[发明专利]通过群速度的现象识别对象流中的反常性的方法

说明书

技术领域

本发明涉及一种用于根据群速度-即人流或对象流的密集传播速度-来识别、测量和评估人流或对象流的行为中的异常的方法。

背景技术

人流或对象流的行为中的异常并不总是可靠地或以其所有可能的不同方式被识别。例如，静态以及移动的拥堵不被区分，并且新的拥堵的形成或者现有拥堵的联合同样不被识别。除了自动识别标准以外同样缺少用于评估的标准。

通过常规方式，人流或者其他对象流中的拥堵或密集形成在目前以如下方式来识别。识别通过如下方式进行：a)通过与正常密度相比来识别密集，即识别对象之间的间距或者每单位面积的对象数目；b)通过单个对象的速度与正常速度之间的偏差。在两种方法中，另外的方面-如分析区域的大小或该区域中的人群的均匀性-是相关的。

现有技术忽略了下列现象。各个对象的速度不一定与密集移动的速度一致。根据本申请，密集的该速度被称为群速度。根据本申请，应当将“群”理解成同样对象-例如人、汽车、奶牛、行李箱等等-的密集积聚。在这些对象之间不必存在另外的关联。例如，拥堵是这样的群、更确切而言是汽车的密集积聚。拥堵可以长时间位于同一位置-例如施工位置并且是准静态的，而各个汽车移动，尽管这样的移动也可能是缓慢的。在此，为0的群速度-即(静态的)拥堵的速度-与单个对象的大于0的速度相偏离。甚至在例如由于缓慢的汽车所引起的移动的拥堵中，基本上与缓慢汽车的速度相对应的群速度与对象速度相偏离，其中对象速度可能是超车车辆的速度。

发明内容

本发明的任务是说明用于识别、测量和评估人流或对象流的行为中的异常的方法和装置，使得可靠地和以其所有可能的不同形式对异常进行识别、测量和评估。

该任务通过根据独立权利要求的方法以及根据并列独立权利要求的装置来解决。

根据本发明，群速度作为重要特征被提供。

本发明要求保护用于识别、测量和评估-更确切而言基于群速度，即对象流、例如人流中的密集的传播速度来识别、测量和评估-对象流、例如人流中的异常性的方法和装置。此外，本发明提供有一种用于测量群速度的方法。

群被定义成密集。群速度被定义成这样的密集的传播速度。

根据本发明的群速度与谐波叠加理论具有类似之处，在谐波叠加理论中，区分单个波峰的传播速度和波群的速度，其中波群的速度对应于群速度。根据本申请的名称“群速度”借鉴波理论的术语。

根据本发明，识别对象流、例如人流中的异常，测量异常的强度，执行对异常影响的评估，并且由此提供对对象流的干预可能性。

根据群速度并且尤其是在与各个对象的速度偏离时，或者根据平均速度，可以推断出所观测的情况。为此，a)首先测量群速度，其中根据本申请，要求保护用于测量群速度的不同方法。b)在此之后，借助于群速度来识别、测量和评估对象流中的异常。

群速度的测量利用常规的速度确定方法(例如跟踪群成员、确定单个人的速度以及接着形成平均值)是不可能的。因为群速度不一定对应于群中的个人的单个速度。例如在静态的拥堵的情况下，群速度可能为0，其中单个速度可能大于0。由于群可能解散并且重新形成而给群速度的测量造成困难。

结合从属权利要求来要求保护另外的有利扩展方案。

根据一个有利的扩展方案，根据大量的传感器、数据源和/或监控摄像机的数据进行自动的识别、测量和评估。根据该实施方式，可测量的参数被自动引入：这些参数允许推断出在人、动物或者对象积聚时出现的感兴趣的情况、尤其是危险情况。提供有一种用于识别、测量和评估对象流和人流中的异常的方法，所述方法可以同时地并且在没有大的人员投入的情况下被用于许多地点。特别有利的是分析大量的传感器和数据源-例如监控摄像机-的数据。根据该实施方式，可以利用由尤其是监控摄像机的传感器所提供的数据量。

根据另一有利的扩展方案，群是比环境具有更高密度的区域，并且群从属关系由最小密度来确定。也就是说，首先通过提高的密度来进行对群的识别。群是比环境具有更高密度的区域。整个群或该群的所有部分区域必然比环境具有更高的密度。在此，最小密度的定义是群从属关系的前提条件。为了识别密度，可以使用模式识别/视频分析领域中的用于测量密度的算法、例如人口计数。