DE102008039130A1 - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren - Google Patents
Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren Download PDFInfo
- Publication number
- DE102008039130A1 DE102008039130A1 DE102008039130A DE102008039130A DE102008039130A1 DE 102008039130 A1 DE102008039130 A1 DE 102008039130A1 DE 102008039130 A DE102008039130 A DE 102008039130A DE 102008039130 A DE102008039130 A DE 102008039130A DE 102008039130 A1 DE102008039130 A1 DE 102008039130A1
- Authority
- DE
- Germany
- Prior art keywords
- cameras
- tracking
- target
- module
- suspicious
- 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.)
- Ceased
Links
- 241000282414 Homo sapiens Species 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000006870 function Effects 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000013528 artificial neural network Methods 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 41
- 230000006399 behavior Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000003542 behavioural effect Effects 0.000 claims description 7
- 238000010191 image analysis Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000004297 night vision Effects 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 4
- 238000001454 recorded image Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 210000000697 sensory organ Anatomy 0.000 claims description 4
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 208000012661 Dyskinesia Diseases 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 229910044991 metal oxide Inorganic materials 0.000 claims description 2
- 150000004706 metal oxides Chemical class 0.000 claims description 2
- 239000004065 semiconductor Substances 0.000 claims description 2
- 238000001931 thermography Methods 0.000 claims description 2
- 230000001179 pupillary effect Effects 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 claims 1
- 210000003128 head Anatomy 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000035582 behavioral recognition Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 101100453960 Drosophila melanogaster klar gene Proteins 0.000 description 1
- 241001295925 Gegenes Species 0.000 description 1
- 206010040829 Skin discolouration Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation 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
- G08B13/194—Actuation 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
- G08B13/196—Actuation 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
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
Description
- HINTERGRUND DER ERFINDUNG
- 1. Gebiet der Erfindung
- Die vorliegende Erfindung betrifft intelligente Sicherheitsüberwachungstechnik und insbesondere ein durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem, das aus einem Sammelmodul mit festem Gesichtsfeld, einem Sammelmodul mit variablen Gesichtsfeld mit vollen Funktionen, einem Videobilderkennungsalgorithmusmodul, einem neurales Netzwerksteuermodul, einem Verfolgungsmodul für eine verdächtiges Objekt, einem Datenbankvergleichs- und Alarmbeurteilungsmodul, einem Modul für Aufzeichnung überwachter Charakteristik und für Regeleinstellung, einem Lichtüberwachungs- und Steuermodul, einem Hintergrundlichtmodul, einem Alarmausgabe-/Anzeige-/Speichermodul und Sicherheitsüberwachungssensoren besteht.
- 2. Beschreibung des Standes der Technik
- Im Verlauf der Entwicklung der menschlichen Zivilisation haben die Menschen ein starkes Verlangen nach Sicherheit. Der sich entwickelnde Trend der intelligenten Sicherheitstechnik hat sich von Untersuchungen nach einem Ereignis geändert zu „vor dem Ereignis zu bewahren, wodurch das Ereignis verhindert wird und eine schnelle Auflösung nach dem Ereignis erzielt wird”.
- Viele Sicherheitsüberwachungs- und Kontrollsysteme sind bekannt. Konventionelle Sicherheitsüberwachungs- und Kontrollsysteme sind in ihrer Funktion immer noch nicht zufriedenstellend und haben die folgenden allgemeinen Nachteile: 1. Feste Überwachungsbilder, die nicht im Stande sind, Charakteristiken eines verdächtigen Objekts klar zu erfassen, haben tote Winkel beim Aufnehmen von Bildern, was Untersuchungen nach einem Ereignis schwierig macht; 2. Es gibt keine Fähigkeit vor dem Ereignis zu bewahren, keinen intelligenten Algorithmus, keine Fähigkeit zum Selbstlernen, keine Fähigkeit des Feststellens des Verhaltens eines sich bewegenden Objekts gegen die Regel (z. B. Detektion bei Überschreiten einer Grenze, einer Richtung, einer Ansammlung usw.), keine Fähigkeit, die Identität eines verdächtigen Objektes mit Hilfe biologischer Erkennungstechnik zu identifizieren, um bewahrende Maßnahmen zu erzielen; 3. Es besteht nicht die Möglichkeit, die Bewegungsspur und Detailcharakteristiken des verdächtigen Objekts zu verfolgen; 4. Es wird eine große Menge von Kameras, Speichereinrichtungen und Netzstromversorgung benötigt, um den Überwachungsbetrieb zu erreichen.
- Es gibt fortgeschrittene Systeme, die das Verhalten der Verletzung einer Regel eines sich bewegendes Objektes, Diebstahlsverhalten und zurückgelassenes Eigentum erkennen können. Diese Systeme verwenden einfach Sensorkameras, um sich mit einem Computer für Erkennung und Alarm sich abzustimmen, sie können nicht das Problem eines toten Winkel beim Aufnehmen von Bildern beseitigen und sind nicht im Stande, die Bewegungsspur eines verdächtigen Objekts und nicht deutliche Detailcharakteristiken eines verdächtigen Objekts zu verfolgen. Insbesondere bewirkt der kleine Bildmaßstab eines verdächtigen Objekts, dass die Erkennung der Identität des verdächtigen Objekts schwierig ist.
- ZUSAMMENFASSUNG DER ERFINDUNG
- Die vorliegende Erfindung wurde unter Berücksichtigung dieser Umstände geschaffen. Es ist ein Ziel der vorliegenden Erfindung, ein durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem zu schaffen, das im Stande ist, sich auf ein verdächtiges Objekt einzurasten, die Bewegungsspur des verdächtigen Objekts zu verfolgen, Detailcharakteristiken des verdächtigen Objekts aufzunehmen und die Identität des verdächtigen Subjekts mit Hilfe biologischer Erkennungstechnik zu erkennen, wodurch Vorsorge vor dem Ereignis realisiert wird. Ein anderes Ziel der vorliegenden Erfindung ist es, ein automatisches durch ein neurales Netzwerk gesteuertes Verfolgungs- und Erkennungssystem zu schaffen, das die Erfordernisse frühzeitiger Erkennung, der Vorsage vor dem Ereignis, Verhindern des Ereignisses und schnelles Auflösen nach dem Ereignis ermöglicht. Noch ein anderes Ziel der vorliegenden Erfindung ist es, ein automatisches durch ein neurales Netzwerk gesteuertes Verfolgungs- und Erkennungssystem zu schaffen, das Netzwerktechnik verwendet, damit vielfache Systeme für Sicherheitsüberwachung eines großen Gebietes verbunden werden, z. B. ein Gebäude. Noch ein anderes Ziel der vorliegenden Erfindung ist es, ein durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem zu schaffen, das Hintergrundlichtquellenmittel hat und Nachtsichtkameras verwendet, um bei Nacht oder in einer Umgebung zu arbeiten, wo das Umgebungslicht unzureichend ist.
- Um diese und andere Ziele der vorliegenden Erfindung zu erreichen, weist das durch ein neurales Netzwerk gesteuerte automatische Verfolgungs- und Erkennungssystem ein Sammelmodul mit festem Gesichtsfeld, wobei das Sammelmodul mit festem Gesichtsfeld eine Mehrzahl von Sensorkameras zum Sammeln von Ansichtenbildern fester Stellen aufweist; ein Sammelmodul mit variablem Gesichtsfeld mit vollen Funktionen, wobei Sammelmodul mit variablem Gesichtsfeld mit vollen Funktionen eine Mehrzahl von Verfolgungskameras mit vollen Funktionen zum Aufnehmen von Bildern eines verdächtigen sich bewegenden Objekts aufweist, das in dem Abdeckungsbereich des Sammelmoduls mit festem Gesichtsfeld innerhalb von 360° erschienen ist; ein Videoerkennungsalgorithmusmodul, das eine Reihe von Algorithmen aufweist, die dazu ausgebildet sind, ein Zielobjekt aus Videobildern herauszusuchen, die durch das Sammelmodul mit variablem Gesichtsfeld mit vollen Funktionen für Analyse gesammelt sind, um die charakteristischen Teile des Zielobjekts zu identifizieren, wie z. B. ein menschliches Gesicht und eine Kraftfahrzeugkennzeichennummer; ein Steuermodul eines neurales Netzwerks zum Steuern der Winkelübereinstimmung der Verfolgungskameras mit vollen Funktionen mit den Sensorkameras und zum Steuern des Rotationswinkels, der Schärfe, der Apertur der Verfolgungskameras mit vollen Funktionen in Abhängigkeit von der zu gestattenden Bewegungsrichtung eines sich bewegenden Objekts im festen Gesichtsfeld, so dass die Kameras mit vollen Funktionen gesteuert werden, irgendwelche verdächtigen sich bewegenden Objekten zu verfolgen und die Detailcharakteristiken jedes verdächtigen sich bewegenden Moduls Objekts aufzunehmen; ein Spurverfolgungsmodul für ein verdächtiges Objekts, das dazu ausgebildet ist, die Spur eines verdächtigen Ziels wie z. B. ein menschliches Gesicht oder einen Schwerpunkt eines Objekts aufgrund der Bilder zu verfolgen, die durch die Sensorkameras erhalten werden, und die Bewegungsspur des verdächtigen Objekts aufgrund der Erkennungsergebnisse des Algorithmus des Videobilderkennungsalgorithmus aufzuzeichnen/aufzubauen; ein Datenbankvergleichs- und Alarmbeurteilungsmodul, das dazu ausgebildet ist, die Daten eines menschlichen Gesichts, die charakteristischen Daten eines verdächtigen Objekts und andere damit zusammenhängende Datenbankdaten für Vergleich in Abhängigkeit von den Erkennungsergebnissen der Algorithmen des Videobilderkennungsalgorithmus aufzunehmen und einen Bericht eines Alarms von „Überschreiten der Grenzen”, „Eintritt in ein eingeschränktes Gebiet”, „Falsche Bewegungsrichtung” usw. in Abhängigkeit von den eingestellten Regeln zu bestimmen; ein Modul für Aufzeichnung überwachter Charakteristik und für Regeleinstellung, das für die Eingabe von Charakteristiken eines Zielobjekts wie z. B. des Bildes eines menschlichen Gesichtes ausgebildet ist, um eine Datenbank einzurichten, und zum Einstellen von Alarmregel und Empfindlichkeitsgrad in Abhängigkeit von den Erfordernissen des überwachten Gebiets; Lichtüberwachungs- und Steuermodul, das dazu ausgebildet ist, den Umgebungslichtzustand aufgrund von Videobildern zu analysieren, die durch die Sensorkameras und die Verfolgungskameras mit festem Gesichtsfeld des Sammelmoduls mit festem Gesichtsfeld und des Sammelmoduls mit variablem Gesichtsfeld mit vollen Funktionen erhalten wird, und zum Steuern eines Hintergrundlichtmoduls, um Hintergrundlicht zu schaffen, wenn das Umgebungslicht für Überwachung unzureichend ist; ein Hintergrundlichtmodul, durch das das Lichtüberwachungs- und Steuermodul steuerbar ist, um infrarote Lichtquellenmittel und künstliche Lichtquellenmittel desselben anzuschalten, um ein Hintergrundlicht in Abhängigkeit vom Zustand des überwachten Ortes zu schaffen; ein Alarmausgabe/Anzeige/Speichermodul, das dazu ausgebildet ist, Alarminformationen anzuzeigen und ein Ausgangssignal abzugeben, und für Verwaltung und Speichern von überwachten Videobildern und Alarminformation; und Sicherheitsüberwachungssensoren auf, die mit anderen Sicherheitsüberwachungssystemen auf solche Weise verbunden sind, dass wenn die Sicherheitsüberwachungssensoren in Betrieb gesetzt werden, die Verfolgungskamera mit vollen Funktionen gesteuert werden, um die gewünschten Daten aufzunehmen.
- Weiter weist das Algorithmusmodul für Videobilderkennung eine Erkennungsmodul für menschliche Figuren, einen Algorithmus für die Positionierung eines menschlichen Kopfes, einen Algorithmus für Erkennung einen sich bewegenden Objektes, einen Algorithmus für Verhaltenserkennung und einen Erkennungsalgorithmus für Charakteristiken auf.
- Wenn man dies mit den konventionellen Einrichtungen vergleicht, hat die Erfindung die folgenden Vorteile:
- 1. Überwachungsfähigkeit für ein variables Gesichtsfeld mit vollen Funktionen. Mit Hilfe von durch das neurale Netzwerk gesteueretem Abfühlen und der Verfolgungskameras mit vollen Funktionen nimmt das System wirksam Detailcharakteristiken eines verdächtigen Objekts zum Erkennen des menschlichen Gesichtes und eines besonderen Teils des verdächtigen Objekts mit Hilfe von biologischer Erkennung und Bilderkennungstechniken und Vergleich mit charakteristischen Parametern von einer Datenbank auf. Bei Erkennung des verdächtigen Objekts wird ein Alarmbericht in Echtzeit gegeben.
- 2. Das System hat eine Verhaltenserkennungsfunktion, um das Verhalten einer Person und irgendeines sich bewegenden Objekts zu analysieren. Wenn das Verhalten eines sich bewegenden Objekts gegen die Regeln verstößt, gibt das System sofort einen Alarmbericht ab.
- 3. Das System kann die Bewegungsspur des verdächtigen Ziels verfolgen und die Bewegungsspur des verdächtigen Ziels auf Videobildern und Architekturplänen anzeigen, wodurch die Bewegungsrichtung des sich bewe genden Ziels sichergestellt wird.
- Allgemein schafft die Erfindung ein automatisches durch ein neuronales Netzwerk gesteuertes Verfolgungs- und Erkennungssystem, das die Erfordernisse frühzeitiger Entdeckung, der Vorsage vor dem Ereignis, des Verhindern des Ereignisses und einer schnellen Auflösung nach dem Ereignis erzielt.
- KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
1 ist ein Systemblockdiagramm eines automatischen durch ein neurales Netzwerk gesteuerten Verfolgungs- und Erkennungssystems in Übereinstimmung mit der vorliegenden Erfindung; -
2 ist ein Betriebsablaufdiagramm, das den Betrieb der vorliegenden Erfindung zeigt; -
3 zeigt ein auf Computer/DSP (digitaler Signalprozessor) beruhendes Verfolgungs- und Erkennungssystem gemäß der vorliegenden Erfindung; -
4A und4B zeigen die groben Korrekturen des Winkels der Abbildung der Sensorkameras und der Verfolgungskameras mit vollen Funktionen des auf Computer/DSP (digitaler Signalprozessor) beruhenden Gebietsverfolgungs- und Erkennungssystems gemäß der Erfindung; -
5A und5B stellen das Einstellen der Verhaltensregeln gemäß der Erfindung dar; -
6A bis6D zeigen den Unterschied zwischen dem Bild des verdächtigen Ziels, das durch das durch ein neurales Netzwerk gesteueretes automatisches Verfolgungs- und Erkennungssystems gemäß der Erfindung erhalten wird und dem Bild eines verdächtigen Ziels, das durch ein konventionelles Videobildüberwachungssystem erhalten wird. - DETAILLIERTE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORM
-
1 ist ein Systemblockdiagramm eines automatisches durch ein Netzwer gesteuereten Verfolgungs- und Erkennungssystems gemäß der vorliegenden Erfindung. Das System besteht aus einem Sammelmodul1 mit festem Gesichtsfeld, einem Sammelmodul2 mit variablem Gesichtsfeld mit vollen Funktionen, einem Videobilderkennungsalgorithmusmodul3 , einem neuralen Netzwerksteuermodul9 , einem Modul6 zum Verfolgen der Spur vom verdächtigen Objekten, einem Datenbankvergleichs- und Alarmbeurteilungsmodul4 , einem Modul7 für Aufzeichnung überwachter Charakteristik und zum Einstellen von Regeln; einem Lichtüberwachungs- und Steuermodul8 , einem Alarmausgabe/Anzeige/Speichermodul5 , einem Hintergrundlichtmodul10 und Sicherheitsüberwachungssensoren11 . - Das Sammelmodul
1 mit festem Gesichtsfeld verwendet Sensorkameras von Pistolen- oder Kugeltyp, um Bilder von festen Stellen zu sammeln. Normalerweise sind drei Sensorkameras in einem Satz für ein lokales Gebiet angeordnet. Kameras können gewöhnliche Videokameras oder Sschwarzweißinfrarot-Nachtsichtkvideoameras sein. - Das Sammelmodul
2 mit vollen Funktionen mit variablem Gesichtsfeld verwendet Hochgeschwindigkeitskameras mit Schale/Neigung/Zoom (pan-tilt-zoom) oder Kuppelkameras, um Bilder irgendeines verdächtigen sich bewegenden Objekts innerhalb eines 360°-Winkels des Abdeckungsbereichs jeder Kamera aufzunehmen. In Abhängigkeit von der Installationsumgebung können die Kameras gewöhnliche Kameras oder Infrarotschwarzweiß- Nachtsichtvideokameras sein. Das Sammelmodul2 mit variablem Gesichtsfeld mit vollen Funktionen empfängt Steuersignale vom neuralen Netzwerksteuermodul9 , um Winkel und Schärfe einzustellen, was es ermöglicht, dass ein charakteristischen Teil des verdächtigen Objekts, z. B. das Bild eines Menschen auf dem mittleren Bereich des Bildes in einem vorbestimmten Maßstab angezeigt werden kann. - Weiter können die Kameras des Sammelmoduls mit festem Gesichtsfeld und die des Sammelmoduls
2 mit variablem Gesichtsfeld mit vollen Funktionen CCD (ladungsgekoppelte Einrichtung)/CMOS (komplementärer Metalloxidhalbleiter)-Videokameras oder Wärmebildkameras sein. - Das Videobilderkennungsalgorithmusmodul
3 weist einen Algorithmus für Erkennung menschlicher Figuren, einen Positionieralgorithmus für menschliche Köpfe, einen Algorithmus für Erkennung sich bewegender Objekte, einen Algorithmus zum Erkennen von Verhalten und einen Erkennungsmodul für Charakteristiken auf. Das Ziel wird aus den gesammelten Videobildern ausgewählt und klassifiziert, und der charakteristische Teil des Ziels wird dann erkannt. Der Erkennungsalgorithmus für sich bewegende Objekte verwendet unterschiedliche Übereinstimmungsparameter, um das Ziel aufgrund des Typs des Objekts zu erkennen, z. B. unter Verwendung der charakteristischen Parameter eines Höhen/Breitenverhältnisses, eines Verhältnisses der oberen Gliedmassen zu unteren Gliedmassen und eines Kopf-Körperverhältnisses, um das Ziel zu erkennen. Der Verhaltenserkennungsalgorithmus soll unterschiedliches Verhalten einschließlich des Überschreitens von Grenzen, der Bewegungsrichtung, der Bewegungsgeschwindigkeit, dem Diebstahlverhalten, zurückgelassene Gegenstände usw. erkennen. Der Charakteristikerkennungsalgorithmus soll die Parameter der charakteristischen Teile der aufgenommenen Bilder wie z. B. die Cha rakteristik der Hautfarbe des menschlichen Gesichtes, Abstand der Pupillen, Knochengerüstmerkmale, Merkmale von fünf Sinnesorganen usw. berechnen. - Das neurale Netzwerksteuermodul
9 bildet ein Steuersystem mit geschlossener Schlaufe mit Hilfe der Bilder der Verfolgungskameras mit vollen Funktionen. Das neurale Netzwerksteuermodul9 steuert schnell die Verfolgungskameras mit vollen Funktionen auf dem groben Einstellwinkel aufgrund manueller Steuereinstellungen und steuert dann automatisch Feineinstellung des Winkels und der Schärfe der Verfolgungskameras mit vollen Funktionen, um den charakteristischen Teil des verdächtigen Objekts aufzunehmen, so dass der charakteristische Teil des verdächtigen Objekts im mittleren Bereich des Bildes angeordnet ist und das Gebiet des charakteristischen Teils des verdächtigen Objekts im Bild nicht weniger als 15% beträgt. Nach Bewegung des Ziels steuert das neurale Netzwerksteuermodul9 die Verfolgungskameras mit vollen Funktionen, sich zu drehen und die Schärfe einzustellen, wodurch ununterbrochen der charakteristische Teil des verdächtigen Objekts verfolgt wird. - Das Spurverfolgungsmodul
6 für das verdächtige Objekt verfolgt die Spur irgendeines verdächtigen Ziels in Abhängigkeit von Bildern der Sensorkameras. Es wählt Spurbildungscharakteristiken aus, wie z. B. ein menschliches Gesicht oder Schwerpunkt des Objekts in Abhängigkeit vom Typ des Zielobjekts, und zeichnet die Bewegungsspur des verdächtigen Objekts in Abhängigkeit von den Erkennungsergebnissen der Algorithmen auf und baut sie auf. Die Bewegungsspur kann in Architekturplankoordinatendaten umgewandelt werden, wenn dies nötig ist. Das System hat darin einen entsprechenden Koordinatenumwandlungsalgorithmus eingebaut. - Das Datenbankvergleichs- und Alarmbeurteilungsmodul
4 holt Daten menschlicher Gesichter, charakteristische Daten verdächtiger Objekte und irgendwelche anderen Daten von der Datenbank für Vergleich in Abhängigkeit von den Erkennungsergebnissen der Algorithmen und bestimmt einen Alarmbericht von „Grenzüberschreitung”, „Eintritt in eingeschränktes Gebiet”, „falsche Bewegungsrichtung” usw. in Abhängigkeit von eingestellten Regeln. Eine Alarmberichtregel für detaillierte Charakteristiken eines verdächtigen Objekts köann definiert sein als: Alarm in Übereinstimmung mit Datenbankcharakteristiken, oder Alarm, der nicht in Übereinstimmung ist mit Datenbankcharakteristiken. - Das Modul
7 für Aufzeichnung überwachter Charakteristik und Regeleinstellung ist für Eingabe der Charakteristiken eines Zielobjekts, z. B. Bilder menschlicher Gesichter, um eine Datenbank einzurichten, und erlaubt das Einstellen der Alarmregeln und des Empfindlichkeitsgrades in Abhängigkeit von Erfordernissen des überwachten Gebiets. Das Aufzeichnungsverfahren kann Echtzeitcharakteristikaufzeichnung sein, damit der Betreiber Daten in Echtzeit erhalten kann. Alternativ kann das Aufzeichnungsverfahren mit Hilfe von Zuführen von gegenwärtig zur Verfügung stehenden Daten erreicht werden. Um Systemzuverlässigkeit zu erreichen, aktualisiert das Modul7 für Aufzeichnung von überwachter Charakteristik und Regeleinstellung automatisch erkannte Datencharakteristiken oder speichert bekannte Datencharakteristiken in der Datenbank. - Das Lichtüberwachungs- und Steuermodul
8 analysiert den Umgebungslichtzustand in Abhängigkeit von den Videobildern, die durch das Sammelmodul1 mit festem Gesichtsfeld und das Sammelmodul2 mit variablem Gesichtsfeld mit vollen Funktionen erhalten worden sind und steuert das Hintergrundlichtmodul10 , um Hintergrundlicht zu liefern, wenn das umgebende Licht für Überwachung unzureichend ist. - Das Hintergrundlichtmodul
10 ist durch das Lichtüberwachungs- und Steuermodul8 steuerbar, um eine Infrarotlichtquelle oder eine künstliche Lichtquelle in Abhängigkeit vo Zustand des überwachten Ortes einzuschalten, wodurch eine Hintergrundbeleuchtung geschaffen wird. - Das Alarmausgabe/Anzeige/Speichermodul
5 ist dazu ausgebildet, Alarminformation anzuzeigen und Ausgangssignale abzugeben, sowohl für die Verwaltung als auch die Speicherung von überwachten Videobildern und Alarminformation. - Die Sicherheitsüberwachungssensoren
11 sind mit anderen Sicherheitsüberwachungssystemen verbunden. Wenn die Sicherheitsüberwachungssensoren in Betrieb gesetzt werden, können die Verfolgungskameras mit vollen Funktionen ebenfalls gesteuert werden, die gewünschten Daten aufzunehmen. -
2 ist ein Betriebsablaufdiagramm, das den Betrieb der vorliegenden Erfindung zeigt. Das durch ein neurales Netzwerk gesteuerete automatische Verfolgungs- und Erkennungssystem arbeitet entsprechend den folgenden Schritten: - (1) Betreibe die Sensorkameras und die Verfolgungskameras mit vollen Funktionen, um Zielbilder aufzunehmen, und betreibe die damit zusammenhängenden Algorithmen, für das Ziel charakteristische Parameter aufzunehmen, um sie in der Datenbank zu steuern, und führe auch vorher aufgezeichnete Bilder oder für das Ziel charakteristische Parameter in die Systemdatenbank. In Bezug auf Erkennung eines verdächtigen Ziels wird dieses in Abhängigkeit von einer Verhaltensregel bestimmt, die durch den Kunden voreingestellt ist, wie z. B. Überschreiten von Grenzen, Abnormalität bei der Bewegungsrichtung, Abnormalität bei der Bewegungsgeschwindigkeit, Diebstahlverhalten usw. Wenn ein sich bewegendes Objekt die Regel verletzt, wird es als ein „verdächtiges Objekt” angesehen.
- (2) Kamerapositionkorrektur, damit das Überwachungsgebiet der Verfolgungskameras
mit vollen Funktionen und der Sensorkameras für damit verknüpfte Abbildung
kombiniert werden. Wie dies in
4 dargestellt ist, werden mit Hilfe von manueller Einstellung des Winkels und der Schärfe der Verfolgungskameras mit vollen Funktionen ausgewählte Bildpunkte, die von den Verfolgungskameras mit vollen Funktionen erhalten werden, mit entsprechenden Punkten von Bildern von den Sensorkameras in Beziehung gesetzt, so dass ein Parameter für die Steuerung des Betrachtungswinkels der Verfolgungskameras mit vollen Funktionen in der neuralen Netzwerksteuerung geschaffen wird, was es dem Modul der Steuerung des neuralen Netzwerkes ermöglicht, den vorgegebenen Betrachtungswinkel der Verfolgungskameras mit vollen Funktionen mit den Sensorkameras in grober Einstellung in Übereinstimmung zu bringen. Nach einer weiteren Feineinstellung und Steuerung nehmen die Verfolgungskameras mit vollen Funktionen die Detailcharakteristiken des verdächtigen Ziels auf. - (3) Das System sammelt dauernd die Videobilder von den Sensorkameras
für Analyse
durch die Haupteinheit. Wenn ein verdächtiges Ziel gefunden wird,
steuert das neurale Netzwerksteuermodul des Systems die Drehung,
die Schärfeneinstellung
und die Apertur der Verfol gungskameras mit vollen Funktionen, um
die Bilder des verdächtigen
Ziels aufzunehmen, wobei der charakteristische Teil des verdächtigen
Ziels im mittleren Bereich jedes Bildes gehalten wird und der Bereich des
charakteristischen Teils des verdächtigen Ziels in jedem Bild
nicht kleiner ist als 15%. Nach Bewegung des Ziels steuert das neurale
Netzwerksteuermodul
9 die Verfolgungskameras mit vollen Funktionen, um sie zu schwenken und die Schärfe einzustellen, wobei dauernd der charakteristische Teil des verdächtigen Objekts verfolgt wird. Wenn die Umgebungslichtintensität nicht ausreichend ist, um die minimalen Arbeitsbedingungen zu erfüllen, steuert das Lichtüberwachungs- und Steuermodul das Hintergrundlichtmodul, um Hintergrundbeleuchtung zu schaffen. Gleichzeitig wird die Betriebsweise der Kameras in Abhängigkeit von Typ des Hintergrundlichtes gesteuert. Wenn das Hintergrundlicht im nahen Infrarot ist, werden die Kameras zur Schwarzweiß- und Nachtsichtbetriebsart umgeschaltet. - (4) Das System führt eine intelligente Bildanalyse an den Videobildern durch, die von den Sensorkameras gesammelt sind, wobei Überprüfung auf irgendein Verhalten vorgenommen wird, das die Verhaltensregel verletzt, wie z. B. Überschreiten einer Grenze, falsche Bewegungsrichtung, abnormale Bewegungsgeschwindigkeit, Diebstahlsverhalten usw. Wenn irgendein Verletzungsverhalten gefunden wird, wird das Ziel als ein verdächtiges Ziel angesehen. Zu diesem Zeitpunkt verfolgt das System automatisch die Bewegungsspur des verdächtigen Ziels. Die Bewegungsspur kann der Schwerpunkt oder der menschliche Kopf in Abhängigkeit vom Typ des überwachten Objekts sein. Weiter kann die Bewegungsspur die Spur des Gesichtsfeldes oder die Spur in einem Architekturplan sein, der durch eine lineare Umwandlung erhalten ist.
- (5) Das System führt eine intelligente Bildanalyse an den Videobildern durch, die durch die Verfolgungskamera mit vollen Funktionen erhalten werden, und zwar mit Hilfe einer biologischen Identifizierungstechnik, um einen charakteristischen Teil des verdächtigen Ziels und die damit zusammenhängenden Parameter aufzunehmen. Die damit zusammenhängenden Parameter schließen die Hautfarbe des menschlichen Gesichtes, Puppillenabstand, Knochenbaumerkmale, Merkmale von fünf Sinnesorganen, Kfz-Nummernschildnummer, Farbe des Kfz-Nummernschildes usw. ein.
- (6) Das System vergleicht so erhaltenen charakteristischen Parameter des verdächtigen Ziels mit den charakteristischen Parametern, die in der Datenbank gespeichert sind, und gibt dann einen entsprechenden Alarmbericht zu irgendeinen Gegenstand, der nicht mit den eingestellten Bedingungen übereinstimmt. Die Alarmregeln und -bedingungen schließen Alarm in Übereinstimmung mit Datenbankcharakteristiken und Alarme ein, die nicht in Übereinstimmung mit Datenbankcharakteristiken sind. Was irgendein erkanntes Charakteristikum anbetrifft, führt das System ein Selbstlernprogramm durch und speichert die neu erhaltenen neuen charakteristischen Parameter in der Datenbank.
-
3 zeigt ein auf Computer/DSP (digitaler Signalprozessor) beruhendes Gebietsverfolgungs- und Erkennungssystem in Übereinstimmung mit der vorliegenden Erfindung. Wie dies dargestellt ist, weist das auf Computer/DSP (digitaler Signalpro zessor) beruhende Gebietverfolgungs- und Erkennungssystem Sensorkameras, eine Verfolgungskamera mit vollen Funktionen, eine Verfolgungs- und Erkennungshauptstation, Eingabe/Ausgabeausrüstung (z. B. Monitor und Tastatur) und eine LAN/Internetausrüstung ein. Die Verfolgungs- und Erkennungshauptstation ist der Kern des Systems, die dazu ausgebildet ist, eine Reihe von Funktionen einschließlich Bildsammeln, Erkennung, Beurteilung, Steuerung des neuralen Netzwerks, Verfolgung der sich bewegenden Spur, Lichtintensitätüberwachung und – steuerung, Aufzeichnen von überwachten Charakteristiken und Regeleinstellung, Alarmberichtausgabe und Datenzugriff einschließt. Die Verfolgungskamera mit vollen Funktionen wird gesteuert, sich zu drehen und die Schärfe in Abhängigkeit von den Anweisungen des neuralen Netzwerks der Verfolgungs- und Erkennungshauptstation einzustellen, wodurch die detaillierten charakteristischen Bilder des verdächtigen Ziels erhalten werden. Das System gibt Alarminformation durch einen Monitor aus. Das System liefert auch eine Netzwerkfunktion zum Übertragen von Daten und Bewegungsrichtungseingabeaufforderung unter verknüpften Systemen, so dass das gesamte System wirksam ein größeres Überwachungsgebiet überwacht. - Das auf Computer/DSP (digitaler Signalprozessor) beruhende Gebietsvefolgungs- und Erkennungssystem der vorliegenden Erfindung kann mehrere verdächtige Ziele im Abdeckungsbereich verfolgen und die Detailcharakteristiken jedes verdächtigen Ziels aufnehmen. Diese Funktionen werden erzielt durch:
- 1. Rolle-wähle roll-poll) die Sensorkameras, um auf irgendein verdächtiges Ziel einzurasten, das die Regel verletzt; 2. Führe eine Gruppenanalyse durch. Wenn eine Gruppe von Menschen oder sich bewegenden Objekten entdeckt wird, nimmt das System das nächste verdächtige Ziel auf, dessen charakteristischer Teil klar ist;
- 3. Wenn verteilte verdächtige Ziele entdeckt werden, geht das System dazu über, durch Rollen und Abfragen den charakteristischen Teil jedes verdächtigen Ziels für Erkennung und Berechnung aufzunehmen. Das System kann mehr als sechs verdächtige Ziele zugleich verfolgen.
- Das auf Computer/DSP (digitaler Signalprozessor) beruhende Gebietverfolgung- und Erkennungssystem kann ein Netzwerksystem mit Hilfe von Intranettechnik einrichten, wodurch das gesamte Gebiet eines großen Gebäudes abgedeckt wird. Wenn ein verdächtiges Ziel aus einem der verbundenen Systeme entkommen ist, tritt das benachbarte Nachbarsystem unmittelbar in den Verfolgungszustand ein, um die Bilder des verdächtigen Ziels aufzunehmen, so dass die charakteristischen Parameter des verdächtigen Ziels von der Hauptstation eines Systems im Netzwerk zu einer anderen übertragen werden, was es den verbundenen Systemen ermöglicht, das verdächtige Ziel innerhalb eines großen Gebiets zu verfolgen.
-
5A und5B zeigen die Einstellung von Verhaltensregeln gemäß der vorliegenden Erfindung, einschließlich Einstellungen von eingeschränkten Gebieten, erlaubter Bewegungsrichtung usw. Die Einstellungen können mit Hilfe einer Systemsoftware vorgenommen werden, um die individuellen Erfordernisse des Kunden zufrieden zu stellen. -
6A bis6D zeigen den Unterschied zwischen dem Bild eines verdächtigen Ziels, das durch das durch ein neurales Netzwerk gesteuerte automatische Verfolgungs- und Erkennungssystem der vorliegenden Erfindung erhalten worden ist, und dem Bild eines verdächtigen Ziels, das durch ein konventionelles Videobildüberwachungssystem erhalten ist.6A ist ein Bild der Vordertür einer Bank, das durch eine Kamera eines konventionellen Überwachungssystems erhalten ist, wo die Gesichtsmerkmale und die Nummernschildnummer des verdächtigen Ziels un deutlich sind.6B ist ein Bild der vordertür derselben Bank, das gleichzeitig durch das durch ein neurales Netzwerk kontrollierte automatische Verfolgungs- und Erkennungssystem der vorliegenden Erfindung erhalten worden ist, wo die Gesichtsmerkmale und die Nummernschildnummer des verdächtigen Ziels deutlich sichtbar sind. Wenn die Charakteristiken des verdächtigen Ziels mit den Charakteristiken eines Kriminellen der Datenbank zusammenpassen, gibt das System sofort einen Alarmbericht.6C ist ein Bild einer Parkverbotzone, das durch ein konventionelles Überwachungssystem erhalten ist, wo die Detailcharakteristiken des verbotswidrig parkenden Fahrzeuges nicht erkennbar sind.6D ist ein Bild derselben Parkverbotzone, das gleichzeitig durch das durch ein Netzwerk gesteuerte automatische Verfolgungs- und Erkennungssystem der vorliegenden Erfindung erhalten ist, wo die Detailcharakteristiken des verbotswidrig parkenden Fahrzeuges gut erkennbar sind, so dass die erkannte Nummernschildnummer in einer Aufzeichnung für weitere Verarbeitung aufgezeichnet werden kann. - Obwohl eine besondere Ausführungsform der Erfindung detailliert für Illustrationszwecke beschrieben worden ist, können verschiedene Abwandlungen und Verbesserungen vorgenommen werden, ohne vom Geist und Bereich der Erfindung abzuweichen. Demgemäß ist die Erfindung nur durch die beigefügten Ansprüche eingeschränkt.
Claims (10)
- Von einem neuralen Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem, das aufweist: ein Sammelmodul (
1 ) für ein festes Gesichtsfeld, welches Sammelmodul (1 ) mit einem festen Gesichtsfeld eine Mehrzahl von Sensorkameras zum Sammeln von Ansichtsbildern von festen Stellen aufweist; ein Sammelmodul (2 ) mit vollen Funktionen und variablem Gesichtsfeld, welches Sammelmodul (2 ) mit vllen Funktionen und einem variablen Gesichtsfeld eine Mehrzahl von Verfolgungskameras mit vollen Funktionen zum Aufnehmen von Bildern eines verdächtigen sich bewegenden Objekts aufweist, das im Abdeckungsfeld des Sammelmoduls (1 ) für ein festes Gesichtsfeld innerhalb von 360° erschienen ist; ein Videoerkennungsalgorithmusmodul (3 ), das eine Reihe von Algorithmen aufweist, die dazu ausgebildet sind, ein Zielobjekt von Videobildern aufzunehmen, die durch das Sammelmodul (2 ) mit vollen Funktionen für ein variables Gesichtsfeld gesammelt sind, für Analyse, um die charakteristischen Teile des Zielobjekts wie z. B. das menschliche Gesicht und die Kfz-Nummernschildnummer zu identifizieren; ein Steuermodul (9 ) für das neurale Netzwerk zum Steuern von Winkelanpassung der Verfolgungskameras mit vollen Funktionen mit den Sensorkameras und zum Steuern des Drehwinkels, der Schärfe und der Apertur der Verfolgungskameras mit vollen Funktionen in Ab hängigkeit von den erlaubten Bewegungsrichtungen des sich bewegenden Objekts im festen Gesichtsfeld, so dass die Kameras mit vollen Funktionen gesteuert werden, jedes verdächtige sich bewegende Objekt zu verfolgen und die Detailcharakteristiken jedes verdächtigen sich bewegenden Objekts aufnehmen; ein Spurverfolgungsmodul (6 ) für das verdächtige Objekt, das dazu ausgebildet ist, die Spur des verdächtigen Ziels wie z. B. ein menschliches Gesicht oder den Schwerpunkt des Objekts in Abhängigkeit von Bildern zu verfolgen, die durch die Sensorkameras erhalten sind, und zum Aufzeichnen/Aufbauen der Bewegungsspur des verdächtigen Objekts in Abhängigkeit von dem Erkennungsergebnis der Algorithmen des Videoerkennungsalgorithmusmoduls (3 ); ein Modul (4 ) für Datenbankvergleich und Alarmbeurteilung, das dazu ausgebildet ist, menschliche Gesichtsdaten, charakteristische Daten eines verdächtigen Objekts und andere damit zusammenhängende Datenbankdaten für Vergleich in Abhängigkeit von den Erkennungsergebnissen der Algorithmen des Vidoeerkennungsalgorithmusmoduls (3 ) aufzunehmen und einen Alarmbericht von „Grenzüberschreitung”, „Eintritt in eingeschränktes Gebiet”, „falsche Bewegungsrichtung” usw. in Abhängigkeit von eingestellten Regeln zu bestimmen; ein Modul (7 ) zum Aufzeichnen von überwachten Charakteristiken und für Regeleinstellung, das für die Eingabe von Charakteristiken eines Zielobjekts wie z. B. eines menschlichen Gesichtsbildes ausgebildet ist, um eine Datenbank einzurichten, um Einstellalarmregel und Empfindlichkeitsgrad in Abhängigkeit von Erfordernissen des überwachten Gebiets; ein Lichtüberwachungs- und Steuermodul (8 ), das zum Analysieren und Steuern des Umgebungslichtszustands in Abhängigkeit von Videobildern ausgebildet ist, die durch die Sensorkameras und die Verfolgungskameras mit vollen Funktionen des Sammelmoduls (1 ) für festes Gesichtsfeld und des Sammelmoduls (2 ) mit vollen Funktionen mit variablem Gesichtsfeld erhalten sind, und zum Steuern eines Hintergrundlichtmoduls (10 ), um Hintergrundlicht zu liefern, wenn das Umgebungslicht für die Überwachung unzureichend ist; ein Hintergrundlichtmodul (10 ), das durch das Lichtüberwachungs- und Steuermodul (8 ) steuerbar ist, um Infratorlichtquellenmittel und künstliche Lichtquellenmittel desselben einzuschalten, um Hintergrundbeleuchtung in Abhängigkeit von dem Zustand des überwachten Ortes zu schaffen; ein Alarmausgabe/Anzeige/Speichermodul (5 ), das dazu ausgebildet ist, Alarminformation anzuzeigen und Ausgangssignale weiterzuleiten, und für Verwaltung und Speicherung von überwachten Videobildern und Alarminformation; und Sicherheitsüberwachungssensoren (11 ), die mit anderen Sicherheitsüberwachungssystemen auf solche Weise verbunden sind, dass, wenn die Sicherheitsüberwachungssensoren (11 ) in Betrieb gesetzt werden, die Verfolgungskameras mit vollen Funktionen gesteuert werden, die gewünschten Daten aufzunehmen. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem nach Anspruch 1, bei dem die Sensorkameras Pistolen-Kugeltyp-Kameras (pistol/ball type) sind; die Verfolgungskameras mit vollen Funktionen Hochgeschwindigkeitsschalen/Neigungs/Zoom-Kameras (pan-tiltzoom))/Kuppelkameras sind; die Sensorkameras und die Verfolgungskameras mit vollen Funktionen auswählbar sind aus der Gruppe von CCD (ladungsgekoppelte Einrichtung), CMOS (komplementärer Metalloxydhalbleiter) und Wärmebildkameras.
- Von einem neuralen Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem nach Anspruch 1, bei dem das Vidoebilderkennungsalgorithmusmodul (
3 ) einen Algorithmus zum Erkennen einer menschlichen Figur, einen Algorithmus zum Positionieren eines menschlichen Kopfes, einen Erkennungsalgorithmus für ein sich bewegendes Objekt, einen Verhaltenserkennungsalgorithmus und einen Erkennungsalgorithmus für Charakteristiken aufweist. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem nach Anspruch 1, das ein Steuerverfahren eines neuralen Netzwerks verwendet, um das Zielobjekt wie die Funktion eines menschlichen Auges aufzunehmen, indem die Sensorkameras angetrieben werden, auf das verdächtige Objekt einzurasten, und dann die Verfolgungskameras mit vollen Funktionen zu betreiben, um das Zielobjekt zu verfolgen, wobei die wichtigen Charakteristiken des Zielobjekts einschließlich der Gesichts- und Kfz-Nummernschildnummer aufgenommen werden.
- Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem nach Anspruch 1, welches Videobilderkennungsalgorithmusmodul (
3 ) ein Verhaltenserkennungsmodul aufweist, das dazu ausgebildet ist, unterschiedliches Verhalten einschließlich Grenzüberschreitung, Bewegungsrichtung, Bewegungsgeschwindigkeit, Diebstahlverhalten, zurückgelassenes Eigentum usw. zu erkennen. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem nach Anspruch 1, welches Hintergrundmodul (
10 ) Lichtquellenmittel im nahen Infrarot und Lichtwellenmittel im sichtbaren Bereich aufweisen, wobei die Sensorkameras und die Verfolgungskameras mit vollen Funktionen eine Nachtsichtfunktion haben, um Bilder im nahen Infrarot eines sich bewegenden Objekts aufzunehmen. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungsverfahren, das die Schritte aufweist: (i) Sensorkameras und Verfolgungskameras mit vollen Funktionen zu betreiben, Zielbilder aufzunehmen und vorbestimmte Algorithmen zu betreiben, um charakteristische Parameter einschließlich Bildern des menschlichen Gesichts und Charakteristiken und Kfz-Nummernschildnummer zum Speichern in einer Systemdatenbank aufzunehmen, vorher aufgezeichnete Bilder oder Zielcharakteristikparameter in die Systemdatenbank zu führen, und Verhaltensregeln einschließlich Grenzüberschreitung, Bewegungsrichtungsabnormalität, Bewegungsgeschwindigkeitsabnormalität und Bewegungsrichtungsabnormalität einzustellen; (ii) Kamerapositionskorrektur, damit die Überwachungsgebiete der Verfolgungskamera mit vollen Funktionen und der Sensorkameras miteinander kombiniert werden für verknüpfte Abbildung, mit Hilfe von manueller Einstellung des Winkels und der Schärfe der Verfolgungskameras mit vollen Funktionen, wobei ausgewählte Bildpunkte, die von den Verfolgungskameras mit vollen Funktionen erhalten werden, in Entsprechung gesetzte werden zu entsprechenden Punkten von Bildern, die von den Sensorkameras erhalten werden, so dass ein Parameter für die Steuerung des Betrachtungswinkels der Verfolgungskamera mit vollen Funktionen in der neuralen Netzwerksteuerung geschaffen wird, damit das neurale Netzwerksteuermodul (
9 ) den vorgegebenen Betrachtungswinkel der Verfolgungskameras mit vollen Funktionen in Übereinstimmung mit den Sensorkameras in grober Einstellung steuern kann. Nachdem eine weitere Feineinstellung und -steuerung durchgeführt ist, nehmen die Verfolgungskameras mit vollen Funktionen die Detailcharakteristiken des verdächtigen Ziels auf. (iii) Das System sammelt dauernd die Videobilder von den Sensorkameras für Analyse auf solche Weise, dass, wenn ein verdächtiges Ziel gefunden wird, das neurale Netzwerksteuermodul (9 ) die Drehung, die Schärfeneinstellung und die Apertur der Verfolgungskameras mit vollen Funktion steuert, um die Bilder des verdächtigen Ziels aufzunehmen, wobei der charakteristische Teil des verdächtigen Ziels im mittleren Bereich jedes Bildes gehalten wird und das Gebiet des charakteristischen Teils des verdächtigen Ziel in jedem Bild nicht weniger ist als 15% beträgt, wobei der Bewegung des Ziels folgend das neurale Netzwerksteuermodul (9 ) die Verfolgungskameras mit vollen Funktionen steuert, sich zu drehen und die Schärfe einzustellen, wobei dauernd der charakteristische Teil des verdächtigen Objekts verfolgt wird; (iv) Das System führt eine intelligente Bildanalyse an den Videobildern durch, die von den Sensorkameras aufgenommen sind, wobei jegliches Verhalten gegen die Verhaltensregeln geprüft wird, wie z. B. Grenzüberschreitung, falsche Bewegungsrichtung, abnormale Bewegungsgeschwindigkeit, Diebstahlverhalten usw., wobei, wenn ein Übertretungsverhalten gefunden wird, das Ziel als ein verdächtiges Ziel angesehen wird, wobei gleichzeitig das System automatisch die Bewegungsspur des verdächtigen Ziels verfolgt, wie z. B. den Schwerpunkt oder den menschliche Kopf, in Abhängigkeit von dem Typ des überwachten Objekts; (v) Das System führt eine intelligente Bildanalyse in Videobildern durch, die durch die Verfolgungskameras mit vollen Funktionen erhalten worden sind, mit Hilfe einer biologischen Identifizierungstechnik, um einen charakteristischen Teil des verdächtigen Ziels und die damit zusammenhängenden Parameter aufzunehmen, wobei die damit zusammenhängenden Parameter die Hautfarbe des menschlichen Gesichtes, Pupillenabstand, Knochenbaumerkmale, Merkmale der fünf Sinnesorgane, Kfz-Nummernschildnummer und Kfz-Nummernschildfarbe einschließen. (vi) Das System vergleicht die so erhaltenen charakteristischen Parameter des verdächtigen Ziels mit den charakteristischen Parametern, die in der Datenbank gespeichert sind, und gibt dann einen entsprechenden Alarmbericht von jedem Gegenstand, der nicht mit den eingestellten Bedingungen konform ist; wobei die Alarmregeln und -bedingungen Alarm in Übereinstimmung mit Datenbankencharakteristiken und Alarm einschließen, die nicht in Übereinstimmung mit Datenbankcharakteristiken sind, in Bezug auf irgendwelche erkannten Charakteristiken führt das System ein selbstlernendes Programm durch und speichert die neu erhaltenen neuen Charakteristikenparameter in der Datenbank. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungsverfahren nach Anspruch 7, bei dem die Einrichtung einer zielcharakteristischen Datenbank mit Hilfe von Aufzeichnen vom System überwachten Zielcharakteristiken und Echtzeitaufzeichnung durch ein Modul (
7 ) für Aufzeichnung überwachter Charakteristik und Regeleinstellung durchgeführt wird, z. B. indem unterschiedliche Winkel und Profile eines menschlichen Gesichts in Echtzeit aufgezeichnet werden oder vorher aufgezeichnete Bilder in die Datenbank gespeichert werden. - Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungsverfahren nach Anspruch 7, bei dem während Schritt (iv) bei der Verfolgung der Bewegungsspur des verdächtigen Ziels die Spurberechnung vervollständigt werden soll, wobei Verfolgung und Markierung innerhalb des Abdeckungsbereiches der Videobilder aufgenommen werden und um Spurkoordinaten auf Architekturplankoordinaten abzubilden, um so die Spur des verdächtigen Ziels auf dem Architekturplan zu markieren.
- Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungsverfahren nach Anspruch 7, bei dem Schritt (v) zum Aufnehmen eines charakteristischen Teils des verdächtigen Ziels und der damit zusammenhängenden Parameter die Unterschritte aufweist: a) jedes Bild einer Reihe von Bildern, die von den Sensorkameras erhalten sind, zu analysieren, um sich bewegende Objekte aufzunehmen und um Parameter proportionaler Charakteristiken, Farbverteilungscharakteristiken, Markierungen der Verletzung einer Regel, Schwerpunkt, Bewegungsspur und Richtungsvorhersage von sich bewegenden Gegenständen zu berechnen; b) vergrößertes Detailbild des verdächtigen Objekts gegen Regeln durch ein Sammelmodul (
4 ) mit vollen Funktionen und variablem Gesichtsfeld aufzunehmen, um so ein charakteristischen Teil des verdächtigen Objektes wie z. B. ein menschliches Gesicht oder eine Kfz-Nummernschildnummer aufzunehmen; c) die Parameter des charakteristischen Teils des verdächtigen Objekts zu berechnen, einschließlich Körpergrößenverhältnis, Knochenbaumerkmale des menschlichen Gesichtes, Pupillenabstand, Merkmale von fünf Sinnesorganen, Hautfarbe, Kfz-Nummernschildnummer und Fahrzeugfarbe; und d) die Sensorkameras zu verschwenken und abtasten zu lassen, um auf jedes der verdächtigen Ziele einzurasten, die im Überwachungsgebiet erschienen sind, und Gruppenanalyse durchzuführen, wenn eine Gruppe von sich bewegenden Objekten erschienen ist, wobei das System das nächste verdächtige Ziel aufnimmt, dessen charakteristischer Teil klar ist, und das System rollendes Aufnehmen verwendet, um den charakteristischen Teil jedes verdächtigen Ziels für Erkennung und Berechnung aufzunehmen, wenn verteilte verdächtige Ziele entdeckt werden.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008039130A DE102008039130A1 (de) | 2008-08-21 | 2008-08-21 | Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008039130A DE102008039130A1 (de) | 2008-08-21 | 2008-08-21 | Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102008039130A1 true DE102008039130A1 (de) | 2010-02-25 |
Family
ID=41566685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102008039130A Ceased DE102008039130A1 (de) | 2008-08-21 | 2008-08-21 | Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102008039130A1 (de) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682592A (zh) * | 2016-12-08 | 2017-05-17 | 北京泛化智能科技有限公司 | 一种基于神经网络方法的图像自动识别系统及方法 |
CN107358191A (zh) * | 2017-07-07 | 2017-11-17 | 广东中星电子有限公司 | 视频报警检测方法和装置 |
CN107415806A (zh) * | 2017-06-06 | 2017-12-01 | 高炎华 | 基于图像识别的智能化警灯 |
CN109657588A (zh) * | 2018-12-11 | 2019-04-19 | 上海工业自动化仪表研究院有限公司 | 基于视频识别的智能边缘计算嵌入式终端 |
CN110414121A (zh) * | 2019-07-24 | 2019-11-05 | 中国十七冶集团有限公司 | 一种视频监控点功能参数的确定及布置模拟分析方法 |
CN110929608A (zh) * | 2019-11-12 | 2020-03-27 | 国网天津市电力公司 | 安全帽佩带检测方法及系统 |
CN111400687A (zh) * | 2020-03-09 | 2020-07-10 | 京东数字科技控股有限公司 | 鉴权方法、装置和机器人 |
CN111553264A (zh) * | 2020-04-27 | 2020-08-18 | 中国科学技术大学先进技术研究院 | 一种适用于中小学生的校园非安全行为检测及预警方法 |
CN111695409A (zh) * | 2020-04-24 | 2020-09-22 | 合肥湛达智能科技有限公司 | 一种基于嵌入式终端的深度学习不礼让斑马线检测方法 |
CN112084925A (zh) * | 2020-09-03 | 2020-12-15 | 厦门利德集团有限公司 | 一种智慧电力安全监察方法及系统 |
CN112347920A (zh) * | 2020-11-06 | 2021-02-09 | 苏州金螳螂文化发展股份有限公司 | 一种基于神经网络展馆区域智能人流量统计采集系统 |
CN113111728A (zh) * | 2021-03-22 | 2021-07-13 | 广西电网有限责任公司电力科学研究院 | 面向变电站内电力生产作业风险的智能识别方法及系统 |
CN113269034A (zh) * | 2021-04-12 | 2021-08-17 | 南京瀚元科技有限公司 | 一种基于内容识别的配电站所场景联动系统及方法 |
CN113507565A (zh) * | 2021-07-30 | 2021-10-15 | 北京理工大学 | 一种全自动伺服跟踪拍摄方法 |
CN113658177A (zh) * | 2021-09-10 | 2021-11-16 | 江苏蓝针智能科技有限公司 | 一种基于图像识别的板材计数系统 |
CN113688194A (zh) * | 2021-07-13 | 2021-11-23 | 金钱猫科技股份有限公司 | 一种人员移动轨迹监测方法、系统和存储设备 |
CN113743549A (zh) * | 2021-08-21 | 2021-12-03 | 太原向明智控科技有限公司 | 一种人员接近识别报警系统及方法 |
CN114067353A (zh) * | 2021-10-12 | 2022-02-18 | 北京控制与电子技术研究所 | 一种采用多功能加固处理机实现多源数据融合的方法 |
CN114333045A (zh) * | 2021-11-15 | 2022-04-12 | 成都泰盟软件有限公司 | 基于热成像的动物行为识别方法 |
CN114358993A (zh) * | 2021-12-23 | 2022-04-15 | 南京视察者智能科技有限公司 | 一种基于人脸识别的全流程数字化档案系统 |
CN114419823A (zh) * | 2021-12-24 | 2022-04-29 | 珠海大横琴科技发展有限公司 | 一种访客管理方法和装置 |
CN114821934A (zh) * | 2021-12-31 | 2022-07-29 | 北京无线电计量测试研究所 | 一种园区周界安防控制系统及方法 |
CN114845054A (zh) * | 2022-04-25 | 2022-08-02 | 南京奥拓电子科技有限公司 | 一种微动摄像头控制方法及装置 |
CN114973571A (zh) * | 2022-05-23 | 2022-08-30 | 贵州天然气管网有限责任公司 | 一种天然气无人值守场站目标物体入侵及驻留监控系统 |
CN115095189A (zh) * | 2022-05-19 | 2022-09-23 | 中国人民解放军陆军炮兵防空兵学院 | 一种毫米波拒止执勤岗亭 |
CN115394025A (zh) * | 2021-05-20 | 2022-11-25 | 中国移动通信集团有限公司 | 监控方法、装置、电子设备及存储介质 |
CN115412706A (zh) * | 2022-08-16 | 2022-11-29 | 深圳市景创科技电子股份有限公司 | 基于眼球追踪和运动检测的监视器 |
CN115761633A (zh) * | 2022-11-17 | 2023-03-07 | 深圳市阳光博睿教育技术有限公司 | 一种基于应用场景的监控预警方法 |
CN116153005A (zh) * | 2023-02-21 | 2023-05-23 | 安徽隼波科技有限公司 | 一种基于雷视融合的光伏电站安防预警系统及方法 |
CN116189336A (zh) * | 2023-02-24 | 2023-05-30 | 广州奔智电子科技有限公司 | 一种智能门锁安防系统 |
CN116206419A (zh) * | 2022-12-22 | 2023-06-02 | 国网河南省电力公司郑州供电公司 | 基于复杂空间动态扑捉的变电站周边隐患预警方法及系统 |
CN117541984A (zh) * | 2023-11-10 | 2024-02-09 | 江苏奥威信息系统工程有限公司 | 基于物联网的智能监控安防系统及方法 |
CN117938258A (zh) * | 2024-03-05 | 2024-04-26 | 深圳市百通光通信技术有限公司 | 一种光模块工作模式智能调节方法 |
CN118629137A (zh) * | 2024-08-08 | 2024-09-10 | 江苏蓝盾智能科技有限公司 | 一种面向人工智能的门禁监控系统 |
-
2008
- 2008-08-21 DE DE102008039130A patent/DE102008039130A1/de not_active Ceased
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682592A (zh) * | 2016-12-08 | 2017-05-17 | 北京泛化智能科技有限公司 | 一种基于神经网络方法的图像自动识别系统及方法 |
CN106682592B (zh) * | 2016-12-08 | 2023-10-27 | 北京泛化智能科技有限公司 | 一种基于神经网络方法的图像自动识别系统及方法 |
CN107415806A (zh) * | 2017-06-06 | 2017-12-01 | 高炎华 | 基于图像识别的智能化警灯 |
CN107358191A (zh) * | 2017-07-07 | 2017-11-17 | 广东中星电子有限公司 | 视频报警检测方法和装置 |
CN109657588A (zh) * | 2018-12-11 | 2019-04-19 | 上海工业自动化仪表研究院有限公司 | 基于视频识别的智能边缘计算嵌入式终端 |
CN110414121A (zh) * | 2019-07-24 | 2019-11-05 | 中国十七冶集团有限公司 | 一种视频监控点功能参数的确定及布置模拟分析方法 |
CN110414121B (zh) * | 2019-07-24 | 2023-06-06 | 中国十七冶集团有限公司 | 一种视频监控点功能参数的确定及布置模拟分析方法 |
CN110929608A (zh) * | 2019-11-12 | 2020-03-27 | 国网天津市电力公司 | 安全帽佩带检测方法及系统 |
CN111400687A (zh) * | 2020-03-09 | 2020-07-10 | 京东数字科技控股有限公司 | 鉴权方法、装置和机器人 |
CN111400687B (zh) * | 2020-03-09 | 2024-02-09 | 京东科技控股股份有限公司 | 鉴权方法、装置和机器人 |
CN111695409A (zh) * | 2020-04-24 | 2020-09-22 | 合肥湛达智能科技有限公司 | 一种基于嵌入式终端的深度学习不礼让斑马线检测方法 |
CN111695409B (zh) * | 2020-04-24 | 2024-02-02 | 合肥湛达智能科技有限公司 | 一种基于嵌入式终端的深度学习不礼让斑马线检测方法 |
CN111553264B (zh) * | 2020-04-27 | 2023-04-18 | 中科永安(安徽)科技有限公司 | 一种适用于中小学生的校园非安全行为检测及预警方法 |
CN111553264A (zh) * | 2020-04-27 | 2020-08-18 | 中国科学技术大学先进技术研究院 | 一种适用于中小学生的校园非安全行为检测及预警方法 |
CN112084925A (zh) * | 2020-09-03 | 2020-12-15 | 厦门利德集团有限公司 | 一种智慧电力安全监察方法及系统 |
CN112347920A (zh) * | 2020-11-06 | 2021-02-09 | 苏州金螳螂文化发展股份有限公司 | 一种基于神经网络展馆区域智能人流量统计采集系统 |
CN113111728A (zh) * | 2021-03-22 | 2021-07-13 | 广西电网有限责任公司电力科学研究院 | 面向变电站内电力生产作业风险的智能识别方法及系统 |
CN113269034A (zh) * | 2021-04-12 | 2021-08-17 | 南京瀚元科技有限公司 | 一种基于内容识别的配电站所场景联动系统及方法 |
CN115394025A (zh) * | 2021-05-20 | 2022-11-25 | 中国移动通信集团有限公司 | 监控方法、装置、电子设备及存储介质 |
CN113688194A (zh) * | 2021-07-13 | 2021-11-23 | 金钱猫科技股份有限公司 | 一种人员移动轨迹监测方法、系统和存储设备 |
CN113507565A (zh) * | 2021-07-30 | 2021-10-15 | 北京理工大学 | 一种全自动伺服跟踪拍摄方法 |
CN113507565B (zh) * | 2021-07-30 | 2024-06-04 | 北京理工大学 | 一种全自动伺服跟踪拍摄方法 |
CN113743549A (zh) * | 2021-08-21 | 2021-12-03 | 太原向明智控科技有限公司 | 一种人员接近识别报警系统及方法 |
CN113658177A (zh) * | 2021-09-10 | 2021-11-16 | 江苏蓝针智能科技有限公司 | 一种基于图像识别的板材计数系统 |
CN113658177B (zh) * | 2021-09-10 | 2024-05-31 | 江苏蓝针智能科技有限公司 | 一种基于图像识别的板材计数系统 |
CN114067353B (zh) * | 2021-10-12 | 2024-04-02 | 北京控制与电子技术研究所 | 一种采用多功能加固处理机实现多源数据融合的方法 |
CN114067353A (zh) * | 2021-10-12 | 2022-02-18 | 北京控制与电子技术研究所 | 一种采用多功能加固处理机实现多源数据融合的方法 |
CN114333045A (zh) * | 2021-11-15 | 2022-04-12 | 成都泰盟软件有限公司 | 基于热成像的动物行为识别方法 |
CN114358993A (zh) * | 2021-12-23 | 2022-04-15 | 南京视察者智能科技有限公司 | 一种基于人脸识别的全流程数字化档案系统 |
CN114419823A (zh) * | 2021-12-24 | 2022-04-29 | 珠海大横琴科技发展有限公司 | 一种访客管理方法和装置 |
CN114821934A (zh) * | 2021-12-31 | 2022-07-29 | 北京无线电计量测试研究所 | 一种园区周界安防控制系统及方法 |
CN114845054A (zh) * | 2022-04-25 | 2022-08-02 | 南京奥拓电子科技有限公司 | 一种微动摄像头控制方法及装置 |
CN114845054B (zh) * | 2022-04-25 | 2024-04-19 | 南京奥拓电子科技有限公司 | 一种微动摄像头控制方法及装置 |
CN115095189A (zh) * | 2022-05-19 | 2022-09-23 | 中国人民解放军陆军炮兵防空兵学院 | 一种毫米波拒止执勤岗亭 |
CN114973571A (zh) * | 2022-05-23 | 2022-08-30 | 贵州天然气管网有限责任公司 | 一种天然气无人值守场站目标物体入侵及驻留监控系统 |
CN115412706B (zh) * | 2022-08-16 | 2023-10-17 | 深圳市景创科技电子股份有限公司 | 基于眼球追踪和运动检测的监视器 |
CN115412706A (zh) * | 2022-08-16 | 2022-11-29 | 深圳市景创科技电子股份有限公司 | 基于眼球追踪和运动检测的监视器 |
CN115761633A (zh) * | 2022-11-17 | 2023-03-07 | 深圳市阳光博睿教育技术有限公司 | 一种基于应用场景的监控预警方法 |
CN116206419A (zh) * | 2022-12-22 | 2023-06-02 | 国网河南省电力公司郑州供电公司 | 基于复杂空间动态扑捉的变电站周边隐患预警方法及系统 |
CN116153005A (zh) * | 2023-02-21 | 2023-05-23 | 安徽隼波科技有限公司 | 一种基于雷视融合的光伏电站安防预警系统及方法 |
CN116189336B (zh) * | 2023-02-24 | 2023-09-08 | 广州奔智电子科技有限公司 | 一种智能门锁安防系统 |
CN116189336A (zh) * | 2023-02-24 | 2023-05-30 | 广州奔智电子科技有限公司 | 一种智能门锁安防系统 |
CN117541984A (zh) * | 2023-11-10 | 2024-02-09 | 江苏奥威信息系统工程有限公司 | 基于物联网的智能监控安防系统及方法 |
CN117938258A (zh) * | 2024-03-05 | 2024-04-26 | 深圳市百通光通信技术有限公司 | 一种光模块工作模式智能调节方法 |
CN118629137A (zh) * | 2024-08-08 | 2024-09-10 | 江苏蓝盾智能科技有限公司 | 一种面向人工智能的门禁监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102008039130A1 (de) | Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren | |
US8036425B2 (en) | Neural network-controlled automatic tracking and recognizing system and method | |
DE60209760T2 (de) | Gesichtsbilderzeugungssystem zur bildaufnahme und automatisierte bestätigung der identität | |
DE69934068T2 (de) | Bestimmung der position von augen durch blitzreflexerkennung und korrektur von defekten in einem aufgenommenen bild | |
CN105979210B (zh) | 一种基于多枪多球摄像机阵列的行人识别系统 | |
DE60317396T2 (de) | Zusammengesetztes Kamerasystem, Bildanzeigesteuerverfahren für eine Zoom-Kamera, Steuerverfahren für eine Zoom-Kamera, Steuerprogramm und computerlesbares Aufzeichnungsmedium | |
DE69526397T2 (de) | Geschlossenes Fernsehüberwachungssystem mit fahrbarer Kamera und selbsttätiger Zielerfassung | |
DE102008001391B4 (de) | Brandmeldervorrichtung sowie Verfahren zur Branddetektion | |
DE60005380T2 (de) | Überwachungssystem | |
EP3058556B1 (de) | Verfahren und vorrichtung zur automatisierten waldbrandfrüherkennung mittels optischer detektion von rauchwolken | |
DE102010038341B4 (de) | Videoüberwachungssystem sowie Verfahren zur Konfiguration eines Videoüberwachungssystems | |
EP0735757B1 (de) | Verfahren und Vorrichtung zur automatischen Bildaufnahme des Gesichtes einer Person | |
EP2422328B1 (de) | Selbstbedienungsterminal mit mindestens einer kamera zum erkennen von manipulationsversuchen | |
EP2422325B1 (de) | Selbstbedienungsterminal mit mindestens einer bilddaten erzeugenden kamera zum erkennen von manipulationsversuchen | |
EP2897112B1 (de) | Verfahren und Vorrichtung zur Vermeidung von Fehlalarmen bei Überwachungssystemen | |
WO2015040001A2 (de) | Vorrichtung, system und verfahren zum identifizieren einer person | |
DE4222920A1 (de) | Bildverarbeitung verwendendes ueberwachungsmonitorsystem | |
DE102009018322A1 (de) | Selbstbedienungsterminal mit Kamera zum Erkennen von Manipulationsversuchen | |
EP2422326A1 (de) | Verfahren zum erkennen von manipulationsversuchen an einem selbstbedienungsterminal und datenverarbeitungseinheit dafür | |
DE10042935B4 (de) | Verfahren zum Überwachen eines vorbestimmten Bereichs und entsprechendes System | |
EP0951776B1 (de) | Verfahren zur regelung der belichtung von videokameras | |
DE102018008282A1 (de) | Vorrichtung und Verfahren zum Erfassen von Flugobjekten | |
DE10049366A1 (de) | Verfahren zum Überwachen eines Sicherheitsbereichs und entsprechendes System | |
DE102016222134A1 (de) | Videoanalyseeinrichtung für eine Überwachungsvorrichtung und Verfahren zur Erzeugung eines Einzelbildes | |
WO2016087202A1 (de) | Bildverarbeitung mittels kreuzkorrelation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R082 | Change of representative |
Representative=s name: GLAWE DELFS MOLL - PARTNERSCHAFT VON PATENT- U, DE |
|
R081 | Change of applicant/patentee |
Owner name: INNOSYS INDUSTRIES LTD., HK Free format text: FORMER OWNER: HOU, BILLY, TAIPEI CITY, TW Effective date: 20120820 Owner name: INNOSYS INDUSTRIES LTD., HK Free format text: FORMER OWNER: BILLY HOU, TAIPEI CITY, TW Effective date: 20120820 |
|
R082 | Change of representative |
Representative=s name: GLAWE DELFS MOLL PARTNERSCHAFT MBB VON PATENT-, DE Effective date: 20120820 Representative=s name: GLAWE DELFS MOLL - PARTNERSCHAFT VON PATENT- U, DE Effective date: 20120820 |
|
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |
Effective date: 20131119 |