CN109928290B - 利用者检测*** - Google Patents
利用者检测*** Download PDFInfo
- Publication number
- CN109928290B CN109928290B CN201811532859.1A CN201811532859A CN109928290B CN 109928290 B CN109928290 B CN 109928290B CN 201811532859 A CN201811532859 A CN 201811532859A CN 109928290 B CN109928290 B CN 109928290B
- Authority
- CN
- China
- Prior art keywords
- boundary
- user
- door
- detection unit
- car
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B13/00—Doors, gates, or other apparatus controlling access to, or exit from, cages or lift well landings
- B66B13/02—Door or gate operation
- B66B13/14—Control systems or devices
- B66B13/143—Control systems or devices electrical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B13/00—Doors, gates, or other apparatus controlling access to, or exit from, cages or lift well landings
- B66B13/24—Safety devices in passenger lifts, not otherwise provided for, for preventing trapping of passengers
- B66B13/26—Safety devices in passenger lifts, not otherwise provided for, for preventing trapping of passengers between closing doors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B13/00—Doors, gates, or other apparatus controlling access to, or exit from, cages or lift well landings
- B66B13/02—Door or gate operation
- B66B13/14—Control systems or devices
- B66B13/143—Control systems or devices electrical
- B66B13/146—Control systems or devices electrical method or algorithm for controlling doors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Image Analysis (AREA)
- Elevator Door Apparatuses (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种能够检测有被门夹住之虞的人或物而不被摄像机的图像拍摄时的照明条件所左右的利用者检测***。本发明的实施方式的利用者检测***具备:摄像机,设置在门近旁,能够拍摄门在开闭时行走的行走区域和门周边;交界检测部,根据由摄像机拍摄到的图像来检测处于门周边的第1结构物与第2结构物的交界;利用者检测部,根据交界检测部的检测结果来检测行走区域内的利用者的有无;以及控制部,根据利用者检测部的检测结果来控制门的开闭动作。
Description
本申请以日本专利申请2017-240799(申请日期:12/15/2017)为基础,根据该申请而享受优先权。本申请通过参考该申请而包含该申请的全部内容。
技术领域
本发明的实施方式涉及一种利用者检测***。
背景技术
近年来,开发有用于防止人或物被电梯的门或者自动门夹住的技术。例如开发有如下技术:利用摄像机来拍摄门近旁,根据拍摄到的图像(拍摄图像)来检测有被门夹住之虞的人或物,并使该检测的结果反映到门的开闭控制中。
在上述技术中,首先,事先准备好人或物没有被门夹住之虞的状态的图像来作为基准图像。继而,将该基准图像与由摄像机拍摄到的拍摄图像进行比较,由此来检测有被门夹住之虞的人或物。
发明内容
然而,在上述技术中,拍摄到基准图像时的照明条件与拍摄到拍摄图像时的照明条件有时候不一样。在该情况下,无法跟随照明条件的变化,从而有可能发生无法正常检测有被门夹住之虞的人或物这一不良情况。此外,上述技术须事先准备好基准图像,因此还可能发生较为费事这一不良情况。
本发明要解决的问题在于,提供一种能够检测有被门夹住之虞的人或物而不被摄像机的图像拍摄时的照明条件所左右的利用者检测***。
根据一实施方式,利用者检测***具备:摄像机,设置在门近旁,能够拍摄所述门在开闭时行走的行走区域和所述门周边;交界检测部,根据由所述摄像机拍摄到的图像来检测处于所述门周边的第1结构物与第2结构物的交界;利用者检测部,根据所述交界检测部的检测结果来检测所述行走区域内的利用者的有无;以及控制部,根据所述利用者检测部的检测结果来控制所述门的开闭动作。
根据上述构成的利用者检测***,能够检测有被门夹住之虞的人或物而不被摄像机的图像拍摄时的照明条件所左右。
附图说明
图1表示第1实施方式所涉及的利用者检测***的构成。
图2为表示该实施方式所涉及的与轿厢门槛相对应的检测区域的设定处理的次序的一例的流程图。
图3为用于说明该实施方式所涉及的三维坐标的图。
图4表示该实施方式所涉及的与轿厢门槛相对应的检测区域的一例。
图5为表示该实施方式所涉及的与候梯厅门槛相对应的检测区域的设定处理的次序的一例的流程图。
图6表示该实施方式所涉及的与候梯厅门槛相对应的检测区域的一例。
图7表示该实施方式所涉及的与轿厢门槛与候梯厅门槛之间相对应的检测区域的一例。
图8表示该实施方式所涉及的拍摄图像的二值图像的一例。
图9为表示该实施方式所涉及的利用者检测处理的次序的一例的流程图。
图10为用于详细说明图9所示的流程图的一部分处理的流程图。
图11为用于补充说明图10所示的流程图的图。
图12表示判断不存在有被门夹住之虞的利用者的情况下的累积像素值的变化的一例。
图13表示判断存在有被门夹住之虞的利用者的情况下的累积像素值的变化的一例。
图14为表示第2实施方式所涉及的与轿厢门的顶端相对应的检测区域的设定处理的次序的一例的流程图。
图15表示该实施方式所涉及的与门的顶端相对应的检测区域的一例。
图16表示该实施方式所涉及的与门的顶端相对应的检测区域的另一例。
图17表示判断不存在有被门夹住之虞的利用者的情况下的累积像素值的变化的一例。
图18表示判断存在有被门夹住之虞的利用者的情况下的累积像素值的变化的一例。
具体实施方式
下面,参考附图,对实施方式进行说明。揭示的只是一例,并不会因以下实施方式记载的内容而限定发明。本领域技术人员能够容易地想到的变形当然包含在揭示的范围内。为了使得说明更加明确,附图中,有时会针对实际的实施方式来变更各部分的尺寸、形状等而示意性地加以表示。多个附图中,有时还会对对应的要素标注相同参考数字而省略详细说明。
此外,作为有人或物被夹住之虞的门,以下是列举电梯的门作为一例对各种处理进行说明。但以下所说明的各种处理不仅可运用于电梯的门,也可运用于自动门等。
再者,以下将电梯称为“轿厢”来进行说明。
<第1实施方式>
图1表示第1实施方式所涉及的利用者检测***的构成。再者,此处是以1台轿厢为例进行说明,但多台轿厢也是同样的构成。
在本实施方式所涉及的利用者检测***中,在轿厢11的出入口上部设置有摄像机12。具体而言,摄像机12以将轿厢11的整个门槛(门坎)包含在拍摄范围内的朝向设置在轿厢11的覆盖出入口上部的楣板11a中。换句话说,以将门在开闭时行走的行走区域和该门周边包含在拍摄范围内的朝向来设置摄像机12。摄像机12例如为车载摄像机等小型监视用摄像机,具有广角透镜,可以连续拍摄1秒钟数帧(例如30帧/秒)的图像。
摄像机12在轿厢11的移动速度不到规定值时启动。具体而言,当轿厢11为了停在规定楼层而开始减速、移动速度变得不到规定值时,摄像机12启动并开始拍摄。也就是说,在以下期间持续进行摄像机12的拍摄:从轿厢11为了停在规定楼层而开始减速、移动速度变得不到规定值开始,也包括轿厢11停在规定楼层的期间,直到轿厢11为了从该规定楼层去往别的楼层而开始加速、移动速度变为规定值以上为止。
在各楼层的候梯厅15,在轿厢11的到达口开闭自如地设置有候梯厅门14。候梯厅门14在轿厢11到达时与轿厢门13卡合而进行开闭动作。再者,动力源(门马达)处于轿厢11侧,候梯厅门14只是跟随轿厢门13进行开闭。在以下的说明中,设定轿厢门13打开时候梯厅门14也打开、轿厢门13关闭时候梯厅门14也关闭。
由摄像机12连续拍摄到的各图像(影像)通过图像处理装置20(利用者检测装置)而被实时地解析处理。再者,图1中,为了方便而将图像处理装置20从轿厢11中取出来展示,但实际上图像处理装置20是与摄像机12一起收纳在楣板11a中。
图像处理装置20中配备有存储部21和检测部22。图像处理装置20获取由摄像机12拍摄到的图像。存储部21逐次保存由摄像机12拍摄到的图像,而且具有用于暂时保存检测部22的处理所需的数据的缓冲区。再者,也可在存储部21中保存实施了作为针对拍摄图像的预处理的失真校正或放大缩小、局部剪切等处理的图像。进而,也可在存储部21中存放由未图示的CPU执行的程序。
检测部22检测始终位于轿厢11的门近旁的规定形状的结构物的轮廓(边缘),根据该检测到的边缘的形状来检测有被门夹住之虞的利用者的有无(存在)。检测部22在检测到有被门夹住之虞的利用者的存在的情况下,将与该检测的结果关联起来的信号(指示)输出至轿厢控制装置30。
再者,作为始终位于轿厢11的门近旁的结构物,可列举门槛(门坎)作为一例。所谓门槛,是指门开闭用的槽,通常,轿厢门13用的轿厢门槛13a和候梯厅门14用的候梯厅门槛14a分别设置在门近旁。
轿厢控制装置30对设置在轿厢11内部的各种装置(目标楼层按钮、照明等)的动作进行控制。此外,轿厢控制装置30还进行与从检测部22输出的信号相应的动作的控制。例如,轿厢控制装置30根据从检测部22输出的信号对设置在轿厢11内的未图示的通知部的动作进行控制,进行对于有被门夹住之虞的利用者的提醒注意等。
此外,轿厢控制装置30配备有门开闭控制部31,门开闭控制部31控制轿厢门13的门开闭动作。除了平常的门开闭控制以外,门开闭控制部31还控制与从检测部22输出的信号相应的轿厢门13的门开闭动作(开门维持、调转开门)。
如图1所示,检测部22具备交界检测部22a和利用者检测部22b。下面,对这些功能部进行详细说明。再者,交界检测部22a及利用者检测部22b可通过由图像处理装置20内的未图示的CPU执行存储部21中存放的程序(也就是软件)来实现,也可通过硬件来实现,也可通过软件及硬件的组合来实现。
交界检测部22a获取存储部21中保存的拍摄图像中的最新的1张拍摄图像,根据这1张拍摄图像来设定在利用者检测部22b中检测有被门夹住之虞的利用者用的检测区域。该检测区域被设定在拍摄图像上推测映有轿厢门槛13a及候梯厅门槛14a的位置。推测映有轿厢门槛13a及候梯厅门槛14a的位置是根据轿厢11的尺寸和摄像机12固有的值、具体为下述条件(a)~(e)来算出的。
(a)轿厢门槛13a及候梯厅门槛14a的宽度
(b)轿厢门13及候梯厅门14的高度
(c)三维空间内的摄像机12相对于轿厢门槛13a及候梯厅门槛14a的相对位置
(d)摄像机12的3个轴的角度
(e)摄像机12的视场角及焦点距离
此处,参考图2的流程图和图3及图4的示意图,对由交界检测部22a执行的与轿厢门槛13a相对应的检测区域的设定处理的次序的一例进行说明。
首先,交界检测部22a根据轿厢门槛13a的宽度(条件a)和三维空间内的摄像机12相对于轿厢门槛13a的相对位置(条件c)来算出存在于地面的轿厢门槛13a的两端的三维坐标(步骤S1)。
所谓三维坐标,如图3所示,是将与轿厢门13水平的方向设为X轴、将轿厢门13的中心到候梯厅15的方向(与轿厢门13垂直的方向)设为Y轴、将轿厢11的高度方向设为Z轴的情况下的坐标。也就是说,上述地面在三维空间内高度为0(换句话说就是Z坐标为0)。
然后,交界检测部22a将步骤S1中算出的轿厢门槛13a的两端的三维坐标射影至拍摄图像上的2维坐标,从而算出与轿厢门槛13a的两端相对应的二维坐标。具体而言,交界检测部22a算出图4所示的将拍摄图像的横向设为X轴、将纵向设为Y轴的情况下的点PA1、PA2的二维坐标(步骤S2)。
接着,交界检测部22a分别算出(确定)2点PA3、PA4,该2点PA3、PA4像图4所示那样与由步骤S2中算出的二维坐标确定的2点PA1、PA2所处的各像素在垂直方向上相距规定像素(例如5像素)(步骤S3)。上述垂直方向相当于二维坐标的Y轴负方向。再者,此处是算出(确定)与点PA1、PA2相距规定像素的点来作为点PA3、PA4。但也可算出(确定)例如在三维坐标上于垂直方向上与点PA1、PA2相距50mm的点作为点PA3、PA4。再者,该情况下的垂直方向相当于三维坐标的Y轴负方向。
其后,交界检测部22a将像图4所示那样由连结点PA1与点PA2而形成的线段LA1、连结点PA1与点PA3而形成的线段LA2、连结点PA2与点PA4而形成的线段LA3、以及连结点PA3与点PA4而形成的线段LA4围住的区域设定为与轿厢门槛13a相对应的检测区域E1(步骤S4),并结束设定处理。
接着,参考图5的流程图和图6的示意图,对由交界检测部22a执行的与候梯厅门槛14a相对应的检测区域的设定处理的次序的一例进行说明。
首先,交界检测部22a根据候梯厅门槛14a的宽度(条件a)和三维空间内的摄像机12相对于候梯厅门槛14a的相对位置(条件c),算出存在于地面的候梯厅门槛14a的两端的三维坐标(步骤S11)。
然后,交界检测部22a将步骤S11中算出的候梯厅门槛14a的两端的三维坐标射影至拍摄图像上的二维坐标,从而算出与候梯厅门槛14a的两端相对应的二维坐标。具体而言,交界检测部22a算出图6所示的将拍摄图像的横向设为X轴、将纵向设为Y轴的情况下的点PB1、PB2的二维坐标(步骤S12)。
接着,交界检测部22a分别算出2点PB3、PB4,该2点PB3、PB4像图6所示那样与由步骤S12中算出的二维坐标确定的2点PB1、PB2所处的各像素在垂直方向上相距规定像素(例如5像素)(步骤S13)。上述垂直方向相当于二维坐标的Y轴正方向。
其后,交界检测部22a将像图6所示那样由连结点PB1与点PB2而形成的线段LB1、连结点PB1与点PB3而形成的线段LB2、连结点PB2与点PB4而形成的线段LB3、以及连结点PB3与点PB4而形成的线段LB4围住的区域设定为与候梯厅门槛14a相对应的检测区域E2(步骤S14),并结束设定处理。
进而,参考图7的示意图,对由交界检测部22a执行的与轿厢门槛13a和候梯厅门槛14a之间(的间隙)相对应的检测区域的设定进行说明。
交界检测部22a将像图7所示那样由连结上述步骤S2中算出的点PA1与点PA2而形成的线段LA1、连结上述步骤S12中算出的点PB1与点PB2而形成的线段LB1、连结点PA1与点PB1而形成的线段LC1、以及连结点PA2与点PB2而形成的线段LC2围住的区域设定为与轿厢门槛13a和候梯厅门槛14a之间(的间隙)相对应的检测区域E3。
再者,此处,如图4、图6及图7所示,例示的是与轿厢门槛13a、候梯厅门槛14a及间隙相对应的检测区域各设定1个的情况。但是,例如在轿厢门槛13a及候梯厅门槛14a被分割成多个的情况下,也可针对分割后的各门槛设定检测区域。也就是说,也可分别设定与轿厢门槛13a相对应的多个检测区域、与候梯厅门槛14a相对应的多个检测区域、与间隙相对应的多个检测区域。
通过像上述那样设定检测区域E1~E3,可以将后文叙述的检测交界的区域限缩为仅该检测区域E1~E3。
再次返回至交界检测部22a的功能的说明。
交界检测部22a从拍摄图像中检测(提取)人或物的轮廓(边缘),并像图8所示那样将拍摄图像二值化(“0(无边缘)”或“1(有边缘)”)。由此,能够检测轿厢门槛13a与地板的交界、候梯厅门槛14a与地板的交界、轿厢门槛13a及候梯厅门槛14a与上述间隙的交界等。
图8的白色部分相当于检测到的边缘,图8的黑色部分相当于未检测到边缘的部分。再者,图8例示的是从拍摄图像中检测到全部的人或物的边缘的情况,但交界检测部22a只要从拍摄图像中至少检测位于上述检测区域E1~E3近旁的人或物的边缘即可。
作为检测边缘的方法,例如使用对规定像素与邻接于该规定像素的像素的像素值进行比较的方法。也就是说,交界检测部22a对规定像素与邻接于该规定像素的像素的像素值进行比较,在这些像素值的差分为预先设定的阈值以上的情况下,会检测到边缘,在该差分不到预先设定的阈值的情况下,不会检测到边缘。
或者,交界检测部22a也可对规定像素与自该规定像素相距规定像素(规定宽度)的像素的像素值进行比较,由此来检测边缘的有无。或者,交界检测部22a也可对由多个像素构成的像素组的平均亮度值与不同于(邻接于)该像素组的其他像素组的平均亮度值进行比较,在这些平均亮度值的差分为预先设定的阈值以上的情况下,会检测到边缘,在该差分不到预先设定的阈值的情况下,不会检测到边缘。
再者,作为检测边缘的方法,除了上述的各种方法以外,也可使用公知的任意方法。
此外,上文中,交界检测部22a为了检测轿厢门槛13a与地板的交界、候梯厅门槛14a与地板的交界、轿厢门槛13a及候梯厅门槛14a与上述间隙的交界,从拍摄图像中检测人或物的边缘并将拍摄图像二值化。但交界检测部22a也可通过公知的任意方法来检测每一像素的亮度梯度的强度(换句话说就是边缘的强度)而检测上述各种交界。或者,交界检测部22a也可将拍摄图像分割为大量小区域来分析纹理并检测被不同纹理划分的像素,由此来检测上述各种交界。
接着,对利用者检测部22b的功能进行说明。
利用者检测部22b根据经由交界检测部22a二值化之后的拍摄图像(以下记作“二值图像”)和由交界检测部22a检测到的各种交界,来判定是否存在有被门夹住之虞的利用者。
此处,参考图9的流程图,对由利用者检测部22b执行的利用者检测处理的次序的一例进行说明。
首先,利用者检测部22b从交界检测部22a获取表示二值图像的图像数据(步骤S21)。再者,表示二值图像的图像数据也可从存储部21获取。然后,利用者检测部22b从获取到的图像数据所示的二值图像中分别提取检测区域E1~E3部分(步骤S22)。
接着,利用者检测部22b参考提取到的检测区域E1~E3部分的各图像(以下记作“检测区域图像”)来判定由交界检测部22a检测到的各种交界中的任一方是否发生了中断(步骤S23)。详细而言,利用者检测部22b参考提取到的与检测区域E1相对应的检测区域图像来判定轿厢门槛13a与地板的交界是否发生了中断。此外,利用者检测部22b参考提取到的与检测区域E2相对应的检测区域图像来判定候梯厅门槛14a与地板的交界是否发生了中断。进而,利用者检测部22b参考提取到的与检测区域E3相对应的检测区域图像来判定轿厢门槛13a及候梯厅门槛14a与上述间隙的交界是否发生了中断。
再者,在判定各种交界均未发生中断的情况下(步骤S23的否),利用者检测部22b判断不存在有被门夹住之虞的利用者,从而结束利用者检测处理。
另一方面,在判定各种交界中的任一方发生了中断的情况下(步骤S23的是),利用者检测部22b判断存在有被门夹住之虞的利用者(步骤S24),从而将与该判断的结果关联起来的信号输出至轿厢控制装置30(步骤S25),并结束利用者检测处理。
接着,参考图10的流程图和图11的示意图,对上述步骤S23的处理进行更详细的说明。
首先,利用者检测部22b着眼于上述步骤S22中提取到的检测区域图像中包含的大量像素当中位于第x列的多个像素(步骤S31)。
检测区域图像中包含大量像素,例如包含m×n个像素。即,如图11所示,在检测区域图像中,在图像水平方向上排列有m个(m列)像素(像素列),在图像垂直方向上排列有n个(n行)像素(像素行)。也就是说,对上述的步骤S31的x依序代入1~m的值。
然后,利用者检测部22b算出所着眼的第x列上排列的n个像素(像素组)的值的合计值(以下记作“累积像素值”)(步骤S32)。
检测区域图像是从二值图像中提取检测区域部分而得的图像,因此,该检测区域图像中包含的像素的值为0或1。如上所述,在二值图像中,白色部分的像素的值为1,黑色部分的像素的值为0,因此,利用者检测部22b据此算出第x列上排列的n个像素的累积像素值。
接着,利用者检测部22b判定算出的累积像素值是否为0(步骤S33)。再者,在判定累积像素值为0的情况下(步骤S33的是),利用者检测部22b判定交界发生了中断(步骤S34),其后,执行上述步骤S24的处理。
另一方面,在判定累积像素值不为0的情况下(步骤S33的否),利用者检测部22b判定是否已着眼于所有的列(步骤S35)。
再者,在判定已着眼于所有的列的情况下,也就是说,在判定x=m的情况下(步骤S35的是),利用者检测部22b判定交界未发生中断(步骤S36)。也就是说,利用者检测部22b判断不存在有被门夹住之虞的利用者,从而结束利用者检测处理。
另一方面,在判定尚未着眼于所有的列的情况下,也就是说,在判定x≠m的情况下(步骤S35的否),利用者检测部22b对x加1,将该值设为新的x(步骤S37)。其后,返回至上述步骤S31的处理,重复执行上述各种处理。
图12及图13均表示经由交界检测部22a二值化之后的二值图像、从该二值图像中提取到的与检测区域E2相对应的检测区域图像、以及对该检测区域图像运用了图10所示的一系列处理的情况下的结果的一例。
对从图12的(a)的二值图像中提取到的图12的(b)的检测区域图像运用了上述图10所示的一系列处理的情况下的各列的累积像素值为图12的(c)的样子。图12的(c)中,纵轴表示累积像素值,横轴表示用于识别各列的编号(或者图像水平方向的坐标)。
在该情况下,如图12的(c)所示,没有累积像素值为0的列,因此,利用者检测部22b判定与检测区域E2相对应的交界也就是候梯厅门槛14a与地板的交界未发生中断。于是,利用者检测部22b判断检测区域E2内不存在有被门夹住之虞的利用者。
另一方面,对从图13的(a)的二值图像中提取到的图13的(b)的检测区域图像运用了上述图10所示的一系列处理的情况下的各列的累积像素值为图13的(c)的样子。在该情况下,在图13的(c)的被虚线围住的列中,累积像素值为0,因此,利用者检测部22b判定与检测区域E2相对应的交界也就是候梯厅门槛14a与地板的交界发生了中断。于是,利用者检测部22b判断检测区域E2内存在有被门夹住之虞的利用者。
再者,此处是以与检测区域E2相对应的检测区域图像为例来进行的说明,但与检测区域E1、E3相对应的检测区域图像也是一样的。
此外,此处是通过判定是否存在累积像素值为0的列来判定各种交界是否发生了中断。但是,例如也可算出累积像素值为1以上的列的比例(=[累积像素值为1以上的列的数量]/m),并判定该算出的比例是否不到预先设定的阈值(例如不到95%),由此来判定各种交界是否发生了中断。再者,判定是否存在累积像素值为0的列的方法与将上述阈值设定为100%的情况相同。
或者,作为判定各种交界是否发生了中断的方法,也可使用标记法、霍夫变换等公知的方法从检测区域图像中检测直线并判定该检测到的直线是否发生了中断,由此来判定各种交界是否发生了中断。
此外,在为了检测各种交界而使用了每一像素的亮度梯度的强度的情况下,利用者检测部22b能以与上述相同的方式算出检测区域图像的每一列的累积像素值,在存在该算出的累积像素值不到预先设定的阈值的列的情况下、判定各种交界发生了中断。或者,也可在累积像素值不到预先设定的阈值的列的比例为预先设定的阈值以上(例如5%以上)的情况下、判定各种交界发生了中断。再者,使用了阈值的该方法也能运用于为了检测各种交界而检测人或物的边缘并将拍摄图像二值化的情况。
此外,利用者检测部22a也可在数帧间(例如从该拍摄图像的拍摄帧起5帧间)保持针对1张拍摄图像的利用者检测处理的检测结果,在该5帧间获得了存在有被门夹住之虞的利用者这一内容的检测结果的比例为预先设定的阈值(例如50%)以上的情况下,正式判断存在有被门夹住之虞的利用者,并将与该判断关联起来的信号输出至轿厢控制装置30。
再者,在本实施方式中,是将检测对象设为有被门夹住之虞的利用者,但检测对象只要为在门的开闭时有导致事故之虞的利用者即可,例如,也可将有与门碰撞之虞的利用者设为检测对象。
此外,在本实施方式中,例示的是在门为全开状态的情况下设定检测区域而执行利用者检测处理的情况,但是,例如也可在门的关门过程中或者门的开门过程中执行上述利用者检测处理。在该情况下,交界检测部22a根据门的开量来调整检测区域的宽度(图像水平方向的长度)、之后设定检测区域即可。此外,交界检测部22a也可针对每一拍摄帧而根据门的开量来调整检测区域的宽度。也就是说,交界检测部22a也可动态地改变检测区域。
根据以上说明过的第1实施方式,图像处理装置20具备检测部22,所述检测部22能够根据1张拍摄图像来检测有被门夹住之虞的利用者的有无。由此,可以实现能够省去事先准备基准图像的工夫、而且还不会被照明条件所左右的利用者检测处理。也就是说,可以提供一种安全性高的利用者检测***。
此外,由于本实施方式所涉及的利用者检测处理中仅使用1张拍摄图像,因此,能够缩短检测到有被门夹住之虞的利用者的有无为止所耗费的时间。也就是说,能够缩短利用者检测处理所耗费的时间。
<第2实施方式>
接着,对第2实施方式进行说明。在上述第1实施方式中,检测区域是设定在拍摄图像上推测映有轿厢门槛13a及候梯厅门槛14a的位置。而在本实施方式中,检测区域是设定在拍摄图像上推测映有轿厢门13及候梯厅门14的顶端的位置。再者,轿厢门13及候梯厅门14的顶端也可称为轿厢门13及候梯厅门14的两端中的位于关门方向的那一端。或者,也可称为轿厢门13及候梯厅门14的两端中的位于门档侧的那一端。以下,对具有与第1实施方式相同的功能的功能部标注同一符号并省略其详细说明。以下,主要是对与第1实施方式不同的部分进行说明。
再者,在本实施方式中,是设想摄像机12设置于单开式电梯中的情况,因此,轿厢门13及候梯厅门14的顶端为1个,设定的检测区域的数量也为1个。而在摄像机12设置于中开式电梯中的情况下,轿厢门13及候梯厅门14的顶端为2个,因此,设定的检测区域的数量也为2个。但检测区域的设定方法在两种形式的电梯中都是一样的,因此,此处省略摄像机12设置于中开式电梯中的情况下的检测区域的设定相关的说明。
如上所述,交界检测部22a在拍摄图像上推测映有轿厢门13及候梯厅门14的顶端的位置设定检测区域。推测映有轿厢门13及候梯厅门14的顶端的位置是根据上述条件(a)~(e)和当前的轿厢门13的开量来算出。
再者,交界检测部22a可通过与轿厢控制装置30进行通信来获取表示当前的轿厢门13的开量的信息本身。
或者,交界检测部22a也可首先与轿厢控制装置30进行通信,由此获取表示轿厢门13从全闭状态开始开门这一情况的信号或者表示轿厢门13从全开状态开始关门这一情况的信号。其后,交界检测部22a根据从获取到这些信号的时刻起的经过时间和轿厢门13的门开闭速度来算出当前的轿厢门13的开量。
或者,交界检测部22a也可通过对获取到的拍摄图像实施公知的图像解析处理来算出当前的轿厢门13的开量。
此处,参考图14的流程图和图15的示意图,对由交界检测部22a执行的与轿厢门13的顶端相对应的检测区域的设定处理的次序的一例进行说明。
首先,交界检测部22a根据当前的轿厢门13的开量、三维空间中摄像机12相对于轿厢门13的顶端与地面相接触(抵接)的位置(以下记作“顶端下部”)的相对位置、以及从该顶端下部到摄像机12的高度(或者轿厢门13的高度)来算出顶端下部的三维坐标和在垂直方向上延伸从该顶端下部到摄像机12的高度(或者轿厢门13的高度)程度的位置(以下记作“顶端上部”)的三维坐标(步骤S41)。
然后,交界检测部22a将步骤S41中算出的顶端下部及顶端上部的三维坐标射影至拍摄图像上的二维坐标来算出与顶端下部及顶端上部相对应的二维坐标。具体而言,交界检测部22a算出图15所示的拍摄图像的点PD1、PD2的二维坐标(步骤S42)。
其后,交界检测部22a将像图15所示那样的如下区域设定为与轿厢门13的顶端相对应的检测区域E4,该区域包含位于与连结由步骤S42中算出的二维坐标确定的2点PD1与PD2而形成的线段LD1(位于线段LD1上的各像素)相距规定像素(例如5像素)的部分(步骤S43),并结束设定处理。再者,在上述第1实施方式的检测区域的设定中也能运用该方法。也就是说,也可不确定4点而仅确定2点、之后像该方法这样设定检测区域E1~E3。
再者,图15例示的是轿厢门13为全开状态(轿厢门13的当前的开量最大)时的检测区域的设定,而轿厢门13为关门状态时的检测区域的设定也是一样的,在该情况下,设定图16所示那样的检测区域E4。
此外,如上所述,在摄像机12设置于中开式电梯中的情况下,分别以左右2个门为对象来执行上述的图14所示的一系列处理,由此针对每一门来设定检测区域,详情从略。
设定上述检测区域E4之后执行的检测各种交界的处理与上述第1实施方式相同。即,交界检测部22a至少检测位于检测区域E4近旁的人或物的边缘来检测交界。
再者,由交界检测部22a检测的交界根据轿厢门13的当前的门开闭状态(轿厢门13的当前的开量)而不同。例如,在轿厢门13处于全开状态(轿厢门13的当前的开量最大)的情况下,会检测到轿厢门13的顶端与设置在轿厢门13近旁的出入口柱的交界。此外,在轿厢门13处于关门状态的情况下,会检测到轿厢门13的顶端与背景(候梯厅15的地板)的交界。
由利用者检测部22b执行的利用者检测处理也与上述第1实施方式相同。即,利用者检测部22b参考与检测区域E4相对应的检测区域图像来判定由交界检测部22a检测到的交界是否发生了中断,从而检测有被门夹住之虞的利用者的有无。
图17及图18均表示经由交界检测部22a二值化之后的二值图像、从该二值图像中提取到的与检测区域E4相对应的检测区域图像、以及对该检测区域图像运用了图10所示的一系列处理的情况下的结果。
对从图17的(a)的二值图像中提取到的图17的(b)的检测区域图像运用了第1实施方式中说明过的图10所示的一系列处理的情况下的各列的累积像素值为图17的(c)的样子。在该情况下,如图17的(c)所示,没有累积像素值为0的列,因此,利用者检测部22b判定与检测区域E4相对应的交界未发生中断,在该情况下,由于轿厢门13为全开状态,因此是判定轿厢门13的顶端与设置在轿厢门13近旁的出入口柱的交界未发生中断。于是,利用者检测部22b判断检测区域E4内不存在有被门夹住之虞的利用者。
另一方面,对从图18的(a)的二值图像中提取到的图18的(b)的检测区域图像运用了第1实施方式中说明过的图10所示的一系列的处理的情况下的各列的累积像素值为图18的(c)的样子。在该情况下,如图18的(a)所示,由于存在利用者的手,所以图18的(c)的被虚线围住的列中累积像素值为0,因此,利用者检测部22b判定与检测区域E4相对应的交界发生了中断,在该情况下,由于轿厢门13为全开状态,因此是判定轿厢门13的顶端与设置在轿厢门13近旁的出入口柱的交界发生了中断。于是,利用者检测部22b判断检测区域E4内存在有被门夹住之虞的利用者。
再者,与上述第1实施方式一样,也可算出累积像素值为1以上的列的比例并判定该算出的比例是否不到预先设定的阈值,由此来判定交界是否发生了中断。或者,也可使用标记法或霍夫变换等公知的方法从检测区域图像中检测直线并判定该检测到的直线是否发生了中断,由此来判定交界是否发生了中断。
进而,为了检测交界,也可使用每一像素的亮度梯度的强度而不是边缘。在该情况下,与上述第1实施方式一样,可算出检测区域图像的每一列的累积像素值,在存在该算出的累积像素值不到预先设定的阈值的列的情况下判定交界发生了中断。或者,也可在累积像素值不到预先设定的阈值的列的比例为预先设定的阈值以上的情况下判定交界发生了中断。
此外,与上述第1实施方式一样,利用者检测部22a也可在数帧间(例如从该拍摄图像的拍摄帧起5帧间)保持针对1张拍摄图像的利用者检测处理的检测结果,在该5帧间获得了存在有被门夹住之虞的利用者这一内容的检测结果的比例为预先设定的阈值(例如50%)以上的情况下,正式判断存在有被门夹住之虞的利用者,并将与该判断关联起来的信号输出至轿厢控制装置30。
根据以上说明过的第2实施方式,图像处理装置20具备检测部22,所述检测部22不仅设定与门槛相对应的检测区域E1~E3,还设定与轿厢门13的顶端相对应的检测区域E4,在检测区域E4部分也能检测有被门夹住之虞的利用者的有无。由此,能在更大范围内检测有被门夹住之虞的利用者的有无。也就是说,可以提供一种安全性更高的利用者检测***。
根据以上说明过的至少1种实施方式,可以提供一种能够检测有被门夹住之虞的人或物而不被摄像机的图像拍摄时的照明条件所左右的利用者检测***。
再者,虽然对本发明的若干实施方式进行了说明,但这些实施方式是作为例子呈现的,并非意欲限定发明的范围。这些新颖的实施方式能以其他各种形态加以实施,可以在不脱离发明的主旨的范围内进行各种省略、替换、变更。这些实施方式及其变形包含在发明的范围和主旨内,而且包含在权利要求书中记载的发明及其均等的范围内。
Claims (10)
1.一种利用者检测***,其特征在于,具备:
摄像机,以轿厢的门槛被包含在拍摄范围内的方式设置在门近旁,能够拍摄所述门在开闭时行走的行走区域和包含所述门槛的所述门周边;
交界检测部,根据由所述摄像机拍摄到的图像来检测处于所述门周边的第1结构物与第2结构物的交界;
利用者检测部,根据所述交界检测部的检测结果来检测所述行走区域内的利用者的有无;以及
控制部,根据所述利用者检测部的检测结果来控制所述门的开闭动作,
所述交界检测部将检测区域设定在拍摄图像上推测映有所述门槛的位置,
推测映有所述门槛的位置是根据所述轿厢的尺寸以及所述摄像机的固有值来算出的。
2.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部检测所述第1结构物与所述第2结构物的直线状的交界,
所述利用者检测部根据由所述交界检测部检测到的直线状的交界是否发生了中断来检测所述行走区域内的利用者的有无。
3.根据权利要求2所述的利用者检测***,其特征在于,
在所述直线状的交界发生了中断的情况下,所述利用者检测部判断所述行走区域内存在利用者。
4.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部根据所述门固有的参数来设定检测区域,将检测所述交界的区域限缩为该检测区域。
5.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部根据由所述摄像机拍摄到的1张图像来检测所述交界。
6.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部将所述门的门开闭用的槽即门槛作为所述第1结构物、将地板作为所述第2结构物来检测所述交界。
7.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部将所述门的顶端作为所述第1结构物、将设置在所述门近旁的出入口柱作为所述第2结构物来检测所述交界。
8.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部将所述门的顶端作为所述第1结构物、将地板作为所述第2结构物来检测所述交界。
9.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部为了检测所述第1结构物与所述第2结构物的交界而将由所述摄像机拍摄到的图像二值化,
所述利用者检测部着眼于构成所述二值化之后的图像的大量像素当中位于第x列的像素组,算出所着眼的所述像素组的像素值的合计值,根据算出的所述合计值是否为0来检测所述行走区域内的利用者的有无。
10.根据权利要求1所述的利用者检测***,其特征在于,
所述交界检测部为了检测所述第1结构物与所述第2结构物的交界而将由所述摄像机拍摄到的图像二值化,
所述利用者检测部依序着眼于所述二值化之后的图像的水平方向及垂直方向上排列的大量像素当中沿所述水平方向排列的像素列,依序算出所着眼的所述像素列的像素值的合计值,根据所述算出的合计值为1以上的像素列的比例是否不到阈值来检测所述行走区域内的利用者的有无。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017240799A JP6657167B2 (ja) | 2017-12-15 | 2017-12-15 | 利用者検知システム |
JP2017-240799 | 2017-12-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109928290A CN109928290A (zh) | 2019-06-25 |
CN109928290B true CN109928290B (zh) | 2021-08-06 |
Family
ID=64665015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811532859.1A Active CN109928290B (zh) | 2017-12-15 | 2018-12-14 | 利用者检测*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US10941019B2 (zh) |
EP (1) | EP3499413A1 (zh) |
JP (1) | JP6657167B2 (zh) |
KR (1) | KR20190072426A (zh) |
CN (1) | CN109928290B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10577221B2 (en) * | 2017-05-12 | 2020-03-03 | Otis Elevator Company | Imaging inspection systems and methods for elevator landing doors |
JP6657167B2 (ja) * | 2017-12-15 | 2020-03-04 | 東芝エレベータ株式会社 | 利用者検知システム |
JP6702579B1 (ja) | 2019-03-18 | 2020-06-03 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP6795266B1 (ja) * | 2019-08-08 | 2020-12-02 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP6849760B2 (ja) * | 2019-08-26 | 2021-03-31 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP6828108B1 (ja) * | 2019-09-09 | 2021-02-10 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP6833942B1 (ja) * | 2019-09-10 | 2021-02-24 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP6828112B1 (ja) * | 2019-09-18 | 2021-02-10 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
JP2022032249A (ja) * | 2020-08-11 | 2022-02-25 | 東芝エレベータ株式会社 | エレベータシステム |
JP7036244B2 (ja) * | 2021-02-02 | 2022-03-15 | フジテック株式会社 | 乗車検知システムおよび乗車検知方法 |
JP7077437B2 (ja) * | 2021-03-02 | 2022-05-30 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
CN113321088B (zh) * | 2021-06-03 | 2022-09-09 | 康达电梯有限公司 | 一种电梯门缝隙宽度检测装置 |
JP7187629B1 (ja) | 2021-08-06 | 2022-12-12 | 東芝エレベータ株式会社 | エレベータの利用者検知システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000047511A1 (en) * | 1999-02-11 | 2000-08-17 | Tl Jones Limited | Obstruction detection system |
CN101734537A (zh) * | 2008-11-05 | 2010-06-16 | 株式会社日立制作所 | 电梯用安全装置 |
CN106966275A (zh) * | 2016-01-13 | 2017-07-21 | 东芝电梯株式会社 | 电梯*** |
CN107055238A (zh) * | 2016-01-13 | 2017-08-18 | 东芝电梯株式会社 | 图像处理装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5387768A (en) * | 1993-09-27 | 1995-02-07 | Otis Elevator Company | Elevator passenger detector and door control system which masks portions of a hall image to determine motion and court passengers |
DE10146459B4 (de) * | 2001-09-20 | 2005-03-03 | Deutsche Post Ag | Verfahren zur Zutrittssicherung, Vorrichtung zur Zutrittskontrolle und Aufzugskabine |
JP4622416B2 (ja) | 2004-09-22 | 2011-02-02 | 三菱電機株式会社 | エレベータ扉の安全装置 |
JP2011093702A (ja) | 2009-11-02 | 2011-05-12 | Toshiba Elevator Co Ltd | エレベータの物体挟まれ検知システム |
US9530060B2 (en) * | 2012-01-17 | 2016-12-27 | Avigilon Fortress Corporation | System and method for building automation using video content analysis with depth sensing |
JP5674857B2 (ja) * | 2013-05-10 | 2015-02-25 | 技研トラステム株式会社 | 乗降者計数装置 |
JP2015059013A (ja) * | 2013-09-19 | 2015-03-30 | 株式会社日立製作所 | エレベーター装置 |
US9544636B2 (en) * | 2014-07-07 | 2017-01-10 | Google Inc. | Method and system for editing event categories |
US9354794B2 (en) * | 2014-07-07 | 2016-05-31 | Google Inc. | Method and system for performing client-side zooming of a remote video feed |
US9361011B1 (en) * | 2015-06-14 | 2016-06-07 | Google Inc. | Methods and systems for presenting multiple live video feeds in a user interface |
JP5969148B1 (ja) * | 2016-01-13 | 2016-08-17 | 東芝エレベータ株式会社 | エレベータシステム |
JP6092433B1 (ja) * | 2016-01-13 | 2017-03-08 | 東芝エレベータ株式会社 | エレベータの乗車検知システム |
JP6096965B1 (ja) * | 2016-04-28 | 2017-03-15 | 東芝エレベータ株式会社 | エレベータの診断装置、及び診断方法 |
JP6495424B1 (ja) * | 2017-12-06 | 2019-04-03 | 東芝エレベータ株式会社 | 画像検知システム |
JP6657167B2 (ja) * | 2017-12-15 | 2020-03-04 | 東芝エレベータ株式会社 | 利用者検知システム |
-
2017
- 2017-12-15 JP JP2017240799A patent/JP6657167B2/ja active Active
-
2018
- 2018-12-10 KR KR1020180157932A patent/KR20190072426A/ko not_active Application Discontinuation
- 2018-12-12 EP EP18211932.1A patent/EP3499413A1/en not_active Withdrawn
- 2018-12-14 CN CN201811532859.1A patent/CN109928290B/zh active Active
- 2018-12-14 US US16/221,345 patent/US10941019B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000047511A1 (en) * | 1999-02-11 | 2000-08-17 | Tl Jones Limited | Obstruction detection system |
CN101734537A (zh) * | 2008-11-05 | 2010-06-16 | 株式会社日立制作所 | 电梯用安全装置 |
CN106966275A (zh) * | 2016-01-13 | 2017-07-21 | 东芝电梯株式会社 | 电梯*** |
CN107055238A (zh) * | 2016-01-13 | 2017-08-18 | 东芝电梯株式会社 | 图像处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109928290A (zh) | 2019-06-25 |
US20190185295A1 (en) | 2019-06-20 |
US10941019B2 (en) | 2021-03-09 |
JP2019108182A (ja) | 2019-07-04 |
KR20190072426A (ko) | 2019-06-25 |
JP6657167B2 (ja) | 2020-03-04 |
EP3499413A1 (en) | 2019-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109928290B (zh) | 利用者检测*** | |
CN108622776B (zh) | 电梯的乘梯探测*** | |
CN108622777B (zh) | 电梯的乘梯探测*** | |
JP6139729B1 (ja) | 画像処理装置 | |
CN110294391B (zh) | 使用者检测*** | |
CN109879130B (zh) | 影像检测*** | |
CN113428752B (zh) | 电梯的使用者探测*** | |
JP2018158842A (ja) | 画像解析装置及びエレベータシステム | |
CN111942981A (zh) | 图像处理装置 | |
CN112429609B (zh) | 电梯的使用者探测*** | |
CN111689324B (zh) | 图像处理装置及图像处理方法 | |
CN113023518A (zh) | 电梯利用者检测*** | |
CN117246862A (zh) | 电梯*** | |
CN112340581B (zh) | 电梯的使用者探测*** | |
CN115703609A (zh) | 电梯的利用者检测*** | |
CN113874309B (zh) | 电梯的乘客检测装置以及电梯*** | |
CN111960206B (zh) | 图像处理装置及标记 | |
CN113428750A (zh) | 电梯的使用者检测*** | |
JP7358606B1 (ja) | エレベータシステム | |
CN111717742B (zh) | 图像处理装置 | |
CN113428751A (zh) | 电梯的使用者检测*** | |
CN112456287B (zh) | 电梯的使用者探测*** | |
CN112551292B (zh) | 电梯的使用者探测*** | |
JP7375137B1 (ja) | エレベータの利用者検知システム | |
JP2021091556A (ja) | エレベータの利用者検知システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40006044 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |