分析與討論

本節說明本論文所提出的方法偵測與物偵測的情況。如圖 5-7(a)中所示，因 為撐雨傘的關係，會發生行人的頭部資訊被遮蔽住，行人頭部偵測無法順利抓取 正確位置，行人頭髮灰階值偵測因為雨傘擋住頭髮的關係也無法使用，而且行人 整體的高度會變長，行人偵測發生異常。圖 5-7(b)~(d)中行人手拿梯子、大的紙

板或是推著嬰兒車等等，因為大的物件可能會遮蔽到行人的身體資訊，容易影響 到行人偵測和行人追蹤的準確性。

(a)拿雨傘 (b)拿梯子

(c)拿紙板 (d)推嬰兒車 圖 5-7 行人拿特殊東西

雖然本系統的三種行人偵測法可以處理行人群互相遮蔽的問題，但是重疊率 過高會造成無法偵測。如圖 5-8 所示，如果發生行人群重疊率過高的情況，是無 法成功做出正確的行人偵測，被遮蔽的行人可見程度只剩下一半以下時，行人偵 測就無法發揮正常的功能，所以行人群重疊率過高，容易發生行人漏數的情況。

(a)橫向行走時重疊 (b)縱向行走時重疊 圖 5-8 行人的重疊率過高

圖 5-9 中有大型車輛橫向過馬路的時候就會遮蔽住 ROI 的範圍，被大車遮蔽 住的幾秒鐘會嚴重影響偵測結果，只能依靠沒被遮蔽前的行人追蹤資訊，只要遮

蔽時間越久，行人追蹤資訊的可信程度就越低，容易發生行人計數遺漏。

(a)公車 (b)連結車 圖 5-9 大型汽車擋住視野

如圖 5-10 所示，因為路的兩旁都開有商店，有時候會發生汽機車停止在路 旁，因為背景擷取中有做背景更新的動作，汽機車如果長時間停止在 ROI 範圍 中，會把停止的汽機車當作成新的背景處理。會出現問題的時間點在汽機車剛停 止和剛離開時，背景資訊不正確，容易造成誤偵測。

圖 5-10 汽車停在路邊

由表 5-2 可知，夜間場景比白天場景的偵測率和正確率都要低，雖然有部分 路燈輔助照明，但是光線分布不均勻，導致偵測的效能不理想。 如圖 5-11 所示，

ROI 左半邊的光線不足，ROI 右半部的光線比較充足。行人橫向行走就會造成身 上灰階值產生劇烈的變化，容易產生行人追蹤比對上的困難。

圖 5-11 夜間場景光線分布不均

穿著暗色系的衣著時，場景和行人的灰階值過於接近，導致移動物件的輪廓 不明顯，行人偵測無法順利進行。如圖 5-12 所示，左邊行人因為燈光不足，無 法偵測成功。右邊燈光充足，行人衣著的亮度並不會影響行人偵測。

汽機車的車燈也會影響到場景亮度變化，圖 5-13 車燈照射的區域光線充足，

車燈兩旁的區域變灰暗，當有行人走過車燈照射區域時，行人身體的灰階值變化 大，行人追蹤比對出現問題，造成行人計數少數。

圖 5-12 夜間場景穿暗色系服裝 圖 5-13 汽機車車燈影響 本論文的偵測方法為移動物件和前景資訊混合使用，與單獨使用移動物件和 前景資訊做比較。而前處理與追蹤則套用本文的方法。表 5-3 為本論文所提出的 偵測方法與其他方法的比較，比較的方式為測試相同的連續影像，測試時間為 13：30~14：30 一小時影像。

表 -3 比較 同方法5 不

只用移動

物件資訊 412 345 90 77 82.1% 81.9%

只用前景

資訊 368 327 134 92 73.3% 75.5%

混合使用

(本論文) 456 371 46 45 90.8% 90.1%

表 5-3 的結果，單獨用移動物件資訊比前景資訊的結果要好，因為前景資訊 要配合背景更新結果來使用，路口場景經常有汽機車或行人停止的情況，造成背 景更新正確性降低，導致行人和汽機車偵測錯誤，影響偵測率和正確率。本論文 的結果比另外兩種方法好，因為分別將兩種優點強化整合，並減少其他缺點造成 的影響，所以得到較好的偵測和正確率。

對 4.1.3 的統計比對法做另一種公式比較，在公式(4-10)中，比較兩個直方圖 灰階值最大值和最小值來測試是否為相似行人。另一種使用 correlation coefficient 來做相似性的比較。

, 是 correlation coefficient 的結果， 和 是直方圖統計灰階值的平均值，

和 是 standard deviation。

∑ (5-3)

∑ (5-4)

_, ^∑ (5-5)

利用公式(5-3)和(5-4)的結果，可以進一步求得公式(5-5)，針對圖 4-4 和圖 4-5 的三個行人去做比對，行人 A 和 B 為相同行人， _, 的結果為 0.933；行人 A 和 C 不是相同行人， _, 的結果為 0.434。由公式(5-5)的結果可以知道， _, 也是可 以利用直方圖結果來判斷是否為相似的行人， _, 結果越接近 1 代表兩個直方圖 越相似。行人 A 和 B 的相似性是遠大於行人 A 和 C 的關係。

比較(4-10)和(5-5)，兩個公式都可以成功判斷行人的相似度，就程式複雜度 來說，(5-5)比起(4-10)的方法要來複雜，需要運算的步驟比較多，所以在處理程 式花費的時間相對較長，會多花費 2.1ms 的時間。如果兩個方法有相同效用，選 擇(4-10)的方法可以比較快速的做出行人比對判斷。

第六章 結論與未來展望