DE102019203324A1 - Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium - Google Patents

Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium Download PDF

Info

Publication number
DE102019203324A1
DE102019203324A1 DE102019203324.5A DE102019203324A DE102019203324A1 DE 102019203324 A1 DE102019203324 A1 DE 102019203324A1 DE 102019203324 A DE102019203324 A DE 102019203324A DE 102019203324 A1 DE102019203324 A1 DE 102019203324A1
Authority
DE
Germany
Prior art keywords
person
feature vector
recognized
monitoring
objects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102019203324.5A
Other languages
English (en)
Inventor
Jan Rexilius
Gregor Blott
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102019203324.5A priority Critical patent/DE102019203324A1/de
Priority to PCT/EP2020/055381 priority patent/WO2020182503A1/de
Priority to US17/437,523 priority patent/US11869245B2/en
Priority to GB2114423.3A priority patent/GB2598053B/en
Publication of DE102019203324A1 publication Critical patent/DE102019203324A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/23Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on positionally close patterns or neighbourhood relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

Überwachungsvorrichtung 10 zur Personenwiedererkennung in einem Überwachungsbereich 2, wobei der Überwachungsbereich 2 mit mindestens einer Kamera 6 videotechnisch überwacht ist und die Kamera 6 ausgebildet ist, Überwachungsbilder 7 als Videodaten der Überwachungsvorrichtung 10 bereitzustellen, mit einer Merkmalsbestimmungseinrichtung 13, wobei die Merkmalsbestimmungseinrichtung 13 ausgebildet ist, für Objekte in mindestens einem der Überwachungsbilder 7 jeweils einen Merkmalsvektor 19 zu bestimmen,mit einer Personenwiedererkennungseinrichtung 16 , wobei die Personenwiedererkennungseinrichtung 16 ausgebildet ist, in den Überwachungsbildern 7 eine wiederzuerkennende Person 11 basierend auf dem und/oder den bestimmten Merkmalsvektoren 19 der Merkmalsbestimmungseinrichtung 13 und/oder einem kombinierten Merkmalsvektor 18 zu detektieren, mit einer Assoziationseinrichtung 14, wobei die Assoziationseinrichtung 14 ausgebildet ist, für die wiederzuerkennende Person 11 und assoziierte Umgebungsobjekte der wiederzuerkennenden Person 11 jeweils einen Merkmalsvektor 19 zu bestimmen, wobei die Assoziationseinrichtung 14 ausgebildet ist den kombinierten Merkmalsvektor 18 basierend auf dem Merkmalsvektor 19 der wiederzuerkennenden Person 11 und dem oder den Merkmalsvektoren 20 der assoziierten Umgebungsobjekte zu bestimmen.

Description

  • Stand der Technik
  • Es wird eine Überwachungsvorrichtung mit den Merkmalen des Oberbegriffs des Anspruchs 1 vorgeschlagen.
  • An vielen Plätzen und insbesondere in öffentlichen Räumen, zum Beispiel Bahnhöfen oder Flughäfen, wird eine Videoüberwachung eingesetzt. Häufig wird dabei auch die Wiedererkennung von Personen im Videomaterial genutzt. Da die zu überwachenden Bereiche häufig großflächig ausgebildet sind, ist es zum Reduzieren der Datenlast nötig, die Auflösung der Kameras gering zu halten. Basierend auf der geringen Auflösung ist es jedoch häufig schwierig, Personen einfach und sicher wiederzuerkennen, da übliche Methoden zur Gesichtserkennung dabei häufig zu fehlerbehaftet sind. Weitere Probleme, die sich bei der Personenwiedererkennung in solchen Videoaufzeichnungen ergeben, sind beispielsweise die hohe Intrapersonenvarianz, sodass beispielsweise eine gleiche Person in unterschiedlichen Kameras komplett anders aussehen kann. Ferner ist mit Verdeckungen und gravierenden Unterschieden durch Szenenbeleuchtung zu rechnen.
  • Die Druckschrift DE 10 2008 043 954 A1 , die wohl den nächstkommenden Stand der Technik bildet, beschreibt ein Sensornetzwerk zur Verfolgung von bewegten Objekten in einem Überwachungsbereich mit einer Mehrzahl an Netzwerkknoten, die jeweils einem Teilbereich des Überwachungsbereichs zugeordnet sind.
  • Mindestens einer der Netzwerkknoten weist einen Klassifikatorgenerator auf, der zur Diskriminierung der zugeordneten Teilbereiche ausgebildet ist.
  • Offenbarung der Erfindung
  • Es wird eine Überwachungsvorrichtung zur Personenwiedererkennung in einem Überwachungsbereich mit den Merkmalen des Anspruchs 1 vorgeschlagen. Ferner wird eine Überwachungsanlage mit den Merkmalen des Anspruchs 10, ein Verfahren mit den Merkmalen des Anspruchs 11, ein Computerprogramm mit den Merkmalen des Anspruchs 12 und ein maschinenlesbares Speichermedium mit den Merkmalen des Anspruchs 13 vorgeschlagen. Bevorzugte und/oder vorteilhafte Ausführungsformen der Erfindung ergeben sich aus der Beschreibung, den Figuren und den Unteransprüchen.
  • Es wird eine Überwachungsvorrichtung zur Personenwiedererkennung in einem Überwachungsbereich vorgeschlagen. Der Überwachungsbereich kann einen Innen- und/oder Außenbereich umfassen. Beispielsweise ist der Überwachungsbereich ein öffentlicher Bereich, beispielsweise ein Bahnhof, ein Flughafen oder eine öffentliche Behörde. Mittels der Personenwiedererkennung kann eine zu suchende, festlegbare und/oder mehrere Personen wiedererkannt werden. Bei den wiederzuerkennenden Personen kann es sich um Einzelpersonen, Personengruppen, alternativ auch um Tiere und/oder Gegenstände, handeln. Beispielsweise kann abstrakt als Personenwiedererkennung die Erkennung eines Koffers und/oder Gegenstandes angesehen werden. Ferner ist es möglich, dass mittels der Personenwiedererkennung eine Person im Überwachungsbereich getrackt und/oder verfolgt wird. Die Überwachungsvorrichtung ist beispielsweise Teil einer Videoüberwachungsanlage des Überwachungsbereichs und/oder zur Anwendung durch Sicherheitspersonal ausgebildet.
  • Der Überwachungsbereich ist mit mindestens einer Kamera videotechnisch überwacht. Die Kamera kann als eine Farb-, Schwarz-Weiß- und/oder Infrarotkamera ausgebildet sein. Die Kamera ist beispielsweise in dem Überwachungsbereich angeordnet. Insbesondere kann eine Mehrzahl an Kameras im Überwachungsbereich angeordnet sein, wobei sich die Überwachungs- und/oder überwachten Abschnitte unterschiedlicher Kameras überlappen können, alternativ sind die Abschnitte unterschiedlicher Kameras überlappungsfrei ausgebildet. Die Kamera ist ausgebildet, Überwachungsbilder als Videodaten der Überwachungsvorrichtung bereitzustellen. Insbesondere sind der Überwachungsvorrichtung eine Mehrzahl an Videodaten und/oder Überwachungsbilder unterschiedlicher Kameras bereitgestellt. Beispielsweise weisen Kamera und Überwachungsvorrichtung jeweils eine Schnittstelle auf, wobei die Schnittstellen koppelbar sind zur Datenübertragung.
  • Die Überwachungsvorrichtung weist eine Merkmalsbestimmungseinrichtung auf. Beispielsweise ist die Überwachungsvorrichtung als eine Computervorrichtung ausgebildet. Die Merkmalsbestimmungseinrichtung kann als ein Hardware- oder als ein Softwaremodul ausgebildet sein. Die Merkmalsbestimmungseinrichtung ist ausgebildet, für Objekte in mindestens einem der Überwachungsbilder einen Merkmalsvektor zu bestimmen. Beispielsweise sind in einem Überwachungsbild ein oder mehrere Objekte abgebildet, wobei die Merkmalsbestimmungseinrichtung für das und/oder für die Objekte in den Überwachungsbildern jeweils mindestens einen Merkmalsvektor bestimmt. Der Merkmalsvektor kann beispielsweise Formen, Kontraste, Muster und/oder weitere Metadaten umfassen. Der Merkmalsvektor dient der Charakterisierung des jeweiligen Objektes und kann beispielsweise eine Aussagekraft zur Unterscheidung mit anderen Merkmalen aufweisen. Der Merkmalsvektor ist beispielsweise als ein Datensatz zu verstehen, der einem und/oder den Objekten in einem Überwachungsbild zugeordnet werden. Beispielsweise ist die Merkmalsbestimmungseinrichtung ausgebildet, für jedes Videobild und/oder für zeitlich beabstandete, beispielsweise festlegbar beabstandete, Überwachungsbilder die Merkmalsvektoren zu bestimmen.
  • Die Überwachungsvorrichtung weist eine Personenwiedererkennungseinrichtung auf. Die Personenwiedererkennungseinrichtung kann beispielsweise als ein Software- oder als ein Hardwaremodul ausgebildet sein. Vorzugsweise bildet die Personenwiedererkennungseinrichtung zusammen mit der Merkmalsbestimmungseinrichtung ein gemeinsames Modul. Die Personenwiedererkennungseinrichtung ist ausgebildet, in den Überwachungsbildern eine wiederzuerkennende Person basierend auf dem und/oder auf den bestimmten Merkmalsvektoren und/oder einem kombinierten Merkmalsvektor zu detektieren. Dazu greift die Personenwiedererkennungseinrichtung insbesondere auf die von der Merkmalsbestimmungseinrichtung bestimmten und/oder bestimmte Merkmalsvektoren zu und vergleicht beispielsweise diese Merkmalsvektoren mit einem kombinierten Merkmalsvektor. Der kombinierte Merkmalsvektor wird der Personenwiedererkennungseinrichtung bereitgestellt. Beispielsweise werden dazu alle und/oder der Merkmalsvektor aus der Merkmalsbestimmungseinrichtung mit dem kombinierten Merkmalsvektor verglichen. Liegt eine Übereinstimmung vor, oder ein Mindestmaß an Übereinstimmung, so kann das Objekt, welches zu diesem Merkmalsvektor gehört, beispielsweise als wiederzuerkennende Person und/oder Objekt aufgefasst werden.
  • Die Überwachungsvorrichtung weist eine Assoziationseinrichtung auf. Die Assoziationseinrichtung kann ein Software- oder ein Hardwaremodul bilden. Besonders bevorzugt ist es, dass die Assoziationseinrichtung zusammen mit der Merkmalsbestimmungseinrichtung und/oder der Personenwiedererkennungseinrichtung ein gemeinsames Modul bilden. Die Assoziationseinrichtung ist ausgebildet, für die wiederzuerkennende Person und für assoziierte Umgebungsobjekte der wiederzuerkennenden Person jeweils einen Merkmalsvektor zu bestimmen. Dabei bestimmt die Assoziationseinrichtung beispielsweise für die wiederzuerkennende Person einen Merkmalsvektor und ferner insbesondere auch für festlegbare, vorgegebene und/oder für alle Objekte in einer Umgebung der wiederzuerkennenden Person einen Merkmalsvektor. Die bestimmten Merkmalsvektoren charakterisieren beispielsweise die wiederzuerkennende Person und/oder charakterisieren die zur wiederzuerkennenden Person assoziierten Umgebungsobjekte. Assoziierte Umgebungsobjekte sind beispielsweise Objekte, die sich in einem Umkreis, beispielsweise Umkreis mit festem Abstand zur wiederzuerkennenden Person, befinden und/oder Objekte, die händisch der wiederzuerkennenden Person zugeordnet werden. Solche Objekte sind insbesondere weitere Menschen, Tiere oder Gegenstände wie Koffer.
  • Die Assoziationseinrichtung ist ausgebildet, den kombinierten Merkmalsvektor zu generieren und/oder zu bestimmen. Dabei werden der Merkmalsvektor der wiederzuerkennenden Person und mindestens ein Merkmalsvektor einer der assoziierten Umgebungsobjekte kombiniert. Beispielsweise kann hierzu ein erweiterter Vektor und/oder Matrix bestimmt werden. Beispielsweise können die Vektoreinträge der wiederzuerkennenden Person mit den Vektoreinträgen der assoziierten Umgebungsobjekte erweitert werden, beispielsweise durch Hinzufügen und/oder Anhängen. Der kombinierte Merkmalsvektor umfasst somit Merkmale, die zum Wiedererkennen der Person dienen und Merkmale von den assoziierten Umgebungsobjekten, sodass beim Wiedererkennen und/oder zum Wiedererkennen der Person nicht nur auf die Merkmale der eigentlichen Person zurückgegriffen werden, sondern auch Merkmale der Umgebung hinzugezogen werden. Beispielsweise kann die wiederzuerkennende Person Teil einer Familie sein, welche sich zum Beispiel als Gruppe durch den Flughafen zu ihrem Gate bewegt. Anstatt nur die gesuchte Person in den Bildern zu suchen, kann beispielsweise die Suche auf die Gruppe ausgebildet werden, sodass zusätzlich eine Übereinstimmung mit den Familienmitgliedern als Hinweis und/oder Indiz für die wiederzuerkennende Person dienen kann. Alternativ und/oder ergänzend kann eine Person ein Gepäckstück, beispielsweise einen roten Koffer, bei sich haben und in seiner Umgebung transportieren und/oder abstellen. Anstatt nur die Person zu suchen, kann das Suchen auf die Erweiterung zum Koffer und/oder Gepäckstück die Suche erleichtern. Besonders bevorzugt sind als assoziierte Umgebungsobjekte Objekte mit einem Alleinstellungsmerkmal, beispielsweise starken Kontrastfarbe und/oder Muster.
  • Der Erfindung liegt die Überlegung zugrunde, eine verbesserte Wiedererkennung von Personen in einem Überwachungsbereich zu ermöglichen. Dabei können beispielsweise bereits verfügbare Algorithmen angewendet werden, wobei zu dieser Anwendung die Suche auf Objekte in der Umgebung erweitert werden. Anstatt sich bei der Suche einer Person auf die einzelne Person zu beschränken und dabei spezielle Eigenschaften, wie im Speziellen Größe, Gang und Kleidung zu berücksichtigen, schlägt die vorliegende Erfindung eine Erweiterung auf die Umgebung der Person vor, um so eine Robustifizierung der Wiedererkennung zu erreichen.
  • Eine Ausgestaltung der Erfindung sieht vor, dass die Überwachungsvorrichtung eine Auswahleinrichtung aufweist. Die Auswahleinrichtung kann zur grafischen, alphanummerischen und/oder akustischen Eingabe von Daten dienen. Beispielsweise umfasst die Auswahleinrichtung einen Touchscreen-Monitor, eine Tastatur und/oder eine Maus. Mittels der Auswahleinrichtung kann eine Person, beispielsweise Benutzer oder Sicherheitspersonal, die wiederzuerkennende Person festlegen. Beispielsweise kann sie die Person in den bereits vorhandenen Videoaufnahmen markieren und/oder ausschneiden. Alternativ und/oder ergänzend kann die wiederzuerkennende Person als ein separater und/oder von extern erhaltener Datensatz eingepflegt und/oder ausgewählt werden. Ferner kann mittels der Auswahleinrichtung von einer Person und/oder von dem Sicherheitspersonal die assoziierten Umgebungsobjekte zur wiederzuerkennenden Person ausgewählt werden. Beispielsweise kann der Benutzer die assoziierten Umgebungsobjekte auswählen, ausschneiden und/oder anderweitig festlegen. Ferner kann es möglich sein, dass die Auswahleinrichtung ausgebildet ist, dass der Benutzer einen Umkreis festlegt, wobei die Auswahleinrichtung, beispielsweise basierend auf maschinellem Lernen und/oder einer künstlichen Intelligenz, assoziierte Umgebungsobjekte auswählt und/oder bestimmt, die in dem Umkreis mit festgelegtem Radius anzunehmen sind.
  • Optional ist es vorgesehen, dass die Assoziationseinrichtung ausgebildet ist, für die wiederzuerkennende Person basierend auf einem Regelwerk und/oder mittels einer künstlichen Intelligenz die assoziierten Objekte zu bestimmen und/oder auszuwählen und/oder vorzuschlagen. Beispielsweise kann die Assoziationseinrichtung dabei ausgebildet sein, Videodaten der Vergangenheit und/oder Videodaten, die gerade und/oder noch aufgenommen werden, auszuwerten und basierend auf dem Regelwerk und/oder der künstlichen Intelligenz zu bestimmen, welche Objekte als assoziierte Objekte zur wiederzuerkennenden Person gehören. Beispiele für eine solche Auswahl und/oder Regeln können sein, dass die wiederzuerkennende Person sich seit längerer Zeit mit diesen assoziierten Objekten, beispielsweise Personen, im Überwachungsbereich bewegt, dass von einer öffentlichen Stelle, beispielsweise Meldebehörde, Familienangehörige oder deren Bilder bereitgestellt wurden, sodass diese Personen als assoziierte Objekte anzunehmen sind und/oder anderweitige Informationen. Beispielsweise ist die Überwachungsvorrichtung ausgebildet, einem Benutzer assoziierte Objekte vorzuschlagen, die der Benutzer der Überwachungsvorrichtung dann, insbesondere graphisch, auswählen kann.
  • Besonders bevorzugt ist es, dass die Assoziationseinrichtung ausgebildet ist, einen Suchbereich zu bestimmen und/oder auszuwählen. Beispielsweise ist der Suchbereich mittels der Auswahleinrichtung eingebbar und/oder festlegbar. Der Suchbereich kann einen räumlichen Bereich umfassen und/oder einen zeitlichen Bereich. Beispielsweise kann ein Zeitfenster festlegbar und/oder festgelegt sein, wobei die Auswahl, Festlegung und/oder Suche von assoziierten Objekten auf das Zeitfenster begrenzt sind und/oder ist. Alternativ und/oder ergänzend kann der Suchbereich eine Region, räumlich und/oder flächig umfassen, wobei die Bestimmung, Suche und/oder Auswahl von assoziierten Objekten auf die Region beschränkt ist.
  • Insbesondere ist es vorgesehen, dass der Merkmalsvektor auf Kontrast, Farben, Muster und/oder Formen basiert und/oder umfasst. Beispielsweise umfasst der Merkmalsvektor charakteristische Farbverläufe und/oder Muster des aufzufindenden und/oder wiederzuerkennenden Objekts und/oder Person. Beispielsweise umfasst der Merkmalsvektor Gesichtspunkte, Augenfarbe, Haarfarbe und/oder Größe der wiederzuerkennenden Person.
  • Beispielsweise ist es ferner vorgesehen, dass der Merkmalsvektor eine Personengrößeninformation, Kleidungsinformation, Ganginformation, Geschlechtsinformation und/oder ethnische Information umfasst und/oder beschreibt. Beispielsweise kann der Merkmalsvektor eine Mindestgröße umfassen, das Geschlecht männlich und/oder weiblich, dass die Person einen roten Pulli trägt und einen Gehfehler aufweist. Durch Abgleich dieses Merkmalsvektors mit dem kombinierten Merkmalsvektor ist ein Wiedererkennen und/oder ein Vergleich der Objekte und/oder Personen möglich.
  • Eine Ausgestaltung der Erfindung sieht vor, dass die assoziierten Objekte beispielsweise eine Begleitperson, ein Tier und/oder ein Gepäckstück umfassen. Insbesondere kann der wiederzuerkennenden Person eine Mehrzahl an assoziierten Objekten zugeordnet sein und/oder werden. Beispielsweise werden einer wiederzuerkennenden Person mindestens drei assoziierte Objekte und/oder mehr als fünf assoziierte Objekte zugeordnet. Insbesondere ist es eine Überlegung, dass durch das Hinzufügen von mehreren assoziierten Objekten die Wiedererkennung robustifiziert werden kann. Falls einer wiederzuerkennenden Person mehrere assoziierte Objekte zugeordnet sind, kann es beispielsweise vorgesehen sein, dass nur eine Teilmenge der assoziierten Objekte wiedergefunden werden und/oder wiederzufinden sind. Beispielsweise hat eine Person ein Gepäckstück abgegeben, sodass dieses nicht mehr mitgeführt und/oder aufgefunden werden kann, wobei die weiteren Familienmitglieder weiterhin in der Umgebung aufzufinden sind.
  • Besonders bevorzugt ist es, dass der kombinierte Merkmalsvektor unabhängig von einer räumlichen Anordnung von wiederzuerkennenden Personen und assoziierten Objekten ist. Beispielsweise können Personen in der Umgebung der wiederzuerkennenden Person sich bewegen, sodass die Reihenfolge und/oder Anordnung relativ zur wiederzuerkennenden Person veränderlich ist und zur Bestimmung und/oder Vergleich mit Objekten in den Überwachungsbildern nicht zwangsläufig heranzuziehen sind. Beispielsweise umfasst der kombinierte Merkmalsvektor nur Informationen darüber, dass die assoziierten Objekte vorhanden sein sollen und/oder müssen, nicht jedoch, wie diese relativ zueinander angeordnet sind.
  • Insbesondere weist die Überwachungsvorrichtung eine Ausgabeeinrichtung auf. Die Ausgabeeinrichtung kann beispielsweise eine Anzeige, beispielsweise Bildschirm, sein. Alternativ kann die Ausgabeeinrichtung auch ein Datenausgabemodul sein und eine Schnittstelle zum Abgreifen von Daten, beispielsweise für ein Speichermedium, darstellen. Die Ausgabeeinrichtung ist insbesondere ausgebildet, die Überwachungsbilder auszugeben und im Speziellen die Überwachungsbilder auszugeben, in welchen die wiederzufindende Person detektiert wurde. Im Speziellen kann die Ausgabeeinrichtung ausgebildet sein, die wiedergefundene Person in dem Überwachungsbild anzuzeigen und/oder zu markieren. Im Speziellen ist die Ausgabeeinrichtung ausgebildet, neben dem Überwachungsbild und/oder der wiederzufindenden Person Daten anzugeben, wo sich die wiederzufindende Person befindet und/oder befand, beispielsweise einen Umgebungsbereichsabschnitt und/oder eine Raumnummer.
  • Einen weiteren Gegenstand der Erfindung bildet eine Überwachungsanlage mit mindestens einer Kamera und der Überwachungsvorrichtung wie vorher beschrieben. Die Überwachungsanlage kann auf mehrere Abschnitte des Überwachungsbereiches und/oder weitere Bereiche beispielsweise einer zentralen Sicherheitsüberwachung, verteilt sein. Die mindestens eine Kamera und/oder mehrere Kameras sind vorzugsweise im Überwachungsbereich angeordnet und überwachen den Überwachungsbereich videotechnisch und stellen Überwachungsbilder bereit. Die Überwachungsvorrichtung ist ausgebildet, die Videodaten und/oder Überwachungsbilder auszuwerten und beispielsweise Merkmalsvektoren für Objekte in den Überwachungsbildern zu bestimmen. Die Überwachungsvorrichtung vergleicht und/oder bestimmt basierend auf dem Merkmalsvektor und einem und/oder dem assoziierten und/oder kombinierten Merkmalsvektor die wiederzufindende Person zu detektieren. Insbesondere ist die Überwachungsanlage ausgebildet, dass die Kameras bereits vorinstalliert sein können und Teil einer Überwachungsanlage waren, wobei die Kameras mit der Überwachungsvorrichtung wie vorher datentechnisch verbunden und/oder koppelbar sind.
  • Einen weiteren Gegenstand der Erfindung bildet ein Verfahren zum Wiedererkennen einer Person in einem Überwachungsbereich. Dabei werden in Überwachungsbildern des Überwachungsbereichs Objekte detektiert und/oder segmentiert. Objekte in den Überwachungsbildern werden Merkmalsvektoren zugeordnet, wobei diese Merkmalsvektoren beispielsweise einen Kontrast, eine Farbe und/oder Form beschreiben und/oder bewerten. Für eine wiederzufindende und/oder wiederzuerkennende Person wird ein kombinierter Merkmalsvektor gebildet, wobei der kombinierte Merkmalsvektor den Merkmalsvektor der wiederzuerkennenden Person umfasst und zusätzlich Merkmalsvektoren zu assoziierten Objekten und/oder Personen zugehörig zu dieser Person umfassen. Das Verfahren sieht insbesondere vor, dass die wiederzuerkennende Person basierend auf dem Merkmalsvektor der Objekte in den Überwachungsbildern und/oder dem kombinierten Merkmalsvektor bestimmt wird. Beispielsweise werden die Merkmalsvektoren der und/oder mehrerer Überwachungsbilder mit dem kombinierten Merkmalsvektor verglichen, wobei bei Übereinstimmung von Merkmalsvektor und kombiniertem Merkmalsvektor die wiederzufindende Person als aufgefunden und/oder detektiert festgelegt wird.
  • Einen weiteren Gegenstand der Erfindung bildet ein Computerprogramm zur Durchführung des Verfahrens, wenn das Computerprogramm auf einem Rechner, der Überwachungsanlage und/oder der Überwachungsvorrichtung ausgeführt wird.
  • Einen weiteren Gegenstand der Erfindung bildet ein maschinenlesbares Speichermedium, auf welchem das Computerprogramm wie vorher beschrieben gespeichert ist.
  • Weitere Vorteile, Wirkungen und Ausgestaltungen der Erfindung ergeben sich aus den beigefügten Figuren und deren Beschreibung. Dabei zeigen:
    • 1 schematisch eine Überwachungsanlage;
    • 2 schematisch einen Ablauf zum Wiedererkennen einer Person.
  • 1 zeigt schematisch eine Überwachungsanlage 1. Die Überwachungsanlage 1 dient der Überwachung eines Überwachungsbereiches 2. Der Überwachungsbereich 2 ist beispielsweise ein öffentliches Gebäude, wie ein Flughafen. In dem Überwachungsbereich 2 sind mehrere und/oder eine Vielzahl an Personen 3 unterwegs. Die Personen 3 können Gegenstände wie beispielsweise einen Koffer 4 und/oder ein Tier 5 bei sich führen. Der Überwachungsbereich 2 wird mittels mindestens einer Kamera 6 videotechnisch überwacht. Die Überwachungskamera 6 stellt Videodaten mit Überwachungsbildern 7 des Überwachungsbereiches 2 und/oder eines Abschnittes des Überwachungsbereiches bereit. Die Überwachungsbilder 7 bilden die Personen, Gegenstände auf Überwachungsbildern ab. Die Kamera 6 weist eine Schnittstelle 8 zur datentechnischen Kopplung mit einer weiteren Schnittstelle 9 auf. Die weitere Schnittstelle 9 ist von der Überwachungsvorrichtung 10 umfasst. Die Überwachungsvorrichtung 10 kann beispielsweise eine Computer- und/oder Rechnereinheit bilden. Beispielsweise ist die Überwachungsvorrichtung 10 Teil einer zentralen Sicherheits- und/oder Videoüberwachung. Die Überwachungsvorrichtung ist ausgebildet, eine wiederzuerkennende Person 11 im Überwachungsbereich 2 basierend auf den Überwachungsbildern 7 wiederzufinden. Beispielsweise ist die wiederzufindende Person 11 eine Person, die den Koffer 4 und zwei Kinder 12 bei sich hat. Die wiederzufindende Person 11 bewegt sich zusammen mit dem Koffer 4 und den Kindern 12 durch den Überwachungsbereich 2. Das Überwachungsbild 7 zeigt die wiederzufindende Person 11, die zwei Kinder 12 und den Koffer 4 sowie eine weitere Person 3. Um die Person wiederzufinden, weist die Überwachungsvorrichtung eine Merkmalsbestimmungseinrichtung 13 auf. Die Merkmalsbestimmungseinrichtung 13 ist ausgebildet, für das Überwachungsbild 7 Objekte zu erkennen und/oder zu klassifizieren beziehungsweise das Bild zu segmentieren. Für Objekte im Überwachungsbild 7 wird jeweils ein Merkmalsvektor bestimmt. So wird beispielsweise ein Merkmalsvektor für die abgebildete Person 11, 3 und für die beiden Kinder 12 sowie für den Koffer 4 bestimmt. Der Merkmalsvektor charakterisiert und/oder bewertet beispielsweise Formen, Muster und/oder andere Eigenschaften, welche bildtechnisch abbildbar und/oder bewertbar sind. Für das Überwachungsbild 7 liegt somit eine Mehrzahl an Merkmalsvektoren vor.
  • Weiterhin weist die Überwachungsvorrichtung eine Assoziationseinrichtung 14 auf. Die Assoziationseinrichtung 14 ist ausgebildet, einen kombinierten Merkmalsvektor zu generieren und/oder bereitzustellen. In der Assoziationseinrichtung 14 sind beispielsweise ein Bild 15a und 15b hinterlegt und/oder einlesbar. Beispielsweise ist das Bild 15a ein Bild, das zu einem vorherigen Zeitpunkt aufgenommen wurde und die Person 11 mit den Kindern 12 zeigt. Alternativ und/oder ergänzend kann das Bild 15a ein von extern bereitgestelltes Bild, beispielsweise Familienbild, darstellen. Ferner ist das Bild 15b ausgebildet, den Koffer 4 zu beschreiben und/oder charakterisieren, wie ihn die Person 11 mit sich führt. Beispielsweise kann ein solches Bild 15b aus einem Verkaufskatalog oder Ähnlichem entnommen werden. Die Assoziationseinrichtung 14 ist ausgebildet, für die Person 11 einen Merkmalsvektor zu bestimmen sowie für die zu ihm assoziierten Objekte, nämlich die Kinder 12 und den Koffer 4, jeweils einen Merkmalsvektor zu bestimmen. Der kombinierte Merkmalsvektor umfasst die Merkmalsvektoren der Person 11 sowie die Merkmalsvektoren der Kinder 12 und des Koffers 4.
  • Die Überwachungsvorrichtung weist eine Personenwiedererkennungseinrichtung 16 auf. Die Personenwiedererkennungseinrichtung 16 ist ausgebildet, die Überwachungsbilder 7 daraufhin zu untersuchen, ob die Merkmalsvektoren, die von der Merkmalsbestimmungseinrichtung bestimmt wurden, kombinierbar sind, um so den kombinierten Merkmalsvektor zu bilden. Beispielsweise wird dazu verglichen, ob alle Merkmalsvektoren, die im kombinierten Merkmalsvektor zusammengefasst wurden, in dem Überwachungsbild 7 aufzufinden sind. Bei einer Übereinstimmung gilt die wiederzufindende Person als wiedergefunden, wobei zum Wiederfinden nicht nur die Person detektiert wurde, sondern auch auf assoziierte Objekte geachtet wurde. Insbesondere ist die Überwachungsvorrichtung ausgebildet, dass in dem Überwachungsbild ein Bereich 17 markiert wird, in welchem die wiederzufindende Person 11 zusammen mit den assoziierten Objekten 12 und 4 kenntlich gemacht wurde.
  • 2 zeigt schematisch den Ablauf zum Festlegen von assoziierten Objekten und dem Wiederfinden der wiederzufindenden Person 11. Beispielsweise wird von einem Benutzer in einem ersten Überwachungsbild 7 die wiederzuerkennende Person 11 ausgewählt. Dieses kann beispielsweise durch grafisches Auswählen und/oder Ausschneiden im Überwachungsbild 7 erfolgen. Dies erfolgt in einem Verfahrensschritt 100.
  • In einem weiteren Verfahrensschritt 200 wählt der Benutzer assoziierte Objekte 12 und 4 aus. Diese Auswahl der assoziierten Objekte 12 erfolgt insbesondere auch grafisch, beispielsweise durch Einzeichnen in dem Überwachungsbild 4. Das assoziierte Objekt 12 ist hierbei ein Kind und/oder eine weitere Person, wobei das assoziierte Objekt 4 ein Gepäckstück ist, welches die Person 11 mit sich führt.
  • In einem Verfahrensschritt 300 wird der kombinierte Merkmalsvektor 18 gebildet. Der kombinierte Merkmalsvektor 18 wird dabei aus dem Merkmalsvektor 19 der wiederzufindenden Person 11 sowie den beiden Merkmalsvektoren 20 der assoziierten Objekte 12 und 4 gebildet.
  • Die Suche bezüglich der wiederzufindenden Person 11 erfolgt in dem Verfahrensschritt 400. Dabei werden folgende Überwachungsbilder 7b und 7c auf das Vorliegen des kombinierten Merkmalsvektors 18 untersucht. Wie anhand von Bild 7b und 7c zu sehen ist, ist die räumliche Anordnung der assoziierten Objekte 12 und 4 bezüglich der wiederzufindenden Person 11 nicht relevant für den kombinierten Vektor 18, sodass die Person 11 zusammen mit den assoziierten Objekten 4 und 12 auch wiedergefunden wird, wenn der Koffer 4 beispielsweise weiter entfernt ist von der wiederzufindenden Person 11. Wird die wiederzufindende Person 11 detektiert und/oder der kombinierte Merkmalsvektor 18 aufgefunden, so kann dieses Bild, insbesondere auch mit angezeigtem Bereich und/oder Positionsinformationen im Überwachungsbereich ausgegeben werden, beispielsweise auf einer grafischen Ausgabeeinheit.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102008043954 A1 [0003]

Claims (13)

  1. Überwachungsvorrichtung (10) zur Personenwiedererkennung in einem Überwachungsbereich (2), wobei der Überwachungsbereich (2) mit mindestens einer Kamera (6) videotechnisch überwacht ist und die Kamera (6) ausgebildet ist, Überwachungsbilder (7) als Videodaten der Überwachungsvorrichtung (10) bereitzustellen, mit einer Merkmalsbestimmungseinrichtung (13), wobei die Merkmalsbestimmungseinrichtung (13) ausgebildet ist, für Objekte in mindestens einem der Überwachungsbilder (7) jeweils einen Merkmalsvektor (19) zu bestimmen, mit einer Personenwiedererkennungseinrichtung (16), wobei die Personenwiedererkennungseinrichtung (16) ausgebildet ist, in den Überwachungsbildern (7) eine wiederzuerkennende Person (11) basierend auf dem und/oder den bestimmten Merkmalsvektoren (19) der Merkmalsbestimmungseinrichtung (13) und/oder einem kombinierten Merkmalsvektor (18) zu detektieren, mit einer Assoziationseinrichtung (14), wobei die Assoziationseinrichtung (14) ausgebildet ist, für die wiederzuerkennende Person (11) und assoziierte Umgebungsobjekte der wiederzuerkennenden Person (11) jeweils einen Merkmalsvektor (19) zu bestimmen, wobei die Assoziationseinrichtung (14) ausgebildet ist den kombinierten Merkmalsvektor (18) basierend auf dem Merkmalsvektor (19) der wiederzuerkennenden Person (11) und dem oder den Merkmalsvektoren (20) der assoziierten Umgebungsobjekte zu bestimmen.
  2. Überwachungsvorrichtung (10) nach Anspruch 1, gekennzeichnet durch eine Auswahleinrichtung, wobei mittels der Auswahleinrichtung die wiederzuerkennende Person (11) festlegbar ist und/oder die zur wiederzuerkennenden Person (11) gehörenden assoziierten Umgebungsobjekte auswählbar sind.
  3. Überwachungsvorrichtung (10) nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Assoziationseinrichtung (14) ausgebildet ist, für die wiederzuerkennende Person (11) basierend auf einem Regelwerk und/oder mittels einer künstlichen Intelligenz die assoziierten Objekte zu bestimmen und/oder auszuwählen und/oder vorzuschlagen.
  4. Überwachungsvorrichtung (10) nach Anspruch 3, dadurch gekennzeichnet, dass die Assoziationseinrichtung (14) ausgebildet ist, einen Suchbereich zum bestimmen und/oder auswählen der assoziierten Objekte mittels eines Suchkriteriums, insbesondere Zeit und/oder Umgebungsradius, einzuschränken.
  5. Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Merkmalsvektor (19) auf Kontrast, Farben und/oder Mustern basiert.
  6. Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Merkmalsvektor (19) eine Personengrößeninformation, eine Kleidungsinformation und/oder Ganginformation umfasst.
  7. Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, dass die assoziierten Objekte eine Begleitperson, ein Tier (5), ein Artikel aus dem Sortiment eines Warenhauses und/oder ein Gepäckstück umfassen.
  8. Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der kombinierte Merkmalsvektor (18) unabhängig von einer Anordnung der assoziierten Objekte um die wiederzuerkennende Person (11) ist.
  9. Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, gekennzeichnet durch eine Ausgabeeinrichtung, wobei die Ausgabeeinrichtung ausgebildet ist, die in den Überwachungsbildern (7) detektierte wiederzufindende Person (11) anzuzeigen.
  10. Überwachungsanlage (1) mit mindestens einer Kamera (6) und der Überwachungsvorrichtung (10) nach einem der vorherigen Ansprüche, wobei der Überwachungsvorrichtung (10) die Videodaten bereitgestellt sind.
  11. Verfahren zum Wiedererkennen einer Person (3) in einem Überwachungsbereich (2), wobei in Überwachungsbildern (7) des Überwachungsbereichs (2) Objekte detektiert und/oder segmentiert werden, wobei den Objekte in den Überwachungsbildern (7) Merkmalsvektoren (19) zugeordnet werden, wobei für eine wiederzufindende und/oder wiederzuerkennende Person (11) ein kombinierter Merkmalsvektor (18) gebildet wird, wobei der kombinierte Merkmalsvektor (18) den Merkmalsvektor (19) der wiederzuerkennenden Person (11) umfasst und zusätzlich Merkmalsvektoren (20) zu assoziierten Objekten umfasst, wobei die wiederzuerkennende Person (11) basierend auf dem Merkmalsvektor (19) der Objekte in den Überwachungsbildern (7) und/oder dem kombinierten Merkmalsvektor (18) bestimmt wird.
  12. Computerprogramm zur Durchführung des Verfahrens nach Anspruch 1, wenn das Computerprogramm auf einem Rechner, der Überwachungsanlage (1) und/oder der Überwachungsvorrichtung (10) ausgeführt wird.
  13. Maschinenlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 12 gespeichert ist.
DE102019203324.5A 2019-03-12 2019-03-12 Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium Pending DE102019203324A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102019203324.5A DE102019203324A1 (de) 2019-03-12 2019-03-12 Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium
PCT/EP2020/055381 WO2020182503A1 (de) 2019-03-12 2020-03-02 Überwachungsvorrichtung, überwachungsanlage, verfahren, computerprogramm und maschinenlesbares speichermedium
US17/437,523 US11869245B2 (en) 2019-03-12 2020-03-02 Monitoring device, monitoring system, method, computer program and machine-readable storage medium
GB2114423.3A GB2598053B (en) 2019-03-12 2020-03-02 Monitoring device, monitoring system, method, computer program and machine-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019203324.5A DE102019203324A1 (de) 2019-03-12 2019-03-12 Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium

Publications (1)

Publication Number Publication Date
DE102019203324A1 true DE102019203324A1 (de) 2020-09-17

Family

ID=69740352

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019203324.5A Pending DE102019203324A1 (de) 2019-03-12 2019-03-12 Überwachungsvorrichtung, Überwachungsanlage, Verfahren, Computerprogramm und maschinenlesbares Speichermedium

Country Status (4)

Country Link
US (1) US11869245B2 (de)
DE (1) DE102019203324A1 (de)
GB (1) GB2598053B (de)
WO (1) WO2020182503A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114342360A (zh) * 2019-08-30 2022-04-12 日本电气株式会社 处理设备、处理***、处理方法和程序

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008043954A1 (de) 2008-11-21 2010-05-27 Robert Bosch Gmbh Sensornetzwerksystem, Übertragunsprotokoll, Verfahren zum Wiedererkennen eines Objekts sowie Computerprogramm
US9818126B1 (en) * 2016-04-20 2017-11-14 Deep Labs Inc. Systems and methods for sensor data analysis through machine learning

Also Published As

Publication number Publication date
WO2020182503A1 (de) 2020-09-17
US20220148315A1 (en) 2022-05-12
US11869245B2 (en) 2024-01-09
GB2598053A (en) 2022-02-16
GB2598053B (en) 2023-10-25
GB202114423D0 (en) 2021-11-24

Similar Documents

Publication Publication Date Title
DE602005001627T2 (de) Vorrichtung zur Extraktion von Fussgängern
DE102014213553B4 (de) Tracking-Unterstützungsvorrichtung, Tracking-Unterstützungssystem und Tracking-Unterstützungsverfahren
DE60204671T2 (de) Automatisches system zur überwachung von personen ,die einen anproberaum eintreten und verlassen
DE69707886T2 (de) Verfahren und gerät zum lokalisieren einer sich bewegenden zone und bestimmung der schnellheit und richtung der bewegung eines gebietes von relativer bewegung in einer szene
DE112009000485T5 (de) Objektvergleich für Verfolgung, Indizierung und Suche
DE112017001311T5 (de) System und Verfahren zum Trainieren eines Objektklassifikators durch maschinelles Lernen
DE112016002373T5 (de) Tracking-support-vorrichtung, tracking-support-system und tracking-support-verfahren
WO2009003793A2 (de) Vorrichtung zur erkennung und/oder klassifizierung von bewegungsmustern in einer bildsequenz von einer überwachungsszene, verfahren sowie computerprogramm
DE112016006300T5 (de) Vorrichtung zur Überwachung unbeaufsichtigter Objekte, mit derselben ausgestattetes System zur Überwachung unbeaufsichtigter Objekte und Verfahren zur Überwachung unbeaufsichtigter Objekte
DE112017006503T5 (de) Verfahren und vorrichtung zum dynamischen geofence-absuchen eines ereignisorts
DE102017220307A1 (de) Vorrichtung und Verfahren zum Erkennen von Verkehrszeichen
DE102012218870A1 (de) Verbessertes Erkennen herrenloser Objekte unter Verwendung des Erfassens von Fussgängern
DE102021211867A1 (de) Systeme und verfahren zum erkennen von krankheitssymptomen von nutzern
DE102013016813A1 (de) Verfahren zum Betrieb einer tragbaren Screeningvorrichtung und tragbare Screeningvorrichtung
Ancheta et al. FEDSecurity: implementation of computer vision thru face and eye detection
DE60303138T2 (de) Vergleichen von mustern
DE112016001039T5 (de) Vorrichtung und Verfahren zur Extraktion eines interessierenden Bereichs
DE102020203473A1 (de) Anonymisierungseinrichtung, Überwachungsvorrichtung, Verfahren, Computerprogramm und Speichermedium
DE102019212978A1 (de) Überwachungsvorrichtung zur Personenwiedererkennung und Verfahren
DE102013217223A1 (de) Überwachungsanlage sowie Verfahren zur Darstellung eines Überwachungsbereichs
DE102020117544A1 (de) System und verfahren zur verarbeitung von videodaten aus dem archiv
WO2020182503A1 (de) Überwachungsvorrichtung, überwachungsanlage, verfahren, computerprogramm und maschinenlesbares speichermedium
DE102019123220A1 (de) Zusammenfassen von Videos von mehreren sich bewegenden Videokameras
DE102019123005A1 (de) System und verfahren zur anzeige des objektbewegungsschemas
DE112021001351T5 (de) Biometrische bestimmungsvorrichtung und biometrisches bestimmungsverfahren