SE517900C2 - Sätt,övervakningssystem och övervakningsenhet för övervakning av en övervakningsplats - Google Patents

Description

u uu.- u 10 15 20 25 30 35 517 2 För att minska mängden larminformation som överförs till övervakningsstationen har det utvecklats övervak- ningssystem som kan utföra en första bedömning i över- vakningsenheten av huruvida ett detekterat tillstånd i området ska ge upphov till larm eller inte. En bild av övervakningsplatsen registreras. Bilden analyseras och ett beslut fattas om ett larm ska skickas till övervak- ningsstationen eller icke. Det är också möjligt att skicka med en bild av övervakningsplatsen, för att en operatör vid övervakningsstationen ska kunna fatta ett nytt beslut huruvida det är ett verkligt larmtillstånd för att inte i onödan skicka ut säkerhetspersonal till övervakningsplatsen.

Idag är fellarm mycket vanliga, vilket ger upphov till stora kostnader för den som utnyttjar sig av över- vakningsanordningar.

Sammanfattning av uppfinningen Ett ändamål med uppfinningen är därför att möjlig- göra säker och kostnadseffektiv övervakning och därmed undanröja ovan nämnda problem. Övervakningssystemet ska vidare på ett fullt till- fredsställande sätt möjliggöra ett integritetsskydd för övervakade föremål.

Dessa och andra ändamål, som kommer att framgå av följande beskrivning har nu uppnåtts med ett sätt att övervaka enligt patentkrav 1.

Uppfinningen baseras på en insikt om fördelen att arbeta med objekt som extraheras fram ur ett område. Om- rådet är en representation av ett föremål som detekterats på en övervakningsplats. Objektet skapas genom framtagan- de av vissa bestämda egenskaper ur området, såsom exem- pelvis en stiliserad konturform av området. Objektet innehåller med andra ord en avskalad och begränsad mängd information om området, vilken information är tillräcklig för att säkerställa om en larmsituation råder eller ej.

Genom att arbeta med objekt finns möjligheten till att skapa en första typ av objekt som används vid klassifice- 9 Ü Û uuu uuu u u uu uu u uu uu uuuu u o u u u u u u u u uu u u u u u u u u u u u u u u u u u u uuu uuu u u uuu uu u u u u u u u u u u u u u -u u u u u u u uu u. u... 10 15 20 25 30 35 517 900 3 ring och en andra typ av objekt som överförs till en övervakningsstation för visuell verifiering. Dessa tvâ typer av objekt utgörs av själva objektet eller en del- mängd av själva objektet. Pà detta sätt möjliggörs en klassificering av vissa egenskaper och en visuell veri- fiering av andra egenskaper.

Uppfinningen innefattar sålunda enligt en aspekt steget att registrera bilder av en övervakningsplats och att ur dessa bilder ta fram ur övervakningshänseende intressant information och överföra viss information till en övervakningsstation. Den registrerade bilden jämförs med en referensbild för att detektera nya föremäl och händelser i bilden. Referensbilden kan skapas med en eller flera algoritmer ur en eller flera föregående bil- der, en eller flera bakgrundsbilder eller en kombination av bàda. En medelvärdesbildning kan göras pà ett antal av nämnda registrerade bilder för skapande av en referens- bild. Ur de områden, som i bilden skiljer sig fràn refe- rensbilden, framtages minst en egenskap för skapande av ett objekt. Egenskapen bör vara av sådan typ att den är intressant att studera i övervakningssammanhang dä olika typer av föremål, exempelvis fordon, ska detekteras. Ett första objekt skapas och utgörs av själva det skapade objektet eller en delmängd av själva det skapade objek- tet. Ett beslut fattas huruvida det första objektet är ett larmobjekt eller ett icke-larmobjekt. Beslutet kan fattas utifrån antingen en jämförelse med förutbestämda tröskelvärden och/eller utifrån tidigare detekterade första objekts tillhörande egenskaper. Om det första objektet klassificeras som ett larmobjekt skapas ett andra objekt. Det andra objektet utgörs av själva det skapade objektet eller en delmängd av själva det skapade objektet och kan baseras pà samma eller andra egenskaper än det första objektet. Det andra objektet överförs via ett kommunikationsmedium, som kan vara exempelvis en led- ning eller en tràdlös förbindelse, till en övervaknings- station. Pà övervakningsstationen finns en operatör. Det lO 15 20 25 30 35 ß 11 900 :;:f-:;::t'=: 4 andra objektets tillhörande egenskaper är utvalda såsom att vara betydelsefulla vid en visuell presentation för möjliggöra en säker verifiering av huruvida ett larmtill- stånd föreligger eller ej. Det andra objektet kan presen- teras för operatören pà exempelvis en bildskärm. Operatö- ren gör en bedömning av det han ser. Om operatören exem- pelvis bedömer att det är en inkräktare pà övervaknings- platsen vidtar han lämpliga atgärder som att exempelvis skicka säkerhetspersonal till platsen. Om operatören där- emot bedömer att det han ser inte är en larmhändelse be- höver inga vidare åtgärder vidtas och pengar sparas eftersom inget onödigt arbetet behöver utföras. Dessutom belastas inte överföringsmediumet med överflödig data, eftersom det överförda objektet innehåller en avskalad och begränsad informationsmängd om det detekterade om- ràdet. Detta bidrar till att ett mycket stort antal över- vakningsenheter kan kopplas till en övervakningsstation.

Analys och beslutsfattandet är distribuerat. All dator- baserad analys sker ute i sensorenheterna och i övervak- ningsstationen kan det räcka med endast en mänsklig veri- fiering av den överförda informationen. Dessutom kan man i och med den begränsade informationsmängden pà ett en- kelt sätt bygga upp ett kösystem för den mottagna larm- informationen i övervakningsstationen.

I en utföringsform är det första och det andra objektet delmängder ur det framextraherade objektet. Det framextraherade objektet innehåller alla de egenskaper som ska klassificeras och överföras; I en utföringsform är det andra objektet samma som det första objektet. Detta innebär att egenskaperna till- hörande första objektet som används i klassificeringen i övervakningsenheten också är de egenskaper tillhörande andra objektet som överförs till övervakningsstationen.

Fördelen med detta är att operatören fattar sitt beslut om larm eller icke-larm pà samma beslutsunderliggande egenskaper som beslutsmotorn i övervakningsenheten. 10 15 20 25 30 35 5 1 7 9 0 0 "ïï ~ IÉÉ " 5 I en utföringsform skapas områdets schabloniserade konturform för att ingå som en egenskap hos objektet.

Konturformen kan vara en bra egenskap för beslut om ett larmtillstånd föreligger eller ej.

I en utföringsform överförs objektets tillhörande konturform eller en förenkling av denna konturform via någon typ av kommunikationsmedium och presenteras visu- ellt för operatören. Fördelen med att överföra en upp- sättning data av konturformen är att den kan överföras smalbandigt. Överföringen kan utföras på ett kommunika- tionsmedium som har en bandbredd mindre än 10 kbit/s.

Dessutom kan humanrelaterade larmobjektets identitet vara anonymt och skyddas. Ett problem som uppstår då en över- vakningsenhet skickar en bild av övervakningsplatsen till övervakningsstationen är att det kan krävas ett speciellt tillstånd för att använda en sådan övervakningsenhet samt intresse för att skydda den personliga integriteten.

Tillstånd kan vara svårt och krångligt att få. Övervak- ningsenheter i vanliga hem ställer krav på integritets- skydd. Det är oftast ej önskvärt för personer i hemmet som övervakas att exempelvis registreras på bilder, bland annat eftersom dessa bilder skulle kunna missbrukas.

I en utföringsform tillhör konturformen det andra objektet och konturformen presenteras för en operatör då det överförs. Om larmobjektet är ett människorelaterat objekt är den överförda konturformen en representation av en människa. Denna konturform är förhållandevis enkel att känna igen som en mänsklig gestalt för en operatör, utan att människans identitet avslöjas.

I en annan föredragen utföringsform jämförs bestämda egenskaper tillhörande objektet med egenskaper från ett tidigare detekterat objekt för att på så sätt upptäcka om objektet är ett nytt objekt eller om det funnits i före- gående registreringar. Om de jämförda objekten överens- stämmer enligt en viss förutbestämd grad sägs de matcha varandra och härstamma från samma rörliga föremål, regi- strerat vid olika tillfällen. I och med att objektets 10 15 20 25 30 35 historia blir känd kan den användas som en beslutsgrun- dande egenskap. Objektets historia kan exempelvis vara dess tillhörande rörelsehistoria. Rörelsehistorian kan presenteras tillsammans med konturformen som vektorer som visar rörelseriktning och hastighet.

I en utföringsform överförs och presenteras objek- tets tillhörande rörelsehistoria. Fördelen med att pre- sentera rörelsehistorian för operatören är att beslutet om ett larmtillstànd råder eller ej underlättas. Den rörelsehistoria som presenteras utgörs med fördel av en animering av efter varandra tidsmässigt följande objekt tillhörande konturformer. Operatörens bedömning av larm- situationen underlättas väsentligen dä objektets till- hörande rörelsemönster presenteras. Exempelvis blir veri- fiering av människor relativt enkel eftersom de har ett bestämt rörelsemönster. En operatör klarar av att analy- sera rörelseinformation som kommer från ett mycket stort antal övervakningsenheter.

I en utföringsform är tillhör intensitetsregioner en egenskap hos det andra objektet. Intensitetsregionerna underlättar framför allt vid den visuella verifieringen i övervakningsstationen, eftersom intensitetsregionerna förtydligar presentationen av objektet. Detta gäller spe- ciellt i det fall då objektet är människorelaterat. Exem- pelvis kan en mörkare nedre del pà det för operatören presenterade objektet representera byxor, vilket möjlig- gör en enklare tolkning. Om det är objektets tillhörande konturform som presenteras kan den ifyllas pà lämpligt sätt.

I en utföringsform segmenteras områdets linjeinne- hàll fram och blir en egenskap som tillhör objektet. Del- linjer inom omrâdet extraheras fram. Linjeinnehàllet ger objektet mer struktur och essentiell information om före- màlstexturen. Exempel pà dellinjer kan hos en människa' vara att ett hakparti tillkommer så att huvudet ses som en del av övriga kroppen. 10 15 20 25 30 35 517 900 7 I en utföringsform överförs och presenteras områdets dellinjer till övervakningsstationen. Vid en visuell pre- sentation i övervakningsstationen underlättar dellinjerna beslutstagande om larmsituationen för operatören. Ögat ser lättare vad konturformen föreställer.

En utföringsform innefattar steget att extrahera fram ett område vidare steget att skapa en differensbild ur den registrerade bilden och en referensbild. Referens- bilden kan skapas som nämnts ovan. Fördelen med detta är att rörliga föremål kan bearbetas fram och stationära föremål, exempelvis bord och stolar, som ska befinna sig i övervakningsplatsen bearbetas bort. Detta medför att områdena innehåller intressant information om händelser i övervakningsplatsen.

I en utföringsform innefattar steget att extrahera fram ett område även steget att skapa en skillnadsbild genom tröskling av differensbilden. Ändamålet uppnås även med ett övervakningssystem en- ligt krav 14. Föredragna utföringsformer presenteras i patentkraven 15-20. Med detta system uppnås samma förde- lar som har diskuterats ovan i samband med sättskraven.

Dessutom uppnås följande fördelar.

I en utföringsform sker kommunikationen mellan över- vakningsenheten och övervakningsstationen trådlöst. Detta medför bland annat att ingen extra kabeldragning behövs, vilket minskar kostnaderna.

I en annan utföringsform kan övervakningsstationen vara en mobilterminal. En fördel med detta är en operatör inte behöver befinna sig på en bestämd plats. Mobiltermi- nalen kan exempelvis vara en mobiltelefon. Eftersom ett enkelt objekt är möjligt att visa på en mobiltelefons display kan operatören titta på objektet på mobiltelefo- nens display och avgöra om ett larmtillstånd råder och utifrån detta vidta eventuella åtgärder. Detta medför exempelvis att operatören kan sköta andra sysslor mellan larmsituationerna och då en larmsituation uppstår infor- meras han om detta exempelvis genom en ljudsignal. 10 15 20 25 30 35 517 900 8 I en föredragen utföringsform är övervakningsstatio- nen en server för möjliggörande av övervakning via dator- nätverk. Eftersom inga beslut måste fattas av övervak- ningsstationen själv kan denna vara en server. En opera- tör kan övervaka från vilken plats som helst i världen bara han har tillgång till en nätuppkoppling. Ändamålet uppnås dessutom med en övervakningsenhet enligt krav 21. Föredragna utföringsformer presenteras i patentkraven 22-25. Med detta uppnås samma fördelar som har diskuterats ovan i samband med sättskraven och sys- temkraven. Dessutom uppnås följande.

I en föredragen utföringsform är minnet anordnat att lagra viss typ av återkommande rörelseinformation. Detta har den stora fördelen att övervakningsenheten blir bått- re på att sortera bort falsklarm och lär sig vad som inte ska ge upphov till ett larmtillstånd. Den sparade infor- mationen kan exempelvis vara rörelse som detekteras utan- för ett fönster. Kanske går det ofta personer förbi som inte är föremål som ska ge upphov till ett larmtillstånd.

Denna typ av rörelse i detta område kommer då ej att ge upphov till ett larmtillstånd.

I en utföringsform används en kompletterande sensor som möjliggör en ännu säkrare övervakning. Kvaliteten på hela systemet höjs därmed. Den kompletterande sensorn kan exempelvis vara en IR-detektorn. IR-detektorn utvidgar det övervakade vàglängdsområdet. Exempelvis kan den vara ett bra komplement då ett larmobjekt bär textiler som går i färg och mönster med bakgrunden, vilket kan ge problem för den ljuskänsliga sensorn. IR-detektorn känner då av objektet genom den värme som det avger.

Kort beskrivning av ritningarna Uppfinningen kommer i fortsättningen att beskrivas ytterligare genom ett utföringsexempel under hänvisning till bifogade schematiska ritningar, vilka åskådliggör en för närvarande föredragen utföringsform av övervaknings- systemet enligt uppfinningen. . .-.~ u lO l5 20 25 30 35 517 900 _' 9 Fig 1 visar en schematisk bild av övervakningssyste- met enligt en utföringsform.

Fig 2 visar ett schematisk blockschema för hårdvaran i övervakningsenheten enligt en utföringsform.

Fig 3 visar ett flödesschema över ett sätt att över- vaka enligt en utföringsform.

Fig 4 visar hur ett omràdes kant stegas enligt en utföringsform.

Fig 5 visar en linjebild i vilken samtliga randpunk- ter för området är funna enligt en utföringsform.

Fig 6 visar en polygonanpassad bild enligt en utfö- ringsform.

Fig 7 visar ett flödesschema över matchning av ob- jekt enligt en utföringsform.

Fig 8 visar ett övergripande blockschema över en utföringsform av sättet att övervaka.

Fig 9a visar ett exempel pà hur ett larmobjekt kan presenteras för en operatör.

Fig 9b visar ett annat exempel pà hur ett larmobjekt kan presenteras för operatören.

Beskrivninq av en föredragen utföringsform Fig 1 visar schematiskt ett övervakningssystem med ett antal övervakningsenheter 1 vilka kan kommunicera med en övervakningsstation 3 via ett överföringsmedium 2.

Fig 2 visar ett blockschema över hårdvaran i över- vakningsenheten 1. övervakningsenheten 1 matas med en spänning till en spänningsanslutning 4. Vidare innefattar övervakningsenheten 1 en kraftfull beräkningsenhet 5. Övervakningsenheten 1 innefattar en kommunikationsenhet 6. Vidare innefattar övervakningsenheten 1 en ljuskänslig sensor 7, exempelvis en CCD-sensor, för registrering av bilder. Sensorn 7 är integrerad på ett chip och till den finns också ett linsarrangemang 8¿ Sensorn 7 ger en ana- log utsignal som gàr vidare till en A/D-omvandlar 9 för konvertering till en digital signal. Vidare innefattar övervakningsenheten 1 ett RAM-minne 10. Övervakningsenhe- ten 1 kör med ett riktigt operativsystem och kan genom- . sv.- w-v lO 15 20 25 30 35 10 föra avancerad bildbehandling. Övervakningsenheten 1 innefattar också ett beständigt minne 11 för beräknings- kod och övrigt som måste sparas i ett icke flyktigt minne. Dessutom kan en belysningsanordning 12 vara anord- nad vid övervakningsenheten 1 för belysning av mörka- larmomräden. Belysningen sker med fördel i IR-området eftersom övervakningsenheten 1 då inte avger något för ögat synligt ljus, vilket gör att den blir mycket svår- upptäckt på mörka övervakningsplatser. Detta medför ökad säkerhet, eftersom risken för sabotage minskar. Genom att belysa i IR-området kan dessutom enkla, strömsnàla och billiga sensorer användas, eftersom ljuskänsliga sensorer ofta är känsliga i IR-området. IR-dioder är också billiga och strömsnàla. Övervakningsplatsen begränsas av sensorns 7 och den därtill anordnade optikens synfält. Alla i övervakningsenheten 1 ingående komponenter är med fördel integrerade på ett kretskort. Fördelen med detta är att övervakningsenheten 1 blir mycket stabil, det vill säga att den blir mindre känslig för störkällor och har färre punkter som sabotage kan ske pä. Övervakningsenhetens 1 larmkriterier finns lagrade i det beständiga minnet ll och kan ändras från övervak- ningsstationen 3 genom överföring av ny programvara från övervakningsstationen 3 till övervakningsenheten 1. Larm- kriterierna kan vara olika för olika övervakningsenheter 1. Vissa övervakningsenheter kan exempelvis varna för olika typer djur och andra för människor. Larmkriterierna ändras beroende på tillåten strömförbrukning och yttre betingelser. De yttre betingelserna kan exempelvis vara en monitor som är igång, gardiner som rör sig eller andra tillåtna rörelser som sker på övervakningsplatsen. Larm- kriterierna ställs givetvis också in efter vilken typ av objekt och/eller rörelsemönster som övervakningsenheten 1 ska larma för.

Med hänvisning till fig 3 och fig 9 kommer nu över- vakningssystemets 1 övervakningsfunktion att beskrivas. I ett registreringssteg 100 registrerar sensorn 7 konti- 51 7 9 0 0 =;ï . ~' j; . jjif- _ .nvo 10 15 20 25 30 35 5 1 7 9 O 0 ÉÜ* *Äš É ll nuerligt bilder av övervakningsplatsen. En registrerad bild konverteras i ett omvandlingssteg 110 från analog signal till en digital signal i A/D-omvandlaren 9. I be- räkningsenheten 5 skapas i ett differenssteg 115 en dif- ferensbild genom en subtraktion mellan en referensbild och den aktuella registrerade bilden. Referensbilden kan skapas med en eller flera algoritmer ur en eller flera föregående bilder, en eller flera bakgrundsbilder eller en kombination av båda. En medelvårdesbildning eller en Kalmanfiltrering kan göras på ett antal av nämnda regi- strerade bilder för skapande av en referensbild. Refe- rensbilden uppdateras vanligtvis med jämna mellanrum. Ur differensbilden extraheras områden fram i ett områdes- extraheringssteg 120 genom exempelvis tröskling av diffe- rensbilden och vi får vad vi kallar en skillnadsbild, vilken visas i fig 8. De resulterande områdena består av en definierad mängd pixlar i den registrerade bilden.

Flera områden är mellan varandra ömsesidigt uteslutande så att en viss pixel bara kan höra till ett område. Om- råden representerar en förändring av något slag som skett i den registrerade bilden i jämförelse med referensbil- den. Dessa förändringar kan exempelvis vara en människa som kommit in på övervakningsplatsen, en fågel som flugit in på övervakningsplatsen eller ett träd som svajar i vinden på övervakningsplatsen. I ett filtreringssteg 130 kan en konventionell bildfiltrering utföras för borttag- ning av brus. När områdena extraherats fram knyts ett objekt till varje område i ett objektextraheringssteg 140 för lättare hantering av de olika områdena. Istället för att lagra bilden av ett område så lagrar man istället valda områdesegenskaper som någon eller några av exempel- vis koordinater i bilden, storlek, kontur, medelintensi- tet, omkrets och intensitetsvarianser.

Med hänvisning till fig 4-6 beskrivs här ett sätt* att ta fram områdets kontur, vilket område i detta fall representerar en människa. I fig 4 visas hur ett extrahe- rat område stegas längs dess kant av en sökfunktion som 10 15 20 25 30 35 517 900 u o u n -vann- co 12 här är en klockvisaralgoritm. Klockvisaralgoritmen sveper längs randen pà omrâdet tills det att startpunkten näs.

Mer ingående sker följande. En startpunkt letas först upp längs randen av omrâdet. Sá länge inte startnoden är pà- träffad och det finns outforskade vägar ur den sveps en visare medsols med avstànd en pixel frän föregående posi- tion tills en ny randpunkt är funnen. Om visarens nya så letas en ny outforskad så skall Annars fortsätter algoritmen och den funna outfors- position är startpositionen, väg upp. Om ingen väg finns, algoritmen avbry- tas. kade vägen ur startnoden markeras som utforskad.

I fig 5 visas en konturlinjen för ett område som representerar en människa. I fig 6 har en polygon anpas- sats till den stegade banan. Polygonen har anpassats med en vinkelminimeringsfunktion. Vinkelminimeringsfunktionen innefattar följande. En startpunkt sätts pà randen som den senaste punkten. Så länge inte slutpunkten är funnen, sä stegas framåt längs med randen. Vinkelskillnaden mel- lan tangentvektorn för senaste punkten och tangentvektorn för det nuvarande läget längs randen beräknas. Om vinkel- skillnaden är större än en viss gräns, så sparas denna position som en nod och positionen sätts som den senaste punkten. Andra typer av konturformer än polygoner är också möjligt att använda, som exempelvis splines. En spline-kurva definieras matematiskt av ett antal kon- trollpunkter och en funktion som beskriver kurvans ut- seende mellan kontrollpunkterna. Normalt fixeras funktio- nen och endast kontrollpunkterna används för att definie- ra kurvan. För att anpassa en sådan kurva till en kontur- bild krävs ett startvärde, ett kriterium för var kurvan passar till konturen och en sökstrategi för att anpassa kurvan till konturen. Som startvärde används normalt kur- vans läge i föregående bild i en bildsekvens. Om man bör- jar frän början får man förfara pà annat sätt, till exem- pel genom att starta med en stor cirkel som garanterat täcker in konturen. Kriteriet för anpassning av kurvan till konturen kan vara antingen avstànd till den detekte- 10 15 20 25 30 35 51 7 9 0 0 Éïï* šïïï ~ IÉ IÉÉÉ - Éfifï 13 rade konturen eller baserat på gradienten i bilden. I det senare fallet vill man att kurvan skall hamna där gra- dienten är störst. Sökstrategin består normalt av någon standardoptimeringsmetod för att minimera kriteriet i sökstrategin. Fördelen med en spline-representation vid optimeringen är att endast kontrollpunkterna behöver an- vändas som variabler, vilket medför ökad snabbhet. För mer läsning om spline-anpassning se artikel ”Fast leastsquare curve fitting using quasi~orthogonal splines", Myron Flickner, James Hafner, Eduardo J.

Rodriguez and L.C. Sanz.

Efter hopsamling av objektets egenskaper lagras objektet i ett lagringssteg 150 i form av dess egenskaper i RAM-minnet 10 och en matchning av objektet med lagrade objekt från en tidigare registrerad bild utförs i ett matchningssteg 160. Objektens egenskaper jämförs med varandra för framtagning av ett mått pá hur bra de över- ensstämmer. Genom att minimera matchningsdifferensen för alla objekt samtidigt får man en god approximation av objekts tidigare historia, vilken benämns som följning.

Matchningen sker successivt på så vis att det bara är objekten i den senaste bilden som jämförs med det som finns lagrat från föregående bild. Alternativt också från tidigare bilder. Efter matchningen kan man för ett visst objekt veta om objektet registrerats i en föregående bild och i så fall vilket objekt det var i den föregående bil- den. Eftersom det föregående objektet eventuellt i sin tur har en direkt koppling till det föregående objekt får man en kedja med det nuvarande objektets totala historia.

Sättet att matcha tydliggörs i fig 7 och innefattar följande. Objektet jämförs med alla tidigare objekt som extraherats fram ur den föregående bilden i ett kombine- ringssteg 200. En uträkning av kombinationernas match- ningsgrad görs i ett utråkningssteg 210. Svaret från ut- räkningen av matchningen normeras så att resultatet blir ett värde mellan 0 och 1. Värdet 0 anger att de jämförda objekten inte har några egenskaper som överensstämmer, 10 15 20 25 30 35 5 1 7 9 Û 0 -. Il? - 'Éïï 14 medan värdet 1 antyder att objekten är exakt identiska.

Om kombinationen med störst matchningsgrad, för objektet och ett föregående objekt, överstiger ett förutbestämt värde beslutas i ett beslutssteg 220 att en matchning föreligger. I matchningssteget 160 fattas beslutet på ett antal egenskaper hos objektet, vilka egenskaper även vik- tas efter deras betydelse. En metod som ökar sannolik- heten för en korrekt matchning är att extrahera intensi- tetsregionerna inom ett objekt. Metoden går ut pà att segmentera ett område utgående från någon av dess inten- sitetsegenskaper. De olika segmenten har en medelinten- sitet och en specificerad area. Olika metoder kan använ- das för själva segmenteringen. Exempel på sådana är kvan- tifiering av intensiteterna, tröskling av intensiteterna eller klassificering av olika mönstersegment med hjälp av till exempel Bayers klassificering som finns att läsa om i R.C. Gonzales, R.E. Woods, “Digital Image Processing", Addison Wesley. De olika segmenten kan därefter effektivt sparas på olika sätt. Ett sätt är att spara konturerna av de olika segmenten eller göra en RunLengthEncode (RLE) pà de olika segmenten som en pixelkarta.

Det första objektet utgörs i denna utföringsform av en delmängd av objektets egenskaper. Första objektet kan exempelvis också vara samma som objektet. I klassifice- ringssteget 170 klassificeras det första objektet utifrån objektets historia och egenskaper utifrån vilka besluts- motorn kan avgöra om första objektet är ett larmobjekt eller inte. Beslutsmotorn får för varje registrerad bild tillgång till alla objekt samt deras historia som extra- herats fram ur bilden. I första hand tittar beslutsmotorn på de olika objektens hela historia och avgör om det är ett larmobjekt eller inte. Det räcker med att ett objekt någon gång under sin historia varit ett larmobjekt för att det ska ge upphov till ett larmtillstånd resten av' sin livslängd. Objektet måste uppfylla ett antal krite- rier för att klassificeras eller fattas beslut om att vara ett larmobjekt. För att uppnå en viss konfidensgrad v _... v 10 15 20 25 30 35 5 17 9 0 0 _. -j:= . -' 15 så måste t.ex. dess historia uppfylla en viss ålder.

Exempelvis kan man bestämma att för att orsaka larm mäste ett visst objekt ha följts i minst 10 bilder tillbaka i tiden. Andra kriterier för att klassificera objektet som ett larmobjekt kan vara att det under hela sin livslängd tillryggalagt en viss minimisträcka och haft en topphas- tighet som inte understiger en viss minimigräns.

Beslutsmotorn fattar med andra ord ett beslut i ett larmsteg 175 utifrån klassificeringen om ett larmtill- stånd föreligger. Om det första objektet klassificeras som ett icke-larmobjekt, så undersöks i ett undersök- ningssteg 180 om det finns fler objekt i den registrerade bilden. Om det finns fler objekt sker objektmatchning och klassificering även av dessa objekt. Om det inte finns fler objekt kommer en ny bild att registreras och behand- las.

Om objektet klassificeras som ett larmobjekt skickas det i ett överföringssteg 185 vidare via en kommunika- tionskabel 2 till en operatör vid en övervakningsstation 3 för presentation av objektet i ett presentationssteg 190. Överföringen kan ske på mindre än 10 kbit/s och ändå överföra tillräckligt mycket information för att möjlig- göra en verifiering av larmobjektet. Hur mycket av larm- objektets egenskaper som skickas till operatören och när är något som kan varieras och bestämmas av övervaknings- systemets användare. Även då första objektet klassifi- ceras som ett larmobjekt undersöks på samma sätt som i fallet av icke-larmobjekt i undersökningssteget 180 om det finns fler objekt i den registrerade bilden.

Det som företrädesvis presenteras för operatören i presentationssteget 190 är områdets konturer som är en egenskap. Dessa konturer kan presenteras animerat sva- rande mot det registrerade objektet i efter varandra tidsmässigt gjorda registreringar. Fig 9a visar ett alternativ till att presentera objektet för operatören.

Här visas objektets nuvarande kontur och en serie tidi- gare konturer som visar hur objektet rört sig utifrån v.- 10 15 20 25 30 35 517 900 a | » ø . .n 16 tidigare registrerade bilder. Fig 9b visar ytterligare ett alternativ till presentation för operatören. Objek- tets kontur visar var objektet har befunnit sig vid olika registreringar.

Dessutom kan ett föremàls linjeinnehàll skickas- tillsammans med konturformen. Huvudsyftet med att visua- lisera linjeinnehàllet i området är att ge den visuella presentationen av den överförda informationen av före- målet mer struktur och essentiell information om textu- rens beskaffenhet. Det finns ett antal olika uppsätt- ningar linjer som kan extraheras ur en textur. Kanter kan trösklas fram ur den deriverade texturen. Hela föremálets område kan förtunnas och man fär pà så vis fram en sorts ”streckgubbe”. Denna streckgubbe är ganska känslig för lokala förändringar och därför inte alltid lämplig. Dess- utom är den härledd ur konturen och inte ur texturen.

Texturen kan ses som en topografi. En uppsättning linjer kan vara alla bergsryggar som rent matematiskt kan be- skrivas som till exempel sadelpunkter och lokala minima och maxima etc. Linjerna är oftast inte speciellt tunna, utan har ofta någon form av utbredning. För att få fram smala skarpa linjer kan man använda sig av en metod som kallas ”Thinning” eller förtunning. Förtunning ”äter” på de tjocka linjernas kanter utan att för den skull helt ”gnaga” av dem. Enkelt uttryckt sä blir alla linjer lika smala (oftast 1 pixel bred). I vissa fall fàr man inte ut ett antal enskilda linjer utan de sitter mer ihop som ett nät. Dá kan alla dellinjer betraktas som egna linjer och kopplas loss från de övriga linjerna. För att göra det visuella resultatet så tydligt som möjligt kan de ibland vara nödvändigt att gallra i informationen. Till exempel om en rutig skjorta finns med i texturen kan det bli ganska många gyttriga linjer. Dà kan man med fördel sor- tera bort de svagare linjerna, eller nägra av de som lig- ger för tätt. Linjerna kan till slut representeras pà ett antal olika sätt. Ett sätt är pixelform. Varje linje be- skrivs med den uppsättning pixlar den innefattar. Ett n q Q a .p lO 15 20 25 30 35 517 90 0 - u s - ø nu 17 annat sätt är linjesvit. En linjesvit anpassas till varje linjesegment. Varje linje representeras här av en serie raka linjer som tillsammans approximerar den ursprungliga linjen. Ytterligare ett sätt är splineform. En spline an- passas till den aktuella linjen.

Dessutom kan intensitetsregioner skickas med både konturformen och linjeinnehållet eller enbart konturfor- men för att underlätta en visuell bedömning som exempel- vis sker i detta fall när konturformen presenteras för operatören. Intensitetsregionerna ska på ett så bra sätt som möjligt återskapa de karakteristiska dragen hos ett föremål. För att få fram en bra segmentering behöver man först definiera vilka egenskaper hos föremålets textur som ska höra ihop. Exempel på sådana egenskaper kan vara att hela området ska ha samma intensitet med bara en liten avvikelse. En annan egenskap kan vara att områdets varians ska vara mindre än ett visst mått. Ytterligare en egenskap kan vara att området har en viss uppsättning statistiska egenskaper som t.ex. medelvärde, varians, korrelation mellan närliggande pixlar, etc. Det finns olika sätt att segmentera fram de olika områdena. För att segmentera fram de olika områdena med egenskaperna enligt ovan nämnda kan man förfara på ett antal olika sätt. Ett sätt är ”Split and Merge” som är en algoritm som succes- sivt delar upp ett område i mindre områden tills det att de olika delomràdena uppfyller ett visst krav. Därefter sammanslås de områden som har samma egenskaper.

Ett annat sätt kan vara kvantifiering av området till ett lågt bitdjup som ger utpräglade regioner. Ytter- ligare ett sätt är att man kan plantera ett frö i textu- ren och låta detta område växa så länge som den nya pixeln stämmer överens med det nya områdets egenskaper.

Pixlar markeras som tagna då de är inkluderade i ett om- råde. När inte ett område kan växa mer så avslutas detta område och ett nytt frö planteras på ett annat ställe.

Man kan också tänka sig att ett flertal frön växer sam- tidigt parallellt. Ett annat sätt kan vara Bayes klassi- 10 l5 20 25 51 7 9 0 0 ;::= _ . 18 ficering enligt ett antal utvalda regionegenskaper i tex- turen.

För att representera de olika regionerna kan man Ett första Sätt (RLE) av de olika regionernas använda sig av ett antal olika metoder. är ”Run length encoding" pixlar. De olika pixlarnas värden är vilket område de tillhör. En annan metod är polygonrepresentation. Denna metod tillpassar en polygon till området. Polygonen kan dela punkter med andra områden och med föremàlets kontur.

Ytterligare en metod är splinerepresentation som begrän- sar omràdet med en spline. Fördelen är att datamängden blir mindre och tillpassningen bättre. En nackdel är dock att de flesta splinemetoderna inte kan dela gemensamma punkter och att tillpassningen blir mer beräknings- krävande.

När regionerna och linjerna väl är representerade är det bara en uppsättning data som skickas via ett över- föringsmedia. Den enda restriktionen är att både sändar- och mottagarsidan, vilket i detta fall är övervaknings- enheten l och övervakningsstationen 3, tolkar informatio- nen pà samma sätt. De får ha samma modell av informatio- nen. Även om en speciell utföringsform av uppfinningen har beskrivits ovan är det uppenbart för fackmannen att mànga alternativ, modifieringar och variationer är möj- liga att åstadkomma i ljuset av ovanstående beskrivning.

Kommunikationen kan gá via radio, Blåtand. exempelvis GSM eller

Claims (25)

10 15 20 25 30 35 517 900 - - | u u ~ » « _ , ° ' ' a . a . o n n u o 19 PATENTKRAV

1. Sätt att övervaka en övervakningsplats med ett övervakningssystem innefattande en övervakningsenhet (1), som har en ljuskänslig sensor (7) för registrering av bilder av övervakningsplatsen, och en övervakningsstation (3) med en operatör, varvid övervakningsenheten (1) är anordnad att kommunicera med övervakningsstationen (3); innefattande stegen att med den ljuskänsliga sensorn (7) successivt registrera bilder (100) av övervakningsplatsen, att extrahera fram (120) ett område i en registrerad bild som skiljer sig från en referensbild, (140) vilket innefattar steget att skapa områdets konturform, att extrahera fram ett objekt ur området, att i övervakningsenheten (1) klassificera ett första objekt som har en första uppsättning egenskaper tillhörande objektet, som ett larmobjekt om dess egen- skaper klassificeras som humanrelaterade, eller ett icke- larmobjekt, att om det första objektet klassificeras som ett larmobjekt, överföra ett andra objekt med en andra upp- sättning egenskaper tillhörande objektet, vilket inne- fattar områdets konturform, till övervakningsstationen (3), och att i övervakningsstationen (3) presentera det andra objektet för operatören för en verifiering av larmobjek- tet.

2. Sätt enligt nàgot av föregående krav, varvid det första objektet är en delmängd av det framextraherade objektet och det andra objektet också är en delmängd av det framextraherade objektet.

3. Sätt enligt krav 2, varvid det andra objektet är samma som det första objektet.

4. Sätt enligt något av föregående krav, varvid steget att i övervakningsstationen (3) presentera det 10 15 20 25 30 35 517 900 - o ...osm u . o o 20 andra objektet för operatören för en verifiering av larm- objektet innefattar en visuell presentation av kontur- formen för operatören.

5. Sätt enligt något av föregående krav, vidare innefattande steget att jämföra bestämda egenskaper, tillhörande objektet, med motsvarande egenskaper, till- hörande ett ur en tidigare registrerad bild extraherat objekt, varvid om egenskaperna överensstämmer till den grad att de bedöms vara samma objekt, registreras objek- tets tillhörande rörelsehistoria för vid tillhörande av första objektets egenskaper klassificering och/eller vid tillhörande av andra objektets egenskaper presentation för operatören.

6. Sätt enligt krav 5, varvid steget att presentera det andra objektet för operatören innefattar en visuell presentation av en animering av tidsmässigt efter var- andra följande till det andra objektet tillhörande kon- turformer.

7. Sätt enligt något av föregående krav, varvid steget att extrahera fram ett objekt ur området innefat- tar steget att ur området segmentera fram ingående delom- rådens intensitetsregioner.

8. Sätt enligt krav 7, varvid steget att presentera det andra objektet för operatören vidare innefattar en visuell presentation av objektets tillhörande intensi- tetsregioner.

9. Sätt enligt något av föregående krav, varvid steget att extrahera fram ett objekt ur området innefat- tar steget att ur området segmentera fram ingående linje- innehåll.

10. Sätt enligt krav 9, varvid steget att presentera det andra objektet för operatören vidare innefattar en visuell presentation av objektets tillhörande linjeinne- håll.

11. ll. Sätt enligt något av kraven 7 eller 9, varvid steget att presentera det andra objektet för operatören a unuooo 10 15 20 25 30 35 o ø ~ a o. n 517 900 21 vidare innefattar en visuell presentation av objektets tillhörande linjeinnehàll och intensitetsregion.

12. Sätt enligt något av föregående krav, varvid steget att extrahera fram ett område i den registrerade bilden innefattar steget att skapa en differensbild mellan den registrerade bilden och en referensbild.

13. Sätt enligt krav 12, fram ett område i den registrerade bilden vidare innefat- varvid steget att extrahera tar steget att skapa en skillnadsbild genom tröskling av differensbilden.

14. Övervakningssystem för övervakning av en över- vakningsplats, vilket övervakningssystem innefattar minst en övervakningsenhet (1) med en ljuskänslig sensor för registrering av bilder av övervakningsplatsen, varvid övervakningsenheten vidare är anordnad att utföra dator- baserad analys på bilderna, vilken innefattar extrahering av områden ur bilderna som skiljer sig från en referens- bild, ring av objektet utifràn till objektet tillhörande minst extrahering av ett objekt ur området, klassifice- en egenskap, varvid övervakningsenheten (1) vidare är an- ordnad att om objektet klassificeras som humanrelaterat överföra objektet eller del av objektet, vilket inne- fattar områdets konturformen, till övervakningsstationen (3) som är anordnad att visuellt presentera objektet för operatören som fattar ett nytt beslut huruvida ett larm- tillstånd råder eller ej.

15. Övervakningssystem enligt krav 14, varvid en egenskap tillhörande objektet är områdets konturform.

16. Övervakningssystem enligt krav 14 eller15, var- vid övervakningsenheten är anordnad att extrahera fram områdets rörelseinformation, varvid rörelseinformationen blir en egenskap tillhörande objektet.

17. Övervakningssystem enligt något av kraven 14-16, varvid övervakningsenheten och övervakningsstationen är anordnade att kommunicera trådlöst.

18. Övervakningssystem enligt något av kraven 14-17, varvid övervakningsstationen (3) är en mobil anordning. 10 15 20 25 30 35 517 900 - - . . n n u. 22

19. Övervakningssystem enligt krav 18, varvid över- vakningsstationen (3) är en mobilterminal.

20. Övervakningssystem enligt något av kraven 14-19, varvid övervakningsstationen (3) är en server för möjlig- görande av övervakning via ett datornätverk.

21. Övervakningsenhet (1) för övervakning av en övervakningsplats innefattande ett minne, en ljuskänslig sensor för registrering av övervakningsplatsen, en kommu- nikationsanordning för kommunikation med en extern enhet och en beräkningsenhet för att ur den registrerade infor- mationen detektera ett rörligt föremål, varvid övervak- ningsenheten (1) är anordnad att fatta beslut om huruvida det föremålet ska ge upphov till ett larmtillstànd eller inte, varvid övervakningsenheten (1) vidare är anordnad att parametrisera egenskaper tillhörande det detekterade rörliga föremålet, att klassificera utifrån de parametri- serade egenskaperna huruvida föremålet ska ge upphov till ett larmtillstànd eller icke och om larmtillstànd beslu- tas överföra de parametriserade egenskaperna eller del av de parametriserade egenskaperna, vilket innefattar om- rådets konturform, till den externa enheten.

22. Övervakningsenhet (1) enligt krav 21, varvid det rörliga föremálets parametriserade egenskaper innefattar konturform.

23. Övervakningsenhet (1) enligt krav 21 eller 22, varvid det rörliga föremålets parametriserade egenskaper innefattar rörelseinformation.

24. Övervakningsenhet (1) enligt krav 23, varvid minnet är anordnat att lagra en viss typ av rörelseinfor- mation för inlärning.

25. Övervakningsenhet (1) enligt något av kraven 21-24, varvid övervakningsenheten (1) innefattar en kom- pletterande sensor.