法可以被使用。此处，图像信号的空间频率特性、均匀性、连续性、颜色信息、深度信息等可以被使用。例如，使用机器学习方法来检测目标的方法可以是哈尔分类器(Haarclassifier)。哈尔分类器频繁地用于识别面部目标，但是对于意图的学习对象目标，其还可以经由重复训练而被应用于多种目标。基于学习到的信息，当输入新的测试数据时，哈尔分类器可以确定新的测试数据是否是已经学习到的对象目标。即，哈尔分类器提供了一种手段以确定目标或目标的位置是否在特定点处及时地存在于静止图像中。
[0052]参考附图2，以下将描述通过目标提取单元122来检测根据每个事件情景的目标的方法。
[0053]当虚拟资源事件检测单元121检测事件“智能电视被打开”时，首先，目标提取单元122检查在监视图像中区域是否已经发生改变。当区域已经发生改变时，相应的区域被检测为候选目标。目标提取单元122可以基于哪个“智能电视”被识别，通过使用特征元素经由分析算法或哈尔分类器来检测额外的候选目标，
[0054]另一方面，即使检测到了事件已经发生，如果在空间监视信息中未观察到显著的变化或特征，则目标提取单元122可以直接控制虚拟资源(比如主动控制、诸如关闭或打开电视、打开或关闭灯、控制音频装置等)，并且当作出了显著的变化时，目标提取单元122可以通过该变化来检测候选目标。
[0055]目标位置计算单元123计算在3D空间中由目标提取单元122输出的每个候选目标的位置信息，对于空间监视单元102，如上所述那样，当3D深度信息可利用时，其可被用作为位置信息，并且如果3D深度信息并非直接可利用，则可以通过执行额外计算来估计位置信息。此处，位置信息可以由矩形坐标系(比如笛卡尔坐标系)或极坐标系来表示。可以通过选择性地使用合适的坐标系来表示信息。例如，当空间监视单元102通过使用RGB深度摄像机正在监视六面体空间时，优选地，通过使用由摄像机输出的图像和深度信息以矩形坐标系来表示每个目标的3D位置信息。如果空间监视单元102包括两个或多个摄像机，则可以通过使用诸如立体匹配、多视角匹配等技术来获取由每个摄像机提取的目标的3D位置信息。如果仅使用单个图像摄像机，则获取深度深度信息也许是困难的。在这种情形下，在不考虑摄像机中对于目标的深度信息的情况下，通过使用诸如3D球形坐标系的极坐标系利用比如上/下/左/右角度来表示目标的位置。
[0056]在计算每个候选目标的位置信息之后，考虑到⑴目标、(2)目标的位置信息、(3)产生了事件的虚拟资源的特性、(4)由虚拟资源产生了的事件的类型等的情况下，虚拟资源位置识别单元124将被确定具有逻辑误差的候选目标一起移除，并且确定虚拟资源的候选位置。例如，如果确定了电视或冰箱利用支撑件来悬浮，则如果自身不能移动的静止虚拟资源在位置上随时间已经发生了显著的改变或者其尺寸随时间显著变化得比阈值更大，则虚拟资源位置识别单元124移除这种情景以增加准确性。为此目的，存储在虚拟资源信息DB131中的信息可以以反馈的形式来使用。
[0057]候选目标的确定的位置信息被认定为虚拟资源的候选位置并且被存储在虚拟资源信息DB 131中。此处，多个候选位置可以被映射为单个虚拟资源。此外，如果不存在候选目标或者如果不存在候选目标的位置信息，则虚拟资源的候选位置也许不会被识别出。然而，当事件在虚拟资源中重复地发生时，相同的计算过程可以被再次执行，因此，相对于存储的虚拟资源信息DB 131而改善了位置信息的准确性。在本发明中，为了改善位置准确性，提出了使用诸如卡尔曼滤波器(Kalman filter)或粒子滤波器(particle filter)的统计滤波工具的方法以作为使用已经可靠的虚拟资源信息DB 131的具体方法。
[0058]信息处理单元120和虚拟资源信息DB 131可以不存在于物理上靠近虚拟资源识别和状态信息收集单元101和空间监视单元102的位置中。大体上讲，为了同时处理虚拟资源的状态信息和监视的空间信息，需要具有高标准的计算资源。此外，由于收集的关于虚拟资源的信息需要被稳定地管理，因此信息处理单元120和虚拟资源信息DB 131可以被放置在连接到网络的远程位置以便在技术上管理信息。
[0059]到目前为止，已经被描述了根据本发明实施例的用于映射虚拟资源的位置信息的装置的构造。此后，参考图3至图5，根据本发明实施例的用于映射虚拟资源的位置信息的装置的操作将会被描述。
[0060]图3是示出了根据本发明实施例的用于映射虚拟资源的位置信息的方法的视图。
[0061]在步骤S10，虚拟资源识别和状态信息收集单元101识别存在于特定空间中的虚拟资源并且收集当前虚拟资源的内部状态，并提供当前虚拟资源的服务信息等。
[0062]为此目的，使用布置的通信协议通过网络来连接虚拟资源识别和状态信息收集单元101及虚拟资源。例如，UPnP是指一种通信协议的集合，其能够使由虚拟资源提供的内容或服务被容易地分享和控制。支持UPnP的虚拟资源可以被网络内的其他设备、容易地识另O、分享内容和控制彼此，或者可以被彼此控制。UPnP协议被描述为这样一种示例:其支持虚拟资源之间的网络连接或支持虚拟资源与虚拟资源识别和状态信息收集单元101之间的网络连接，并且本发明并不限于此。
[0063]优选地，虚拟资源识别和状态信息收集单元101被构造为自动识别连接到网络的虚拟资源并且连续地收集和管理状态信息或每个虚拟资源。
[0064]在步骤S20，当基于由虚拟资源识别和状态信息收集单元101识别的虚拟资源信息而改变虚拟资源的状态时，虚拟资源事件检测单元121将其确定为事件。
[0065]例如，假设，智能电视的音量、频道等发生了改变。此处，虚拟资源事件检测单元121可以感知被称为智能电视的特定虚拟资源的内部状态信息已经改变，并且将其确定为事件信息。检测到的事件信息可以包括产生了该事件的虚拟资源的信息、该事件发生的时间、产生的事件的类型，并且目标提取单元123可以综合地使用该信息。
[0066]在步骤S20，当虚拟资源事件检测单元121检测特定事件时，目标提取单元122在接收到从空间监视单元102获取到的图像信息或深度信息之后提取被确定为产生了该事件的虚拟资源的候选目标。
[0067]此处，当事件在虚拟资源中发生时，可以从空间监视单元102实时地获取空间监视信息(比如图像信息、深度信息等)。
[0068]另一方面，时间同步的时间戳信息可以被包括在从空间监视单元102获取的空间监视信息中并且随后被存储在临时缓冲区或存储库中，并且随着时间流逝一定程度后，可以处理该时间戳信息。
[0069]图4是示出了根据本发明实施例的目标提取方法的视图。此后，参考图4，根据本发明实施例的目标检测方法将被描述。
[0070]在步骤S31，目标提取单元122接收诸如产生了事件的虚拟资源的内部状态并提供服务的信息。
[0071]在步骤S33，目标提取单元122在接收到从空间监视单元102获取的图像信息或深度信息后提取被确定为产生了事件的虚拟资源的候选目标。
[0072]例如