MEJORAS RELACIONADAS CON LA DETECCION DE SUCESOS.

Un procedimiento para detectar el acaecimiento de un suceso en una multitud,

comprendiendo el procedimiento las etapas de:

(a) provisión de una grabación de vídeo de la multitud, comprendiendo la grabación de vídeo una serie de fotogramas de imágenes;

(b) y estando caracterizado el procedimiento por las etapas de:

cálculo, para cada uno de la serie de fotogramas de imágenes, de un valor representativo de la dinámica de la multitud, siendo calculado el valor en dependencia de dicha cada serie de fotogramas de imágenes, calculándose de ese modo una serie de valores;

(c) análisis de la serie de valores para identificar cualquier discrepancia que se produzca en la serie de valores; y

(d) en respuesta a la identificación de una discrepancia, provisión de una señal de salida para alertar a un operador de que se ha detectado un suceso

Mejoras relacionadas con la detección de sucesos.

Esta invención se refiere a un procedimiento y aparato para detectar el acaecimiento de sucesos en multitudes, sucesos capturados en grabaciones de vídeo (como grabaciones de circuito cerrado de televisión (CCTV)). La presente invención se puede usar para monitorizar una grabación de vídeo en tiempo real, y alertar a un operador cuando se produzca un suceso, o bien se puede usar para analizar una grabación de vídeo grabada previamente con el fin de buscar sucesos.

Hay muchísimos "sucesos" que merecen la detección mediante sistemas de seguridad dirigidos a hacer frente al terror y al comportamiento antisocial. Un subconjunto importante es el de los sucesos que se producen en o cerca de multitudes, ya que las multitudes son a menudo el objetivo, o bien la razón, de los sucesos de interés. Puede haber una amplia variedad de diversos sucesos de interés que seria deseable detectar. Un área de particular interés y preocupación es el problema de detectar sucesos imprevistos, ya que, a priori, puede no saberse ni siquiera qué tipo de suceso es deseable detectar. Los sucesos que son entendidos, o esperados, se pueden detectar usando un conjunto de reglas heurísticas, pero esto no es posible si el tipo de suceso detectar es desconocido, y, además, pasa a ser poco práctico cuando hay un deseo de detectar muchos tipos diferentes de sucesos. Los sucesos de interés pueden incluir ataques terroristas; incendios, terremotos, u otros desastres; los comienzos de malestar social; la presencia de paquetes inusuales; o incluso una persona que actúe de forma inusual.

En Boghossian B.A. y col., Motion-based machine visión techniques for the management of large crowds, Proceedings of the 6th IEEE International Conference on Electronics, Circuits and Systems, ICECS'99, 5. Septiembre de 1999, Vol. 2, 961-964 se presenta un procedimiento para la vigilancia de multitudes. El procedimiento estima las trayectorias y direcciones de los flujos de multitud y usando algoritmos basados en el movimiento detecta emergencias relacionadas con la multitud. Por ejemplo, usa la transformada de Hough de vectores de movimiento para detectar patrones circulares que indican salidas de embotellamiento o puntos de divergencia que indican un lugar de peligro (por ejemplo pelea, incendio).

Hay un número de medidas de complejidad bien conocidas que se refieren al número efectivo de grados de libertad en un sistema, o dimensionalidad de un conjunto de datos. Una medida de complejidad conocida se describe por W. A. Wright, R. E. Smith, M. Danek, y P. Greenway en su ponencia "A Generalisable Measure of Self-Organisation and Emergence", publicada en las páginas 857 a 864 de "Artificial Neural Networks - ICANN 2001" por Springer-Verlag (2001) y editado por G. Dorffner, H. Bischof, y K. Homik. Wright y col. asocian una habilidad del sistema para mostrar un comportamiento emergente con transiciones repentinas en su medida de complejidad, con relación a cambios suaves en los parámetros del sistema. En este contexto, el comportamiento emergente puede incluir, por ejemplo, la dispersión repentina de un banco de peces en respuesta a la llegada de un depredador. Wright y col. sugieren que su medida se podría usar para evaluar y fomentar comportamientos deseados en una variedad de sistemas complejos, incluyendo sistemas neurales artificiales, sistemas de computación evolutiva, y sistemas de aprendizaje por refuerzo. Sin embargo, desafortunadamente no comprenden cómo se podría aplicar su medida de complejidad en otros campos.

Es un objeto de la presente invención proporcionar un procedimiento y aparato mejorados para la detección de sucesos. Es un objeto adicional de la presente invención proporcionar un procedimiento y sistema para la detección de sucesos que supere, o al menos mitigue, al menos algunos de los problemas mencionados anteriormente asociados con sistemas y procedimientos de detección de sucesos previamente conocidos.

En términos generales, la presente invención reside en la comprensión de que el análisis de la dinámica de multitudes se puede aplicar a la detección de sucesos que se producen en multitudes. Esto hace posible que un suceso de interés sea detectado por la reacción de una multitud a ese suceso, más que por la observación directa del suceso. Los sistemas y procedimientos de detección de sucesos de acuerdo con la presente invención son por tanto sensibles a una amplia variedad de sucesos: la invención proporciona un detector de sucesos que es sensible al modo en el que reacciona la multitud, como se refleja por los cambios en el movimiento de la multitud, más que a un tipo especifico de suceso.

Por lo tanto, de acuerdo con un primer aspecto de la presente invención, se proporciona un procedimiento de detección del acaecimiento de un suceso en una multitud, comprendiendo el procedimiento las etapas de:

(a) provisión de una grabación de vídeo de la multitud, comprendiendo la grabación de vídeo una serie de fotogramas de imágenes;

(b) cálculo, para cada uno de la serie de fotogramas de imágenes, de un valor representativo de la dinámica de la multitud, siendo calculado el valor en dependencia de dicho cada uno de la serie de fotogramas de imágenes, calculándose de ese modo una serie de valores;

(c) análisis de la serie de valores para identificar cualquier discrepancia que se produzca en la serie de va-lores; y

(d) en respuesta a identificar una discrepancia, provisión de una señal de salida para alertar a un operador que un suceso ha sido detectado.

Así las reacciones de la multitud a un suceso, analizadas en términos de la dinámica de la multitud, se usan para detectar el acaecimiento de ese suceso. La multitud tiene numerosos puntos de vista proximales con los que monitorizar sus alrededores, y además la multitud podría reaccionar a olores, como humo, y a indicios audibles, como avisos o explosiones. Tales olores e indicios audibles no se pueden detectar directamente por un sistema de vigilancia de vídeo. Además, la multitud puede identificar un comportamiento peculiar o inusual usando pistas sutiles, como el lenguaje corporal, que no se pueden leer de modo fiable desde una visión más remota. El ataque de gas neurotóxico de 1995 en el metro de Tokio es un ejemplo de un suceso - la liberación de un gas tóxico - que se podría haber detectado indirectamente por la reacción de las personas expuestas al gas, pero no directamente por la grabación de vídeo. Analizando la dinámica de la multitud, y monitorizando la dinámica en tiempo real mediante el uso de algún valor representativo de la dinámica, la invención permite que una amplia variedad de sucesos sean detectados como discrepancias en el valor representativo.

La etapa de análisis de la serie de valores puede comprender la etapa de provisión de un intervalo normal de valores, y entonces se puede identificar una discrepancia cuando el valor está fuera del intervalo normal. El intervalo normal puede ser un intervalo predeterminado, o se puede determinar en dependencia del promedio y la desviación estándar de la serie de valores. De forma ventajosa, esto simplifica el proceso de identificación de discrepancias, y se implementa fácilmente de forma automática por medios de procesamiento apropiados como un ordenador.

En una forma de realización, el procedimiento comprende además las etapas de rastreo de un número de objetivos que se mueven dentro de la multitud para determinar un número de rastros de objetivos, y la actualización de los rastros de objetivos en respuesta a cada fotograma de imagen sucesivo; en el que la etapa de cálculo de una serie de valores comprende la determinación de un valor en dependencia de los rastros de objetivos actualizados. Los rastros de objetivos actualizados son una medida directa de la dinámica de la multitud, y por lo tanto se pierde poca información útil en el procesamiento de la serie de imágenes. Por conveniencia, la etapa de cálculo de una serie de valores comprende la etapa de formación de una matriz de rastros que comprende filas, representando cada fila un rastro de objetivos, y evaluación de la métrica de complejidad de Wright para la matriz de rastros. En este documento, el término "métrica de complejidad de Wright" se usa para referirse a la métrica de complejidad deducida por Wright y col. en su ponencia citada anteriormente.

De forma alternativa, la etapa de cálculo de una serie de valores puede comprender el cálculo de una serie de imágenes de diferencias en dependencia de la serie de fotogramas de imágenes, estando relacionada la imagen de diferencias...

1. Un procedimiento para detectar el acaecimiento de un suceso en una multitud, comprendiendo el procedimiento las etapas de:

(a) provisión de una grabación de vídeo de la multitud, comprendiendo la grabación de vídeo una serie de fotogramas de imágenes;

(b) y estando caracterizado el procedimiento por las etapas de:

cálculo, para cada uno de la serie de fotogramas de imágenes, de un valor representativo de la dinámica de la multitud, siendo calculado el valor en dependencia de dicha cada serie de fotogramas de imágenes, calculándose de ese modo una serie de valores;

(c) análisis de la serie de valores para identificar cualquier discrepancia que se produzca en la serie de valores; y

(d) en respuesta a la identificación de una discrepancia, provisión de una señal de salida para alertar a un operador de que se ha detectado un suceso.

2. Un procedimiento según la reivindicación 1 en el que la etapa de análisis de la serie de valores comprende la etapa de provisión de un intervalo normal de valores, y en el que se identifica una discrepancia cuando el valor está fuera del intervalo normal.

3. Un procedimiento según la reivindicación 2 en el que el intervalo se determina en dependencia del promedio y la desviación estándar de la serie de valores.

4. Un procedimiento según cualquier reivindicación precedente que comprende además las etapas de rastreo de un número de objetivos que se mueven dentro de la multitud para determinar un número de rastros de objetivos, y actualización de los rastros de objetivos en respuesta a cada fotograma de imagen sucesivo; y en el que la etapa de cálculo de una serie de valores comprende la determinación de un valor en dependencia de los rastros de objetivos actualizados.

5. Un procedimiento según la reivindicación 4 en el que la etapa de cálculo de una serie de valores comprende la etapa de formación de una matriz de rastros que comprende filas, representando cada fila un rastro de objetivos, y evaluación de la métrica de complejidad de Wright para la matriz de rastros.

6. Un procedimiento según cualquiera de las reivindicaciones 1 a 3 en el que la etapa de cálculo de una serie de valores comprende el cálculo de una serie de imágenes de diferencias en dependencia de la serie de fotogramas de imágenes, estando relacionada la imagen de diferencias para un fotograma de imagen actual con las diferencias entre el fotograma de imagen actual y un fotograma de imagen precedente.

7. Un procedimiento según la reivindicación 6, en el que el fotograma de imagen precedente es el fotograma de imagen inmediatamente anterior al fotograma de imagen actual en la serie de fotogramas de imágenes.

8. Un procedimiento según la reivindicación 6 o la reivindicación 7 en el que la etapa de cálculo de la serie de valores comprende, para cada uno de la serie de valores, las etapas de:

formación de una matriz de diferencias, comprendiendo la matriz de diferencias un número de filas y representando cada fila una de la serie de imágenes de diferencias; y

evaluación de la métrica de complejidad de Wright para la métrica de diferencias para proporcionar dicho cada uno de la serie de valores.

9. Un procedimiento según una cualquiera de las reivindicaciones 6 a 8, que comprende además la etapa de disminución de la resolución de al menos uno de la serie de fotogramas de imágenes antes de calcular la serie de valores.

10. Un procedimiento según cualquier reivindicación precedente en el que el procedimiento se realiza en tiempo real.

11. Un procedimiento según cualquier reivindicación precedente en el que la serie de valores comprende una serie de valores de complejidad.

12. Un producto de programa informático que comprende instrucciones legibles por ordenador, cuyo producto es operable, cuando se ejecuta en un ordenador en asociación operable con una cámara de vídeo, para realizar un procedimiento según cualquier reivindicación precedente.

13. Un sistema de detección de sucesos que comprende una cámara de vídeo, un procesador, y un medio de alerta; siendo operable la cámara de vídeo para grabar una grabación de vídeo, y para transmitir dicha grabación de vídeo al procesador, comprendiendo dicha grabación de vídeo una serie de fotogramas de imágenes; y comprendiendo el procesador medios para calcular, para cada uno de la serie de fotogramas de imágenes, un valor representativo de la dinámica de la multitud, siendo calculado el valor en dependencia de dicho cada uno de la serie de fotogramas de imágenes, de tal manera que se calcule una serie de valores; y medios para analizar la serie de valores para identificar cualquier discrepancia que se produzca en la serie de valores de complejidad; y en el que el medio de alerta está configurado para alertar a un operador en respuesta al acaecimiento de cualquier discrepancia identificada por el procesador.

14. Un sistema de detección de sucesos según la reivindicación 13 configurado para operar en tiempo real.