TWI362016B - Method for detecting desired objects in a highly dynamic environment by a monitoring system and the monitoring system thereof - Google Patents

Description

1362016 前的環境影像實質上會與背景場景代表比較，來決定前景 物件。根據自動化監督系統的應用，可使用追蹤演算法追 蹤偵測到的前景物件，來監視前景物件的活動。

若要形成環境的背景場景代表，背景場景的每個像素 都用像素值表示，像是亮度或彩度，以及像素值在時間上 的分布。像素值在時間上的分布通常用可能性分布來表 示，像是「正常分布（Normal distribution)」或「高斯分布 (Gaussian distribution)」。背景場景所有像素值的所有分布 形成環境[1]-[7]的背景場景（背景模型）代表。 在形成背景場景代表之後，將目前的影像與背景場景 代表圖做比較，並且界定比較結果以獲得前景物件。 使用上述背景減去法的現有自動監督系統比較適合用 於偵測背景靜止或緩慢改變的環境内之前景物件。不過， 當環境的背景徹底改變或包含大量動態雜訊部份，例如由 於來自游泳池的燈光反射，現有的自動監督系統就不足以 偵測前景物件。

因此，吾人要提供一種即使環境的背景徹底改變或包 含大量動態雜訊部份也可有效偵測環境内的前景物件。 【發明内容】 本發明係關於一種監視系統以及一種利用根據獨立專 利申請項特色的該監視系統來偵測環境内，尤其是高度動 態環境内至少一物件的方法。本發明的較佳具體實施例提 供於附屬專利申請項内。 6 1362016

在根據本發明於環境内偵測至少一個物件的方法内， 運用監視系統的影像擷取裝置，像是攝影機或視訊攝影 機，取得至少一個環境影像。影像擷取裝置可為任何一種 視覺感應器，其將一段電磁頻譜轉換成二維影像，像是正 常可見光頻譜或紅外線頻譜。根據環境的影像，產生至少 一個背景影像。包含複數個像素的該背景影像會區分成像 素區塊。在每個像素區塊中，運用像素區塊内像素的至少 一種特色來形成至少一個資料叢集。每個像素區塊内形成 的資料叢集都說明成具有平均值的資料分布以及偏離自該 平均值的標準。背景影像所有資料叢集的所有平均值與標 準偏移值之集合形成背景的代表。

在產生背景代表之後，監視系統取得後續影像，每一 後續影像的像素都會與背景相比較。尤其是，後續影像的 每個像素都會與背景影像的對應像素區塊之資料分布做比 較。此比較結果產生第一差異值。根據由局部搜尋視窗定 義的局部區域之移動評估程度，後續影像的像素進一步與 至少其他像素區塊的資料分布做比較，該區塊與對應至該 像素的背景影像之像素區塊相鄰。此與其他像素區塊比較 的結果產生第二差異值。 根據第一與第二差異值，決定後續影像的像素為背景 像素或是前景像素。在已經決定後續影像内的所有像素為 背景或前景像素之後，會用代表前景像素或背景像素的二 元圖（binary map)產生後續影像的二元圖。將二元圖内相連的 前景像素標示起來，形成一前景物件，其為根據本發明的 7 1362016 環境内所偵測的物件。 普人應該瞭解環境的影像可直接從攝影機 視訊攝影機獲得視訊的視訊畫面或使用任何—传、或從 器满取並轉換的二維影像。環境的影像包含該2覺感應 (稱為前景）以及背景。因此，所產生的背 物件 除前景的環㈣彡像。 為已經去 每個像素區塊内像素的每種特色都用於形 叢集。利成的每個資料叢集也稱為像素 :個資料 域。背景影像的像素可包含超過一個 ’同質區 都可用於形成每個像素區塊内的一個 特色 π^珉果或區撼β名 個像素叢集或區域（被塑造成個別資料分布）都 的背景模型。因此，該背景包含複數個背景模型(背二 的每個像素區塊内至少-個模型”用於福述環境的像 在已經形成背景影像所有像素區塊的所模 後，根據本發明的方法會進行至少— 之 背景影像之像素區塊的區塊尺寸取決 用的背景模型之所欲解析度。用於代表背 ^影像 度背景模型需要在背景影像内有大量像素區 景影像每個像素區塊内的像素數量少。相反地用 =影像的低解析度背景模型需要在背景影像内：：= 一用背景影像每個像素區塊内的像素數量多。 、代表旁景影像的高解析度背景模 镇測相當精確的優點。不過，產生代表背景二:前景物件 模型後續影像的背景模型所需之計算功率非常/高及背景 8 景 更 進 一 步 前 景 物 件 的 尺 寸 前 景 的 移 動 也 決 定 像 素 區 塊 的 所 欲 區 塊 尺 影 像 的 背 景 模 型 解 析 度 〇 若 前 景 物‘ 以 移 動 都 相 當 大 > 則 背 景 影 像 像 素 區 塊 的 當 大 > 如 此 可 捕 捉 到 較 大 的 後 續 影 像 像 因 此 J 應 該 根 據 可 用 計 算 功 率 以 及 像 素 所 欲 空 間 移 動 間 之 交 換 > 來 決 定 的 所 欲 區 塊 尺 寸 〇 由 上 面 可 瞭 解 根 據 本 發 明 的 背 景 棋 型 化 允 許 執 行 低 計 算 偵 測 演 算 法 〇 因 方 法 可 在 不 具 有 處 理 器 可 以 執 行 密 集 計 統 或 鞮 置 内 實 施 0 吾人也應該注意到，後續影像的每個像素不僅與對應 後續影像像素的像素區塊之背景模型（尤其是該至少一 固資料叢集）比較，也與對應至後續影像像素 鄰的 vI Ικ塊相 少一個進—步像素區塊之背景模型比 視窗可田认，4· ^ 句。P #尋 用於決疋後續影像像素所欲比較的相鄰像素區塊數 Ο 逡續影像像素與對應的背景影像像素區塊背景模型之 $較允許掏取像素區塊内像素的空間移動。藉由將後續影 如像^的比較延伸至背景影像的至少—個鄰近像素區塊， 將:可擷取較大像素的空間移動。這種特色具有較不會誤 景像素區分為前景像素(由於其在背景内移 影）的優點。 9 1362016 舉一範例，背景物件對應至背景影像的第一像素區塊 内之像素位置。由於背景内某些移動，後續影像内背景物 件的像素位置可對應至背景影像的第二像素區塊。藉由將 對應至後續影像内背景物件的像素與根據本發明的第二像 素區塊比較（與第一像素區塊相鄰），則可擷取對應至背景 物件的像素之空間移動。因此，不會因為背景移動而將背 景物件的該像素區分為前景像素。

更進一步，根據本發明的背景影像對應像素區塊以及 至少進一步相鄰像素區塊内後續影像像素之空間移動擷取 考慮到環境内的背景移動，因此，導致高前景·憤測率以及 低背景像素錯誤偵測當成前景像素。因此，根據本發明的 方法適合用於具有動態背景的室内以及室外環境。根據本 發明方法的一種應用為用於偵測游泳池内的泳者。

根據本發明具體實施例，用於決定後續影像像素要比 較的相鄰像素數量之局部搜尋視窗尺寸由影像内偵測背景 物件移動的評估率來決定。局部搜尋視窗的移動方向由背 景與前景物件的評估移動方向來決定。 因此，一般而言，在此具體實施例内使用一種機制， 其允許局部搜尋視窗隨著背景以及前景移動而改變（較佳 是自動並且動態）。然後將更新這種局部搜尋視窗的尺寸， 並且在處理下個畫面時於影像内不同位置上改變。這將加 強擷取背景與前景移動的處理效率。如所提及，利用計算 背景以及前景物件的移動率以及移動方向，可自動執行這 種機制。（自動）計算移·動率以及移動方向的一種可能方式 10 1362016 係根據該搜尋範圍以及方向，其可在將一像素與局部搜尋 視窗内對應的背景或前景模型匹配之後獲得。然後’這種 資訊將傳播至在處理該像素時會改變該局部搜尋視窗的下 列畫面。

根據本發明的具體實施例，環境背景影像的產生包含 利用將強度或色彩模型之一遮影（shade)套用至環境影 像、移除代表該物件的像素資訊並且使用濾光法則濾光該 環境的剩餘影像，來決定代表環境内物件的像素。此供應 在許多經過影像的濾光法則可為任何合適的個別法則，像 是暫時向量t位數濾光器，並且用於產生不具有任何前景 物件的乾淨背景影像《其他合適濾光器的範例為暫時等級 濾光器以及暫時平均濾光器。

根據要偵測的物件色彩或強度遮影，適當遮影或色彩 模型會套用至環境的影像來隔離對應至該物件的像素。在 計算背景模型時’並不會考慮這些隔離像素成為背景像 素。例如：若要使用彩色攝影機偵測游泳池内的一位泳者， 則可建立一般膚色模型。藉由將此一般膚色模型套用至彩 色攝影機所插取的影像上，所有特色類似於膚色模型的像 素都將考慮為對應至泳者的皮膚像素。然後從背景形成處 理中去除對應至物件的隔離像素之色彩資訊。 因此’使用套用在許多經過環境影像的濾光法則，像 疋暫時向量中位線濾光器（temp〇rai vector median filter)，來濾光環境的影像，以移除代表物件的任何殘餘 資訊。這種產生乾淨背景影像的處理正常可彙總於下列步 11 驟： • 從 〜系列連續T個畫面收集影像每個位置（i.j)上一 組像素值。 在收集的每一組了個像素值上執行向量中位線濾光 [13]操作》 用向量中位線濾光操作的輸出當成位置（ij)的背 景像素。 硬影像内所有位置（i.j)的處理來形成一個背景畫 面。 的背景2方式中，不需要人們介入就可隨持自動產生乾淨 景影像=象。使肖遮影或色彩模S隔離物件像*來產生背 之優點為2用上述暫時向量中位線遽光器來渡光該像素 易實旆。可以執打背景影像的產生、相當簡單並且容 W带攸影像擷取裝置所寐 選取對應至擇Ρ 罝所獲侍影像的人可以手動 了應至環境内物件的像 麥&此一 β …、後用代表背景的合適色 毛取代心離像素的色彩。另 迥色

^ 方式為掏取只包含背I 而無任何則景物件的一系列視訊 景 y. ^ ^ ^ ^需要額外努力來確定 在建立煮景模型時，在考慮的環 _ , ^ 見内，又有前景物件。 根據本發明的具體實施例， 根據決定的後續影傻哲 像素來更新背景影像每一像素區 '像旁景 尤其是’利用對應至背景 貝以集 之背景像素’纟更新平均值以及來自’ £塊的後續影像内 塊資料叢集的平均值之標準差異 背景影像每-像素區 景影像所有像素區塊 12 1362016 内這種資料叢集的更新會產生順應環境背景的改變之新/ 更新背景影像。這種背景改變，例如由於雲朵遮住陽光導 致照明改變、水波紋移動、樹葉移動等等，這在自然環境 中相當常見。

在更新背景影像的資料叢集時，其也可在背景影像的 某些像素區塊内建立新的資料叢集。這種新資料叢集的建 立允許併入並非之前擷取的背景資訊。這種新資料叢集的 建立可經歷一個條件，讓遮影或色彩標準偏離，如此消除 由於雜訊而建立新資料叢集的可能性。 類似地，若在預定時間之後後續影像内無背景像素區 分為這種資料叢集，則可消除背景影像每一像素區塊内某 些現有資料叢集。這種資料叢集可對應至已經從環境中移 除的某些背景物件，因此也會據此移除對應至該背景物件 的資料叢集。

這種從背景影像像素區塊移除資料叢集或在其内建立 資料叢集在維護環境背景的動態代表上有其優點，而不用 在處理後續影像時對於每個實例都要重新建立背景代表。 根據本發明的進一步具體實施例，使用設計的遞迴線 性内插法來更新背景影像每一像素區塊的資料叢集。像是 那些使用ARMA濾光器或Kalman濾光器的其他遞迴線性 内插法也可使用。 根據本發明的進一步具體實施例，在特定時間以及/ 或發生儲存環境特定情況時獲得背景影像每一像素區塊的 資料叢集。當系統需要初始化或重新開機，若有需要，則 13 1362016 允許從健存的；^型獲得對應至特定時間以及，或情況^背 景.5V像每一像素區塊之資料叢集。根據本發明的具體實施 例’後續影像會區分成像素的像素區塊。針對包含至少一 前景像素的每傻音"Ρ lAi 体畜h塊，根據像素區塊内前景像素的至 ^種特色來形成至少—個資料叢集。後續影像中包含前 t像素的…塊内資料叢集會塑造成具有平均值的資料 分布以及偏離自該平均 9值的標準。當要在環境的下個後續 影像内偵測到物件， 吁愎去沾心达 固後續影像的每一像素會與對應至 影像像素區塊的這種資料叢集比·，若存在後續 後續影像的該像素是否對應至該像素’…下個 疋公為則景像素。 在本發明的此具體實 型。使用前景模型來會產生環*兄的刚景模 影像像素是否為前景像^系統所麻的環境下個後續 度。此外，使用1 ？ # 了伯測前景物件的分割精確 災用則景模型導 ^ ^ 景像素區分為背景 、，下個後續影像的任何前 景像素的錯誤降低。 在利用與前景禮 素之後，與背續影像的前景像 影像Π:像素為背景像素或定下個後續 况下，當下個後續影 、 像素區塊的對應 〜的像素不具有後續 的更新背景棋型利用與背景影像對應像= 素。 較，來決定該像素為背景像去 塊 旁景像素或前景像 根據超過 個的前景像素特色， 特色’後續影像中包含至少 14 1362016 一個前景像素的每一像素區塊内可發現超過—個資料叢 集不過，若假*又則景物件為具有一般一致強度或色彩遮 影的物件，則一個根據前景像素色彩特色的資料叢集就足 夠描述每一像素區塊内的前景像素。 吾人應該注意，可能沒有為後續影像產生的環境前景 模型。在此情況下，下個後續影像的所有像素都會與背景 影像的已更新背景模型比較’來決定該像素是否為背景像 素或前景像素。

根據本發明進一步具體實施例，若存在這種後續影像 進一步像素區塊的前景資料叢集，下個後續影像的每一像 素都會進一步與後續影像進一步像素區塊的資料叢集比 較’以決定該像素是否為前景像素《後續影像的進一步像 素區塊會與對應至該像素的後續影像像素區塊相鄰。要考 慮的相鄰像素區塊數量可從影像内偵測到的前景物件栘動 率來決定。

如上所述，下個後續影像像素與後續影像至少一個相 鄰像素區塊前景模型之比較允許操取較大的像素空間移. 動。這種較大的像素空間移動之擷取導致誤將前景像素區 分為背景像素的錯誤降低’例如：由於前景物件移動進入 遮影區域。 根據本發明的具體實施例’根據決定的下個後續影像 前景像素來更新後續影像中包含至少一個前景像素的像素 區塊之每一資料叢集。 尤其是，利用下個後續影像内對應至後續影像像素區 15 厶VJ丄ο 塊的前景像素， 來'更新平均值以及 >'一個前景像素0 不的像素區塊資料叢 呉。如上面對於势 、牙景模型更新的說 内這種資料叢集的 尺新會產生順應 變之新/更新前景影像。 根據本發明的進一步具體實施 内插法的内插法 .^ 來更新後續影像中 的像素區塊之資料 „ 見枓叢集》另外，當 測到任何前景， 則每次都會重新計 棋型。因為牽涉 < . 丨叫景模型重新計 此可即時勃冰 月'』景楔型重新計算。 下’前景的更薪A , 新產生順應前景内任

根據本發日月M R 的具體實施例，可 素的背景影像傻去η 素區塊之資料叢隼 像素的對應特色最集 之值間之數值差異 異會除以背苓影 ，、影像像素區塊的至少 異，以產生該第一 差異值。如此， 值〃該像素的對 付巳馮用於形成 素區塊内像素的細微特色。 類似地，可摇，θ & f獲件與對應至後續 素區塊相鄰的進— ’像素區塊之資 像中該像素的對應特色之值間之數 數值差異會除以背景影像像素區塊 標準差異。如此，.第二差異值也 來自後續 集的平均 明，後續 環境内前 例，使用 包含至少 在目前處 算代表環 算的像素 類似於背 何改變的 獲得對應 平均值與 。然後所 一個資料 該第一差 資料叢集 影像中具有至 值之標準差 影像像素區塊 景物件移動的 像是遞迴線性 一個前景像素 理的畫面中镇 境前景的前景 數量不多，因 景更新的情況 新/更新代表。 至後續影像像 後續影像中該 獲得的數值差 叢集之標準差 異值為正常化 的背景影像像 影像像素 料叢集平 值差異。 的至少一 的背景影像像 均值與後續影 然後所獲得的 個資料叢集之 為正常化值。 16 1362016 在此產生第一與第二差異值當成正常化值，其對應至 後續影像像素值與資料叢集個別平均值的差異，並且除以 對應資料叢集的標準差異為將該像素與個別資料叢集比較 的簡單並且低複雜度方法。 根據本發明進一步具體實施例，若該第一和第二差異 值的最小值小於預定閥值，則可決定後續影像的像素為背 景像素。若該最小值大於預定的閥值，則決定後續影像的 像素為前景像素。

後續影像像素與背景影像像素區塊的資料叢集根據第 一與第二差異值中最小值之比較，確定不會將背景像素區 分為前景像素，因此導致相當低的前景錯誤偵測。 吾人應該注意，其亦可根據第一與第二差異值之間平 均值或其他預定關係，像是中位線或差異值的最小值，來 比較後續影像像素與背景影像像素區塊的資料叢集。

仍舊根據本發明進一步具體實施例，使用進一步預定 的閥值進一步決定後續影像的每一像素為背景像素或前景 像素，其中該進一步預定的閥值具有不同於預定閥值的 值。該進一步預定閥值一般具有大於預定閥值的值。在已 經根據進一步預定閥值決定後續影像所有像素都為背景像 素或前景像素之後，據此會產生進一步二元圖。根據該進 一步二元圖可產生修改過的二元圖，該修改過的二元圖内 每一元素可對應至進一步二元圖對應像素區塊内前景像素 數量是否超過預定值。將標示連接在已修改的二元圖並且 對應至進一步二元圖像素區塊内前景像素數量超過預定值 17 1362016 之元素，以形成至少一個前景部分。只有若前景物件對應 至已修改的二元圖内的前景部分才會決定二元圖内的前景 物件成為在環境中偵測的物件。

在本發明的更進一步具體實施例中，根據兩具有不同 值的預定閥值（預定閥值以及進一步預定閥值）來產生背景 和前景像素的兩二元圖（二元圖以及進一步二元圖）。當用 於產生二元圖的預定閥值為低，可達成良好的前景物件區 分。不過，二元圖也可因為誤將背景像素區分為前景像素 的結果，而包含前景雜訊。使用進一步預定閥值產生的進 一步二元圖具有相較於二元圖較少的前景雜訊，而進一步 決定的閥值具有較嚴格情況的值，例如具有較高值，用於 決定前景像素而不是用預定的閥值。利用根據進一步二元 圖產生已修改的二元，可進一步減少前景雜訊。如此，根 據二元圖以及已修改的二元圖，可達成「乾淨」以及精確 的前景區分。

因此，使用已修改二元圖來決定前景物件是否為環境 内偵測到的物件會導:致前景物件（當成受偵測的物件）的偵 測上有高敏感度，並且降低錯誤區分背景（當成前景物件） 内的移動。 根據本發明的具體實施例，在將該像素與背景影像對 應的像素區塊之資料叢集比較之前，決定後續影像每一像 素的動作頻率。根據後續影像像素的已決定動作頻率，來 區分對應至代表雜訊部分（像是由於來自光源的反射）的後 續影像區域之像素。已區分的像素實質上使用偽遮影 18 1362016 (pseudo-shade)濾光器濾光，以根據已區分像素的平均 資訊來產生已區分像素的偽遮影，代表雜訊部分的值 外。像素的動作頻率測量像素值隨時間的波動。根據 的動作頻率，其可決定像素是否對應至雜訊部分，像 , 於光源反射的區域所引起》 例如.雜訊部分可由水面反射陽光或燈光所致。 反射可能會使前景物件模糊，因此讓前景物件的偵測 難。在這種情況下，因為考慮到可見光頻譜，所以使 • &色渡光器。利用將偽彩色渡光器套用到對應至光源 的區域，如此就可偵測反射區域内的前景物件。偽彩 光器決定像素的平均色彩資訊（稱為偽彩色），白色除 為光源反射的色彩），並且用偽彩色取代該像素，如出 除反射所引起的像素之「色彩」。在此方面，請注意至 面受到快速撥水動作影響而更佳擾動，則反射區域會 有更多雜訊。 因此，根據本發明此具體實施例的方法提供一種 φ 的機制，讓即使前景物件進入一區域内對應至該前景 ' 的像素一部分被大量雜訊（像是來自光源的反射）模糊 - 還是可以備測到前景》 根據本發明的進一步具體實施例，從連續後續影 預疋數量中可獲得已區分像素的平均強度遮影或色彩 訊。經過預定數量的連續後續影像之平均遮影或色 的獲得會將隨時間變化的像素值列入考慮，因此導 的平均遮影或像素的彩色資訊。 遮影 除 像素 是由 這種 困 用偽 反射 色濾 外（其 可去 丨若水 變得 額外 物件 時， 像的 資 資訊 精確 19 丄观〇16 根據本發明進一步具體實施例，對應至快速移動前景 物件的像素之後續影像像素可根據後續影像像素的已決定 動作頻率來區對應至快速移動前景物件像素的已區分 像素會用平均濾光器來濾光。 對應至快速移動前景物件像素的濾光可從後續影像中 去除不要的雜訊。

根據本發明的具體實施例，使用彩色當成背景影像每 像素區塊的像素之至少一特色，用於在像素區塊内形成 資料叢集。像素的色彩特色相當穩定，並且不會因為外部 環境改變’像是照明改變，而劇烈變化。 吾人應該注意，背景影像像素區塊的其他像素特色， 像是亮度、紋路與任何可見頻譜特色或可見頻譜以外其他 頻譜内的強度遮影’也可用於在另外具體實施例内的像素 區塊内形成資料叢集》 在本發明的進一步具體實施例内，從彩色攝影機獲得 的背景影像會在將其區分成複數個像素區塊之前，轉換成

為 Commission International de L'Eclairage (CIE) Lab 色 彩空間（CIELab)。每一像素的CIELab色彩空間之不同成份 都獨立，並且可以獨立計算而不會損失太多區分精確度。 尤其是，從彩度成份（即是a和b成份）剝除照明成份（即是 L成份）。更進一步，CIELab色彩空間相較於其他色彩空 間，像是RGB或YUV色彩空間，可更佳模仿眼睛的對數 反應。如此’使用CIELab色彩空間時獲得的區分結果要 比使用其他色彩空間的結果好。 20 1362016 吾人應該注意，從彩色攝影機獲取的背景影像可以轉 換為其他色彩空間，像是紅綠藍（RGB)色彩空間、YUV (其 中Y為照明成份並且U和V為彩度成份）色彩空間以及「色 調、飽和度以及強度（HSI)色彩空間」。

根據本發明的具體實施例，至少使用一高斯分布（即是 單一或多重多變高斯分布）在背景影像的每一像素區塊内 塑造資料分布。「高斯分布」可精確塑造環境的背景，並且 可順應背景的改變。在另一具體實施例内，可使用「泊松 分布j或「拉普拉斯分布」或其他合適的分布來塑造背景 影像每一像素區塊内的資料分布。 背景影像的像素區塊較佳是方形像素區塊。背景影像 區分成方形區塊並不複雜，並且也允許輕易將像素分組到 每一區塊。不過，吾人應該注意，在其他具體實施例内可 將背景影像區分成複數個具有多邊形、三角形或其他任何 形狀的像素區塊。

如稍早所提及，根據本發明的方法可以偵測具有動態 背景的環境内之物件。因此，根據本發明的方法適合用於 水上環境，其背景因為水的移動而總是在改變，用來偵測 人。有一範例為偵測游泳池内的泳者。不過，根據本發明 的方法也可用於偵測具有靜態背景的環境内之其他物件。 本發明進一步關於一種用於偵測環境内至少一個物件 的監視系統。該監視系統包含至少一攝影機或視訊攝影 機，用於拍攝複數個環境影像。一處理單元經過調適，根 據環境的影像來處理並產生環境的背景影像，其中該背景 21 1362016

影像包含複數個像素，並且將背景影像區分成複數 區塊。一成形單元經過調適，根據像素區塊内背景 至少一特色來形成每一像素區塊的至少一資料叢集 該至少一叢集會塑造成具有平均值以及偏離自該平 標準之資料分布。一比較單元經過調適，將來自複 境後續影像的每一後續影像之每一像素與對應至該 背景影像像素區塊之至少一資料叢集做比較，以產 差異值，並且將該像素與背景影像至少一進一步像 的至少一資料叢集做比較，以產生第二差異值，其 一進一步像素區塊與對應至該像素的像素區塊相鄰 定單元經過調適，根據該第一差異值以及該第二差 決定後續影像的每一像素是否為背景像素或前景像 產生單元經過調適，根據該已決定的背景像素以及 素，來產生後續影像的二元圖。一標示單元經過調 標示二元圖内對應至該背景像素的連接像素，以形 一前景物件，其中該至少一前景物件為環境内彳貞測 一物件。 【實施方式】 第1圖顯示根據本發明具體實施例用於監視游 監視系統之硬體設定。 雖然第1圖内的硬體設定說明游泳池的監視， 該瞭解監視系統的硬體設定也可用於監視其他種環 是建築物内部。 個像素 像素的 ，其中 均值的 數個環 像素的 生第一 素區塊 中至少 。一決 異值來 素。一 前景像 適，來 成至少 的至少 泳池的 吾人應 境，像 22 13.62016 第1圖内顯示的監視系統100包含一連接至電腦102 的可見光攝影機101或視訊攝影機。攝影機101固定在較 高的位置並且角度向下對著游泳池 103，如此其可至少擷 取對應至部分游泳池1 〇 3的影像，以及其内的活動。其也 可使用複數個攝影機（未顯示），如此由複數個攝影機所擷 取的影像可結合形成游泳池1 03的整體影像。

攝影機101所擷取的影像可由與攝影機101相連的電 腦102來處理。電腦102調適成執行根據本發明的方法， 來偵測游泳池1 03内所欲的物件，在此情況下為泳者。 根據本發明用於偵測環境内所欲物件的方法彙總於第 2圖内所示的流程圖中。 在步驟2 0 1内由攝影機1 0 1擷取一系列影像或視訊晝 面。根據擷取的影像，在步驟202内產生環境的對應背景 影像。在步驟203内，該背景影像用於產生背景模型，其 用於代表環境的背景。

在步驟2 04内由攝影機1 0 1擷取一系列影像，其代表 目前的環境。在步驟2 0 5内後續影像會與背景模型比較， 並且根據比較結果在步驟2 0 6内決定後續影像内的前景物 件。所偵測的前景物件會伴隨或貼上標籤，並且在步驟2 0 7 内追蹤。 在步驟2 0 8内，缓衝對應至背景的後續影像像素，並 且緩衝用於更新代表環境背景的背景模型。類似地，在步 驟209内，使用對應至前景的後續影像像素形成代表環境 前景的前景模型。 23 1362016 以及靜止的泳者當成前景，因此並未呈現游泳池的實際背 景。因此，必須產生「乾淨」的游泳池背景影像。 乾淨背景影像的產生由三個步驟來執行。膚色模型套 用至游泳池的影像上，以決定在預先處理步驟内泳者的像 素。接著移除所決定像素的色彩資訊。這可先由在CIELab 色彩空間内預先定義粗糙皮膚模型來執行。後來，將具有 色彩特色落在預定模型内的像素區分成皮膚像素，並且從 背景形成處理中排除。

結果影像使用暫時向量中位線濾光器濾光，以去除任 何殘留的泳者色彩資訊。 讓/,7為經過Γ畫面數量所收集的位置（i，j)上像素色彩 向量之列： xij = ^ = ( 1 ) 其中 <為位置（i,j)上第ί個影像的色彩向量。在考慮 到初始階段所需時間與移除泳者像素色彩資訊的效率間之 交易之後，以經驗法則決定兩4之間暫時間隔的取樣率。

執行X:y上的向量中位線濾光，會產生乾淨的背景 影像I成為： 5, = [y’J / = 1，.·.Α^,_/ = 1,··.,%丨 （2) 其中％ 為背景影像的像素尺寸，並且少,../可由下獲得：

乃"·=He ΆΐΣ 丨 KJ L 、=丨 K (3) 利用維持擷取像素向量卜1’…的重疊滑動視 窗來產生後續背景影像⑻1 = 2’…。 25 1362016 背景畫面 一 會轉換成 CIELab (Commission

International de L'Eclairage Lab)色彩空間，藉此形成 {5；|ϊ = 1,...,γ}ο 每個乾淨背景影像#都區分成”1 X化非重疊·5X5方形像 素區塊。例如：對於具有χΛ"2像素的每個背景影像#而 言，可看成《,.=

考慮7^ = &1’…當成從位置（a，b)上方形像素區塊收集 而來的像素，其中和1在每個像素區塊 D1 Dc 内的像素都叢集形成一組同質區域β，6’…’ fl，6。 每個同質區域都假設成並非靜止，用於說明環境背景 上的擾動，並且因為不同的周圍情況而有亮度與色彩上的 改變。 每個區域都可塑造成為單一「高斯分布」，具有下 列涵義： = …，〜J， （4)

並且標準差異：=Rv …，0ΐ」 (5) 其中d為色彩空間的尺寸，以及像素的可能性。 ~ = {<+’·.·，<}屬於心，可表示成： 心丨钱)=¾

(6) 假設色彩空間的不同色彩成分都獨立。 利用套用階層k平均[1 0]可達成將每個像素區塊h，6内 26 1362016 在形成背景場景的代表之後，開始前景物件的偵測。 接著由監視系统的攝影機擷取影像（稱為後續影像）， 並且傳送至電腦進行處理。電腦分析後續的影像像素並且 決定對應至前景物件的像素，尤其是當監視游泳池内泳者。 來自後續影像的前景物件偵測包含將該後續影像與背 景場景的背景模型比較（或匹配），讓比較結果閥值以產生 二元圖，並且標示連接的前景像素來形成前景物件。 運用下列，後續影像的每個像素都會與對應至該像素

的像素區塊之每一背景模型做比較： , rf |(j:' · - μχ k ) U 〜八) = Σ - σΤ ! ,=丨心， (8) 在此情況下，其中~為位置（i，j)上後續影像的像素。 若該像素區塊具有超過一個背景模型，則對像素區塊内所 有背景模型重複計算以上等式。

在後續影像像素與對應至該像素的像素區塊之背景模 型比較之後，該像素會進一步與相鄰像素區塊的背景模型 比較。後續影像像素所比較的其他相鄰像素區塊會定義在 具有.像素區塊單位尺寸（2 7 +l)x (2 r +1)的局部視窗内。後 續影像像素與對應的像素區塊和背景場景的其他相鄰像素 區塊之比較可呈現為：

i^min yy · · 計算〜vz’y產生後續影像對於背景場景的差異或比較 影像。較大的值通常對應至前景像素，並且較小的值 28 1362016

通常對應至背景像素。 局部視窗的尺寸可以根據背景影像内背景物件的移 評估率來增減，並且搜尋方向可由背景物件的移動評估 向來決定。 藉由使用閥值α來產生二元圖使相關影像處於閥值 不同影像來執行後續影像的背景像素以及前景像素之 定： Μ {。，<<« ’ [1, otherwise (10) 其中Μί"'表示二元圖内的像素，"〇”和"1"分別代表背 與前景像素。 在決定用於形成二元圖中相鄰像素區塊的考量 導致減少由於背景移動而誤將背景像素區分成前景像素 尤其是在游泳池環境的分道線以及遮影區域。 二元圖内所有相連的前景像素都標示以形成前景 件。該前景物件為環境内受偵測的物件，即是游泳池環 内受偵測的泳者。個別或隔離的前景像素可假設為前景 訊。 為了增加前景物件偵測的精確度，所以使用順應閥 α處理取代單一閥值來偵測前景物件。 順應閥值處理結合閥值遲滞、消除雜訊並且連接成 分組的原理，用於偵測前景物件。根據第3圖内所示的 層結構來執行順應閥值處理。 使用等式（1 0)根據低閥值值％來產生低閥值二元 動 方 之 決 景 會 > 物 境 雜 值 分 階 圖 29 1362016 背景場景的背景模型會遞迴更新來順應室外環境的改 變，例如亮度因為雲突然遮住太陽、水面上波紋移動等等 而改變。 像素 在已經決定後續影像的背景像素之後，會缓衝該背景 ，並用於利用下列等式更新背景模型： (13) (14)

其中 7為調適至目前變更的學習因數，並且Γ定義 為建構初始背景模型所收集的「乾淨」背景影像數量。上 面的等式（13)和（14)為用於連續更新背景模型的遞迴線性 内插法，其與[5 ]内所使用的更新法共享某些相似項。

此外，併入根據本發明的方法來建立並摧毀代表背景 場景的資料分布（背景模型）之能力，來維持背景場景的動 態背景代表。背景的每個資料分布都賦予Τ畫面已知的壽 命。若無像素區分成任何現有的資料分布，則在了畫面之 後將消除現有的資料分布。 對於在初始背景模型化處理期間並未被的擷取新背景 物件之學習計畫而言，建立新資料分布相當重要。新資料 分布，特別是在高斯分布内，係根據未區分至任何現有資 料分布的像素來建立。 雜訊存在可能毁損新分布的統計準備，因此若其色彩 的標準差異小於預定值，則只會建立新分布。該預定值可 由實驗決定。 32 1362016 物件之像素。 根據本發明，後續影像的每個像素會先根據像素的動 作頻率來區分。該像素的動作頻率為像素值隨時間的波 動。根據後續影像每個像素的動作頻率，後續影像的像素 可區分成下列三個類別： 1. 具有低動作頻率的像素。具有低動作頻率的像素一 般對應至該背景像素。

2. 具有中動作頻率的像素。具有中動作頻率的像素一 般對應至反射區域内的前景像素以及/或人造燈光 下的像素。 3. 具有高動作頻率的像素。具有高動作頻率的像素一 般對應至快速移動前景物件或雜訊的像素。 讓人:/，C，.·.尺γ成為空間位置（x，y)上用於N+1連續晝 面的像素之值（整數、彩度等等）。位置（x,y)上像素的動作 頻率表示如下：

iYΣρΙ.

(15) 其中Μ為視訊畫面的取樣率，並且

DiJ <T otherwise 5 (16) 畫 其中為畫面i和晝面j之間像素的畫面差異，或 面i以及背景之間像素的畫面差異，即是 並且T由實驗決定。 34 (17) 1362016 利用測量在連續畫面周圍中間的暫時視窗上像 大波動總數，則所定義的動作頻率可有效測量有關 件和動態背景存在的資訊。 在根據上面定義的三個類別來區分後續影像 後，在每個類別内像素上會執行適當的濾光處理， 示： 素值較 移動物 像素之 如下所

(〇>Tb Ta«〇<Tb (〇<Tb (18) 其中為平均值濾光器的輸出，g〃為偽色彩補 器的輸出，並且Ta和Tb分別為在N/M的三分之一 之二上隨意設定的閥值。在背景像素上並不會執行 理，以避免不必要模糊背景。 在（2n + l)x(2n + I)局部視窗内的像素上會執行平 光： 償濾光 和三分 濾光處 均值濾

一（2« + 1)2

ΣΣ/U j，y+k

(19) 一般而言，η可設定為1，來定義3x3視窗以移 的雜訊。 偽色彩補償濾光器順應來產生位於補償區域户 反射光源的區域）後續影像像素的「偽色彩」。 讓％’^成為一組Ν+ 1連續畫面的平滑像素，並且 其中C為屬於補償區域的一組像素，即是 (2〇)

除不要 】（像是 ^fx,y e C 35 1362016

用於監視，該系統包含固定在游泳池四周的吸頂式 的網路，如此整個游.泳池都涵蓋在所有攝影機的結 内。撣據本發明用於偵測前景物件的方法會併入與 相連的電腦，用於偵測攝影機所擷取影像内的前景 在即時監督系統内，每部攝影機以每秒4畫面 擷取影像。每個影像或畫面尺寸為 288x384，並且 面的像素區塊包含16個像素（即是4x4像素區塊）。 第4(a)圖至第4(h)圖顯示平曰從早上9點到晚 游泳池内泳者的連續偵測。第4(a)圖至第4(h)圖依 順序配置，來說明從早到晚在不同時間間隔上所發 具有挑戰性、遭遇到的事情。許多具有挑戰性的事 是早晨陽光反射、游泳課期間活躍的游泳活動、不 存在，隨著背景變得非常吵雜並且泳者偶而會消失 者的偵測相當困難。關於上述的挑戰，根據本發明 可用滿足並且堅固的方式來執行。 在第4(b)圖内，吾人可瞭解根據本發明的方法 測一旦泳者消失時位於左邊的泳者。在第4 (c)圖内 本發明的方法也可偵測到反射區域内的泳者。在第 和第4(g)圖内，根據本發明的方法可以偵測在擁擠 的泳者，即是某些泳者非常小也可以偵測到。 根據本發明的方法在偵測泳者的精確度方面也 觀評估，而仍能維持低的錯誤前景雜訊。第5 a圖 圖顯示將該方法套用在不同時間間隔上長度 2000 的三個選取之視訊串流上所獲得的結果。第5a圖 攝影機 合視野 攝影機 勿件。 的頻率 每個晝 上8點 照時間 生並且 件，像 同遮影 而讓泳 的方法’ 可以偵 ，.根據 4(f)圖 情況下 經過客 L第5c 個畫面 L第5c 37 13-62016 圖的水平與垂直軸分別代表畫面索引以及每個畫面偵測到 的泳者數量。線501提供目前實際的泳者數量，並且線502 顯示該方法偵測到的泳者數量。錯誤負（未偵測到的泳者） 以及錯誤正（誤將背景雜訊區分為前景物件）的數量都分別 以符號"〇 "和"X "來標示。

第 5 a圖說明平曰期間在視訊連續鏡頭中記錄到總數 1 5 00位泳者的游泳池案例。在這當中，已經正確偵測到 1 4 7 3位泳者，達到第5 a圖内所示9 8.2 0 %的偵測率，線5 0 2 相當靠近線5 0 1。1 . 8 0 %未偵測到是由於泳者與背景之間的 低對比，以及某些泳者的個子太小。進一步，根據本發明 的方法已經達成0 %的錯誤正率，這表示並沒有誤將背景雜 訊區分為前景物件。因此，吾人可瞭解到根據本發明的方 法相當能夠順應動態背景移動。

第 5 b圖顯示在游泳課期間根據本發明方法所獲得的 結果。這與第5 a圖的案例比較起來是更複雜的案例，牽涉 到更多泳者，包含個子小的泳者。此外，更多泳者活動的 存在造成背景更多的水花擾動。在視訊連續鏡頭中總共有 8974位泳者，根據本發明的方法只造成4.2130 %的錯誤負 以及 0.1658 %的錯誤正。這是因為偶而會誤將游泳池的某 些分道線區分為前景。 第 5 c圖顯示在夜間根據本發明方法用於偵測前景物 件的結果。在視訊連續鏡頭中總共有5 3 5 9位泳者，根據本 發明的方法達成 3.9186 %的錯誤負以及 5.7473 %的錯誤 正。錯誤正比白天的連續鏡頭還要高主要是由於泳者消失 38 1362016 在反射區域内。 第6圖展示根據本發明的方法使用與不使用偽色彩補 償濾光器之比較。第6圖内圖片601的第2列顯示不使用 偽色彩補償濾光器的已偵測前景物件602，並且圖片603 的第3列顯示在套用偽色彩補償濾光器之後的已偵測前景 物件6 0 4。

從第6圖可見，難以正確擷取出被水面反射封閉的泳 者部分。再者，由於水面波紋造成的分道線移動會誤區分 為前景區域。當套用偽色彩補償濾光器，可徹底改善前景 物件的偵測。因此，偽色彩補償濾光器可有效增強受挑戰 情況下泳者的偵測。 第7圖展示根據本發明的方法在晚上不同挑戰情況下 所獲得的其他結果。在第7圖内，由於水隨時間從大片擴 展區域改變成小但是集中的區域而造成反射區域。

使用根據本發明方法獲得的結果也與使用已知W4系 統[6 ]所獲得的結果相比較，如第8圖内所示。第一列圖片 8 0 1顯示擷取的環境影像。第二列圖片8 02顯示根據本發 明方法的前景物件區分。第三列圖片803顯示使用W4系 統的前景物件區分。從第8圖可瞭解，根據本發明的方法 可達成更好的區分，提高偵測小泳者的能力並且抑制動態 背景導致的錯誤。 錯誤率的物件比較，即是 錯誤率ER = (100 X錯誤像素數）/(晝面尺寸）， 根據本發明方法與W4系統之間用於第8圖的區分結 39 1362016 果顯示於下表1内： ER (%) 建議的演算法 2.64 2.10 2.51 1.85 W4 5.41 3.36 3.63 3.00 表1 從表1可瞭解，根據本發明的方法具有較低的區分錯 誤率。 本說明書内引用下列參考：

[1] C. Wren, A. Azarbayehani，T. Darrell, Τ. and A. Pentland, "P finder: Real-time tracking of the human body," IEEE Trans. Pattern Anal. Machine Intel】.，vol. 19, no. 7, pp. 780-785, 1997.

[2] N. Friedman and S. Rusell, "Image segmentation in video sequence: A probabilistic approach," In Proc.

Thirteenth Conf. Uncertainty in Artificial Intelligence, 1 997.

[3] W.E.L Grimson., C. Stauffer, R. Romano and L.

Lee, "Using adaptive tracking to classify and monitor activities in a site," In Proc. Computer Vision and Pattern Recognition, pp. 22-29, June 1998.

[4] C. Stauffer and W.E.L Grimson, "Adaptive background mixture models for real-time tracking," In Proc. Computer Vision and Pattern Recognition, vol. 2 pp. 246-252, 1999.

[5] C. Stauffer, W. Eric and L. Grimson, "Learning 40 1362016 patterns of activity using real-time tracking," IEEE Trans. Pattern Anal. Machine Intell., vol. 22，no. 8, pp 747-757, 2000.

[6] I. Haritaoglu, D. Harwood, and L. S. Davis, "W4: Peal-time surveillance of pelple and their activities," IEEE Trans. Pattern Anal. Machine Intell., vol. 22 no. 8, pp. 809-830, 2000.

[7] A. Elgammal, R. Duraiswami, D. Harwood and L.S. Davis, "Background and foreground modeling using nonparametric kernel density estimation for visual surveillance," Proc IEEE, vol. 90, no. 7，pp. 1151-1163, July 2002.

[8] T.E. Boult, K, J. Micheals and X. Gao, "Into the

Woods: Visual surveillance of noncooperative and camouflaged targets in complex outdoor settings," Proc. IEEE, vol. 89, no. 10, pp. 1382-1402, 2001.

[9] S.C. Liu, C. W. Fu and S. Chang, "Statistical change detection with moments under time-varying illumination," IEEE Trans Image Processing, vol. 7, no. 9, pp. 1258-1268, 1998.

[10] R. O. Duda, P. E. Hart and D. G. Stork, "Pattern Classification," John Wiley & Sons, 2001.

[11] J,C. Bezdek, "Pattern recognition with fuzzy objective function algorithm," Plenum Press, NY., 19 81. 41 1362016 [12] D. Comaniciu and P. Meet, "Meau shift: A robust approach toward feature space analysis," IEEE Trans. Pattern Anal. Machine Iutell., vol. 24, no. 5, pp. 603-619, 2002.

[13] J. Astola, P. Haavisto and Y. Neuvo, "Vector median filters," IEEE Proceedings, vol. 78，no. 4，pp. 678-689, 1990.

[14] H. Fujikake，K. Takizawa, T. Aida, T. Negishi and M. Kob ayashi, "Video camera system using liquid-crystal polarizing filter to reduce reflected light," IEEE Trans. Pattern Anal. Machine Intell., vol. 44, no. 4, PP· 419-426, 1998. 【圖式簡單說明】 下面將藉由參考圖式來說明本發明的具體實施例。

第1圖顯示根據本發明具體實施例用於監視游泳池的 監視系統之硬體設定。 第2圖顯示根據本發明具體實施例用於偵測環境内所 欲物件之方法的流裎圖。 第3圖顯示根據本發明具體實施例，使用順應閥值處 理的低閥值二元圖、高閥值二元圖、親代二元圖以及根據 該低閥值二元圖與親代二元圖來偵測的前景物件結果之範 例。 第4a圖至第4h圖顯示平日中一座游泳池從早上9點 42 1362016 到晚上8點的擷取影像範例，以及根據本發明偵測的其對 應之前景物件場景。 第5a圖至第5c圖顯示三個不同視訊串流中，使用根 據本發明方法偵測的泳者數與游泳池内實際泳者數之間的 比較。 第6圖顯示使用根據本發明的方法，使用與不使用偽 彩色濾光器，夜間期間從游泳池偵測的前景物件之比較。

第7圖顯示夜間期間在游泳池内根據本發明所偵測的 前景物件，包含來自水的光反射區域。 第8圖顯示使用根據本發明的方法以及使用W4方法 從游泳池彳貞測的前景物件之比較。

【主要元件符號說明】 100 監 視 系 統 207 追 蹤 前 景 物件 101 可 見 光 攝 影 機 208 緩 衝 背 景 像素並更 102 電 腦 新 背 景 模 型 103 游 泳 池 209 形 成 前 景 模型 201 擷 取 影 像 /視訊 210 厂 偽 色 彩 j補償濾光 202 產 生 背 景 影 像 器 (反射像素超過預 203 產 生 背 景 模 型 定 值 時 啟 動） 204 擷 取 S 前 影 像 301 低 閥 值 二 元圖 205 將 目 前 影 ί與背景 302 前 景 雜 訊 模 型 比 較 303 前 景 物 件 206 決 定 前 景 物 件 304 高 閥 值 二 元圖 43 1362016 305 親代二元圖 306 前景部分 307 偵測的物件影像 501 線 502 線 601 圖片 602 已偵測的前景物件 603 圖片

604 已偵測的前景物件 80 1 圖片 802 圖片 803 圖片

Claims (1)

1362016 第卟丨丨扑？ 3號專利索^年丨上月修正 日修正替換頁 十、申請專利範圍： 1. 一種利用一監視系統偵測一環境内至少一物件的方 法，該方法包含下列步驟： 利用該監視系統内的一影像擷取裝置擷取該環境 的至少一影像； 根據該至少一影像產生該環境的至少一背景影 像；

將該至少一背景影像區分成複數像素區塊，每個 像素區塊包含複數像素； 根據每個像素區塊内的該等複數像素的至少一特 色來形成每一像素區塊的至少一資料叢集，其中該至 少一叢集被模型化成具有一平均值以及相對於該平均 值的一標準差之一資料分布； 擷取該環境的後續影像，該後續影像包含複數像 素；

將該後續影像的每一像素與該至少一背景影像的 一對應像素區塊之至少一資料叢集做比較，來產生一 第一差異值； 將該後續影像的該等複數像素中的每一者與該至 少一背景影像的至少一進一步像素區塊之至少一資料 叢集做比較，來產生一第二差異值，其中該至少一進 一步像素區塊與該對應像素區塊相鄰； 根據該第一差異值以及該第二差異值來決定該後 45 Γ362016 (DO年日修正替換頁 續影像的該等複數像素中的每一者為一背景像素或一 前景像素； 根據該已決定的該等背景像素以及該等前景像 素，來產生該後續影像的一二元圖（binary map);以及 標示該二元圖内對應至該前景像素的連接像素， 以形成至少一前景物件，其中該至少一前景物件為該 環境内所偵測到的該至少一物件。

2. 如申請專利範圍第1項所述之偵測一環境内至少一物 件的方法，更包含下列步驟： 將該後續影像的該等複數像素中的每一者與在一 局部搜尋視窗内定義的該至少一背景影像的每一該像 素區塊之至少一資料叢集做比較， 其中該局部搜尋視窗的尺寸根據該至少一背景影 像内一背景物件的一評估移動率來決定，以及

其中該局部搜尋視窗的移動方向根據該背景物件 的一評估移動方向來決定。 3. 如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，更包含下列步驟： 藉由套用強度或色彩模型之一遮影至該至少一影 像，從該監視系統所擷取的該環境之至少一影像，決 定代表該環境内該至少一物件的多個像素； 移除代表該至少一物件的該像素之資訊；以及 使用將許多之前影像列入考量的一濾光法來濾光 46 Γ3-62016 |D啤p·月曰修正替換頁

該環境的殘留影像，以去除代表該 像素之任何殘留資訊，藉此產生該 景影像。 4. 如申請專利範圍第3項所述之偵測 件的方法，其中使用一暫時向 (temporal vector median filter)當成 將許多之前的影像列入考量來濾光 像。 5. 如申請專利範圍第1或2項所述之4 一物件的方法，更包含根據該後續景 景像素，來更新該至少一背景影像纪 該至少一資料叢集。 6. 如申請專利範圍第 5項所述之偵測-件的方法，其中使用一遞迴線性内相 一背景彩像的每一像素區塊的該至少 7. 如申請拳利範圍第1或2項所述之4 一物件的方法，其中在一預定時間以 預定情況時，儲存該至少一背景影％ 的該至少一資料叢集》 8. 如申請專利範圍第1或2項所述之4 一物件的方法，更包含以下步驟： 將該後續影像區分成複數像素區 針對包含至少一前景像素的該指 .少一物件的該等 :境的該至少一背 -環境内至少一物 :中位線濾光器 [光法，該濾光源 :環境的該殘留影 i測一環境内至少 ;像内決定的該背 I每一像素區塊的 -環境内至少一物 ί法來更新該至少 一資料叢集。 i測一環境内至少 及/或發生該環境 .的每一像素區塊 i測一環境内至少 塊；以及 .續影像的該等複 47 13.62016 數像素區塊中的每一者，根據該像素區塊内該至少一 前景像素的至少一特色來形成至少一資料叢集，其中 該至少一叢集被模型化成具有一平均值以及相對於該 平均值的一標準差之一資料分布；

其中將下一個後續影像的複數像素中的每一者與 該後續影像的一對應像素區塊之一前景像素的至少一 資料叢集（若存在此資料叢集的話）做比較，來決定該下 一個後續影像的該等複數像素中的每一者是否為一前 景像素。

9. 如申請專利範圍第8項所述之偵測一環境内至少一物 件的方法，其中該下一個後續影像的該等複數像素中 的每一者都進一步與該後續影像的一進一步像素區塊 的一前景像素的該至少一資料叢集做比較（若存在此 至少一資料叢集的話），來決定該下一個後續影像的該 等複數像素中的每一者是否為一前景像素，其中該後 續影像的該至少一進一步像素區塊相鄰於該後續影像 之該對應像素區塊。 1 〇 ·如申請專利範圍第8項所述之偵測一環境内至少一物 件的方法，更包含根據該下個後續影像内決定的該等 前景像素，來更新包含至少一前景像素的該後續影像 的該等像素區塊之至少一資料叢集。 11.如申請專利範圍第1 〇項所述之偵測一環境内至少一物 件的方法，其中使用一遞迴線性内插法來更新包含至 48 1362016 _ - |β睥日修正替換頁 少一前景像素的該後續影像的該等像素區塊之該至少 一資料叢集。

1 2 _如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，其中產生該第一差異值當成下列二值 間之差異：與該後續影像的該等複數像素中之一者對 應的該至少一背景影像的該像素區塊的至少一資料叢 集之該平均值，以及該後續影像的該等複數像素中之 該一者的該對應特色之該值；並且該第一差異值除以 該至少一背景影像的該像素區塊的該至少一資料叢集 之該標準差。 1 3 .如申請專利範圍第1 2項所述之偵測一環境内至少一物 件的方法，其中產生該第二差異值當成下列二值間之 差異：該進一步像素區塊的該至少一資料叢集之該平 均值，以及該後續影像的該等複數像素中之該一者的 該對應特色之該值，其中該進一步像素區塊相鄰於與 該後續影像的該等複數像素中之一者對應的該至少一 背景影像的該像素區塊；並且該第二差異值除以該至 少一背景影像的該像素區塊的該至少一資料叢集之該 標準差。 ‘ 1 4.如申請專利範圍第1 3項所述之偵測一環境内至少一物 件的方法，其中若該第一差異值與該第二差異值中的 最小值小於一預定閥值，則決定該後續影像的該等複 數像素中之該一者為一背景像素，否則決定該後續影 49 Γ362016 ___ 畔呼3曰修正替換頁 像的該等複數像素中之該一者為一前景像素。 1 5 ·如申請專利範圍第1 4項所述之偵測一環境内至少一物 件的方法，更包含下列步驟：

根據該後續影像的該等複數像素，使用一進一步 預定的閥值來決定複數背景像素與複數前景像素，其 中該進一步預定的閥值具有一值，該值係施加比該預 定閥值更嚴格的條件來將一像素決定成為一前景像 素； 根據使用該進一步預定閥值決定的該等背景像素 與該等前景像素來產生一進一步二元圖； 根據該進一步二元圖產生一修改過的二元圖，其 中該修改過的二元圖内的每一元素對應至該進一步二 元圖的一像素區塊内的前景像素數量是否超過一預定 值； 標示該已修改過的二元圖内之相連元素，以形成 至少一前景部分，該已修改過的二元圖對應至該進一 步二元圖的該像素區塊内的前景像素超過該預定值的 數量；以及 若該至少一前景物件對應於該已修改過的二元圖 内的該至少一前景部分，則決定該二元圖内該至少一 前景物件為該環境内所偵測到的至少一物件。 1 6 _如申請專利範圍第1 5項所述之偵測一環境内至少一物 件的方法，其中該進一步預定的閥值具有一大於該預 50 Γ362016 丨〇晔户月另日修正替換頁 定間值的值。 1 7.如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，更包含下列步驟：

在將該後續影像的該等複數像素中之每一者與該 至少一背景影像的該對應像素區塊之至少一資料叢集 做比較之前，決定該後續影像每一像素的一動作頻率； 根據該後續影像的該等複數像素中的每一者的該 動作頻率，來區分對應至代表一雜訊部分的區域之該 後續影像的該等複數像素；以及 使用一偽遮影（pseudo-shade)遽光器渡光對應至 代表該雜訊部分的該區域之該已區分像素'其中該偽 遮影濾光器被調適成根據該等已區分像素的一平均遮 影資訊，產生一用於該已區分像素的偽遮影，此步驟 中排除代表該雜訊部分的該遮影值。

1 8 .如申請專利範圍第1 7項所述之偵測一環境内至少一物 件的方法，其中該雜訊部分係由於來自一光源的反射。 1 9 ·如申請專利範圍第1 7項所述之偵測一環境内至少一物 件的方法，其中從一預定數量的連續後續影像獲得該 已區分像素的該平均遮影資訊。 2 0.如申請專利範圍第1 7項所述之偵測一環境内至少一物 件的方法，更包含下列步驟： 根據該後續影像的該等複數像素中之每一者的該 動作頻率，來區分對應至快速移動前景像素的一區域 51 Γ3-62016 [D吟月目修正替換頁丨 像 景 前 動 移 速 快 L 至 及 以應 ;對 素光 像濾 數’ 複器 等光 該濾 的均 像 平 影 一 續 用 後使 該 之 等第其 該圍’ 之範法 域利方 區專的 該請件 的申物 素如 一 已 中 少 一 至 内 感 境敏 環譜 一 頻 測光 偵見 之可 。述該 素所於 像項對 7用 區或使 攝影機或視訊攝影機當成該影像擷取裝置。 2 2.如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，其中色彩係用作形成該至少一資料叢 集的每一像素區塊的該等背景像素之該至少一特色。 2 3 ·如申請專利範圍第2 2項所述之偵測一環境内至少一物 件的方法，更包含將根據由該監視系統擷取的該至少 一影像所產生的該至少一背景影像轉換成一國際照明 委員會實驗室（Commission International de L'Eclairage (CIE) Lab)色彩空間。 2 4.如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，其中決定至少一高斯分配當成每一像 素區塊内該至少一資料叢集的該資料分布。 2 5 _如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，其中該至少一背景影像被區分成複數 方形像素區塊。 2 6.如申請專利範圍第1或2項所述之偵測一環境内至少 一物件的方法，其中該環境為水上環境並且該物件為 人類 52 B62016 __ (〇(年μρ)日修正替換頁 2 7. —種用於偵測一環境内至少一物件的監視系統，該監 視系統包含： 至少一影像擷取裝置，用於擷取該環境的複數影 像；

一處理單元，其經調適以根據該環境的至少一影 像來處理並產生該環境的一背景影像，其中該背景影 像包含複數像素，並且將該背景影像區分成複數像素 區塊； 一成形單元，其經調適以根據該像素區塊内的該 等背景像素的至少一特色來形成每一像素區塊的至少 一資料叢集，其中該至少一叢集會模型化成具有一平 均值以及偏離該平均值的一標準差之一資料分布； 一比較單元，其經調適以將來自該環境的複數後 續影像的每一後續影像内的每一像素與對應至該像素 的該背景影像的該像素區塊之該至少一資料叢集做比 較，以產生一第一差異值，並且將該像素與該背景影 像的至少一進一步像素區塊的該至少一資料叢集做比 較，以產生一第二差異值，其中該至少一進一步像素 區塊與對應至該像素的該像素區塊相鄰； 一決定單元，其經調適以根據該第一差異值以及 該第二差異值來決定該後續影像的每一像素為一背景 像素或一前景像素； 一產生單元，其經調適以根據該等已決定的背景 53 Γ3-62016 f〇晬μ月Θ日修正替換頁 像素以及該前景像素，來產生該 以及 一標示單元，其經調適以標 等背景像素的連接像素，以形成 中該至少一前景物件為該環境内 物件。 後續影像的二元圖； 示二元圖内對應至該 至少一前景物件，其 所偵測到的該至少一 54 1362016 第號專利案年|二月修正 肿年μ序^日修正替換頁 A)1

400 £00 晝面指數第5a圖 200D (畫面） 15

57300 59000 畫面指數第5b圖 50400 (畫面）

mmm

C6000 60800 67B00 晝面指數第5c圖 (畫面） 1362016

七、指定代表圖： ()、本案指定代表圖為：第2圖 (二)、本代表圖之元件代表符號簡單說明 2〇1 2〇2 2〇3 2〇4 2〇5 206 207 208 209 210 擷取影像/視訊 產生背景影像 產生背景模型 擷取目前影像 將目前影像與背景模 型比較 決定前景物體 追蹤前景物體 緩衝背景像素益更新背 景模型 形成前景模塑 「偽色彩j補償遽光1i (反射像素超過顇疋值

時啟動） 、本案若有化學式時，讀μ蒙ϊ細 嫌:_削_歲，允 » . . . · -· . . ·'· V · ·. · .