ES2305930T3 - Dispositivo y procedimiento para la deteccion y el seguimiento de personas en una zona de inspeccion. - Google Patents
Dispositivo y procedimiento para la deteccion y el seguimiento de personas en una zona de inspeccion. Download PDFInfo
- Publication number
- ES2305930T3 ES2305930T3 ES05005840T ES05005840T ES2305930T3 ES 2305930 T3 ES2305930 T3 ES 2305930T3 ES 05005840 T ES05005840 T ES 05005840T ES 05005840 T ES05005840 T ES 05005840T ES 2305930 T3 ES2305930 T3 ES 2305930T3
- Authority
- ES
- Spain
- Prior art keywords
- person
- people
- image
- camera
- inspection area
- 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 - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
- Closed-Circuit Television Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Geophysics And Detection Of Objects (AREA)
- Burglar Alarm Systems (AREA)
Abstract
Dispositivo de detección para registrar personas y su movimiento en una zona de inspección, con una unidad de cámara dispuesta por encima de la zona de inspección, para grabar la zona de inspección por debajo de la unidad de cámara y para emitir los datos grabados como datos de imagen, siendo emitidos por imágenes los datos de imagen, y con una unidad de evaluación para detectar características de la forma estructural de al menos una persona para la identificación individual de la persona en la zona de inspección con la ayuda de los datos de imagen emitidos por la unidad de cámara y para la determinación por imágenes de una posición de al menos una persona en la zona de inspección y para detectar el movimiento de la persona identificada individualmente, a partir de las posiciones determinadas por imágenes; resultando las características de la forma estructural, visto desde arriba, por la elipse de cabeza de una persona y la elipse de los hombros de una persona.
Description
Dispositivo y procedimiento para la detección y
el seguimiento de personas en una zona de inspección.
La invención se refiere a un dispositivo y un
procedimiento para registrar personas en una zona de inspección.
Los detectores de personas y seguidores de
personas, basados en imágenes, sirven para el recuento automático
de personas, por ejemplo, para registrar números de visitantes o de
pasajeros. Otro ejemplo de un recuento automático de personas
consiste en una cruz giratoria con un dispositivo contador
correspondiente. Asimismo, se conocen sistemas contadores de
personas sin contacto como, por ejemplo, sistemas de barreras de
luz, contadores pasivos por infrarrojos, sistemas de radar por
microondas o sistemas de escáner por láser.
En el ámbito del recuento automático y sin
contacto de personas, basado en los datos de una videocámara, se
conocen muchas técnicas y procedimientos basados en un análisis del
movimiento.
El documento US2003/0107649A1 muestra un
procedimiento, en el que se detectan cambios en la imagen, basándose
los cambios en una comparación de la imagen actual con una imagen
de referencia formada por una o varias imágenes en el pasado como,
por ejemplo, una estimación del fondo. Aquí, sin embargo, resulta
desventajoso que en una densa masa de personas o en grupos de
personas no es posible registrar personas individualmente y, por
tanto, no es posible un recuento exacto. En caso de cambios de
iluminación, sombras y reflejos, puede producirse una detección
errónea y, por tanto, un recuento erróneo, mientras que las personas
inmóviles no son percibidas por la falta de cambio de la imagen.
Además, en caso de llevar objetos tales como maletas o carritos para
la compra, no es posible distinguirlos de las personas de manera
fiable.
En los documentos WO00/21021 ó JP05258134 tiene
lugar la detección de una similitud de áreas de la imagen, en base
a modelos de valores de grises representativos de personas, por
ejemplo, plantillas. Las zonas localizadas de tal manera sirven
para el seguimiento de las personas. Sin embargo, la abundancia de
los modelos de valores de grises que representan a personas en las
condiciones de contorno presentes, es tan grande que debido a la
complejidad de los algoritmos necesarios sólo puede detectarse un
pequeño número de personas.
El documento WO02/059836 describe un sistema
para la vigilancia del comportamiento de clientes en un
supermercado. Según éste, se analizan tomas de una cámara por
encima del nivel de la cabeza, para detectar y contar las cabezas
de personas mediante una transformada de Hough. Mediante la
detección de cantos, estas personas son localizadas entonces
individualmente y se determina su modelo de comportamiento.
El artículo "Robust Tracking of Ellipses at
Frame Rate" de Markus Vincze, Pattern Recognition 34 (2001) -
487-498 - describe un procedimiento para el
seguimiento en tiempo real de elipses, por ejemplo, para el control
de robots de servicio.
El artículo "Stereo Person Tracking with
Adaptive Plan-View Templates of Height and Occupancy
Statistics" de Michael Harville, Image and Vision Computing 22
(2004) 127-142, describe un procedimiento para la
detección y el seguimiento de personas sobre la base de una imagen
encima de la cabeza, de la que se deduce una "plantilla de
altura" (height template) específica de la persona, que se
utiliza para la descripción de la persona seguida. En dicha
plantilla se perfilan claramente los contornos de la cabeza, los
hombros y las piernas a distintas alturas.
Asimismo, se conocen dispositivos para la
detección de personas, basados en corrientes de datos (de imágenes)
de una videocámara, con una amplia vista oblicua o de cámaras en
automóviles con una vista lateral. Estos procedimientos se basan en
un movimiento periódico de los miembros al andar o en
características de forma en la vista lateral como, por ejemplo,
estructuras verticales, estructuras de esqueleto típicas,
morfológicas, así como procedimientos estadísticos adaptivos como,
por ejemplo, redes neuronales artificiales, para detectar a las
personas de la manera correspondiente.
Por lo tanto, la presente invención tiene el
objetivo de mejorar el registro de personas en una zona de
inspección.
Esto se consigue mediante un dispositivo de
detección según la reivindicación 1, así como mediante un
procedimiento para detectar a personas en una zona de inspección,
según la reivindicación 7.
Por tanto, se prevé un dispositivo de detección
para registrar a personas en una zona de inspección. El dispositivo
de detección presenta una unidad de cámara para recibir la zona de
inspección. La unidad de cámara está dispuesta por encima de la
zona de inspección, para grabar la zona situada por debajo de la
unidad de cámara. La unidad de cámara emite los datos grabados
entonces como datos de imagen. El dispositivo de detección presenta,
además, una unidad de evaluación para detectar características de
la forma estructural de al menos una persona en la zona de
inspección. La detección de las características de la forma
estructural se realiza con la ayuda de los datos de imagen emitidas
por la unidad de cámara y sirve para determinar la posición de al
menos una persona en la zona de inspección.
Por consiguiente, puede producirse la detección
de personas, sin necesidad de que las personas se muevan para
provocar cambios en las áreas de imagen. Además, es posible
registrar a personas individuales en la zona de inspección, incluso
si se mueven dentro de un grupo de personas.
Además, según la invención, las características
de la forma estructural se basan en una geometría de la cabeza y
una geometría de los hombros de una persona.
Según otro aspecto de la presente invención, la
unidad de evaluación registra, con la ayuda de al menos una línea
definida previamente en la zona de inspección, si las personas que
se mueven dentro de la zona de inspección pasan la línea. De esta
manera, es posible registrar y contar movimientos de personas.
Según otro aspecto de la presente invención, la
unidad de evaluación registra una presencia de personas que se
muevan dentro de la zona de inspección, con la ayuda de al menos un
área de imagen definida previamente en la zona de inspección.
Según otro aspecto de la presente invención, la
unidad de cámara emite por imágenes los datos de imagen grabados, y
la posición de las personas situadas en la zona de inspección es
determinada por imágenes por la unidad de evaluación, para detectar
de esta forma los movimientos de las personas.
Según otro aspecto de la presente invención, la
unidad de cámara puede estar configurada como cámara infrarroja.
La invención se basa en la idea de prever un
dispositivo sencillo y de fabricación económica para la detección y
el seguimiento de personas, instalando una unidad de cámara encima
de un área que se ha de examinar, lo que permite detectar y evaluar
las características de la forma estructural de personas como, por
ejemplo, la geometría de la cabeza y de los hombros y la simetría
(de la vista desde arriba).
La figura 1 muestra una representación
esquemática del dispositivo de detección según un primer ejemplo de
realización,
la figura 2 muestra una representación
esquemática del dispositivo de detección visto desde arriba, y
la figura 3 muestra un resultado de una
evaluación del dispositivo de detección de las figuras 1 y 2.
La figura 1 muestra una representación
esquemática de un dispositivo de detección según un primer ejemplo
de realización. El dispositivo de detección presenta básicamente una
cámara K y una unidad de evaluación AE. La cámara está dispuesta
por encima del área que se ha de examinar, para registrar el área.
Para ello, la cámara K está orientada hacia abajo, hacia la sección
A que se ha de examinar, para detectar las personas P que se
encuentren en dicha sección. La cámara emite los datos de imagen
generados a la unidad de evaluación AE. Esta unidad puede ser un
ordenador. Preferentemente, la unidad de evaluación AE presenta un
digitalizador de imagen o una tarjeta digitalizadota
(frame-grabber). La cámara puede ser una cámara de
video estándar CCD-B/W-PAL de 1/3''
con un objetivo de 4,5 mm. La cámara puede disponerse, por ejemplo,
cuatro metros por encima del suelo, con el eje óptico dispuesto
perpendicularmente respecto al suelo. El digitalizador de imagen FG
digitaliza la señal de video analógica, recibida de la cámara y
emite una corriente de datos de imagen digitales, por ejemplo a
través de un bus PCI, a una memoria de trabajo AS en la unidad de
evaluación AE. En la unidad de evaluación AE se realiza el
procedimiento para la detección y el seguimiento de personas, que se
basa en características estructurales o característica de la forma
estructural de las personas. Durante ello, se detectan las
características de la forma estructural de las personas y se
localizan en la imagen y, a continuación, se siguen. Para localizar
la imagen, puede utilizarse, por ejemplo, la posición de cabeza.
El dispositivo de detección según el primer
ejemplo de realización puede ser, por ejemplo, un detector de
personas basado en imágenes o un seguidor de personas. Mediante la
videocámara K se contempla desde arriba un escenario en una zona de
inspección A, y a continuación, los datos de imagen generados por la
videocámara K se evalúan correspondientemente en la unidad de
evaluación AE. Aquí, las personas se detectan y, a continuación, se
siguen con la ayuda de las características de su forma estructural.
Por las trayectorias (huellas) de las personas seguidas pueden
registrarse los pasos encima de líneas que pueden definirse
libremente en la imagen. Asimismo, es posible medir la presencia de
personas seguidas en campos que pueden definirse libremente en la
imagen, pudiendo almacenarse para una evaluación posterior. De
manera ventajosa, el detector de personas/seguidor de personas,
basado en imágenes, detecta a personas sin segmentar las personas en
la imagen como objetos que se mueven y seguirlas con la ayuda de
una correlación con el objeto de plantilla. Con la ayuda de las
características básicas de la forma de la cabeza y los hombros y,
eventualmente, de una simetría inversa de personas, tales como se
presentan en imágenes vistas desde arriba, las personas pueden ser
detectadas y ser seguidas correspondientemente. Por la relación
geométrica especial entre la cabeza y los hombros pueden formarse
hipótesis de cabezas y de personas y utilizarse correspondientemente
para la detección. Por lo tanto, es posible también la detección y
el seguimiento individual de personas en un conglomerado o grupo en
movimiento o parado. Adicionalmente a las hipótesis de cabezas y
de personas pueden utilizarse características de textura para el
filtrado de personas, a fin de mejorar la detección. Para seguir
mejorándola, pueden utilizarse adicionalmente características de
textura del importe de gradiente de valor de gris y/o
características basadas en la dirección del gradiente de valor de
gris. Aunque arriba se ha descrito una videocámara, la unidad de
cámara K también puede presentar una cámara de imagen de distancia,
una cámara estéreo, una cámara infrarroja o basarse en la técnica
de ultrasonidos generadora de imágenes o la técnica de radar
generadora de imágenes.
Los detectores o seguidores de personas, basados
en imágenes, suministran para cada imagen de la videocámara, la
posición correspondiente de las personas detectadas. Por estas
informaciones de posición por imágenes puede realizarse un
seguimiento de las personas, resultando huellas de personas en
movimiento. De esta manera, es posible medir en el área de la
imagen vigilada corrientes de personas, a través de portales
virtuales y duraciones de presencia, libremente definibles, en
áreas libremente definibles. El dispositivo de detección según el
primer ejemplo de realización resulta apropiado, especialmente, para
registrar un comportamiento de movimiento de personas, así como su
análisis, que se usan, por ejemplo, para la optimización de
trayectos de tráfico, el control del personal y la planificación de
la asignación del personal en puntos de venta, así como para la
medición de la ocupación de medios de transporte público.
La figura 2 muestra una representación
esquemática del dispositivo de detección visto desde arriba. La
unidad de cámara K graba las personas en la zona de inspección A.
Durante ello, las personas P son detectadas por las elipses de
cabeza KE y las elipses de hombros SE. Aquí, tanto las elipses de
cabeza como las elipses de hombros se configuran de forma
específica según las personas, por lo que incluso es posible
detectar correspondientemente a diferentes personas.
La figura 3 muestra un resultado de evaluación
de una secuencia de imágenes, grabada por un dispositivo de
detección según las figuras 1 y 2. En particular, aquí está
representada una detección dibujada de personas, es decir, la
posición de cabeza KP y una huella de movimiento BS, así como líneas
virtuales de recuento ZL. Se miden los pasos encima de la línea
virtual de recuento.
El dispositivo de detección según un segundo
ejemplo de realización se basa, básicamente, en el dispositivo de
detección según el primer ejemplo de realización. La detección de
las personas se realiza con la ayuda de las características de la
forma básica de la cabeza y los hombros, así como de la simetría
inversa de las personas, al ser contempladas desde arriba. La
detección tiene lugar en varias etapas. En primer lugar, se
comprueba la existencia de características geométricas - visto desde
arriba - con la ayuda de líneas de contorno típicas. Estas líneas
de contorno constituyen respectivamente curvas de parámetros para la
zona de la cabeza y los hombros. Dichas curvas de parámetros pueden
ser, por ejemplo, dos elipses. Para calcular las curvas de
parámetros o las dos elipses, se calcula una imagen de contorno que
se somete a una estimación de parámetros para las curvas, por
ejemplo, para una transformada de Hough. Los valores de parámetros
contemplados se limitan a áreas que dan como resultado curvas de
parámetros que corresponden a las líneas de contorno de personas -
visto desde arriba. Por valores estimados de la estimación de
parámetros como, por ejemplo, la altura de los máximos en el
espacio de acumulación de la transformada de Hough, pueden
detectarse estructuras correspondientes. Por tanto, al registrar
una estructura humanomorfa, para comprobar la hipótesis, puede
utilizarse además la simetría del área de imagen de la hipótesis.
Para ello, se calcula la medida de simetría con respecto a los ejes
principales de las líneas de contorno humanomorfas encontradas, y se
utilizan valores umbrales para la aceptación o el rechazo de la
hipótesis. Las hipótesis aceptadas representan entonces a personas
individuales.
Las curvas de parámetros pueden representar, por
ejemplo, dos elipses o dos curvas para las zonas de la cabeza y de
los hombros.
Además, para comprobar las hipótesis pueden
utilizarse características de textura de valores de grises o
características de textura del valor de gradiente de valores de
grises y/o características basadas en la dirección del gradiente de
valores de grises del área correspondiente de la imagen de la
hipótesis. El procedimiento en etapas, descrito anteriormente,
ofrece la ventaja de que las hipótesis improcedentes se descartan
precozmente y no se siguen contemplando, para acelerar el
procedimiento. Alternativamente al procedimiento en etapas, también
sería posible calcular en primer lugar todas las características y,
a continuación, someter el vector de característica resultante a
una clasificación, lo que, sin embargo, requiere un mayor gasto.
Claims (7)
1. Dispositivo de detección para registrar
personas y su movimiento en una zona de inspección, con una unidad
de cámara dispuesta por encima de la zona de inspección, para grabar
la zona de inspección por debajo de la unidad de cámara y para
emitir los datos grabados como datos de imagen, siendo emitidos por
imágenes los datos de imagen, y con una unidad de evaluación para
detectar características de la forma estructural de al menos una
persona para la identificación individual de la persona en la zona
de inspección con la ayuda de los datos de imagen emitidos por la
unidad de cámara y para la determinación por imágenes de una
posición de al menos una persona en la zona de inspección y para
detectar el movimiento de la persona identificada individualmente,
a partir de las posiciones determinadas por imágenes; resultando las
características de la forma estructural, visto desde arriba, por la
elipse de cabeza de una persona y la elipse de los hombros de una
persona.
2. Dispositivo de detección según la
reivindicación 1, estando la unidad de evaluación configurada para
registrar, con la ayuda de al menos una línea definida previamente
en la sección que se ha de detectar, los pasos de personas encima
de la línea.
3. Dispositivo de detección según una de las
reivindicaciones 1 a 2, estando la unidad de evaluación configurada
para registrar, con la ayuda de al menos un área de imagen definida
previamente en la sección que se ha de detectar, la presencia de
personas.
4. Dispositivo de detección según una de las
reivindicaciones 1 a 3, presentando la unidad de cámara una
videocámara.
5. Dispositivo de detección según una de las
reivindicaciones 1 a 4, presentando la unidad de cámara una cámara
infrarroja.
6. Dispositivo de detección según una de las
reivindicaciones 1 a 5, presentando la unidad de cámara una cámara
de imagen de distancia o una cámara estéreo.
7. Procedimiento para detectar personas y su
movimiento en una zona de inspección, con los pasos:
El registro de una zona de inspección situada
por debajo de una unidad de cámara y la emisión por imágenes de los
datos grabados como imagen, la detección por imágenes de
características de la forma estructural de personas para la
identificación individual de la persona en la zona de inspección,
con la ayuda de los datos de imagen emitidos, la determinación de
una posición de al menos una persona situada en la zona de
inspección, para la identificación individual de la persona,
resultando las características de la forma estructural, visto desde
arriba, por la elipse de la cabeza y la elipse de los hombros de una
persona, y la determinación del movimiento de la persona a partir de
las posiciones determinadas por imágenes.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102004012964 | 2004-03-17 | ||
| DE102004012964 | 2004-03-17 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2305930T3 true ES2305930T3 (es) | 2008-11-01 |
Family
ID=34813711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES05005840T Expired - Lifetime ES2305930T3 (es) | 2004-03-17 | 2005-03-17 | Dispositivo y procedimiento para la deteccion y el seguimiento de personas en una zona de inspeccion. |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP1574986B1 (es) |
| AT (1) | ATE400037T1 (es) |
| DE (1) | DE502005004550D1 (es) |
| ES (1) | ES2305930T3 (es) |
| PL (1) | PL1574986T3 (es) |
Families Citing this family (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012010109A1 (de) | 2010-07-22 | 2012-01-26 | Gira Giersiepen Gmbh & Co. Kg | System und verfahren zum verarbeiten von visueller, auditiver, olfaktorischer und/oder haptischer information |
| CN103646250B (zh) * | 2013-09-13 | 2015-04-22 | 黄卫 | 基于距离图像头肩特征的行人监测方法及装置 |
| CN104063253A (zh) * | 2014-07-07 | 2014-09-24 | 无锡智广厦科技有限公司 | 一种客流自动统计方法、一体机及其分布式系统 |
| CN105095991A (zh) * | 2015-07-20 | 2015-11-25 | 百度在线网络技术（北京）有限公司 | 用于人群风险预警的方法及装置 |
| US10839203B1 (en) | 2016-12-27 | 2020-11-17 | Amazon Technologies, Inc. | Recognizing and tracking poses using digital imagery captured from multiple fields of view |
| GB2560177A (en) | 2017-03-01 | 2018-09-05 | Thirdeye Labs Ltd | Training a computational neural network |
| GB2560387B (en) | 2017-03-10 | 2022-03-09 | Standard Cognition Corp | Action identification using neural networks |
| US10699421B1 (en) | 2017-03-29 | 2020-06-30 | Amazon Technologies, Inc. | Tracking objects in three-dimensional space using calibrated visual cameras and depth cameras |
| US11023850B2 (en) | 2017-08-07 | 2021-06-01 | Standard Cognition, Corp. | Realtime inventory location management using deep learning |
| US10445694B2 (en) | 2017-08-07 | 2019-10-15 | Standard Cognition, Corp. | Realtime inventory tracking using deep learning |
| US10474991B2 (en) | 2017-08-07 | 2019-11-12 | Standard Cognition, Corp. | Deep learning-based store realograms |
| US10474988B2 (en) | 2017-08-07 | 2019-11-12 | Standard Cognition, Corp. | Predicting inventory events using foreground/background processing |
| US11250376B2 (en) | 2017-08-07 | 2022-02-15 | Standard Cognition, Corp | Product correlation analysis using deep learning |
| US10650545B2 (en) | 2017-08-07 | 2020-05-12 | Standard Cognition, Corp. | Systems and methods to check-in shoppers in a cashier-less store |
| US10127438B1 (en) | 2017-08-07 | 2018-11-13 | Standard Cognition, Corp | Predicting inventory events using semantic diffing |
| US11232687B2 (en) | 2017-08-07 | 2022-01-25 | Standard Cognition, Corp | Deep learning-based shopper statuses in a cashier-less store |
| US10133933B1 (en) | 2017-08-07 | 2018-11-20 | Standard Cognition, Corp | Item put and take detection using image recognition |
| US10853965B2 (en) | 2017-08-07 | 2020-12-01 | Standard Cognition, Corp | Directional impression analysis using deep learning |
| US11200692B2 (en) | 2017-08-07 | 2021-12-14 | Standard Cognition, Corp | Systems and methods to check-in shoppers in a cashier-less store |
| US10055853B1 (en) | 2017-08-07 | 2018-08-21 | Standard Cognition, Corp | Subject identification and tracking using image recognition |
| US11232294B1 (en) | 2017-09-27 | 2022-01-25 | Amazon Technologies, Inc. | Generating tracklets from digital imagery |
| DE102017011147A1 (de) | 2017-12-01 | 2019-06-06 | Bomag Gmbh | Verfahren zum von außerhalb einer sich, insbesondere autonom, über den Bodenuntergrund fortbewegenden Baumaschine wahrnehmbaren Anzeigen, dass die Baumaschine mit einer Personendetektionseinrichtung eine Person erkannt hat, Baumaschine sowie System zum Betrieb einer oder mehrerer, insbesondere autonom, fahrender Baumaschinen |
| US11030442B1 (en) | 2017-12-13 | 2021-06-08 | Amazon Technologies, Inc. | Associating events with actors based on digital imagery |
| US11284041B1 (en) | 2017-12-13 | 2022-03-22 | Amazon Technologies, Inc. | Associating items with actors based on digital imagery |
| US11468698B1 (en) | 2018-06-28 | 2022-10-11 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
| US11482045B1 (en) | 2018-06-28 | 2022-10-25 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
| US11468681B1 (en) | 2018-06-28 | 2022-10-11 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
| US12333739B2 (en) | 2019-04-18 | 2025-06-17 | Standard Cognition, Corp. | Machine learning-based re-identification of shoppers in a cashier-less store for autonomous checkout |
| US11232575B2 (en) | 2019-04-18 | 2022-01-25 | Standard Cognition, Corp | Systems and methods for deep learning-based subject persistence |
| US11443516B1 (en) | 2020-04-06 | 2022-09-13 | Amazon Technologies, Inc. | Locally and globally locating actors by digital cameras and machine learning |
| US11398094B1 (en) | 2020-04-06 | 2022-07-26 | Amazon Technologies, Inc. | Locally and globally locating actors by digital cameras and machine learning |
| US11303853B2 (en) | 2020-06-26 | 2022-04-12 | Standard Cognition, Corp. | Systems and methods for automated design of camera placement and cameras arrangements for autonomous checkout |
| US12288294B2 (en) | 2020-06-26 | 2025-04-29 | Standard Cognition, Corp. | Systems and methods for extrinsic calibration of sensors for autonomous checkout |
| US11361468B2 (en) | 2020-06-26 | 2022-06-14 | Standard Cognition, Corp. | Systems and methods for automated recalibration of sensors for autonomous checkout |
| US12592096B1 (en) | 2020-09-30 | 2026-03-31 | Amazon Technologies, Inc. | Modeling and detecting shopping events using visual images and machine learning |
| US20230079018A1 (en) | 2021-09-08 | 2023-03-16 | Standard Cognition, Corp. | Deep learning-based detection of item sizes for autonomous checkout in a cashier-less shopping store |
| US12382179B1 (en) | 2022-03-30 | 2025-08-05 | Amazon Technologies, Inc. | Detecting events by streaming pooled location features from cameras |
| US12131539B1 (en) | 2022-06-29 | 2024-10-29 | Amazon Technologies, Inc. | Detecting interactions from features determined from sequences of images captured using one or more cameras |
| US12518537B1 (en) | 2022-09-23 | 2026-01-06 | Amazon Technologies, Inc. | Detecting shopping events based on contents of hands depicted within images |
| US12573237B1 (en) | 2023-06-29 | 2026-03-10 | Amazon Technologies, Inc. | Detecting events by actors using dynamically cropped images |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0101794D0 (en) * | 2001-01-24 | 2001-03-07 | Central Research Lab Ltd | Monitoring responses to visual stimuli |
| US7688349B2 (en) * | 2001-12-07 | 2010-03-30 | International Business Machines Corporation | Method of detecting and tracking groups of people |
-
2005
- 2005-03-17 EP EP05005840A patent/EP1574986B1/de not_active Expired - Lifetime
- 2005-03-17 ES ES05005840T patent/ES2305930T3/es not_active Expired - Lifetime
- 2005-03-17 PL PL05005840T patent/PL1574986T3/pl unknown
- 2005-03-17 AT AT05005840T patent/ATE400037T1/de active
- 2005-03-17 DE DE502005004550T patent/DE502005004550D1/de not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| DE502005004550D1 (de) | 2008-08-14 |
| ATE400037T1 (de) | 2008-07-15 |
| PL1574986T3 (pl) | 2009-01-30 |
| EP1574986B1 (de) | 2008-07-02 |
| EP1574986A1 (de) | 2005-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5950296B2 (ja) | 人物追跡属性推定装置、人物追跡属性推定方法、プログラム | |
| CN109341580B (zh) | 钢轨廓形的追踪方法、系统及装置 | |
| US8855364B2 (en) | Apparatus for identification of an object queue, method and computer program | |
| Liu et al. | Detecting and counting people in surveillance applications | |
| US11625918B2 (en) | Detecting shelf interactions using a sensor array | |
| US12039803B2 (en) | Techniques for automatically identifying secondary objects in a stereo-optical counting system | |
| US11756211B2 (en) | Topview object tracking using a sensor array | |
| US8965050B2 (en) | Behavior analysis device | |
| WO2004011314A1 (ja) | 駅ホームにおける安全監視装置 | |
| US11830274B2 (en) | Detection and identification systems for humans or objects | |
| CN109076190A (zh) | 检测异常情况的设备和方法 | |
| JP2022553088A (ja) | 画像追跡中のアクション検出 | |
| CN112513870B (zh) | 用于利用改进的高度计算对感兴趣的人类对象进行检测、跟踪和计数的系统和方法 | |
| US20120020518A1 (en) | Person tracking device and person tracking program | |
| CN110425005A (zh) | 矿井下皮带运输人员人机交互行为安全监控与预警方法 | |
| JP2018067755A (ja) | 検出データ管理装置 | |
| EP2745276A1 (en) | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device | |
| JP3655618B2 (ja) | 歩行者年齢判定装置、歩行状態・歩行者年齢判定方法およびプログラム | |
| Stahlschmidt et al. | Applications for a people detection and tracking algorithm using a time-of-flight camera | |
| KR101355206B1 (ko) | 영상분석을 이용한 출입 계수시스템 및 그 방법 | |
| KR101560810B1 (ko) | 템플릿 영상을 이용한 공간 관리 방법 및 장치 | |
| JP5369036B2 (ja) | 通過者検出装置、通過者検出方法 | |
| JP7374855B2 (ja) | 人物識別装置、人物識別システム、人物識別方法、及びプログラム | |
| Lovas et al. | Pedestrian detection by profile laser scanning | |
| JP4799910B2 (ja) | 調査区域にいる人物を検出するための装置および方法 |