公开(公告)号：CN104025573A

公开(公告)日：2014-09-03

申请号：CN201180072689.3

申请日：2011-08-08

Applicant: 松下电器产业株式会社

Inventor： 李国柱 ,  刘礼斌 ,  哈桑·蒂穆钦·厄兹代米尔 ,  余鹃

IPC: H04N7/18

CPC classification number: G06Q10/06311 ,  G06F21/32 ,  G06Q10/0633 ,  G06Q10/0639 ,  G06Q30/0211 ,  G06Q30/0267 ,  G06Q30/0271 ,  G06Q30/0601 ,  G06Q50/12

Abstract: 经由应用向用户通知站点异常的方法，所述应用被配置为访问事件服务器，所述事件服务器具有：第一传感器异常检测器，被连接到第一传感器，用于检测由所述第一传感器感测到的第一子事件的第一异常行为，所述第一异常行为对应于第一异常行为值；第二传感器异常检测器，被连接到第二传感器，用于检测由与所述第一传感器的类型不同的所述第二传感器感测到的第二子事件的第二异常行为，所述第二异常行为对应于第二异常行为值；相关器，用于将所述第一和第二异常行为值进行相关并且将相关的值记录作为复合事件；数据存储；所述应用具有观看器，所述观看器被配置为在所述设备上示出与多个复合事件相关联的数据，所述观看器进一步被配置为以时间顺序显示所述多个复合事件。

公开(公告)号：CN103718546A

公开(公告)日：2014-04-09

申请号：CN201180072686.X

申请日：2011-08-08

Applicant: 松下电器产业株式会社

Inventor： 李国柱 ,  三轮道雄 ,  哈桑·蒂穆钦·厄兹代米尔 ,  余鹃 ,  刘礼斌

IPC: H04N7/18

CPC classification number: G06Q10/06311 ,  G06K9/00302 ,  G06Q10/06 ,  G06Q30/02 ,  H04N5/23219 ,  H04N7/183

Abstract: 一种用于通过检测异常来改善站点运营的系统，包括：第一传感器异常检测器，被连接到第一传感器并且被配置为学习第一正常行为序列；第二传感器异常检测器，被连接到第二传感器并且被配置为学习第二正常行为序列；异常相关服务器，被配置为接收异常得分的第一传感器数据和异常得分的第二传感器数据，所述异常相关服务器进一步被配置为将由所述第一和第二传感器同时感测到的接收到的异常得分的第一传感器数据和异常得分的第二传感器数据进行相关并且确定异常事件；以及异常报告生成器，被配置为基于被相关的接收到的异常得分的第一传感器数据和异常得分的第二传感器数据来生成异常报告。

公开(公告)号：CN102782734A

公开(公告)日：2012-11-14

申请号：CN201080064201.8

申请日：2010-12-16

Applicant: 松下电器产业株式会社

Inventor： 李国柱 ,  哈桑·蒂穆钦·厄兹代米尔 ,  施项君 ,  刘礼斌 ,  朱男洙 ,  余鹃 ,  刘军

IPC: G08B13/196 ,  H04N7/18

CPC classification number: G06T7/2086 ,  G06K9/00771 ,  G06T7/285 ,  G08B13/19608 ,  G08B13/19676

Abstract: 公开了一种视频监视系统。该系统包括：存储多个模型的模型数据库和存储新近观测的轨迹的多个向量的向量数据库。该系统包括：模型建立模块，建立对应于当前轨迹数据结构的运动数据的新运动模型。该系统生成具有运动数据和异常得分的当前轨迹数据结构。该系统还包括：数据库清除模块，被配置成基于向量的子集和当前轨迹数据结构之间的相似性的测量，确定最类似于当前轨迹数据结构的向量的子集。数据库清除模块被进一步配置成基于子集向量中的向量的量和向量的子集的最近行为，用新运动模型替换模型数据库中的运动模型中的一个。

公开(公告)号：CN102326171A

公开(公告)日：2012-01-18

申请号：CN201080008688.8

申请日：2010-02-19

Applicant: 松下电器产业株式会社

Inventor： 李国柱 ,  哈桑·蒂穆钦·厄兹代米尔 ,  余鹃 ,  施项君

IPC: G06K9/00

CPC classification number: G06T7/20 ,  G06K9/00771 ,  G08B13/19608 ,  G08B13/19613 ,  G08B13/19641 ,  H04N7/181

Abstract: 一种监管系统提高了跨越空间的监视对象的异常行为检测的精确度和鲁棒性，其包括元数据处理模块、模型构建模块和行为评估模块。所述元数据处理模块对监视对象生成轨迹信息，并且确定监视对象的属性。所述模型构建模块基于所述轨迹信息、属性和异常行为分值中的至少一个进行正常运动模型的生成和更新中的至少一个。所述行为评估模块基于多种方法中的一种生成异常行为分值。所述多种方法中的第一种定义错误方向行为。所述多种方法中的第二种定义闲荡/徘徊行为。所述多种方法中的第三种定义速度行为。