智能影像监控应用技术趋势与案例分享

国立台北大学信息工程系教授兼教务长林道通。

去年(2014)全球视讯监控市场规模高达180亿美元，在台湾公共采购预算中也占有相当比例；但国内的影像监控大多仍处于IP Cam网络化阶段，对于智能系统化的整合、查找与应用比例极低；学界将开发的各种智能监控的专利演算法则？系统建置整合化技术做推广，期望可以加速影像监控的云端化与智能化，在国防、交通、校园、银行、零售等方面发挥更有效的监控应用…

监控应用应从网络化朝向智能化

国立台北大学信息工程系教授兼教务长林道通先生，针对「智能影像监控应用技术趋势、产学合作案例与系统整合案例」与来宾分享。首先他引述Markets and Markets.com(2011至2016)市调数据指出，全球视讯监控市场将从2011年的100亿美元，成长至2016年的250亿美元规模。

在2014年约一万亿两千多亿新台币的台湾公共采购预算中，若以案件数做统计，电脑系统相关占55%，电子设备类占30%，照相摄影类占9%，通信设备类占5%，消防安全 1%；其中属安全监控的部分，像监控摄影机与监控系统各占31%、11%，但这些监控采购案件大多偏向系统安装，比较像CCTV转型到网络型，属于智能监控系统的比较少，因为智能监控系统有一定技术门槛，系统整合部分还需要一段很长的路要走。

林道通播放一段由国家地理频道(National Geographic)对伦敦这个聚集数百万人口的超级城市，针对水上、陆地与空中三方面，藉由布署摄影机、感应器、雷达所建构的严密的全天候智能监控网络的影片剪辑。

为了达成2020年伦敦为智能安全城市的愿景，其中所搭配的技术，可由他与上一场海大资工系谢教授参加交通大学电脑视觉研发中心的一项8年计划中，针对过去1,083件相关监控的专利做分析，看技术与功效大概分布在哪些领域？项目。

在横轴项目中，可发现聚焦于Object detection/tracking(物体侦测？追踪)，至于在纵轴项目，则聚焦于「提高自动化程度？操作方便？降低人工参与度」，这些都是业界开发智能监控系统可以着重的方向。

影像监控技术发展分类

林道通提到影像监控技术发展的分类，可依生活范围的远近区分为：1.智能家庭－线上医疗照护服务系统，体感互动娱乐系统。2.智能建筑－日夜活动式广域安全监视系统、视讯监控中央管理系统与室内突发事件分析系统。3.智能社区与城市－像人车侦测与识别系统、都会区人物追踪系统、室外事件分析与查找系统与视觉辅助视障导引系统等。

以美国监控大厂Object Video的情境分析案件中，所占比重排名依序是校园、零售、交通与博奕、国土、银行。其中影像监控技术功能中，以物体侦测与追踪、事件侦测与人物侦测与识别占申请专利数的前三大。

产学合作案例分享

林道通接着介绍他所参与过的5个产学合作应用案例，来宾可藉由这些实际应用案例，来看相关技术能应用到旗下哪些公司的客户上面，以开发特殊利基应用。第一个是他们已通过美国专利的一项虚拟闸门进出者侦测技术。

以前一些摄影机内建人物侦测功能时，需要预先建立背景模型(Background Model)；若干年前美商Object Video曾提出一项Trip Wire的专利技术，可在管制区域画线管制。而他们提出虚拟闸门进出者侦测技术，可以预先设定一个虚拟闸门，当人物通过时会自动侦测发出警示，可降低假警报(false alarm)次數，且无须建立背景模式。他们已技转一些厂商，应用于建置校园围篱、办公室长廊走道或结合4路DVR的室内监视系统的应用。

第二个是线上離行人侦测与追踪技术。从展示画面中，它运用结合多摄影机的监控与追踪，每只摄影机因为安置、拍摄范围的不同，此技术展示出如何把不同的摄影机画面，结合成大领域视野来分析追踪不同方位、不同走向的人物，并且换手、切换适当的摄影机去追踪并呈现监控画面。

像交大建置的监控系统，在某建筑物上面结合10支摄影机，连续追踪走道、车道上的行人或来车，并且指定追踪的人物编号并切换到正确的监视器画面显示出来。

第三个是监视影像浓缩与查找技术(iTracker)。此技术也获得2011微软潜能创意盃软件设计组冠军。过去警方或调查人员，是透过快转录影带的方式来查找可疑的画面，几百个路口得耗费几百个警力去同时监看；而iTracker可将某一个十字路口画面在某一段时间(10？60分钟)内出现的所有移动人物与轨迹，同一起浓缩于10？20秒画面内同时显示出来；当点阅可疑移动人物时，再调阅有拍摄到人物的相关画面出来，可加速警方或调查人员查找时间。

第四个案例则是系统单芯片之智能监控技术移植。林道通指出以往智能监控系统得靠前端大量的影像数据传输，与后端强大运算能力的服务器配合，要做到实时侦测监控并不容易；摄影机厂商也开始把某些智能追踪功能，像区域侦测、画线侦测、逗留侦测、逆向侦测、人物追踪等功能，还有像是被遮罩或破坏时等异常现象等能够发出警示等功能，并透过网络做线上切换或启闭的动作。

最后一项是智能停车场整合服务系统。他指出跟某家公司合作9年，从停车、缴费表单扫描识别，到智能停车场整合服务系统，可说是智能监控的典范。

车辆从一入场，位于出入口的摄影机能自动识别车牌号码，传输到电脑数据库；而布设于各停车位的车位显示灯，依据车位状态(绿灯代表有空车位，红灯代表无车位)显示，并透过车辆定位控制器汇整各区域停车信息，显示可停车数并传到数据库，并与刚撷取到的来车信息一同进入中央图控电脑进行监控、分析、设定与查询。

当车辆进入停车场内，系统可进行必要的红绿灯号控制与引导，以及万一发生事件时的画面处理。而位于出入口附近的缴费机或查询机，提供停车户离场前放入票卡计价后，显示车辆停放位置。

他指出将结案的101大楼，台南临海路停车场，以及即将进驻建置的台北市政府地下停车场，都是智能停车场整合服务的应用实例。除了提供车位信息，管理处车辆查找定位？监控之外，还能结合移动云端的服务，透过下载该停车场iPark Apps，可以提供预约、导航、监看与车辆查找定位的服务。

交大电脑视觉研发中心  促进产官学研的资源整合

林道通最后介绍国立交通大学电脑视觉研发中心，由经济部学界民国93？101年「以视觉为基础之智能环境的建构计划」的8年科专计划为基础，汇集全国学术菁英共18校、33位教授成立相关团队，并荣获「第3届国家产业创新奖年度科专楷模奖」；而国科会于民国102？105年成立「电脑视觉监控产学研联盟推动计划」，促进产、官、学、研界资源整合。

交大电脑视觉研发中心内部设置各式前瞻的摄影监控设备，积极研发、累积多样化的技术库；目前开发出5项大范围整合系统，2项云端视觉监控系统与8项嵌入式系统。他特别提到像是摄影机异常侦测嵌入式系统、人物长程追踪雏型系统、结合竹科园区一期与二期的「视讯监控云」智能社区事件安全监控系统等。