公开(公告)号：WO2011092044A3

公开(公告)日：2012-03-01

申请号：PCT/EP2011050098

申请日：2011-01-05

Applicant: IBM ,  IBM UK ,  ZHAI YUN ,  BOBBIT RUSSELL PATRICK ,  FAN QUANFU ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  MIYAZAWA SACHIKO

Inventor： ZHAI YUN ,  BOBBIT RUSSELL PATRICK ,  FAN QUANFU ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  MIYAZAWA SACHIKO

IPC: H04N7/18 ,  G06K9/00

CPC classification number: G06K9/00771 ,  G06K9/00993 ,  G06Q20/202 ,  H04N7/181 ,  H04N7/188

Abstract: A subset of check-out stations in a retail environment is monitored at any given time, instead of monitoring all check-out stations at all times. The subset of check-out stations is determined dynamically according to, but not limited to, cashier records, input parameters from the user, current lane activity, past lane activity, time of day, etc. Statistical models (e.g., effective population sampling and/or population hypothesis tests) are developed along these lines that guide the lane selection process, whereby increases in the false-negative rate due to failure to monitor particular lanes when events of interest occur are controlled. By monitoring fewer check-out stations, while maintaining target performance accuracy, the amount of data that end users must deal with is significantly reduced.

Abstract translation: 在任何给定的时间监控零售环境中的一个检查站的子集，而不是始终监视所有的检出站。 根据但不限于出纳员记录，来自用户的输入参数，当前车道活动，过去车道活动，时间等，动态地确定检出站的子集。统计模型（例如，有效人口抽样和 /或群体假设检验）沿着这些线路开发，指导车道选择过程，由此控制在感兴趣事件发生时由于不监视特定车道而导致的假阴性率的增加。 通过监控较少的检出站，同时保持目标性能的准确性，最终用户必须处理的数据量显着降低。

公开(公告)号：WO2012022744A3

公开(公告)日：2012-04-26

申请号：PCT/EP2011064088

申请日：2011-08-16

Applicant: IBM ,  IBM UK ,  ZHAI YUN ,  FERIS ROGERIO SCHMIDT ,  BROWN LISA MARIE ,  HAMPAPUR ARUN ,  BOBBITT RUSSELL PATRICK

Inventor： ZHAI YUN ,  FERIS ROGERIO SCHMIDT ,  BROWN LISA MARIE ,  HAMPAPUR ARUN ,  BOBBITT RUSSELL PATRICK

IPC: G06K9/00

CPC classification number: G06T7/254 ,  G06K9/00536 ,  G06K9/00771 ,  G06K9/4647 ,  G06K9/6212 ,  G06T7/20 ,  G06T7/2053 ,  G06T7/74 ,  G06T7/97 ,  G06T2207/10016 ,  G06T2207/20224 ,  G06T2207/30232 ,  H04N7/18

Abstract: Multi-mode video event indexing includes determining a quality of object distinctiveness with respect to images from a video stream input. A high-quality analytic mode is selected from multiple modes and applied to video input images via a hardware device to determine object activity within the video input images if the determined level of detected quality of object distinctiveness meets a threshold level of quality, else a low-quality analytic mode is selected and applied to the video input images via a hardware device to determine object activity within the video input images, wherein the low-quality analytic mode is different from the high-quality analytic mode.

Abstract translation: 多模式视频事件索引包括确定相对于来自视频流输入的图像的对象特征的质量。 从多种模式中选择高质量的分析模式，并通过硬件设备将视频输入图像应用于视频输入图像，以确定检测到的对象特征质量水平达到阈值质量水平时视频输入图像中的对象活动，否则低 通过硬件设备选择质量分析模式并将其应用于视频输入图像，以确定视频输入图像内的对象活动，其中低质量分析模式不同于高质量分析模式。

公开(公告)号：JP2012194967A

公开(公告)日：2012-10-11

申请号：JP2012006989

申请日：2012-01-17

Applicant: Internatl Business Mach Corp ,  インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Maschines Corporation

Inventor： ZHAI YUN ,  BALAMANOHAR PALURI ,  ANKUR DATTA ,  SHARATHCHANDRA UMAPASIRAO PANKANTI

IPC: G06T7/20 ,  G06T7/00 ,  G08B13/194 ,  H04N7/18

CPC classification number: G06K9/00778 ,  G06K9/00785 ,  G06K9/6284

Abstract: PROBLEM TO BE SOLVED: To provide a method, a system, and a manufactured article for finding an abnormal pattern.SOLUTION: A track of movement of an object is traced in a video data image field divided into a plurality of different grids. A large-area image feature associated with the tracing is extracted from video data, and compared with a learning trace model to generate a large-area abnormality detection reliability determination value as a function of adaptability to the learning trace model. Further, a local image feature of each of the image field grids including the object track is extracted and compared with a learning feature model of the grid to generate a local abnormality detection reliability determination value of the grid as a function of adaptability to the learning feature model of the grid. The large-area abnormality detection reliability determination value is merged with local abnormality detection reliability determination values of the grids to determine merging abnormality associated with the traced object.

Abstract translation: 要解决的问题：提供用于发现异常图案的方法，系统和制品。 解决方案：在被划分成多个不同网格的视频数据图像区域中跟踪对象的移动轨迹。 从视频数据中提取与跟踪相关的大面积图像特征，并与学习跟踪模型进行比较，以生成大面积异常检测可靠性确定值作为对学习跟踪模型的适应性的函数。 此外，提取包括对象轨道的每个图像场网格的局部图像特征，并将其与网格的学习特征模型进行比较，以生成作为对学习特征的适应性的函数的网格的局部异常检测可靠性确定值 电网模型。 大面积异常检测可靠性判定值与网格的局部异常检测可靠性判定值合并，以确定与跟踪对象相关联的合并异常。 版权所有（C）2013，JPO＆INPIT

公开(公告)号：GB2489831A

公开(公告)日：2012-10-10

申请号：GB201206960

申请日：2011-01-05

Applicant: IBM

Inventor： ZHAI YUN ,  BOBBIT RUSSELL PATRICK ,  FAN QUANFU ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  MIYAZAWA SACHIKO

IPC: H04N7/18

Abstract: A subset of check-out stations in a retail environment is monitored at any given time, instead of monitoring all check-out stations at all times. The subset of check-out stations is determined dynamically according to, but not limited to, cashier records, input parameters from the user, current lane activity, past lane activity, time of day, etc. Statistical models (e.g., effective population sampling and/or population hypothesis tests) are developed along these lines that guide the lane selection process, whereby increases in the false-negative rate due to failure to monitor particular lanes when events of interest occur are controlled. By monitoring fewer check-out stations, while maintaining target performance accuracy, the amount of data that end users must deal with is significantly reduced.

公开(公告)号：GB2508094A

公开(公告)日：2014-05-21

申请号：GB201318865

申请日：2012-04-13

Applicant: IBM

Inventor： DATTA ANKUR ,  FERIS ROGERIO SCHMIDT ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  SIDDIQUE BEHJAT ,  ZHAI YUN

IPC: G06K9/00 ,  G06K9/46 ,  G06T7/20

Abstract: Training data object images are clustered as a function of motion direction attributes and resized from respective original into same aspect ratios. Motionlet detectors are learned for each of the sets from features extracted from the resized object blobs. A deformable sliding window is applied to detect an object blob in input by varying window size, shape or aspect ratio to conform to a shape of the detected input video object blob. A motion direction of an underlying image patch of the detected input video object blob is extracted and motionlet detectors selected and applied that have similar motion directions. An object is thus detected within the detected blob and semantic attributes of an underlying image patch extracted if a motionlet detectors fires, the extracted semantic attributes available for use for searching for the detected object.

公开(公告)号：GB2490218A

公开(公告)日：2012-10-24

申请号：GB201206610

申请日：2012-04-16

Applicant: IBM

Inventor： ZHAI YUN ,  BOBBITT RUSSELL PATRICK ,  KJELDSEN FREDERIK CARL

IPC: B61L23/04 ,  B61L29/30 ,  G06T7/20

Abstract: Objects are monitored using a plurality of received images of an area 600. An object (106, Fig.1) in the area is identified from the images. A plurality of points 508 and (509, Fig.5) in a region 504 within the area is identified from a first one of the images, such that the points have a fixed relationship with each other and the region. The object is monitored to determine whether it has entered the region. If an absence of a number of the points (509, Fig.5) in a second one of the images is identified, it is determined that the object has not entered the region â e.g. a train, rather than the object, has entered the region. The images may be captured by a camera (102, Fig.1) connected to an object monitoring system (202, Fig.2) which is further connected to a train detection system.

公开(公告)号：GB2489831B

公开(公告)日：2016-04-20

申请号：GB201206960

申请日：2011-01-05

Applicant: IBM

Inventor： ZHAI YUN ,  BOBBIT RUSSELL PATRICK ,  FAN QUANFU ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  MIYAZAWA SACHIKO

IPC: H04N7/18 ,  G06Q20/20

Abstract: Transaction units of video data and transaction data captured from different checkout lanes are prioritized as a function of lane priority values of respective ones of the different checkout lanes from which the transaction units are acquired. Each of the checkout lanes has a different lane priority value. The individual transaction units are processed in the prioritized processing order to automatically detect irregular activities indicated by the transaction unit video and the transaction data of the processed individual transaction units.

公开(公告)号：DE102012204901A1

公开(公告)日：2012-10-25

申请号：DE102012204901

申请日：2012-03-27

Applicant: IBM

Inventor： BOBBITT RUSSELL P ,  KJELDSEN FREDERIK C M ,  ZHAI YUN

IPC: B61L23/00

Abstract: Ein Verfahren, ein Datenverarbeitungssystem, eine Vorrichtung und ein Computerprogrammprodukt zum Überwachen von Objekten. Es wird eine Vielzahl von Bildern eines Gebietes empfangen. Ein Objekt in dem Gebiet wird aus der Vielzahl von Bildern erkannt. Eine Vielzahl von Punkten in einem Bereich innerhalb des Gebiets wird aus einem ersten Bild in einer Vielzahl von Bildern ermittelt. Die Punkte der Vielzahl von Punkten weisen eine feste Beziehung zueinander und zu dem Bereich auf. Das Objekt in dem Gebiet wird überwacht, um zu festzustellen, ob sich das Objekt in den Bereich bewegt hat. Eine Feststellung, dass das Objektiv nicht in den Bereich eingedrungen ist, erfolgt als Reaktion auf das Erkennen des Fehlens einer Anzahl von Punkten der Vielzahl von Punkten in einem zweiten Bild in der Vielzahl von Bildern.

公开(公告)号：DE112011100093B4

公开(公告)日：2021-04-15

申请号：DE112011100093

申请日：2011-01-05

Applicant: IBM

Inventor： ZHAI YUN ,  BOBBIT RUSSELL PATRICK ,  FAN QUANFU ,  PANKANTI SHARATHCHANDRA UMAPATHIRAO ,  MIYAZAWA SACHIKO

IPC: H04N7/18 ,  G06K9/00 ,  G06N5/02 ,  G06Q20/20 ,  G06Q30/06 ,  G07G1/12

Abstract: Verfahren für die Verarbeitung von Transaktions- und Videodaten auf dem Gebiet des Einzelhandels, umfassend:- Erhalten durch einen Prozessor von Video-Streams und Transaktionsdaten, die bei jeder von mehreren Kassen erfasst wurden;- Verbinden durch den Prozessor der Video-Streams und Transaktionsdaten von jeder der Kassen in einzelne Transaktionseinheiten, die jeweils ein Transaktions-Video umfasst, welches einer Anzahl von in einer einzelnen Zeitspanne gekauften Gegenständen eines einzelnen Kunden entspricht;- Festlegen durch den Prozessor der Verarbeitungs-Priorität für jede Transaktionseinheit der einzelnen Transaktionseinheiten als eine Funktion eines Kassenbereichsprioritätswertes einer der Kassen, bei der das Transaktions-Video und die Transaktionsdaten erfasst wurden, wobei jede der Kassen einen unterschiedlichen Kassenbereichsprioritätswert aufweisen, und als eine Funktion eines Transaktionseinheitenprioritätswertes in Abhängigkeit von Transaktionsdaten der Transaktionseinheit, wobei die Transaktionseinheit eine von mehreren verschiedenen Transaktionseinheiten mit unterschiedlichen Transaktionseinheitenprioritätswerten ist;- wobei das Bestimmen der Verarbeitungs-Priorität für jede Transaktionseinheit die Anwendung eines Satzes von Richtlinien umfasst; und- wobei der Satz von Richtlinien dynamisch durch Transaktionsdaten aktualisiert wird;und- Verarbeiten durch den Prozessor eines Teils mit hoher Priorität der einzelnen Transaktionseinheiten aufgrund der festgelegten Verarbeitungs-Priorität jeder einzelnen Transaktionseinheit,- wobei das Verfahren die automatische Erkennung irregulärer Aktivitäten aufgrund von dem Transaktions-Video und den Transaktionsdaten der verarbeiteten Transaktionseinheiten umfasst.

公开(公告)号：DE102013210836A1

公开(公告)日：2014-01-02

申请号：DE102013210836

申请日：2013-06-11

Applicant: IBM

Inventor： FERIS ROGERIO S ,  ZHAI YUN

IPC: G06T7/20 ,  G08G7/02

Abstract: Bildmerkmale eines Vordergrund-Gegenstands werden aus Eingangsvideodaten mittels Anwendung einer Hintergrund-Subtraktionsmaske extrahiert, und einen optischen Fluss aufweisende Bildmerkmale werden aus einem Bereich der Eingangs-Videobilddaten extrahiert, der durch die extrahierten Bildmerkmale des Vordergrund-Gegenstands definiert ist. Wenn geschätzte Bewegungsmerkmale darauf hindeuten, dass sich der zugrunde liegende Gegenstand in Bewegung befindet, wird eine vorherrschende Bewegungsrichtung des zugrunde liegenden Gegenstands ermittelt. Wenn die vorherrschende Bewegungsrichtung parallel zu einer Ausrichtung des zweiten, gekreuzten Verkehrswegs ist, wird ein Ereignisalarm, der darauf hindeutet, dass ein bewegungsloser Gegenstand die Fortbewegung auf dem kreuzenden zweiten Verkehrsweg versperrt, nicht erzeugt. Wenn die geschätzten Bewegungsmerkmale darauf hindeuten, dass der zugrunde liegende Gegenstand bewegungslos ist oder dass seine ermittelte vorherrschende Bewegungsrichtung nicht parallel zu dem zweiten Verkehrsweg ist, wird ein Aussehen des Bereichs des Vordergrund-Gegenstands ermittelt und ein Bewegungslosigkeits-Zeitgeber ausgeführt, während der Bereich des Vordergrund-Gegenstands die extrahierten Bewegungsmerkmale des Vordergrund-Gegenstands aufweist.