錯誤類型分析與討論

(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 因為明亮度的不同對系統分析判斷的正確率也會降低，從背景擷取的 建構時即會產生困難，因為在沒有路燈或燈光明亮度過低的環境下監 視時，讀取再多的影像在學習背景時像素均會偏為暗色或黑色，而經 過的移動物體也因為晚上的影嚮偏暗色或黑色，系統便會產生將移動 物體判定在背景一部份的誤判。此項問題，可以藉由外部的機器設備 來解決，增備夜間紅外線的器材，或使用較高等級的監視器材，即可 達到移動物體的偵測。

圖 4.24 夜間室內實驗結果圖