系統功能偵測

圖 4.2 系統功能 detection 實驗結果圖

系統功能偵測的實驗結果，本組以在環境最佳的情況下所模擬的 監視影像做偵測的測試，依據系統主要三類顯示功能：detection、MHM 及 Segmentation 做測試結果，由 detection 偵測框示出移動物體後，

可以繼續做其他影像訊息與訊息記錄的功能，如圖 4.2 所示；而圖 4.2 與圖 4.3 則是使用 MHM 及 Segmentation 的功能，主要是在進行移動物 體偵測的分析，而其在影像訊息記錄欄中並沒有任何記錄，因這二項 所偵測出的移動物體僅以灰階及黑白所顯示，若要將其記錄儲存，並 不會有太多的效用。

圖 4.3 系統功能 MHM 實驗結果圖

圖 4.4 系統功能 Segentation 實驗結果圖 4.2環境分析

環境的複雜度會影響監視系統穩定性的重要原因之一，本專題將 探討在地點、環境變化與設備等三種情況下各種摸擬的實驗狀況，用 以測試系統的穩定度與產生分析困難的情況。

4.2.1地點

本專題將系統實際設置於系統環境設定架構圖中下列室外環境 中：公園場景、住宅場景與道路場景等，所有拋物行為皆以丟棄垃圾 方式進行模擬，以下分段說明實驗測試之結果。

公園場景

公園為日常生活之活動場所，為確保不法人員丟棄垃圾或偵測可 移人物遺置危險物品，能否於此環境穩定分析人體行為乃重要之議 題。圖4.5為模擬公園環境之實驗影片，圖4.5(a)與圖4.5(b)為人員丟 棄物體前之框示畫面，由外形分析將其歸類為人員。圖4.5(c)為物體拋 離人體瞬間之框示畫面，其中左側物體由外形判斷為其他類別，右側 物體仍分類為人員，由第三章所述方法即可即時斷定為拋物動作並發 送警示訊息。

(a) (b)

(c)

圖 4.5 公園場景實驗結果圖 住宅場景

住宅場景為重要之監視環境，於此區域偵測隨易丟棄垃圾乃主要 之應用。圖4.6為住宅場景中人員丟棄垃色之框示結果，為顯示本專題 偵測方法之可行性，攝影機架設於貼近地面之位置，物體於此攝影環 境中外形與面積大小變化較為明顯。實驗結果顯示以外形為基礎之物 體分類方法可有效應用於不同攝影機狀態之環境。

圖 4.6 住宅場景實驗結果圖 道路場景

道路場景中物體移動迅速，能否精確偵測移動物體並準確分析乃 關鍵因素。圖4.7為兩人員以快速騎機車方式丟棄物體，圖中顯示物體 迅速移動時，系統仍可精準框示移動目標物。

圖 4.7 道路場景實驗結果圖

4.2.2變化

環境穩定的情況是提高偵測的精確度之一，而環境一定會因為時 間或地點的不同而產生變化因而影嚮偵測的穩定度，本節將環境變化 分為在有無陰影、白天或晚上、有無雜訊及室內室外的情況下做模擬 的實驗結果，以探討環境變化對系統穩定度的影嚮。

有無陰影

(a) (b) 圖 4.8 有無陰影實驗結果圖

陰影為影響監視偵測困難的一大問題，在沒有陰影的情況下，如 圖 4.8(a)中，系統亦可以穩定及有效的偵測出移動物體狀態；但在圖 4.8(b)中所示，因為有陰影的影嚮，使得系統在偵測分析時會將陰影 當做是移動物體一部份的誤判，致使系統的精確度降低，於下節中會

討論陰影的問題及提供解決的方法。

白天/晚上

白天與晚上的實驗情況會有明顯的差異，圖 4.9 為模擬的實驗圖，

在實驗圖中可以發現圖 4.9(a)中為白天的偵測狀況，在日光充足的環 境下，系統可以容易偵測框示出移動物體及判斷出拋物的行為；但在 圖 4.9(b)中為晚上室內的情況，明顯可以看出在明亮度過低的情況 下，於學習背景擷取時即會產生困難，系統對背景的建構已不穩定，

而移動物體的顏色又與背景相類似，致使系統偵測的穩定度與精確度 大幅降低，於下節中會探討夜間測試問題的解決方法。

(a) (b) 圖 4.9 白天/晚上實驗結果圖 有無雜訊

監視的環境變化中，雜訊的情況會影響系統偵測分析的精確度。

圖 4.10 為測試在有雜訊和無雜訊環境下模擬的實驗結果圖，圖 4.10(a) 為在空曠的環境下所做的實驗，在此環境下系統並沒有任何雜訊所影 嚮，所以偵測的結果相當的良好。而在圖 4.10(b)中可以發現在樹蔭下 所做的模擬，因樹枝受到風吹的影嚮致使它搖擺不定形成偵測時的雜 訊，系統偵測時易將樹枝誤判為移動的物體，因而降低偵測的精確度，

於下節中會討論在產生雜訊時的情況與解決方法。

(a) (b) 圖 4.10 測試雜訊實驗結果圖 室內/室外

(a) (b) 圖 4.11 室內外實驗結果圖

圖 4.11(a),(b)為室內和室外的模擬實驗結果，在圖 4.11(a)中因 為室外白天沒有任何雜訊、陰影等情況下所做的模擬，實驗結果可以 發現系統可以穩定偵測出是否有拋物行為的發生。而圖 4.11(b)中則為 室內所做的模擬，因室內明亮度的影嚮，產生一些偵測的雜訊，使得 系統的精確度降低，於下一節會探討此項問題及解決方法。

4.2.3設備

攝影機位置

監視器材設置的角度可能會因為不同場所而有所不同，此實驗為

在高處監視的情況及較低處與監視畫面等高的情況下所做的模擬測 試，圖 4.12 中可以發現不論監視器材的設置角度於高處或低處，系統 都可以有效偵測出移動物體與拋物行為狀態。

圖 4.12 監視角度實驗結果圖

4.3物體分析 單人

圖 4.13 單人 detection 實驗結果圖

圖 4.14 單人 MHM 實驗結果圖

圖 4.13 和圖 4.14 的實驗是以單人拋物的 detection 和 MHM 的實驗 結果圖，實驗結果圖中可以證明在單人拋物的情況下，拋物的行為系 統仍可穩定偵測出。

多人

此項實驗是摸擬在二人以上多人或多個移動物體的監視影像下的 狀況，圖 4.15(a),(b),(c)為連續的監視影像，只要經過監視範圍的移 動物體，不論是否有拋物行為，系統都會將其框示出來，而在圖 4.15(b) 中，同時存在二個移動物體系統仍能穩定分析，並於圖 4.15(c)發生拋 物行為時，亦能將拋物行為準確偵測出來。

(a) (b)

(c)

圖 4.15 多人監視影像實驗結果圖 人騎車

圖 4.16 為模擬人騎車拋物的二種況狀圖，實驗中可以發現單人騎 車或兩人雙載騎車拋物的情況下，系統均可以穩定地將移動物體與被 拋棄物體框示偵測出來。

圖 4.16 人騎車拋物實驗結果圖

4.4錯誤類型分析與討論

系統在做前景的偵測時，因為環境的複雜與角度會使得困難度的 提升，也會造成許多偵測的錯誤率，而發生最多偵測錯誤的情況亦是 在前景的偵測部份，所以加強前景的萃取亦是格外重要。

4.4.1室內環境

在室內環境下所實驗的情況，會遭受到光亮程度的影嚮，圖 4.17 為於室內昏暗不明與明亮度不佳的情況下所實驗的結果圖，監視範圍 內因有一部份較昏暗，更容易與牆角條狀黑色油漆相混，易造成偵測 的精確度。若於室內環境內欲做監視偵測的行為，於明亮度較佳的環 境下實行，可降低移動物體與背景像素混淆的困擾。

圖 4.17 室內環境實驗結果圖

4.4.2 雜訊

此項實驗中處理樹葉晃動為關鍵問題，圖4.18中由於人員拋物期間 樹葉皆持續晃動，傳統畫面偵測方法容易將其視為移動物體而造成誤 判。實驗結果顯示本系統採用創新之偵測與追蹤機制，可有效抑制樹 葉產生之雜訊。

圖 4.18 樹葉雜訊實驗結果圖

4.4.3停滯時間

此項實驗環境因物體停留於畫面時間短暫的問題，圖4.19(a)圖為 摸擬實驗的原始監視影像，而圖4.19(b)使用detection的功能仍可以拋 物狀況框示出來，但在圖4.19(c)中，因為騎車拋物時的時間較為行走 拋物行為的時間要來得短暫，在藏影功能的處理中產生畫面時間會一 閃而逝，提供系統分析之畫面數目不足時易產生誤判之情形。此項問 題可透過多攝影機整合進行改善，此為本專題目前研究之重點之一。

（a） (b)

(c)

圖 4.19 停滯時間實驗結果圖

4.4.4陰影

在做動態物體偵測時，最常見的問題就是陰影的存在，不論是在 室內或戶外，由於光線的照射具有方向性，因此當光線遇到阻隔時，

便會在光線無法直接到達的地方形成亮度比較低的部份，而這些部份 則會形成陰影，輕微的陰影會在做背景相減時忽略，影響比較嚴重的 陰影則必須以去附陰影的技術加以解決。

系統實驗中陰影為主要的困難點，圖中可以發現當移動物體發生 異動，一旦有陰影的情況時，由於陰影也會跟隨著移動物體而異動，

系統會將陰影偵測為移動物體的一部份而產生誤判。有許多研究做出 去除陰影的方法與技術[13][14]，系統偵測時即可以將陰影瀘掉僅框 示出移動物體。

圖 4.20 陰影實驗結果圖

本專題提出相關文獻中解決陰影方法的學理說明[12]。陰影的形

此項錯誤類型本組並未實際做模擬的測試，但從系統程式的判斷 下，因為系統在做物體判斷時是以物體外型輪廓做為標準，如圖 4.22 為平常最普遍的情況，人員的高度一定大於拋物的大小；但圖 4.23 中 則為被拋物體拋物者體積要高大時，一旦被丟棄物體的大小比丟棄物 體還要大的情況發生，系統會將大型的丟棄物體列成人員類別，而較 小型的物體判斷成垃圾類別因而產生了誤判。

欲解決此項問題，可以利用關節物體判斷的方式，因為人員是有 關節的物體，將其雙腳切割判斷其行走路徑，會發現與無關節物體(鋼 體)切割面的行進路徑圖示不同，便可解決物體分類的正確判斷。

圖 4.22 系統物體分類判斷結果示意圖

圖 4.23 系統物體分類誤判結果示意圖

4.4.6夜間

人員 垃圾 人員 垃圾

垃圾 垃圾

人員 人員

圖 4.24 為晚上室外的實驗結果，其與室內的情況頗為類似，均會

圖 4.24 為晚上室外的實驗結果，其與室內的情況頗為類似，均會