¬ the external person detection device uses an automated identification procedure.
Wie bereits erwähnt, sie derartige automatische Personeniden¬ tifikationssysteme (face recognition) in M. W. Pontin, „Bet¬ ter Face-Recognition" , MIT Technology Review, 30 Mai 2007As already mentioned, they Such automatic Personeniden ¬ tifikationssysteme (face recognition) in MW Pontin, "Bet ¬ ter Face Recognition", MIT Technology Review, May 30, 2007
(https://www echnologyreviewxom/s/407976/better-face-recognition-software/) und L. H. Newman,„Cops have a database 117M Faces. You are probably in it." (https: // www echnologyreviewxom / s / 407976 / better-face-recognition-software /) and L.H. Newman, "Cops have a database 117M Faces. You are probably in it. "
( https ://www. wired.com/2016/10/cops-database- 117m-faces-youre-probably/ ) beschrieben .  (https: // www. wired.com/2016/10/cops-database- 117m-faces-youre-probably /).
Vorteilhaft kann Personal bei der Identifizierung eingespart werden und menschliche Flüchtigkeitsfehler können durch die automatisierte Identifizierung vermieden werden. Außerdem kann die Identifizierung mit hinreichender Rechenkapazität in Echtzeit erfolgen, so dass die Reaktionszeit auf potentielle Gefahren reduziert werden kann. Advantageously, personnel can be saved in the identification and human carelessness errors can be avoided by the automated identification. In addition, the identification can be done with sufficient computing capacity in real time, so that the reaction time can be reduced to potential dangers.
In einer Ausgestaltung des erfindungsgemäßen Verfahrens zur Personenerkennung in einem zu überwachenden Bereich mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten wird dem automatisierten Identifizierungsverfahren ein manueller Identifizierungsprozess nachgeschaltet. Vorteilhaft können bei dem automatisierten Identifizierungsvorgang nicht- oder fehlerhaft identifizierte Personen, deren Gesichter auf den auszuwertenden Bilddaten abgebildet sind, erkannt werden und gegebenenfalls Korrekturen bei der Identifizierung der Personen durchgeführt werden. Mithin wird eine exaktere Iden¬ tifizierung von Personen in dem zu überwachenden Bereich erzielt. Die Erfindung wird im Folgenden unter Hinweis auf die beige¬ fügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Es zeigen: In one embodiment of the inventive method for recognizing persons in an area to be monitored with limited data transmission and data processing options, a manual identification process is connected downstream of the automated identification method. Advantageously, in the automated identification process, non-identifiable or incorrectly identified persons whose faces are mapped to the image data to be evaluated can be identified and, if necessary, corrected in identifying the person Persons are carried out. Consequently, a more accurate iden ¬ tification of persons will be achieved in the area to be monitored. The invention will be explained in more detail below with reference to the beige ¬ added figures using exemplary embodiments. Show it:
FIG 1 ein Flussdiagramm, welches ein Verfahren zum Überwa- chen der Geschwindigkeit eines Schienenfahrzeugs gemäß einem Ausführungsbeispiel der Erfindung veranschau¬ licht, 1 shows a flow chart illustrating a method for supervision chen the speed of a rail vehicle according to an embodiment of the invention illustrated light ¬,
FIG 2 ein Blockdiagramm, welches eine Geschwindigkeitser- mittlungseinrichtung gemäß einem Ausführungsbeispiel der Erfindung veranschaulicht,  2 shows a block diagram which illustrates a speed-determining device according to an embodiment of the invention,
FIG 3 ein Blockdiagramm, welches ein Schienenfahrzeug gemäß einem Ausführungsbeispiel der Erfindung veranschau¬ licht . In FIG 1 ist ein Flussdiagramm 100 gezeigt, welches ein Ver¬ fahren zur Personenerkennung in einem zu überwachenden Bereich B mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten veranschaulicht. Bei dem Schritt 1.1 werden zunächst Bilddaten BD von dem Bereich B, in diesem Ausführungsbeispiel einem Innenbereich B eines Schienenfahrzeugs 51 (siehe FIG 3), aufgenommen. Die Bilddaten BD können zum Beispiel mit Hilfe einer in dem Schienenfahrzeug instal¬ lierten Kamera aufgenommen werden. Bei dem Schritt l.II werden von einer in dem Schienenfahrzeug integrierten internen Detektionseinheit 32 (siehe FIG 2) Gesichter in den Bilddaten BD mit Hilfe detektiert. Weiterhin werden bei dem Schritt l.III die Bilddaten BD-G, in denen Gesichter G detektiert wurden, ausgewählt und bei dem Schritt 1. IV werden die ausge¬ wählten Bilddaten BD-G an eine externe Personenerkennungsein- richtung 40 (siehe FIG 2) übermittelt. Die externe Personen¬ erkennungseinrichtung 40 ist stationär außerhalb des Schienenfahrzeugs 51 positioniert. Da nur die selektierten Bildda¬ ten BD-G von dem Schienenfahrzeug 51 zu der stationären Per- sonenerkennungseinrichtung 40 übermittelt werden, kann die Datenübertragungsrate zwischen dem Schienenfahrzeug 51 und der stationären externen Personenerkennungseinrichtung 40 relativ niedrig ausfallen. Bei dem Schritt l.V werden dann Ge- sichter G auf Basis der selektierten Bilddaten BD-G mit Hilfe der externen Personenerkennungseinrichtung 40 identifiziert. 3 is a block diagram illustrating light-¬ a rail vehicle according to an embodiment of the invention. FIG. 1 shows a flowchart 100 which illustrates a method for detecting persons in an area B to be monitored with limited data transmission and data processing options. In step 1.1, first, image data BD from the area B, in this embodiment an interior area B of a rail vehicle 51 (see FIG. 3), is recorded. The image data BD can be taken, for example by means of a instal in the rail vehicle ¬ profiled camera. In step l.II, faces in the image data BD are detected with the aid of an internal detection unit 32 integrated in the rail vehicle (see FIG. 2). Further, in the step, the image data BD-G in which G faces have been detected, selected and in step 1. IV includes those ¬ selected image data BD-G to an external Personenerkennungsein- l.III direction 40 (see FIG 2) transmitted. The external person ¬ detection device 40 is stationarily positioned outside of the rail vehicle 51. Since only the selected Bildda ¬ th BD-G of the rail vehicle 51 to the stationary per- can be transmitted, the data transmission rate between the rail vehicle 51 and the stationary external person recognition device 40 may be relatively low. In step IV, faces G are then identified on the basis of the selected image data BD-G with the aid of the external person recognition device 40.
In FIG 2 ist ein Blockdiagramm gezeigt, welches ein Personenerkennungssystem 20 gemäß einem Ausführungsbeispiel der Er- findung veranschaulicht. Das Personenerkennungssystem 20 umfasst eine interne Personenüberwachungseinrichtung 30, welche zum Beispiel in einem Schienenfahrzeug 51, 52 (siehe FIG 3) angeordnet ist, und eine externe stationäre Personenerken¬ nungseinrichtung 40. Die interne Personenüberwachungseinrich- tung 30 umfasst eine Bildaufnahmeeinheit 31, beispielsweise eine Kamera 31, mit der Bilddaten BD von einem Innenraum des Schienenfahrzeugs aufgenommen werden. Die Bilddaten BD werden fortwährend in einem Beobachtungszeitraum, beispielsweise während das Schienenfahrzeug zwischen zwei Haltepunkten fährt, erfasst und an eine interne Detektionseinheit 32 über¬ mittelt, mit der Gesichter G in den Bilddaten BD detektiert werden. Für die Detektion der Gesichter G wird ein automatisiertes Detektionsverfahren angewendet, mit dem ermittelt wird, ob in einem Bild Gesichter vorhanden sind oder nicht. Dieser einfache Schritt, bei dem keine Identifikation der Ge¬ sichter stattfindet, kann mit relativ geringem Datenverarbei¬ tungsaufwand in dem Schienenfahrzeug und in Echtzeit durchge¬ führt werden. Die interne Detektionseinheit 32 übermittelt Informationen G zu den mit den Gesichtern behafteten Bildern an eine interne Selektionseinheit 33. 2 shows a block diagram illustrating a person recognition system 20 according to an embodiment of the invention. The person recognition system 20 includes an internal personal monitoring device 30 which is disposed for example in a rail vehicle 51, 52 (see FIG 3), and an external stationary Personenerken ¬ drying apparatus 40. The internal personal monitoring device 30 comprises an image pickup unit 31, such as a camera 31 in that image data BD is recorded from an interior of the rail vehicle. The image data BD are continuously detected in an observation period, for example, moves while the rail vehicle between two holding points and are detected at an internal detection unit 32 via ¬ averages, with the faces in the image data G BD. For the detection of the faces G, an automated detection method is used with which it is determined whether or not faces are present in an image. This simple step, which does not identify the Ge ¬ classifier takes place, can be relatively low Datenverarbei ¬ maintenance effort in the rail vehicle in real time Runaway ¬ leads. The internal detection unit 32 transmits information G to the facial images to an internal selection unit 33.
Weiterhin erhält die interne Selektionseinheit 33 auch die Bilddaten BD von der Bildaufnahmeeinheit 31. Die Selektions¬ einheit 33 sucht nun die Bilddatensätze BD-G aus den aufge- nommenen Bilddaten BD heraus, in denen von der Detektionseinheit 32 Gesichter G detektiert wurden. Die selektierten Bilddaten BD-G werden dann über eine Funkeinheit 34 an die be¬ reits genannte externe Personenerkennungseinrichtung 40 über- mittelt. Die Personenerkennungseinrichtung 40 umfasst eine Datenempfangseinheit 41, mit der die von der fahrzeugseitigen Personenüberwachungseinrichtung 30 ermittelten Bilddaten BD- G, welche Gesichter G umfassen, empfangen werden. Von der Da- tenempfangseinheit 41 werden die selektierten Bilddaten BD-G an eine Personenerkennungseinheit 42 übermittelt, welche ebenfalls Teil der stationären externen Personenerkennungs¬ einrichtung 40 ist. Die Personenerkennungseinheit 42 ist dazu eingerichtet, in die detektierten Gesichter G in den selek- tierten Bilddaten BD-G zu identifizieren, also bestimmten Personen zuzuordnen. Further, 33, the internal selection unit also receives the image data BD by the image pickup unit 31. The selection ¬ unit 33 now searches the image data sets BD-G of the listed taken image data BD out in which 32 faces G detected by the detection unit. The selected image data BD-G are then exceeded over a radio unit 34 to be ¬ already said external person recognition device 40 averages. The person recognition device 40 comprises a data reception unit 41 with which the image data BD-G, which faces G detected by the vehicle-side personal monitoring device 30, are received. 41, the selected image data BD-G are transmitted to a person recognition unit 42, which is also part of the stationary external ¬ person identification device 40 from the DA tenempfangseinheit. The person recognition unit 42 is set up to identify in the detected faces G in the selected image data BD-G, ie to assign it to specific persons.
In FIG 3 ist ein Blockdiagramm gezeigt, welches ein Trans¬ portsystem 50 gemäß einem Ausführungsbeispiel der Erfindung veranschaulicht. Das Transportsystem 50 umfasst eine Mehrzahl von Schienenfahrzeugen 51, 52, welche auf Gleisstrecken Gl, G2 unterwegs sind. Weiterhin umfasst das Transportsystem 50 auch ein Personenerkennungssystem 20. Teile des Transportsystems 20, nämlich die internen Personenüberwachungseinrichtungen 30, welche wie in FIG 2 gezeigt, aufgebaut sind, sind in den beiden Schienenfahrzeugen 51, 52 angeordnet und übermitteln per Funk selektierte Bilddaten BD-G an eine stationäre externe Personenerkennungseinrichtung 40, welche die selektierten Bilddaten BD auf die im Zusammenhang mit FIG 1 und FIG 2 beschriebene Art und Weise verarbeitet. In FIG 3, a block diagram is shown illustrating a transmembrane ¬ port system 50 according to an embodiment of the invention. The transport system 50 comprises a plurality of rail vehicles 51, 52 which are traveling on track lines Gl, G2. Furthermore, the transport system 50 also includes a person recognition system 20. Parts of the transport system 20, namely the internal person monitoring devices 30, which are constructed as shown in FIG. 2, are arranged in the two rail vehicles 51, 52 and transmit radio-selected image data BD-G a stationary external person recognition device 40, which processes the selected image data BD in the manner described in connection with FIG. 1 and FIG.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorbeschriebenen Verfahren und Vorrichtungen lediglich um bevorzugte Ausführungsbeispiele der Erfindung han- delt und dass die Erfindung vom Fachmann variiert werden kann, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Es wird der Vollständig¬ keit halber auch darauf hingewiesen, dass die Verwendung der unbestimmten Artikel „ein" bzw. „eine" nicht ausschließt, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließt der Begriff „Einheit" nicht aus, dass diese aus mehreren Komponenten besteht, die gegebenenfalls auch räumlich verteilt sein können. It is finally pointed out once again that the above-described methods and devices are merely preferred embodiments of the invention and that the invention can be varied by a person skilled in the art without departing from the scope of the invention, as far as it is specified by the claims is. It is the Fully ¬ ness sake also noted that the use of the indefinite article "a" and does not exclude "a" that the features in question can also be present more than once. Similarly, the term "unit" does not exclude that it consists of several components, which may also be spatially distributed.

Claims

Patentansprüche claims
1. Verfahren zur Personenerkennung in einem zu überwachenden Bereich (B) mit beschränkten Datenübertragungs- und Datenver- arbeitungsmöglichkeiten, aufweisend die Schritte: 1. A method for recognizing persons in an area to be monitored (B) with limited data transmission and data processing capabilities, comprising the steps:
- Erfassen von Bilddaten (BD) von dem Bereich,  Acquiring image data (BD) from the area,
- Detektieren von Gesichtern (G) in den Bilddaten (BD) mit Hilfe einer internen Detektionseinheit (32),  Detecting faces (G) in the image data (BD) by means of an internal detection unit (32),
- Selektieren der Bilddaten (BD-G) , in denen Gesichter (G) detektiert wurden,  Selecting the image data (BD-G) in which faces (G) were detected,
- Übermitteln der selektierten Bilddaten (BD-G) an eine externe Personenerkennungseinrichtung (40),  Transmitting the selected image data (BD-G) to an external person recognition device (40),
- Identifizieren von Gesichtern (G) auf Basis der selektierten Bilddaten (BD-G) mit Hilfe der externen Personenerken- nungseinrichtung (40), wobei  - Identifying faces (G) based on the selected image data (BD-G) using the external person recognition device (40), wherein
- der zu überwachende Bereich (B) in einem Transportfahrzeug (51, 52) angeordnet ist und  - The area to be monitored (B) in a transport vehicle (51, 52) is arranged, and
- die externe Personenerkennungseinrichtung (40) stationär angeordnet ist.  - The external person recognition device (40) is arranged stationary.
2. Verfahren nach Anspruch 1, wobei die Detektion von Gesichtern (G) mit einer niedrigen Nichterkennungsrate durchgeführt wird . The method of claim 1, wherein the detection of faces (G) is performed at a low non-recognition rate.
3. Verfahren nach einem der vorstehenden Ansprüche, wobei mit Hilfe der externen Personenerkennungseinrichtung (40) vorab Bilddaten (BD) aussortiert werden, die keine Gesichter (G) umfassen . 3. The method according to any one of the preceding claims, wherein with the help of the external person recognition device (40) in advance image data (BD) are sorted out, which do not include faces (G).
4. Verfahren nach einem der Ansprüche 2 oder 3, wobei der4. The method according to any one of claims 2 or 3, wherein the
Identifizierungsprozess durch die Personenerkennungseinrichtung (40) vor dem Anfahren des nächsten Haltepunkts durch das Transportfahrzeug (51, 52) abgeschlossen wird. Identification process is completed by the person recognition device (40) before approaching the next breakpoint by the transport vehicle (51, 52).
5. Verfahren nach einem der vorstehenden Ansprüche, wobei die externe Personenerkennungseinrichtung (40) als zentrale Personenerkennungseinrichtung ausgebildet ist, welche von einer Mehrzahl von zu überwachenden Bereichen (B) selektierte Bilddaten (BD-G) empfängt und auswertet. 5. The method according to any one of the preceding claims, wherein the external person recognition device (40) is designed as a central person recognition device, which of a Plurality of areas to be monitored (B) receives and evaluates selected image data (BD-G).
6. Verfahren nach einem der vorstehenden Ansprüche, wobei die externe Personenerkennungseinrichtung (40) ein automatisiertes Identifizierungsverfahren anwendet. 6. The method according to any one of the preceding claims, wherein the external person recognition device (40) uses an automated identification method.
7. Verfahren nach Anspruch 6, wobei dem automatisierten Identifizierungsverfahren ein manueller Identifizierungsprozess nachgeschaltet wird. 7. The method of claim 6, wherein the automated identification process is followed by a manual identification process.
8. Personenerkennungssystem (20), aufweisend: 8. person recognition system (20), comprising:
- einen zu überwachenden Bereich (B) mit beschränkten Datenü- bertragungs- und Datenverarbeitungsmöglichkeiten in einem Transportfahrzeug (51, 52),  an area to be monitored (B) with limited data transmission and data processing capabilities in a transport vehicle (51, 52),
- eine interne Personenüberwachungseinheit (30), umfassend: an internal personal monitoring unit (30) comprising:
- eine interne Bildaufnahmeeinheit (31) zum Erfassen von Bilddaten (BD) von dem zu überwachenden Bereich (B) ,an internal image capturing unit (31) for acquiring image data (BD) from the area to be monitored (B),
- eine interne Detektionseinheit (32) zum Detektieren von Gesichtern (G) in den Bilddaten (BD) , an internal detection unit (32) for detecting faces (G) in the image data (BD),
- eine interne Selektionseinheit (33) zum Selektieren der Bilddaten (BD-G) , in denen Gesichter (G) detektiert wurden,  an internal selection unit (33) for selecting the image data (BD-G) in which faces (G) were detected,
- eine interne Datenübermittlungseinheit (34) zum Übermit- teln der selektierten Bilddaten (BD-G) an eine externe - An internal data transmission unit (34) for transmitting the selected image data (BD-G) to an external
Personenerkennungseinrichtung (40) , Personal recognition device (40),
- eine externe, stationär angeordnete Personenerkennungseinrichtung (40), umfassend:  - An external, stationary arranged person recognition device (40), comprising:
- eine externe Datenempfangseinheit (41) zum Empfangen der von der internen Datenübermittlungseinheit (34) übermit¬ telten Bilddaten (BD-G) , - an external data receiving unit (41) for receiving the data from the internal communication unit (34) übermit ¬ telten image data (BD-G),
- eine externe Personenerkennungseinheit (42) zum Identifi¬ zieren von Gesichtern (G) auf Basis der selektierten Bilddaten (BD-G) . - An external person recognition unit (42) for Identifi ¬ adorn faces (G) on the basis of the selected image data (BD-G).
9. Transportsystem (50), aufweisend 9. Transport system (50), comprising
ein Transportfahrzeug (51, 52),  a transport vehicle (51, 52),
ein Personenerkennungssystem (20) nach Anspruch 8 - wobei das Transportfahrzeug (51, 52) den zu überwachenden Bereich (B) mit beschränkten Datenübertragungs- und Datenverarbeitungsmöglichkeiten des Personenerkennungssystems (20) umfasst. a person recognition system (20) according to claim 8 - wherein the transport vehicle (51, 52) comprises the area to be monitored (B) with limited data transmission and data processing capabilities of the person recognition system (20).
10. Computerprogrammprodukt mit einem Computerprogramm, wel¬ ches direkt in eine Speichereinheit einer Rechnereinheit ei¬ nes Transportsystems (50) ladbar ist, mit Programmabschnit¬ ten, um alle Schritte eines Verfahrens nach einem der Ansprü- che 1 bis 7 auszuführen, wenn das Computerprogramm in der Rechnereinheit ausgeführt wird. 10. A computer program product with a computer program, wel ¬ ches directly in a storage unit of a computer unit ei ¬ nes transport system (50) can be loaded, executed with Programmabschnit ¬ th to all steps of a method according to one of Ansprü- che 1 to 7, when said computer program is executed in the computer unit.
11. Computerlesbares Medium, auf welchem von einer Rechnereinheit ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 7 auszuführen, wenn die Programmabschnitte von der Rechnereinheit ausgeführt werden. 11. A computer-readable medium on which program sections executable by a computer unit are stored in order to execute all the steps of the method according to one of claims 1 to 7 when the program sections are executed by the computer unit.
PCT/EP2018/070835 2017-08-29 2018-08-01 Person recognition in areas with limited data transmission and data processing WO2019042689A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP18753339.3A EP3652673A1 (en) 2017-08-29 2018-08-01 Person recognition in areas with limited data transmission and data processing

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017215037.8 2017-08-29
DE102017215037 2017-08-29

Publications (1)

Publication Number Publication Date
WO2019042689A1 true WO2019042689A1 (en) 2019-03-07

Family

ID=63174203

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/070835 WO2019042689A1 (en) 2017-08-29 2018-08-01 Person recognition in areas with limited data transmission and data processing

Country Status (2)

Country Link
EP (1) EP3652673A1 (en)
WO (1) WO2019042689A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023227351A1 (en) * 2022-05-25 2023-11-30 Siemens Mobility GmbH Method for operating a camera system of a track-bound vehicle, and system for a track-bound vehicle using artificial intelligence

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040117638A1 (en) 2002-11-21 2004-06-17 Monroe David A. Method for incorporating facial recognition technology in a multimedia surveillance system
US20080297330A1 (en) * 2007-06-01 2008-12-04 Jeon Byong-Hoon Vehicle emergency preventive terminal device and internet system using facial recognition technology
US20100329568A1 (en) 2008-07-02 2010-12-30 C-True Ltd. Networked Face Recognition System
US20130073114A1 (en) * 2011-09-16 2013-03-21 Drivecam, Inc. Driver identification based on face data
US9235750B1 (en) * 2011-09-16 2016-01-12 Lytx, Inc. Using passive driver identification and other input for providing real-time alerts or actions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040117638A1 (en) 2002-11-21 2004-06-17 Monroe David A. Method for incorporating facial recognition technology in a multimedia surveillance system
US20080297330A1 (en) * 2007-06-01 2008-12-04 Jeon Byong-Hoon Vehicle emergency preventive terminal device and internet system using facial recognition technology
US20100329568A1 (en) 2008-07-02 2010-12-30 C-True Ltd. Networked Face Recognition System
US20130073114A1 (en) * 2011-09-16 2013-03-21 Drivecam, Inc. Driver identification based on face data
US9235750B1 (en) * 2011-09-16 2016-01-12 Lytx, Inc. Using passive driver identification and other input for providing real-time alerts or actions

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HEFENBROCK ET AL.: "Accel-erating Viola-Jones Face Detection to FPGA-Level Using GPU", FCCM, 2010, 18TH IEEE ANNUAL INTERNATIONAL SYMPOSIUM ON FIELD-PROGRAMMABLE CUSTOM COMPUTING MACHINES
L. H. NEWMAN, COPS HAVE A DATABASE 117M FACES. YOU ARE PROBABLY IN IT, Retrieved from the Internet <URL:https ://www. wired. com/2016/10/cops-database-117m-faces-voure-probablv>
M. W. PONTIN: "Bet-ter Face-Recognition", MIT TECHNOLOGY REVIEW, 30 May 2007 (2007-05-30), Retrieved from the Internet <URL:https://www.technologyreview.com/s/407976/better-face-recognition-software/>
M. W. PONTIN: "Better Face-Recognition", MIT TECHNOLOGY REVIEW, 30 May 2007 (2007-05-30), Retrieved from the Internet <URL:https://www.technologyreview.com/s/407976/better-face-recognition-software/>
PAUL VIOLA; MICHAEL J. JONES, FAST MULTI-VIEW FACE DETECTION, 2003, Retrieved from the Internet <URL:https://www.researchgate.net/profile/Michael Jones20/publication/228362107 Fast mult i-view face _ detection/links/Ofcfd50d35f8570d70000000.pdf>
PAUL VIOLA; MICHAEL J. JONES: "Robust Real-Time Face Detection", INTERNATIONAL JOURNAL OF COMPUTER VISION, vol. 57, no. 2, May 2004 (2004-05-01), pages 137 - 153

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023227351A1 (en) * 2022-05-25 2023-11-30 Siemens Mobility GmbH Method for operating a camera system of a track-bound vehicle, and system for a track-bound vehicle using artificial intelligence

Also Published As

Publication number Publication date
EP3652673A1 (en) 2020-05-20

Similar Documents

Publication Publication Date Title
DE102004044771B4 (en) Method for image-based driver identification in a motor vehicle
DE112018003474T5 (en) System and method for detecting bullying of autonomous vehicles while driving
WO2020083446A1 (en) Method for controlling a parking process
DE112015005996T5 (en) VEHICLE REMOTE DATA COLLECTION SYSTEM
DE102012215544A1 (en) Monitoring a railway line
DE102016223171A1 (en) Method and system for detecting a raised object located within a parking lot
DE102016223185A1 (en) Method and system for detecting a raised object located within a parking lot
DE112018005163T5 (en) IMAGE PROCESSING DEVICE
DE102020120953A1 (en) DIGITAL TWIN SURVEILLANCE SYSTEMS AND METHODS
DE102005036562B4 (en) Method and arrangement for anonymized recording and evaluation of vehicle travel data
DE102017222898A1 (en) Automated detection of dangerous situations
DE102015205094A1 (en) Apparatus for automatically detecting a condition of an object, an evaluation apparatus for automatically determining a predetermined condition of an object, and methods for automatically determining a predetermined condition of an object
DE102019104822A1 (en) Method and device for monitoring an industrial process step
WO2019042689A1 (en) Person recognition in areas with limited data transmission and data processing
WO2020259983A1 (en) Space-monitoring method and space-monitoring system for monitoring a traffic space
DE102019123220A1 (en) Summarize videos from multiple moving video cameras
DE102019126208A1 (en) Emergency system for a vehicle
WO2020156686A1 (en) Method, portable device and system for evaluating vector data
DE102017210394B3 (en) Method for operating motor vehicles in a parking environment and computing device
DE102015218967A1 (en) Method and system for identifying and using property relationships
DE102019218078B4 (en) Determination of a situation in the environment of a motor vehicle
DE112017003626T5 (en) BIOLOGICAL INFORMATION STORAGE SYSTEM AND VEHICLE INTERNATIONAL BIOLOGICAL INFORMATION STORAGE DEVICE
DE102018008683A1 (en) A method of enabling the identification of a reckless driver of a road vehicle, system, computer program, computer readable medium, and vehicle
DE102006020930A1 (en) Motor vehicle`s surrounding area monitoring method, involves partially overlapping recording area by camera system and distance sensor, and determining distance to relevant surrounding area object from distance sensor
WO2005081193A1 (en) User controlled detection system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18753339

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
ENP Entry into the national phase

Ref document number: 2018753339

Country of ref document: EP

Effective date: 20200210

NENP Non-entry into the national phase

Ref country code: DE