異常檢測和監(jiān)控系統(tǒng)

異常檢測和監(jiān)控系統(tǒng)美國5666157A摘要監(jiān)控系統(tǒng)有至少一個主攝像機將真正的區(qū)域的圖像轉換成電子視頻信號的第一級分辨率。該系統(tǒng)包括用于所在的區(qū)域內從所述至少一個攝像機輸出的視頻信號的個人或個人取樣的動作。個人采樣運動的視頻信號被電子與運動這是表示有犯罪意圖的人已知的特性比較。個人或個人的犯罪意圖的電平，然后確定與一個適當?shù)膱缶盘?。說明本發(fā)明的技術領域本發(fā)明一般涉及監(jiān)視系統(tǒng)，并且更具體地，涉及檢測和特定異常的視頻和音頻輸入信號作出響應可訓練監(jiān)控系統(tǒng)。發(fā)明背景現(xiàn)今的監(jiān)控系統(tǒng)中的復雜性，效率和精度而變化。早期的監(jiān)控系統(tǒng)使用多個閉路攝像機，每個連接到一個專門的監(jiān)控。這種類型的系統(tǒng)的工作原理以及足夠低的覆蓋位點，即需要高達或許6攝像機的地方。在這樣的系統(tǒng)中，一個人可以掃描6顯示器，在“真實”時間，并有效地監(jiān)控整個（盡管小）的保護區(qū)，將提供準備的一個相對高的水平，以向內所觀察到的異常行為或情況響應保護區(qū)。在這個簡單的監(jiān)控系統(tǒng)，它是留給保安人員的自由裁量權來決定，第一，如果有正在進行中的任何異常事件的保護區(qū)域內，第二，關注的層面放在那個特定的事件，第三，什么應采取行動以響應特定事件。整個系統(tǒng)的可靠性取決于工人觀察監(jiān)視器的警覺性和效率。許多監(jiān)控系統(tǒng)，但是，需要使用更多數(shù)量的攝像機（例如，超過六）向警方更大的區(qū)域，如至少每間客房設在一個大型博物館。為了充分保證保護區(qū)內可靠和完整的監(jiān)督，無論是更多的人員必須被用來不斷地觀察了額外要求的顯示器（每臺攝像機之一），或較少的顯示器可以在一個簡單的輪換計劃使用其中顯示器按序顯示輸出的圖像的多臺攝像機，顯示每個相機的也許只有幾秒鐘的圖像。在另一種現(xiàn)有技術的監(jiān)視系統(tǒng)（簡稱為“四邊形”系統(tǒng)），四個攝像機連接到單個顯示器的屏幕連續(xù)和同時顯示四個不同的圖像。在“quaded四”現(xiàn)有的監(jiān)控系統(tǒng)，16相機連接到一臺監(jiān)視器的屏幕上現(xiàn)在顯示，連續(xù)和同時所有十六個不同的圖像。這些改進流動人員少，以充分監(jiān)督監(jiān)測，以覆蓋更大的保護區(qū)。這些改進，但是，仍然需要至少一個人的持續(xù)關注。上述multiple-image/single屏系統(tǒng)的分辨率差和復雜的視覺受到影響。整個系統(tǒng)的可靠性仍依賴的警覺性和安全人員看著監(jiān)視器的效率。正在觀看的顯示器的人員仍背負著識別在監(jiān)視器上的一個顯示不正常行為或狀態(tài)，確定哪一個攝像頭，并且該保護區(qū)的相應的區(qū)是記錄了異常的情況下，確定關注的水平放置在特定事件，最后，當確定必須采取的響應特定事件相應的操作。最終，人們認識到人類的人員不能可靠地監(jiān)測“實時”影像從一個或幾個相機的時間長“手表”的時期。這是很自然的，任何人要成為無聊而進行單調的任務，如在一個或幾個連續(xù)監(jiān)測凝望，等待著一些不尋?；虍惓０l(fā)生時，一些東西，可能永遠不會發(fā)生。如上面所討論的，它是這降低了整個監(jiān)控系統(tǒng)的整體可靠性人類鏈路。美國專利號4737847授予Araki等。公開了一種改進的異常的監(jiān)視系統(tǒng)，其中運動傳感器被定位在保護區(qū)域內，首先確定感興趣的地方，例如入侵者的物體的存在。在該系統(tǒng)由美國專利中披露。4737847號，并在規(guī)定的“警告級別”區(qū)域被保護區(qū)域內定義。這取決于這些區(qū)域中的物體或人在檢測到的，移動到和時間的長度所檢測的物體或人保持在一個特定的區(qū)域中確定物體或進入該區(qū)域的人是否應該被認為是一個異常事件或威脅。在美國專利中公開的監(jiān)視系統(tǒng)。4737847號并刪除一些監(jiān)察的責任，否則放在人類的人員；然而，這樣的系統(tǒng)可以通過他的存在相對于特定區(qū)域只確定入侵者的“意圖”。入侵者的實際動作和聲音都沒有測量或觀察到。一個熟練的犯罪分子可以很容易地確定明顯的區(qū)域的警告級別的受保護區(qū)域內，并采取相應的行動；花一點時間在區(qū)具有高警戒水位，例如。因此，它是本發(fā)明的一個目的是提供一種監(jiān)視系統(tǒng)，該系統(tǒng)克服了現(xiàn)有技術中的問題。它是本發(fā)明的目的是提供這樣一種監(jiān)測系統(tǒng)，其中潛在的異常事件是由一個計算機之前召喚人類監(jiān)督員確定的另一個目的。本發(fā)明提供一種監(jiān)測系統(tǒng)，比較特定人士或特定的測量運動與訓練的，預定的一套碘型”的運動，以確定犯罪或惡作劇事件的級別和類型的另一個對象。它是本發(fā)明的另一個目的是提供一種監(jiān)視系統(tǒng)，傳送來自各種傳感器的數(shù)據(jù)，以在那里它可以被記錄，以作為證據(jù)的位置。它是本發(fā)明的目的是提供這樣的一種監(jiān)視系統(tǒng)，該系統(tǒng)是可操作日日夜夜的另一個目的。它是本發(fā)明的另一個目的是提供一種監(jiān)視系統(tǒng)，該系統(tǒng)可以剔除出實時事件這表明犯罪意圖使用武器，通過解決武器相對的低溫，以較高的體溫，通過識別所采取的姿態(tài)人與武器。這又是本發(fā)明的另一個目的是提供一種監(jiān)視系統(tǒng)，可消除或減少目前需要確定異常事件的電視顯示器和守衛(wèi)的數(shù)量，因為這個系統(tǒng)將在接近實時執(zhí)行此功能。發(fā)明內容在本文所公開的本發(fā)明的優(yōu)選實施例包括具有至少一個主攝像機用于轉換的區(qū)域的真實圖像轉換成電子視頻信號，在分辨率中的第一級的監(jiān)視系統(tǒng)和裝置，用于從攝像機輸出的視頻區(qū)域內的采樣動作。這些元素相結合，與用于電子比較采樣的運動與運動這是指示從事犯罪活動，并用于確定這種犯罪活動的個人水平的已知特征。與其相關聯(lián)的裝置，用于激活至少一個次級檢測器，并具有分辨率更高的第二級相關聯(lián)的記錄裝置，所述起動裝置響應于確定犯罪活動的預定電平之中。具體實施方式的詳細描述參照圖如圖1所示，圖像輸入裝置10,可以是包括一個光導攝象管和中等分辨率的CCD/電視攝像機，例如，約11/2英寸，一個相機的任何常規(guī)的電子圖像拾取設備的紅外或可見光譜中的操作（或兩者）長度約1英寸，直徑，重量約3盎司，包括特定部署的變焦透鏡安裝。此裝置適用于連續(xù)操作，并在第一觀察區(qū)域進入常規(guī)視頻電子信號內翻譯的視圖（“真實的”）圖像的字段。另外，高速率攝/錄，高達300幀/看（類似于那些由伍德蘭希爾斯，加利福尼亞州，索尼和其他NAC視覺系統(tǒng)制造）可作為圖像輸入裝置10。這將使檢測身體部位是指示性犯罪意圖，即使是非常迅速的運動，他們的記錄，如下文所述。比較常用的相機以每秒30幀，并不能提供足夠的分辨率捕獲如此快速的全身運動。圖象輸入裝置10,而不是連續(xù)操作，也可以由一個“警報”信號從低分辨率攝像機的處理器或來自音頻/字識別處理器檢測到可疑事件時激活。圖象輸入裝置10包含一個預處理程序它規(guī)格化了廣泛的照度水平，尤其是對于外觀察。預處理器模擬一個脊椎動物的視網(wǎng)膜上，其具有高效率和準確的歸一化處理。一個這樣的預處理器（VLSI視網(wǎng)膜芯片）是由加州技術研究所加利福尼亞州帕薩迪納使用這個特殊的預處理器芯片的卡弗?米德實驗室制造會增加本發(fā)明的自動視覺能力變化時光照強度和光反射可否則削弱圖像分辨率。表示從圖像輸入信號10頃轉換成數(shù)字化的信號，然后發(fā)送到圖像處理裝置12,處理器裝置控制每個組攝像機將通過人工智能系統(tǒng)，基于動態(tài)模式識別原則處理，將進一步描述下文。圖像處理裝置12包括一個圖像分析器光柵，有效地細分每個圖像以隔離每對人。圖像處理的圖像柵格分析子系統(tǒng)是指12段，每段采樣圖像識別和隔離每對物體（或人），并且每個“二對一”組的三個人分開。在“二對一”分組代表共同搶劫的情況，其中兩個人接近一個受害者，一個來自于受害者和其他前面從后面。向前搶劫犯告訴潛在的受害者，如果他不放棄他的錢，（或手表，戒指等），第二搶劫犯會拍他，刺或以其他方式傷害他。本組有三人將因此被認為是一個進展中的潛在犯罪，因此將被分割和圖像處理方法進行分析。對于變焦鏡頭系統(tǒng)中的圖片元素有用的輸入裝置10,變焦鏡頭子系統(tǒng)的要領編寫由L.莫茨和L.伯格斯坦三篇論文，在文章中標題為“變焦鏡頭系統(tǒng)”中描述美國，卷光學學會雜志。52,四月,1992,這篇文章在此通過引用并入。變焦系統(tǒng)的本質是，以改變焦距，使得被觀察的物體將被聚焦和放大在其像平面。在自動版本變焦系統(tǒng)，一旦一個目的是在相機的視場的視場（FOV）,透鏡移動到對象聚焦在攝像機的圖像平面上。由CCD陣列產生的，用于由所述圖像平面，以校正聚焦誤差信號分為兩半，并測量差異，在每個分段，直到該對象是在中心。劃分CCD陣列成兩個以上的段，說四個象限，是一種能夠實現(xiàn)自動定心，這與單脈沖雷達的情況下。無論段的數(shù)目時，誤差信號被用于產生對象的期望的跟蹤。在寬視場中（WFOV）的操作，可能會有一個以上的對象，因而特別注意了變焦系統(tǒng)的設計和其相關聯(lián)的軟件和固件的控制。假設三個對象，由于是“二對一”上述潛在威脅搶劫，那三個人都在一個平面上，可以編寫一個轉移從一個對象到下，從一個面到另一個面，在規(guī)定的順序排列。另外，作為對象的WFOV內移動它們會被自動跟蹤的方位角和仰角。原則上，變焦將集中最接近的物體上，假設光的每個對象上的安裝是相同的，使得從閉合開始的規(guī)定序列對象將進行從剩余的對象，例如，從右到左。然而，當這三個對象都位于不同的平面上，但仍然在相機的WFOV內，變焦，從圖像分析的分割子系統(tǒng)的輸入裝置12將集中的最接近像平面的右側的對象上，然后繼續(xù)將焦點移動到左邊,著眼于下一個對象，并在接下來的順序。在上述所有情況下，自動變焦可以更自然地選擇在家中的人與最明亮的發(fā)射或反射，然后繼續(xù)下一個亮度等等。這將是一個強度/時間選擇多路變焦系統(tǒng)的一種形式。輸入相機相對于被監(jiān)視的區(qū)域的相對定位將影響精度由該圖像分析器光柵段的每個圖像。在本實施例中，有利于對輸入攝像機從位于正上方的點監(jiān)視查看的區(qū)域，例如，與輸入攝像頭安裝在高墻上，實用塔，或者一個紅綠燈支撐塔架。輸入攝像機的高度最好是足夠的，以盡量減少輸入攝像機和監(jiān)視的個體的移動之間閉塞。一旦每個采樣視頻幀中的對象進行分割（即，檢測和隔離的），分析是由位于各圖像的每一個特定的段中的每個對象的詳細的動作，以及它們相對于其他對象的相對運動。每個圖像幀段，一旦數(shù)字化，通過圖像的幀存儲器的存儲處理裝置12存儲在幀。從圖像輸入每個幀單元10從已經存儲在處理的前一幀中減去裝置12使用任何常規(guī)的差分處理。涉及多個差分步驟的差分過程發(fā)生在該處理部分12。各圖像所得到的差值信號（從裝置12的差分的子單元輸出）指示所有已發(fā)生從一幀到下一幀的變更。這些變化包括位于該段內的個人和他們的四肢，如武器的任何變動的任何動作。參照圖3,差分信號對圖像的后續(xù)采樣幀的每個移動對象（稱為“軌道”）的集合，使得每個參與運動的類型，速度和方向（向量）的測定，處理，將提取的加速度，即，注意變化速度的：和加速度變化相對于時間（稱為“抽筋”），并與已知的物理犯罪行為存儲關聯(lián)的簽名本。例如，后續(xù)的差分信號可以揭示一個人的手臂被移動到一個很高的位置，如手臂的運動的上限，也就是說，在他頭頂）以較快的速度。這種特殊的運動可以被感知，如下所述，作為一種敵對的運動與需要保安人員的專家分析可能的犯罪活動。的兩個軌跡的交點表示兩個移動物體的交點。相交的對象，在這種情況下，可能僅僅是兩只手的兩個人相互問候，或根據(jù)其他特征，如下面描述的，交叉的對象可以被解釋為一個攻擊者在接觸受害者的面部的拳頭一個不太友好的問候。在任何情況下，兩個軌道的交叉點立即需要進一步分析和/或安全人員的召喚。但報警的生成，打擊和位置，例如，在監(jiān)視器上的聲音設備將打開一個后衛(wèi)的注意力只到顯示器，因此節(jié)省勞動力。一般來說然而，個人之間的友好交往是一個慢得多的物理過程比物理攻擊VIS-A-VIS身體部位有關人士的。因此，友好的交互可以容易地從基于實驗的參考數(shù)據(jù)使用目前的低通和高通濾波器敵對物理行為，目前的模式識別技術區(qū)別開來。當被分配了大量的傳感器（稱為傳感器套件）在大量的設施，例如，一些自動取款機（自動取款機），特別銀行分行及在特定狀態(tài)或狀態(tài)相關聯(lián)，并在所有的操作單一銀行網(wǎng)絡控制，那么只有一個顯示器是必需的。市售的軟件工具，可以提高幀之間的物體運動分析（稱為光流計算）。與光流計算，具體的（通常是亮的）反射元件，被稱為farkles，從一幀的一個人的服裝和/或身體部位發(fā)射的是減去前一幀。亮部將固有提供更清晰的細節(jié)，因此將產生有關的相對移動物體的速度的更精確的數(shù)據(jù)。額外的計算，如下所述，將提供有關的加速度數(shù)據(jù)，甚至在加速各運動部件的采樣或“急動改變。參與相互作用的個人的身體運動，將通過首先確定的成像每個人的邊緣來檢測。和身體各部位的運動便會通過注意身體各部位參與相互作用的個體的邊緣的運動進行觀察。在差分過程將使速度和加速度以及這些身體部位的加速率的測定?，F(xiàn)在處理過的信號被發(fā)送到比較裝置14,其對從圖像輸入的視頻信號的選定的火焰裝置10與存儲在存儲器16中的“簽名”的視頻信號。簽名信號代表的各種位置和身體端口變動有不同程度的犯罪意圖的人。該方法用于獲得這些簽名的視頻信號的數(shù)據(jù)的基礎上按照本發(fā)明的另一個方面在下文中更詳細地描述。如果比較是正與一個簽名的視頻信號的一個或多個，輸出“警報”信號是從發(fā)送的比較裝置14到控制器18,控制器18控制的一個次要的，高分辨率圖象輸入裝置（操作視頻攝像頭）20和常規(guī)的監(jiān)視器22和錄像機24。視輔助攝像機20的字段是優(yōu)選最多，相同的視圖中的主攝像機10的視場，測量的第二觀察區(qū)域。錄音機5月24日在法院辦公室或法律設施，以防止不利的資料的損失，由于篡改設在現(xiàn)場和/或在兩個執(zhí)法機構（未顯示），并同時進行。輔助攝像機20的目的是提供一種具有假定犯罪意圖的個體的詳細的視頻信號，并且還提高假陽性和假陰性的性能。這個信息被記錄在視頻記錄器24和一個監(jiān)視器22上顯示出來。的警鐘或光（未示出）或兩者可被從控制器20提供并通過一個輸出信號被激活到召喚主管立即查看相關的視頻圖像顯示進行中的明顯犯罪并訪問其準確性。在本發(fā)明又一實施例中，一個錄像機26的連續(xù)操作（使用6小時的環(huán)帶，例如）。錄像機26正在由錄像機控制器28控制。直接從圖像輸入所有的“實時”影像裝置10被立即記錄并存儲為至少6小時，例如。一旦確定了犯罪的過程中，從控制器18的信號被發(fā)送到VCR控制器28改變拍攝模式從磁帶的循環(huán)模式，以非循環(huán)模式。一旦錄像機26變?yōu)榉茄h(huán)模式下，磁帶將不會重新循環(huán)，因此將保留被調查網(wǎng)站的或許重要記錄的視頻信息，包括犯罪本身，并導致對犯罪的事件。當啟動非循環(huán)模式下，視頻信號也可以被發(fā)送到位于別處錄像機；例如，在一個執(zhí)法機構，并同時向法院及其相關辦事處的其他安全地點。前的視頻信號與存儲在存儲器中的“簽名”信號被比較，每個視頻幀采樣是“分段”成份與檢測在其中的物體。到段的視頻信號，從光導攝象管或CCD/電視攝象機所產生的視頻信號的一個圖像光柵分析儀進行分析。雖然這個過程會導致輕微的信號延遲，它是完成近實時的。在某些位點，或在某些情況下，一個高分辨率照相機可以不要求或以其它方式使用。例如，通過一個相對簡單和低成本的相機所提供的分辨率可能是足夠的。根據(jù)安全的特定位置被調查，并且一天中的時間的水平，分析幀之間的幀間隔的長度可以變化。例如，在高風險區(qū)域，從CCD/電視相機每幀可以連續(xù)地進行分析，以確保信息的最大量之前和犯罪的過程中記錄。在低風險區(qū)域，它可能是優(yōu)選的，以或許采樣來自每個攝像機每隔10個幀，順序。如果，這樣的采樣過程中，確定異?；蚩梢傻氖录l(fā)生，比如兩個人走的很近對方，那么系統(tǒng)將其中系統(tǒng)中的可疑變?yōu)椤瓣P注和好奇的”激活警報模式動作和采樣率提高到也許每5幀或什至每一幀。如更詳細地描述如下，這取決于系統(tǒng)的采用（例如：視頻只，僅音頻或兩者），在這樣的一個警告模式的類型，整個系統(tǒng)可被激活，其中音頻和視頻系統(tǒng)開始進行采樣的環(huán)境足夠的信息來確定行動的意圖。參照圖2,特定的攝像機輸出的若干幀被示為示出了根據(jù)本發(fā)明所執(zhí)行的分割處理。系統(tǒng)開始在幀K到采樣和確定有四個對象（先前確定的給定人，如下文所述），公元位于被治安的特定區(qū)域內。由于沒有什么不尋常的是從最初的分析確定后，系統(tǒng)不能保證一個“警戒”狀態(tài)。人A,B和D是根據(jù)正常的，非犯罪意圖移動，因為可以觀察到。一個犯罪的可能性時表示幀k+10至K13頃由差分處理分析。如果身體部位的運動表示速度，加速度和“抽筋”，與存儲的數(shù)字信號描繪已知的犯罪人身攻擊的動作比較積極的，它很可能是一個犯罪過程中在這里。此外，如果一個高速起飛時表示某丙遠離某乙，如幀表示K15至K+17,信心較大的水平，是實現(xiàn)在決定一個實體的犯罪行為已經發(fā)生或即將。會產生警報的任何一個以上的條件成立的時刻。該報警條件將導致發(fā)送的警察或警衛(wèi)到犯罪現(xiàn)場，啟動高解析度CCD/電視鏡頭記錄下犯毆打人的臉，一個響亮的揚聲器被自動激活，打一個錄音通知警告肇事者的他的行動嚴重性現(xiàn)在正在開展，并要求他停止了犯罪行為。天黑后一個強烈的光線會自動開啟。自動響應將被致動的時刻報警條件是由處理器決定的。此外，報警信號發(fā)送到派出所，以及事件的相同的視頻信號傳輸?shù)接煞ㄍノ蔚臄?shù)據(jù)收集辦公室，公設辯護人辦公室以及地區(qū)檢察官辦公室。如上述那樣，有必要比較所得的身體部位的運動涉及的物理犯罪行為簽名，這是由特定的運動特性（即，速度，加速度，加速度的變化），用一組的簽名文件表示身體的犯罪行為，其中身體部位的運動都參與活動。這個比較中，通常被稱為模式匹配，是模式識別過程的一部分。身體的犯罪行為，其中涉及身體部位的運動，如手，臂，肘，肩，頭，軀干，腿和腳文件，可以進行審查，以確定這種模式。此外，優(yōu)先級可以通過實驗和物理犯罪行為從模擬是由專業(yè)演員頒布的“戲劇”云集設置，從誰已經被警察抓到，以及誰已經報道的細節(jié)受害者遭遇歹徒收集的數(shù)據(jù)他們的經驗將幫助演員進行準確的。視頻其涉及這些模擬行為運動的可被存儲在數(shù)字化的形式，并為每個所涉及的身體部位的運動簽名準備文件，在物理模擬的犯罪行為。在另一個實施方案中，上述異常檢測系統(tǒng)包括RF-ID（射頻識別）標簽或卡片，以協(xié)助視圖的攝像機的視野內的個體的檢測和跟蹤。這種卡或標簽可用于經授權的個人，當由射頻讀寫器查詢作出回應。從而能夠有充分的視頻傳感器中登記的標簽的傳播模式的響應信號。該卡片或標簽，當檢測到視頻，那么可以斷定，友好和認可。這些信息將簡化分割過程。連接到每個RF-ID卡光將被打開，當詢問信號的積極響應成立。的光將出現(xiàn)在計算機生成的網(wǎng)格（在監(jiān)視器的屏幕上也）與磁道明確表示的相交處，隨后通過物理相互作用。但也注意到將是標記和未標記個體之間的交叉點。在所有的這些情況下，分割過程會更簡單。還有的RF-ID卡和讀寫器的廠家很多，三個主要的是，普林斯頓，新澤西州，達拉斯的AMTECH,得克薩斯州和愛達荷州博伊西市的美光科技的大衛(wèi)Samoff研究中心。本發(fā)明的應用包括銀行，自動取款機，賓館，學校，宿舍，宿舍，辦公室及住宅樓宇，醫(yī)院，人行道，馬路旁，公園，集裝箱和集裝箱裝卸區(qū)，航運碼頭，火車站，卡車裝載站，機場客運及貨運設施，公交車站，地鐵站，劇院，音樂廳，體育場館，圖書館，教堂，博物館，專賣店,商場，餐廳，便利店，酒吧，咖啡廳加油站，高速公路休息站，隧道，橋梁，閘道，高速公路,收費站，倉庫，油庫和，工廠和裝配室，執(zhí)法設施，包括監(jiān)獄的部分。任何地點或設施，民用或軍用，要求安全性將是一個可能的應用。本發(fā)明的進一步應用在移動平臺：汽車，卡車，公交車，地鐵車廂，火車車廂，無論是貨運和客運，船，船舶（客運和貨運），油輪，服務及工程車輛，并越野，容器和其載體，以及飛機,也等效于軍事和敏感的移動平臺。作為一個威懾到轎廂頂一個微小的CCD/TV攝像機隱藏在天花板或汽車的后視鏡，并且通過一個銷孔透鏡來駕駛席集中，可能被連接到視頻處理器來記錄的臉部驅動。相機由自動單詞識別處理器，將確定的眾所周知的表達式通常使用的汽車jacker觸發(fā)。視頻畫面將在車上被記錄下來，然后通過手機發(fā)送。如果沒有手機，汽車jacker面對的視頻短片錄制將被保持，直到車被警方發(fā)現(xiàn)，但現(xiàn)在在手的證據(jù)（在汽車jacker的圖片）。在目前的監(jiān)控系統(tǒng)，保安人員駐守監(jiān)視器警告只對在規(guī)定的觀察區(qū)域顯示可疑行為（犯罪行為）的視頻圖像。因此，保安人員用于訪問罪的準確性，并確定適當?shù)捻憫匾男袆?。通過使用計算機來有效地過濾掉從觀察區(qū)域的所有正常和非刑事的視頻信號，更少的保安人員被要求調查和“安全”更大的總面積（包括更多數(shù)量的觀察區(qū)，即，相機）。還可以設想的是，本系統(tǒng)可以應用于輔助盲人“看”。電池供電的便攜式版本的視頻系統(tǒng)將自動識別的視圖和語音合成的領域中已知的對象會“說”的對象。例如，“椅子”，“桌子"等將顯示一個椅子的存在和一個表格。取決于要進行監(jiān)管的區(qū)域，優(yōu)選的是至少兩個，也許三個攝像機（或視頻傳感器）被同時用于覆蓋的區(qū)域。如果一個攝像頭感刑事訴訟第一級，其他兩個可以被操縱，以提供行動的三維視角覆蓋。在對所監(jiān)管區(qū)域的物理相互作用的三維圖像將允許觀察更多數(shù)量的與步驟相關的詳細信息：搭話，威脅，毆打，反應和后的反應。從二維圖像轉換過程的三維圖像是通過使用已知的Radon變換的實現(xiàn)。在本發(fā)明中，作為人身威脅和襲擊的受害者，也是獨立揚聲器（男，女不同年齡組）和方言獨立的單詞和簡短的句子運動特性的物理變化的詳細信息，相應的擴展操作階段反應，將啟用自動識別罪犯的攻擊，沒有后衛(wèi)，他需要的，除非需要通過法規(guī)及其他外部要求。在本發(fā)明另一實施例中，兩個視頻與聲頻信息進行采樣，并進行分析。聲學信息進行采樣，并進行分析以類似的方式對上述視頻信息的取樣和分析。音頻信息進行采樣和分析，在圖中所示的方式。4,和基于現(xiàn)有技術。音頻話音頻帶的工作，而其相關聯(lián)的自動語音識別（ASR）的系統(tǒng)中，不僅會降低從視頻分析產生的誤報率，但也可以用來觸發(fā)視頻和其他傳感器，如果聲音威脅早所觀察到的威脅。參照圖如圖4所示，傳統(tǒng)的自動識別系統(tǒng)如圖所示，它包括輸入的麥克風系統(tǒng)40,分析子系統(tǒng)42，一個模板子系統(tǒng)44,模式比較器46,和一個后處理器和決策邏輯子系統(tǒng)48。在操作中，在激活時，聲學/音頻監(jiān)管系統(tǒng)將開始采樣所有附近的聲信號的（或所選擇的部分）。的聲信號將包括語音和背景噪聲。背景噪聲信號通常是已知的和可預測的，并且因此可以容易地過濾掉用常規(guī)的濾波技術。其中預期噪聲信號不熟悉演說，汽車相關的聲音，鳴喇叭，警報器，風和/或下雨的聲音。麥克風輸入系統(tǒng)40拾取的聲音信號，并立即過濾出可預測的背景噪聲信號，并放大其余辨認聲信號。過濾后的聲信號在分析子系統(tǒng)42,它由數(shù)字和頻譜分析技術來處理這些信號進行分析。分析子系統(tǒng)的輸出進行比較的圖案comparater子系統(tǒng)46與存儲在存儲器44中選擇預定的詞。后處理和決策邏輯子系統(tǒng)48產生一個報警信號，如下所述。這些模板44或許包括約100簡短和容易識別的簡潔表達，其中有些是簡單的詞，和常用的那些意圖犯罪行為。由一個罪犯之前，一個搶劫的受害者口語常用詞組的一些例子，例如，包括：“給我你的錢”，“這是一個棒了”，“給我你的錢包，你會不會受傷“。。。等。此外，在這樣的搶劫常用的答復從一個典型的受害者也可以存儲為模板的話，如“幫助”，以及某些聲音，如尖叫，尖叫聲和呻吟聲，等。具體的Word模板，從中填寫會員聲學聲音相比，一定要慎重選擇，考慮到個別客戶特殊的口音和口語在關注的區(qū)域語言的俚語。因此，必須使用每個單詞的頻譜內容的統(tǒng)計平均。在圖中所示的單詞識別系統(tǒng)的輸出。4被用作觸發(fā)信號，啟動聲音記錄器，或在本發(fā)明其他地方使用的照相機，如下所述。在麥克風輸入子系統(tǒng)40使用的首選麥克風是一個鏡頭，槍式話筒，如購自森海塞爾公司德國法蘭克福。這些麥克風具有超心形的傳播模式。然而，該模式的增益可能太小，對于高流量區(qū)域，因此可能需要一個以上的傳聲器陣列的配置中，以充分聚焦和跟蹤的這些區(qū)域。麥克風系統(tǒng)的傳播模式可以更好地專注于一個移動的聲源（如，一個人走路和說話）。常規(guī)的定向麥克風也可代替一桿槍型麥克風的使用，如由索尼公司東京，日本制造。這樣的定向麥克風將實現(xiàn)類似的增益，以散粒槍型麥克風，但是具有更小的物理結構。一個反饋環(huán)電路（未具體示出）原產于后處理子系統(tǒng)48將指示麥克風系統(tǒng)由視頻攝像機所調查的區(qū)域內跟蹤聲音的特定動態(tài)源。由本發(fā)明的視頻部分的重寫信號將激活并直接向視攝像機的視場方向上的麥克風系統(tǒng)。換句話說，如果視頻系統(tǒng)檢測潛在的犯罪行為時，視頻系統(tǒng)將控制對所關注場景的音頻記錄系統(tǒng)。同樣地，如果音頻系統(tǒng)檢測進取性的話，如上所述，該音頻系統(tǒng)會指示相應的視頻攝像機，以在視覺上覆蓋并記錄聲音的視在源。許多公司已經開發(fā)出相當準確快捷的，基于隱馬爾可夫模型（HMM）與人工神經網(wǎng)絡（ANN）相結合獨立揚聲器字識別系統(tǒng)。這些公司包括紐約Armonk,AT&T貝爾實驗室，劍橋，馬薩諸塞州和Lernout比利時和Hauspie的Kurtzwell的IBM公司。簡單地說，HMM模型應用于文字識別概率統(tǒng)計方法。在培養(yǎng)步驟中，估計是由每個字的概率模型，例如，那些被認為有可能在一個相互作用被說出的字的裝置和協(xié)方差。其中任一給定單詞的發(fā)音的各