CN101763639A - 用于检测和阻止与rfid标签相关的欺诈的系统和方法 - Google Patents
用于检测和阻止与rfid标签相关的欺诈的系统和方法 Download PDFInfo
- Publication number
- CN101763639A CN101763639A CN200910222076A CN200910222076A CN101763639A CN 101763639 A CN101763639 A CN 101763639A CN 200910222076 A CN200910222076 A CN 200910222076A CN 200910222076 A CN200910222076 A CN 200910222076A CN 101763639 A CN101763639 A CN 101763639A
- Authority
- CN
- China
- Prior art keywords
- project
- rfid label
- label
- difference
- visual signature
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了用于检测和阻止与RFID标签相关的欺诈的系统和方法。在一个实施例中提供了：生成工具，其被配置用于基于累积训练过程的结果生成一组标签项目模型；检测工具，其被配置用于检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认工具，其被配置用于确认上述检测到的差异。
Description
技术领域
本发明一般涉及监控系统。具体来说，本发明提供了阻止(deter)与RFID相关的欺诈的方法。
背景技术
如今，监控系统提供了积极的控制和监视的全新水平。网络视频技术不仅提供了卓越的损失预防，它还能促进销售，提高员工和客户的安全，优化商店布局，促进生产效率，监视流量控制，以及改善很多关键功能。许多这样的监控系统还允许获取有价值的资产跟踪信息，因此允许改善资产管理。
例如，射频识别(RFID)技术实现了资产信息的自动收集和发送，且不需要直接看到或接触资产的人，其中资产信息包括设备位置、仪表读数、维护状态等等。一旦RFID读取器收集数据，信息就被传递到组织的EAM/CMMS应用程序。因此，系统可以触发警报、发布工作命令、更新库存、进行视察、创建发票、定位资产等等。
不幸的是，随着顾客和店内雇员的数量的增长，小偷也在以惊人的速度增加。为了尝试检测出这样的小偷，店内监控系统实现了很多变化。这类系统收集的数据经常被分析，且基于这些分析才确定进一步的行动。最近，基于RFID标签的系统被引入用于阻止与顾客和雇员相关的小偷。然而，目前，有很多与RFID标签的管理相关的困难。例如，托付予RFID管理的雇员可以轻易地贴上不正确的RFID标签，从而扰乱资产管理系统，并创造了轻易欺骗店主的潜在可能。
因此，存在对于检测和阻止RFID标签相关的欺诈的方法和系统的需求，其利用所述RFID标签的基于相机的外观检查，所述方法包括：在累积训练过程中生成一组标签项目模型；检测项目的外观与用于所述项目的标签项目模型的外观的差异；以及确认所检测到的差异。
发明内容
在一个实施例中，提供了一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的方法。该方法包括：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
在第二实施例中，提供了一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的系统。该系统包括：至少一个处理单元；与至少一个处理单元在操作上相关联的存储器；可被存储在该存储器中、且可由至少一个处理单元执行的生成工具，该生成工具被配置用于基于累积训练过程的结果来生成一组标签项目模型；可被存储在该存储器中、且可由至少一个处理单元执行的检测工具，该检测工具被配置用于检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及可被存储在该存储器中、且可由至少一个处理单元执行的确认工具，该确认工具被配置用于确认检测到的差异。
在第三实施例中，提供了一种存储计算机指令的计算机可读介质，当计算机指令被执行时，使计算机系统能够利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈。所述计算机指令包括：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
在第四实施例中，提供了一种部署利用基于彩色相机的外观检查来阻止RFID标签相关的欺诈的阻止工具的方法，该方法包括提供计算机基础架构，其被操作用于：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
附图说明
图1显示了一个示例性的计算环境的示意图，本发明的元素可以在该计算环境中操作；
图2描绘了在训练过程期间生成一组标签项目模型的过程；
图3图解了比较视觉特征的过程；
图4描绘了确定视觉特征的差异过程；
图5图解了样品检验项目数据；以及
图6描述了检测和阻止过程的流程图。
附图不一定是按比例的。附图仅仅是示意性的代表，不意图描绘本发明的具体参数。附图意欲仅描绘本发明典型的实施例，因此不应该被认为限制了本发明的范围。在附图中，相同的编号代表相同的元素。
具体实施方式
本发明的实施例针对利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的方法和系统。
在一个实施例中，提供了一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的方法。该方法包括：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
在第二实施例中，提供了一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的系统。该系统包括：至少一个处理单元；与至少一个处理单元在操作上相关联的存储器；可被存储在该存储器中、且可由至少一个处理单元执行的生成工具，该生成工具被配置用于基于累积训练过程的结果来生成一组标签项目模型；可被存储在该存储器中、且可由至少一个处理单元执行的检测工具，该检测工具被配置用于检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及可被存储在该存储器中、且可由至少一个处理单元执行的确认工具，该确认工具被配置用于确认检测到的差异。
在第三实施例中，提供了一种存储计算机指令的计算机可读介质，当计算机指令被执行时，使计算机系统能够利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈。所述计算机指令包括：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
在第四实施例中，提供了一种部署利用基于彩色相机的外观检查来阻止RFID标签相关的欺诈的阻止工具的方法，该方法包括提供计算机基础架构，其被操作用于：在累积训练过程期间生成一组标签项目模型；检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及确认检测到的差异。
图1图解了本发明的计算机实现100。如所描绘的，实现100包括部署在计算机基础架构102内的计算机系统104。这尤其是为了演示本发明可以在网络环境(如，互联网、广域网(WAN)、局域网(LAN)、虚拟专用网络(VPN)等)或者独立的计算机系统中实现。对于前者的情况，通过网络的通信可以通过各种通信链路的任意组合而发生。例如，通信链路可以包含可寻址连接，其可以利用有线和/或无线传输方法的任何组合。在通过互联网发生通信的情况下，传统的基于TCP/IP套接字的协议可以提供连接，并且，互联网服务提供商可被用来建立到互联网的连接。计算机基础架构102仍旧是为了演示：可由服务提供商部署、管理、服务实现100的部件中的一些或全部，等等，所述服务提供商提供针对他方而实现、部署、和/或执行本发明的功能。
计算机系统104意图代表任何类型的计算机系统，其可以在部署/实现这里的讲解时被实现。在这个特定的例子中，计算机系统104代表一个用作说明的系统，其利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈。应该理解，在本发明条件下实现的任何其他计算机可以有不同的部件/软件，但将执行相似的功能。如图所示，计算机系统104包括处理单元106，其能够分析视频监控，并产生有用的输出，例如，压缩视频和视频元数据。还显示了用于存储阻止程序124的存储器108、总线110和设备接口112。
显示了计算机系统104与一个或多个图像拍摄设备122通信，所述一个或多个图像拍摄设备122通过设备接口112与总线110通信。
处理单元106收集并路由信号，其表示从图像拍摄设备122到阻止程序124的输出。可以在LAN和/或WAN(例如，T1、T3、56kb、X.25)、宽带连接(ISDN、帧中继、ATM)、无线链路(802.11，蓝牙等)等之上传输该信号。在一些实施例中，视频信号可以被加密(例如，利用信任密钥对加密)。不同拍摄设备可以利用例如以太网或无线网络的不同的通信路径、直接串行或并行连接、USB、 
或其他专有的接口来传输信息。(FireWire是苹果计算机公司的注册商标，Bluetooth是蓝牙特别兴趣小组(SIG)的注册商标)。在一些实施例中，图像拍摄设备122能够双向通信，因此可以从阻止程序124接收信号(如上电，发出警报声等)。
通常，处理单元106执行计算机程序代码，例如用于执行阻止程序124的程序代码，其被存储在存储器108和/或存储系统116中。当执行计算机程序代码时，处理单元106可以向/从存储器108和存储系统116读取和/或写入数据。存储系统116存储由处理单元106产生的视频元数据、以及元数据被比较以识别在扫描区域(未显示)内存在的物体的对象和属性时依靠的规则和属性。存储系统116可以包括VCR、DVR、RAID阵列、USB硬盘驱动器、光盘刻录机、闪存设备、图像分析设备、通用计算机、视频增强设备、去交错扫描器(de-interlacer)、倍线器(scaler)和/或用于存储和/或处理视频的其他视频或数据处理和存储元素。视频信号可以以各种模拟和/或数字格式被拍摄和存储，所述格式包括但不限于国家电视系统委员会(NTSC)、逐行倒相(PAL)、顺序彩色与存储(SECAM)、利用DVI或HDMI连接的未压缩的数字信号、和/或基于通用编解码格式(例如，MPEG、MPEG2、MPEG4或H.264)的压缩数字信号。
虽未在图中显示，但计算机系统104也可以包括I/O接口，其与使用户能够与计算机系统104交互的一个或多个外部设备118(例如，键盘、定点设备、显示器等)通信。
图2描绘了产生一组标签项目模型的过程。如图所示，RFID标签201被记录。此后，与所记录的RFID标签相关联的对象202的视觉特征被提取。所记录的RFID标签201和所提取的与所记录的RFID标签相关联的对象202的视觉特征之间的关联此后被存储在数据库303(图3)中作为标签项目模型。
图3图解了比较项目的预期外观与项目的实际外观的视觉特征的过程。如图所示，在301，头顶上的彩色相机拍摄实际项目的图像。扫描仪在由检查器扫描RFID标签的同时建立RFID标签。在302，项目的实际外观图像与由头顶相机视角拍摄的其余的图像隔离。基于所扫描的RFID标签参数，从数据库303获得该项目的预期外观。在步骤304，比较项目预期外观和项目的实际外观的视觉特征。
图4描绘了确定项目外观的视觉特征的特定差异的过程。如图所示，在401和404，首先比较一般参数。此外，在402和403，提供更详细的比较，即，分析项目的方向(未显示)，并通过色调直方图405比较色彩。
图5图解样品检验项目数据。如从图5可以看出，存在分割的对象外观的潜在可能，因此其在训练过程中被防备(未显示)。
图6描述了检测和阻止过程的流程图。如图所示，在步骤601，接收新的输入视频图像。在步骤602，执行边缘检测和梯度计算，以提取由视频图像获得的对象的视觉特征。在步骤604，通过比较接收到的项目预期外观与其实际外观的视觉特征，执行差异检测。如果在步骤605已确立检测到差异，则在612，通过发出警报声、存入操作者标识、存入该项目的画面、以及存入相应RFID标签，该差异被确认。然而，如果在605未检测到差异，则在606，通过项目的视觉特征的更详细的比较，发生进一步的检测。此后，再次地，如果在607检测到差异，则在612，通过发出警报声、存入操作者标识、存入该项目的画面、以及存入相应RFID标签，该差异被确认。
虽然已经显示和描述了被认为是本发明的优选的实施例，但是，当然，应该理解，在不脱离本发明实质的情况下，可以对本发明作形式上或细节上的不同修改和改变。因此，其意指本发明不局限于描述和说明的确切形式，其应该被解释为覆盖可以落在所附权利要求范围内的所有修改。
本发明可以采用完全硬件的实施例，完全软件实施例或包含硬件和软件元素的实施例的形式。在优选的实施例中，本发明用软件实现，其包括但并不局限于固件、驻留软件、微码等。
本发明可以采用计算机程序产品的形式，其可从计算机可用或计算机可读介质中获得，该介质连接由计算机或任何指令执行系统提供使用或与其结合的程序代码。为了所描述的目的，计算机可用或计算机可读介质可以是任何设备，其能包含、存储、通信、传播或传输与由指令执行系统、设备或装置使用或与其结合使用的程序。
所述介质可以是电子、磁、光、电磁、红外线、或半导体系统(或设备或装置)或传播介质。计算机可读介质的示例包括半导体或固态存储器、磁带、可拆卸计算机盘、随机存取存储器(RAM)、只读存储器(ROM)、固体磁盘和光盘。光盘的当前示例包括只读光盘存储器(CD-ROM)、可读可写光盘存储器(CD-R/W)和DVD。
公开的本发明的系统和方法可以在通用计算机或计算机系统上实现和操作。所述计算机系统可以是任何已知类型或未知的系统，典型的可以包括处理器、存储器、存储器件、输入/输出设备、内部总线和/或通信接口，等等，该通信接口用于联合通信硬件和软件而与其他计算机系统通信。
在本申请中用到的专有名词“计算机系统”和“计算机网络”可以包括固定的和/或便携式计算机硬件、软件、外围设备和存储器的多种组合。所述计算机系统可以包括多个独立部件(其被连网或者被链接以协作地执行)，或可以包括一个或多个单机部件。本申请的计算机系统硬件和软件部件可以包括或被包括在固定和便携式设备内，例如，桌面计算机、膝上型计算机和服务器。模块可以是设备的部件、软件、程序、或实现一些“功能”的系统，其可以被实施为软件、硬件、固件、电子电路等等。
Claims (10)
1.一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的方法，所述方法包括：
在累积训练过程期间生成一组标签项目模型；
检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及
确认所检测到的差异。
2.如权利要求1所述的方法，所述生成一组标签项目模型还包括：
记录RFID标签；
提取与所记录的RFID标签相关联的对象的视觉特征；以及
存储所记录的RFID标签、以及所提取的所述与所记录的RFID标签相关联的对象的视觉特征，作为标签项目模型。
3.如权利要求1所述的方法，所述检测项目的所述预期外观与该项目的所述实际外观之间的差异还包括：
比较该项目的所述预期外观与该项目的所述实际外观的视觉特征；以及
确定该项目的所述预期外观与该项目的所述实际外观之间的所述视觉特征的区别。
4.如权利要求1所述的方法，所述确认所检测到的差异包括：
触发警报；
存入当前检验操作者的标识号码；
存入该项目的所述视觉特征；以及
存入所述相应的RFID标签。
5.一种利用基于彩色相机的外观检查来检测和阻止RFID标签相关的欺诈的系统，该系统包括：
至少一个处理单元；
与所述至少一个处理单元在操作上相关联的存储器；
能够被存储在该存储器中、且能够由所述至少一个处理单元执行的生成工具，该生成工具被配置用于基于累积训练过程的结果来生成一组标签项目模型；
能够被存储在该存储器中、且能够由所述至少一个处理单元执行的检测工具，该检测工具被配置用于检测通过分析相应标签项目模型确定的项目的预期外观与由彩色相机拍摄的项目的实际外观之间的差异；以及
能够被存储在该存储器中、且能够由所述至少一个处理单元执行的确认工具，该确认工具被配置用于确认所检测到的差异。
6.如权利要求5所述的系统，该生成工具包含：
记录部件，其被配置用于记录RFID标签；
提取部件，其被配置用于提取与所记录的RFID标签相关联的对象的视觉特征；以及
存储部件，其被配置用于存储所记录的RFID标签、以及所提取的所述与所记录的RFID标签相关联的对象的视觉特征，作为标签项目模型。
7.如权利要求5所述的系统，该检测工具包含：
比较部件，其被配置用于比较该项目的所述预期外观与该项目的所述实际外观的视觉特征；以及
确定部件，其被配置用于确定该项目的所述预期外观与该项目的所述实际外观之间的所述视觉特征的区别。
8.如权利要求5所述的系统，该确认工具包含：
触发部件，其被配置用于触发警报；
被配置用于存入当前检验操作者的标识号码的存入部件；
被配置用于存入所述项目的所述视觉特征的存入部件；以及
被配置用于存入所述相应的RFID标签的存入部件。
9.一种计算机系统，包含用于实现权利要求1-4中的任一方法的部件。
10.一种方法，用于部署用于利用基于彩色相机的外观检查来阻止RFID标签相关的欺诈的阻止工具，所述方法包含：提供用以实现权利要求1-4中的任一方法的计算机基础架构。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/342,482 | 2008-12-23 | ||
| US12/342,482 US20100157051A1 (en) | 2008-12-23 | 2008-12-23 | System and method for detecting and deterring rfid tag related fraud |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101763639A true CN101763639A (zh) | 2010-06-30 |
Family
ID=42265447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200910222076A Pending CN101763639A (zh) | 2008-12-23 | 2009-11-13 | 用于检测和阻止与rfid标签相关的欺诈的系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20100157051A1 (zh) |
| CN (1) | CN101763639A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106660545A (zh) * | 2015-02-27 | 2017-05-10 | 中欧车辆技术公司 | 用于检测车辆控制系统中的故障的方法和系统 |
| CN109643111A (zh) * | 2016-08-25 | 2019-04-16 | 宁波吉利汽车研究开发有限公司 | 用于检测交通工具控制系统中的故障的方法和系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9892289B2 (en) | 2012-12-07 | 2018-02-13 | Hand Held Products, Inc. | Reading RFID tags in defined spatial locations |
| US9594939B2 (en) | 2013-09-09 | 2017-03-14 | Hand Held Products, Inc. | Initial point establishment using an image of a portion of an object |
| US11531963B2 (en) * | 2020-10-09 | 2022-12-20 | Alan Dumitras | Resource consumption systems |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6678413B1 (en) * | 2000-11-24 | 2004-01-13 | Yiqing Liang | System and method for object identification and behavior characterization using video analysis |
| US20030113002A1 (en) * | 2001-12-18 | 2003-06-19 | Koninklijke Philips Electronics N.V. | Identification of people using video and audio eigen features |
| US6847393B2 (en) * | 2002-04-19 | 2005-01-25 | Wren Technology Group | Method and system for monitoring point of sale exceptions |
| AU2003296850A1 (en) * | 2002-12-03 | 2004-06-23 | 3Rd Millenium Solutions, Ltd. | Surveillance system with identification correlation |
| JP4285277B2 (ja) * | 2004-03-03 | 2009-06-24 | カシオ計算機株式会社 | 画像撮影装置、電子タグ情報と画像データの管理システム、及びプログラム |
| US7631808B2 (en) * | 2004-06-21 | 2009-12-15 | Stoplift, Inc. | Method and apparatus for detecting suspicious activity using video analysis |
| US9036028B2 (en) * | 2005-09-02 | 2015-05-19 | Sensormatic Electronics, LLC | Object tracking and alerts |
| US7825792B2 (en) * | 2006-06-02 | 2010-11-02 | Sensormatic Electronics Llc | Systems and methods for distributed monitoring of remote sites |
| US8295542B2 (en) * | 2007-01-12 | 2012-10-23 | International Business Machines Corporation | Adjusting a consumer experience based on a 3D captured image stream of a consumer response |
| US8269834B2 (en) * | 2007-01-12 | 2012-09-18 | International Business Machines Corporation | Warning a user about adverse behaviors of others within an environment based on a 3D captured image stream |
| US9092951B2 (en) * | 2008-10-01 | 2015-07-28 | Ncr Corporation | Surveillance camera assembly for a checkout system |
| US7962365B2 (en) * | 2008-10-31 | 2011-06-14 | International Business Machines Corporation | Using detailed process information at a point of sale |
| US20110115914A1 (en) * | 2009-11-10 | 2011-05-19 | Clear-View-Technologies, Inc. | Sequential Hardware Event Processor with Video Event Compression and Recall |
| US9171442B2 (en) * | 2010-11-19 | 2015-10-27 | Tyco Fire & Security Gmbh | Item identification using video recognition to supplement bar code or RFID information |
| US8094026B1 (en) * | 2011-05-02 | 2012-01-10 | Robert M Green | Organized retail crime detection security system and method |
-
2008
- 2008-12-23 US US12/342,482 patent/US20100157051A1/en not_active Abandoned
-
2009
- 2009-11-13 CN CN200910222076A patent/CN101763639A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106660545A (zh) * | 2015-02-27 | 2017-05-10 | 中欧车辆技术公司 | 用于检测车辆控制系统中的故障的方法和系统 |
| CN106660545B (zh) * | 2015-02-27 | 2019-12-20 | 宁波吉利汽车研究开发有限公司 | 用于检测车辆控制系统中的故障的方法和系统 |
| CN109643111A (zh) * | 2016-08-25 | 2019-04-16 | 宁波吉利汽车研究开发有限公司 | 用于检测交通工具控制系统中的故障的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20100157051A1 (en) | 2010-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10755259B2 (en) | Intelligent video verification of point of sale (POS) transactions | |
| US8295545B2 (en) | System and method for model based people counting | |
| CN102811343B (zh) | 一种基于行为识别的智能视频监控系统 | |
| CN102859565B (zh) | 用于安全系统恶意干扰检测的方法与系统 | |
| US9124778B1 (en) | Apparatuses and methods for disparity-based tracking and analysis of objects in a region of interest | |
| US20100114617A1 (en) | Detecting potentially fraudulent transactions | |
| EP2519935B1 (en) | Auditing video analytics | |
| US20100114802A1 (en) | System and method for automatically distinguishing between customers and in-store employees | |
| CN101271519A (zh) | 用于检测面部的装置和方法 | |
| US8553778B2 (en) | Coding scheme for identifying spatial locations of events within video image data | |
| CN113574843B (zh) | 用于异常监测的分布式日志 | |
| CN101763639A (zh) | 用于检测和阻止与rfid标签相关的欺诈的系统和方法 | |
| US20100169169A1 (en) | System and method for using transaction statistics to facilitate checkout variance investigation | |
| US8494214B2 (en) | Dynamically learning attributes of a point of sale operator | |
| CN111553305A (zh) | 一种违章视频识别系统和方法 | |
| KR20230022596A (ko) | 인공지능 기반의 영상 분석 모델을 이용하여 무인 매장 고객의 행동 패턴을 분석하는 방법 및 장치 | |
| Naurin et al. | A proposed architecture to suspect and trace criminal activity using surveillance cameras | |
| Bigdeli et al. | Vision processing in intelligent CCTV for mass transport security | |
| CN119290143B (zh) | 一种道钉设备异常监测方法、装置及电子设备 | |
| CN220874562U (zh) | 警用重点人员监测分析大数据装置 | |
| CN114092999A (zh) | 基于监控视频时序动作异常检测的监控系统 | |
| JP2020042426A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
| KR200328758Y1 (ko) | 데이터와 디지털 비디오 데이터를 이용한 검색 및 확인시스템 | |
| KR20040106193A (ko) | 데이터와 디지털 비디오 데이터를 이용한 검색·확인시스템 및 그 방법 | |
| AL WRAFI et al. | Access Control for Al-Iman Workshop using Facial Recognition System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100630 |