HK1114229B - 行列监视系统和方法 - Google Patents

Description

行列监视系统和方法

相关申请的交叉引用

本申请要求申请日为2004年11月2日、申请号为60/624,430的美国临时申请的申请日的权益，该专利教导在这里通过引用而并入。

技术领域

本发明涉及可以用来监视行列中的对象的行列监视系统和方法。

背景技术

行列可以因各种原因在各个地方形成。人可以形成行列，例如在销售位置或者零售店的其它客户服务位置。人还可能在其它设施，例如室外娱乐区域处形成行列，以等待付款进入该区域中或者等待该区域特别吸收人之处。其它的对象如车辆也可能形成行列，例如在收费亭、加油站及其他设施处。一般认为在行列中等待是不受欢迎的，并且设施可能想管理行列，例如来改善客户的经历。

获得信息，例如行列中的人或对象的数量、行列中的平均等待时间、或者移过行列的人或对象的量可能在管理通过行列的人或其它对象流方面是有用的。观察行列是确定在给定时刻行列中的人或其它对象的数量的一种途径。这种观察的一个缺点是，它需要花费人员时间和资源来收集行列计数数据。观察行列还不足以提供其它的行列信息，例如平均等待时间和/或移过行列的人或对象的量。

附图说明

随着进行下面详细的说明，并且参照附图(其中相同数字表示相同部分)，所请求主题的实施例的特征和优点将变得明显，附图中：

图1是与本发明的一个实施例一致的行列监视系统的方框图；

图2-5是显示一种可以用来在与本发明的一个实施例一致的行列监视系统和方法中提供对象数据的对象提取方法的图像；

图6是显示与本发明的一个实施例一致的行列监视方法的流程图；

图7-14是显示与本发明的实施例一致的可以用来确定对象是否在行列中的行为模式的示意图；

图15是显示与本发明的一个实施例一致的用来确定行列中的对象的对象分析方法的一个实例的流程图；

图16是显示在图15所示的对象分析方法中，用来处理第一个新对象的示例方法的流程图；以及

图17是显示在图15所示的对象分析方法中，用来处理附加新对象的示例方法的流程图。

尽管下面详细的说明参考枚举的实施例进行，但是它们的许多可选方案、修改和变化对于本领域技术人员是明显的。因此，打算广义地看待所要求的主题。

具体实施方式

参考图1，与本发明的一个实施例一致的行列监视系统100可以用来监视由监视区域104中的对象102a-102e形成的行列。对象102a-102e可以包括能够形成行列的任意对象，包括但不局限于人和车辆。可以在对象可能形成行列的任意设施或位置处使用行列监视系统100，包括但不局限于零售店、银行、游乐园、娱乐场所、运动场所、售票处、加油站、收费亭和洗车处。监视区域104可以包括行列起点以及行列可以延伸的设施或位置处的任意区域。例如，在零售店中，监视区域104可以包括行列一般开始的销售点位置和从该销售点位置延伸的区域。尽管以单个行列的情况描述了示例性实施例，但是行列监视系统100可以用来监视任意数量的行列。

行列监视系统100的一个实施例可以包括识别和定位监视区域104中的对象102a-102e的对象识别和定位系统120，以及分析对象行为并确定所述对象是否形成行列的对象分析系统130。对象识别和定位系统120可以产生对象数据，包括但不局限于对象识别数据(例如ID号)和对象定位数据(例如坐标)。对象分析系统130可以接收对象数据并且分析对象的位置和运动，以确定对象是否表现出表明该对象应当被指定为在行列中的行为，这将在下面更详细地说明。如所示，可以将对象102a、102b指定为在行列中，而不能将对象102c-102e指定为在行列中。

对象分析系统130还可以确定一个或多个行列统计量，例如行列中的对象计数、行列中的对象的等待时间、服务客户的平均时间(例如在多个行列中)和/或在给定时间段通过行列的对象量。行列监视系统100可以在显示器140上显示行列统计量，并且可以例如通过与阈值(例如行列计数阈值、平均等待时间阈值等等)比较行列统计量，来进一步分析所述行列统计量。行列监视系统100还可以向另一个计算机系统142提供所述行列统计量用于进一步分析。行列监视系统100和/或计算机系统142还可以与通知设备144(例如手持无线设备)通信，从而基于行列统计量来提供通知。如果行列计数超过行列计数阈值或者降到行列计数阈值以下，例如可以提供通知来表明应当起动另一个行列或者关闭一个行列。行列监视系统100还可以包括用户输入设备146，以便允许用户提供输入以例如选择监视区域、选择所需的行列统计量、设置所需的通知阈值、以及配置行列行为模式参数，如下所述。

因此，行列监视系统100可以便于许多行列管理应用。例如，如果在零售店中的销售点位置有过量的人在行列中，则行列监视系统100可以触发告警(例如通知设备144)来警告适当的商店职员这种情况，而不管他们在零售店中的位置。作为响应，商店职员可以打开其它销售点位置来减轻拥挤。

另一个应用可以是确定通过特定区域的业务流量来看零售店的服务提供者是否相对一致。可以使用此类应用来识别相对较慢的服务提供者，然后以更高效的服务技术来训练他们。再另一个应用可以计算整个行列中的平均等待时间、通过特定区域的平均交易量、在特定时间段通过特定区域的平均交易量、以及服务单个客户的平均时间。商店职员可以使用这些附加应用的结果来改善行列管理和客户服务。

对象识别和定位系统120的一个实施例可以包括捕获监视区域的一幅或多幅图像的一台或多台照相机122，以及从捕获的图像中提取对象并确定监视区域内的对象位置的对象提取系统124。照相机122可以产生代表监视区域104的捕获图像的一个或多个图像信号。照相机122可以包括本领域技术人员已知的照相机，例如数字静像或视频照相机。

可以布置照相机122来聚焦监视区域104。尽管在图1的方框图中没有显示，但是照相机122可以位于监视区域104的上方。这种由顶上照相机122俯视监视区域104便于在视觉上分开对象102a-102e，从而能够最佳区分一个对象与另一个对象(例如一个人与另一个人)。对于室内应用，例如零售店，可以将照相机122安装在监视区域104中央上方的天花板上。对于室外应用，可以酌情将照相机安装在电线杆、标杆、建筑物或者其它结构上，从而提供监视区域104的全局俯视图。尽管照相机的角度观察是可以的，但是如果角度观察导致行列中的一个对象挡住行列中的另一个对象，就可能难以跟踪和区分。

当行列变长时，可以增加照相机122的视场来扩大监视区域104并且捕获所需数量的行列中对象。为了增加视场，例如，可以在监视区域104上方提高照相机122的垂直高度、可以使用更宽角度的照相机镜头、和/或可以使用多个照相机来提供监视区域104的相邻视图。使用多个照相机122可以使每个照相机安装得更低或者更接近监视区域104，从而便于通过对象提取系统124来跟踪和区分对象102a-102e。当使用多个照相机时，可以使用本领域技术人员已知的技术来协调照相机，以便跟踪从一架照相机的范围运动到另一架照相机的范围的对象。

在一个实施例中，可以作为例如运行在计算机系统上的一个或多个计算机程序或应用来实现对象提取系统124和对象分析系统130。对象提取系统124和对象分析系统130可以是单独的应用，或者可以是单个集成行列监视应用的组分。对象提取系统124和对象分析系统130还可以是运行在例如通过网络连接、串联连接、或者使用其它连接相连的单独计算机系统上的应用。计算机程序或应用可以存储在任何各种机器可读介质(例如硬盘、CD只读存储器、系统内存等)上，并且可以由处理器执行，从而使处理器实施此处所述的功能，如同由对象提取系统124和对象分析系统130实施的一样。本领域那些技术人员将认识到，可以使用硬件、软件和固件的任意组合来实现对象提取系统124和对象分析系统130，以便提供这些功能。

照相机122可以经由路径126与对象提取系统124连接，例如使用与并入对象提取系统124的计算机系统的无线连接或有线连接。照相机122可以经由路径126向对象提取系统124提供图像信号(例如监视区域104的视频馈送)。对象提取系统124可以分析图像信号所代表的图像中的像素，并且可以将运动像素组合到一起以形成对应于监视区域104中的实际对象102a-102e的图像对象。对象提取系统124还可以识别监视区域104的图像中的每个对象并且提供指定每个对象的位置的坐标。

参考图2-5，更详细地说明了使用对象提取系统124来识别和定位对象的一个方法实例。如图2中所示，可以由从照相机122向对象提取系统124提供的图像信号产生监视区域104的图像200。对象提取系统124可以分析来自图像200的像素以提取图像对象。尽管作为单个静态图像显示了图像200，但是对象提取系统124可以接收代表其中监视区域104中的对象正在运动的变化或运动图像(或者一系列静态图像)的图像信号。

在监视区域104中的监视对象是人的一个实施例中，对象提取系统124可被配置成识别是人的对象。为了精确地识别人，对象提取系统124可以滤出可能会被错误地识别成人的照明、阴影、反射物和其它异常物。对象提取系统124可以使用调整参数来增加对象提取的精确度，这是本领域技术人员所已知的。所述调整参数可以包括照明阈值、边缘检测阈值和/或组合标准。因此，对象提取系统124可以向对象分析系统130提供正确识别的人对象，从而避免可能混淆对象分析系统130的错误图像或者“幻影”。尽管对象提取系统124可以提供大部分过滤以便将人识别为对象，但是对象分析系统130还可以例如基于对象的运动或者行为来提供对象过滤以便区分人与其它对象。

如图3中所示，可以组合图像200中的运动像素以形成对应于监视区域104中的运动对象(例如人)的像素组202a-202e。可以在像素组202a-202e周围形成限定像素组202a-202e的区域。在所示的实例中，显示了具有限定像素组202a-202e的矩形区域的像素组202a-202e，但是不认为这是一个限制。如图4中所示，可以确定限定像素组202a-202e的区域(例如矩形区域)的中心点204a-204e。可以确定中心点204a-204e的坐标以便识别监视区域104中的相应对象(例如人)的坐标。

对象提取系统124可以提供对象的持续性，使得当对象移过监视区域104的图像200时可以一致地识别出对象。为了实现这一点，对象提取系统124可以为图像200中的每个对象提供标识符(例如ID号)，以便将图像200中该坐标处的图像对象与监视区域104中的特定相应对象相关联。对象提取系统124在图像对象运动时可以维持该标识符。

如图5中所示，从对象提取系统124向对象分析系统130提供的对象数据可以包括从图像200中提取的图像对象206a-206e的标识数据(例如ID号)和图像对象206a-206e的位置数据(例如由中心点204a-204e的坐标限定)。可以通过各种路径连续地从对象提取系统124向对象分析系统130提供对象数据，例如包括经过网络、经过串联连接、经由硬件设备、或者经由通过共享内存的软件机制或者一些其它软件缓冲机制。至少部分根据对象提取系统124产生并传送此类数据的能力，可以以变化的数据率来提供对象数据。一般而言，更快的数据率可以改善分析监视区域内的对象的位置和运动的对象分析系统130的精度。尽管对象提取系统124使用图形信息来获得对象数据，如图2-5中所示，但是不需要向对象分析系统130发送所述图形信息。但是，可以在行列监视系统100中使用此类图形信息来便于监视行列。

除了提供从监视区域图像200中提取的图像对象206a-206e的对象识别数据和对象位置数据，对象提取系统124还向对象分析系统130提供附加参数或者对象数据。此类对象数据可以包括对象尺寸、对象速度和每个对象的当前位置的时间戳。这些附加参数在一些情况中是有用的，但是不是必须的。

尽管示例的实施例使用对象提取系统124来获得对象识别和位置数据，但是本领域技术人员将认识到，对象识别和定位系统120还可以包括能够产生对象识别数据(例如ID号)和对象位置数据(例如坐标)的其它系统。此类系统的实例包括本领域技术人员公知的射频识别(RFID)跟踪系统和其它跟踪系统。

参照图6，说明了使用对象分析系统130来监视行列的一种方法。对象分析系统130可以接收302对象数据，包括与监视区域中的对象相关的对象识别数据和对象位置数据。为了确定对象是否应当被指定为在监视区域中的行列中，对象分析系统130可以参照表示行列中的对象的行为的一种或多种行列行为模式参数来分析304对象数据。对象分析系统130还可以确定306一种或多种行列统计量，例如行列中的对象数量、等待时间和通过行列的对象量。

许多表示行列中的对象的行为模式可以被抽象成各种参数并且列举为各值。对象分析系统130可以向代表行为模式的每个行列行为模式参数分配缺省值。对象分析系统130的操作者还可以使用用户输入设备146来调节各参数的缺省值，从而“调整”对象分析系统130用于各种条件。

参照图7-14，更详细地说明了不同行为模式和相关的行列行为模式参数。一般地，行列行为模式参数可以基于表示行列中的对象的对象位置和/或对象运动。可以使用行列行为模式参数将对象指定为在“行列中”或者“可能在行列中”、或者从行列中除去。

对象一般在从起点(例如销售点位置)延伸的指定区域中形成行列。如图7中所示，参数可以限定对象可能在行列中的监视区域104内的参考区域400。参考区域400可以包括行列应当开始的地方并且还可以包括行列应当结束的地方。在一个实施例中，可以使用代表一对或多对平行行列的值来限定参考区域400。对象分析系统130的操作者可以输入限定参考区域400的参数的值或者可以提供缺省值。可以将对象位置数据与参考区域参数进行比较，来确定对象是否已经进入参考区域400并应当被指定为“在行列中”或者“可能在行列中”。

当对象进入参考区域400时，因为对象可能只是过渡性地穿过参考区域400，所以仅将对象指定为“可能在行列中”。因此，对象分析系统130可以将对象404a指定为“可能在行列中”，直至对象分析系统130例如使用下面所述的其它参数确定对象确实在行列中。例如，如图8中所示，已经进入参考区域400的第一个对象404a(例如穿过限定参考区域400的行列之一)“可能在行列中”。如图9所示，第一个对象404a已经离开参考区域400(例如向后穿过行列之一)并因此实际上不在行列中。一旦对象离开参考区域400，对象分析系统130可以将对象排除被指定为“可能在行列中”。

其它的参数可以限定对象的运动，从而确定被指定为“可能在行列中”的对象是否应当被指定为“在行列中”。此类参数的实例包括“静止”参数和/或“跳动”参数。进入行列的对象(例如人)典型地停止运动至少一段短的时间。可以使用一个或多个代表静止时间段的值来限定所述“静止”参数。如果已经进入参考区域400的对象404a的对象位置数据表明该对象的位置在所述静止时间段未改变，例如对象分析系统130可以将该对象指定为正在“行列中”而不是“可能在行列中”。所述静止时间段可以由对象分析系统130的操作者考虑不同的环境来调节或调整。

行列中的对象可能在有限空间内运动，并因此可能不是完全静止的。可以使用代表对象在行列中时可以运动的有限“跳动”空间的一个或多个值来限定所述“跳动”参数。如图10中所示，例如界限410可以限定对象404b周围的跳动空间。如果对象位置数据表明参考区域400中的对象404b仅在限定的“跳动”空间内运动，则对象分析系统130可以将该对象指定为正在“行列中”而不是“可能在行列中”。还可以调整跳动参数来适应不同环境。例如可以根据行列中的位置(例如在尾部比在开始处更大跳动)、在行列周围运动的空间量以及其它因素，来调整跳动空间的大小。在一个实施例中，可以由对象坐标周围的圆来限定跳动空间，可调整参数是圆的半径。一旦对象被指定为正在“行列中”，除非该特定对象离开行列并且返回，不再对该对象分析静止和跳动参数。

当没有对象被指定为“在行列中”时，可以使用参考区域参数、静止参数和跳动参数来确定何时应当将第一个新的对象指定为“在行列中”。当至少一个对象被指定为正在“行列中”时，然后可将附加对象指定为正在“行列中”或者“可能在行列中”。其它参数可以限定附加对象相对于行列中的其它对象的位置，从而确定是否应当将所述附加对象指定为正在“行列中”或者“可能在行列中”。这些参数可以包括邻近参数、后面参数和插入距离参数，如下面所述。

通常，附加对象将在末尾加入行列中。可以使用代表距离被指定为在行列中的最后一个对象的邻近距离的一个或多个值来限定邻近参数。如果对象位置数据表明该附加对象在最后一个对象的邻近距离内，那么对象分析系统130可以将该对象指定为在“行列中”或者“可能在行列中”。如图11中所示，例如，可以通过围绕当前在行列中的最后一个对象404c的圆形区412的半径长度来限定所述邻近距离，并且附加对象404d处于当前在行列中的最后一个对象404c的邻近距离内。与其它参数相似，所述邻近参数可以由对象分析系统130的操作者来调整。

在当前行列中的最后一个对象404c的前面进入行列的附加对象(例如在所述邻近距离内)可以做些使该对象临时移动到那个位置但是实际上可能没有试图进入行列中的事情。可以使用代表当前行列中的最后一个对象后面的相对位置的一个或多个值来限定后面参数。如果附加对象的对象位置数据表明该附加对象实际上在当前行列中的最后一个对象的“后面”，则对象分析系统130可以将该附加对象指定为在“行列中”或者“可能在行列中”。如图12中所示，可以由从当前行列中的最后一个对象404d的坐标得到的线416、418之间的角度414来限定所述后面参数。因此，对象分析系统130可以确定附加对象404e在所述邻近距离之内并在当前行列中的最后一个对象的后面。所述后面参数可以由对象分析系统130的操作者来调整。

如果一个对象试图“插”入行列中，则该对象可以在当前行列中的最后一个对象的前面进入行列中。可以使用一个或多个代表与连接当前在行列中的两个对象的坐标的直线的距离的值来限定所述插入距离参数。如果对象位置数据表明附加对象已经在该插入距离参数内运动，则可以将该附加对象指定为在“行列中”或者“可能在行列中”。如图13中所示，插入距离420可以相对于在当前行列中的对象404b、404c之间形成的直线422，并且对象404f在插入距离420之内。插入距离参数可以由对象分析系统130的操作者来调整。

即使附加对象可以接近行列(例如在邻近或插入距离内)，例如如果该对象仅仅从行列旁边经过，附加对象也不会在行列中。因此，可以使用邻近参数、后面参数和插入参数来表示附加对象“可能在行列中”，并且可以分析上述静止参数和/或跳动参数来确定被指定为“可能在行列中”的附加对象是否应当被指定为“在行列中”。

一旦对象加入行列中，该对象可以在任意时间离开行列。对象分析系统130可以使用偏离距离参数来确定是否应当从行列中除去已经被指定为“在行列中”的对象。可以使用一个或多个代表在从行列中除去该对象之前，该对象从行列中移开所需的距离的值来限定偏离距离参数。如果对象位置数据表明该对象运动大于距行列的偏离距离的距离，那么对象分析系统130可以除去以前被指定为正在“行列中”的对象。

如图14中所示，可以对于当前行列中的第一个对象、当前行列中的最后一个对象以及第一个和最后一个对象之间的对象不同地限定所述偏离距离。对于第一个对象404a和最后一个对象404f之间的对象，可以将偏离距离限定为距离连接行列中的相邻对象404c、404e的线430的距离432。例如，对象404d(前面在对象404c、404e之间的线430的中间)的当前位置已经偏离线430至少所述偏离距离432，并且因此可以被指定为从行列中除去。

对于当前行列中的第一个对象404a，所述偏离距离可以被限定为距离第一个对象404a的最后“静止”位置(以虚线显示)和行列中的下一个对象404b之间的线440的距离。第一个对象404a的最后“静止”位置可以是当第一个对象最后满足静止参数或者跳动参数时的位置。例如，第一个对象404a(以前在行列中的第一个)的当前位置已经偏离行列440至少所述偏离距离442，并且因此可以被指定为从行列中除去。

对于当前行列中的最后一个对象404f，所述偏离距离可以被限定为距离最后一个对象404f的最后“静止”位置(以虚线显示)的距离。最后一个对象404f的最后“静止”位置可以是当最后一个对象404f最后满足静止参数或者跳动参数时的位置。与其它参数相似，所述偏离参数可以由对象分析系统130的操作者来调整。可以对于当前行列中的第一个对象、当前行列中的最后一个对象、以及当前行列中的第一个和最后一个对象之间的对象，单独地调整所述偏离参数。

参考图15-17，更详细地说明参考行列行为模式参数来分析对象数据的方法500。在该方法的开始502之后，对象分析系统130可以接收504对象数据，包括对象识别数据和对象位置数据。基于对象数据(例如对象识别数据)，对象分析系统130可以确定506相对于前面识别的对象，在监视区域中是否有任何新的对象。

如果没有新的对象，对象分析系统可以基于接收的对象位置数据来更新514所有对象的位置。然后，对象分析系统可以确定516被指定为“在行列中”的任何对象是否在其偏离距离之外。如果该对象在偏离距离之外，则对象分析系统可以从行列中除去520该对象。

如果有新的对象，则对象分析系统可以确定508当前行列中有多少个对象。如果当前行列中没有对象并且新对象可能是行列中的第一个对象，则对象分析系统处理510第一个新对象的对象数据的分析，这将在下面更详细地说明。如果当前行列中有至少一个对象并且新对象可能是行列中的附加对象，则对象分析系统处理512作为附加对象的对象数据的分析，这将在下面更详细地说明。当完成了对第一个新对象和附加对象的对象数据分析的处理时，对象分析系统可以更新514所有对象的位置，并且可以确定516是否有任何对象已经从所述偏离距离偏离。

图16显示了在当前没有对象被指定为正在行列中的情况下，处理510第一个对象的对象数据分析的一种方法。对象分析系统可以确定602是否限定了参考区域，并且如果限定了参考区域，可以确定604对象是否在该参考区域内。如果对象在该参考区域内，对象分析系统可以确定606对象是否静止了特定静止时间段。如果确定参考区域中的对象是静止的，对象分析系统可以添加610该对象作为行列中的第一个对象。如果没有确定对象是静止的，对象分析系统可以确定608对象是否在跳动空间内跳动。如果确定参考区域中的对象在跳动，则对象分析系统可以添加610该对象作为行列中的第一个对象。如果对象不在参考区域中、不是静止的以及不跳动，那么不能将该对象添加为行列中的第一个对象。

图17显示了当至少一个对象已经被指定为正在行列中时，处理512附加对象的对象数据分析的方法。对象分析系统可以确定702新对象是否在由插入距离限定的插入距离内。如果附加对象不在所述插入距离内，则对象分析系统可以确定704附加对象是否在当前行列中的最后一个对象的邻近距离内。如果对象在该邻近距离内，则对象分析系统还可以确定706该附加对象是否在当前行列中的最后一个对象的后面。

如果确定附加对象在插入距离内或者邻近距离内并且在当前行列中的最后一个对象的后面，则对象分析系统可以确定708附加对象是否是静止的。如果确定附加对象是静止的，则对象分析系统可以添加712该附加对象到行列中。如果不能确定该对象是静止的，则对象分析系统可以确定710所述附加对象是否在跳动空间附近跳动。如果对象在跳动，则对象分析系统可以添加712该附加对象到行列中。如果该附加对象不满足这些参数中的任何一种，则不将该附加对象添加到行列中。

对象分析系统和方法的各种实施方式可以根据实际的实施环境而使用一个或多个限定的行列行为模式参数。在对象分析系统中还可以实施其它的行列模式行为参数。还可以以与本文中所述不同的顺序来分析行列模式行为参数。

当对象分析系统添加对象并且从行列中除去对象时，可以计算行列统计量。例如，可以通过计算任何时刻被指定为“在行列中”的对象的数量来确定行列计数。例如，通过计算每个对象被指定为“在行列中”的平均时间段来确定平均等待时间。例如，通过计算在一段时间被指定为“在行列中”的对象的数量来确定运动通过行列的量。然后，可以显示和/或使用行列统计量来提供通知或告警，如上所述。

与本发明的实施例一致，行列监视方法和系统可以用来监视行列中的对象。该行列监视方法可以包括接收与监视区中的对象相关的对象数据。所述对象数据至少包括对象识别数据和对象位置数据。所述方法还可以包括参照代表表示行列中的对象的至少一个行为模式的至少一个行列行为模式参数来分析对象数据，以确定是否应当将至少一个对象指定为在监视区域内的行列中。该方法还包括确定与被指定为在行列中的对象相关的至少一个行列统计量。

行列监视系统可以包括对象识别和定位系统，配置用来识别和定位监视区域中的对象，并且产生至少包括对象识别数据和对象位置数据的对象数据。行列监视系统还可以包括对象分析系统，配置用来接收对象数据、分析对象数据，以确定是否应当将至少一个对象指定为在监视区域内的行列中，并且确定与行列相关的至少一个行列统计量。

本文中已经使用的术语和表达被用作描述的术语并且没有限制，在此类术语和表达的使用中，没有打算排除所示且描述的特征(或者它们的部分)的任意等价物，并且认为到各种修改都可以在权利要求的范围内。其它修改、变化和改变也是可以的。因此，权利要求书打算涵盖所有此类等价物。

Claims (16)

1.一种用于监视区域中的多个对象的行列监视方法，包括：

接收与监视区域中的多个对象相关的对象数据，所述对象数据至少包括对象识别数据和对象位置数据；

参照代表表示行列中的多个对象的至少一个行为模式的至少一个行列行为模式参数来分析所述对象数据，以确定是否应当将至少一个所述对象指定为在所述监视区域内的行列中；以及

确定与被指定为在所述行列中的多个对象相关的至少一个行列统计量。

2.如权利要求1所述的方法，还包括确定至少一个所述对象是否是所述监视区域内的新对象，以及如果所述至少一个所述对象是新对象，则对所述新对象分析所述对象数据，以确定是否应当将所述新对象指定为在所述行列中。

3.如权利要求2所述的方法，其中，对所述新对象分析所述对象数据包括确定所述对象是否是第一个新对象或者附加新对象，并且其中，基于所述新对象是否是第一个新对象或者附加新对象来分析所述对象数据。

4.如权利要求3所述的方法，其中，对所述第一个新对象分析所述对象数据包括：参考限定在其中对象形成所述行列的参考区域的参数，来分析所述对象位置数据。

5.如权利要求4所述的方法，其中，对所述第一个新对象分析所述对象数据包括：参考限定表示正在行列中的对象的运动的参数，来分析所述对象位置数据。

6.如权利要求3所述的方法，其中，对所述附加新对象分析所述对象数据包括：参考限定对象相对于所述行列中的其它对象的位置的参数，来分析所述对象位置数据。

7.如权利要求6所述的方法，其中，对所述附加新对象分析所述对象数据包括：参考限定表示正在行列中的对象的运动的参数，来分析所述对象位置数据。

8.如权利要求1所述的方法，其中，分析所述对象数据包括：参考限定对象相对于所述行列的位置的参数来分析所述对象数据，以确定是否应当将所述对象指定为从所述行列中除去。

9.如权利要求1所述的方法，其中，确定所述至少一个行列统计量包括：确定所述行列中的对象的数量。

10.如权利要求1所述的方法，其中，确定所述至少一个行列统计量包括：确定所述行列中的对象的平均等待时间，或者在一段时间内运动通过所述行列的对象的量。

11.一种用于监视区域中的多个对象的行列监视系统，包括：

对象识别和定位系统，配置用来识别和定位监视区域中的多个对象，并且产生至少包括对象识别数据和对象位置数据的对象数据；及

对象分析系统，配置用来接收所述对象数据、参考代表表示行列中的多个对象的至少一个行为模式的至少一个行列行为模式参数来分析所述对象数据，以确定是否应当将至少一个所述对象指定为在所述监视区域内的行列中，并且确定与所述行列相关的至少一个行列统计量。

12.如权利要求11所述的行列监视系统，其中，所述对象识别和定位系统包括：

至少一个照相机，配置用来产生代表所述监视区域的至少一个图像的图像信号；及

对象提取系统，配置用来接收所述图像信号、从由所述图像信号代表的所述至少一个图像中提取对象、并且产生所述对象数据。

13.如权利要求11所述的行列监视系统，其中，所述至少一个行列行为模式参数包括限定在其中所述对象形成所述行列的参考区域的参数，以及限定表示行列中的对象在所述参考区域内的运动的参数。

14.如权利要求13所述的行列监视系统，其中，所述至少一个行列行为模式参数包括限定对象相对于所述行列中的其它对象的位置的参数。

15.如权利要求14所述的行列监视系统，其中，所述至少一个行列统计量包括所述行列中的对象的数量。

16.如权利要求11所述的行列监视系统，其中，所述对象识别和定位系统以及所述对象分析系统包括至少一个计算机系统。