TWI417813B - 可串接式相機竄改偵測收發器模組 - Google Patents

可串接式相機竄改偵測收發器模組 Download PDF

Info

Publication number
TWI417813B
TWI417813B TW99144269A TW99144269A TWI417813B TW I417813 B TWI417813 B TW I417813B TW 99144269 A TW99144269 A TW 99144269A TW 99144269 A TW99144269 A TW 99144269A TW I417813 B TWI417813 B TW I417813B
Authority
TW
Taiwan
Prior art keywords
camera
image
tampering
camera tampering
feature
Prior art date
Application number
TW99144269A
Other languages
English (en)
Other versions
TW201227621A (en
Inventor
Shen Zheng Wang
San Lung Zhao
Hung I Pai
Kung Ming Lan
En Jung Farn
Original Assignee
Ind Tech Res Inst
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW99144269A priority Critical patent/TWI417813B/zh
Priority to CN2010106056303A priority patent/CN102542553A/zh
Priority to US13/214,415 priority patent/US9001206B2/en
Publication of TW201227621A publication Critical patent/TW201227621A/zh
Application granted granted Critical
Publication of TWI417813B publication Critical patent/TWI417813B/zh

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/02—Monitoring continuously signalling or alarm systems
    • G08B29/04—Monitoring of the detection circuits
    • G08B29/046—Monitoring of the detection circuits prevention of tampering with detection circuits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Description

可串接式相機竄改偵測收發器模組
本揭露係關於一種可串接式的相機竄改偵測收發器模組。
隨著近年來視訊分析技術的快速發展，智慧型視訊監控成了安全上的一個重要課題。而其中一個很常見的監控問題是相機可能遭受破壞或以某些形式變更拍攝景觀，被變動的方式可能有：相機鏡頭被移動拍攝角度、相機鏡頭遭受噴漆或惡意破壞、相機焦距被更改或光源被改變等。這些變動會嚴重破壞監控品質，因此如果能有效偵測出變動，並將此訊息傳遞給相關監控人員，將有效提升現有監控設備的使用效果，因此如何偵測相機竄改事件及傳遞竄改資訊已成為智慧監控應用中必須面對的重要課題。
目前市面上常見的視訊監控系統的架構可分為類比攝影機搭配DVR(Digital Video Recorder)為主的類比傳輸監控，以及網路攝影機搭配NVR(Network Video Recorder)為主的數位網路監控。根據2008年10月，IMS(IMS Research)對監控市場2007相關產品出貨量所做的統計，類比攝影機出貨量為13,838千台、網路攝影機為1,199千台、DVR為1,904千台、NVR為38千台，而根據預估2012這些產品出貨量分別成長至：類比攝影機24,236千台、網路攝影機6,157千台、DVR為5,184千台、NVR為332千台。由上述的產業資訊可以看出類比傳輸監控未來數年內仍然被預測為監控市場主流，此外許多目前採用類比傳輸監控方案的使用者，不可能短時間內汰換已有設備，類比傳輸監控在持續數年內很難完全被取代。但根據數字來看，數位網路監控的持續成長力道也不容小覷，因此發展視訊監控產品要能兼顧類比傳輸與數位網路兩種監控方案就是一大考驗。
目前現行的相機竄改系統都是著重於相機破壞的偵測，係基於相機拍攝之影像來偵測相機是否遭到破壞。這些系統可以分為在發送端偵測或是在接收端偵測兩種系統。第一圖所示為發送端偵測系統的示意圖。如第一圖所示，發送端偵測之系統將相機之影像訊號分接出來以提供相機破壞偵測使用，再將破壞偵測結果儲存於一前端儲存媒體，並提供一伺服器(通常會是網頁伺服器)以供查詢，此時接收端除了接收影像外，還需另外查詢竄改資訊，才能將竄改資訊呈現給使用者觀看。這種架設方式的問題在於偵測訊號與影像是分開傳送，需要額外佈線及架設成本。第二圖所示為接收端偵測系統的示意圖。如第二圖所示，接收端偵測系統則將影像訊號傳送到接收端後再做相機竄改偵測，在這樣的機制下，接收端通常會需要能夠處理多攝影機視訊輸入，並執行使用者介面操作、顯示、儲存、竄改偵測等運算，所以接收端需要的硬體規格相對較高，通常是一個有強大運算能力的電腦。
台灣專利公開號096141488提出一種用於識別一照相機之可能遭破壞的方法及模組。該方法包含：自一影像序列接收一用於分析之影像；將該接收之影像轉換成一邊緣影像；產生一在該邊緣影像與一參考邊緣影像之間的一相似性程度之相似性值；若該相似性值在一指定範圍內，則該照相機檢視可能遭破壞。該方法只利用兩張邊緣影像的比對，而且用的是影像的邊緣資訊來做統計分析判斷相機影像是否有遭破壞。因此，其效果有限。
美國專利公開號US2007/0247526提出了一個基於影像比對及移動物偵測為主的相機遭破壞偵測演算法。該方法著重以目前取像和參考影像的比對，並無採用抽取特徵並建立特徵整合比對的方式。
美國專利公開號US2007/0126869提出了一個基於影像健康資料(health record)的相機故障偵測系統，該方法會儲存平均影像(Average Frame)、平均能量(Average Energy)、錨區域(anchor region)資訊作為健康資料，並將目前影像與這些儲存的健康資料作比對，當差異達到一定程度時累加故障累加器，當累加器超過一定數值就判定為故障。該方法主要應用係為判斷故障，與台灣專利公開號096141488雷同，其效果有限。
如前所述，目前市面上的視訊監控系統一般皆將影像資訊和變動資訊分開使用兩個不同的頻道傳輸，使用者如需要得知明確的變動資訊，通常需透過該裝置所對應的軟體開發套件(SDK)來取得。當有事件發生時，有些視訊監控系統會在影像畫面上透過某些方式來達成警示提醒的效果，像是將每兩張影像中的其中一張影像轉成全白影像，來達成畫面閃爍的效果；或是在影像畫面上顯示一個醒目的紅色框，以達成提醒的效果。但現行系統中這些效果都僅僅只有警示的功能。尤其當智慧分析的功能是在前端裝置執行時，後端接收者僅能知道有警示事件發生，而無法得知其判斷依據或重複利用已計算過的數據以減少運算資源的浪費並增加執行效率。
此外，一般視訊監控系統的建置通常不是一次到位，而是根據不同建設的期程有不同建置的案子。因此，不同案子所規劃的視訊監控裝置廠牌可能都不一樣，不同廠牌的視訊監控裝置所提供的介面也不盡相同。再者，當建置規模越來越大，代表可能會連結越來越多的攝影機或許多具有智慧型分析功能之裝置，當每個智慧型分析功能之裝置都在重複分析相同的視訊輸入時，就是一種資源浪費。然而這些不同的建置規劃中，視訊畫面通常會是在視訊監控系統建置時的必備條件，因此大多會有視訊傳輸介面。若能僅透過視訊通道取得視訊分析資訊讓後續裝置能加強分析或重複利用資訊，並同時能提供醒目的圖示方式讓使用者能得知變動事件發生，這樣的方式將可增加監控系統建置時的彈性。
基於上述習知技術之缺失，本揭露提供一種可串接式相機竄改收發器模組。本揭露之可串接式相機竄改收發器模組包含一處理單元與一儲存單元，其中該儲存單元更儲存有一相機竄改圖像收發模組、一資訊控制模組與一相機竄改分析模組，可由該處理單元執行。其中，首先會由相機竄改圖像收發模組負責偵測使用者所輸入數位視訊資料中是否已有本發明所輸出的相機竄改圖像，並分離既有之相機竄改圖像與重建未受竄改圖像影響前之影像(重建視訊)，更進一步可解析出既有之相機竄改特徵；隨即可透過資訊控制模組儲存竄改資訊以供後續判斷程序新增或加強相機竄改分析，達到串接式相機竄改分析的功能，避免重複執行先前已經分析過的步驟。若需要相機竄改分析，則交由相機竄改分析模組來進行分析，並將分析結果傳至資訊控制模組。當資訊控制模組確認所需分析完成後，便再透過相機竄改圖像收發模組將相機竄改特徵圖像化並與原始視訊或重建視訊合成後輸出。將竄改資訊以圖像樣式與視訊組合成帶有竄改資訊的視訊輸出，達到能夠讓使用本發明的使用者由輸出視訊中看到竄改分析結果，同時利用本發明之呈現樣式也能讓現有之數位監控系統(DVR)使用既有之功能(如移動偵測功能)來記錄、搜尋或顯示竄改事件。
在本揭露之實施例中，為驗證相機竄改收發器模組之實用性，亦使用多組影像分析特徵以及定義如何將影像分析特徵轉換為本發明之相機竄改特徵，使用之影像分析特徵包含，利用直方圖不易受環境中移動物體及雜訊影響的特性，可有效避免因場景中一般物體移動而誤發警訊，並利用影像區域邊化量、平均灰階變化量、移動向量來分析不同類別的相機竄改，經由近程特徵及遠程特徵互相比對，不單可以避免環境緩慢改變造成的影響，近程特徵的更新可避免短時間貼近鏡頭之移動物體造成誤判。根據本揭露之實施例，可利用複數個影像分析特徵所轉換之相機竄改特徵，來定義相機竄改，不會只是使用固定影像分析特徵、單張影像或只統計出單張影像就判斷相機竄改，效果會優於習知的技術，例如只利用兩張邊緣影像的比對方法。
因此，本揭露之可串接式相機竄改收發器模組可以無須視訊外之傳輸通道，除了提醒使用者事件發生，以及可以傳遞事件及各種量化資訊，還可執行串接式分析。
茲配合下列圖示、實施範例之詳細說明及申請專利範圍，將上述及本揭露之其他特徵與優點詳述於後。
第三圖顯示本揭露一種可串接式相機竄改收發器模之組織應用示意圖。如第三圖所示，本揭露之可串接式相機竄改收發器模組係用以接收一輸入影像系列，再將其分析與判斷結果，以一影像序列的方式輸出。
第四圖為本揭露之實施例，其顯示一種可串接式相機竄改收發器模組。如第四圖所示，本揭露之可串接式相機竄改收發器模組400包含一處理器單元408及一儲存單元410，其中儲存單元410更儲存有一相機竄改圖像收發模組402、一資訊控制模組404與一相機竄改分析模組406。該處理器單元408係負責執行儲存在儲存單元410內的相機竄改圖像收發模組402、資訊控制模組404及相機竄改分析模組406。其中，首先會由相機竄改圖像收發模組402負責偵測使用者所輸入數位視訊資料中是否已有本發明所輸出的相機竄改圖像，並分離既有之相機竄改圖像與重建未受竄改圖像影響前之影像(重建視訊)，更進一步可解析出既有之相機竄改特徵；隨即可透過資訊控制模組404儲存竄改資訊以供後續判斷程序新增或加強相機竄改分析，達到串接式相機竄改分析的功能，避免重複執行先前已經分析過的步驟。當需要進行相機竄改分析時，則交由相機竄改分析模組406來進行分析，並將分析結果傳至資訊控制模組404。當資訊控制模組確認所需分析完成後，便再透過相機竄改圖像收發模組402將相機竄改特徵圖像化並與原始視訊或重建視訊合成後輸出。將竄改資訊以圖像樣式與視訊組合成帶有竄改資訊的視訊輸出，使得使用者由輸出視訊中能夠看到竄改分析結果，同時也能讓現有之數位監控系統(DVR)使用既有之功能(如移動偵測功能)來記錄、搜尋或顯示竄改事件。
第五圖為本揭露之實施例，其顯示可串接式相機竄改收發器模組之相機竄改圖像收發模組、資訊控制模組與相機竄改分析模組之運作。如第五圖所示，可串接式相機竄改收發器模組400之相機竄改圖像收發模組402更包含一相機竄改圖像分離元件502、一相機竄改圖像轉換元件504、一合成設定描述單元506、以及一相機竄改圖像合成元件508。其中，相機竄改圖像分離元件502係用於接收輸入視訊，並分離視訊及竄改圖像；若有竄改圖像，相機竄改圖像轉換元件504將竄改圖像轉換為竄改特徵並對輸入影像進行重建；然後，重建影像以及竄改特徵會經由資訊控制模組404及相機竄改分析模組406處理，處理完成後再由相機竄改圖像收發模組402中的相機竄改圖像合成元件508根據合成設定描述單元506中描述之合成方式合成後輸出結果視訊。值得注意的是，相機竄改圖像收發模組402的輸出影像可來自相機竄改圖像合成元件508、相機竄改圖像分離元件502、或原始的輸入視訊；且上述之三種輸出影像來源可藉由一多工裝置520依據運算結果，分別連接至資訊控制模組404的輸出與相機竄改分析模組406的輸入。如何選擇將上述之相機竄改圖像收發模組402的輸出影像分別連接至資訊控制模組404的輸出與相機竄改分析模組406的輸入，將在後面資訊控制模組404的資訊過濾元件514的功能中說明。
同樣地，資訊控制模組404更包含一相機竄改特徵描述單元512與一資訊過濾元件514，其中，相機竄改特徵描述單元512係儲存相機竄改特徵資訊，而資訊過濾元件514負責接受並過濾來自相機竄改圖像收發模組402之相機竄改圖像轉換元件504要存取儲存相機竄改特徵描述單元512之相機竄改特徵的需求，並判斷是否需要啟動相機竄改分析模組406的功能。另一方面，相機竄改分析模組406更包含複數個相機竄改分析單元，用以進行不同的分析，並將分析結果回饋至資訊控制模組404的資訊過濾元件514。
以下將分別描述相機竄改圖像收發模組402、資訊控制模組404與相機竄改分析模組406的詳細運作方式。
如前所述，相機竄改圖像收發模組是用以將相機竄改特徵轉換成一個條碼圖像，例如，二維條碼中的QR Code、PDF417或漢信碼，與視訊合成後輸出，或是由輸入視訊中偵測相機竄改圖像並轉換回相機竄改特徵，亦或是重建影像。如第五圖所示，當接收視訊輸入時，會先經由相機竄改圖像分離元件502分離視訊及竄改圖像，之後經由相機竄改圖像轉換元件504將竄改圖像轉換為竄改特徵並對輸入影像進行重建，之後重建影像以及竄改特徵會經由資訊控制模組404及相機竄改分析模組406處理，處理完成後再由相機竄改圖像收發模組402中的相機竄改圖像合成元件508根據合成設定描述單元506中描述之合成方式合成後輸出結果視訊。
相機竄改圖像分離元件502，在接收輸入視訊後，會先判斷輸輸入視訊中是否存在相機竄改條碼圖像，若有，則找出相機竄改條碼圖像所在的位置並擷取之。第六圖與第七圖所示分別是兩種相機竄改圖像分離方法實施範例之示意圖。
如第六圖之所示，本實施範例將兩個連續影像，例如，影像(t)與影像(t-Δt)進行影像相減(標號601)，以計算影像中每一像素點的差值。經過二值化(標號602)後，再設定一個門檻值篩選出這些像素點，接著透過連通成分抽取的步驟(標號603)來找出這些像素點組合成之連通成分，這些連通成分中過大或過小的部分必然不是編碼影像，可以直接濾除(標號604)，剩下的連通成分再比對形狀特性(標號605)。根據本發明採用的編碼方式，編碼出來的編碼影像為長方形或正方形，因此利用連通成分之點數與四方型的相似程度過濾剩餘的區域，相似程度的計算公式為N pt /(W xH )，其中N pt 表示連通成分的點數，W 跟H 分別表示連通成分水平軸上相差最遠的兩點距離及垂直軸上相差最遠的兩點距離。最後，所得結果即為編碼影像候選者。
第七圖所示則為利用對像素的顏色直接過濾的定位機制的實施範例示意圖。這種定位機制適用於合成編碼影像是某些固定顏色(或灰階值)的狀況，由於編碼影像被設定成兩種不同的顏色的二值影像，因此可以透過直接將每一個像素點與設定的二值顏色點相減，例如，如標號701所示採用像素遮罩的方式計算差值，並過濾出符合的像素點，過濾的公式如下：
Min(|V (p )-V B |,|V (p )-V W |)>Th Code
其中V (p )表示p座標點的顏色，V B 及V W 分別表示編碼影像合成時對應到二值影像中0及1的顏色值，Th Code 表示過濾顏色相似程度使用的門檻值。當像素點過濾完後，就可以如同前面所述第六圖的運算，進行找出連通成分(標號702)以及後續的大小過濾(標號703)形狀過濾(標號704)的步驟。上面所述的運算，都是試圖過濾掉不符合的連通成分，因此有可能會造成所有連通成分都被濾除。當發生所有連通成分都被濾除，就定義為此幀影像不存在合成編碼影像，因此無法定位，也無須經過相機竄改圖像轉換元件504，而直接由資訊過濾元件514進行下一階段處理。反之，如果濾除後還剩下多個連通成分，則將這些連通成分根據編碼時設定的顏色規則還原回二值化的編碼影像，這些二值化的區域影像便成為編碼影像候選者。最後，再將編碼影像候選者交付相機竄改圖像轉換元件504進行處理後再由資訊過濾元件514進行下一階段處理。
第八圖所示為相機竄改圖像轉換元件接收到一張相機竄改條碼圖像以及一張原始影像後之處理流程的示意圖。由於相機竄改條碼圖像其位置與大小會隨著編碼時的設定不同而有所差異，當取得編碼影像候選者後，需要擷取完整條碼圖像，因此要先利用QR Code、PDF417或是漢信碼本身定位特徵的特性，例如：QR Code為左上角、左下角和右上角三個方塊區塊；PDF417為兩側的長條區塊；漢信碼為左上角、左下角、右上角和右下角的四個方塊混線條區塊；先進行條碼圖像定位再進行擷取。定位條碼圖像的方法如下：第一，先尋找視訊畫面上所有垂直或水平線上的像素線段。接著，再利用這些線段的起點跟終點資訊，即可得知線段與線段之間的交錯關係，並利用此資訊將線段合併成線條、長條和方塊此三種類別。然後根據這些線條、長條和方塊的座標的相對位置資訊找出是否有哪些線條、長條和方塊可以組成QR Code的定位方塊區塊、PDF417的定位長條區塊或漢信碼的定位方塊混線條區塊。最後，再利用所有的QR Code的定位方塊/PDF417定位長條區塊/漢信碼的定位方塊混線條區塊，檢查這些定位區塊的大小及相對位置來定位視訊畫面上的QR Code/PDF417/漢信碼之條碼圖像。至此，即完成條碼圖像定位，亦即完成竄改資訊解碼(標號801)。定位後之條碼影像再由圖像轉換元件轉換為特徵資訊，無法定位擷取或是轉換不出任何資訊之編碼影像候選者會直接捨棄，視其為可能誤判之編碼影像。
圖像轉換回特徵資訊後，會進行影像重建，以還原原始影像。影像重建的部份是將編碼影像從視訊資料中移除，以避免編碼影像對後續分析處理造成影響。利用將解碼資訊再度編碼(標號802)，再計算影像遮罩(標號803)以確實找出編碼影像的大小及範圍，並據以進行遮罩區域還原(標號804)以移除輸入影像中的編碼影像。
值得注意的是，編碼影像區域在定位時可能因為一些雜訊或是受畫面中移動物體的影響，造成區域不穩定或是合成影像中存在雜訊。由於以圖像呈現的條碼編解碼規範中，會有一定程度的容錯及錯誤校正機制，因此就算存在雜訊或是編碼區域不理想，也可以正確解碼出原始竄改資訊。當解碼出原始竄改資訊後，會再作一次編碼以得到最初合成時之編碼影像原始外觀及大小。在本發明之某些合成模式中，可以利用合成之編碼影像將輸入影像還原回原始擷取影像，因此重新編碼後得到的編碼影像就是最清晰的編碼影像，可以用來還原回原始擷取影像。而在其他合成模式中，無法回復原始擷取影像，這時重新編碼後的編碼影像區域就設定為影像遮罩，用已將遮罩區域以某些固定顏色取代，避免合成編碼影像的區域造成分析時誤判。合成之模式及還原的方式在後續提到竄改資訊合成元件時，再深入介紹。
第九圖所示為相機竄改圖像合成元件之運算流程示意圖。相機竄改圖像合成元件508接受來自資訊控制模組404的竄改特徵及來自相機竄改圖像轉換元件504的輸入影像後將竄改特徵圖像化並合成至輸入影像，然後再輸出。
相機竄改圖像編碼可以採用下列三種可將相機竄改特徵以條碼圖像呈現的編解碼技術：QR Code(1994,Denso-Wave)、PDF417(1991,Symbol Technologies)和漢信碼；其中，QR Code為開放式標準，本發明係依照ISO/IEC18004來產生QR Code；PDF417是美國符號科技(Symbol Technologies,Inc.)發明的二維條碼，本發明係依照ISO15438來產生PDF417；漢信碼是一種矩陣式二維條碼，本發明係依照GB/T21049-2007中所記載的漢信碼規格來產生漢信碼。對於任何一個相機竄改特徵，本發明計算其所需的位元數，再根據所將使用的二維條碼的規格和所需的容錯率來決定二維條碼的大小並產生該二維條碼。本發明輸出之視訊內會包含可見之二維條碼用以儲存竄改特徵(包含警訊資料)，針對二維條碼合成進入影像的模式可以分為三種，亦即，不固定顏色合成模式、固定合成顏色模式、隱藏浮水印模式。
在不固定顏色合成模式中，合成的編碼影像會造成原始影像改變，在某些應用中會希望能還原出原影像來使用，當設定為可還原合成模式時，可以有兩種模式選擇，一種是像素的位元利用XOR運算和特定位元遮罩作轉換，這樣只要和相同位元遮罩作XOR運算即可還原，此方法可針對黑或白作轉換。另一種是利用向量轉換，假設一個像素是一個三維向量，只要和一個3x3的矩陣Q相乘即可建立出轉換後的像素，還原的過程就是將轉換後的像素和Q的反矩陣Q-1 相乘即可，向量轉換的方式可以只針對黑或白作處理。此種模式由於編碼出來的顏色及灰階不固定，在前面所述相機竄改圖像分離元件502時，必須使用影像相減的方式定位編碼區域，才能作還原處理。相反地，在固定合成顏色模式中，合成的編碼影像如果是為了讓使用者容易觀察、且容易偵測，可以設定為固定顏色或是環境顏色之互補色的方式，設定為固定顏色時，編碼影像的黑跟白會對應到兩種不同的顏色，設定為互補色時，則針對黑或白設為環境顏色之互補色，另一可保持環境顏色不改變。另一方面，在隱藏浮水印模式中，是將編碼影像的黑與白對應到不同的顏色，直接將這些顏色點填入影像中，而將編碼區域覆蓋的顏色點的數值以不可見的數位浮水印形式插入影像中其他像素中，當還原時可以利用顏色或影像相減先定位出編碼影像所在位置，接著再去影像中其他區域把不可見的數位浮水印抽出來填入編碼影像所在位置，即可還原。
第九圖的流程係針對於視訊中每一幀影像進行處理。如圖所示，步驟901係輸入原始影像與竄改資訊，並根據竄改資訊以進行合成時間選擇。步驟902係根據設定進行合成時間選擇。步驟903係分析此時間點是否需要合成編碼影像，當分析不需要時，直接執行步驟908將原始影像直接輸出。反之，當步驟903分析結果需要合成時會接著決定竄改資訊編碼呈現的樣式，因此會透過步驟904之合成模式選擇來選擇編碼影像的呈現樣式，然後透過步驟905之環境變動資訊圖像編碼來進行編碼以產生編碼影像。之後進入步驟906之合成位置選擇來選擇此編碼影像放置的位置，最後再執行步驟907之影像合成將此編碼影像放置到原始影像中，完成合成。完成合成後，再執行步驟908將此合成影像作為視訊中的目前畫幀輸出。
值得注意的是，這些編碼影像可提供後端監控使用者直接觀察到發生警訊，為了達到這個目的，相機竄改圖像合成元件508會有合成位置、合成時間可供選擇，在合成位置選擇部分，可以分作固定選擇以及動態選擇兩類設定，在合成時間選擇部分，可依照設定改變的有閃爍時間及警訊持續時間，以下對這些參數及類別詳細敘述：
1.　固定合成位置選擇：這個模式合成資訊會放置在固定位置，需要設定的參數為合成的位置，如果選擇這模式，必須指定合成之位置，合成之影像將只出現在所選擇的位置。
2.　動態合成位置選擇：這個模式合成資訊會動態改變位置，以造成吸引使用者目光的效果，可以指定一個以上的出現位置，並設定在這些位置出現的順序，可以針對這些位置設定停頓的時間，造成合成編碼影像以不同速度移動的效果。
3.　合成時間選擇：可以設定的參數有閃爍時間及警訊持續時間，閃爍指的是合成編碼資訊會有出現及消失兩種狀態，造成使用者視覺上的強烈感受，在閃爍的設定上可以分別指定消失及出現的時間。警訊持續時間的部分，是為了避免警訊太快消失，而無法讓使用者觀察到，因此會設定一個持續時間，在這個時間內，就算沒有再偵測到任何相機竄改，也會持續合成編碼影像的動作直到設定的時間過後。
以上這些設定資料會以<CfgID,CfgValue>的值組形式儲存，其中CfgID為設定索引，CfgValue為此設定值，CfgID可以為”位置”、”時間”、”模式”對應之索引編號，CfgValue則為設定之資料：
1.　位置之CfgValue：為一到多個座標值組<Location+>。Location表示位置座標，當Location只有一個時表示固定合成位置，多個時表示編碼影像會動態在這幾個位置間變換。
2.　時間之CfgValue：為<BTime,PTime>，BTime表示編碼影像出現及消失之時間周期，PTime表示當一事件發生後，條碼會持續出現多少時間。
3.　模式之CfgValue：為<ModeType,ColorAttribute>，ModeType用以選擇”不固定顏色合成模式”、”固定合成顏色模式”、”隱藏浮水印模式”這三種模式其中一種之索引值，ColorAttribute在固定顏色合成模式及隱藏浮水印模式時用以指出編碼影像之顏色，在不固定顏色合成模式時，用以表式顏色遮罩或向量轉換用之矩陣。
如前所述，資訊控制模組404包含一相機竄改特徵描述單元512以及一資訊過濾元件514。其中，相機竄改特徵描述單元512係為一個數位資料儲存區用以儲存相機竄改特徵資訊，可以一硬碟或其他儲存裝置來實現。而資訊過濾元件514負責接受並過濾來自相機竄改圖像收發模組402之相機竄改圖像合成元件508要存取儲存相機竄改特徵描述單元512之相機竄改特徵的需求，並判斷是否需要啟動相機竄改分析模組406的功能。以下將先詳述相機竄改特徵描述單元512，再描述資訊過濾元件514的細節。
第十圖所示為相機竄改特徵描述單元所儲存之資料結構之實施範例示意圖。如第十圖的實施範例所示，相機竄改特徵描述單元512儲存了一相機竄改特徵值組集合1002、一相機竄改事件定義集合1004、一需要偵測之動作集合1006。其中，相機竄改特徵值組集合1002更包含複數個相機竄改特徵，且每一相機竄改特徵係以<index,value>的樣式值組來表示，而index係為索引值，可以是整數或是字串資料；value則為該索引值的對應值，可以是布林值、整數、浮點數、字串、2位元資料或是另一值組。因此，相機竄改特徵值組集合1002可以表示為{<index,value>*}的形式，”*”表示此集合元素個數可以是零個、單數個或複數個。相機竄改事件定義集合1004更包含複數個相機竄改事件，且每一相機竄改事件係以<EventID,criteria>的樣式值組來表示，而EventID可對應為相機竄改特徵的index，表示事件索引值，可以是整數或是字串資料；criteria可對應相機竄改特徵的value，表示該事件索引值對應的事件條件。更進一步地，criteria係可以<ActionID,properties,min,max>樣式的值組來表示，且ActionID為一索引值表示一特定特徵，可以是整數或是字串資料；properties則為該特徵屬性；min與max是條件參數，min與max分別表示最小與最大臨界值，可以是布林值、整數、浮點數、字串或是2位元資料；或者，criteria也可以<ActionID,properties,{criterion*}>樣式的值集合，criterion可以是布林值、整數、浮點數、ON/OFF或是2位元資料，”*”表示此值集合元素個數可以是零個、單數個或複數個。另外，特徵屬性(properties)係定義為(1)有興趣的區域(Region of Interesting)，區域定義為像素集合，或(2)需要偵測或不需要偵測，可以是布林值或整數。最後，需要偵測之動作集合1006係以{ActionID*}形式來表示，”*”表示此集合元素個數可以是零個、單數個或複數個，由事件條件屬性中有”需要偵測”的ActionID組成。
第十一圖所示為資訊控制模組接受到特徵竄改圖像收發模組所分離之圖像及竄改特徵後之運作流程。如圖所示，當相機竄改圖像收發模組402完成特徵解碼(如步驟1101)，步驟1102即由資訊控制模組404之資訊過濾元件514進行清除舊特徵來刪除相機竄改特徵描述單元512中舊的分析結果以及不需再使用之資料，並接著步驟1103即由資訊過濾元件514進行新增特徵資料，以將接收到的竄改特徵儲存至相機竄改特徵描述單元512中。步驟1104即由資訊過濾元件514由相機竄改特徵描述單元512中取得相機竄改事件定義。接著，步驟1105即由資訊過濾元件514進行檢查每一事件條件，亦即，根據取得之每一竄改事件定義，列舉出每一事件條件，並根據事件條件於相機竄改特徵描述單元512中找尋對應之相機竄改特徵值組。接著，步驟1106判斷是否所有事件條件都可被計算，此一判斷條件用於檢查是否一竄改事件定義之所有事件條件之特徵值組都存在於事件條件相機竄改特徵描述單元512中；若是，則執行步驟1107；否則，執行步驟1110。步驟1107係判斷事件條件是否滿足，亦即，當判斷所有事件定義之所有事件條件都可被計算後，即可根據事件條件分別計算出每一事件定義中之事件條件是否滿足；若是，則先執行步驟1108再執行步驟1109；否則，直接執行步驟1109。步驟1108係由資訊過濾元件514新增警訊資料於特徵值組資料集合。當某一事件之事件條件滿足後即新增一筆特徵值組資料<index,value>，index為此事件對應之特徵代號，value為布林值之True。而步驟1109係由資訊過濾元件514輸出視訊選擇，根據使用者設定之輸出視訊選擇挑選出必須輸出之影像訊號傳送至相機竄改圖像收發模組402，再由相機竄改圖像收發模組402進行影像合成及輸出(步驟1114)。另一方面，當非所有事件條件都可被計算時(步驟1106)，步驟1110係由資訊過濾元件514檢查缺少之特徵並找到相機竄改分析模組406中對應之相機竄改分析單元，亦即，當有缺少之竄改特徵時，需再利用竄改特徵之編號，找尋對應之相機竄改分析單元，以進行分析取得所需之竄改特徵。步驟1111係由資訊過濾元件514在呼叫分析單元前，根據使用者設定選擇使用作視訊分析之視訊來源。步驟1112係當影像選擇後即由資訊過濾元件514呼叫對應之相機竄改分析單元，而步驟1113係由相機竄改分析模組406中對應之相機竄改分析單元進行分析，並將分析結果利用資訊過濾元件512新增至相機竄改特徵描述單元514中(步驟1105)。
綜合來說，資訊過濾元件514用以從相機竄改特徵描述單元512取得所需之資訊，並傳遞給對應之處理單元進行處理。資訊過濾元件514可執行下列功能：
1.　新增、設定或刪除相機竄改特徵描述單元內之特徵。
2.　提供相機竄改特徵描述單元內相機竄改特徵值組集合之預設值。
3.　提供呼叫相機竄改分析模組的判斷機制，包含：
3.1　取得相機竄改特徵描述單元中需判斷之ActionID集合。
3.2　針對需判斷之ActionID集合內每個元素，於相機竄改特徵描述單元中取得對應值，可得到{<ActionID,對應值>+}的值集合。
3.3　若需判斷之ActionID集合中有元素無法取得對應值，交由相機竄改分析模組執行，並將{<ActionID,value>+}傳遞給相機竄改分析模組，等待相機竄改分析模組執行完畢。
3.4　檢查相機竄改事件<EventID,criteria>是否滿足對應條件：
(1)　若對應條件為<ActionID,properties,min,max>樣式，滿足條件為ActionID的特徵對應值應介於min到max之間。
(2)　若對應條件為<ActionID,properties,{criterion*}>樣式，滿足條件為ActionID的特徵對應值應存在於{criterion*}集合之中。
4.　提供呼叫相機竄改圖像收發模組的判斷機制，係當所有需要偵測的相機竄改事件都判斷完畢後，交由相機竄改圖像收發模組的相機竄改圖像合成元件執行。
5.　提供相機竄改分析模組輸入視訊的判斷機制：
5.1　當被使用者或資訊過濾元件定義為需要輸出重建影像(例如資訊過濾元件偵測到有新視訊輸入時)，將輸入視訊連結到相機竄改圖像收發模組的相機竄改圖像分離元件的輸出。
5.2　當被使用者或資訊過濾元件定義為需要輸出原始影像，將輸入視訊連結到相機竄改圖像收發模組的輸入視訊。
6.　提供輸出視訊的判斷機制：
6.1　當被使用者或資訊過濾元件定義為需要輸出合成影像(例如資訊過濾元件判斷完所有事件)，將輸出視訊連結到相機竄改圖像收發模組的相機竄改圖像合成元件的輸出。
6.2　當被使用者或資訊過濾元件定義為需要輸出重建影像(例如資訊過濾元件偵測到有新視訊輸入時)，將輸出視訊連結到相機竄改圖像收發模組的相機竄改圖像分離元件的輸出。
6.3　當被使用者或資訊過濾元件定義為需要輸出原始影像，將輸出視訊連結到相機竄改圖像收發模組的輸入視訊。
如前所述，相機竄改分析模組406更包含複數個相機竄改分析單元，例如，相機竄改分析模組406可進一步表示為{<ActionID,相機竄改分析單元>}，其中ActionID表示索引值，可以是整數或是字串資料。其中，相機竄改分析單元可分析輸入視訊，計算所需的特徵值或ActionID對應值(亦稱為量化值)，資料皆定義為相機竄改特徵<index,value>的形式，其中index為索引值或ActionID，value為特徵值或量化值。相機竄改分析單元要存取的特徵值或量化值會透過資訊控制模組404，讀取或儲存於相機竄改特徵描述單元512。不同的相機竄改分析單元可執行不同的特徵分析。接下來，本發明將透過不同的實施例，如第十二圖所示施實施範例，來說明相機竄改分析單元，包含：視野變動特徵分析1201、失焦估量特徵分析1202、明暗估量特徵分析1203、顏色估量特徵分析1204、移動估量特徵分析1205、以及雜訊估量特徵分析1206。而其分析的結果，將經由，資訊過濾單元1207轉成竄改資料或儲存。
第十三圖所示為視野變動特徵分析演算法的示意圖。如圖所示，在取得視訊輸入後先進行三類特徵抽取(標號1301)：Y、Cb、Cr三個分量的統計直方圖；垂直水平邊緣強度統計直方圖；Y、Cb、Cr三個分量最大值與最小值差異程度統計直方圖(標號1301a)，這些特徵會透過近程特徵收集處理收集至一個資料佇列中，此資料佇列稱為近程特徵資料集(標號1301b)，當近程特徵資料即累積到一定量的資料後，將較舊的特徵由近程特徵資料集移除，並送至遠程特徵收集處理將資料收集至另一個資料佇列中，此資料佇列名為遠程特徵資料集(標號1301c)，當遠程特徵資料集累積到一定量資料後，就將較舊的特徵資料丟棄。近程與遠程資料集的資料會用來判斷攝影機竄改之用。先進行竄改量化的計算(標號1302)，對於近程特徵資料集中的所有資料，任兩個比對(標號1302a)，可以算出差異值Ds，將所有差異值求取平均，即可得到平均差異值Ds’，同樣對於遠程特徵資料集，也可以算出平均差異值Dl’，對於近程資料集與遠程資料集中所有資料，又可以互相兩兩比對，以求出平均互相差異值Db’，之後計算Rct=Db’/(a‧Ds’+b‧Dl’+c)，可以得出視野變動量Rct，這邊參數a、b、c分別用以控制近程及遠程差異值的影響程度，其總和為1，當a較大時，表示希望當竄改後有一段時間畫面穩定不變，並在畫面穩定後得知變動資訊，當b較大時表示希望竄改前有一段時間畫面穩定不變，當c較大時表示無論畫面有無穩定不變一段時間，只要有明顯變動，就要判斷為竄改。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：視野變動量(Rct)=100、近程平均差異值(Ds’)=101、遠程平均差異值(Dl’)=102、平均互相差異值(Db’)=103、近程特徵資料集=104、遠程特徵資料集=105。當一個輸入產生之分析結果之視野變動量為45，近程平均差異值(Ds’)、遠程平均差異值(Dl’)、平均互相差異值(Db’)分別為30、60、50，而近程特徵集為<30,22,43,...>，遠程特徵集為<28,73,52,...>。由這些結果導致之輸出特徵集合為{<100,45>,<101,30>,<102,60>,<103,50>,<104,<30,220,43,...>>,<105,<28,73,52,...>>}。
就失焦估量特徵分析演算法而言，失焦會導致畫面變模糊，因此這個估量也就是在估量畫面的模糊程度，以一個畫面來講，模糊造成的現象是一個清晰畫面中原本空間上急遽變化顏色或亮度變成較為平緩，因此可以利用計算空間上顏色或亮度變化來估量出失焦程度。設定一個畫面中一座標點p為參考點，計算與此座標點一固定距離(dN)外的一點pN與相反方向相同距離外的另一點pN’，接著取另一個較遠距離(dF)，與pN及pN’相同方向亦可得到與參考點較遠之兩座標點pF及pF’，基於這些近距離點(pN,pN’)與遠距離點(pF,pF’)可以得到其上之像素數值V(pN),V(pN’),V(pF),V(pF’)，這些像素值對於灰階影像即為一亮度值，對於彩色影像即為一顏色向量，利用這些像素值可以計算出參考點p之失焦程度估量值，計算公式如下：
但由於此計算僅對附近有明顯顏色或亮度變化的參考點計算才會有效，因此必須選擇適當的參考點來計算失焦程度，選擇參考點的依據為a*|V(pN)-V(pN’)|+b*|V(pF)-V(pF’)|>ThDF，此處ThDF是用來選擇參考點的一個門檻值。對於輸入影像，會隨機或等距離選擇一定量(NDF)的參考點作為評估失焦程度用，為避免因雜訊影響而選用到不具代表性的參考點，會選擇一定比例失焦估量值較低的點作為計算影像失焦程度用。作法為對所有參考點都計算出失焦估量值後，對其進行排序，取排序後失焦估量值較低的一定比例算平均，作為整張影像的失焦程度估量值。失焦估量中採用的取樣點上之失焦程度為此分析所需之特徵值。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：整張影像之失焦=200、參考點1~5之失焦程度=201~205。當一個輸入產生之分析結果之整張影像的失焦為40，5個參考點之失焦分別為30,20,30,50,70。由這些結果導致之輸出特徵集合為{<200,40>,<201,30>,<202,20>,<203,30>,<204,50>,<205,70>}。
就明暗估量特徵分析演算法來說，明暗的變化會造成影像亮度的改變，當輸入影像為RGB等沒有將亮度(灰階)值分離的格式，將輸入影像的像素點向量的三個量值加總除3即為明暗估量值，如果輸入影像是灰階影像或色差影像等將亮度值分離的格式，則直接取亮度的數值成為明暗估量值。對於影像中的像素點計算平均明暗估量值，即為影像的明暗估量值。此估量中並沒有可以分離之特徵抽取。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：平均明暗估量值=300。當一個輸入產生之分析結果平均明暗估量值為25。由這些結果導致之輸出特徵表示為<300,25>。
就顏色估量特徵分析演算法而言，對於一般彩色影像，畫面中必然會存在各種顏色，因此顏色的估量希望評估出畫面中顏色的變化量，如果輸入影像為灰階影像，則不進行此種估量。這個估量是針對色差影像進行，如果輸入影像並非色差影像，會先轉換為色差影像，然後分別計算色差影像中Cb跟Cr之數值的標準差，取其較大者為顏色估量值。此估量之Cb與Cr之量值為此分析之特徵值。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：顏色估量值=400、Cb平均值=401、Cr平均值=402、Cb標準差=403、Cr標準差=404。當一個輸入產生之分析結果顏色估量值為32.3、Cb平均值為203.1、Cr平均值為102.1、Cb標準差為21.7、Cr標準差為32.3。由這些結果導致之輸出特徵集合為{<400,32.3>,<401,203.1>,<402,102.1>,<403,21.7>,<404,32.3>}。
就移動估量特徵分析演算法而言，估量移動是為了計算出攝影機是否因改變拍攝方向而造成場景改變，這邊移動估量僅計算攝影機拍攝場景的變化量，要計算變化量必須記錄至少一張過去Δt時間前的影像表示為I(t-Δt)，將I(t-Δt)與目前影像I(t)進行點對點的像素值相減運算，如果輸入影像為彩色，取像素點向量相減結果之向量長度為相減後的量值，如此運算後可以得到一個影像差異值之圖形Idiff，藉由對這個差異值圖形計算差異像素點的分散程度，以求出攝影機場景遭到改變的程度，計算公式如下：
其中：x與y分別表示像素位置之水平與垂直座標值、Idiff(x,y)表示(x,y)座標位置之差異值圖形之量值、N表示用來計算此估量值之像素點數。其中如果是使用整個輸入影像範圍的像素點作計算，則N相當於整張影像的像素點數，計算出來之MV值即為影像之移動估量值。此估量之每一取樣點上的差異值(Idiff)值即為此分析使用之特徵值。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：移動估量值(MV)=500、每一取樣點上的差異值(Idiff)=501。當一個輸入產生之分析結果移動估量值(MV)為37、對五個取樣點取樣的差異值(Idiff)為<38,24,57,32,34>。由這些結果導致之輸出特徵集合為{<500,37>,<501,<38,24,57,32,34>>}。
最後，就雜訊估量特徵分析演算法而言，與移動估量之計算方式類似，會計算像素點顏色差值，因此同樣會計算出差值影像Idiff，之後透過一個固定門檻值Tnoise 過濾出差值超過門檻值之像素點，這些像素點再組合成許多連通成分，將這些連通成分根據大小排序，並取出較小的一定比例(Tnnum )算平均大小，依據平均大小及連通成分數量計算雜訊比例，計算公式如下
其中，Numnoise 表示連通成分數量、Sizenoise 表示較小一定比例之連通成分平均大小(像素點數)、cnoise 表示正規化常數。此估量無法分離出獨立之特徵抽取。
以此種分析為例，根據本發明相機竄改特徵的定義，例如，可以給予此分析功能之輸出特徵編號為：雜訊比例量值(NO)=600。當一個輸入產生之分析結果雜訊比例量值為42。由這些結果導致之輸出特徵表示為<600,42>。
第十四圖所示為一實施範例採用表格形式來描述相機竄改事件值組集合之示意圖。其中，橫軸表示不同相機竄改特徵(ActionID)；縱軸表示不同相機竄改事件(EventID)；EventID對應ActionID的表格欄位表示為事件條件的條件值，N/A表示沒有對應的條件值；每一EventID前方有一勾選欄位，有勾表示使用者設定該相機竄改事件需要偵測，沒勾選表示不需要偵測，其中有勾選的相機竄改事件，針對有設定的對應相機竄改特徵條件，設定其特徵屬性為需要偵測；每一EventID下方有一勾選欄位，DO1表示第一個GPIO輸出介面，DO2表示第二個GPIO輸出介面，有勾表示該相機竄改事件滿足時，需要輸出訊號。
第十五圖所示為一實施範例當使用本發明有輸入GPIO輸入訊號之示意圖。如圖所示，若使用本發明時有輸入GPIO輸入訊號，可將GPIO訊號定義為一個特定特徵動作(ActionID)，使用者可設定對應的條件參數，形成事件條件。舉例來說，若輸入一個GPIO輸入訊號於本發明中，本發明將其定義為DI1，使用者即可針對DI1設定其對應條件。另一方面，使用者可以依照不同的特徵對應條件組合新的相機竄改事件。舉例來說，若於本發明相機竄改分析模組中提供另一移動估量特徵分析單元，分析有興趣的區域內之物件移動資訊，並提供物件移動條件值，其輸出範圍限制為0~100，表示為物件的移動速度。使用者可以在視訊範圍內透過此分析單元得知物件移動速度，來定義是否產生了絆索事件(如第十五圖的絆索1)。若上述實施例中定義的GPIO輸入為一紅外線移動感應器，亦可用上述實施例設定的DI1條件來產生絆索事件(如第十五圖的絆索2)。再者也可以設定多組滿足條件，以避免單一訊號來源的假警報。
第十六圖所示為本發明之可串接式的相機竄改偵測收發器模組應用於一獨立的相機竄改分析裝置的情境示意圖。在一些已架設攝影機的環境會需要額外加裝裝置分析攝影機監控的環境遭到改變及攝影機遭到破壞，並將分析結果傳遞至後端監控主機。在此應用情境下，可以將本發明裝置模組當成一個獨立的相機竄改分析裝置，直接將本發明裝置模組前端視訊輸入接上A/D converter，將類比訊號轉換為數位訊號，並在本發明後端視訊輸出接上D/A converter，將數位訊號轉換為類比訊號後輸出。
第十七圖所示為本發明之可串接式的相機竄改偵測收發器模組應用於協同發送端裝置的一相機竄改分析裝置的情境示意圖。如圖所示，可以將本發明裝置模組裝置於發送端裝置中，發送端裝置可能為一攝影機，直接將本發明裝置模組前端視訊輸入接上A/D converter，將攝影機的類比訊號轉換為數位訊號，並在本發明後端則視該發送端裝置之設計，可以是接D/A converter輸出類比視訊，抑或是將視訊壓縮後透過網路串流輸出。
第十八圖所示為本發明之可串接式的相機竄改偵測收發器模組應用於協同接收端裝置的一相機竄改分析裝置的情境示意圖。在某些監控場合，攝影機與監控主機會存在一段距離，且攝影機之佈置會較為複雜，有可能會造成攝影機處安裝了本發明模組，而監控主機處也裝置了本發明之模組。在此應用情境下，本發明之裝設會如同第十八圖所示。假設將攝影機處裝設之本發明模組稱為CTT1，監控主機處稱為CTT2，這時CTT1會輸出合成編碼之影像，由於CTT1僅利用視訊傳輸通道將視訊資料傳遞至CTT2，因此CTT2在輸入時分析輸入影像中是否存在編碼影像，以辨別是否需要再作相機竄改之分析。在此架構中，CTT1跟CTT2可以是完全相同之裝置，亦使用相同之設定，此時會變成CTT2純粹變成訊號轉接器，用來將視訊訊號轉接再輸出。為了增加安全層級，亦可設定永遠嘗試偵測編碼及分析未編碼之影像，這時當前端CTT1損壞或因人為改變設定，導致不正常運作時，CTT2即可立刻代替CTT1作分析處理。
本揭露在傳送端與接收端都存在的架構中，亦可以變化為CTT1與CTT2採用不同設定，以免運算量過大，而造成每秒分析畫面過少。當CTT1之設定略過某些相機竄改特徵之分析時，而CTT2則設定為分析較多相機竄改類別或是設定為完整分析時，CTT2可以根據解碼得到的資訊，略過已分析之結果，並繼續進行額外的分析。在這種架構下，CTT1輸出的竄改資訊會包含分析完的特徵及分析結果量值，CTT2則在接受後根據每一個數值的索引以判斷哪些分析模組已經分析完畢，因此只進行沒有分析過的模組。以CTT2設定為分析第十四圖中"被遮蔽”及CTT1被設定為只作失焦分析為例，延續前面所述之失焦分析內容，假設失焦分析之特徵取用5個參考點之失焦程度，且這些參考點之失焦程度的代號分別為201,...,205，其數值分別為30,20,30,50,70，整張影像的失焦程度量化分析值代號為200，量化值為40。當CTT2接收到視訊並讀取竄改資訊之後，可以直接判讀index為200的數值得知失焦分析量化數值為40，當要分析第十四圖之”被遮蔽”，則可以只計算視野變動量、明暗估量、顏色估量這些部分即可。
本揭露提供一種可串接式相機竄改收發器模組，僅需輸入數位視訊序列，便可偵測相機竄改事件，產生相機串改資訊，並將相機竄改特徵圖像化後與視訊序列合成，最後輸出此一合成視訊，其特徵在於透過視訊即可傳遞相機竄改事件及相關資訊。
本揭露提供一種可串接式相機竄改收發器模組，若輸入視訊為本發明之輸出，本發明亦可快速分離輸入視訊序列中的相機竄改資訊，以便使用這些既有的相機竄改資訊來新增或加強視訊分析，達到可串接式的目的，以避免重複執行先前已經分析過的步驟或是亦可讓使用端重新定義判斷條件。
本揭露提供一種可串接式相機竄改收發器模組，僅需使用視訊通道以圖像化的方式即可將相機竄改資訊傳遞給接收端的保全人員、監控裝置或本發明裝置模組。
本揭露提供一種可串接式相機竄改收發器模組，同時具備發送與接收功能，使本收發器模組可容易搭配多種有影像輸出或影像輸入介面的監控裝置，包含類比攝影機，達到讓類比攝影機有相機竄改偵測功能，無需因需要相機竄改偵測功能而要求汰換類比攝影機或是數位錄影裝置。
相較於習知技術，本揭露之可串接式相機竄改偵測收發器模組具有以下優點：
1.　透過圖像式的方式來提醒使用者事件發生；
2.　可以傳遞事件及各種量化資訊；
3.　無須視訊外之其他傳輸通道；以及
4.　可串接式使用、及執行串接式分析。
惟，以上所述者，僅為本揭露之實施範例而已，當不能依此限定本揭露實施之範圍。本揭露申請專利範圍所作之均等變化與修飾，皆應仍屬本揭露專利涵蓋之範圍內。
400．．．可串接式相機竄改收發器模組
402．．．相機竄改圖像收發模組
404．．．資訊控制模組
406．．．相機竄改分析模組
408．．．處理器單元
410．．．儲存單元
502．．．相機竄改圖像分離元件
504．．．相機竄改圖像轉換元
506．．．合成設定描述單元
508．．．相機竄改圖像合成元件
512．．．相機竄改特徵描述單元
514．．．資訊過濾元件
520．．．多工裝置
601．．．影像相減
602．．．二值化
603．．．連通成分抽取
604．．．大小濾除
605．．．形狀過濾
701．．．像素遮罩
702．．．進行找出連通成分
703．．．大小過濾
704．．．形狀過濾
801．．．竄改資訊解碼
802．．．重新編碼
803．．．計算影像遮罩
804．．．遮罩區域還原
901．．．輸入原始影像與竄改資訊
902．．．合成時間選擇
903．．．此時間點是否需要合成編碼影像
904．．．合成模式選擇
905．．．環境變動資訊圖像編碼
906．．．合成位置選擇
907．．．影像合成
908．．．輸出影像
1002．．．相機竄改特徵值組集合
1004．．．相機竄改事件定義集合
1006．．．需要偵測之動作集合
1101．．．特徵解碼
1102．．．清除舊特徵
1103．．．新增特徵資料
1104．．．取得相機竄改事件定義
1105．．．檢查每一事件條件
1106．．．否所有事件條件都可被計算
1107．．．判斷事件條件是否滿足
1108．．．新增警訊資料於特徵值組資料集合
1109．．．輸出視訊選擇
1110．．．檢查缺少之特徵並找到對應之相機竄改分析單元
1111．．．分析之視訊來源
1112．．．呼叫對應之相機竄改分析單元
1113．．．相機竄改分析
1114．．．影像合成時間選擇
1201．．．視野變動特徵分析分析
1203．．．明暗估量特徵
1204．．．顏色估量特徵分析
1205．．．移動估量特徵分析
1206．．．雜訊估量特徵分析
1301．．．特徵抽取
1301a．．．直方圖特徵抽取
1301b．．．近程特徵資料集
1301c．．．遠程特徵資料集
1302．．．竄改量化
1302a．．．特徵比對
第一圖所示為發送端偵測系統的示意圖。
第二圖所示為接收端偵測系統的示意圖。
第三圖顯示本揭露一種可串接式相機竄改收發器模之組織應用示意圖。
第四圖所示為本揭露之一種可串接式相機竄改收發器模組架構示意圖。
第五圖所示為本揭露之一種可串接式相機竄改收發器模組之相機竄改圖像收發模組、資訊控制模組與相機竄改分析模組之結構與運作之示意圖。
第六圖所示是本揭露之相機竄改圖像分離方法實施範例之示意圖。
第七圖所示是本揭露之相機竄改圖像分離方法之另一實施範例之示意圖。
第八圖所示為本揭露之相機竄改圖像轉換元件接收到一張相機竄改條碼圖像以及一張原始影像後之處理流程的示意圖。
第九圖所示為本揭露之相機竄改圖像合成元件之運算流程示意圖。
第十圖所示為本揭露之相機竄改特徵描述單元所儲存之資料結構之實施範例示意圖。
第十一圖所示為本揭露之資訊控制模組接受到特徵竄改圖像收發模組所分離之圖像及竄改特徵後之運作流程。
第十二圖所示為本揭露之相機竄改分析模組的相機竄改分析單元施實施範例示意圖。
第十三圖所示為本揭露之視野變動特徵分析演算法的示意圖。
第十四圖所示為本揭露之一實施範例採用表格形式來描述相機竄改事件值組集合之示意圖。
第十五圖所示為本揭露之一實施範例當使用本發明有輸入GPIO輸入訊號之示意圖。
第十六圖所示為本揭露之可串接式的相機竄改偵測收發器模組應用於一獨立的相機竄改分析裝置的情境示意圖。
第十七圖所示為本揭露之可串接式的相機竄改偵測收發器模組應用於協同發送端裝置的一相機竄改分析裝置的情境示意圖。
第十八圖所示為本揭露之可串接式的相機竄改偵測收發器模組應用於協同接收端裝置的一相機竄改分析裝置的情境示意圖。
400．．．可串接式相機竄改收發器模組
402．．．相機竄改圖像收發模組
404．．．資訊控制模組
406．．．相機竄改分析模組
408．．．處理器單元
410．．．儲存單元

Claims (20)

  1. 一種可串接式相機竄改偵測收發器模組，用以接收輸入視訊序列，產生相機竄改特徵，並將相機竄改資訊與視訊序列合成後輸出，該可串接式相機竄改偵測收發器模組包含：一處理器單元；以及一個儲存單元，其中該儲存單元儲存有：一相機竄改圖像收發模組，係負責接收輸入視訊序列、解讀該輸入視訊序列中的相機竄改圖像、自該輸入視訊序列中分離出相機竄改圖像、產生相機竄改圖像、並合成相機竄改圖像至視訊序列以供輸出；一資訊控制模組，係連接於該相機竄改圖像收發模組，負責存取該輸入視訊序列中之相機竄改特徵，判斷相機竄改事件與選擇輸出該包含相機竄改圖像之視訊序列或將該輸入視訊序列直接輸出；以及一相機竄改分析模組，係連接於該資訊控制模組，受該資訊控制模組控制以決定是否執行分析該輸入視訊序列並產生相機竄改特徵，以供該資訊控制模組判斷之用；其中，該處理器單元可執行該儲存單元內之該相機竄改圖像收發模組、該資訊控制模組、以及該相機竄改分析模組。
  2. 如申請專利範圍第1項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像收發模組更包含： 一相機竄改圖像分離元件，係用於接收該輸入視訊序列，偵測與分離該輸入視訊序列中之竄改圖像及非竄改圖像部份，該竄改圖像會經由一相機竄改圖像轉換元件處理，該非竄改圖像部份會經由該資訊控制模組或該相機竄改分析模組處理；一相機竄改圖像轉換元件，係連接於該相機竄改圖像分離元件，若有竄改圖像，將竄改圖像轉換為竄改特徵或竄改事件；一合成設定描述單元，係用於儲存複數個合成方式之描述；以及一相機竄改圖像合成元件，係連接於該合成設定描述單元、該資訊控制模組與該相機竄改圖像轉換元件，以接收輸入視訊序列，並根據該合成設定描述單元中儲存的合成方式之描述來進行影像合成，再輸出合成視訊序列；其中，該相機竄改圖像收發模組的輸出影像來自該相機竄改圖像合成元件、該相機竄改圖像分離元件、或該原始輸入視訊序列；且上述之三種輸出影像來源可藉由一多工裝置依據運算結果，分別連接至該資訊控制模組的輸出、該相機竄改分析模組的輸入或相機竄改圖像合成元件的輸入。
  3. 如申請專利範圍第1項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像收發模組是用以將該相機竄改特徵或該相機竄改事件轉換成一個圖像，再與視訊序列合成後輸出。
  4. 如申請專利範圍第3項所述之可串接式相機竄改偵測收發器模組，其中該圖像可為二維條碼中的QR Code、PDF417或漢信碼。
  5. 如申請專利範圍第1項所述之可串接式相機竄改偵測收發器模組，其中該資訊控制模組更包含：一相機竄改特徵描述單元，係儲存複數個相機竄改特徵資訊；以及一資訊過濾元件，係連接於該相機竄改特徵描述單元、該相機竄改圖像收發模組及該相機竄改分析模組，用以負責接受並過濾來自該相機竄改圖像收發模組之存取該相機竄改特徵描述單元內之該相機竄改特徵資訊的需求，以判斷是否需要啟動該相機竄改分析模組的功能。
  6. 如申請專利範圍第5項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改分析模組更包含複數個相機竄改分析單元，該複數個相機竄改分析單元係負責進行不同的分析，並將分析結果回饋至該資訊控制模組的該資訊過濾元件。
  7. 如申請專利範圍第2項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像分離元件，係將該輸入視訊序列中之兩個連續影像進行影像相減以計算影像中每一像素點的差值；再設定一個門檻值篩選該像素點，接著透過連通成分抽取來找出該像素點 組合成之連通成分，直接濾除該連通成分中過大或過小的部分，再比對形狀特性以過濾剩餘的連通成分，所得結果即為編碼影像候選者。
  8. 如申請專利範圍第2項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像分離元件，係採用像素遮罩的方式計算差值，並過濾出符合的像素點；再設定一個門檻值篩選該像素點，接著透過連通成分抽取來找出該像素點組合成之連通成分，直接濾除該連通成分中過大或過小的部分，再比對形狀特性以過濾剩餘的連通成分，所得結果即為編碼影像候選者。
  9. 如申請專利範圍第8項所述之可串接式相機竄改偵測收發器模組，其中根據該編碼方式所編碼出來的編碼影像為長方形或正方形，因此利用該連通成分之點數與四方型的相似程度過濾剩餘的區域，相似程度的計算公式為Npt/(W×H)；其中，Npt表示連通成分的點數，W跟H分別表示連通成分水平軸上相差最遠的兩點距離及垂直軸上相差最遠的兩點距離。
  10. 如申請專利範圍第2項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像轉換元件先執行竄改圖像偵測，使用該相機竄改圖像轉換元件將竄改圖像轉換為竄改特徵或竄改事件，使用該相機竄改圖像轉換元件將竄改特徵或竄改事件轉換為竄改圖像 以確實找出編碼影像的大小及範圍，並據以進行還原以移除輸入影像中的編碼影像。
  11. 如申請專利範圍第2項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像合成元件，係用於執行：根據該合成設定描述單元以進行合成時間選擇；分析此時間點是否需要合成編碼影像；當不需要時，直接將該輸入視訊序列輸出；若需要合成時會接著透過合成模式選擇來選擇編碼影像的呈現樣式，然後透過相機竄改圖像轉換元件來進行編碼以產生編碼影像；之後透過合成位置選擇來選擇此編碼影像放置的位置；最後再將此編碼影像放置到視訊畫面中，完成影像合成並將此合成影像作為視訊中的目前畫幀輸出。
  12. 如申請專利範圍第5項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改特徵描述單元儲存了一相機竄改特徵值組集合、一相機竄改事件定義集合、以及一需要偵測之動作集合。
  13. 如申請專利範圍第12項所述之可串接式相機竄改偵測收發器模組，其中，該相機竄改特徵值組集合更包含複數個相機竄改特徵，且每一相機竄改特徵係以<index,value>的樣式值組來表示，而index係為索引值，可以是整數或是字串資料；value則為該索引值的對應值，可以是布林值、整數、浮點數、字串、2位元資料或是另一值組；該相機竄改事件定義集合更 包含複數個相機竄改事件，且每一相機竄改事件係以<EventID,criteria>的樣式值組來表示，而EventID可對應為相機竄改特徵的index，表示事件索引值，可以是整數或是字串資料；criteria可對應相機竄改特徵的value，表示該事件索引值對應的事件條件；該需要偵測之動作集合更包含複數個需要偵測之動作，且每一個需要偵測之動作係以ActionID形式來表示。
  14. 如申請專利範圍第5項所述之可串接式相機竄改偵測收發器模組，其中當該資訊控制模組接受到該特徵竄改圖像收發模組所分離之圖像及竄改特徵後，該資訊過濾元件係用來執行下列動作：(a)進行刪除該相機竄改特徵描述單元中舊的分析結果以及不需再使用之資料；(b)將接收到的竄改特徵儲存至該相機竄改特徵描述單元中；(c)由該相機竄改特徵描述單元中取得相機竄改事件定義；(d)根據取得之每一竄改事件定義，列舉出每一事件條件，並根據該事件條件在該相機竄改特徵描述單元中找尋對應之相機竄改特徵值組；(e)判斷是否所有事件條件都可被計算，若否，則執行(f)，反之，則執行(i)； (f)檢查缺少之特徵並找到該相機竄改分析模組中對應之相機竄改分析單元；(g)根據使用者設定選擇使用作視訊分析之視訊來源；(h)呼叫該對應之相機竄改分析單元，由該相機竄改分析模組中該對應之相機竄改分析單元進行分析後，將結果傳回並執行(b)；(i)判斷事件條件是否滿足，若是，則執行(j)，反之，則執行(k)；(j)新增警訊資料於特徵值組資料集合；以及(k)根據使用者設定之輸出視訊選擇挑選出必須輸出之視訊，再傳至該相機竄改圖像收發模組以進行影像合成或輸出。
  15. 如申請專利範圍第14項所述之可串接式相機竄改偵測收發器模組，其中該資訊過濾元件可執行下列功能：新增、設定或刪除該相機竄改特徵描述單元內之特徵；提供該相機竄改特徵描述單元內該相機竄改特徵值組集合之預設值；提供呼叫該相機竄改分析模組的判斷機制；提供呼叫該相機竄改事件的判斷機制； 提供呼叫該相機竄改圖像收發模組的判斷機制，係當所有需要偵測的相機竄改事件都判斷完畢後，交由該相機竄改圖像收發模組的該相機竄改圖像合成元件執行；提供該相機竄改分析模組輸入視訊序列的判斷機制；提供該輸出視訊的判斷機制；以及提供該相機竄改圖像合成元件輸入視訊序列的判斷機制。
  16. 如申請專利範圍第15項所述之可串接式相機竄改偵測收發器模組，其中該呼叫該相機竄改分析模組的判斷機制更包含：取得該相機竄改特徵描述單元中需判斷之ActionID集合；針對需判斷之ActionID集合內每個元素，於該相機竄改特徵描述單元中取得對應值，可得到{<ActionID,對應值>+}的值集合；若需判斷之ActionID集合中有元素無法取得對應值，交由該相機竄改分析模組執行，並將{<ActionID,value>+}傳遞給該相機竄改分析模組，等待該相機竄改分析模組執行完畢。
  17. 如申請專利範圍第15項所述之可串接式相機竄改偵測收發器模組，其中該呼叫該相機竄改事件的判斷機 制更包含：檢查該相機竄改事件<EventID,criteria>是否滿足對應條件，更包含：若對應條件為<ActionID,properties,min,max>樣式，滿足條件為ActionID的特徵對應值應介於min到max之間；及若對應條件為<ActionID,properties,{value*}>樣式，滿足條件為ActionID的特徵對應值應存在於{value*}集合之中。
  18. 如申請專利範圍第15項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改分析模組輸入視訊序列的判斷機制更包含：當該資訊過濾元件定義為需要輸出重建影像時，將該輸入視訊序列連結到該相機竄改圖像收發模組的該相機竄改圖像分離元件的輸出；以及當該資訊過濾元件定義為需要輸出原始影像，將該輸入視訊序列連結到該相機竄改圖像收發模組的該輸入視訊序列。
  19. 如申請專利範圍第15項所述之可串接式相機竄改偵測收發器模組，其中該輸出視訊的判斷機制更包含：當該資訊過濾元件定義為需要輸出合成影像時，將該輸出視訊連結到該相機竄改圖像收發模組的該相機竄改圖像合成元件的輸出； 當該資訊過濾元件定義為需要輸出重建影像時，將該輸出視訊連結到該相機竄改圖像收發模組的該相機竄改圖像分離元件的輸出；當該資訊過濾元件定義為需要輸出原始影像，將該輸出視訊連結到該相機竄改圖像收發模組的該輸入視訊序列。
  20. 如申請專利範圍第15項所述之可串接式相機竄改偵測收發器模組，其中該相機竄改圖像合成元件輸入視訊序列的判斷機制更包含：當該資訊過濾元件定義為需要輸出重建影像時，將該輸入視訊序列連結到該相機竄改圖像收發模組的該相機竄改圖像分離元件的輸出；以及當該資訊過濾元件定義為需要輸出原始影像，將該輸入視訊序列連結到該相機竄改圖像收發模組的該輸入視訊序列。
TW99144269A 2010-12-16 2010-12-16 可串接式相機竄改偵測收發器模組 TWI417813B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW99144269A TWI417813B (zh) 2010-12-16 2010-12-16 可串接式相機竄改偵測收發器模組
CN2010106056303A CN102542553A (zh) 2010-12-16 2010-12-24 可串接式相机窜改检测收发器模块
US13/214,415 US9001206B2 (en) 2010-12-16 2011-08-22 Cascadable camera tampering detection transceiver module

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW99144269A TWI417813B (zh) 2010-12-16 2010-12-16 可串接式相機竄改偵測收發器模組

Publications (2)

Publication Number Publication Date
TW201227621A TW201227621A (en) 2012-07-01
TWI417813B true TWI417813B (zh) 2013-12-01

Family

ID=46233886

Family Applications (1)

Application Number Title Priority Date Filing Date
TW99144269A TWI417813B (zh) 2010-12-16 2010-12-16 可串接式相機竄改偵測收發器模組

Country Status (3)

Country Link
US (1) US9001206B2 (zh)
CN (1) CN102542553A (zh)
TW (1) TWI417813B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5791082B2 (ja) * 2012-07-30 2015-10-07 国立大学法人横浜国立大学 画像合成装置、画像合成システム、画像合成方法およびプログラム
MY159122A (en) * 2012-09-12 2016-12-15 Mimos Berhad A surveillance system and a method for tampering detection and correction
KR101939700B1 (ko) * 2012-10-17 2019-01-17 에스케이 텔레콤주식회사 에지 영상을 이용한 카메라 탬퍼링 검출장치 및 방법
CN103780899B (zh) * 2012-10-25 2016-08-17 华为技术有限公司 一种检测摄像机是否被干扰的方法、装置及视频监控系统
US9832431B2 (en) * 2013-01-04 2017-11-28 USS Technologies, LLC Public view monitor with tamper deterrent and security
EP3114661A1 (en) * 2014-03-03 2017-01-11 VSK Electronics NV Intrusion detection with motion sensing
CN106998464B (zh) * 2016-01-26 2019-02-26 北京佳讯飞鸿电气股份有限公司 检测视频图像中刺状噪声的方法及装置
CN106502179B (zh) * 2016-12-02 2019-03-15 福建省福信富通网络科技股份有限公司 一种基于车载网络的智能家居监视系统
EP3487171B1 (en) * 2017-11-15 2019-09-25 Axis AB Method for controlling a monitoring camera
CN109712092B (zh) * 2018-12-18 2021-01-05 上海信联信息发展股份有限公司 档案扫描图像修复方法、装置及电子设备
CN109842800B (zh) * 2019-03-04 2020-02-21 企事通集团有限公司 大数据压缩编码装置
CN110866041B (zh) * 2019-09-30 2023-05-30 视联动力信息技术股份有限公司 一种视联网监控摄像头的查询方法及装置
CN113014953A (zh) * 2019-12-20 2021-06-22 山东云缦智能科技有限公司 视频防篡改检测方法及视频防篡改检测系统
DE102020000512A1 (de) * 2020-01-28 2021-07-29 Mühlbauer Gmbh & Co. Kg Verfahren zur Sichtbarmachung von Sicherheitsinformationen eines digital gespeicherten Bildes und Bildwiedergabegerät zur Ausführung eines solchen Verfahrens
US20220174076A1 (en) * 2020-11-30 2022-06-02 Microsoft Technology Licensing, Llc Methods and systems for recognizing video stream hijacking on edge devices
US20220374641A1 (en) * 2021-05-21 2022-11-24 Ford Global Technologies, Llc Camera tampering detection
US11967184B2 (en) 2021-05-21 2024-04-23 Ford Global Technologies, Llc Counterfeit image detection
CN114390200B (zh) * 2022-01-12 2023-04-14 平安科技（深圳）有限公司 相机作弊识别方法、装置、设备及存储介质
CN114764858B (zh) * 2022-06-15 2022-11-01 深圳大学 一种复制粘贴图像识别方法、装置、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1479996A (zh) * 2001-09-18 2004-03-03 索尼公司 视频信号处理装置、再现装置及记录装置
TW200728980A (en) * 2005-09-21 2007-08-01 Widevine Technologies Inc System and method for software tamper detection
US7460149B1 (en) * 2007-05-28 2008-12-02 Kd Secure, Llc Video data storage, search, and retrieval using meta-data and attribute data in a video surveillance system

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8564661B2 (en) 2000-10-24 2013-10-22 Objectvideo, Inc. Video analytic rule detection system and method
US7487363B2 (en) * 2001-10-18 2009-02-03 Nokia Corporation System and method for controlled copying and moving of content between devices and domains based on conditional encryption of content key depending on usage
US7508941B1 (en) * 2003-07-22 2009-03-24 Cisco Technology, Inc. Methods and apparatus for use in surveillance systems
ES2370032T3 (es) * 2006-12-20 2011-12-12 Axis Ab Detección de la manipulación indebida de una cámara.
CN100481872C (zh) * 2007-04-20 2009-04-22 大连理工大学 基于色调模式的检测多种篡改的数字图像取证方法
TW200924534A (en) 2007-06-04 2009-06-01 Objectvideo Inc Intelligent video network protocol
US8558889B2 (en) * 2010-04-26 2013-10-15 Sensormatic Electronics, LLC Method and system for security system tampering detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1479996A (zh) * 2001-09-18 2004-03-03 索尼公司 视频信号处理装置、再现装置及记录装置
TW200728980A (en) * 2005-09-21 2007-08-01 Widevine Technologies Inc System and method for software tamper detection
US7460149B1 (en) * 2007-05-28 2008-12-02 Kd Secure, Llc Video data storage, search, and retrieval using meta-data and attribute data in a video surveillance system

Also Published As

Publication number Publication date
US9001206B2 (en) 2015-04-07
TW201227621A (en) 2012-07-01
US20120154581A1 (en) 2012-06-21
CN102542553A (zh) 2012-07-04

Similar Documents

Publication Publication Date Title
TWI417813B (zh) 可串接式相機竄改偵測收發器模組
KR101942808B1 (ko) 객체 이미지 인식 dcnn 기반 cctv 영상분석장치
US8675065B2 (en) Video monitoring system
KR101023207B1 (ko) 영상 객체 추출 장치 및 그 방법
CN102348128B (zh) 具有摄像机异常检测装置的监视用摄像机系统
KR101216271B1 (ko) 카메라 탬퍼링 검출
CN101833838B (zh) 一种大范围火灾分析预警系统
Karaman et al. Comparison of static background segmentation methods
US9237266B2 (en) Image pickup apparatus and method for detecting an entrance or exit event of an object in a frame image and medium storing a program causing a computer to function as the apparatus
Guan Spatio-temporal motion-based foreground segmentation and shadow suppression
US20120087573A1 (en) Eliminating Clutter in Video Using Depth Information
US8922674B2 (en) Method and system for facilitating color balance synchronization between a plurality of video cameras and for obtaining object tracking between two or more video cameras
Sowmya et al. A survey on video forgery detection
CN101271519A (zh) 用于检测面部的装置和方法
JP3970877B2 (ja) 追跡装置および追跡方法
Su et al. A novel forgery detection algorithm for video foreground removal
US20070274402A1 (en) Application of short term and long term background scene dynamics in motion detection
Filonenko et al. Real-time flood detection for video surveillance
CN101976342B (zh) 一种基于时空协同判定的“猫眼”效应目标识别方法
CN114066877A (zh) 图像筛选方法及装置、电子设备和存储介质
JP7255819B2 (ja) 映像ストリームからの物体検出において用いるためのシステム及び方法
KR102127276B1 (ko) 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법
KR101547255B1 (ko) 지능형 감시 시스템의 객체기반 검색방법
CN113920585A (zh) 行为识别方法及装置、设备和存储介质
Wang et al. A robust algorithm for shadow removal of foreground detection in video surveillance