CN102667518B - 多传感器定位和识别 - Google Patents
多传感器定位和识别 Download PDFInfo
- Publication number
- CN102667518B CN102667518B CN201080052391.1A CN201080052391A CN102667518B CN 102667518 B CN102667518 B CN 102667518B CN 201080052391 A CN201080052391 A CN 201080052391A CN 102667518 B CN102667518 B CN 102667518B
- Authority
- CN
- China
- Prior art keywords
- mobile device
- image capture
- image
- capture device
- view data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
- G01S5/0263—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems
- G01S5/0264—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems at least one of the systems being a non-radio wave positioning system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/10—Recognition assisted with metadata
Abstract
通过使成像系统与无线定位功能相结合,对象的视频度量签名可以与公共身份关联,从而实现在视频监视网络的覆盖区域外部或之间的连续监视。除了扩展监视覆盖区域以外,计算机化的视频监视与无线位置确定的结合还可以允许经由现有的移动设备和在无线网络中使用的用户标识符来识别移动设备用户。
Description
相关申请的交叉引用
本申请要求于2009年12月8日提交的第12/633,672号美国专利申请的利益,该专利申请的公开通过引用被完整地并入本文。
技术领域
本发明通常涉及用于定位和识别无线设备例如在模拟或数字蜂窝系统、个人通信系统(PCS)、增强型专用移动无线电设备(ESMR)和其它类型的无线语音和数据通信系统中使用的无线设备的方法和装置。更具体地但非排他地,本发明涉及用于将来自多个传感器类型的信息进行组合以识别和定位无线设备用户的方法。
背景技术
因为闭路摄像机的发明,安全区域和公共区域的实时监视已经用于提高警卫人员的效率。卡式录像机(VCR)的出现实现了视频新闻报道的存档。在20世纪70年代中期,视频技术变得对于公共安全功能例如法律实施、人群监视和高速公路交通控制是成本有效的。
数码摄像机的引入允许对视频图像的软件分析,并且在20世纪90年代期间,面部识别技术已经变得足够准确以被更广泛地使用。在2001年11月11日的袭击以后,对通过自动化视频系统识别在安全位置上的人的需要已经被视为公共需要。在2002年5月,美国公园管理局在自由女神像和埃利斯岛处的计算机化的视频视照相机上安装了面部识别软件。
除了面部识别以外,视频系统还可以使用其它识别技术,其实例也包括步态识别、服装识别以及使用模式识别的二维(2-D)或三维(3-D)图像映射。使用静物照相机、摄像机或其它成像系统的这些图像识别技术可一般地称作“视频度量(videometric)”系统。视频度量系统可以将一个图像或一系列图像减小为数字签名标签。视频度量系统可以对未识别的对象加标签或编索引以检测重复的访问者。然而,对个人的识别和跟踪通常限于在视频网络数据库中存储的已经识别出的那些人。此外,视频度量系统受到由安装的成像系统提供的视场的限制。视频度量签名是对允许识别对象的特征的识别。与指纹很像,视频度量签名对于个人是唯一的,但是在一段较长的持续时间期间更容易改变。
响应于美国通信委员会(FCC)的增强9-1-1阶段II命令,用于以高准确度定位无线设备(例如,蜂窝电话)的技术开始被广泛地使用。无线定位技术包括基于网络的技术和基于手机的技术。基于网络的高准确度的技术使用利用到达时间(TOA)、到达时间差(TDOA)和/或到达角(AoA)技术的手机的上行链路(移动台到基站)无线电信令来定位移动设备。高准确度的定位技术可以包括使用定时信标系统,例如全球导航卫星系统(GNSS),最好的实例是NAVSTAR全球定位系统(GPS)。来自无线通信网络的GNSS信号和信令的使用考虑辅助GNSS(A-GNSS),该A-GNSS降低了通过传统的GPS生成定位所需的时间并且可以增加接收机灵敏度。
中等准确度的定位技术有时作为回退方法或者与高准确度的定位技术结合来用于发射机的定位。这些技术包括基于网络的小区ID定位技术,并且可以包括使用校准的RF指纹识别(模式匹配技术)的定时或功率测距信号强度测量(SSM)的增添。基于手机的中等准确度的技术包括下行链路无线电信号技术,例如增强型观测时间差(E-OTD)、高级前向链路三边测量(AFLT)和观测到达时间差(OTDOA)。
还可以使用定位技术的混合。已经成功地实施了U-TDOA、AoA、AFLT、A-GPS、TOA、SSM和OTDOA的各种组合,并且已经提出了高或高/中等准确度的手机和网络定位技术的其它组合。
使用基于网络的无线定位技术的无源定位依赖于对无线电空中接口或WCN链路的监控以及等待移动设备在控制信道或业务信道上执行网络事务。这些网络事务包括定期的重新注册以及诸如与呼叫或数据连接有关的事件(发起、终止、切换)的特殊事件和诸如位置更新的漫游事件。
使用基于网络的无线定位技术的有源定位依赖于无线定位系统的合作或指派(co-opting)。合作约定包括经由系统报文发送(messaging)来轮询或审核,报文发送的实例包括身份认证请求、Any_Time_Interrogation(ATI)(作为移动终止定位请求过程的一部分)、空SMS pinging或者简单地呼叫考虑中的移动台或向考虑中的移动台发送报文。WCN的指派包括仅空闲移动设备被立即重新注册的仅控制信道IMSI收集器基站、通话(会话)中的两个移动设备被捕获、询问和识别的蜜罐技术(honey-pot)基站的使用,或者在具有局部寻呼区域(定位区域)的特定区域中放置较小的WCN小区以迫使移动台进行重新注册。
对于与本文所描述的主题有关的其它背景信息,读者可以参照转让给TruePosition公司的下列专利申请:于2005年6月10日提交的第11/150,414号美国专利申请“Advanced Triggers for Location-Based Service Applicationsin a Wireless Location System”;于2005年8月8日提交的第11/198996号专利申请“Geo-fencing in a Wireless Location System”;以及于2009年4月22日提交的第12/428325号专利申请“Network Autonomous WirelessLocation System”。这些专利申请中的每一个通过引用被完整地并入本文。
发明内容
在很多工作场景中,无线设备的被确定的位置可能不是可用的。例如,设备可能暂时被屏蔽而不能从无线网络接收或者向无线网络发送。此外,当成像或视频度量系统具有关于对象的充分通畅的视场时,它们可能只提供识别和跟踪功能。本文描述了用于提供回退技术的各种方法和系统。在一些实施方式中,可以对这样的系统进行组合以提供无缝的或不间断的定位、跟踪和监视服务。通过结合计算机化的视频监视与无线定位功能,对象的视频度量签名可以更容易地与公共已知的个人身份相联系,从而实现在视频监视网络的覆盖区域外部或之间的连续监视。这种无缝监视可以是实时的或者被存档以用于将来的取证分析。视频度量签名与公共身份的联系还可以允许视频度量数据库的自动化供应。除了扩展监视覆盖区域以外,计算机化的视频监视与无线位置确定的结合还可以允许经由现有的移动设备和在无线网络中使用的用户标识符来识别移动设备用户。
在一个实施方式中,公开了跟踪与移动设备相关联的对象的方法。该方法可以包括从图像捕获设备接收图像数据,接收移动设备的识别信息和位置信息,分析所接收的图像数据,以及基于所分析的图像数据和与所述移动设备相关联的位置信息来确定所接收的图像数据与所述移动设备相关联,以及以其它方式使所接收的图像数据与通过所述位置和所述识别信息识别的移动设备关联。
应当注意的是,提供该概要以引入以简化的形式的概念的选择,将在下文中进一步描述这些概念的选择。该概要既不旨在标识所要求权利的主题的关键特征或必要特征,也不旨在用作确定所要求权利的主题的范围的帮助。
除了前述内容以外,本发明还描述了其它方面。本领域技术人员可以认识到,本发明的一个或多个各种方面可以包括但不限于用于实现本公开的这里提及的方面的电路和/或程序设计。
附图说明
当结合附图阅读时,将更好地理解前述概要以及下面的详细描述。为了说明本发明的目的,在附图中示出了本发明的示例性结构;然而,本发明不限于附图中所公开的特定方法和工具:
图1示意性地描绘了具有无线定位能力的主要功能组件无线通信网络以及在地理上协同定位的计算机化的视频/摄影监视网络。
图2示出了在城市区域中在视频监视下对象的定位促进识别的机会。
图3A和图3B示出了在视频监视下对象的定位促进识别。
图4示出了在视频监视下对象的定位促进识别。
图5示出了通过阻塞点进入视频监视覆盖范围的对象的定位促进监视。
图6示出了视频监视覆盖区域中的对象的定位促进识别,定位促进识别使用视差(立体观测)来估计对象的范围和运动。
图7示出了包括本发明的方面的操作过程的实施例。
图8示出了用于跟踪与移动设备相关联的对象的操作过程的实施例。
图9示出了用于跟踪与移动设备相关联的对象的操作过程的另一实施例。
具体实施方式
在下面的描述和附图中阐述某些特定的细节以提供对本发明的各种实施方式的彻底理解。为了避免不必要地使本发明的各种实施方式难理解,在下面的公开中未阐述通常与计算和软件技术相关联的某些公知的细节。此外,相关领域的普通技术人员将理解,他们可以在没有下面描述的细节中的一个或多个的情况下实践本发明的其它实施方式。最后,虽然参照下面的公开的步骤和顺序对各种方法进行了描述,但是该描述因此用于提供本发明的实施方式的明确实现,并且这些步骤和步骤的顺序不应被认为对实践本发明是必需的。
所描述的是本发明的示例性的实施方式。首先,提供了问题的详细概述,后面是所公开的主题的更详细的描述。
生物测定法是指用于基于一个或多个固有的物理特性来唯一识别对象的方法。生物测定法可以用作安全访问管理和访问控制的方法,并且还可以用于识别在监视下的对象。生物测定特性的实例可以包括物体的形状、指纹、面部识别、DNA、手和手掌的几何形状以及虹膜识别。
在生物测定系统中,对象第一次使用生物测定系统可以称作注册。在注册期间,可以存储来自对象的生物测定信息。在后续识别期间,可以检测生物测定信息并将其与在注册时存储的信息进行比较。这样的生物测定系统可以包括用于从对象接收信息并且向系统提供输入的传感器。该系统还可以执行预处理以增强或者以其它方式准备输入(例如,移除背景噪声)。然后,系统可以接着提取识别所需的特征。可以用任何形式来表示这些特征,例如,向量或者具有特定特性的图像。唯一识别对象的特征集可以称作签名。
在注册期间,可以在存储器中存储这些特征。在匹配或识别阶段期间,可以将获得的特征传送给匹配功能,所述匹配功能将这些特征与其它现有的特征集进行比较。特征集可以称作模板。在一些实施方式中,可以使用适当的算法来估计模板之间的距离。
面部识别系统可以从来自视频源的数字图像或视频帧自动地识别对象。在一些实施方式中,可以将来自图像和面部数据库中的选定的面部特征进行比较。一些面部识别算法可以通过从对象的面部的图像中提取特征来识别面部。例如,面部识别算法可以分析眼睛、鼻子、颧骨和下巴的相对位置、大小和/或形状。然后,提取的特征可以用于搜索具有匹配特征的其它图像。在其它实施方式中,面部识别算法可以将面部图像的集合标准化,并且将数据进行压缩,从而节省图像中的对于面部检测有用的数据。识别算法的一些实例包括线性判别分析、隐马尔可夫模型和神经元激励的动态链接匹配。
3-D
用于捕获和识别图像的系统可以包括一个或多个捕获设备,例如数字或模拟照相机,其具有用于捕获图像的适当的光学器件、用于数字化图像的照相机接口、输入/输出硬件或通信链路和用于处理图像并且检测图像的特征的程序。
因此,照片或视频识别可以用于经由物理参数的存入数据库的“快照”(通常称作光度测定或视频度量数据库条目)来识别个人或对象。然而,正是该视频度量数据库的群体可以限制这样的识别功能的使用。例如,在检查诸如铁路场地的安全设施的视频监视系统中,可能需要填充有每个员工的视频度量数据库,且可能被授权的访问者可能需要可靠地检测侵入者。侵入者的所记录的视频度量细节可以潜在地用于检测同一个人第二次的闯入,但是侵入者的识别可能不能只从视频度量数据确定而不管视频度量标签的创建。在一些情况下,公共身份可能不是从无线设备可得到的(例如,在预付费移动设备的情况下),在这样的情况下,视频度量签名可以具有与其相关联的公共ID,然后,它又可以应用于先前未识别出的无线设备ID。在其它情况下,移动设备的公共ID可以不匹配基于已知的视频度量的公共ID(在被盗的移动设备的情况下)。
基于网络的无线定位系统(WLS)可以用于从无线电发射(例如,上行链路无线电信道广播)来定位无线设备,所述无线电发射是由无线设备在无线通信网络(WCN)与无线设备之间的控制、语音或数据会话期间发送的。基于网络的WLS的准确度可能受到通信信号的短持续时间、低功率和有限带宽的限制,因此从一组无线设备定位在视频监视系统的视场中的特定无线设备可能是困难的。本文公开了用于将无线设备与视频度量签名进行匹配的方法。一旦使本地化的无线设备和视频度量签名相关,就可以对无线身份并且因此与无线设备相关联的对象的公共身份进行恢复。
本文所描述的技术和概念可以应用于时分复用和频分复用(TDMA/FDMA)无线通信系统,其包括广泛使用的基于GSM和OFDM(例如,IEEE-802.16“WiMAN”、IEEE-802.20“WIMAX”和3GPP长期演进(LTE))的无线系统以及诸如CDMA(IS-95、IS-2000)和通用移动电信系统(UMTS)的码分无线通信系统,后者也称作W-CDMA。此外,诸如有源或无源射频ID(RFID)标签、蓝牙无线技术和超宽带(UWB)数据通信的短程通信系统也可以用于邻近定位和识别的目的。
全球移动通信系统(GSM)无线接入网和核心网用作示例性的无线通信系统,而不是本发明可以被实现的专门的环境。
识别
视频和无线定位的不同传感器网络的组合可以提供经由对象和无线设备的协同定位来填充视频度量签名的联合数据库的非侵入性方法。例如在签约的半永久用户账户的情况下,无线设备身份通常附接于个人的公共身份。因此,无线设备身份及其无线位置与图像化的或参数化的对象的估计的或已知的位置的相关可以允许在无需预先存在的视频度量数据库条目的情况下识别对象。
对于广域无线通信系统,无线设备包括设备和用户(例如,电话号码、电子序列号(ESN)、MIN(移动识别号)、国际移动设备标识符(IMEI)、国际移动台标识符(IMSI)、移动台标识符(MSI)、临时移动台标识符(MSI)、移动设备标识符(MEID)、移动台综合服务数字网络号(MS-ISDN))的识别。根据所使用的无线通信技术(也称作无线电接入网技术)而改变的这些标识符必须允许移动电话起作用。这些标准化的标识符在移动台和无线通信网络(WCN)之间的无线信令接口上是可用的,在来自WCN的无线信令接口上是可用的,或者在不同的WCN之间的信令中使用。
无线标识符的改变或者在相关的无线标识符之间的改变可以用于触发无线定位和识别系统。相关的标识符的实例包括识别移动设备的IMEI和识别用户模块(SIM)的IMSI。新的SIM的插入、SIM的更换或者无线设备的更换均改变IMEI和IMSI之间的关联,并且因此可以由WLIS检测到并且被用作定位触发事件。
当对象携带或者以其它方式极接近配备的设备时,诸如WiFi(IEEE802.11)、RFID、蓝牙和超宽带的短程通信系统可以用于(经由邻近)识别和定位。这种持久的且可读的标识符可以允许位置确定,并且提供了持久的标识符来替代视频度量和/或无线标识符,或者除了视频度量和/或无线标识符以外,还提供了持久的标识符。
RFID标签通常被设计为由附近的读者读取。每个RFID标签具有唯一的标识符,并且可以包含其它信息(例如,护照信息或产品信息)。该对象可以携带与无线通信设备相关联的RFID标签。可选地,对象可以携带或佩带包括RFID标签的物品。
蓝牙设备可以使用查询过程来发现附近的设备或者由其位置处的其它设备发现。对于每个蓝牙设备,蓝牙标识符是持久的且唯一的。
WiFi网络接口设备通常提供其媒体存取控制(MAC)地址,其也更正式地称作EUI(扩展的唯一标识符)。对于每个无线网络接口控制器(NIC或WNIC),MAC/EUI是持久的且唯一的。
超宽带(UMB)设备可以响应于询问信号来广播其持久的标识符。提供询问信号的UWB读者可以接收标识符并且建立邻近位置。在一些情况下,RFID标签可以使用超宽带无线电设备。各种所描述的系统和协议在频谱和技术上可以具有不同的重叠程度。
在非签约的无线移动电话和设备的情况下,由移动设备发送的用于向网络注册并且拨打/接收电话的电子标识符然而可以与视频度量签名有关,允许对象的持久监视。
扩展的监视
一旦已经在视频监视网络中定位和识别出对象,就可以使用移动设备定位技术在视频监视网络的覆盖区域外部或者之间实现连续的监视。这些技术包括基于网络的定位系统、基于移动的定位技术和标准化控制功能例如移动终止定位请求(MTLR)或者在WCN基础设施中的无线智能网络(WIN)触发器的设置。
可以实时地执行该无缝监视,或者可以对该无缝的监视进行存档用于将来的取证分析。除了扩展监视覆盖区域以外,计算机化的视频监视与无线位置确定的组合还可以允许经由现有的移动设备和在无线网络中使用的用户标识符来识别移动电话用户。
进入和退出地理栅栏(Geofencing)
可以在协调的视频监视和无线定位网络中扩展在题为“Geo-FencingIn A Wireless Location System”的第11/198,996号美国专利申请中详细描述的自动地理栅栏概念。
在示例性的地理栅栏方法中,可以限定地理栅栏区域。可以监控无线通信系统的一组预定的信令链路。该方法还可以包括检测移动设备已经执行了以下关于地理栅栏区域的动作中的任一个:(1)进入第一栅栏区域,(2)退出地理栅栏区域,以及(3)在接近地理栅栏区域的预定的邻近范围内移动。然后,可以触发高准确度的定位功能,以便确定移动设备的地理位置。
一旦对象由视频度量/摄影系统加了标签并且被识别出,移动标识符和视频度量签名就可被替换,允许不仅在无线边界(例如,小区、扇区或寻呼区域边界)上而且在视场边界上建立自动的绊网地理栅栏边界。对象的进入和退出可以由组合的视频度量和WLS控制系统来确定。
广域定位和柱状图
在于2005年6月10日提交的、题为“Advanced Triggers forLocation-Based Service Applications in a Wireless Location System”的第11/150,414号美国专利申请中首次描述了也称作区域中的移动识别的集合的广域定位。公开了一种示例性的方法,该方法包括监控无线通信系统的一组信令链路,以及检测在预定的信令链路中的至少一个上发生的至少一个预定的信令事务。响应于检测到至少一个预定的网络事务,触发至少一个预定的定位服务。视频监视网络和无线定位的组合通过允许创建诸如柱状图的统计数据集合而改善了广域概念。统计数据集合可以基于对象的位置、运动、呼叫模式和与其它对象的协同定位。
移动电话和设备可以根据在特定的时间或时间段内在扇区、一个小区或一组小区的无线覆盖范围下的预先界定的地理区域中的存在来识别和定位。可以通过将被定义为一组小区标识符的区域装入到无源覆盖或集成链路监控系统(LMS)中来完成该历史位置特征。然后,LMS可以发展在所关注的地理区域中发起网络事务的一列移动标识符(例如,在GSM中的IMSI、MSISDN和相关的TMSI)。
广域定位还可以被配置为生成在预设的所关注的地理区域中发起将来的网络事务的连续的一列移动标识符。
通过添加光度测定或视频度量快照数据的数据库,可以通过允许在相关移动设备没有正在发送时识别在所关注的地理区域中的对象来改善广域定位技术。可选地,快照和无线定位能力的组合可以允许在视频监视网络的覆盖区域外部的广域定位。
照相机和成像备选方案
虽然很多现有的视频监视网络被设计来提供在可见频谱中的图像,但是使用紫外光或红外光、毫米或太赫兹雷达成像或者其它无源(使用现有的照明)或有源(使用定向的照明或发射机)技术的视频和静物照相机监视可以用于提供用于唯一地识别在监视下的对象的光度测定或视频度量快照数据。在本公开中,术语“图像捕获系统”和“照相机”可以指使用有源或无源技术的所有类型的成像系统,例如视频照相机、静物照相机和无线电层析成像(RTI)系统。
使用其它数据库的身份关联
在一些实施方式中,可以使用可选的数据库来增加视频到移动设备的关联的存储数据库的使用。例如,现有的视频监视网络可以使用诸如脸部照片、护照照片、驾驶执照或身份证的照片来建立视频度量数据库。类似地,所公开的无线定位/识别系统和视频度量数据库的组合可以装有补充的视频度量签名和所关注的移动标识符。此外,当对数据库记录进行实时或时间延迟的取证分析时,通过多种方式获得的视频度量特征可以添加到识别过程。
实例可以包括配备有照相机的自动取款机(ATM),在ATM中,视频度量签名和银行账户信息可以相关联。另一个实例是来自配备有照相机的销售点(POS)的数据,在POS中,可以使用信用卡信息和其它公共身份数据(例如,政府身份证)。
如果对象携带着活动的或空闲的无线设备,则必须存在来自对象的识别的任何场景(例如,比赛票务处)提供了收集公共身份、视频度量签名和无线ID的机会。
本领域技术人员将认识到,可以对可以携带移动设备或者以其它方式与移动设备相关联的任何类型的对象执行所公开的主题。例如,在一个实施方式中,对象可以是交通工具。在该实施方式中,不仅交通工具的视频度量签名可以用于识别交通工具的样式、型号和颜色,而且自动车牌识别可以用于识别交通工具的登记处或当前的租用人。使用上述方法中的一个获得的交通工具的乘员的移动身份可以与交通工具ID关联。因为交通工具通常是由单个人例如拥有者来操作的,因此视频度量过滤器的准确度可能很高。在一个实施方式中,交通工具ID与移动ID的关联可以用于识别被盗交通工具。
一些基于视频的自动车牌号码识别系统具有拍摄交通工具的乘员的照片或视频的能力。然后,可以获得视频度量签名,并且数据用于使交通工具与乘员关联。
一些交通工具可以配备或安装有嵌入式无线通信和无线定位系统。此类安装的系统也可以用于识别和定位交通工具。
多间隔多照相机过滤
在一些实施方式中,可以使用多个照相机。在视频度量签名用于识别对象的多照相机场景中,多个照相机可以在一个实例或者在来自一个或多个照相机的多个图像捕获中使用以识别对象。在一个实施方式中,可以定位和识别对象附近的所有移动设备。例如,视频度量数据可以在不同的时间在多个照相机处识别同一个人。可以接收在照相机附近的所有移动设备的位置数据。与视频度量签名的多个实例强烈相关的无线设备ID可被认为是匹配。
因此,在一个实施方式中,如果所关注的对象与多个电话相关并且多个视频度量轮廓在多个位置或者多次被收集到,则可以假设移动电话、视频度量轮廓与所关注的对象之间的关联。
速率过滤
用于使视频度量ID与无线身份相关的另一种过滤技术是使用速率(航向和速度)。可以通过使用无线定位技术来确定对象的速率,无线定位技术在确定位置时使用到达频率差,检测上行链路无线电信号中的多普勒频移,或者跟踪对象的一系列位置。当对象在照相机的视场中移动时,摄影或视频系统可以确定加了标签的对象的方向。可以通过所捕获的图像的投影尺寸的改变来检测和测量对照相机的接近或远离照相机的运动。在其它实施方式中,具有重叠的视场的多个照相机可以用于使用例如用于速率确定的经典视差解决方案来确定速率。可以通过关联算法来完成视频度量确定的速率与无线定位系统确定的速率的匹配。也可以使用该方法来完成可能的匹配的消除。
阻塞点
在一些实施方式中,使用交通工具或行人阻塞点的近距离无线定位技术可以用于使视频度量身份与移动身份相关联。交通工具的阻塞点的实例可以包括交通信号、高速公路驶进匝道、驶出匝道、桥梁或收费亭。行人阻塞点的实例可以包括机场入口、体育场入口、建筑物入口、自动扶梯、楼梯和电梯。
在一个实施方式中,无线设备可以用于在某些场景下例如在一天中有大量人通过较小的区域的公共阻塞点处识别携带设备的对象。实例可以是地铁入口、体育场入口、到公共建筑物或机场的任何安全入口、人行道、商场入口和收费亭。一种或多种无线激励和检测技术可以用于确定无线设备是否正在通过阻塞点。通过与移动设备通信,可以确定设备的身份。设备的身份可以是移动电话的IMSI/IMEI、WiFi设备的MAC/EUI地址、可以被携带的或者在对象附近的任何RFID设备的RFID信息。例如,RFID标签可以嵌入到所携带的产品中或者嵌入到个人携带的身份证上。
该位置可以根据位于例如安全入口处或者人行道上的特定点处的传感器和发射机的时间和位置来确定。传感器和发射机可以例如被包含在金属检测器或RFID检测器的传感器中,或者被嵌入到不明显的自然环境中(例如,在人行道中、沿着街道的杆或者在建筑物旁边)。
位置确定可以将个人与人群隔离,并且确定什么无线设备在这个人身上以及这样的设备的ID。良好放置的照相机可以捕获个人的图像,并且然后该图像可以与设备相关联。所接收和分析的信息——包括照片、设备信息和ID、日期、时间、位置——可以存储在数据库中用于进一步处理。
捕获的图像可以由面部识别产品处理以进一步确定对象的身份。在很多情况下,设备ID和相关的(具有时间戳的)图像的可用性可以为安全和情报机构提供有价值的信息。然后,设备ID信息可以返回为所存储的信息提供参考并且对象的图像可以用于:
·使用设备的人的ID
·同一设备的多次检测的关联,例如,确定设备是在不同的人之间传递还是始终在同一个人身上
·来自其它源的多次检测和照片可以用于增加正确的面部到ID匹配的概率
面部识别程序、身体和衣服标识符和步态识别技术可以用于使对象与视频度量签名匹配。然后,设备ID可以与视频度量签名相关联。在频繁地改变无线设备的对象的情况下,假如对象通过监控的阻塞点,与相关的无线标识符有关的信息将被不断地更新,并且在使用中的最新的设备标识符可以被确定。此外,可以维持对象所使用的设备的历史时间轴。
一旦视频度量签名与无线设备相关联,公共安全机构就可以审查所收集的历史信息来确定设备已经被定位在哪里,并且因此推断出相关的对象存在于所记录的位置处。
在一个实施方式中,可以使用计算机化的视频网络来部署RF传感器和发射机的邻近的网络,以覆盖快速道路。快速道路可以被定位,使得增强的视频度量签名可以例如在交通信号或人行横道中被获取。一系列高度定向的天线可以用于在空间中创建二维阵列作为快速道路的横截面(例如,行人的人行道或交通工具高速公路)。该阵列可以允许在快速道路上或者人行道上的特定点(例如,离角落或街道的期望距离)处的相对定位(左、中、右)。这种系统可以用于针对多个对象(例如,行人或交通工具)并排地或并肩地通过所关注的附近地区的情况提供用于使视频度量签名与相关无线标识符关联的改进的解决方案。
通过阻塞点监控系统的预定选择和构造,可以实现在阻塞点处的多个对象的定位和识别。公知的有源无线识别系统例如IMSI收集器、蜜罐技术BTS或者特殊地定位寻呼/定位区域边界可以与阻塞点部署一起使用。
图1
图1示出了位于无线通信网络(WCN)内的具有无线定位能力的示例性的视频度量系统。通过无线基站103和核心网服务器111(使用GSM术语,是基站控制器(BSC)和移动交换中心(MSC))来描绘该图示中的WCN。
在该图中被描绘为移动电话的无线设备101可以被对象携带。该对象可以是人、动物或交通工具。无线设备101可以在至少一个照相机(例如,静物照片或视频)106的视场102内,所述至少一个照相机106提供图像数据以确定在连接的视频度量服务器107处的视频度量签名。视频度量签名可以存储在视频度量数据库108中。在存储之前或之后,发展的视频度量签名可以由视频度量服务器107分析以与视频度量数据库108中的其它先前的输入进行匹配。
如果在视频度量签名之间没有发现匹配,则视频度量服务器107可以查询无线定位和识别系统(WLIS)服务器110以确定对象的位置与在照相机106的视场102内的地理附近区域内的无线设备101的位置之间是否存在匹配。可以针对与照相机106的视场102匹配的在地理区域上的所有移动标识来询问无线定位和识别系统服务器110。
可以通过无源方式(参见题目均为“Monitoring Of Call Information InA Wireless Location System”的第6,782,264号和第7,167,713号美国专利以及题为“Advanced Triggers For Location-Based Service Applications In AWireless Location System”的第11/150414号美国专利申请)或有源方式(参见题为“Network Autonomous Wireless Location System”的第12/428,325号美国专利申请)来触发无线设备101的定位和识别。定位无线设备以及识别该设备的能力可以是基于网络的覆盖无线定位系统、(与WCN111104)集成的基于网络的无线定位系统的功能或者作为WCN基础设施111本身的一部分,作为在与WLIS110进行通信的无线智能网络(WIN)子系统中的软件应用。虽然待识别、询问和定位的可能数量的无线设备可能在WCN中引起容量问题,但是移动设备101的用户面定位和识别可能是可能的。无线设备101自定位(基于移动的定位或移动辅助的定位)的机载能力可能限制任何用户面定位技术的准确度。一旦针对无线设备发展了定位和识别,该信息就可以存储在数据库109中并且可以在任何时刻传送到视频度量服务器107。
作为该示例性的网络的一部分,短程通信接入点105被示为在视场102中。如果这样的RF终端存在于视场中,则可以通过经由广播提供到标记收发器的连接而与RFID、WiFi、蓝牙、超宽带或者其它信标标记收发器进行交互作用来获取额外的持久标识符。虽然定向天线可以用于限定和/或扩大覆盖区域,但是这样的短程无线电收发器的位置通常通过接近终端来确定。
图2
参照图2,示出了显示蜂窝覆盖和照相机覆盖的示例性的实施方式。如所讨论的,照相机系统在行人交通和交通工具交通的阻塞点上提供现场覆盖的能力可以允许视频度量签名数据与从无线通信和定位系统获得的数据的关联。在附图中示出了联网照相机可以如何提供用于对地理栅栏的不同地理覆盖区域的一个实施方式。在图2中所示的都市景观中,示出了具有广域宏小区201和更短程的微小区202(更小的小区例如微微小区和毫微微小区以及转发器和分布式天线系统(DAS)由于复杂性而未示出)的无线网络。该无线网络可以配备有基于网络的无线定位和识别能力。
在一个实施方式中,安装在附近的建筑物211上的联网照相机217覆盖人行横道210。人行横道210控制行人的流动并且通过照相机217的视场直接指导行人。控制本地道路203、209的交叉路口的交通信号220提供了行人和交通工具的计量流量,以便不过分使用视频度量系统的容量。
在另一实施方式中,联网照相机218可以安装在附近的建筑物204上以覆盖到公共交通站205的入口213。入口213是提供视频度量签名发展的机会的行人集中器的另一实例。此外,进入站205的对象的识别和定位可以允许对象在登上火车或公共汽车212之后的连续广域定位的资源的调度。
在另一个实施方式中,联网照相机215可以被定位以覆盖码头221。登上渡船222的乘客在照相机215的视场内并且可以被识别。一旦在水223上,就可以在船仍然在无线通信网络201、202的范围内时经由无线定位系统来完成连续的广域定位。
在另一实施方式中,联网照相机219可以覆盖到政府建筑物207的入口。具有无线标识符的视频度量签名可以用于维持到政府建筑物207的访问者的记录。
在另一个实施方式中,可以安装照相机224以覆盖到本地车道209上的进入坡道208。进入坡道208提供了交通工具的计量流量以发展交通工具和在交通工具内可见的个人的视频度量签名。进入坡道208还可以提供收集进入城市的对象的无线识别的机会。
在另一实施方式中,照相机216可以覆盖协同定位在服务站206内的销售点终端。销售点终端可以允许交通工具的用户使用信用卡和借记卡来在在油箱旁直接付费。视频度量签名可以在交通工具被填满时发展。可以从无线设备和交通工具身份牌收集标识符。实时地或稍后使用事后分析,可以使标识符和签名与在贷记或借记交易期间获得的金融标识符匹配。
图3A和图3B
图3A示出了传感器融合系统的过滤和关联能力的实例。在一个实施方式中,本地无线通信系统(WCN)可以被配置为要求被服务的无线设备向WCN定期地重新注册。由此产生的注册流向WLIS系统提供了收集无线设备上的位置的机会。
参照图3A,第一照相机301可以给对象A、B和C加标签。可以由无线定位和识别系统(WILS)为包含A、B和C的地理区域发展无线定位和识别,但是在该实施例中,由于WILS的不准确性,在第一注册周期期间不能使紧密聚集的对象A、B和C匹配以区分视频度量和移动设备身份。此外,由于照相机301和302之间的重叠的覆盖区域307,对象A出现在第一照相机301的视场和第二照相机302的视场中。
在第一注册周期期间,对象A、B和C位于照相机301和302的附近。在第二注册周期中,对象C仍然位于照相机301的附近,但是对象A现在在位照相机304的视场308中的新位置310处,而对象B位于任何联网照相机的视场外的新位置312处。
在随后的注册周期中,对象A位于另一新位置311处。对象D仍然在照相机303的视场309中被定位、标记和识别。对象B位于照相机304的附近,并且使用其视频度量签名被识别为在照相机的视场308内。对象C仍然位于照相机301的视场内。
到上述注册周期结束为止,已经获得了足够的定位和识别信息来积极地使视频度量签名与对象A、B、C和D的无线标识符关联。
图3B以表格的形式示出了识别过程。在三个列“周期1”、“周期2”和“周期3”中示出了三个注册周期。每个注册周期列被再分为四列,一列对应于在该实例中被加了标签的四个对象中的每一个。四个照相机及其覆盖区域被描绘为行。在行中,“O”用于指示被加了标签的但未积极地识别的对象。“X”用于指示对象已经被加了标签和积极地识别。
图4
图4示出了在多传感器网络的一个实施方式中结合视频覆盖与无线事件过滤的示例性的方法。在该所示的实施例中,三个对象402、403和404在第一照相机401的视场中时被分配视频度量签名(即,加标签的)。第一对象402离开第一照相机401的视场并且越过(如箭头409所指示的)小区边界407前进而进入到第二照相机412的视场中。如从第二照相机412所拍摄的图像发展的对象402的视频度量签名与第一照相机401发展的对象402的视频度量签名匹配。无线通信网络413与相关的基于网络的无线定位和识别系统(WLIS)408一起提供了定位和识别无线设备的方式。
如果对象参与活动通信会话,小区边界交叉路口407允许无线定位和识别系统(WLIS)408捕获任何网络事件(例如,切换)。如果无线设备是空闲的并且寻呼区域边界是交叉的,则重新注册将出现,向WLIS提供定位和识别无线设备的机会。
在该实施例中,只有一个对象402在照相机401和412之间移动时被检测到。在该实施例中,在第一照相机401的视场中的加了标签的对象403和404以及在第二照相机412的视场中的加了标签的对象405和406还未提供可以用于提高定位和识别功能的网络事务。
因为一个对象402已经被积极地识别,因此当对象402移动到视频度量覆盖区域411外部的下一个位置时,连续跟踪可以使用标准化的定位技术来完成。
图5
图5中示出了阻塞点技术过滤方法的一个实施方式。在该实施例中,无线定位和识别系统被描绘为具有覆盖阻塞点508的瓶颈的无线电覆盖区504的无线收发器502。具有视场503的照相机系统501还覆盖阻塞点508的瓶颈。照相机系统501可以通信地耦合到无线收发器502。由此产生的共享的覆盖区域505允许确定基于接近度的定位,并且可以在同时接收到由照相机501捕获的图片或视频时获得移动设备识别。因为照相机的视场503以及无线收发器的无线电覆盖区504都在对象通过阻塞点508的过程中被牢牢限制,移动识别、移动定位和视频度量签名的匹配可能被限制。在该实施例中,无线设备穿过阻塞点508移动(507),允许照相机系统501捕获面部或正面图像。可以部署额外的照相机来捕获对象的侧面和背部视图。
在该实施例中,无线收发器502是有源定位和识别系统。在其它实施方式中,还可以使用WLS接收机与WCN毫微微小区基站成对的无源定位系统。在有源定位系统中,如首次在第12/428,325号美国专利申请“Network Autonomous Wireless Location System”中教导的,无线设备506的机载定位系统可以用于生成所需的位置。
图6
图6示出了视频监视覆盖区域中的对象的定位促进定位/识别的一个实施方式,定位促进定位/识别使用视差(立体观测)技术来估计对象的范围和运动。视差系统是可以由联网视频系统使用以估计对象的位置和运动的光学到达角系统。
如图中所示,在一个实施方式中,至少一对照相机601、602与定向识别节点603(例如,有源IMSI收集器或无源无线电网络监控器)协同定位。照相机601、602经由有线或无线分组数据链路611、612被联网到视频网络控制器/服务器608。视频网络控制器608可以发展携带无线设备615的对象的视频度量签名并且计算对象的范围和运动。
在该实施例中,有源识别节点603配备有定向天线,该定向天线被设计为提供覆盖照相机的视场604、607的、限制询问区域的覆盖区域605。一旦对象被加了标签并且对象的位置和运动由视频网络控制器608计算出,由识别节点603自主地收集并且通过链路606被发送到存储器的带时间戳的移动设备身份就可以通过分组数据链路614从识别数据库609获取。视频网络控制器/服务器608可以将视频度量ID、身份信息和对象的范围和运动关联到单个记录中。该记录可以被发送用于进一步分析或者被存储在数据库610中。
实施方式
现在参照图7,示出了包括所公开的方法的各种方面的示例性过程。可以省略所示的操作中的一个或多个,并且所示的操作并不暗示特定的顺序。在一个示例性的方法中,对象可以通过视频度量签名来识别(702)。该签名可以由外部数据库发展或者在加标签之后由视频测量控制器(或者视频度量系统运营商)识别(701)。
使用所公开的定位、识别和过滤技术,移动设备可以与对象相关联(703)。然后,基于网络或者基于移动的移动定位技术可以用于跟踪对象(704)。然后,执法人员可以使用更新的定位被引导到要逮捕的对象(705)。
现在参照图8,示出了用于跟踪与移动设备相关联的对象的示例性过程。可以省略所示的操作中的一个或多个,并且所示的操作并不暗示特定的顺序。在一个示例性的方法中,图8示出了图像数据集800和移动设备数据集820。图像数据集800还可以包括图像信息805、时间信息810和位置信息815。移动设备数据集820还可以包括移动设备识别825、时间信息830和位置信息835。过程840示出了对图像数据集800和移动设备位置数据集820进行处理以确定匹配。在一个实施方式中,当来自图像数据集和移动设备数据集的时间信息和位置信息满足规定的相关程度时,可指示匹配。本领域技术人员将认识到,可以用很多公知的方式来规定相关程度。例如,可以根据成像源的位置与由位置确定系统提供的移动设备位置的接近程度和/或图像数据的时间戳和移动设备数据的时间戳之间的相似程度来确定相关程度。相关程度可以是选择性的并且基于多个因素被预先确定。这些因素可以包括例如成像源和移动设备信息源的时间戳函数的不确定性或误差,或者由位置确定源提供的位置数据的期望的不确定性或误差。如果使用多个成像和/或移动设备信息源,则可以使用更复杂的过程来确定相关程度。当使用后处理时,可以分析存储的图像和移动设备的信息,并且统计方法可以用于确定相关的程度。任何数量的方法可以用于确定图像信息与移动设备信息之间的相关和关联程度。
在过程850中,响应于确定图像数据集800与移动设备数据集820之间的匹配,特定的移动设备可以与特定的图像相关联。该方法还可以包括分析由图像数据集800表示的特定图像以确定特定的个人身份与特定的图像和特定的移动设备相关联(860)。该方法还可以包括确定待跟踪的对象对应于特定的个人身份(870)。在一些实施方式中,特定的移动设备的位置可以作为用于跟踪对象的代替物被跟踪。
现在参照图9,示出了用于跟踪与移动设备相关联的对象的另一示例性的过程。可以省略所示的操作中的一个或多个,并且所示的操作并不暗示特定的顺序。在一个示例性的方法中,过程900示出了从至少一个图像捕获设备接收图像数据,其中,所述图像数据包括表示对象的图像的至少一部分。在过程950中,接收移动设备的识别信息和位置信息。在一个实施方式中,识别信息包括移动设备ID和与移动设备相关联的公共ID。该方法还包括使移动设备与识别信息和位置信息相关联(910)。
在一个实施方式中,该方法还包括分析接收的图像数据(912)并且基于所分析的图像数据和先前存储的图像数据确定所接收的图像数据与所述移动设备相关联(915)。此外和可选地,所接收的图像数据可以根据预定的相关水平与先前存储的图像数据相关(920)。
在一个实施方式中,图像数据包括视频监视数据。位置信息可以从基于网络的无线定位系统接收,基于网络的无线定位系统被配置为使用来自无线设备的无线电发射来定位无线设备。在各种实施方式中,无线通信网络可以是局域无线通信网络,并且包括WiFi(802.11)、RFID、蓝牙或超宽带网络中的一个。这些局域无线通信技术是例证性的,并且其它技术可以被使用。在其它实施方式中,无线通信网络可以是广域无线通信网络,并且包括GSM、WiMAN、WIMAX、CDMA和W-CDMA中的一个。这些广域无线通信技术是例证性的,并且其它技术可以被使用。在一个实施方式中,对象可以是交通工具。
在一个实施方式中,至少一个图像捕获设备可以包括第一图像捕获设备和第二图像捕获设备,并且当对象从第一图像捕获设备的视场移动到第二图像捕获设备的视场时,该对象可以被跟踪。此外,来自第一图像捕获设备和第二图像捕获设备的图像数据可以用于跟踪对象。
在一个实施方式中,可以存储所分析的图像数据、识别信息和位置信息,并且可以基于所存储的图像数据、识别信息和位置信息累积统计数据(925)。此外和可选地,所接收的数据可以用于在移动设备未被无线定位系统定位时跟踪移动设备(930)。可选地,识别信息和位置信息可以用于在对象在图像捕获设备的视场之外时跟踪移动设备(935)。
在一个实施方式中,可以基于所接收的图像数据来确定移动设备的移动方向。在方法的一个实施方式中,所述至少一个图像捕获设备可以包括具有重叠的视场的第一图像捕获设备和第二图像捕获设备,并且移动设备的速度可以基于来自第一图像捕获设备和第二图像捕获设备的所接收的图像数据来确定。
结论
可以在方法、系统、计算机可读介质或任何类型的制成品中实现前面提到的方面中的任一个。本领域技术人员应当理解的是,本文所描述的各种技术可以与硬件或软件或者二者的组合(在适当的场合)结合来实现。例如,本发明的方面可以在编程的计算机上实现。因此,本发明的方法和装置或者其某些方面或部分可以采取体现在有形介质中的程序代码(即,指令)的形式,所述有形介质例如是软盘、CD-ROM、硬盘驱动器或任何其它机器可读的存储介质,其中,当程度代码被装入到诸如计算机的机器中并且由机器执行时,该机器成为用于实践本发明的装置。在可编程计算机上执行程序代码的情况下,计算设备通常包括处理器、由处理器可读的存储介质(其包括易失性存储介质和非易失性存储器和/或存储元件)、至少一个输入设备和至少一个输出设备。一个或多个程序可以例如通过使用API、可再使用的控制等来实现或使用结合本发明所描述的过程。优选地,用高级程序或面向对象的编程语言来实现这些程序,以与计算机系统进行通信。然而,如果需要,可以用汇编或机器语言来实现这些程序。在任何情况下,该语言可以是编译或解释语言,并且与硬件实现相结合。在示例性的实施方式中,计算机可读存储介质可以包括例如随机存取存储器(RAM)、诸如机电硬盘驱动器、固态硬盘驱动器等的存储设备、诸如FLASH RAM或ROM的固件以及诸如CD-ROM、软盘、DVD、FLASH驱动器、外部存储设备等的可移动存储设备。本领域技术人员应当认识到,可以使用其它类型的计算机可读存储介质,例如磁带、闪存卡、数字视频光盘、柏努利胶卷盒等。计算机可读存储介质可以提供处理器可执行指令、数据结构、程序模块和计算机的其它数据的非易失性存储器。
最后,虽然已经结合优选的方面描述了本公开,但是如各个附图中所示的,应当理解,可以使用其它类似的方面,或者可以对所描述的方面进行修改和添加以执行本公开的相同功能而不偏离本公开。例如,在本公开的各种方面中,公开了用于跟踪与移动设备相关联的对象的各种机制。然而,还可以通过本文的教导设想这些所描述的方面的其它等同机制。因此,本发明不应当限于任何单个方面,而更确切地被解释为在根据所附权利要求的广度和范围内。
Claims (63)
1.一种跟踪与移动设备相关联的对象的方法,包括:
处理图像数据集和移动设备位置数据集以确定匹配,其中,所述图像数据集包括图像信息、时间信息和位置信息,并且所述移动设备位置数据集包括移动设备识别信息、时间信息和位置信息,并且其中,匹配在来自所述图像数据集和所述移动设备数据集的所述时间信息和所述位置信息满足规定的相关程度时被指示;
响应于确定所述图像数据集和所述移动设备数据集之间的匹配,使具体的移动设备与具体的图像相关联;
其中,所述对象的个人身份和位置中的至少一个是未知的;
其中,所述图像数据集是从包括多个图像捕获设备的图像捕获系统接收的;
其中,所述移动设备位置数据集是从被配置为定位移动设备的无线定位系统接收的;以及
还包括分析所述具体的图像以确定具体的个人身份,以使所述具体的图像与所述具体的移动设备相关联,确定待跟踪的所述对象对应于所述具体的个人身份,并且跟踪所述具体的移动设备的位置作为用于跟踪所述对象的代替物。
2.根据权利要求1所述的方法,其中,所述图像数据集包括视频监视数据。
3.根据权利要求1所述的方法,其中,所述移动设备包括用于与无线通信网络进行通信的无线通信收发器。
4.根据权利要求3所述的方法,其中,所述无线通信网络是局域无线通信网络。
5.根据权利要求3所述的方法,其中,所述无线通信网络是广域无线通信网络。
6.根据权利要求1所述的方法,还包括监控所述对象相对于地理栅栏边界的进入和退出,其中所述地理栅栏边界至少部分地通过图像捕获设备的视场来定义。
7.根据权利要求1所述的方法,还包括存储所分析的具体图像、图像数据集和移动设备位置数据集,并且基于所分析的具体图像、图像数据集和移动设备位置数据集来累积统计数据。
8.根据权利要求1所述的方法,还包括使用所述图像数据集来跟踪所述对象。
9.根据权利要求1所述的方法,还包括使用所述移动设备位置数据集来跟踪所述对象。
10.根据权利要求1所述的方法,其中,所述对象是交通工具。
11.根据权利要求1所述的方法,其中,所述图像数据集是从第一图像捕获设备和第二图像捕获设备接收的,所述方法还包括当所述对象从所述第一图像捕获设备的视场移动到所述第二图像捕获设备的视场时跟踪所述对象,并且使用来自所述第一图像捕获设备和所述第二图像捕获设备的图像数据来跟踪所述对象。
12.根据权利要求1所述的方法,还包括基于所述图像数据集来确定所述移动设备的移动方向。
13.根据权利要求1所述的方法,其中,所述图像数据集是从具有重叠的视场的第一图像捕获设备和第二图像捕获设备接收的。
14.根据权利要求13所述的方法,还包括基于从所述第一图像捕获设备和所述第二图像捕获设备接收的所述图像数据集来确定所述移动设备的速度。
15.根据权利要求1所述的方法,其中,所述方法是在阻塞点处执行的。
16.一种跟踪与移动设备相关联的对象的计算机实现的方法,其中所述对象的个人身份和位置中的至少一个是未知的,所述移动设备具有用于与无线通信网络进行通信的无线通信收发器,所述方法包括:
从至少一个图像捕获设备接收图像数据,其中,所述图像数据包括表示所述对象的图像的至少一部分,并且其中所述至少一个图像捕获设备包括第一图像捕获设备和第二图像捕获设备;
接收所述移动设备的识别信息和位置信息,其中,所述识别信息包括移动设备ID和与所述移动设备相关联的公共ID,并且其中,所述移动设备的识别信息和位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置成使用来自移动设备的无线电发射来定位所述移动设备;
分析所接收的图像数据以确定所述对象,以使所述图像数据与所述移动设备关联;以及
基于所分析的图像数据和先前存储的图像数据确定所接收的图像数据与所述移动设备相关联,其中,所述确定包括根据预定的关联水平来确定所接收的图像数据与先前存储的图像数据相关;以及
还包括当所述对象从所述第一图像捕获设备的视场移动到所述第二图像捕获设备的视场时跟踪所述对象,并且使用来自所述第一图像捕获设备和所述第二图像捕获设备的图像数据来跟踪所述对象。
17.根据权利要求16所述的方法,其中,所述图像数据包括视频监视数据。
18.根据权利要求16所述的方法,其中,所述无线通信网络是局域无线通信网络。
19.根据权利要求16所述的方法,其中,所述无线通信网络是广域无线通信网络。
20.根据权利要求16所述的方法,还包括监控所述对象相对于地理栅栏边界的进入和退出。
21.根据权利要求16所述的方法,还包括存储所分析的图像数据、识别信息和位置信息,并且基于所存储的图像数据、识别信息和位置信息来累积统计数据。
22.根据权利要求16所述的方法,还包括当所述移动设备未被所述无线定位系统定位时,使用所接收的图像数据来跟踪所述移动设备。
23.根据权利要求16所述的方法,还包括当所述对象在所述图像捕获设备的视场之外时,使用所述识别信息和所述位置信息来跟踪所述移动设备。
24.根据权利要求16所述的方法,其中,所述对象是交通工具。
25.根据权利要求16所述的方法,还包括基于所接收的图像数据来确定所述移动设备的移动方向。
26.根据权利要求16所述的方法,其中,所述至少一个图像捕获设备包括具有重叠的视场的第一图像捕获设备和第二图像捕获设备。
27.根据权利要求26所述的方法,还包括基于从所述第一图像捕获设备和所述第二图像捕获设备接收的所述图像数据来确定所述移动设备的速度。
28.根据权利要求16所述的方法,其中,所述方法是在阻塞点处执行的。
29.一种跟踪对象的位置的计算机实现的方法,其中,所述对象与具有用于与无线通信网络进行通信的无线通信收发器的移动设备相关联,所述方法包括:
从与地理位置相关联的图像捕获设备接收图像数据,其中,所述图像数据包括捕获所述对象的至少一部分的图像;
分析所接收的图像数据以确定所述对象,以使所述图像数据与所述移动设备关联;
确定来自位置确定服务的位置信息对所述移动设备是不可用的;以及
使用所述图像捕获设备的地理位置作为所述对象的位置,直到所述位置信息变为可用的为止。
30.根据权利要求29所述的方法,其中,所述位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置为使用来自所述无线设备的无线电发射来定位无线设备。
31.一种使对象的位置与移动设备关联的方法,所述移动设备具有用于与无线通信网络进行通信的无线通信收发器,所述方法包括:
从至少一个图像捕获设备接收图像数据,其中,所述图像数据包括捕获所述对象的至少一部分的图像;
分析所接收的图像数据并且基于所分析的图像数据来确定用于所述对象的签名;
请求所述移动设备的识别信息和位置信息;
使所述签名与所述识别信息和所述位置信息关联,其中所述位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置成使用来自无线设备的无线电发射来定位所述无线设备;以及
还包括监控所述对象相对于地理栅栏边界的进入和退出,分析具体的图像以确定具体的个人身份,以使所述具体的图像与具体的移动设备相关联,确定待跟踪的所述对象对应于所述具体的个人身份,并且跟踪所述移动设备的位置作为用于跟踪所述对象的代替物。
32.一种跟踪与移动设备相关联的对象的系统,包括:
用于处理图像数据集和移动设备位置数据集以确定匹配的模块,其中,所述图像数据集包括图像信息、时间信息和位置信息,并且所述移动设备位置数据集包括移动设备识别信息、时间信息和位置信息,并且其中,匹配在来自所述图像数据集和所述移动设备数据集的所述时间信息和所述位置信息满足规定的相关程度时被指示;
用于响应于确定所述图像数据集和所述移动设备数据集之间的匹配,使具体的移动设备与具体的图像相关联的模块;
其中,所述对象的个人身份和位置中的至少一个是未知的;
其中,所述图像数据集是从包括多个图像捕获设备的图像捕获系统接收的;
其中,所述移动设备位置数据集是从被配置为定位移动设备的无线定位系统接收的;以及
还包括用于分析所述具体的图像以确定具体的个人身份,以使所述具体的图像与所述具体的移动设备相关联,确定待跟踪的所述对象对应于所述具体的个人身份,并且跟踪所述具体的移动设备的位置作为用于跟踪所述对象的代替物的模块。
33.根据权利要求32所述的系统,其中,所述图像数据集包括视频监视数据。
34.根据权利要求32所述的系统,其中,所述移动设备包括用于与无线通信网络进行通信的无线通信收发器。
35.根据权利要求34所述的系统,其中,所述无线通信网络是局域无线通信网络。
36.根据权利要求34所述的系统,其中,所述无线通信网络是广域无线通信网络。
37.根据权利要求32所述的系统,还包括用于监控所述对象相对于地理栅栏边界的进入和退出的模块,其中所述地理栅栏边界至少部分地通过图像捕获设备的视场来定义。
38.根据权利要求32所述的系统,还包括用于存储所分析的具体图像、图像数据集和移动设备位置数据集,并且基于所分析的具体图像、图像数据集和移动设备位置数据集来累积统计数据的模块。
39.根据权利要求32所述的系统,还包括用于当所述移动设备未被所述无线定位系统定位时,使用所述图像数据集来跟踪所述对象的模块。
40.根据权利要求32所述的系统,还包括用于当所述图像数据集是不可用的时,使用所述移动设备位置数据集来跟踪所述对象的模块。
41.根据权利要求32所述的系统,其中,所述对象是交通工具。
42.根据权利要求32所述的系统,其中,所述图像数据集是从第一图像捕获设备和第二图像捕获设备接收的,该系统还包括用于当所述对象从所述第一图像捕获设备的视场移动到所述第二图像捕获设备的视场时跟踪所述对象,并且使用来自所述第一图像捕获设备和所述第二图像捕获设备的图像数据来跟踪所述对象的模块。
43.根据权利要求32所述的系统,还包括用于基于所述图像数据集来确定所述移动设备的移动方向的模块。
44.根据权利要求32所述的系统,其中,所述图像数据集是从具有重叠的视场的第一图像捕获设备和第二图像捕获设备接收的。
45.根据权利要求44所述的系统,还包括用于基于从所述第一图像捕获设备和所述第二图像捕获设备接收的所述图像数据集来确定所述移动设备的速度的模块。
46.根据权利要求32所述的系统,其中,所述系统用于阻塞点处。
47.一种跟踪与移动设备相关联的对象的系统,其中所述对象的个人身份和位置中的至少一个是未知的,所述移动设备具有用于与无线通信网络进行通信的无线通信收发器,所述系统包括:
用于从至少一个图像捕获设备接收图像数据的模块,其中,所述图像数据包括表示所述对象的图像的至少一部分,并且其中所述至少一个图像捕获设备包括第一图像捕获设备和第二图像捕获设备;
用于接收所述移动设备的识别信息和位置信息的模块,其中,所述识别信息包括移动设备ID和与所述移动设备相关联的公共ID,并且其中,所述移动设备的识别信息和位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置成使用来自移动设备的无线电发射来定位所述移动设备;
用于分析所接收的图像数据以确定所述对象,以使所述图像数据与所述移动设备关联的模块;以及
用于基于所分析的图像数据和先前存储的图像数据确定所接收的图像数据与所述移动设备相关联的模块,其中,所述确定包括根据预定的关联水平来确定所接收的图像数据与先前存储的图像数据相关;以及
还包括用于当所述对象从所述第一图像捕获设备的视场移动到所述第二图像捕获设备的视场时跟踪所述对象,并且使用来自所述第一图像捕获设备和所述第二图像捕获设备的图像数据来跟踪所述对象的模块。
48.根据权利要求47所述的系统,其中,所述图像数据包括视频监视数据。
49.根据权利要求47所述的系统,其中,所述位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置为使用来自无线设备的无线电发射来定位所述无线设备。
50.根据权利要求47所述的系统,其中,所述无线通信网络是局域无线通信网络。
51.根据权利要求47所述的系统,其中,所述无线通信网络是广域无线通信网络。
52.根据权利要求47所述的系统,还包括用于基于所述位置信息和所述识别信息来监控所述对象相对于地理栅栏边界的进入和退出的模块。
53.根据权利要求47所述的系统,还包括用于存储所分析的图像数据、识别信息和位置信息,并且基于所存储的图像数据、识别信息和位置信息来累积统计数据的模块。
54.根据权利要求49所述的系统,还包括用于当所述移动设备未被所述无线定位系统定位时,使用所接收的图像数据来跟踪所述移动设备的模块。
55.根据权利要求49所述的系统,还包括用于当所述对象在所述图像捕获设备的视场之外时,使用所述识别信息和所述位置信息来跟踪所述移动设备的模块。
56.根据权利要求47所述的系统,其中,所述对象是交通工具。
57.根据权利要求47所述的系统,还包括用于基于所接收的图像数据来确定所述移动设备的移动方向的模块。
58.根据权利要求47所述的系统,其中,所述至少一个图像捕获设备包括具有重叠的视场的第一图像捕获设备和第二图像捕获设备。
59.根据权利要求58所述的系统,还包括用于基于从所述第一图像捕获设备和所述第二图像捕获设备接收的所述图像数据来确定所述移动设备的速度的模块。
60.根据权利要求47所述的系统,其中,所述系统用于阻塞点处。
61.一种跟踪对象的位置的系统,其中,所述对象与具有用于与无线通信网络进行通信的无线通信收发器的移动设备相关联,所述系统包括:
用于从与地理位置相关联的图像捕获设备接收图像数据的模块,其中,所述图像数据包括捕获所述对象的至少一部分的图像;
用于分析所接收的图像数据以确定所述对象,以使所述图像数据与所述移动设备关联的模块;
用于确定来自位置确定服务的位置信息对所述移动设备是不可用的的模块;以及
用于使用所述图像捕获设备的地理位置作为所述对象的位置,直到所述位置信息变为可用的为止的模块。
62.根据权利要求61所述的系统,其中,所述位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置为使用来自无线设备的无线电发射来定位所述无线设备。
63.一种使对象的位置与移动设备关联的系统,所述移动设备具有用于与无线通信网络进行通信的无线通信收发器,所述系统包括:
用于从至少一个图像捕获设备接收图像数据的模块,其中,所述图像数据包括捕获所述对象的至少一部分的图像;
用于分析所接收的图像数据并且基于所分析的图像数据来确定用于所述对象的签名的模块;
用于请求所述移动设备的识别信息和位置信息的模块;
用于使所述签名与所述识别信息和所述位置信息关联的模块,其中所述位置信息是从基于网络的无线定位系统接收的,所述基于网络的无线定位系统被配置成使用来自无线设备的无线电发射来定位所述无线设备;以及
还包括用于监控所述对象相对于地理栅栏边界的进入和退出,分析具体的图像以确定具体的个人身份,以使所述具体的图像与具体的移动设备相关联,确定待跟踪的所述对象对应于所述具体的个人身份,并且跟踪所述移动设备的位置作为用于跟踪所述对象的代替物的模块。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/633,672 US8531523B2 (en) | 2009-12-08 | 2009-12-08 | Multi-sensor location and identification |
US12/633,672 | 2009-12-08 | ||
PCT/US2010/058411 WO2011071720A1 (en) | 2009-12-08 | 2010-11-30 | Multi-sensor location and identification |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102667518A CN102667518A (zh) | 2012-09-12 |
CN102667518B true CN102667518B (zh) | 2015-09-16 |
Family
ID=44081636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080052391.1A Expired - Fee Related CN102667518B (zh) | 2009-12-08 | 2010-11-30 | 多传感器定位和识别 |
Country Status (11)
Country | Link |
---|---|
US (1) | US8531523B2 (zh) |
EP (1) | EP2510374A1 (zh) |
JP (1) | JP2013513336A (zh) |
KR (1) | KR20130004247A (zh) |
CN (1) | CN102667518B (zh) |
AU (1) | AU2010328470B2 (zh) |
BR (1) | BR112012013776A2 (zh) |
CA (1) | CA2779410C (zh) |
IL (1) | IL219428A (zh) |
MX (1) | MX2012006509A (zh) |
WO (1) | WO2011071720A1 (zh) |
Families Citing this family (135)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8736678B2 (en) * | 2008-12-11 | 2014-05-27 | At&T Intellectual Property I, L.P. | Method and apparatus for vehicle surveillance service in municipal environments |
IL200065A (en) * | 2009-07-26 | 2013-11-28 | Verint Systems Ltd | Location and contract based identification systems and methods |
KR20110105625A (ko) * | 2010-03-19 | 2011-09-27 | 삼성전자주식회사 | 휴대 단말기의 향기 분사 방법 및 이를 지원하는 휴대 단말기 |
IL207176A0 (en) * | 2010-07-25 | 2011-04-28 | Verint Systems Ltd | System and method for video - assisted identification of mobile phone users |
US11210674B2 (en) | 2010-11-29 | 2021-12-28 | Biocatch Ltd. | Method, device, and system of detecting mule accounts and accounts used for money laundering |
US10069837B2 (en) | 2015-07-09 | 2018-09-04 | Biocatch Ltd. | Detection of proxy server |
US20190158535A1 (en) * | 2017-11-21 | 2019-05-23 | Biocatch Ltd. | Device, System, and Method of Detecting Vishing Attacks |
US10834590B2 (en) | 2010-11-29 | 2020-11-10 | Biocatch Ltd. | Method, device, and system of differentiating between a cyber-attacker and a legitimate user |
US10917431B2 (en) * | 2010-11-29 | 2021-02-09 | Biocatch Ltd. | System, method, and device of authenticating a user based on selfie image or selfie video |
US9557885B2 (en) | 2011-08-09 | 2017-01-31 | Gopro, Inc. | Digital media editing |
US9125022B2 (en) | 2011-12-02 | 2015-09-01 | Microsoft Technology Licensing, Llc | Inferring positions with content item matching |
IL217867A (en) * | 2012-01-31 | 2015-09-24 | Verint Systems Ltd | Systems and methods for associating cellular IDs and wireless local area network IDs |
BR112015003676A2 (pt) * | 2012-08-20 | 2017-07-04 | Strimling Jonathan | sistema, sistema para previsão de uma identidade de um veículo detectado por múltiplos sensores e método para monitoramento de veículo |
US9141848B2 (en) * | 2012-09-04 | 2015-09-22 | Intel Corporation | Automatic media distribution |
US9104667B2 (en) * | 2012-09-24 | 2015-08-11 | International Business Machines Corporation | Social media event detection and content-based retrieval |
US9201940B2 (en) * | 2012-10-16 | 2015-12-01 | Rockwell Automation Technologies | Providing procedures |
US9171305B2 (en) | 2012-10-16 | 2015-10-27 | Rockwell Automation Technologies | Providing confined space permits and confined space access procedures |
WO2014072971A1 (en) * | 2012-11-06 | 2014-05-15 | Givon Assaf | Method of determining a license plate of a vehicle tracked by a surveillance system |
GB201220584D0 (en) * | 2012-11-15 | 2013-01-02 | Roadpixel Ltd | A tracking or identification system |
US9762865B2 (en) * | 2013-03-15 | 2017-09-12 | James Carey | Video identification and analytical recognition system |
US11743431B2 (en) * | 2013-03-15 | 2023-08-29 | James Carey | Video identification and analytical recognition system |
US11039108B2 (en) * | 2013-03-15 | 2021-06-15 | James Carey | Video identification and analytical recognition system |
EP3668089A1 (en) | 2013-04-19 | 2020-06-17 | James Carey | Video identification and analytical recognition system |
US10437658B2 (en) | 2013-06-06 | 2019-10-08 | Zebra Technologies Corporation | Method, apparatus, and computer program product for collecting and displaying sporting event data based on real time data for proximity and movement of objects |
US10609762B2 (en) | 2013-06-06 | 2020-03-31 | Zebra Technologies Corporation | Method, apparatus, and computer program product improving backhaul of sensor and other data to real time location system network |
US11423464B2 (en) | 2013-06-06 | 2022-08-23 | Zebra Technologies Corporation | Method, apparatus, and computer program product for enhancement of fan experience based on location data |
US9517417B2 (en) | 2013-06-06 | 2016-12-13 | Zih Corp. | Method, apparatus, and computer program product for performance analytics determining participant statistical data and game status data |
US9699278B2 (en) | 2013-06-06 | 2017-07-04 | Zih Corp. | Modular location tag for a real time location system network |
US9715005B2 (en) | 2013-06-06 | 2017-07-25 | Zih Corp. | Method, apparatus, and computer program product improving real time location systems with multiple location technologies |
US9002485B2 (en) | 2013-06-06 | 2015-04-07 | Zih Corp. | Method, apparatus, and computer program product for performance analytics determining play models and outputting events based on real-time data for proximity and movement of objects |
US9788163B2 (en) | 2013-07-02 | 2017-10-10 | Life360, Inc. | Apparatus and method for increasing accuracy of location determination of mobile devices within a location-based group |
JP5804007B2 (ja) * | 2013-09-03 | 2015-11-04 | カシオ計算機株式会社 | 動画生成システム、動画生成方法及びプログラム |
US9294876B2 (en) | 2013-09-10 | 2016-03-22 | Life360, Inc. | Apparatus and method for generating, displaying and implementing a geo-fence using location determination of mobile devices within a location-based group |
CN103491352A (zh) * | 2013-10-08 | 2014-01-01 | 尹梦寒 | 智慧社区的无线定位监控系统 |
US20150125042A1 (en) * | 2013-10-08 | 2015-05-07 | Smartlanes Technologies, Llc | Method and system for data collection using processed image data |
US10929661B1 (en) * | 2013-12-19 | 2021-02-23 | Amazon Technologies, Inc. | System for user identification |
US9854208B2 (en) | 2013-12-29 | 2017-12-26 | Qognify Ltd. | System and method for detecting an object of interest |
US10013860B2 (en) | 2014-01-16 | 2018-07-03 | Automaton, Inc. | Systems and methods for RFID-based retail management |
GB201401009D0 (en) * | 2014-01-21 | 2014-03-05 | Qinetiq Ltd | Vehicle identification |
WO2015120479A1 (en) * | 2014-02-10 | 2015-08-13 | Neuronetics, Inc. | Head modeling for a therapeutic or diagnostic procedure |
US9760768B2 (en) | 2014-03-04 | 2017-09-12 | Gopro, Inc. | Generation of video from spherical content using edit maps |
FR3018420B1 (fr) * | 2014-03-06 | 2017-07-21 | Intersec | Dispositif de geolocalisation pour un systeme de telecommunication |
KR20150128328A (ko) * | 2014-05-09 | 2015-11-18 | 한국전자통신연구원 | 증거 수집 도구 제공 방법, 도메인 분리 기반 모바일 기기에서 증거 자료 확보 장치 및 방법 |
WO2015185594A1 (en) * | 2014-06-04 | 2015-12-10 | Cuende Infometrics, S.A. | System and method for measuring the real traffic flow of an area |
US9661455B2 (en) | 2014-06-05 | 2017-05-23 | Zih Corp. | Method, apparatus, and computer program product for real time location system referencing in physically and radio frequency challenged environments |
DE112015002629T5 (de) | 2014-06-05 | 2017-03-09 | Zih Corp. | Empfängerprozessor für adaptive Fenstertechnik und Hochauflösungs-Ankunftszeitbestimmung in einem Zielortungssystem mit mehreren Empfängern |
US20150375083A1 (en) | 2014-06-05 | 2015-12-31 | Zih Corp. | Method, Apparatus, And Computer Program Product For Enhancement Of Event Visualizations Based On Location Data |
US9668164B2 (en) | 2014-06-05 | 2017-05-30 | Zih Corp. | Receiver processor for bandwidth management of a multiple receiver real-time location system (RTLS) |
WO2015187991A1 (en) | 2014-06-05 | 2015-12-10 | Zih Corp. | Systems, apparatus and methods for variable rate ultra-wideband communications |
US9626616B2 (en) | 2014-06-05 | 2017-04-18 | Zih Corp. | Low-profile real-time location system tag |
US10261169B2 (en) | 2014-06-05 | 2019-04-16 | Zebra Technologies Corporation | Method for iterative target location in a multiple receiver target location system |
US9759803B2 (en) | 2014-06-06 | 2017-09-12 | Zih Corp. | Method, apparatus, and computer program product for employing a spatial association model in a real time location system |
CN113050031A (zh) | 2014-06-06 | 2021-06-29 | 斑马技术公司 | 改进利用多个位置技术的实时位置系统的方法、装置和计算机程序产品 |
US9685194B2 (en) | 2014-07-23 | 2017-06-20 | Gopro, Inc. | Voice-based video tagging |
US10074013B2 (en) | 2014-07-23 | 2018-09-11 | Gopro, Inc. | Scene and activity identification in video summary generation |
WO2016065314A1 (en) | 2014-10-23 | 2016-04-28 | Automaton, Inc. | Systems and methods for rfid tag locating using constructive interference |
US10594983B2 (en) * | 2014-12-10 | 2020-03-17 | Robert Bosch Gmbh | Integrated camera awareness and wireless sensor system |
EP4343728A2 (en) | 2014-12-30 | 2024-03-27 | Alarm.com Incorporated | Digital fingerprint tracking |
US9734870B2 (en) | 2015-01-05 | 2017-08-15 | Gopro, Inc. | Media identifier generation for camera-captured media |
US9679605B2 (en) | 2015-01-29 | 2017-06-13 | Gopro, Inc. | Variable playback speed template for video editing application |
FR3034235A1 (fr) * | 2015-03-25 | 2016-09-30 | Sysint | Systeme de surveillance a correlation d'images et d'identifications de telephones mobiles |
US20160292511A1 (en) * | 2015-03-31 | 2016-10-06 | Gopro, Inc. | Scene and Activity Identification in Video Summary Generation |
WO2016168101A1 (en) * | 2015-04-17 | 2016-10-20 | Verifone, Inc. | Computerized system and method for associating rf signals |
CN106303397B (zh) * | 2015-05-12 | 2019-03-22 | 杭州海康威视数字技术股份有限公司 | 图像采集方法及系统、视频监控方法及系统 |
WO2016187235A1 (en) | 2015-05-20 | 2016-11-24 | Gopro, Inc. | Virtual lens simulation for video and photo cropping |
RU2720947C2 (ru) * | 2015-08-04 | 2020-05-15 | Джеймс КАРЕЙ | Аналитическая система распознавания и видеоидентификации |
US10204273B2 (en) | 2015-10-20 | 2019-02-12 | Gopro, Inc. | System and method of providing recommendations of moments of interest within video clips post capture |
US9721611B2 (en) | 2015-10-20 | 2017-08-01 | Gopro, Inc. | System and method of generating video from video clips based on moments of interest within the video clips |
US11172093B2 (en) * | 2015-12-07 | 2021-11-09 | Disney Enterprises, Inc. | System and method for creating a temporal-based dynamic watermark |
US10109319B2 (en) | 2016-01-08 | 2018-10-23 | Gopro, Inc. | Digital media editing |
US11164601B2 (en) * | 2016-01-20 | 2021-11-02 | Vivint, Inc. | Adaptive video playback |
US9812175B2 (en) | 2016-02-04 | 2017-11-07 | Gopro, Inc. | Systems and methods for annotating a video |
CN105681767A (zh) * | 2016-03-23 | 2016-06-15 | 傅春 | 一种视频监控系统及确定监控对象的身份信息的方法 |
US9838731B1 (en) | 2016-04-07 | 2017-12-05 | Gopro, Inc. | Systems and methods for audio track selection in video editing with audio mixing option |
US9838730B1 (en) | 2016-04-07 | 2017-12-05 | Gopro, Inc. | Systems and methods for audio track selection in video editing |
CN107370983B (zh) * | 2016-05-13 | 2019-12-17 | 腾讯科技(深圳)有限公司 | 用于视频监控系统的行踪轨迹的获取方法和装置 |
US10185891B1 (en) | 2016-07-08 | 2019-01-22 | Gopro, Inc. | Systems and methods for compact convolutional neural networks |
GB2552032B (en) | 2016-07-08 | 2019-05-22 | Aimbrain Solutions Ltd | Step-up authentication |
US9836853B1 (en) | 2016-09-06 | 2017-12-05 | Gopro, Inc. | Three-dimensional convolutional neural networks for video highlight detection |
US10284293B2 (en) * | 2016-09-23 | 2019-05-07 | Qualcomm Incorporated | Selective pixel activation for light-based communication processing |
US10284809B1 (en) | 2016-11-07 | 2019-05-07 | Gopro, Inc. | Systems and methods for intelligently synchronizing events in visual content with musical features in audio content |
US10262639B1 (en) | 2016-11-08 | 2019-04-16 | Gopro, Inc. | Systems and methods for detecting musical features in audio content |
US10534966B1 (en) | 2017-02-02 | 2020-01-14 | Gopro, Inc. | Systems and methods for identifying activities and/or events represented in a video |
US10127943B1 (en) | 2017-03-02 | 2018-11-13 | Gopro, Inc. | Systems and methods for modifying videos based on music |
US10185895B1 (en) | 2017-03-23 | 2019-01-22 | Gopro, Inc. | Systems and methods for classifying activities captured within images |
US10083718B1 (en) | 2017-03-24 | 2018-09-25 | Gopro, Inc. | Systems and methods for editing videos based on motion |
SG11201908875YA (en) | 2017-03-28 | 2019-10-30 | Automaton Inc | Methods and apparatus for locating rfid tags |
US10187690B1 (en) | 2017-04-24 | 2019-01-22 | Gopro, Inc. | Systems and methods to detect and correlate user responses to media content |
US10929829B1 (en) * | 2017-05-04 | 2021-02-23 | Amazon Technologies, Inc. | User identification and account access using gait analysis |
EP3413274A1 (en) * | 2017-06-07 | 2018-12-12 | Gemalto Sa | A method for provisioning a device with an information element allowing to identify unauthorized users in a restricted area |
IL252956A0 (en) * | 2017-06-15 | 2017-08-31 | Parkam Israel Ltd | Method and system for detecting a parked vehicle |
CN110870300A (zh) * | 2017-06-30 | 2020-03-06 | Oppo广东移动通信有限公司 | 定位方法、装置、存储介质及服务器 |
US11288937B2 (en) | 2017-06-30 | 2022-03-29 | Johnson Controls Tyco IP Holdings LLP | Security camera system with multi-directional mount and method of operation |
US11361640B2 (en) | 2017-06-30 | 2022-06-14 | Johnson Controls Tyco IP Holdings LLP | Security camera system with multi-directional mount and method of operation |
US10591586B2 (en) | 2017-07-07 | 2020-03-17 | Infineon Technologies Ag | System and method for identifying a target using radar sensors |
CA3071438C (en) | 2017-07-28 | 2023-10-03 | Alclear, Llc | Intelligent gallery management for biometrics |
US10856105B2 (en) | 2017-08-25 | 2020-12-01 | Sony Corporation | Methods and devices for communication based on image recognition in a wireless communication system |
US20190098220A1 (en) * | 2017-09-26 | 2019-03-28 | WiSpear Systems Ltd. | Tracking A Moving Target Using Wireless Signals |
US20190104282A1 (en) * | 2017-09-29 | 2019-04-04 | Sensormatic Electronics, LLC | Security Camera System with Multi-Directional Mount and Method of Operation |
US20210201610A1 (en) * | 2017-11-03 | 2021-07-01 | Sensormatic Electronics, LLC | Methods and System for Distributed Cameras and Demographics Analysis |
CN107888877B (zh) * | 2017-11-13 | 2020-10-09 | 深圳市戴升智能科技有限公司 | 车辆追踪及道路交通信息采集的方法及其系统 |
CN107801203B (zh) * | 2017-11-13 | 2020-11-17 | 深圳市戴升智能科技有限公司 | 基于多数据融合的人口密度及流动性的估算方法及其系统 |
CN109799476B (zh) * | 2017-11-17 | 2023-04-18 | 株式会社理光 | 相对定位方法和装置、计算机可读存储介质 |
CN108550234B (zh) * | 2018-04-24 | 2023-04-07 | 成都四相致新科技有限公司 | 双基站的标签匹配、围栏边界管理方法、装置及存储介质 |
CN108389351A (zh) * | 2018-04-24 | 2018-08-10 | 成都恒高科技有限公司 | 标签匹配、电子围栏边界管理方法、装置及存储介质 |
SE543087C2 (en) * | 2018-06-21 | 2020-10-06 | Macgregor Sweden Ab | Ship cargo ramp positioning system |
CN109101893A (zh) * | 2018-07-17 | 2018-12-28 | 贵州大学 | 一种基于视觉及WiFi的人流量检测方法 |
US11080877B2 (en) * | 2018-08-02 | 2021-08-03 | Matthew B. Schoen | Systems and methods of measuring an object in a scene of a captured image |
US10762328B2 (en) * | 2018-10-22 | 2020-09-01 | Dell Products, Lp | Method and apparatus for identifying a device within the internet of things using interrogation |
US11164329B2 (en) * | 2018-11-01 | 2021-11-02 | Inpixon | Multi-channel spatial positioning system |
EP3657196A1 (en) * | 2018-11-23 | 2020-05-27 | HERE Global B.V. | Determining a non-gnss based position of a mobile device |
US10635720B1 (en) | 2019-02-26 | 2020-04-28 | Motorola Solutions, Inc. | Device, system and method for generating geofences based on public-safety factors |
US10660062B1 (en) * | 2019-03-14 | 2020-05-19 | International Business Machines Corporation | Indoor positioning |
CN111726564A (zh) * | 2019-03-19 | 2020-09-29 | 华为技术有限公司 | 目标物体的监控方法和装置 |
EP3726253A1 (en) * | 2019-04-17 | 2020-10-21 | HERE Global B.V. | Video enhanced location estimates |
CN110008938B (zh) * | 2019-04-24 | 2021-03-09 | 中国人民解放军战略支援部队航天工程大学 | 一种空间目标形状识别方法 |
CN110636259B (zh) * | 2019-09-10 | 2021-03-02 | 杭州亿圣信息技术有限公司 | 一种基于视频检测的osd叠加方法 |
CN110751042B (zh) * | 2019-09-19 | 2023-02-14 | 任子行网络技术股份有限公司 | 一种基于时间分区的人像与imsi信息关联方法及系统 |
US11404167B2 (en) | 2019-09-25 | 2022-08-02 | Brilliance Center Bv | System for anonymously tracking and/or analysing health in a population of subjects |
US20210366603A1 (en) * | 2019-09-25 | 2021-11-25 | Brilliance Center B.V. | Methods for anonymously tracking and/or analysing health in a population of subjects |
WO2021059032A1 (en) * | 2019-09-25 | 2021-04-01 | Brilliance Center B.V. | Methods and systems for anonymously tracking and/or analysing individual subjects and/or objects |
GB2604246A (en) | 2019-09-25 | 2022-08-31 | Brilliance Center B V | Methods and systems for anonymously tracking and/or analysing web and/or internet visitors |
WO2021059035A1 (en) * | 2019-09-25 | 2021-04-01 | Brilliance Center B.V. | Methods and systems for anonymously tracking and/or analysing individual subjects and/or objects based on identifying data of wlan/wpan devices |
US11394930B2 (en) * | 2019-10-11 | 2022-07-19 | At&T Intellectual Property I, L.P. | Filtering and correlating radio signals based on a field of view of a camera |
US11520033B2 (en) * | 2019-12-12 | 2022-12-06 | Amazon Technologies, Inc. | Techniques for determining a location of a mobile object |
CN111064935B (zh) * | 2019-12-30 | 2022-01-18 | 中祖建设安装工程有限公司 | 一种智慧工地人员姿态检测方法及系统 |
DE102020101730A1 (de) | 2020-01-24 | 2021-07-29 | Bundesdruckerei Gmbh | UWB-Überwachungssystem zur Überwachen der Anwesenheit eines Nutzers |
US20220101018A1 (en) * | 2020-09-30 | 2022-03-31 | Rekor Systems, Inc. | Systems and methods for efficient data communications in traffic monitoring |
WO2022091165A1 (ja) * | 2020-10-26 | 2022-05-05 | 日本電気株式会社 | 情報処理装置、情報処理方法、情報処理システム、及びコンピュータ読み取り可能な記憶媒体 |
BR112023011476A2 (pt) * | 2020-12-15 | 2024-02-06 | Selex Es Inc | Sistemas e métodos para rastreamento de assinaturas eletrônicas |
CN113111778B (zh) * | 2021-04-12 | 2022-11-15 | 内蒙古大学 | 一种视频和无线融合的大规模人群分析方法 |
US11606353B2 (en) | 2021-07-22 | 2023-03-14 | Biocatch Ltd. | System, device, and method of generating and utilizing one-time passwords |
CN113784305B (zh) * | 2021-07-23 | 2023-11-24 | 国网河北省电力有限公司营销服务中心 | 智能电能表的定位模组、定位方法和智能电能表 |
US11527101B1 (en) | 2021-08-11 | 2022-12-13 | Alclear, Llc | Biometric gallery management using wireless identifiers |
CN114828154B (zh) * | 2022-06-27 | 2022-11-15 | 深圳市信润富联数字科技有限公司 | 5g拓扑分析系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101189891A (zh) * | 2005-06-10 | 2008-05-28 | 真实定位公司 | 无线定位系统中基于定位的服务应用的高级触发信号 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3664784B2 (ja) * | 1995-10-31 | 2005-06-29 | 松下電器産業株式会社 | 広域監視装置 |
US6697103B1 (en) * | 1998-03-19 | 2004-02-24 | Dennis Sunga Fernandez | Integrated network for monitoring remote objects |
US7634662B2 (en) * | 2002-11-21 | 2009-12-15 | Monroe David A | Method for incorporating facial recognition technology in a multimedia surveillance system |
US6970183B1 (en) * | 2000-06-14 | 2005-11-29 | E-Watch, Inc. | Multimedia surveillance and monitoring system including network configuration |
US6782264B2 (en) | 1999-01-08 | 2004-08-24 | Trueposition, Inc. | Monitoring of call information in a wireless location system |
US7406214B2 (en) * | 1999-05-19 | 2008-07-29 | Digimarc Corporation | Methods and devices employing optical sensors and/or steganography |
US7466992B1 (en) * | 2001-10-18 | 2008-12-16 | Iwao Fujisaki | Communication device |
US20030117316A1 (en) * | 2001-12-21 | 2003-06-26 | Steve Tischer | Systems and methods for locating and tracking a wireless device |
US7227893B1 (en) * | 2002-08-22 | 2007-06-05 | Xlabs Holdings, Llc | Application-specific object-based segmentation and recognition system |
US20040143602A1 (en) | 2002-10-18 | 2004-07-22 | Antonio Ruiz | Apparatus, system and method for automated and adaptive digital image/video surveillance for events and configurations using a rich multimedia relational database |
US20070210937A1 (en) | 2005-04-21 | 2007-09-13 | Microsoft Corporation | Dynamic rendering of map information |
US20080125964A1 (en) | 2006-11-27 | 2008-05-29 | Carani Sherry L | Tracking System and Method with Automatic Map Selector And Geo Fence Defining Features |
KR100795160B1 (ko) * | 2007-03-22 | 2008-01-16 | 주식회사 아트닉스 | 얼굴영역검출장치 및 검출방법 |
JP5385893B2 (ja) * | 2008-03-11 | 2014-01-08 | パナソニック株式会社 | 位置特定システムおよびセンサ装置 |
JP5027704B2 (ja) * | 2008-03-19 | 2012-09-19 | 富士フイルム株式会社 | オートフォーカスシステム |
US20090268030A1 (en) | 2008-04-29 | 2009-10-29 | Honeywell International Inc. | Integrated video surveillance and cell phone tracking system |
US8175617B2 (en) * | 2009-10-28 | 2012-05-08 | Digimarc Corporation | Sensor-based mobile search, related methods and systems |
-
2009
- 2009-12-08 US US12/633,672 patent/US8531523B2/en active Active
-
2010
- 2010-11-30 EP EP10836432A patent/EP2510374A1/en not_active Withdrawn
- 2010-11-30 WO PCT/US2010/058411 patent/WO2011071720A1/en active Application Filing
- 2010-11-30 AU AU2010328470A patent/AU2010328470B2/en not_active Ceased
- 2010-11-30 CA CA2779410A patent/CA2779410C/en not_active Expired - Fee Related
- 2010-11-30 MX MX2012006509A patent/MX2012006509A/es active IP Right Grant
- 2010-11-30 CN CN201080052391.1A patent/CN102667518B/zh not_active Expired - Fee Related
- 2010-11-30 JP JP2012543148A patent/JP2013513336A/ja active Pending
- 2010-11-30 KR KR1020127017694A patent/KR20130004247A/ko not_active Application Discontinuation
- 2010-11-30 BR BR112012013776A patent/BR112012013776A2/pt not_active IP Right Cessation
-
2012
- 2012-04-25 IL IL219428A patent/IL219428A/en not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101189891A (zh) * | 2005-06-10 | 2008-05-28 | 真实定位公司 | 无线定位系统中基于定位的服务应用的高级触发信号 |
Also Published As
Publication number | Publication date |
---|---|
BR112012013776A2 (pt) | 2018-05-29 |
EP2510374A1 (en) | 2012-10-17 |
KR20130004247A (ko) | 2013-01-09 |
IL219428A0 (en) | 2012-06-28 |
CA2779410A1 (en) | 2011-06-16 |
AU2010328470B2 (en) | 2014-09-25 |
WO2011071720A1 (en) | 2011-06-16 |
US8531523B2 (en) | 2013-09-10 |
US20110134240A1 (en) | 2011-06-09 |
CA2779410C (en) | 2015-06-16 |
CN102667518A (zh) | 2012-09-12 |
IL219428A (en) | 2016-06-30 |
JP2013513336A (ja) | 2013-04-18 |
MX2012006509A (es) | 2012-07-17 |
AU2010328470A1 (en) | 2012-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102667518B (zh) | 多传感器定位和识别 | |
US11323865B2 (en) | Vehicle tracking system using smart-phone as active transponder | |
US9247216B2 (en) | Systems and methods for video- and position-based identification | |
CN112135242B (zh) | 基于5g与人脸识别的楼宇访客导航方法 | |
ES2893808T3 (es) | Método de control de los derechos de acceso mediante un sistema de control de acceso | |
JP6804501B2 (ja) | 移動している物体に関連付けられた通信デバイスへメッセージを送るための方法およびプラットフォーム | |
US20220377285A1 (en) | Enhanced video system | |
US20210127292A1 (en) | User equipment messaging techniques and applications | |
US20220369095A1 (en) | System and method of tracking a mobile device | |
CN105608884A (zh) | 车载备案装置和乘客信息备案方法 | |
CN112216398A (zh) | 一种基于人脸识别的城乡体温监控报警防疫系统及方法 | |
CN105306533A (zh) | 一种基于位置服务和互联网推送技术的众寻方法 | |
CN112784680A (zh) | 一种人流密集场所锁定密集接触者的方法和系统 | |
CN113870555B (zh) | 基于手机imsi码与电子车牌的人车协同识别方法 | |
CN109740464A (zh) | 目标的识别跟随方法 | |
CN112887532B (zh) | 一种结合图像处理和地理信息的交通封控方法及系统 | |
US20210286984A1 (en) | Vehicle Occupancy Verification Utilizing Occupancy Confirmation | |
KR20230158984A (ko) | 사진속 인물의 안면 인식 기반 찾기 서비스 제공 방법 | |
CN114979558A (zh) | 一种基于人脸识别进行风险人物跟踪的跟踪系统和跟踪方法 | |
CN117423179A (zh) | 安防系统、方法及装置 | |
CA3139418A1 (en) | For managing access to a restricted site with a barrier and/or barrierless and detecting entry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150916 Termination date: 20161130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |