DE60215049T2 - Überwachungssystem mit verdächtigem verhaltensdetektion - Google Patents

Überwachungssystem mit verdächtigem verhaltensdetektion Download PDF

Info

Publication number
DE60215049T2
DE60215049T2 DE60215049T DE60215049T DE60215049T2 DE 60215049 T2 DE60215049 T2 DE 60215049T2 DE 60215049 T DE60215049 T DE 60215049T DE 60215049 T DE60215049 T DE 60215049T DE 60215049 T2 DE60215049 T2 DE 60215049T2
Authority
DE
Germany
Prior art keywords
behavior
pattern recognition
predetermined
observed
store
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.)
Expired - Fee Related
Application number
DE60215049T
Other languages
English (en)
Other versions
DE60215049D1 (de
Inventor
Antonio Colmenarez
Miroslav Trajkovic
V. Srinivas GUTTA
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Application granted granted Critical
Publication of DE60215049D1 publication Critical patent/DE60215049D1/de
Publication of DE60215049T2 publication Critical patent/DE60215049T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • 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
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639Details of the system layout
    • G08B13/19641Multiple cameras having overlapping views on a single scene
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Burglar Alarm Systems (AREA)
  • Alarm Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Processing (AREA)

Description

  • Die vorliegende Erfindung bezieht sich auf Sicherheitssysteme. Insbesondere bezieht sich die vorliegende Erfindung auf Überwachungssysteme.
  • Herkömmliche Sicherheits- und Überwachungssysteme basieren auf begrenzte Ereignisdetektion. Beispielsweise das Öffnen von Türen, Fenstern, Bewegungssensoren bei Detektion von Eindringung in einen Laden, sind übliche Kontrollpunkte für derartige Sicherheitssysteme. Bestenfalls kann ein herkömmliches System Computersichtalgorithmen anwenden um Bewegung oder Geräusche zu detektieren.
  • Ein Abnormalitäten-Überwachungssystem zum Erhalten einer Bildeingabe zum Detektieren von Abnormalitäten in dieser Eingabe auf Basis der vorher gespeicherten Information, und zum Weiterleiten einer Meldung an den Sicherheitsdienst bei Detektion des Vorhandenseins einer Abnormalität ist in US 4737847 beschrieben. Dieses System gibt dem Sicherheitsdienst eine Meldung, wenn eine vordefinierte Abnormalität detektiert wird und gibt eine Zone an, in Raum und/oder in Zeit, in der eine Abnormalität aufgetreten ist, unter Anwendung eines Warnungspegelindikators. US 6128396 beschreibt eine andere automatische Überwachungsanordnung zum Detektieren eines Objektes, wie einer verdächtigen Person, auf Basis des Bildes, erhalten von einer Bildaufnahmeeinrichtung.
  • Es gibt aber ein Bedürfnis nach einem Sicherheitsdienst, der imstande ist, verdächtige Ereignisse (wie diese in dem Überwachungsbereich durchaus bekannt sind) zu detektieren und Warnungssignale usw. zu triggern, usw.
  • Die vorliegende Erfindung schafft Systeme nach Anspruch 1, 8 und 9 und Verfahren nach Anspruch 12, 13 und 14, die eine automatische Detektion von verdächtigen Verhaltensmustern und Triggerung eines Alarmsystems schaffen.
  • Ausführungsbeispiele der Erfindung sind in der Zeichnung dargestellt und werden im Folgenden näher beschrieben. Es zeigen:
  • 1 eine Übersicht einer Ausführungsform eines Systems nach der vorliegenden Erfindung,
  • 2 Einzelheiten in Bezug auf das Mustererkennungsmodul aus 1,
  • 3 ein Flussdiagramm mit einer Übersicht eines Verfahrens nach der vorliegenden Erfindung,
  • 4 einen etwaigen Verfahrensschritt für das in 3 dargestellten Verfahren.
  • Als nicht begrenzende Illustration schaffen die nachfolgenden Figuren und ihre zugehörige Beschreibung eine Erläuterung bestimmter Aspekte eines Systems und eines Verfahrens nach der vorliegenden Erfindung. Dem Fachmann dürfte es einleuchten, dass es zu dem dargestellten System und dem entsprechenden Verfahren Abwandlungen gibt, die im Rahmen der beiliegenden Ansprüche liegen und an sich beschränkt sich die vorliegende Erfindung nicht auf die zur Erläuterung gegebenen Figuren.
  • 1 ist eine Übersicht einer Ausführungsform eines Systems nach der vorliegenden Erfindung der eingangs beschriebenen Art. Eine Beobachtungseinheit 110 wird verwendet um ein vorbestimmtes Gebiet zu überwachen. Die Beobachtungseinheit 110 kann eine Videokamera, ein optischer Sensor, ein IR-Sensor sein, der Körperwärme spürt, um nur einige Möglichkeiten zu nennen, welche die Beobachtungseinheit umfassen kann. Die Beobachtungseinheit kann auch imstande sein, Geräusche zu spüren.
  • Die Beobachtungseinheit kommuniziert mit einer Verarbeitungseinheit 120, die Daten von der Beobachtungseinheit analysiert um zu ermitteln, ob bestimmte, von der Beobachtungseinheit beobachtete Verhaltensmuster mit einem vorbestimmten verdächtigten, in dem Mustererkennungsmodul 125 gespeicherten Verhalten assoziiert sind.
  • Wenn es eine von dem Mustererkennungsmodul 125 erkannte Übereinstimmung zwischen einem beobachteten Verhalten und einem der vorbestimmten verdächtigten Verhalten gibt, meldet dies eine Meldeeinheit 140 an einen Sicherheitsdienst 130. Der Sicherheitsdienst kann bei Benachrichtigung, dass ein verdächtigtes Verhalten detektiert worden ist, die Situation weiterhin dadurch näher untersuchen, dass die Überwachung der Person, die das Verhalten begeht, intensiviert wird und/oder dass der Sicherheitsdienst sich dem überwachten Gebiet nähert.
  • Es dürfte einleuchten, dass die vorbestimmten verdächtigten Verhalten unschuldige Aktionen sind, die für rechtmäßige Personen üblich sind, so dass die Benachrichtigung und die verschärfte Überwachung mit der Feststellung durchgeführt werden sollen, dass es möglich sein kann, dass keine unrechtmäßige Aktivität stattgefunden hat. Unschuldige Personen können auf direkte Konfrontation unfreundlich reagieren, wenn das Sicherheitssystem angibt, dass sie etwas als verdächtigt angemerktes gemacht haben.
  • Die in dem Erkennungsmodul gespeicherten Verhaltensmuster können zerreißende Geräusche umfassen, wie das Zerreißen von Papierverpackung oder das Zerbrechen von Kunststoffverpackung, wie wenn ein Ladendieb eine Verpackung aufreißt um etwas zu entwenden (die Verpackung enthält ja oft den Sicherheitsaufkleber).
  • Wenn beispielsweise eine Person in dem gang eines Ladens eine Verpackung aufreißt, wird dieses Geräusch zu der Verarbeitungseinheit übertragen, und wenn das Erkennungsmodul das Geräusch als einem möglichen verdächtigten Verhalten (etwaigen Ladendiebstahl) entsprechend erkennt, wird die Meldungseinheit dem Sicherheitsdienst mitteilen, dass ein Individuum in einem bestimmten Gebiet gespürt worden ist, das ein verdächtiges Verhalten zeigt. Der Sicherheitsdienst kann eine Person vor einem Monitor sein, oder die Mitteilung kann einem Sicherheitsbeamten über ein tragbares Terminal, einen Pager, eine drahtlose Kommunikationsanordnung usw., welche die Information liefert, übermittelt werden.
  • Es kann Gewichtungspegel geben, die mit dem detektierten verdächtigten Verhalten assoziiert sind, die dem detektierten Verhalten zugeordnet sind und mit einem bestimmten überwachten Gebiet im Zusammenhang stehen. In Gebieten beispielsweise eines Ladens, wo Verluste höhere Geldwerte vertreten, wie in einem Juweliergeschäft, oder in Mengenverlusten, wie Batterien, Rasierklingen, CDs usw., könnte die Gewichtung eingestellt werden, das die Wahrscheinlichkeit des Ladendiebstahls gröber ist in diesen gebieten des Geschäftes als beispielsweise in Gängen mit Papierwaren.
  • Es sei auch an dieser Stelle wieder bemerkt, dass die Detektion zerreißender Geräusche nicht unbedingt bedeutet, dass etwas Illegales passiert ist, sondern vielmehr, dass eine verstärkte Überwachung erforderlich sein kann. Es wäre das beste, wenn beispielsweise ein Video des Ganges, wo die zerreißenden Geräusche auftraten, dem Sicherheitsdienst zugeführt werden würden, so dass jemand noch mal sehen kann, ob eine Person tatsächlich Verpackung von Gegenständen auf illegale Weise aufreißt, oder bloß einen Einkaufszettel zerreißt.
  • Die Verarbeitungsmittel können ein Speichergebiet haben, so dass Beobachtungen, die als verdächtigtes Verhalten erkannt werden, durch Tag, Datum, Zeit, Gewichtung usw. kategorisiert werden können. Dadurch wäre ein Sicherheitsdienst imstande, die verdächtigten "Verhaltenstreffer" zur periodischen Neubetrachtung sowie zur Echtzeitberichtung davon zu beantragen.
  • Nach einer Ausführungsform der vorliegenden Erfindung umfasst das verdächtigte Verhalten das Erkennen, wenn eine Gruppe von Leuten, getrennt in Subgruppen oder vereinzelt, ein Geschäft betritt und danach das Geschäft verlässt, meistens ohne dabei an der Kasse für den Einkauf zu bezahlen. Eine Art und Weise, wie das System funktionieren könnte, wäre ein IR-Sensor, der Körperwärme erkennt für jede in den Laden eintretende Person.
  • Auf diese Weise kann eine Gruppe von Leuten, die in den Laden eintreten, identifiziert werden und die IR-Sensoren könnten die Differenz in der Wärme überprüfen, wenn die Gruppe sich zerstreuen würde. Selbstverständlich ist es nicht vollkommen unüblich, dass eine Familie in einen Laden eintritt und dass die Familienmitglieder sich in verschiedenen Richtungen begeben. Auf entsprechende Weise sollte die Meldung eines verdächtigten Verhaltens normalerweise auf eine subtile Art und Weise behandelt werden, weil das Anhalten einer Familie an der Tür eines Ladens und Bezeichnung derselben als potentielle Ladendiebe wäre für das Geschäft nicht gut und würde zu Kundenverlust führen.
  • Andere Ausführungsformen umfassen, dass Leute durch Gänge gehen, entweder während einer bestimmten Zeit, oder durch eine vorbestimmte Anzahl Gänge, ohne dass etwas in den Einkaufskorb gelegt wird. Diese Art von Überwachung kann ein modernes Folgesystem erfordern, wobei jeder Kunde identifiziert und gekennzeichnet wird, wenn dieser in den Laden eintritt, möglicherweise durch IR-Körperwärme, oder durch eine andere Art von biometrischer Abtastung.
  • Das überwachte Gebiet könnte in eine Anordnung von Zellen aufgeteilt werden, wobei jede Zelle etwa die Größe einer Person hat. Der Inhalt jeder Zelle könnte überwacht werden und Änderungen in den benachbarten Zellen wenn eine Person durch den Laden geht, können zum Angeben einer Bewegung verwendet werden. US Patent 4.249.207 von Harman u. a. schafft Hintergrundmaterial, das eine Art und Weise angibt, wie eine Anordnung von Zellen zum Identifizieren einer Bewegung verwendet werden könnte. Dem Fachmann dürfte es einleuchten, dass es viele Möglichkeiten gibt, wie die Verfolgung einer Bewegung durch das überwachte Gebiet hindurch ausgeführt werden könnte.
  • 2 zeigt einen Mustererkennungstyp, der verwendet werden kann, beispielsweise zu verfolgen, ob eine Person sich konstant umschaut, ein klassisches Zeichen eines möglichen Ladendiebs. Eine Anzeige des Umdrehens des Kopfes einer Person könnte dadurch ermittelt werden, dass der Gang in eine Reihe von Zellen 210 aufgeteilt wird. Die Anordnung von Zellen könnte weiter aufgeteilt werden (durch 220 und 225 dargestellt) zwischen beispielsweise einer Höhe von 5 Fuß 5 Zoll und 6 Fuß zur Höhe des Kopfes einer Person. Diese Werte werden nur für Erläuterungszwecke gegeben und die Aufteilung von Zellen könnte beispielsweise von 4 Fuß bis 8 Fuß sein, wenn versucht wird, Kopfbewegungen zu detektieren. Die Breite der aufgeteilten Zellen könnte auch kleiner sein (dargestellt durch 230), so dass das Drehen des Kopfes auf einfachere Art und Weise identifiziert wird. Es soll eine Reihe von Bewegungen des Kopfes geben um zwischen normalem Umsehen und Suchen nach Sicherheit unterscheiden zu können.
  • Die Verwendung von aufgeteilten Zellen könnte angewandt werden um Personen zu detektieren, die Handtaschen tragen. Wie in 2 dargestellt, kann es zur Höhe, wo es normalerweise eine Handtasche gibt, (beispielsweise etwa zweieinhalb Fuß vom Boden) eine Anzahl Aufteilungen 240 geben, um eine Tragetasche neben einer Person zu detektieren. Die Manipulation der Tasche vertikal, horizontal oder diagonal könnte die Basis sein, verdächtigtes Verhalten anzugeben. Denn ein Kunde, der die Hand in eine Handtasche steckt, indem er sich in dem Gang eines Ladens befindet, könnte möglicherweise eine Angabe sein, dass etwas geschieht, was sich nicht gehört. Auch hier ist es wieder möglich, dass ein Kunde lauter in die Handtasche greift um sich ein Taschentuch zu nehmen, und dieser Vorgang ist völlig unschuldig.
  • Ein anderes Kriterium, angewandt um etwaige Sicherheitsbrüche zu ermitteln, könnte sein, Kinder und junge Teenager zu identifizieren. Teenager sind oft die meist wahrscheinliche Gruppe potentieller Ladendiebe, und wenn sie durch das System als eine Gruppe höheren Risikos identifiziert werden können, kann Überwachung derselben auf einem höheren Pegel durchgeführt werden, und zwar von dem Zeitpunkt an, wo sie in den Laden eintreten. Eine Möglichkeit wäre, die Größe des Kunden zu ermitteln.
  • Selbstverständlich gibt es viele Personen, die kleiner sind als junge Teenager, und es gibt Teenager, die viel größer sind als Erwachsene, so dass die Identifikation einer Person auf Basis der Größe nicht einwandfrei wirkt. Es ist aber möglich, dass Kameras das Bild eines in den Laden eintretenden Kunden abtasten und die Erkennung könnte dieses Bild mit Bildern von Personen verschiedener Alter vergleichen um eine Person in einer speziellen Gruppe zu identifizieren, wie eines Teenagers. Wenn es beispielsweise zwei oder mehr Teenager gibt, kann das System den Sicherheitsdienst benachrichtigen, dass ein erhöhter Überwachungspegel erforderlich ist.
  • Noch eine andere Art und Weise, wie Menschen oft Ladendiebstahl verüben ist, dass sie einen dicken Mantel tragen und die gestohlene Waren unter den Mantel verstecken um unentdeckt zu fliehen. Eine Möglichkeit ist, dass das System Personen abtastet, die in den Laden eintreten, und die Bilder mit Bildern von Leuten mit einem Mantel oder langen Hemden oder T-Shirts vergleicht um zu identifizieren, ob einer einen Mantel trägt. Diese Information könnte mit der Außentemperatur, mit der Jahreszeit, dem Datum usw. verglichen werden. Wenn beispielsweise im Monat Juli eine Person identifiziert wird, die einen Wintermantel trägt, könnte dies ein Grund sein, den Sicherheitsdienst darüber zu informieren, dass eine verschärfte Überwachung empfehlenswert ist.
  • Die Sensoren sollen nicht nur in stationären Bereichen des überwachten Gebietes vorgesehen werden. So könnten beispielsweise Einkaufswagen ein Druckfühlmittel aufweisen, das in dem Wagen vorgesehen ist, so dass Gegenstände, die in den Wagen gelegt werden, detektiert werden, und dass das Ausgangssignal über Funkfrequenz der Verarbeitungseinheit zugeführt wird. Die Verlagerung der Einkaufswagen könnte verfolgt werden, und zwar entsprechend Abstand, Zeit, die vergangen ist, seit der Wagen in den Laden eingefahren wurde, usw.
  • Das System kann heuristisch sein, indem Bewegung von Personen, die tatsächlich beim Durchführen illegaler oder geradezu verdächtigten Verhaltens danach zum künftigen Vergleichen mit nachfolgenden Kunden in das Erkennungsmodul geladen werden. Auf diese Weise kann die Mustererkennung heuristisch sein, und könnte auch nach Bedarf mit neuen Modellen aktualisiert werden.
  • Die Übertragung zwischen den Sensoren, der Verarbeitungseinheit, dem Erkennungsmodul und dem Sicherheitsdienst kann mit Hilfe jeder beliebigen Faseroptik, über Funk, über Kupferdraht, LAN, WAN, Doppelkabel usw. oder jeden beliebigen Typ von Kommunikationssystem nach Bedarf erfolgen. Die Übertragung zwischen den Sensoren und dem Prozess könnte der eine Systemtyp sein und die Übertragung zwischen dem Prozessor und dem Sicherheitsdienst könnte etwas anderes umfassen. Es ist erwünscht, dass die Kommunikation zu dem Sicherheitsdienst in Echtzeit erfolgt in einem Versuch, die Überwachung von stattfindenden kriminellen Vorgängen zu steigern, und möglicherweise zu verstehen. Der Sicherheitsdienst könnte seinerseits die Angestellten des Dienstes über Pa ger benachrichtigen, und zwar über den Gang, wo es ein verdächtiges Verhalten gibt, und möglicherweise zusammen mit einem Bild der Person.
  • 3 gibt eine übersicht eines Verfahrens nach der vorliegenden Erfindung.
  • In dem Schritt 300 wird das Verhalten einer Person in einem Überwachungsgebiet beobachtet. Außerdem kann das Überwachungsgebiet das Äußere und das Innere einer bestimmten Stelle innerhalb des Umfangs umfassen. So könnte beispielsweise ein bestimmter Abstand außerhalb der Türen eines Ladens überwacht werden und wenn erkannt wird, dass eine Person oder Personen länger als eine vorbestimmte Zeit draußen gestanden hat bzw. haben, könnte darüber der Sicherheitsdienst benachrichtigt werden, in diesem Gebiet die Überwachung zu verschärfen.
  • In dem Schritt 310 gibt es eine Identifikation, ob das in dem Schritt 300 beobachtete Verhalten mit wenigstens einem Verhalten einer Anzahl vorbestimmter verdächtigter Verhalten assoziiert ist, und zwar durch einen Vergleich des beobachteten Verhaltens mit einer Anzahl Verhaltensmuster in einem Mustererkennungsmodul.
  • Die Anzahl Verhalten in dem Mustererkennungsmodul könnten Bilder sowie Bewegungen sein. So könnten beispielsweise Bilder von Teenagern in dem Mustererkennungsmodul enthalten sein und die Bilder von Mustern, die in den Speicher eingegeben werden, könnten abgetastet und verglichen werden um zuidentifizieren, ob wenigstens eine Person in der Gruppe scheinbar aus dem Teenageralter heraus ist. Die Bewegung von Kunden durch die Gänge, das Einstecken der Hand in die Tasche (wie oben beschrieben) könnte alle Kriterien sein, die sich in dem Mustererkennungsmodul befinden.
  • In dem Schritt 320 wird der Sicherheitsdienst benachrichtigt, wenn ein beobachtetes Verhalten von dem Mustererkennungsmodul als einem gespeicherten Muster entsprechend erkannt wird. Auf Basis des Typs der Erkennung und des Grades, kann es sein, dass der Sicherheitsdienst nicht nur benachrichtigt wird, sondern dass er auch einen Gewichtungskode empfängt, über die Gewichtung des erkannten verdächtigten Verhaltens.
  • 4 umfasst einen etwaigen Schritt 400, wobei das System automatisch die Überwachung verschärft und nicht nur ein Sicherheitsgebiet andeutet. Bei Detektion beispielsweise eines verdächtigten Verhaltens kann das System verschiedene Kameras in diesem Gebiet einschalten, versuchen auf eine Person einzuzoomen und möglicherweise einen Code laut zu äußern. Es ist nicht unüblich, dass man in einem Laden Folgendes hört: "Sicherheitsdienst, Code blau", was bedeuten könnte, dass eines irgendwo in dem Laden ein Problem gibt, oder es könnte bedeuten, dass der Sicherheitsdienst versucht, etwaige Ladendiebe zu vertreiben, indem man sie glauben lässt, sie seien vielleicht der Grund des Alarms. Es könnte auch eine automatische Beschreibung einer Stelle des Ladens geben, etwas Identifizierbares für die Angestellten, nicht aber für die Kundschaft.
  • Dem Fachmann dürfte im Rahmen der beiliegenden Patentansprüche mehrere Abwandlungen einfallen. So kann beispielsweise die Art unter welchen Umständen abgetastet wird, die Lage der Sensoren, und die besonderen Kriterien angewandt zum Steigern oder zum Reduzieren aufgegebener Geschwindigkeitsgrenzen modifiziert werden.
  • Text in der Zeichnung
  • 1
    • 110 Beobachtungseinheit
    • 120 Verarbeitungseinheit
    • 130 Sicherheitsdienst
    • 125 Erkennungsmodul
  • 3
    • Start
    • 300 Beobachtung des Verhaltens einer Person in einem vorbestimmten Überwachungsgebiet;
    • 310 Identifikation, ob das in dem Schritt 300 beobachtete Verhalten mit wenigstens einem Verhalten einer Anzahl vorbestimmter verdächtigter Verhalten assoziiert ist, und zwar durch einen Vergleich des beobachteten Verhaltens mit einer Anzahl vorbestimmter Verhaltensmuster in einem Mustererkennungsmodul;
    • 320 Benachrichtigung des Sicherheitsdienstes, wenn das in dem Schritt 300 beobachtete Verhalten als mit wenigstens einem Muster einer Anzahl vorbestimmter Verhaltensmuster in dem Mustererkennungsmodul assoziiert identifiziert wird.
    • Ende
  • 4
    • 400 Steigerung der Überwachung der genannten Person, deren verhalten in dem Schritt 300 beobachtet wurde bei Benachrichtigung des Sicherheitsdienstes in dem Schritt 320.

Claims (16)

  1. Überwachungs- und Sicherheitssystem zur automatischen Detektion und Warnung von detektierten Ereignissen, wobei dieses System die nachfolgenden Mittel umfasst: – Mittel zum Beobachten eines Verhaltens (110) in einem vorbestimmten überwachten Gebiet, – Mittel zum Verarbeiten (120) eines Ausgangssignals von beobachtetem Verhalten aus den Beobachtungsmitteln, wobei die genannten Mittel zum Verarbeiten ein Mustererkennungsmittel (125) aufweisen um zu erkennen, ob das beobachtete Verhalten mit einem vordefinierten verdächtigen Verhalten assoziiert ist, und – Mittel um zu melden (140), dass die genannten Mustererkennungsmittel (125) wenigstens ein Verhaltensmuster erkennen, dass mit dem genannten Satz vordefinierten verdächtigten Verhaltens von den genannten Beobachtungsmitteln beobachtet worden ist, wobei die genannten Mittel zum Melden (140) eine Anzahl Alarmcodes umfassen, und wobei die genannte Anzahl Alarmcodes einem Sicherheitspegel des genannten wenigstens einen Verhaltensmusters entsprechen, das mit dem genannten Satz vordefinierten verdächtigten Verhaltens assoziiert ist, das von den genannten Mustererkennungsmitteln (125) erkannt worden ist, und wobei das genannte überwachte Gebiet einen Handelsladen umfasst, und das genannte vordefinierte verdächtigte Verhalten, das von den genannten Mustererkennungsmitteln (125) erkannt worden ist, das Erkennen einer Anzahl Personen, die in den Laden eintreten als eine Gruppe umfasst, wobei diese Anzahl danach in Subgruppen in verschiedenen Teilen des Ladens voneinander getrennt wird, und beim Verlassen des Ladens wieder zu einer Gruppe zusammengefügt wird.
  2. System nach Anspruch 1, wobei die genannten Beobachtungsmittel (110) Kameras umfassen.
  3. System nach Anspruch 1, wobei die genannten Beobachtungsmittel (110) Sensoren umfassen.
  4. System nach Anspruch 3, wobei die genannten Sensoren Schall spüren.
  5. System nach Anspruch 1, wobei die genannten Meldemittel (140) Warnsignale umfassen, die einer Überwachungsstelle zugeführt werden.
  6. System nach Anspruch 1, wobei das genannte überwachte Gebiet einen Laden umfasst und das genannte von den genannten Mustererkennungsmitteln (125) erkannte vordefinierte verdächtigte Verhalten das Erkennen umfasst, dass ein bestimmter Kunde eine vorbestimmte Anzahl Gänge auf und ab gegangen ist, ohne dass er etwas zum Kaufen gewählt hat.
  7. Überwachungs- und Sicherheitssystem zur automatischen Detektion und Warnung detektierter Ereignisse, wobei dieses System die nachfolgenden Mittel umfasst: – Mittel zum Beobachten eines Verhaltens (110) in einem vorbestimmten überwachten gebiet, – Mittel zum Verarbeiten (120) eines Ausgangssignals beobachteten Verhaltens aus den genannten Beobachtungsmitteln, wobei die genannten Verarbeitungsmittel ein Mustererkennungsmittel (125) umfassen um zu erkennen, ob das genannte beobachtete Verhalten mit einem vordefinierten verdächtigten Verhalten assoziiert ist; und – Mittel um zu melden (140), dass die genannten Mustererkennungsmittel (125) wenigstens ein Verhaltensmuster erkennen, das mit dem genannten Satz vordefinierten verdächtigten Verhaltens assoziiert ist, das von den genannten Beobachtungsmitteln beobachtet worden ist, wobei die genannten Meldemittel (140) eine Anzahl Alarmcodes umfassen, und wobei die genannte Anzahl Alarmcodes dem Sicherheitspegel des genannten wenigstens einen Verhaltensmusters entsprechen, das mit dem genannten Satz vordefinierten verdächtigten Verhaltens assoziiert ist, das von den genannten Mustererkennungsmitteln (125) erkannt worden ist, und wobei das genannte überwachte Gebiet einen Laden umfasst, und die genannten Mustererkennungsmittel (125) weiterhin das Erkennen, dass ein bestimmter Kunde eine Anzahl Gänge auf und ab gegangen ist, ohne dass er etwas zum Kaufen gewählt hat, umfasst, und das Erkennen einer kontinuierlichen Bewegung (220) (225) (230) des Kopfes des betreffenden Kunden während einer bestimmten Zeit.
  8. System nach Anspruch 7, wobei die genannten Mustererkennungsmittel (125) weiterhin umfasst: das Erkennen, dass der genannte betreffende Kunde eine vorbestimmte Zeitdauer in dem Laden verbringt, ohne dass er etwas zum Kaufen gewählt hat.
  9. Überwachungs- und Sicherheitssystem zur automatischen Detektion und Warnung detektierter Ereignisse, wobei das genannte System die nachfolgenden Mittel umfasst: – Mittel zum Beobachten eines Verhaltens (110) in einem bestimmten beobachteten Gebiet, – Mittel zum Verarbeiten (120) eines Ausgangssignals des beobachteten Verhaltens aus den genannten Beobachtungsmitteln, wobei die genannten Verarbeitungsmittel ein Mustererkennungsmittel (125) aufweisen um zu erkennen, ob das genannte beobachtete Verhalten mit einem vordefinierten verdächtigten Verhalten assoziiert ist; und – Mittel um zu melden (140), dass die genannten Mustererkennungsmittel (125) wenigstens ein Verhaltensmuster erkennen, das mit dem genannten Satz vordefinierten verdächtigten Verhaltens assoziiert ist, das von den genannten Beobachtungsmitteln beobachtet worden ist, wobei die genannten Meldemittel (140) eine Anzahl Alarmcodes aufweisen, und wobei die genannte Anzahl Alarmcodes dem Sicherheitspegel des genannten wenigstens einen Verhaltensmusters entsprechen, das mit dem genannten Satz vordefinierten verdächtigten Verhaltens assoziiert ist, das von den genannten Mustererkennungsmitteln (125) erkannt worden ist, und wobei das genannte überwachte Gebiet einen Laden umfasst, und die genannten Mustererkennungsmittel (125) weiterhin Folgendes umfassen: das Erkennen, dass ein bestimmter Kunde einen Mantel trägt, wenn die Außentemperatur höher ist als ein vorbestimmter Wert.
  10. System nach Anspruch 9, wobei die genannte Mustererkennung weiterhin Folgendes umfasst: das Erkennen, dass der genannte betreffende Kunde eine Tasche trägt.
  11. System nach Anspruch 1, wobei das genannte überwachte Gebiet einen Laden umfasst und ein vorbestimmtes Gebiet außerhalb des genannten Ladens, und die genannten Mustererkennungsmittel (125) erkennen, wenn eine Person sich während einer vorbestimmten Zeitdauer in dem vorbestimmten Gebiet außerhalb des genannten Ladens aufhält.
  12. Verfahren zur Überwachung und Detektion eines verdächtigten Verhaltens, wobei das genannte Verfahren die nachfolgenden Verfahrensschritte umfasst: (a) das Beobachten des Verhaltens einer Person in einem vorbestimmten überwachten Gebiet (300); (b) das Identifizieren, ob das in dem Schritt (a) beobachtete Verhalten mit wenigstens einem Verhalten einer Anzahl vorbestimmten verdächtigten Verhalten assoziiert ist, und zwar durch einen Vergleich des beobachteten Verhaltens mit einer Anzahl vorbestimmter Verhaltensmuster in einem Mustererkennungsmodul (310); (c) das Melden des Sicherheitsdienstes, wenn das beobachtete Verhalten als mit wenigstens einem Verhalten der Anzahl vorbestimmter verdächtigter Verhaltensmuster in dem Erkennungsmodul (320) assoziiert ist. wobei der Schritt (c) dadurch gekennzeichnet ist, dass der genannte Sicherheitsdienst ebenfalls einen Gewichtungscode über die Ernsthaftigkeit des beobachteten Verhaltens empfängt, und wobei das genannte überwachte Gebiet einen Laden umfasst und das genannte vordefinierte verdächtigte Verhalten, das von den genannten Mustererkennungsmitteln (125) erkannt worden ist, Folgendes umfasst: das Erkennen einer Anzahl Personen, die in den Laden eintreten, als eine Gruppe, wobei die genannte Anzahl daraufhin in Subgruppen in verschiedenen Teilen des Ladens getrennt werden, und beim Verlassen des Ladens als die genannte eine Gruppe zusammengefügt werden.
  13. Verfahren zur Überwachung und Detektion von verdächtigtem Verhalten, wobei das genannte Verfahren die nachfolgenden Verfahrensschritte umfasst: (a) das Beobachten des Verhaltens einer Person in einem vorbestimmten überwachten Gebiet (300); (b) das Identifizieren, ob das in dem Schritt (a) beobachtete Verhalten mit wenigstens ei nem Verhalten einer Anzahl vorbestimmter verdächtigter Verhalten assoziiert ist, durch einen Vergleich des beobachteten Verhaltens mit einer Anzahl vorbestimmter Verhaltensmuster in einem Mustererkennungsmodul (310); (c) das Benachrichtigen des Sicherheitsdienstes, wenn das beobachtete Verhalten als mit wenigstens einem Muster der Anzahl vorbestimmter Verhaltensmuster in dem Erkennungsmodul (320) assoziiert, identifiziert worden ist, wobei der Schritt (c) dadurch gekennzeichnet ist, dass der genannte Sicherheitsdienst ebenfalls einen Gewichtungscode über die Ernsthaftigkeit des genannten beobachteten Verhaltens empfängt, und wobei das genannte überwachte Gebiet einen Laden umfasst, und die genannten Mustererkennungsmittel (125) weiterhin Folgendes umfassen: das Erkennen, dass ein bestimmter Kunde eine vorbestimmte Anzahl Gänge auf und ab gegangen ist, ohne dass er etwas zum Kaufen gewählt hat, und das Erkennen einer ständigen Bewegung (220) (225) (230) des Kopfes des betreffenden Kunden während einer vorbestimmten Zeit.
  14. Verfahren zum Überwachen und Detektieren von verdächtigem Verhalten, wobei das genannte Verfahren die nachfolgenden Verfahrensschritte umfasst: (a) Beobachtung des Verhaltens einer Person in einem vorbestimmten überwachten Gebiet (300); (b) Identifikation, ob das in den Schritt (a) beobachtete Verhalten mit wenigstens einem Verhalten einer Anzahl vorbestimmter verdächtigter Verhalten assoziiert ist, durch einen Vergleich des beobachteten Verhaltens mit einer Anzahl vorbestimmter Verhaltensmuster in einem Mustererkennungsmodul (310); (c) Benachrichtigung des Sicherheitsdienstes, wenn das beobachtete Verhalten als mit wenigstens einem Muster der Anzahl vorbestimmter Verhaltensmuster in dem Erkennungsmodul (320) assoziiert, identifiziert worden ist, wobei der Schritt (c) dadurch gekennzeichnet ist, dass der genannte Sicherheitsdienst ebenfalls einen Gewichtungscode über die Ernsthaftigkeit des genannten beobachteten Verhaltens empfängt, und wobei das genannte überwachte Gebiet einen Laden umfasst, und die genannten Mustererkennungsmittel (125) weiterhin Folgendes umfassen: Erkennung, dass ein bestimmter Kunde, der einen Mantel trägt, wenn die Außentemperatur höher ist als ein vorbestimmter Wert.
  15. Verfahren nach Anspruch 12, wobei das Verfahren weiterhin Folgendes umfasst: (d) Steigerung der Überwachung der genannten Person, deren Verhalten in dem Schritt (a) beobachtet wurde unter Benachrichtigung des Sicherheitsdienstes im Schritt (c).
  16. Verfahren nach Anspruch 12, wobei das überwachte Gebiet einen Innenteil und einen Außenteil des Ladens umfasst, und wobei eines der vorbestimmten Verhaltensmuster in dem genannten Mustererkennungsmodul Folgendes umfasst: das Erkennen, wenn eine bestimmte Person sich während einer vorbestimmten Zeitperiode in dem externen Teil des Ladens befindet.
DE60215049T 2001-12-11 2002-11-20 Überwachungssystem mit verdächtigem verhaltensdetektion Expired - Fee Related DE60215049T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14228 1996-03-27
US10/014,228 US20030107650A1 (en) 2001-12-11 2001-12-11 Surveillance system with suspicious behavior detection
PCT/IB2002/004868 WO2003050777A1 (en) 2001-12-11 2002-11-20 A surveillance system with suspicious bahavior detection

Publications (2)

Publication Number Publication Date
DE60215049D1 DE60215049D1 (de) 2006-11-09
DE60215049T2 true DE60215049T2 (de) 2007-05-03

Family

ID=21764229

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60215049T Expired - Fee Related DE60215049T2 (de) 2001-12-11 2002-11-20 Überwachungssystem mit verdächtigem verhaltensdetektion

Country Status (7)

Country Link
US (1) US20030107650A1 (de)
EP (1) EP1459272B1 (de)
JP (1) JP2005512245A (de)
AT (1) ATE341059T1 (de)
AU (1) AU2002348938A1 (de)
DE (1) DE60215049T2 (de)
WO (1) WO2003050777A1 (de)

Families Citing this family (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7472135B2 (en) * 2002-10-18 2008-12-30 Nokia Corporation Method and system for recalling details regarding past events
ITMN20050003A1 (it) * 2005-01-14 2006-07-15 Renato Grassi Telecamera antirapina
JP4702598B2 (ja) * 2005-03-15 2011-06-15 オムロン株式会社 監視システム、監視装置および方法、記録媒体、並びにプログラム
US20060232673A1 (en) * 2005-04-19 2006-10-19 Objectvideo, Inc. Video-based human verification system and method
US20070002141A1 (en) * 2005-04-19 2007-01-04 Objectvideo, Inc. Video-based human, non-human, and/or motion verification system and method
WO2006123331A2 (en) * 2005-05-16 2006-11-23 Human Monitoring Ltd Monitoring method and device
US7944468B2 (en) * 2005-07-05 2011-05-17 Northrop Grumman Systems Corporation Automated asymmetric threat detection using backward tracking and behavioral analysis
US20070057784A1 (en) * 2005-09-15 2007-03-15 Honeywell International Inc. Displaying advertisements by security pannels of a central station security system
JP4607797B2 (ja) * 2006-03-06 2011-01-05 株式会社東芝 行動判別装置、方法およびプログラム
WO2008008505A2 (en) * 2006-07-14 2008-01-17 Objectvideo, Inc. Video analytics for retail business process monitoring
AU2008213586B2 (en) * 2007-02-08 2013-07-11 Motorola Solutions, Inc. Behavioral recognition system
JP4318724B2 (ja) 2007-02-14 2009-08-26 パナソニック株式会社 監視カメラ及び監視カメラ制御方法
JP5121258B2 (ja) * 2007-03-06 2013-01-16 株式会社東芝 不審行動検知システム及び方法
US8775238B2 (en) * 2007-04-03 2014-07-08 International Business Machines Corporation Generating customized disincentive marketing content for a customer based on customer risk assessment
US8831972B2 (en) * 2007-04-03 2014-09-09 International Business Machines Corporation Generating a customer risk assessment using dynamic customer data
US9092808B2 (en) 2007-04-03 2015-07-28 International Business Machines Corporation Preferred customer marketing delivery based on dynamic data for a customer
US9031857B2 (en) * 2007-04-03 2015-05-12 International Business Machines Corporation Generating customized marketing messages at the customer level based on biometric data
US9361623B2 (en) 2007-04-03 2016-06-07 International Business Machines Corporation Preferred customer marketing delivery based on biometric data for a customer
US9626684B2 (en) * 2007-04-03 2017-04-18 International Business Machines Corporation Providing customized digital media marketing content directly to a customer
US9685048B2 (en) * 2007-04-03 2017-06-20 International Business Machines Corporation Automatically generating an optimal marketing strategy for improving cross sales and upsales of items
US9846883B2 (en) * 2007-04-03 2017-12-19 International Business Machines Corporation Generating customized marketing messages using automatically generated customer identification data
US8812355B2 (en) * 2007-04-03 2014-08-19 International Business Machines Corporation Generating customized marketing messages for a customer using dynamic customer behavior data
US9031858B2 (en) * 2007-04-03 2015-05-12 International Business Machines Corporation Using biometric data for a customer to improve upsale ad cross-sale of items
US8639563B2 (en) * 2007-04-03 2014-01-28 International Business Machines Corporation Generating customized marketing messages at a customer level using current events data
GB0709329D0 (en) * 2007-05-15 2007-06-20 Ipsotek Ltd Data processing apparatus
US20090006125A1 (en) * 2007-06-29 2009-01-01 Robert Lee Angell Method and apparatus for implementing digital video modeling to generate an optimal healthcare delivery model
KR101187901B1 (ko) * 2007-07-03 2012-10-05 삼성테크윈 주식회사 지능형 감시 시스템 및 그의 제어방법
US8189905B2 (en) 2007-07-11 2012-05-29 Behavioral Recognition Systems, Inc. Cognitive model for a machine-learning engine in a video analysis system
US20090083121A1 (en) * 2007-09-26 2009-03-26 Robert Lee Angell Method and apparatus for determining profitability of customer groups identified from a continuous video stream
US8175333B2 (en) * 2007-09-27 2012-05-08 Behavioral Recognition Systems, Inc. Estimator identifier component for behavioral recognition system
US20090089107A1 (en) * 2007-09-27 2009-04-02 Robert Lee Angell Method and apparatus for ranking a customer using dynamically generated external data
US8200011B2 (en) 2007-09-27 2012-06-12 Behavioral Recognition Systems, Inc. Context processor for video analysis system
US8300924B2 (en) * 2007-09-27 2012-10-30 Behavioral Recognition Systems, Inc. Tracker component for behavioral recognition system
US8601494B2 (en) * 2008-01-14 2013-12-03 International Business Machines Corporation Multi-event type monitoring and searching
US10043060B2 (en) * 2008-07-21 2018-08-07 Facefirst, Inc. Biometric notification system
US9141863B2 (en) * 2008-07-21 2015-09-22 Facefirst, Llc Managed biometric-based notification system and method
US9405968B2 (en) * 2008-07-21 2016-08-02 Facefirst, Inc Managed notification system
US9633275B2 (en) 2008-09-11 2017-04-25 Wesley Kenneth Cobb Pixel-level based micro-feature extraction
JP5289022B2 (ja) * 2008-12-11 2013-09-11 キヤノン株式会社 情報処理装置及び情報処理方法
US9373055B2 (en) * 2008-12-16 2016-06-21 Behavioral Recognition Systems, Inc. Hierarchical sudden illumination change detection using radiance consistency within a spatial neighborhood
US8285046B2 (en) * 2009-02-18 2012-10-09 Behavioral Recognition Systems, Inc. Adaptive update of background pixel thresholds using sudden illumination change detection
US8416296B2 (en) * 2009-04-14 2013-04-09 Behavioral Recognition Systems, Inc. Mapper component for multiple art networks in a video analysis system
DE102009021765A1 (de) 2009-05-18 2010-11-25 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zum automatischen Erkennen einer Situationsänderung
US8295591B2 (en) * 2009-08-18 2012-10-23 Behavioral Recognition Systems, Inc. Adaptive voting experts for incremental segmentation of sequences with prediction in a video surveillance system
US8340352B2 (en) * 2009-08-18 2012-12-25 Behavioral Recognition Systems, Inc. Inter-trajectory anomaly detection using adaptive voting experts in a video surveillance system
US8379085B2 (en) * 2009-08-18 2013-02-19 Behavioral Recognition Systems, Inc. Intra-trajectory anomaly detection using adaptive voting experts in a video surveillance system
US8280153B2 (en) * 2009-08-18 2012-10-02 Behavioral Recognition Systems Visualizing and updating learned trajectories in video surveillance systems
US8493409B2 (en) * 2009-08-18 2013-07-23 Behavioral Recognition Systems, Inc. Visualizing and updating sequences and segments in a video surveillance system
US20110043689A1 (en) * 2009-08-18 2011-02-24 Wesley Kenneth Cobb Field-of-view change detection
US8358834B2 (en) 2009-08-18 2013-01-22 Behavioral Recognition Systems Background model for complex and dynamic scenes
US9805271B2 (en) 2009-08-18 2017-10-31 Omni Ai, Inc. Scene preset identification using quadtree decomposition analysis
US8625884B2 (en) * 2009-08-18 2014-01-07 Behavioral Recognition Systems, Inc. Visualizing and updating learned event maps in surveillance systems
US8786702B2 (en) 2009-08-31 2014-07-22 Behavioral Recognition Systems, Inc. Visualizing and updating long-term memory percepts in a video surveillance system
US8270733B2 (en) * 2009-08-31 2012-09-18 Behavioral Recognition Systems, Inc. Identifying anomalous object types during classification
US8285060B2 (en) * 2009-08-31 2012-10-09 Behavioral Recognition Systems, Inc. Detecting anomalous trajectories in a video surveillance system
US8167430B2 (en) * 2009-08-31 2012-05-01 Behavioral Recognition Systems, Inc. Unsupervised learning of temporal anomalies for a video surveillance system
US8797405B2 (en) * 2009-08-31 2014-08-05 Behavioral Recognition Systems, Inc. Visualizing and updating classifications in a video surveillance system
US8270732B2 (en) * 2009-08-31 2012-09-18 Behavioral Recognition Systems, Inc. Clustering nodes in a self-organizing map using an adaptive resonance theory network
US8218819B2 (en) * 2009-09-01 2012-07-10 Behavioral Recognition Systems, Inc. Foreground object detection in a video surveillance system
US8218818B2 (en) * 2009-09-01 2012-07-10 Behavioral Recognition Systems, Inc. Foreground object tracking
US8180105B2 (en) * 2009-09-17 2012-05-15 Behavioral Recognition Systems, Inc. Classifier anomalies for observed behaviors in a video surveillance system
US8170283B2 (en) * 2009-09-17 2012-05-01 Behavioral Recognition Systems Inc. Video surveillance system configured to analyze complex behaviors using alternating layers of clustering and sequencing
TWI428508B (zh) * 2011-04-12 2014-03-01 Hon Hai Prec Ind Co Ltd 風扇控制系統、方法及具有該系統的風扇
JP5863306B2 (ja) * 2011-07-20 2016-02-16 セコム株式会社 警備システム
US9349275B2 (en) * 2012-03-15 2016-05-24 Behavorial Recognition Systems, Inc. Alert volume normalization in a video surveillance system
KR20150029006A (ko) 2012-06-29 2015-03-17 비헤이버럴 레코그니션 시스템즈, 인코포레이티드 비디오 감시 시스템을 위한 피처 이례들의 무감독 학습
US9317908B2 (en) 2012-06-29 2016-04-19 Behavioral Recognition System, Inc. Automatic gain control filter in a video analysis system
US9111353B2 (en) 2012-06-29 2015-08-18 Behavioral Recognition Systems, Inc. Adaptive illuminance filter in a video analysis system
US9911043B2 (en) 2012-06-29 2018-03-06 Omni Ai, Inc. Anomalous object interaction detection and reporting
US9723271B2 (en) 2012-06-29 2017-08-01 Omni Ai, Inc. Anomalous stationary object detection and reporting
US9113143B2 (en) 2012-06-29 2015-08-18 Behavioral Recognition Systems, Inc. Detecting and responding to an out-of-focus camera in a video analytics system
BR112015003444A2 (pt) 2012-08-20 2017-07-04 Behavioral Recognition Sys Inc método e sistema para detectar óleo em superfície de mar
KR20150084939A (ko) 2012-11-12 2015-07-22 비헤이버럴 레코그니션 시스템즈, 인코포레이티드 비디오 감시 시스템들에 대한 이미지 안정화 기술들
US10084871B2 (en) 2013-05-23 2018-09-25 Allied Telesis Holdings Kabushiki Kaisha Graphical user interface and video frames for a sensor based detection system
US20150338447A1 (en) 2014-05-20 2015-11-26 Allied Telesis Holdings Kabushiki Kaisha Sensor based detection system
US9779183B2 (en) 2014-05-20 2017-10-03 Allied Telesis Holdings Kabushiki Kaisha Sensor management and sensor analytics system
PH12013000136A1 (en) 2013-05-23 2015-01-21 De Antoni Ferdinand Evert Karoly A domain agnostic method and system for the capture, storage, and analysis of sensor readings
WO2015021484A1 (en) 2013-08-09 2015-02-12 Behavioral Recognition Systems, Inc. Cognitive information security using a behavior recognition system
WO2015028465A1 (en) * 2013-09-02 2015-03-05 Koninklijke Philips N.V. Shopping assistance system and method
US10635908B2 (en) * 2013-09-19 2020-04-28 Nec Corporation Image processing system and image processing method
JP6364743B2 (ja) * 2013-10-31 2018-08-01 株式会社Jvcケンウッド 情報処理装置、制御方法、プログラム、及び情報システム
PL406971A1 (pl) 2014-01-28 2015-08-03 Politechnika Poznańska Sposób analizy zachowania osób w inteligentnym systemie monitorowania oraz inteligentny system monitorowania
US20170091560A1 (en) * 2014-03-19 2017-03-30 Technomirai Co., Ltd. Digital loss-defence security system, method, and program
WO2015179554A1 (en) * 2014-05-20 2015-11-26 Allied Telesis Holdings Kabushiki Kaisha Graphical user interface and video frames for a sensor based detection system
US9693386B2 (en) 2014-05-20 2017-06-27 Allied Telesis Holdings Kabushiki Kaisha Time chart for sensor based detection system
CA2958077C (en) 2014-08-15 2021-03-30 Adt Us Holdings, Inc. Using degree of confidence to prevent false security system alarms
US9754093B2 (en) * 2014-08-28 2017-09-05 Ncr Corporation Methods and a system for automated authentication confidence
US10409909B2 (en) 2014-12-12 2019-09-10 Omni Ai, Inc. Lexical analyzer for a neuro-linguistic behavior recognition system
US10409910B2 (en) 2014-12-12 2019-09-10 Omni Ai, Inc. Perceptual associative memory for a neuro-linguistic behavior recognition system
WO2017038035A1 (ja) * 2015-08-31 2017-03-09 富士フイルム株式会社 行動履歴情報生成装置、システム、及び方法
US10372989B2 (en) * 2015-10-30 2019-08-06 Canon Kabushiki Kaisha Control apparatus and control method for determining relation of persons included in an image, and storage medium storing a program therefor
CN106991072B (zh) * 2016-01-21 2022-12-06 杭州海康威视数字技术股份有限公司 在线自学习事件检测模型更新方法及装置
WO2017181052A1 (en) 2016-04-15 2017-10-19 Wal-Mart Stores, Inc. Systems and methods for providing content-based product recommendations
US10592959B2 (en) 2016-04-15 2020-03-17 Walmart Apollo, Llc Systems and methods for facilitating shopping in a physical retail facility
US9799182B1 (en) 2016-04-28 2017-10-24 Google Inc. Systems and methods for a smart door chime system
US10373464B2 (en) 2016-07-07 2019-08-06 Walmart Apollo, Llc Apparatus and method for updating partiality vectors based on monitoring of person and his or her home
JP6981463B2 (ja) * 2017-03-06 2021-12-15 日本電気株式会社 商品監視装置、商品監視システム、出力先装置、商品監視方法、表示方法及びプログラム
WO2018226550A1 (en) 2017-06-06 2018-12-13 Walmart Apollo, Llc Rfid tag tracking systems and methods in identifying suspicious activities
US10380855B2 (en) * 2017-07-19 2019-08-13 Walmart Apollo, Llc Systems and methods for predicting and identifying retail shrinkage activity
US10186124B1 (en) * 2017-10-26 2019-01-22 Scott Charles Mullins Behavioral intrusion detection system
US10319204B1 (en) * 2018-04-09 2019-06-11 Zebra Technologies Corporation Systems and methods for retracing shrink events
US10636282B2 (en) 2018-04-26 2020-04-28 International Business Machines Corporation Security system with cooperative behavior
AU2020272775A1 (en) 2019-04-10 2021-11-18 Raptor Vision, Llc Monitoring systems
JP6773389B1 (ja) * 2020-03-18 2020-10-21 株式会社 テクノミライ デジタル・オートファイル・セキュリティシステム、方法及びプログラム
WO2021186610A1 (ja) * 2020-03-18 2021-09-23 株式会社 テクノミライ デジタル・オートファイル・セキュリティシステム、方法及びプログラム
GB2593209A (en) 2020-03-20 2021-09-22 Tj Morris Ltd Security System
JP2022011666A (ja) * 2020-06-30 2022-01-17 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US11861895B2 (en) 2020-07-16 2024-01-02 Goodrich Corporation Helicopter search light and method for detection and tracking of anomalous or suspicious behaviour

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1116286A (en) * 1979-02-20 1982-01-12 Control Data Canada, Ltd. Perimeter surveillance system
JPS61260391A (ja) * 1985-05-14 1986-11-18 三菱電機株式会社 監視制御装置
GB2183878B (en) * 1985-10-11 1989-09-20 Matsushita Electric Works Ltd Abnormality supervising system
CA2195415A1 (en) * 1994-07-26 1996-02-08 Scott Anthony Rhodes A video security system
US6028626A (en) * 1995-01-03 2000-02-22 Arc Incorporated Abnormality detection and surveillance system
US5969755A (en) * 1996-02-05 1999-10-19 Texas Instruments Incorporated Motion based event detection system and method
GB9617592D0 (en) * 1996-08-22 1996-10-02 Footfall Limited Video imaging systems
US5831527A (en) * 1996-12-11 1998-11-03 Jones, Ii; Griffith Casino table sensor alarms and method of using
JP3812985B2 (ja) * 1997-04-04 2006-08-23 富士通株式会社 自動監視装置
US6107918A (en) * 1997-11-25 2000-08-22 Micron Electronics, Inc. Method for personal computer-based home surveillance
US6697103B1 (en) * 1998-03-19 2004-02-24 Dennis Sunga Fernandez Integrated network for monitoring remote objects
US6628835B1 (en) * 1998-08-31 2003-09-30 Texas Instruments Incorporated Method and system for defining and recognizing complex events in a video sequence
JP2000200357A (ja) * 1998-10-27 2000-07-18 Toshiba Tec Corp 人物動線情報の収集方法及び収集装置
US6545706B1 (en) * 1999-07-30 2003-04-08 Electric Planet, Inc. System, method and article of manufacture for tracking a head of a camera-generated image of a person
US6757008B1 (en) * 1999-09-29 2004-06-29 Spectrum San Diego, Inc. Video surveillance system
US6954859B1 (en) * 1999-10-08 2005-10-11 Axcess, Inc. Networked digital security system and methods

Also Published As

Publication number Publication date
EP1459272B1 (de) 2006-09-27
WO2003050777A1 (en) 2003-06-19
ATE341059T1 (de) 2006-10-15
JP2005512245A (ja) 2005-04-28
DE60215049D1 (de) 2006-11-09
EP1459272A1 (de) 2004-09-22
US20030107650A1 (en) 2003-06-12
AU2002348938A1 (en) 2003-06-23

Similar Documents

Publication Publication Date Title
DE60215049T2 (de) Überwachungssystem mit verdächtigem verhaltensdetektion
US11729347B2 (en) Video surveillance system, video processing apparatus, video processing method, and video processing program
DE60204671T2 (de) Automatisches system zur überwachung von personen ,die einen anproberaum eintreten und verlassen
DE102014213553B4 (de) Tracking-Unterstützungsvorrichtung, Tracking-Unterstützungssystem und Tracking-Unterstützungsverfahren
DE602005003416T2 (de) Diebstahlwarnsystem für in einem Fahrzeug transportierte Gegenstände
US20160351031A1 (en) Warning System and Method Using Spatio-Temporal Situation Data
JP2018101317A (ja) 異常監視システム
DE112009000485T5 (de) Objektvergleich für Verfolgung, Indizierung und Suche
US20090079831A1 (en) Dynamic tracking of intruders across a plurality of associated video screens
DE102017218917A1 (de) Überwachungsvorrichtung, Industrieanlage, Verfahren zur Überwachung sowie Computerprogramm
DE4430016A1 (de) System und Verfahren zur Bildauswertung
EP2290628A1 (de) Verfahren zur Videoüberwachung von Räumen
EP3499473A1 (de) Automatisiertes detektieren von gefahrensituationen
US20240144689A1 (en) Method and apparatus for the detection of behaviours in a retail environment
DE10042935B4 (de) Verfahren zum Überwachen eines vorbestimmten Bereichs und entsprechendes System
DE102019109331A1 (de) Systeme und Verfahren zur Rückverfolgung von Schwundereignissen
EP1026632B1 (de) System und Verfahren zur Bildauswertung
EP2603905B1 (de) Verfahren und vorrichtung zum erkennen und verifizieren von manipulationsversuchen an einem selbstbedienungsterminal
US20160378268A1 (en) System and method of smart incident analysis in control system using floor maps
EP1701291B1 (de) Verfahren und Vorrichtung zum Beobachten und Auswerten des Verhaltens von Personen
KR101407394B1 (ko) 방치물 및 도난물 탐지 시스템
Vrskova et al. Violent Behavioral Activity Classification Using Artificial Neural Network
DE102022106425A1 (de) Berührungsloses alarmsystem zur proaktiven erkennung von eindringlingen
CN107918990A (zh) 一种超市防盗***及方法
CN210983509U (zh) 入境重点人群布控***

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee