TWI860648B - 影像辨識系統及其方法 - Google Patents
影像辨識系統及其方法 Download PDFInfo
- Publication number
- TWI860648B TWI860648B TW112109501A TW112109501A TWI860648B TW I860648 B TWI860648 B TW I860648B TW 112109501 A TW112109501 A TW 112109501A TW 112109501 A TW112109501 A TW 112109501A TW I860648 B TWI860648 B TW I860648B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- recognition
- accuracy
- capture device
- image capture
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012790 confirmation Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 10
- 230000002708 enhancing effect Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本發明提供一種影像辨識系統及其方法,系統包含第一影像擷取裝置、第二影像擷取裝置及處理裝置。第一影像擷取裝置擷取第一視角範圍之第一影像。第二影像擷取裝置擷取第二視角範圍之第二影像。處理裝置包含辨識模組及判斷模組。辨識模組辨識第一視角範圍的目標物而取得第一辨識準確度,並辨識第二視角範圍的目標物而取得第二辨識準確度。判斷模組係依據第一辨識準確度及第二辨識準確度產生總辨識準確度,並確認總辨識準確度是否大於等於準確度門檻值而產生確認結果,而判斷是否調整第二影像擷取裝置之權重值。藉此,增強影像辨識效果。
Description
本發明是關於一種影像辨識系統及其方法,且特別是關於一種增強影像辨識效果之影像辨識系統及其方法。
現有的影像監控系統使用單一相機結合影像辨識或是使用相機結合雷達的方式來監控入侵者。然而,單一相機的監控方式因受到鏡頭故障、髒污、被遮蔽或光線角度逆光背光等環境因素影響,有畫面模糊或是辨識困難的問題,且以現有技術而言,以單一相機計算與入侵者之間的相對距離,容易產生極大的誤差。此外,透過相機結合雷達的監控方式,在雷達波測距的使用上,必須在雷達裝設時費時校正,裝設後也會因為監控環境的遮擋物干擾而出現誤判。
由此可知,目前市場上缺乏一種具有高效辨識度及高偵測精度,且裝設時不需費時校正的影像辨識系統及其方法,故相關業者均在尋求其解決之道。
本發明之目的在於提供一種影像辨識系統及其方法,能夠透過多組影像擷取裝置涵蓋重疊視角的判斷,並藉由條件設定使系統進行自我權重調整而增強辨識效果。
依據本發明的結構態樣之一實施方式提供一種影像辨識系統,用以辨識一區域範圍之一目標物,影像辨識系統包含一第一影像擷取裝置、至少一第二影像擷取裝置以及一處理裝置。第一影像擷取裝置用以擷取區域範圍內一第一視角範圍之一第一影像。至少一第二影像擷取裝置之任一者用以擷取區域範圍內一第二視角範圍之一第二影像。處理裝置訊號連接第一影像擷取裝置及至少一第二影像擷取裝置,處理裝置包含一辨識模組及一判斷模組。辨識模組用以取得第一影像及第二影像,並辨識落入第一視角範圍的目標物而取得一第一辨識準確度,並辨識落入第二視角範圍的目標物而取得一第二辨識準確度。判斷模組係依據第一辨識準確度及第二辨識準確度之至少一者產生一總辨識準確度,並確認總辨識準確度是否大於等於一準確度門檻值而產生一確認結果,進而依據確認結果判斷是否調整至少一第二影像擷取裝置之一權重值。
依據本發明的方法態樣之一實施方式提供一種影像辨識方法,用以辨識一區域範圍之一目標物,影像辨識方法包含一影像擷取步驟、一辨識步驟以及一判斷步驟。影像擷取步驟包含驅動一第一影像擷取裝置擷取區域範圍內一第一視角範圍之一第一影像,並驅動至少一第二影像擷取裝置之任一者擷取區域範圍內一第二視角範圍之一第二影像。辨識步驟包含驅動一處理裝置之一辨識模組取得第一影像及第二影像,辨識落入第一視角範圍的目標物而取得一第一辨識準確度,並辨識落入第二視角範圍的目標物而取得一第二辨識準確度。判斷步驟包含驅動處理裝置之一判斷模組依據第一辨識準確度及第二辨識準確度之至少一者產生一總辨識準確度,並確認總辨識準確度是否大於等於一準確度門檻值而產生一確認結果,進而依據確認結果判斷是否調整至少一第二影像擷取裝置之一權重值。
藉此,本發明之影像辨識系統及其方法可根據第一影像擷取裝置及至少一第二影像擷取裝置涵蓋重疊視角,結合處理裝置的條件判斷進行自我調整,具有節省額外校正時間、降低環境因素對影像辨識的影響,以及增強辨識效果與辨識準確度之功效。
請參照第1圖、第2圖及第3圖,第1圖係繪示本發明之第一實施例之影像辨識系統100之方塊圖;第2圖係繪示依照第1圖之影像辨識系統100之使用情境示意圖;及第3圖係繪示依照第1圖之影像辨識系統100之另一使用情境示意圖。影像辨識系統100用以辨識一區域範圍A之一目標物B,並藉由條件設定使影像辨識系統100進行自我調整而增強辨識效果。影像辨識系統100包含一第一影像擷取裝置110、至少一第二影像擷取裝置120以及一處理裝置130,處理裝置130訊號連接第一影像擷取裝置110及至少一第二影像擷取裝置120。於本實施例中,第一影像擷取裝置110及至少一第二影像擷取裝置120可為相機或攝影機,處理裝置130可為雲端伺服器或雲端主機,本發明不以此為限。
第一影像擷取裝置110用以擷取區域範圍A內一第一視角範圍V1之一第一影像111,至少一第二影像擷取裝置120用以擷取區域範圍A內一第二視角範圍V2之一第二影像121。第一影像擷取裝置110與至少一第二影像擷取裝置120架設於區域範圍A內的相異位置,第一視角範圍V1與第二視角範圍V2具有部分重疊。
參照第2圖之使用情境所示,在本實施例中,影像辨識系統100辨識之區域範圍A為房屋門前庭院,目標物B為人,第一影像擷取裝置110及至少一第二影像擷取裝置120為相機,第一影像擷取裝置110設於門前,至少一第二影像擷取裝置120之數量為一且設於房屋右側。第一影像擷取裝置110用以擷取房屋門前庭院內第一視角範圍V1之第一影像111,第二影像擷取裝置120用以擷取房屋右側第二視角範圍V2之第二影像121。另外,參照第3圖之使用情境所示,本實施例與前述第2圖之差異在於至少一第二影像擷取裝置120之數量為二,分為第二影像擷取裝置120a及第二影像擷取裝置120b,第二影像擷取裝置120a設於房屋右側,第二影像擷取裝置120b設於房屋左側。第一影像擷取裝置110用以擷取房屋門前庭院內第一視角範圍V1之第一影像111,第二影像擷取裝置120a用以擷取第二視角範圍V2a之第二影像121a,第二影像擷取裝置120b用以擷取第二視角範圍V2b之第二影像121b。
處理裝置130包含一辨識模組131及一判斷模組132。辨識模組131用以取得第一影像111及第二影像121,並辨識落入第一視角範圍V1的目標物B而取得一第一辨識準確度
P
k ,並辨識落入第二視角範圍V2的目標物B而取得一第二辨識準確度
P
i 。
判斷模組132依據第一辨識準確度
P
k 及第二辨識準確度
P
i 之至少一者產生一總辨識準確度
P,並確認總辨識準確度
P是否大於等於一準確度門檻值
P
th 而產生一確認結果,進而依據確認結果判斷是否調整至少一第二影像擷取裝置120之一權重值
w(見第7圖)。其中,至少一第二影像擷取裝置120所對應之權重值
w用以提供處理裝置130進行後續總體影像分析,詳細來說,藉由權重值
w的調整能夠增強影像辨識系統100的辨識可靠度,而避免第一影像擷取裝置110或至少一第二影像擷取裝置120其中任一者的影像來源因環境問題導致判斷錯誤。
判斷模組132依據確認結果分析第一影像111及第二影像121之至少一者,以取得目標物B於區域範圍A之一目標資訊。其中,目標資訊包含一目標位置、目標物尺寸及目標物軌跡。
在一實施例中,處理裝置130更包含一權重調整模組133、一記憶體134、一監控模組135及一設定模組136。權重調整模組133用以依據確認結果而調整至少一第二影像擷取裝置120之權重值
w。記憶體134用以儲存第一影像111及第二影像121。監控模組135用以在判定目標物B之目標位置位於區域範圍A之一警示區C內時觸發一警示訊號,並將第一影像111及第二影像121儲存至記憶體134。設定模組136用以設定準確度門檻值
P
th 、警示區C及至少一第二影像擷取裝置120之權重值
w之初始值。
請參照第1圖至第4圖,第4圖係繪示本發明之第二實施例之影像辨識方法S1之方塊流程圖。其中第1圖之影像辨識系統100經配置以實施影像辨識方法S1,影像辨識方法S1用以辨識區域範圍A之目標物B,並藉由條件設定使影像辨識系統100進行自我調整而增強辨識效果。影像辨識方法S1包含一影像擷取步驟S11、一辨識步驟S12及一判斷步驟S13,而上述步驟執行的順序為影像擷取步驟S11、辨識步驟S12及判斷步驟S13。
影像擷取步驟S11包含驅動第一影像擷取裝置110擷取區域範圍A內第一視角範圍V1之第一影像111,並驅動至少一第二影像擷取裝置120擷取區域範圍A內第二視角範圍V2之第二影像121。
辨識步驟S12包含驅動處理裝置130之辨識模組131取得第一影像111及第二影像121,辨識落入第一視角範圍V1的目標物B而取得第一辨識準確度
P
k ,並辨識落入第二視角範圍V2的目標物B而取得第二辨識準確度
P
i 。
判斷步驟S13包含驅動處理裝置130之判斷模組132依據第一辨識準確度
P
k 及第二辨識準確度
P
i 之至少一者產生總辨識準確度
P,並確認總辨識準確度
P是否大於等於準確度門檻值
P
th 而產生確認結果,進而依據確認結果判斷是否調整至少一第二影像擷取裝置120之權重值
w。
於本實施例中,影像辨識方法S1更包含一初始設定步驟S10、一分析步驟S14、一權重調整步驟S15、一監控步驟S16及一儲存步驟S17。初始設定步驟S10執行於影像擷取步驟S11之前,且僅執行於首次啟用影像辨識系統100。權重調整步驟S15執行於判斷步驟S13之後,分析步驟S14執行於判斷步驟S13或權重調整步驟S15之後,監控步驟S16與儲存步驟S17依序執行於分析步驟S14之後。
初始設定步驟S10包含驅動設定模組136設定準確度門檻值
P
th 、警示區C及至少一第二影像擷取裝置120之權重值
w之初始值。
分析步驟S14包含驅動判斷模組132依據確認結果分析第一影像111及第二影像121之至少一者,以取得目標物B於區域範圍A之目標資訊。
權重調整步驟S15包含驅動權重調整模組133依據一初步結果與確認結果而調整至少一第二影像擷取裝置120對應之權重值
w。於本實施例中,當至少一第二影像擷取裝置120之數量為複數,權重調整步驟S15更包含驅動權重調整模組133提升任何滿足第二辨識準確度
P
i 大於等於準確度門檻值
P
th 所對應的第二影像擷取裝置120的權重值
w。藉此,透過權重值
w的調整能夠增強影像辨識系統100的辨識可靠度。
監控步驟S16包含驅動監控模組135在判定目標物B之目標位置位於區域範圍A之警示區C內時觸發一警示訊號。儲存步驟S17包含驅動監控模組135在觸發警示訊號後,將第一影像111及第二影像121儲存至記憶體134。以下將透過較詳細的實施例來說明上述各步驟之細節。
請參閱第5圖所示,第5圖係繪示依照第4圖之影像辨識方法S1之初始設定步驟S10。初始設定步驟S10包含於首次啟用影像辨識系統100時,驅動設定模組136自第一影像擷取裝置110與至少一第二影像擷取裝置120取得第一影像111與第二影像121,並將第一影像111與第二影像121等影像串流接入處理裝置130,設定模組136能夠藉由測定放置於區域範圍A的定位物之尺寸,而對定位物在區域範圍A內進行相對距離校正。接著驅動設定模組136設定準確度門檻值
P
th 及至少一第二影像擷取裝置120之權重值
w之初始值,並設定警示區C範圍。
請參閱第6圖所示,第6圖係繪示依照第4圖之影像辨識方法S1之步驟流程圖。在辨識步驟S12中取得第一辨識準確度
P
k 及第二辨識準確度
P
i 後,在判斷步驟S13中,首先驅動判斷模組132確認第一辨識準確度
P
k 是否大於等於準確度門檻值
P
th 而產生初步結果。
當初步結果為是時,判斷模組132依據初步結果判定第一辨識準確度
P
k 等於總辨識準確度
P,而同時判定確認結果為是,進而接續執行分析步驟S14分析第一影像111以取得目標物B於區域範圍A之目標資訊。詳細地說,當判斷模組132因第一影像擷取裝置110之第一辨識準確度
P
k 大於或等於準確度門檻值
P
th 而判定初步結果為是,即代表第一影像擷取裝置110沒有畫面模糊或是被障礙物遮蔽的問題,透過第一影像擷取裝置110就足以清楚辨識目標物B,因此僅需以單一的第一影像111進行目標物B分析。
反之,當初步結果為否時,驅動判斷模組132結合第一辨識準確度
P
k 與第二辨識準確度
P
i 以產生總辨識準確度
P,此時總辨識準確度
P符合下列式子(1):
(1)。
其中,
W
i 為至少一第二影像擷取裝置120之影像權重,
n為第一影像擷取裝置110與第二影像擷取裝置120之數量的加總,
i為所述第二影像擷取裝置120之編號,
k為第一影像擷取裝置110之編號。影像權重
W
i 數值為分數而具有分母與分子,分母為所有滿足第二辨識準確度
P
i 大於等於準確度門檻值
P
th 的第二影像擷取裝置120權重值
w之加總,分子為對應編號之第二影像擷取裝置120的權重值
w。
舉例而言,假設第一影像擷取裝置110之第一辨識準確度
P
k 為0.2,至少一第二影像擷取裝置120之數量為二,而分為編號1之第二影像擷取裝置120a及編號2之第二影像擷取裝置120b。第二影像擷取裝置120a之權重值
w為1,第二辨識準確度
P
1 為0.9;第二影像擷取裝置120b之權重值
w為2,第二辨識準確度
P
2 為0.8。若準確度門檻值
P
th 為0.7,此時判斷模組132將判定初步結果為否,而結合第一辨識準確度
P
k 與第二辨識準確度
P
i 以產生總辨識準確度
P。由於第二影像擷取裝置120a、120b之第二辨識準確度
P
1 、
P
2 皆大於準確度門檻值
P
th ,可計算得第二影像擷取裝置120a之影像權重
W
1 為
,第二影像擷取裝置120b之影像權重
W
2 為
。此時可計算得總辨識準確度
P為
。
判斷模組132接續確認總辨識準確度
P是否大於等於準確度門檻值
P
th 而產生確認結果。此時,當初步結果為否,而確認結果為是時,執行權重調整步驟S15驅動權重調整模組133提升至少一第二影像擷取裝置120之權重值
w。進而接續執行分析步驟S14分析第一影像111及第二影像121以取得目標物B於區域範圍A之目標資訊。詳細地說,當判斷模組132因第一影像擷取裝置110之第一辨識準確度
P
k 小於準確度門檻值
P
th 而判定初步結果為否,即代表第一影像擷取裝置110無法清楚辨識目標物B,因此需先提升滿足第二辨識準確度
P
i 大於等於準確度門檻值
P
th 所對應的第二影像擷取裝置120的權重值
w以增強整體辨識度,並結合第二影像擷取裝置120以第一影像111及第二影像121進行目標物B分析。同理,當初步結果為否,而確認結果亦為否時,即代表第一影像擷取裝置110與至少一第二影像擷取裝置120皆無法清楚辨識目標物B,此時將結束判斷步驟S13(即第6圖的「停止」)並重新執行影像擷取步驟S11直到總辨識準確度
P大於等於準確度門檻值
P
th 而產生確認結果為是。
以下進一步說明上述權重調整步驟S15之細節,請參閱第1圖、第7圖及第8圖,第7圖係繪示本發明之權重調整情境示意圖;及第8圖係繪示本發明之另一權重調整情境示意圖。
在第7圖之實施例中,影像辨識系統100辨識之區域範圍A為房屋門前庭院,目標物B為人,第一影像擷取裝置110設於門前,至少一第二影像擷取裝置120為相機之數量為二,分為編號1之第二影像擷取裝置120a及編號2之第二影像擷取裝置120b,第二影像擷取裝置120a設於房屋右側,第二影像擷取裝置120b設於房屋左側,第二影像擷取裝置120a、120b之權重值
w皆為1。當目標物B從房屋左側靠近且位於第一影像擷取裝置110的第一視角範圍V1死角,由於無法藉由第一影像擷取裝置110辨識,僅能透過第二影像擷取裝置120a、120b辨識。辨識模組131取得第一辨識準確度
P
k 為0,第二辨識準確度
P
1 為0.9,第二辨識準確度
P
2 為0.8。假設準確度門檻值
P
th 為0.7,當判斷步驟S13判定初步結果為否,並以上述式子(1)計算總辨識準確度
P並判定確認結果為是時接續執行權重調整步驟S15,由於第二辨識準確度
P
1 、第二辨識準確度
P
2 皆大於準確度門檻值
P
th ,將第二影像擷取裝置120a、120b之權重值
w由1調整為2,而增強辨識效果。
在第8圖之實施例中,第8圖與第7圖為同一場景,當有另一目標物B從房屋右側靠近且位於第一影像擷取裝置110的第一視角範圍V1死角,及第二影像擷取裝置120b的第二視角範圍V2b死角,由於無法藉由第一影像擷取裝置110與第二影像擷取裝置120b辨識,僅能透過第二影像擷取裝置120a辨識。辨識模組131取得第一辨識準確度
P
k 為0,第二辨識準確度
P
1 為0.9,第二辨識準確度
P
2 為0.3。假設準確度門檻值
P
th 為0.7,當判斷步驟S13判定初步結果為否,並以上述式子(1)計算總辨識準確度
P並判定確認結果為是時接續執行權重調整步驟S15,由於第二辨識準確度
P
1 大於準確度門檻值
P
th 、第二辨識準確度
P
2 小於準確度門檻值
P
th ,將第二影像擷取裝置120a之權重值
w由2調整為3,更進一步增強辨識效果。
藉此,藉由權重值
w的調整能夠進一步強化辨識度高的影像區域,而增強影像辨識系統100的辨識可靠度,進而避免第一影像擷取裝置110或至少一第二影像擷取裝置120其中任一者的影像來源因環境問題導致判斷錯誤。
由上述實施方式可知,本發明具有下列優點:其一,透過第一影像擷取裝置及第二影像擷取裝置涵蓋重疊視角結合處理裝置分析目標物,能夠節省額外的校正時間,且能降低環境因素對影像辨識的影響。其二,透過判斷模組與權重調整模組的條件判斷進行自我權重調整,能夠進一步強化辨識度高的影像區域進行整體判斷,而具有增強辨識效果、辨識準確度與可靠度之功效。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此發明之保護範圍當視後附之申請專利範圍所界定者為準。
100:影像辨識系統
110:第一影像擷取裝置
111:第一影像
120,120a,120b:第二影像擷取裝置
121,121a,121b:第二影像
130:處理裝置
131:辨識模組
132:判斷模組
133:權重調整模組
134:記憶體
135:監控模組
136:設定模組
A:區域範圍
B:目標物
C:警示區
P
k :第一辨識準確度
P
i :第二辨識準確度
P:總辨識準確度
P
th :準確度門檻值
S1:影像辨識方法
S10:初始設定步驟
S11:影像擷取步驟
S12:辨識步驟
S13:判斷步驟
S14:分析步驟
S15:權重調整步驟
S16:監控步驟
S17:儲存步驟
V1:第一視角範圍
V2,V2a,V2b:第二視角範圍
w:權重值
W:影像權重
第1圖係繪示本發明之第一實施例之影像辨識系統之方塊圖;
第2圖係繪示依照第1圖之影像辨識系統之使用情境示意圖;
第3圖係繪示依照第1圖之影像辨識系統之另一使用情境示意圖;
第4圖係繪示本發明之第二實施例之影像辨識方法之方塊流程圖;
第5圖係繪示依照第4圖之影像辨識方法之初始設定步驟之步驟流程圖;
第6圖係繪示依照第4圖之影像辨識方法之步驟流程圖;
第7圖係繪示本發明之權重調整情境示意圖;及
第8圖係繪示本發明之另一權重調整情境示意圖。
100:影像辨識系統
110:第一影像擷取裝置
120:第二影像擷取裝置
130:處理裝置
131:辨識模組
132:判斷模組
133:權重調整模組
134:記憶體
135:監控模組
136:設定模組
P
k :第一辨識準確度
P
i :第二辨識準確度
P:總辨識準確度
P
th :準確度門檻值
Claims (18)
- 一種影像辨識系統,用以辨識一區域範圍之一目標物,該影像辨識系統包含:一第一影像擷取裝置,用以擷取該區域範圍內一第一視角範圍之一第一影像;至少一第二影像擷取裝置,該至少一第二影像擷取裝置之任一者用以擷取該區域範圍內一第二視角範圍之一第二影像;以及一處理裝置,訊號連接該第一影像擷取裝置及該至少一第二影像擷取裝置,該處理裝置包含:一辨識模組,用以取得該第一影像及該第二影像,並辨識落入該第一視角範圍的該目標物而取得一第一辨識準確度,並辨識落入該第二視角範圍的該目標物而取得一第二辨識準確度;及一判斷模組,係依據該第一辨識準確度及該第二辨識準確度之至少一者產生一總辨識準確度,並確認該總辨識準確度是否大於等於一準確度門檻值而產生一確認結果,進而依據該確認結果判斷是否調整該至少一第二影像擷取裝置之一權重值。
- 如請求項1所述之影像辨識系統,其中該判斷模組依據該確認結果分析該第一影像及該第二影像之至少一者,以取得該目標物於該區域範圍之一目標資訊。
- 如請求項2所述之影像辨識系統,其中該判斷模組確認該第一辨識準確度是否大於等於該準確度門檻值而產生一初步結果;其中,當該初步結果為是時,該判斷模組依據該初步結果判定該第一辨識準確度等於該總辨識準確度,同時判定該確認結果為是,進而依據該確認結果分析該第一影像以取得該目標物於該區域範圍之該目標資訊。
- 如請求項3所述之影像辨識系統,其中,當該初步結果為否時,該判斷模組結合該第一辨識準確度與該第二辨識準確度以產生該總辨識準確度,而產生該確認結果;其中,當該確認結果為是時,依據該確認結果分析該第一影像及該第二影像以取得該目標物於該區域範圍之該目標資訊。
- 如請求項4所述之影像辨識系統,其中該處理裝置更包含:一權重調整模組,係依據該初步結果與該確認結果而調整該至少一第二影像擷取裝置之該權重值;其中,當該初步結果為否,且該確認結果為是時,該權重調整模組提升該權重值。
- 如請求項5所述之影像辨識系統,其中該至少 一第二影像擷取裝置之數量為複數,該權重調整模組提升該些第二辨識準確度大於等於該準確度門檻值所對應之該些第二影像擷取裝置的該權重值。
- 如請求項2所述之影像辨識系統,其中該目標資訊包含一目標位置,該處理裝置更包含:一記憶體;及一監控模組,用以在判定該目標位置位於該區域範圍之一警示區內時觸發一警示訊號,並將該第一影像及該第二影像儲存至該記憶體。
- 如請求項7所述之影像辨識系統,其中該處理裝置更包含:一設定模組,用以設定該準確度門檻值、該至少一第二影像擷取裝置之該權重值之初始值及該警示區。
- 如請求項1所述之影像辨識系統,其中該第一影像擷取裝置與該至少一第二影像擷取裝置架設於該區域範圍內的相異位置,該第一視角範圍與該第二視角範圍具有部分重疊。
- 一種影像辨識方法,用以辨識一區域範圍之一目標物,該影像辨識方法包含:一影像擷取步驟,包含驅動一第一影像擷取裝置擷取該 區域範圍內一第一視角範圍之一第一影像,並驅動至少一第二影像擷取裝置之任一者擷取該區域範圍內一第二視角範圍之一第二影像;一辨識步驟,包含驅動一處理裝置之一辨識模組取得該第一影像及該第二影像,辨識落入該第一視角範圍的該目標物而取得一第一辨識準確度,並辨識落入該第二視角範圍的該目標物而取得一第二辨識準確度;以及一判斷步驟,包含驅動該處理裝置之一判斷模組依據該第一辨識準確度及該第二辨識準確度之至少一者產生一總辨識準確度,並確認該總辨識準確度是否大於等於一準確度門檻值而產生一確認結果,進而依據該確認結果判斷是否調整該至少一第二影像擷取裝置之一權重值。
- 如請求項10所述之影像辨識方法,更包含:一分析步驟,包含驅動該判斷模組依據該確認結果分析該第一影像及該第二影像之至少一者,以取得該目標物於該區域範圍之一目標資訊。
- 如請求項11所述之影像辨識方法,其中該判斷步驟更包含驅動該判斷模組確認該第一辨識準確度是否大於等於該準確度門檻值而產生一初步結果;其中,當該初步結果為是時,該判斷模組依據該初步結果判定該第一辨識準確度等於該總辨識準確度,同時判定該確認結果為是,進而於該分析步驟中分析該第一影像以 取得該目標物於該區域範圍之該目標資訊。
- 如請求項12所述之影像辨識方法,其中,當該初步結果為否時,驅動該判斷模組結合該第一辨識準確度與該第二辨識準確度以產生該總辨識準確度,而產生該確認結果;其中,當該確認結果為是時,進而於該分析步驟中分析該第一影像及該第二影像以取得該目標物於該區域範圍之該目標資訊。
- 如請求項13所述之影像辨識方法,更包含:一權重調整步驟,包含驅動該處理裝置之一權重調整模組依據該初步結果與該確認結果而調整該至少一第二影像擷取裝置對應之該權重值;其中,當該初步結果為否,且該確認結果為是時,驅動該權重調整模組提升該權重值。
- 如請求項14所述之影像辨識方法,其中該至少一第二影像擷取裝置之數量為複數,該權重調整步驟更包含驅動該權重調整模組提升該些第二辨識準確度大於等於該準確度門檻值所對應之該些第二影像擷取裝置的該權重值。
- 如請求項11所述之影像辨識方法,其中該目 標資訊包含一目標位置,影像辨識方法更包含:一監控步驟,包含驅動該處理裝置之一監控模組在判定該目標位置位於該區域範圍之一警示區內時觸發一警示訊號。
- 如請求項16所述之影像辨識方法,更包含:一儲存步驟,包含驅動該監控模組在觸發該警示訊號後,將該第一影像及該第二影像儲存至該處理裝置之一記憶體。
- 如請求項16所述之影像辨識方法,更包含:一初始設定步驟,包含驅動該處理裝置之一設定模組設定該準確度門檻值、該至少一第二影像擷取裝置之該權重值之初始值及該警示區。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW112109501A TWI860648B (zh) | 2023-03-15 | 2023-03-15 | 影像辨識系統及其方法 |
US18/604,608 US20240312192A1 (en) | 2023-03-15 | 2024-03-14 | Image recognition system and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW112109501A TWI860648B (zh) | 2023-03-15 | 2023-03-15 | 影像辨識系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202439172A TW202439172A (zh) | 2024-10-01 |
TWI860648B true TWI860648B (zh) | 2024-11-01 |
Family
ID=92714490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112109501A TWI860648B (zh) | 2023-03-15 | 2023-03-15 | 影像辨識系統及其方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240312192A1 (zh) |
TW (1) | TWI860648B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831385A (zh) * | 2011-06-13 | 2012-12-19 | 索尼公司 | 多相机监控网络中的目标识别设备和方法 |
TWI384408B (zh) * | 2009-04-30 | 2013-02-01 | Ind Tech Res Inst | 影像辨識以及輸出方法與其系統 |
TWI512638B (zh) * | 2011-10-31 | 2015-12-11 | Univ Nat Chiao Tung | Intelligent area method and automatic camera state judgment method |
CN107784289A (zh) * | 2017-11-02 | 2018-03-09 | 深圳市共进电子股份有限公司 | 一种安防监控方法、装置及系统 |
US20200020093A1 (en) * | 2018-07-12 | 2020-01-16 | TerraClear Inc. | Object identification and collection system and method |
TWI728655B (zh) * | 2020-01-16 | 2021-05-21 | 國立臺中科技大學 | 應用於動物的卷積神經網路偵測方法及系統 |
-
2023
- 2023-03-15 TW TW112109501A patent/TWI860648B/zh active
-
2024
- 2024-03-14 US US18/604,608 patent/US20240312192A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI384408B (zh) * | 2009-04-30 | 2013-02-01 | Ind Tech Res Inst | 影像辨識以及輸出方法與其系統 |
CN102831385A (zh) * | 2011-06-13 | 2012-12-19 | 索尼公司 | 多相机监控网络中的目标识别设备和方法 |
TWI512638B (zh) * | 2011-10-31 | 2015-12-11 | Univ Nat Chiao Tung | Intelligent area method and automatic camera state judgment method |
CN107784289A (zh) * | 2017-11-02 | 2018-03-09 | 深圳市共进电子股份有限公司 | 一种安防监控方法、装置及系统 |
US20200020093A1 (en) * | 2018-07-12 | 2020-01-16 | TerraClear Inc. | Object identification and collection system and method |
TWI728655B (zh) * | 2020-01-16 | 2021-05-21 | 國立臺中科技大學 | 應用於動物的卷積神經網路偵測方法及系統 |
Also Published As
Publication number | Publication date |
---|---|
US20240312192A1 (en) | 2024-09-19 |
TW202439172A (zh) | 2024-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111860352B (zh) | 一种多镜头车辆轨迹全跟踪系统及方法 | |
CN111932901B (zh) | 道路车辆跟踪检测设备、方法及存储介质 | |
KR102162130B1 (ko) | 단일카메라를 이용한 불법주정차 단속시스템 | |
US7636105B2 (en) | Method and apparatus for providing motion control signals between a fixed camera and a PTZ camera | |
CN113671480A (zh) | 雷达与视频融合交通目标跟踪方法、系统、设备、终端 | |
CN102833478A (zh) | 容错背景模型化 | |
US20180137629A1 (en) | Processing apparatus, imaging apparatus and automatic control system | |
TW201539383A (zh) | 利用動作感應的侵入偵測技術 | |
US20190304272A1 (en) | Video detection and alarm method and apparatus | |
CN107688764A (zh) | 检测车辆违章的方法及装置 | |
US10277888B2 (en) | Depth triggered event feature | |
KR20200080402A (ko) | 비정상 상황 탐지 시스템 및 방법 | |
US20010046310A1 (en) | Optical monitoring apparatus with image-based distance accommodation | |
CN111462522A (zh) | 一种可消除地面强反射光影响的视觉车位检测方法 | |
KR101660254B1 (ko) | 주차차단기의 번호인식시스템 | |
WO2014175356A1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP3656056B2 (ja) | 割り込み車両検出装置及びその方法 | |
KR20230152410A (ko) | 다중 카메라 및 이동 카메라를 이용한 영상 분석 장치 | |
JP2016021200A (ja) | 判定方法、判定システム、及び判定装置 | |
US10326917B2 (en) | Monitoring camera | |
TWI860648B (zh) | 影像辨識系統及其方法 | |
KR20130062489A (ko) | 객체추적 시스템 및 그 운영방법 | |
JP5127692B2 (ja) | 撮像装置及びその追尾方法 | |
CN113808135A (zh) | 图像亮度异常检测方法、电子设备及存储介质 | |
CN118736476A (zh) | 影像辨识系统及其方法 |