電腦視覺監控產學研聯盟

The Industrial Liaison Program Of  VBIE

 

2010年4月第35期

電子報

 

 

 

 

 

 

 

發行單位:電腦視覺監控產學研聯盟

出刊日期:2010年04月

本期主編: 江政杰

本期聯絡人: 林芳而

(02)-3366-4888轉306

台北市羅斯福路四段一號資工系館306室  

電腦視覺監控產學研聯盟網站: 

http://vbie.eic.nctu.edu.tw/

 

         

 SecuTech Expo台北國際安全博覽會

MOBIO國際人臉辨識比賽簡介

 

即插即用遠端監控系統(安心家)-產品試用心得

淺談智慧型停車場之技術發展–尋車導引系統

監控相機之最佳化佈置

 

 

SecuTech Expo台北國際安全博覽會

展覽日期: 2010421~23

展覽地點: 台北世貿南港展覽館

撰稿/

施朝欽

台大網媒所

SecuTech Expo台北國際安全博覽會」自1998年開始舉辦,每年匯聚超過700家台///...等國家之廠商參加,各主流製造商及國際大廠於此發表年度最新產品、技術與應用,並吸引全球逾100國的安控專業買主前來。本活動目的在展出最先進的安全科技產品、提供犯罪預防、災害應變與企業安全管理的最新應用解決方案;期望與安全相關業者進行最全面的互動交流,並藉此引導全民正確安全管理觀念、了解最新安全產品與運用、協助企業落實安全管理建制。

本次展覽主要分成三大主題:

一、IP Solution

       SecuTech 2010特別提出IP Solution主題,提供「IP監控設備/應用展示」與「全球數位監控應用發展論壇」!目的為滿足各界對IP監控相關器材設備的需求、及各種IP網路監控相關系統組成架構與解決方案的趨勢掌握。IP化已是業界一致認同的發展趨勢,不論是監視/門禁/防盜的產品技術或是系統整合應用等,IP Solution都備受關注。因此以「IP&Hybrid驅動監控發展新趨勢」為主軸,規劃系列安控新技術、應用案例、與新品發表等。並特別邀請Microsoft擔任開場演說,分享該公司如何運用技術落實全球的安全。

      此外,邀請監控標準制定的國際組織HDCCTVONVIFPSIA,以座談方式進行交流對談,共同討論探討高解析影像監控的規格與挑戰。同時邀請澳洲系統整合商VideoControlRoom分享不同品牌的IVS產品實地測試的經驗報告。其他還有多家廠商針對:「高畫質影像監控技術發表」與「軟體管理平台」二大議題,分享HDMagapixel、軟體管理等相關技術與應用案例,參與的IP大廠有:ArecontHikvisionPanasonicPelcoSeagateWPG …等。

本主題所規畫之主要研討會有:

Track A 高畫質影像監控技術

1. How Microsoft global security is using our technology to drive our operational security model globally to protect our people and assets/Microsoft

2. Lead surveillance market to IP - i-PRO SmartHD Concept/Panasonic

3. Megapixel Crash Course/Arecont Vision

4. Overview of IP Imaging Systems/Pelco

Track B 軟體管理平台

1. Intelligent Video Test Report/VideoControlRoom

2. Top 5 Best Practices for Getting the Most Value from Analytics/WPG

3. Video Surveillance 2.0: HD Standards and Challenges/HD CCTV, ONVIF, PSIA

4. Safer Streets with Megapixel Technology/Hikvision

5. Riding the HD Wave in Surveillance : How HD and Megapixels Adoption in Surveillance Changes Storage Requirements Seagate

 

二、智慧建築/智慧生活:

隨著國內ICT產業的發達、智慧生活科技產業的發展,加上國人對生活品質的要求漸漸提高,智慧化建築已成為當今熱門產業之一,愈來愈多的建案開始朝向智慧建築發展,而透過科技產品讓生活更安全、舒適、便利及節能的需求快速增溫,帶動智慧生活市場也開始蓬勃發展。

主辦單位特地規劃「智慧建築與智慧生活發展論壇」,探討「智慧建築發展策略」及「智慧小鎮與智慧經貿園區推廣」二大主題。在智慧建築發展策略部份,呼應目前市場最受矚目的節能議題,規劃「國內智慧建築發展政策」、「智慧建築與智慧節能發展政策」等議題,並邀請國內智慧生活業者發表最新的應用案例;在智慧小鎮與智慧經貿園區推廣部分,探討最新的「運用最新科技發展智慧小鎮與經貿園區」議題,同時邀請國際知名業者發表智慧社區規劃與發展趨勢及實際應用案例,提供最新的智慧建築法規說明、智慧生活發展方向及技術,打造智慧社區、智慧台灣。

本主題所規畫之主要研討會有:

1. 國內智慧化居住空間發展政策/內政部建研所

2. Eco-Friendly smart system/Kocom , Chunho Ko

3. 智慧社區全系列「觸控主機」成功實例與智能居家環控整合標準方案/遵宇科技

4. Door Phone與智慧化居住空間服務/安潤科技 蘇俊旭董事長

5. 智慧建築 產業商機與推廣/財團法人台灣建築中心 徐文志董事長

6. 台灣智慧綠建築發展趨勢探討/智慧建築標章審查委員會召集人  溫琇玲教授

7. 全台首棟通過智慧建築標章7大指標之案例分享/生產力建設  張芳民總經理

 

三、國土安全:

       台灣所處的特殊地理環境,境內山林、河川的錯綜分布,而全球暖化所導致之極端氣候異常增加,更讓我們須面對多元且頻繁之各種天然災害,包含:地震、風災、水災、土石流…等嚴峻的挑戰。面對各種災害的多變性與複雜性,如何更有效的建置我國災害防救系統,必須納入國土安全的整體規畫與考量之內。

       除了災害防救與應變之外,「國土安全」尚包含城市安全、國境海防、智慧防災、疾病管制、入出境追蹤等重要議題;其他如水壩、電廠、煉油設施等重要設施之周界防護,亦是國土安全涵蓋之範圍。在國土安全的議題與需求日漸受到重視之際,各種高端、專業、整合功能之安全防護產品,在未來將更具高度發展之潛力。

本主題所規畫之主要研討會有:

1. 台北市災害緊急應變中心規劃發表/熊光華 局長/台北市政府消防局

2. 災害應變作業流程與科技應用/郭臨伍 理事長/台灣安全設備與服務產業協會

MOBIO國際人臉辨識比賽簡介 (2010)

撰稿/

李秉翰

台大資工所

Mobile Biometry Face and Speaker Verification Evaluation (MOBIO),與第二十屆International Conference on Pattern Recognition (ICPR)一起舉辦。ICPR有悠久的歷史,兩年舉辦一次,為國際電腦視覺領域一重要的研討會,是 International Association for Pattern Recognition (IAPR)的研討會之一。這項比賽要求參賽者的程式自動從影片中擷取人臉並辨識其身份。每段影片約包含500個單張影像,同一個身份有數段影片,有些拿來註冊,有些拿來做辨識。這項比賽的難度頗高:影像中人臉可能有劇烈之光線、拍攝角度、有配戴眼鏡\無配戴眼鏡,或是戴帽子的變化。 REF _Ref258176356 \h 圖表 26 REF _Ref258176360 \h 圖表 33顯示了一些從影片中擷取之單張影像,每兩張為一對,舉例來說, REF _Ref258176356 \h 圖表 26 REF _Ref258176397 \h 圖表 27分別為同一使用者的註冊與測試影像。此比賽以線上方式繳交結果,這個部分已於201031日截止。比賽的結果將於20108月於土耳其伊斯坦堡公開發表。

 

圖表26

註冊用女子一

圖表27

測試用女子一

圖表28

註冊用女子二

圖表29

測試用女子二

圖表30

註冊用男子一

圖表31

測試用男子一

圖表32

註冊用男子二

圖表33

測試用男子二

即插即用遠端監控系統(安心家)-產品試用心得

撰稿/

林士堯

台大網媒所

一.前言

    在居家看護以及視訊監控的應用上,遠端監控需求占有關鍵的腳色,而網路傳輸功能的提升與完備,促成了網路式數位攝影機(IP Camera)之市場發展。IP Camera在傳統安全監控領域中,仍屬於較新興的一環。每一個IP Camera具備一個IP位址,可直接傳輸至後端進行影像儲存之技術上,不僅提供遠端監控服務,產品價格也更具平價之特色,讓網路式數位攝影機進入家庭式或小型辦公區域的市場內。

    然而傳統的網路式數位攝影機,仍需要接上實體網路線,不管是在裝置的設定及環境美觀的擺設上往往受限於網路線而造成不便。而無線IP Cameras 具有免接網路線之好處,但是受限於無線網路之有效範圍以及訊號是否受到干擾,在應用上仍有侷限性。此即插即用之網路攝影機產品,並不使用網路線或無線網路等傳輸方式,而是將影像訊號改由電源線傳輸,讓此產品可以更簡便的安裝在居家室內之環境。

 

二.產品簡介:

    此產品可以裝置於家中的燈泡插座, 利用家中的電源線即可傳輸訊號,架設時不需額外架線鑽孔。只需將電力線網路橋接器連接至網路設備並安裝軟體後,便可以從家用電腦觀看攝影機的即時影像,此產品亦可以下載專用軟體到您的3G 手機,透過3G手機觀看家中的攝影機影像。

產品之所有附件

產品規格及系統需求

 

產品之安裝設定流程

 

.實際測試

    安裝好軟體後,實際環境測試。首先將電力線網路橋接器連上網路線,並將IP Camera接上電源插座。即可觀看及擷取\錄製影像。

 

  

裝置設定

四.試用心得

    在試用過本產品後,發覺本產品具有多項操作上的優點,包含: 設定容易、可對接16隻攝影鏡頭、可即時或預約錄影、觸發警示功能,可即時發送E-mail、紅外線夜視功能、3G手機或電腦可隨時監看、多國專利電源線傳輸、攝影機可隨意更改安裝位置等。

    對於本產品在未來之設計上,提供一些建議。1. 在自動白平衡的部分,在極少數的時候會出現色調略有偏差的情形,2.在某些視訊監控以及居家看護應用上可能需要PTZ camera的支援。雖然有可能增加本產品之成本,但是將對本產品提供更佳之實用性。

 

淺談智慧型停車場之技術發展尋車導引系統

撰稿/

陳宣輯

台大資工所

1.簡介

近年來隨著大型建築物與商場規模日漸擴大,停車場的範圍、樓層數與總車位數也不斷的放大。例如台北101地下室有五層共1800個停車位、大安森林公園室內停車場也有1376個停車位、台北府前廣場停車場共2027個停車位、桃園國際機場地下室共兩層一共2000多個停車位,目前單一停車場超過上千個車位已是普遍的現象,相對也提升民眾對停車場監控設備與服務的需求。

在這類形大型停車場中,經常產生以下兩個問題:當車主進入幾乎客滿的停車場時,很難在廣大的停車場中尋找一至兩的空車位,常常駕駛人需要不斷的繞行,不但費時費力,最重要是浪費的汽油使用量,不符合環保概念;此外駕駛人對停車場環境較為陌生,又室內停車場不同區域的場景都非常雷同,顧客很容易忘記車子停放的位置,因此經常造成車主離場前尋車的困惑與不便。針對上述的這些問題,目前已經有一些創新的概念或技術,希望藉由智慧型停車空間解決這些問題,提供一個最方便的停車環境。

 

2.智慧型停車場相關技術

2.1 Sensor based approach

台灣工業設計家Wu曾提出一項概念產品 "BeeParking"。它採用一張軟板顯示片並嵌入Zigbee的晶片,製成一張能及時提供訊息的【停車導引卡】,如圖1。它迅速找出停車場內現有的空位、也可告知車主停車所在。

1BeeParking 停車導引卡

【停車導引卡】是利用停車場內所設置的主機,記憶並計算出停車場內所有停車格已停與未停的位置;然後將訊號發送到駕駛人進入停車場所抽出的停車導引卡內嵌的晶片當中。駕駛人拿著停車導引卡上所指示的指標方向,前進距離最近的空位停車格,並顯示停車位編號於其上。假如購物完畢,再依照停車導引卡的指標迅速找出自己的停車所在。最後,駕駛人依照停車導引卡指引方向找出停車場出口 離開,如圖2所示。

(a)           (b)

2(a)停車導引卡指引出口位置 (b)停車導引卡指引停車位置

這個創意概念,獲得被譽為工業設計界的奧斯卡獎、德國的紅點(Red-dot award)獎項的肯定!並受到大型購物商場林立的歐美國家的重視,顯示業界對這類型的停車場服務有極大的需求。

但是這個概念需要建置多個Zigbee裝置於停車場周圍,與停車導引卡上的Zigbee晶片共同合作達成車輛及時定位,才能了解車位與行駛中車輛的相對關係,並傳送最新資訊到停車導引卡:此外還需要在每個停車位上都裝設IR感測器,得知車位是否為空,如圖3所示。目前台北大安森林停車場也採用了IR感測器,如圖4所示。這類廣佈感測器的方式相當耗費施工與耗材的成本,若停車場預先沒有設計,複雜的管線配置將大大降低其可行性。 

3BeeParking 裝置佈建示意圖

   (a)

    

(b)          (c)

4(a)大安森林公園停車場採用IR感測器了解車位停放狀態,紅色圈為IR sensors,綠色圈為佔用顯示器,若顯示綠色為空位,紅色為已有車子停放,細部檢視如(b)(c)

 

2.2 Camera based approach

傳統廣置感測器的方式,需要為每一個停車位架設感應元件,不僅建置成本高,系統維護上也需要額外的花費。目前已有多個研究採用視覺監控技術來建立自動化停車場,以成本與施工的複雜度來說,視訊分析的方式來偵測停車場的空位或車輛的停放情形,更能貼近市場的需求。

Huang and Fu於台灣工研院與美國卡內基美隆(CMU)合作研發,以電腦視覺技術建構停車場管理服務[1][2][3]。他們採用抗縮放特徵抽取(Scale Invariant Feature Transform)與隨機抽樣合議演算法(Random Sample Consensus)找出強健的對應特徵點,將室外停車場的多攝影機影像透過平面投影轉換(Homography)疊合成全域影像,克服單攝影機的視角限制,提供系統全景式的影像,如圖5所示,方便掌握每個車位與車輛於場內的停放情形與行駛狀態。並利用高斯混合模型(Gaussian Mixture Model)偵測移動中的車輛,配合移動前景物體的色彩資訊直方圖、前景大小、進行簡單的車輛追蹤。因此系統能將某段時間所有的車輛移動情形展示出來,如圖6(a),也可選定單一車輛,了解其移動軌跡與最終停放位置,如圖6(b)

5:利用平面投影轉換提供全景影像功能

 

(a)   (b)

6(a) 顯示所有車輛移動的軌跡 , (b) 單一車輛的停放情形

除了利用追蹤的方式了解車位佔有情形,如圖7所示;他們也曾提出另外的停車場空位偵測方法,使用一個八類的支持向量機(8-class Support Vector Machine)分類器來分析停車場上所拍攝的視訊,推算出停車位為空位以及被車佔據的可能性。同時為了考慮相鄰停車位之間的關聯性,更進一步藉由馬可夫隨機場域(MRF)架構, 將支持向量機分類器於不同停車位置上的輸出結果整合在一起,能穩定偵測停車場的空位狀態,如圖8所示。

7:採用車輛追蹤法。藍色的方塊代表已被使用的停車格,左下則顯示了目前停車場的統計數據,包含了停車時間,停車場使用率,剩餘停車位等資訊。

8Wu and Huang等,提出之車位佔用偵測演算法

目前透過影像的類型研究仍在持續發展中,例如Wang and Hadson[4]從連續的空照圖影像中分析整個停車場的幾何資訊,並且重建停車場的結構與目前的停車狀態。Ananth[5]Ture[6]Ichihashi[7]也都利用去背景,擷取前景車輛的特徵後,再拿去訓練分類器,達成準確的偵測。除了白天外,目前已能克服夜晚的光線限制,如圖9(a)(b)

 

(a)   (b)

9(a) Ananth的夜晚偵測結果、(b) Ichihashi的夜晚偵測結果 

1.未來研究與展望

Camera based相對傳統廣泛佈置感測器的方式成本較低,較符合市場趨勢;然而之前相關技術與系統需要把攝影機架設於高處,以取得較廣的視角,因此會受限於室內攝影機設置的高度,並不適用於室內停車場。此外,雖有追蹤車輛行駛與車位佔用的情形,但無法提供駕駛人尋車的功能。

目前本研究團隊正結合室內多攝影機網路演算法、車牌辨識與車輛特徵擷取等技術,實現室內停車場之尋車導引系統。未來除了達成以上各種功能外,車主離場時可方便地透過手機或現場公共資訊站,以車牌為輸入,搜尋車輛所在的區域,達成自動化尋車的功能。

2.參考文獻

[1] Q. Wu, Ching-Chun Huang, S.Y. Wang, W.C. Chiu, T. Chen, "Robust Parking Space Detection Considering Inter-space Correlation," IEEE International Conference on Multimedia and Expo (ICME), 2007.

[2] Ching-chun Huang, Yao-Jen Chang, "Vision-Based Parking Spaces Detection," CCL Technical Journal, 2007.

[3] Ching-Chun Huang, and Bwo-Chau Fu, "Vision-Based Parking Lot Surveillance Services," CCL Technical Journal, 2006.

[4] X. G. Wang, A. R. Hanson,“Parking lot analysis and visualization from aerial images,” Proc. in Fourth IEEE Workshop Applications of Computer Vision, 1998.

[5] A. Nallamuthu, S. Lokala, "Vision Based Parking Space Classification" Projects in DIP, Clemson University.

[6] N. True, “Vacant Parking Space Detection in Static Images,” Projects in Vision & Learning, University of California, 2007 [Online]. Available:

http://www.cs.ucsd.edu/classes/wi07/cse190-a/reports /ntrue.pdf.

[7] Ichihashi, H. ; Notsu, A. ; Honda, K. ; Katada, T. ; Fujiyoshi, M, "Vacant parking space detector for outdoor parking lot by using surveillance camera and FCM classifier," IEEE International Conference on Fuzzy Systems, 2009.

 

 

 

 

 

監控相機之最佳化佈置

撰稿/

陳俊宇

中央研究院資訊科學研究所

一、前言

在科技快速的發展下,越來越多的人選擇安置監控攝影機來維護在公共區域與出入口,或是居家保全等,以節省人力的損耗與疏忽。然而,對於隨意設定攝影機之擺放,角度與方位,常常拍到保全人員所非感興趣的畫面,因而達不到監控系統應有的效果,更導致資源的浪費。因此,對於如何有效佈置攝影機之擺放與角度,對監控系統的應用上是不可忽視的課題。

看似容易的攝影機擺放問題中隱藏著多因素最佳化問題。如:監控出入口主要所拍攝人的正面或是側面?要多少的攝影機俯角才能達到最佳拍攝效果?以及所拍攝到的畫面有多少比例為保全人員所感興趣的畫面?當考慮多攝影機擺放問題時,還必須額外考量到攝影機之間的擺放關係,例如:攝影機之間的拍攝空間是否要互斥或是部分重疊;3D的視訊監控應用而言,攝影機之間的拍攝空間則必須要盡可能完全重疊,以達到最佳3D的模型重建效果。若以一般的視訊監控應用而言,攝影機之間的拍攝空間則必須要盡可能完全互斥已達到最大的拍攝覆蓋面積。這些前提的引述下,如何在一個空間妥善佈置攝影機的位置與其俯角,使得每台攝影機可以發揮其最大效益,進而達到節省成本的成果是真正技術之所在。

以下為進一步對監控系統的配置環境分類,如表所示:

目標

考量因素

出入口監控

拍攝畫面要能正確對焦,拍到進入空間的人事物

重要地點監控

將完整的空間有畫面記錄

物件追蹤之監控

在整個大空間要能正確找出目標物在空間的位置

攝影機控制

旋轉角度,俯角,焦距(focal length),攝影機機種等

簡單來說,佈置相機主要兩個要素:

1. 根據使用者需求佈置其所要的拍攝畫面。

2. 調整相機在空間的角度與俯角使其拍攝最有效益的視訊。

這些因素使得攝影機的擺放有不同的佈置結果,因此如何根據保全人員的需求,設計一套以最小成本達到最高效益的監控環境的方法來放置每台攝影機所適合的位置與角度是一個有趣且實用的題材。如圖一所示,假設使用者預計在此場景內安置兩支攝影機,目的為監控此場景的安全,圖中紅色點表示人常出現的座標位置,亦為保全人員所感興趣的區域,攝影機所涵蓋的範圍如藍色區塊所示,則攝影機的最佳擺放位置必須根據人常出現的地點來安裝,以使各攝影機達到最佳效益。

圖一、根據場景目標物擺放攝影機

 

二、相關研究

為因應不同的保全需求,多機種的監控攝影機款式紛紛被廠商們相中,例如紅外線型攝影機、360度旋轉攝影機、無線攝影機,針孔攝影機等。然而針對不同的保全需求,目前尚未有一套完整替保全人員規劃攝影機佈置的系統,主要原因在於攝影機佈置問題仍然存在許多複雜的問題尚待解決。

一般大眾或是保全人員購買攝影機及架設後,總能發現監控攝影機所安裝的角度與位置不盡理想,例如在巷口的攝影機總是無法清楚的拍攝到歹徒的身材特徵。如果只是任意安裝攝影機之位置與俯角,對於事件發生時,可能拍不到歹徒的清晰的五官與犯罪行為,辦案人員可能就無法收集證據來逮捕犯人。

過去在佈置攝影機的研究上,主要討論二維平面場景空間的攝影機擺放位置,針對不同的預設條件去達到最佳化的相機佈置擺放,例如:在經費限制的前提下,或是拍攝所涵蓋的最小範圍的限制下,亦或是以之場景內的所有攝影機擺放的位置條件下,調整其拍攝角度,使得所有攝影機得已在已知場景內發揮彼此間共同拍攝的最佳效能。

有些研究針對攝影機擺放會針對特定目的,比如:追蹤特定的人或物在整個場景內的活動,不論目標物到場景的哪個地點都要可以被系統掌握,所以這樣攝影機的架設方式就需要盡可能涵蓋到整個場景,如此能確保目標物可以隨時被系統掌握其在場景內之所在位置。

對於一些重要出入口,架設只要著重於清晰拍攝到目標物的特徵,如此擺放的目地跟上述用於追蹤的擺放也不同,對於清晰拍到出入口的目標物,如果把攝影機拍攝視野拉大,反而造成目標物在整個畫面所佔的比例小且較模糊,故對特定應用的攝影機位置與角度的架設,必須因應各自的需求去擺放,以增加拍攝效果的效益。

三、最佳化流程

對於攝影機佈建的最佳化,首先要針對不同的需求設計最佳化的匹配方程式。例如:在有經費限制的需求下,擺放攝影機使其涵蓋最大拍攝範圍,則此匹配方程式將必須以相機總支數、款式價位為優先考量以達到最佳涵蓋率為目標;若是在已知場景涵蓋率範圍的需求下,則需擺放最少攝影機數,並使各攝影機擺放能有效達到最佳涵蓋率,一旦目前總攝影機數之涵蓋率不能達到已知涵蓋需求,則必須增加攝影機數以達到最佳涵蓋效果為目標。總而言之,不論以何種需求為前提,攝影機的佈建皆為了達到使用者需求所設計,因此,如何依據需求與條件設計出最佳化匹配方程式為攝影機佈建的首要步驟。

至今,使用不同的演算法解最佳化匹配方程式,其所獲得的結果卻不盡相同,而目前有許多學者針對這個問題提出許多最佳化演算法,例如:利用粒子群優化(Particle Swarm Optimization, PSO)模擬鳥群不可預測行為來放置攝影機的最佳位置;貪心演算法(Greedy Algorithm)一步一步將攝影機擺放置最佳的位置;基因演算法(Genetic Algorithm)找出最適合的基因(攝影機參數)交配以達到最佳擺放效果。依據使用者需求,來設計匹配方程式並選擇合適攝影機擺放之最佳化演算法,可將攝影機調整到最佳的拍攝參數。如此,所有攝影機將能根據使用者需求發揮其最大效益。

四、結論

在居家安全與公共場所保全的應用上,使用攝影機監控系統取代人力的方式已經廣泛地普及化,在一個有監控需求的場景內有效益的佈置攝影機,不僅可以節省保全人力,更能提升犯罪證據的效果。根據使用者個別需求找到合適的演算法,計算出每台攝影機適合的位置與俯角,使其皆能發揮最大效能,將能使系統的實用性與價值性更高。

 

參考資料:

[1] Chang Wang, Fei Qi, and Guang-Ming Shi, “Nodes Placement for Optimizing Coverage of Visual Sensor Networks”, Proceedings of the 10th Pacific Rim Conference on Multimedia, pp. 1144 - 1149, 2009.

[2] E. Hörster, R. Lienhart, “On the optimal placement of multiple visual sensors”, Proceedings of  the third ACM international workshop on Video surveillance and sensor networks, pages 111–120, 2006.

[3] N. Conci and L. Lizzi, “Camera placement using particle swarm optimization in visual surveillance applications”, Proceedings of the International Conference on Image Processing, pp. 3485-3488, 2009.

 

有關本學界科專計畫、電腦視覺監控產學研聯盟、以及電子報之背景與相互關連都已在電子報創刊號詳細說明。本期電子報由分項A子項2主編,在此,我們簡介此子項於學界科專98年度之研究計畫:

子項A2於本年度的研究重點在於使監控人員在一攝影機網路的監控環境下,更容易在不同場景之間追蹤與監控多個目標物,並提供可疑事件的歷史監控記錄與資料庫搜尋,使監控人員能更方便進行中控室操控。本年度的研究主題如下:

1.  停車場之人車連續追蹤:有別於之前的技術,在跨攝影機目標物追蹤上,僅使用時空特徵與外觀顏色特徵。在本年度的研究,我們預期以加入幾何特徵為研究方向,藉由目標物幾何特徵在行進過程中的一致性,並與之前已使用的特徵進行整合,以提高追蹤正確率。我們也預期發展人車的分辨模組,透過機器學習方法的設計與實作,進行物體的部件的分析與辨認,以便提高人車追蹤的效能。

2.  可疑人物之長程追蹤:設計一長程策略來分析可疑人物之行為,藉由結合系統所提供之長程蒐集可疑人物之資訊,來彌補短程偵測方法之不足,以提升單一攝影機可疑人物偵測之正確性。並且,將動態呈現目標物的可疑程度,以提升中控室使用者對場景中人物的即時掌握程度。

3.  可疑事件在中控室之視覺化顯示:開發一攝影機是否遭到遮蔽或明顯移動的偵測技術,例如:攝影機遭到轉向、遮蔽或是鏡頭遭塗抹異物以致無法取得正常之監控影像。並且,將發展一整合攝影機網路的視覺化顯示中控室系統,該系統藉由整合平順轉場技術與多重解析度顯示技術,以提升使用者於中控室的監控效率與操作方便性。

 

 

近年來全球安全監控產業呈現穩定成長趨勢,並由於數位時代的進展,安全監控產品技術層次也不斷提升,進而與其他產業整合,預期未來安全監控領域是安全產業中最具發展潛力的領域之一。此外,由於現代科技的進步,醫療技術與品質提升,使國民平均壽命逐年攀升。在新人口結構變化趨勢下,如何滿足老年人健康照護需求的問題不容小覷,相對而言,也造就了新的商機。根據工研院IEK推估,台灣高齡產業市場規模在2025年可望達到1089億美元。

展望未來產業趨勢,安全監控產業以及高齡產業市場規模將持續增加。因此,本中心將以前期所開發之100餘項相關核心技術,規劃二個系統整合方向 — (1)智慧型建築(smart building),結合資訊、通訊與視訊技術,整合創造科技與人文結合的智慧型大樓;(2)智慧型社區(smart community),結合鄰里以及警政單位,規劃全方位無死角社區或園區智慧型監控系統 期許透過系統整合,勾勒具視覺感知能力之安全環境架構,以建構全面智慧型環境,讓人們悠遊於舒適的環境之中,並協助國內廠商尋找智慧型監控環境之藍海策略,使台灣成為安控產業之明日之星 。

學界科專計畫已邁入第二期,本期研發重點,在技術策略方面,朝向「多層次多感測無縫隙系統」發展,結合視訊與感測器(sensor)成為一全方位監控安全系統。在技術落實方面,朝向下列三目標執行:

(1) 提升技術成熟度、可靠度及穩定度

(2) 以嵌入式系統具體化前期核心技術

(3) 整合前後期核心技術,以發展商品化之產品。

每一分項之主要工作項目概述如下,詳細內容後述之。

分項一:智慧型建築(Smart Building)

分項一的研發主軸為智慧型建築(smart building)的前瞻性技術研發,工作項目如下。

A1.日夜安全巡邏與訪客引導系統---室內空間智慧型巡邏與避碰利用自動車引導訪客、紅外線影像處理與自動車夜間導航、多自動車協同巡邏與異常偵測等。

A2.視訊監控中央管理系統---攝影機網路之目標物即時追蹤與預測、視訊資料庫搜尋、與資訊整合視覺化。

A3.室內突發事件分析系統---室內突發事件分析之技術開發主軸分隊針對人員及環境設計各項突發事件偵測技術,研發技術包括:人員異常行為分析、訪客異常行為偵測、環境突發事件偵測限制區域之監控、限制區域之監控。在技術策略方面,朝向結合視訊與感測器(sensor),發展成為一全方位監控安全系統。

分項二:智慧型社區(Smart Community)

以多層次多感測無縫隙的技術為發展目標,分項二的技術研發主軸定位在智慧型社區(smart community)安全的前瞻性技術研發,主要工作項目如下所列。

B1. 人車偵測與辨識系統---即時車型和車輛之偵測和辨識、車輛管制系統、PTZ攝影機人員偵測與辨識等。

B2. 強健性物件追蹤系統---全天候物件偵測與追蹤、即時物件追蹤技術、多感測器人員追蹤、多人長時間性人員追蹤。

B3. 事件分析與搜尋系統系統---自動化視訊搜尋、戶外異常事件分析、異質相機行動監看。

 

 

經濟部學界科技專案『以視覺為基礎之智慧型環境的建構四年計畫』所發起的「電腦視覺監控產學研聯盟」已於2005年初正式成立。為了加強產業界與學術界的互動與交流,聯盟自2005年一月起每兩個月定期發行一期電子報,提供國內產業界及聯盟會員最新的相關資訊。

本電子報目前所規劃的內容包括:

1.最新動態:公布並報導「電腦視覺監控產學研聯盟」或「影像等相關單位」舉辦的各項技術說明會、技術研討會、企業座談會等相關活動訊息。

2.技術報導:報導電腦視覺監控領域相關研究的現況,並簡介本學界科專計畫的最新研究成果及所獲得的各項專利等。

 

在本期的電子報當中,「最新動態」部分報導2010/4/21~23於 台北世貿南港展覽館舉行的SecuTech Expo台北國際安全博覽會,另外介紹MOBIO國際人臉辨識比賽。此外,在「技術報導」方面,本期收集了 三篇文章,分別由台大網媒所 林士堯同學介紹「即插即用遠端監控系統」 、台大資工所陳宣輯同學介紹「智慧型停車場之技術發展尋車導引系統」,以及中央研究院資訊科學研究所 同學介紹監控相機之最佳化佈置」 的技術

 

 

 

「電腦視覺監控產學研聯盟」乃是由經濟部學界科專「以視覺為基礎之智慧型環境的建構四年計畫」所發起,由前亞洲大學校長蔡文祥(現交通大學講座教授)所主持,在背後支持此一聯盟的研發團隊幾乎囊括了國內電腦視覺研究領域之菁英教授,其研究人員遍佈台大、清大、交大、中央及中央研究院等第一流學術機構。每一位計畫主持人皆累積多年有關影像處理與圖形識別等研究的經驗,亦曾多次協助業界研發各項影像處理與圖形識別系統,輔導產業研發、創新之經驗豐富 。

本聯盟除發行電子報外,也提供聯盟成員包括人才招募、技術諮詢、企業資訊推廣等多項 服務(請點選並下載電子報左方目錄中的「會員招募簡章及報名表」,並參閱其中有關本聯盟之服務內容說明)。竭誠歡迎產業界相關企業加入聯盟,藉由大家共同的努力,提昇國內此一產業的技術水準。

為了方便會員的聯繫,我們於新竹特設一服務窗口:

新竹窗口

交通大學電腦視覺中心 蔡淑均 小姐

TEL:03-5731970    FAX:03-5131205

E-mail : rayis@mail.nctu.edu.tw