電腦視覺監控產學研聯盟

The Industrial Liaison Program Of  VBIE

2011年 07 月第 50 期

電子報

 

 

 

 

發行單位:電腦視覺監控產學研聯盟

出刊日期:2011年07月

本期主編: 范國清

本期聯絡人: 王宇晨

(03)-422-7151轉35328

桃園縣中壢市五權里2鄰中大路300號

人工智慧與圖形識別實驗室   

電腦視覺監控產學研聯盟網站: 

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

         

 

 

台灣警政應用CCTV沿革報導
 

100年度經濟部以視覺為基礎之智慧型環境的建構四年計畫之研發成果發表暨計轉說明會介紹報導

夜間移動物件偵測

 

 

台灣警政應用CCTV之沿革報導                                                                                                                                                     

撰稿/
                                                                                                                                                                                                                             顏志平、鄧少華教授
                                                                                                                                                                                                                                國立中央 警察大學

台灣警政上最早運用CCTV是在1969年,當年台北市政府為了加強交通管制,特於16條道路路口架設CCTV,分別為介壽館前、中正路圓環、延平分局前、火車站、北門口、中山分局前、中山堂、圓山、西門圓環、建成圓環、空軍新生社、松山機場、中興大橋、台北大橋、中正橋、光復橋等[1]。之後因為治安問題日趨嚴重,特別是發生了幾個重大的指標性案件,如民國71年李師科土地銀行搶案,犯案影像被CCTV攝錄下來後播送全國,並藉此間接破案,及民國85年後發生的彭婉如案、劉邦友案及白曉燕案等三大刑案,使得全民像隨時陷於犯罪威脅的陰影中,再至民國94年的白米炸彈客、蠻牛案等,讓民眾對設置CCTV的態度轉為積極正面需要[2]

在上述因治安事件演進至架設CCTV需要的過程中,民眾已普遍認為藉助監視器維護治安,對犯罪的嚇阻與事件發生後的線索蒐集是有相當助益的,因此也直接影響警察在設置CCTV的政策,根據中央警察大學行政管理系黃慧娟副教授之研究指出,警察在設置CCTV上的演變,可分為下列各階段[3]

1. 社區設置監視器:內政部19983月訂頒「建立全國社區治安維護體系──守望相助再出發推行方案」,各地警察機關為貫徹方案之執行,使治安全民化,因此輔導民眾,就「錄影監視系統」、「家戶聯防系統」、「警民連線系統」等,擇一種或數種裝設,藉此建立社區治安維護體系[4]

2. 重要場所設置監視器:1999年內政部配合「全國治安年」,宣布規劃全國各重要路口、金融機構設置10萬個監視器,以構成嚴密之治安天羅地網,警政署並將監視器正式列入建構全國社區治安維護體系之一環[5]

3. 都市普設監視器:2000年台北市政府警察局擬定廣設置CCTV規劃,以協助犯罪防治工作,建立社區防護網路,設置地點包括治安重點、死角、機關學校、金融機構、商店、一般住戶等,並以上網方式,讓監看人員與一般民眾均可即時監看路口情形,來擴大治安維護層面及效果。

  4. 全面列冊管理:2002年內政部鑑於政府、民間已普設了眾多CCTV,惟並無統一列冊管理,因此,由警政署督促各警察機關將轄內較具治安顧慮場所及重要處所之CCTV列冊管理,且須定期或不定期派員實施檢測,以確實掌握系統運作狀態。

  5. 治安熱區全面設置監視器:2005年至2006年警政署執行「警政精進方案──建構治安要點監錄系統」計畫,全面於治安熱區設置監視器,如全國各重要路口,使得後續偵查犯罪蒐集跡證,與交通安全維護工作,發揮了極大效益。

6. 全面整合管理:2008年至2011年警政署持續推動「社區安全e化聯防機制──錄影監視系統之整合」中程計畫,除擴充治安熱區設置監視器外,並運用資通IT技術,延伸結合警政資訊系統、勤務指揮中心e化平臺及行動警察M-Police計畫,強化系統整合,以更為有效運用CCTV[6][7][8]

  未來,警政運用CCTV上,應更前瞻並導入智慧型視訊監控技術[9],並廣泛使用在各類型之警察工作中,以解決目前問題,例(1)如何有效精簡一般普通攝影的錄影紀錄,以加速找出對警方偵查有用的資訊?(2)在案發的錄影紀錄裡,警察會對哪些動作有興趣?會引起警方高度的注意?哪些線索可成為破案的關鍵?(3)室內、室外「即時」監控、預警之功能等;亦或,將來要面臨新的治安問題,也能使得智慧型視訊監控技術,成為防治與偵查犯罪的最佳利器之一。

 

參考文獻

[1] 楊雅玲,「美麗新視界?──臺灣都市公共空間中錄影監視系統之興起」,臺灣大學建築與城鄉研究所博士論文,20056月。

[2] 張煜麟,「台灣監視器系統作為集體逃避自由的機制?一種自由主義的觀點」,資訊社會研究第7期,20047月。

[3] 黃慧娟,論街頭防犯監視器之相關法律問題,中央警察大學犯罪防治研究所博士論文,200812月。

[4] 張慶裕,「推動社區守望相助制度之構想及規劃」,社區發展季刊第82期,19986月,9-10頁。

[5] 陳慧珍,「治安與隱私的平衡:探討台中市公共空間中錄影監視系統之設置」,私立東海大學公共行政學系碩士論文,20047月,44頁。

[6] 邱俊誠,監視器在犯罪預防之運用及相關問題探討,風險社會與安全管理學術研討會論文集,2006年。

[7] 蔡育林,監視錄影系統整合面向之研究,中央警察大學刑事警察研究所碩士論文,20087月。

[8] 楊肇元,治安千里眼 安全無死角-整合全國治安要點錄影監視系統,警光雜誌,20066月,第623期,頁24-27

[9] 李耀中,智慧型影像分析應用於警政視訊監控介紹,刑事雙月刊,20081112月,頁42-45

 

經濟部以視覺為基礎之智慧型環境的建構四年計畫

100年度研發成果發表暨計轉說明會介紹報導                                                                                                                                

撰稿/
                                                                                                                                                                                                                                     王宇晨 、蔡淑均
                                                                                                                                                                                                                                         國立中央大學

       一眼千里,無所遁形」---全民安全的守護天使

技術簡介

台灣最大安全監控產業的智慧人才庫-「國立交通大學電腦視覺研發中心」,於100/07/25()上午九時三十分於台北福華文教會館14樓舉辦100年度技術成果發表暨技轉說明會;以守護您我身家安全為信念,發表8項守護天使的魔法利器,包括:1.用停車場視訊自動偵測、記錄與搜尋車輛入侵事件、2.基於多重亮度打光器之夜視監控技術、3.視訊監控攝影機之人為干擾偵測技術、4.無需背景模型之移動物體偵測追蹤技術、5.動態攝影機人形追蹤、6.抗光源之人臉辨識技術於安全監控之應用、7.快速虹膜對焦技術、8.抗光源之車輛顏色辨識系統。以下為各個技術的簡介及會場現況報導:

1. 用停車場視訊自動偵測、記錄與搜尋車輛入侵事件
在停車場中,因為每隻監控攝影機所監視的車輛不只一台,因此不易偵測每輛車周遭的可疑情況。另調閱監控影片觀看某事件發生畫面時,如果影片很長,則需很多人力與時間來尋找該事件之視訊片段。為解決此問題,本技術結合停車場視訊監控系統與車上攝影系統,以資訊隱藏技術,將事發當時的車輛資訊藏入監控視訊中,來對停車場中的車輛作安全保護。更詳言之,本技術利用車上攝影系統,隨時偵測車內及車輛周圍狀況;當車子遭受不遇期情況時(如:有人在車窗上窺視或侵入車內時),該攝影系統即能偵測出來,並將該車輛的車牌號碼傳送至停車場監控系統。該系統隨即利用資訊隱藏技術,將號碼藏入當時視訊片段之中。事後,本系統即可利用該車牌當索引,來快速找到該事件的視訊片段,而不必對全部視訊做從頭到尾的搜索。

 

 

 

 

 

 

 

 

2. 基於多重亮度打光器之夜視監控技術
目前夜間監控多使用固定強度的紅外線光源,但固定強度的光源只有在適當距離才能達到最佳的效果,對於太近或太遠的物體將會發生影像過曝或是曝光不足的情況。為此,我們研製週期性改變強度之紅外線打光器,輔助夜視攝影,以得到多種亮度影像,並搭配適當的電腦視覺演算法,對此新式夜視影像做分析,同時達到遠近景物均可清晰辨識之目的,以有效的提升夜間的智慧型監控效果。包含(一)長景深之場景影像合成、(二)低計算量之快速前景區域偵測、(三)廣角度車牌偵測。以大幅拓展監視攝影機的監控範圍,使智慧型的夜間監控系統能夠發揮最大的效益。

3. 視訊監控攝影機之人為干擾偵測技術
當犯罪事件發生時,經常發生視訊監控攝影機遭嫌犯蓄意干擾,以避免其犯罪行為遭攝影機拍攝。雖然攝影機破壞可以靠偵測信號源是否異常來判斷,但對影像遮蔽、失焦或將攝影機轉向等對畫面內容的干擾,在低誤報的條件下卻不容易偵測出。本技術利用電腦視覺技術,對影像進行辨識與分析,能在複雜的環境變化下,即時且自動地偵測攝影機是否遭到人為異常行為干擾,以便即時將警告傳回中控中心,通知警衛立即處理。本系統除了執行速度快,能排除容易產生假警報的正常行為,如開關燈、大量人員正常進出監視區、大型物體經過等事件。

4. 無需背景模型之移動物體偵測追蹤技術
本技術研發目標為發展以視覺為基礎之移動物體偵測追蹤。然而,以視覺為基礎之移動物體偵測追蹤通常會面臨到幾個問題。首先是強烈的戶外光線變化會影響物體偵測偵測的正確性。再者是大自然中樹的搖晃或移動的雲朵也會造成假物體的干擾。因此,於本計畫裡我們計劃研發一項無需背景模型之物體偵測技術以克服上述所提到的問題。應用之情境如圖一所示之車流分析系統與圖二所示之手勢軌跡人機互動系統。

5. 動態攝影機人形追蹤
你看電影全民公敵嗎?是否對威爾史密斯不斷的被各種上至衛星,下至動態監視器不斷監控追蹤的場景記憶猶新呢?告訴你!現在這已經不是電影情節了。雖然我們還無法達到像電影中人為操控般的精準。但在動態攝影機的自動追蹤上,被我們指定的人你別再想輕易逃脫!

6. 抗光源之人臉辨識技術於安全監控之應用
傳統人臉辨識依照演算法規範,訓練及測試資料皆必須符合特定角度、光源、表情、距離等環境限制。本技術主要著墨在可以克服各種光源、角度變化的人臉辨識,可在各種光源下、各種人臉角度下達成高正確率的人臉辨識。

7. 快速虹膜對焦技術
如圖一所示,本技術是利用非同軸光源經由角膜反射所形成的垂直與水平兩個成像點來對焦在虹膜上。這兩個成像點與攝影機距離不同,但是都投影到影像上同一位置。當聚焦位置不同時,垂直與水平虛像會因不同失焦程度而改變外形。以圖二為例,由左至右圖為將攝影機之焦距由垂直虛像一側往水平虛像一側調整所攝得的影像。可以看出當焦距在垂直虛像附近時,垂直方向的聚焦較佳,而水平方向較為模糊,越往水平虛像處移動時,可觀察出水平方向的聚焦較佳,而垂直方向較為模糊。因此透過光源虛像所佔影像面積大小,可用以估測影像對焦的好壞,而其長寬資訊則可用來指出調整焦距的方向。這項技術有兩個主要優點,一是計算方法簡單速度快,二是直接使用虹膜辨識取像系統所需的攝影機與光源,不需額外設備。

8. 抗光源之車輛顏色辨識系統
在車輛顏色辨識的系統中,以下問題常常是影響辨識結果的重要問題:(1)因為硬體或是環境影像造成影像色偏,(2) 車身顏色的定位的準確度。針對影像色偏的問題,我們提供演算法可以計算色偏影像如圖一(b)和參考影像圖一(a)的映射函式來減少影像色偏,圖一(c)為校正的結果。進而增加辨識的準確度。在車身顏色的定位,另外提供車體顏色的定位方法,讓系統比較不會因為車窗或是車身陰影而造成辨識結果錯誤,我們先利用背景模型演算法將車子偵測出來圖二(a)再根據車身角度分布圖二(b)將車窗部分移除圖二(c),再將車子顏色利用高斯模型分成灰色和彩色兩大類。根據高斯模型可將車子做初步的分類,當車子的彩色部分有一定的比例時就會被判定成有顏色的,然後只辨識有顏色的部分,否則則為灰色。最後再用SVM演算法作進一步的細分。

會場實況報導

本次說明會於會場內進行技術項發表,並於場外設立八個技術發表項發表區,共吸引了近40家廠商及20家媒體報導,以下為會場剪影:

蔡文祥講座教授、莊仁輝教授(電腦視覺研發中心主任)

技術項發表

來賓提問

場外技術展示區


 

 

 

 

即時攝影機異常偵測方法                                                                                                                                                                                                             

撰稿/
                                                                                                                                                                                                             范景棠、程克羽和王元凱教授
                                                                                                                                                                                                                                                 輔仁大學

視訊監控系統的監視畫面保持清晰以及視野正確(correct field of view, FOV)的畫面對監視人員來說是非常重要的,不清晰的畫面指畫面內含過多雜訊、畫面模糊或遭不透明物檔住,若畫面不清晰或拍攝錯誤畫面則完全失去監視意義。畫面不清晰以及拍攝到錯誤畫面的原因有兩個,其一是人為因素,其二則為非人為因素、自然發生的,不論是人為因素或自然發生而使攝影機拍攝畫面模糊或拍攝錯誤畫面的情形統稱為攝影機異常。到目前為止攝影機是否異常是由人的主觀感覺判斷的,但當攝影機的數量增加後人就無法長時間的專注在每一個攝影機畫面上,在這種情況下往往會無法即時發現甚至忽略攝影機異常的狀況發生,有鑑於此視訊監控系統必需擁有自動偵測攝影機異常的能力。另外若攝影機異常事件是人為蓄意異常所造成的話必須迅速發現並做應對,如此可有效減少犯罪行為的發生。

攝影機異常事件是人為或自然因素造成的,其中失焦是造成攝影機畫面模糊的主要原因,失焦的情形可能是人為蓄意調整攝影機焦距或是攝影機鏡頭遭到惡意人士噴漆導致,自然現象方面灰塵覆蓋鏡頭或年久失修使得固定鏡頭焦距的螺絲鬆脫都會使攝影機喪失清晰的畫面。而人為或自然造成攝影機挪動使得拍攝畫面改變、雜物遮蔽畫面以及訊號中斷則是拍攝到錯誤畫面的主要原因,若是人為造成模糊或是拍攝畫面錯誤,往往會在之後發生犯罪行為。攝影機在經過長時間的風吹雨打或是地震搖晃後也可能會使攝影機拍攝畫面改變,另一種典型的狀況是訊號線自然損耗而使得訊號中斷。

有幾種正常情況可能造成攝影機異常偵測的誤報,如濃霧、下雨天可能會判斷為畫面模糊,車輛或貨物此類較大的物體進入拍攝畫面時可能會被判斷成畫面受到遮蔽的情形,又如複雜的環境下的人群移動、光源變化、大地震都是不屬於攝影機異常的。以上情形容易增加攝影機異常偵測的誤報率,自動攝影機異常偵測系統如何避免誤報是一個非常重要的課題,在所有情況都保持著高正確警告率以及低誤報率才是可靠的系統。

我們提出了一個供現實視訊監控使用之即時攝影機異常偵測演算法,這個演算法對未考慮之狀況的誤報有極高的容忍性,為了使系統在面對大量攝影機情況下也能達到即時我們使用部份參考法抽取參考影像中的特徵值,並和拍攝視野正確的正常影像之特徵值比較後作為攝影機異常判斷的依據,我們的方法是由兩個部份組成如 REF _Ref281335590 \h 1所示, REF _Ref281335590 \h 1中淺色的方格中表示一般相機的異常偵測方法,我們使用部份參考法(Reduced-reference)擷取環境的特徵值做攝影機異常偵測,在偵測畫面清晰度是否下降方面我們是對整張影像做特徵擷取。另一方面我們另外尋找顯著區域用以判斷位移狀況,顯著區域在此定義為輸入影像中變化量較少的區域,只其取顯著區域中的特徵並在之後採取一個漸進式的決策機制來做攝影機異常判斷。不過現實世界多變的情況會帶來大量的雜訊並影響判斷結果進而造成高誤報率,而做線上卡爾曼濾波後可以有效去除連續畫面特徵值的雜訊同時不會影響到攝影機異常偵測做判斷的即時性。

圖1. 演算法流程圖

 

 

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」部分報導為台灣警政應用CCTV之沿革報導,另外介紹2011/7/25於台北福華文教會館 100年度經濟部以視覺為基礎之智慧型環境的建構四年計畫之研發成果發表暨計轉說明會介紹報導。此外,在「技術報導」方面,本期收集了一篇文章,由輔仁大學范景棠 、程克羽和王元凱教授介紹的「即時攝影機異常偵測方法技術。

 

「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