CN102142140B - 多层次侵入事件侦测系统与方法 - Google Patents

多层次侵入事件侦测系统与方法 Download PDF

Info

Publication number
CN102142140B
CN102142140B CN2010101114336A CN201010111433A CN102142140B CN 102142140 B CN102142140 B CN 102142140B CN 2010101114336 A CN2010101114336 A CN 2010101114336A CN 201010111433 A CN201010111433 A CN 201010111433A CN 102142140 B CN102142140 B CN 102142140B
Authority
CN
China
Prior art keywords
zone
skeleton
building
stomion
synoptic diagram
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
CN2010101114336A
Other languages
English (en)
Other versions
CN102142140A (zh
Inventor
陈建任
曾和枝
黎和欣
骆易非
袁启亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial Technology Research Institute ITRI
Original Assignee
Industrial Technology Research Institute ITRI
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 Industrial Technology Research Institute ITRI filed Critical Industrial Technology Research Institute ITRI
Priority to CN2010101114336A priority Critical patent/CN102142140B/zh
Publication of CN102142140A publication Critical patent/CN102142140A/zh
Application granted granted Critical
Publication of CN102142140B publication Critical patent/CN102142140B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

一种多层次侵入事件侦测系统与方法,其中此系统包括区域辨识模块与区域分级模块。区域辨识模块用以执行几何拓扑运算来识别建筑示意图中的多个区域,其中此建筑示意图包括多个边界(Boundary)与多个出入口(Gate),且每一区域是由这些边界的至少其中之一与这些出入口的至少其中之一所构成。区域分级模块用以定义多个安全层级(Security level)并且将上述区域辨识模块所识别的每一区域分级为所定义的安全层级的其中之一。由此,本多层次侵入事件侦测系统能够自动地识别建筑示意图中的区域,设定每一区域的安全层级,并依据每一区域的安全层级产生侦测区域与绊线。

Description

多层次侵入事件侦测系统与方法
技术领域
本发明是有关于一种多层次侵入事件侦测系统与方法。 
背景技术
入侵侦测是时下最热门的智能型视觉辨识技术,近来随着电脑运算能力的提升,以及图像处理技术的开发,以图像为基的事件侦测逐渐成为安全监控系统的重要功能。目前各种事件侦测的技术中,以入侵侦测最为成熟,所有号称智能型摄影机或图像服务器皆有提供这一类事件的侦测。入侵代表移动物由无需防护的一边进到需防护的另一边,因此在侦测前通常要先设定可区分内边和外边的有限区域,或是设定可区别无需防护区域与需防护区域之间的绊线,再依此判定移动物是否入侵至系统或使用者所关心的范围(region of interest)内。 
目前入侵侦测的设定都只能由人工手动设定,通常系统提供一个操作界面,让使用者在图像或图片上画出区域或绊线(Tripwire)所需的线段。这种方法在少数几台摄影机的监控系统是可行的,但是对于百台以上的大系统而言,这种设定方法非常耗费人工,而且因各摄影机是独立设定,若无系统化的方法进行条件的设定与检核,并不能保证能将所有该设定的条件都准确无误的设定到各对应的摄影机上,使用者也很难验证这些设定是否合乎需求。 
因此,发展能够自动地分析建筑物中各区域与出入口的位置、设定每一区域的安全层级并且依据每一区域的安全层级产生侦测区域或绊线的多层次侵入事件侦测系统是此领域技术人员所致力的目标。 
发明内容
本发明提供一种多层次侵入事件侦测系统与方法,其能够自动地识别建筑示意图中的区域,设定每一区域的安全层级,并依据每一区域的安全层级产生侦测区域与绊线。 
本发明范例实施例提出一种多层次侵入事件侦测系统,其包括区域辨识模块与区域分级模块。区域辨识模块用以执行几何拓扑运算来识别建筑示意图中的多个区域,其中此建筑示意图包括多个边界(Boundary)与多个出入口(Gate),且每一区域对应这些边界的至少其中之一与这些出入口的至少其中之一。区域分级模块用以定义多个安全层级(Security level)并且分别地将上述区域辨识模块所识别的区域对应至所定义的安全层级的其中之一。
本发明范例实施例提出一种多层次侵入事件侦测方法。本多层次侵入事件侦测方法包括执行几何拓扑运算来识别建筑示意图中的多个区域,其中此建筑示意图包括多个边界与多个出入口,且每一区域对应这些边界的至少其中之一与这些出入口的至少其中之一。本多层次侵入事件侦测方法还包括定义多个安全层级,以及分别地将所识别的区域对应至所定义的安全层级的其中之一。 
基于上述,本发明范例实施例能够自动地分析建筑物中各区域与出入口的位置并且设定每一区域的安全层级。 
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所附图式作详细说明如下。 
附图说明
图1是根据本发明范例实施例所绘示的建筑物的建筑示意图。 
图2是根据本发明范例实施例所绘示的建筑物图1的侦测的示意图。 
图3是根据本发明范例实施例所绘示的多层次侵入事件侦测系统的概要方块图。 
图4A与4B是根据本发明范例实施例所绘示对建筑示意图执行中轴变换的示意图。 
图5是根据本发明一范例实施例所绘示以树状结构分级的范例。 
图6A是根据本发明另一范例实施例所绘示的建筑示意图与其骨架。 
图6B与6C是根据图6A所示的骨架以树状结构建立分级的范例。 
图7A与7B是根据本发明范例实施例所绘示的各区域与各出入口的侦测涵盖率与有效侦测率的范例。 
图8是根据本发明范例实施例所绘示的多层次侵入事件侦测方法的区域画分与条件设定流程图。 
图9是根据本发明范例实施例所绘示的多层次侵入事件侦测方法的事件侦测处理流程图。 
主要元件符号说明 
100:建筑示意图 
21~34:边界 
1~4:出入口 
A、B、C、D:区域 
202、204、206:感测装置 
212、214、216:感测范围 
1000:多层次侵入事件侦测系统 
1002:区域辨识模块 
1004:区域分级模块 
1006:侦测区域设定模块 
1008:显示界面模块 
1010:侦测模块 
1012:输入界面模块 
1014:侦测效率计算模块 
400:骨架 
401~418:骨架点 
501~508:切点 
501~539:骨架点 
800:多层次侵入事件侦测的区域画分与条件设定流程 
S801、S803、S805、S807、S809、S811、S813:多层次侵入事件侦测的区域画分与条件设定步骤 
S901、S903:多层次侵入事件侦测的事件侦测处理步骤 
具体实施方式
图1是根据本发明范例实施例所绘示的建筑物的建筑示意图。 
请参照图1,建筑物的建筑示意图100是由边界21~33与出入口 1~4所组成,在此边界也称为墙。在此范例中,边界21、23、24与26和出入口4构成区域A;边界26、27、28与29和出入口3、4构成区域B;边界22、24、25、28与33和出入口2构成区域C;并且边界29、30、31、与32、33和出入口3、2与1构成区域D,其中出入口1为建筑出入口(即,进入区域A、区域B、区域C与区域D的第一个出入口)。
图2是根据本发明范例实施例所绘示的侦测图1的建筑物的示意图。 
请参照图2,感测装置202、感测装置204与感测装置206分别地安装于建筑物中。在本范例实施例中,感测装置202、感测装置204与感测装置206为摄影机。然而,必须了解的是,本发明不限于此,在本发明另一范例实施中,感测装置202、感测装置204与感测装置206也可为红外线感测器、热感成像装置或雷达扫描仪。 
在本范例实施例中,感测装置202所产生的图像的可视区(Field of View,FOV)是对应感测范围212;感测装置204所产生的图像的可视区是对应感测范围214;并且感测装置206所产生的图像的可视区是对应感测范围216。也就是说,在建筑物的建筑示意图100中感测装置202、感测装置204与感测装置206能够侦测感测范围212、214与216。 
图3是根据本发明范例实施例所绘示的多层次侵入事件侦测系统的概要方块图。 
多层次侵入事件侦测系统1000包括区域辨识模块1002与区域分级模块1004。 
区域辨识模块1002是用以执行几何拓扑运算来识别建筑示意图100中的区域(即,区域A、B、C与D)。例如,在本范例实施例中,此几何拓扑运算为中轴变换(Medial Axis Transformation)。具体来说,区域辨识模块1002对建筑示意图100执行中轴变换以产生由多个骨架点所形成的骨架,其中骨架是由在建筑示意图内的最大内切圆的圆心所构成(如图4A所示)。此外,区域辨识模块1002依据这些骨架点对应的最大内切圆的半径值来识别建筑示意图100中的区域。 
图4A与4B是根据本发明范例实施例所绘示对建筑示意图执行中轴变换的示意图。 
请参照图4A与B,区域辨识模块1002对建筑示意图100执行中轴变换以产生在建筑示意图100内由边界所形成的最大内切圆,并且连接这些内接圆的圆心来产生骨架400,其中骨架400包括数个骨架点(例如,骨架点401~418)。如上所述,骨架400是由建筑示意图100内的最大内切圆的圆心所构成,因此,每一骨架点具有对应一最大内切圆的半径值。 
在本范例实施例中,区域辨识模块1002会依据每一骨架点的半径值来识别每一骨架点所代表的意义。具体来说,在一骨架点其相邻骨架点的半径值大于此骨架点的半径值的例子中(即,此骨架点的半径值为局部区域最小(Local Minimum)),此骨架点所在的位置即为墙角或出入口,其中当此骨架点的半径值为0时,则此骨架点的所在位置为墙角,而当此骨架点的半径值不为0时,则此骨架点的所在位置为出入口。此外,在一骨架点的相邻骨架点的半径值小于或等于此骨架点的半径值的例子中(即,此骨架点的半径值为局部区域最大(Local Maximum)),此骨架点所在的位置即为一个主要空间(即,区域)。 
由此,在本范例实施例中,区域辨识模块1002会搜寻这些骨架点之中其半径值为区域最小的骨架点并且判断所搜寻到的骨架点的半径值是否大于0来识别所搜寻到的骨架点的所在位置为墙角或出入口。在图4B所示的范例中,区域辨识模块1002会将骨架点401、402、403、406、407与414识别为墙角点,并且将骨架点409、413、415与418识别为出入口点。特别是,区域辨识模块1002会将对应每一出入口点的最大内切圆与边界的切点的连线识别为出入口。例如,区域辨识模块1002会将对应骨架点409的最大内切圆与边界的切点501与502所形成的连线识别为出入口(即,出入口4);将对应骨架点413的最大内切圆与边界的切点503与504所形成的连线识别为出入口(即,出入口3);将对应骨架点415的最大内切圆与边界的切点505与506所形成的连线识别为出入口(即,出入口2);并且将对应骨架点418的最大内切圆与边界的切点507与508所形成的连线识别为出入口(即,出入口1)。特别是,区域辨识模块1002会识别在所有出入口点之中仅一端与其他骨架点相邻的出入口点,并且将此出入口点识别为建筑出入口点。例如,区域辨识模块1002会识别出入口点418为建筑出入口点并且对应 出入口点418的出入口为建筑出入口。在此,所谓建筑出入口是指进入建筑物的大门。 
另外,区域辨识模块1002会搜寻这些骨架点之中其半径值为区域最大的骨架点,并且将这些骨架点所在的位置识别为区域。在此,倘若在骨架上存有两个骨架点的半径值皆为区域最大并且此两个骨架点为彼此相邻时,则此两个骨架点的所在位置是属于同一个区域。在图4B所示的范例中,区域辨识模块1002会将骨架点404与405的所在位置识别为属于同一个区域(即,区域A);将骨架点410与411的所在位置识别为属于同一个区域(即,区域B);将骨架点408与412所在位置识别为属于同一个区域(即,区域C);并且将骨架点416与417的所在位置识别为属于同一个区域(即,区域D)。 
请再参照图3,区域分级模块1004定义多个安全层级(Security level)并且分别地将区域辨识模块1002所识别的区域A、B、C与D设定为属于其中一个安全层级。 
例如,在本发明一范例实施例中,区域分级模块1004是以局部区域中,其半径值最大的骨架点作为根节点来将区域辨识模块1002所产生的骨架转换为树状结构,并且依据此树状结构计算从根节点至建筑出入口点的路径中,需经过最少的出入口点数量来区分此根节点对应的区域的安全层级。 
图5是根据本发明一范例实施例所绘示的分级的范例。 
请参照图5,在此范例中,区域分级模块1004以骨架点404为根节点将骨架400转换为树状结构,并且依据所转换的树状结构计算从骨架点404至建筑出入口点418的最短距离中需通过2个出入口点(即,出入口点409与413)。由此,在此范例中,骨架点404对应的区域A会被设定属于安全层级3。也就是说,当欲从建筑出入口入侵至区域A时至少需通过3个出入口(即,出入口1、3与4)。 
区域分级模块1004会对骨架400中其半径值为区域最大的所有骨架点皆以图5所示的方法进行转换并且计算出所有区域对应的安全层级。在此范例中,区域B会被设定属于安全层级2;区域C会被设定属于安全层级2;并且区域D会被设定属于安全层级1。 
图6A是根据本发明另一范例实施例所绘示的建筑示意图与其骨 架,且图6B与6C是根据图6A所示的骨架建立分级的范例。 
请参照图6A,对应此建筑示意图的骨架是由骨架点501~539所组成。骨架点537的所在位置为建筑物出入口,而骨架点519所在的位置为进入更内部区域的出入口。 
图6B与图6C是以骨架点503为根节点所绘示的树状结构。通过树状结构的分析,从建筑物出入口(即,骨架点537的所在位置)至骨架点503的所在空间需通过4个出入口(即,经由骨架点537、519、509与506的所在位置或者经由骨架点537、519、514与505的所在位置),因此,骨架点503所在空间的安全层级会被设定为安全层级4。 
在计算安全层级时,也可将建筑物出入口当作根节点,并且依据此树状结构计算从根节点至各骨架点的路径中,需经过最少的出入口点数量为各骨架点所属的层级。当建筑物出入口有多个时,每一个建筑物出入口都必须当作根节点,重复上述方法计算所有骨架点对此建筑物出入口的层级,取其最小者为该骨架点所属的层级。各区域的安全层级即为其区域内半径值最大的骨架点的层级。 
在本发明另一范例实施例中,区域分级模块1004也可依据每一区域对应的外墙的数目来计算每一区域归属的安全层级。具体来说,建筑示意图中的所有边界可区分为外墙与内墙,其中所谓外墙是指建筑物与外界相邻的墙,而内墙是指建筑物内区域之间的隔间墙。当构成区域的边界中属于外墙的边界的数目较多时,则此区域被入侵的机率较高。请参照图1和图4B,在此范例实施例中,区域辨识模块1002会依据骨架400的骨架点401~418来判断边界21~33是否被骨架400包围,其中被骨架400包围的边界会被识别为内墙,而未被骨架400包围的边界会被识别为外墙。例如,在区域辨识模块1002欲识别边界26为外墙或内墙的例子中,区域辨识模块1002会判断位于边界26上的骨架点402,并且沿着以相对于边界26为逆时针方向且夹角最小的连杆搜寻下一个骨架点(例如,骨架点410、411、409、405与404),其中此搜寻会再次搜寻到位于边界26上的骨架点402,因此,区域辨识模块1002会判断边界26为内墙。例如,在区域辨识模块1002欲识别边界23为外墙或内墙的例子中,区域辨识模块1002会判断位于边界23上的骨架点402;并且沿着以相对于边界23为逆时针方向且夹角 最小的连杆搜寻下一个骨架点(例如,骨架点404与401),其中此搜寻无法再次搜寻到位于边界23上的骨架点402,因此区域辨识模块1002会判断边界23为外墙。由此,区域分级模块1004依据区域辨识模块1002的辨识结果计算出在构成区域A的边界之中包括2个外墙(即,边界21与23);在构成区域B的边界之中包括1个外墙(即,边界27);在构成区域C的边界之中包括2个外墙(即,边界22与25);并且在构成区域D的边界之中包括3个外墙(即,边界30、31与32)。由此,在仅考虑每一区域对应的外墙的数目的情况下,区域A会被设定属于安全层级2;区域B会被设定属于安全层级3;区域C会被设定属于安全层级2;并且区域D会被设定属于安全层级1。 
在本发明另一范例实施例中,区域分级模块1004也可依据出入口是否有门禁来选择以每一区域与建筑出入口之间的出入口数目或以每一区域对应的外墙的数目来设定每一区域的安全层级。或者,区域分级模块1004也可以加权平均的方式同时考量每一区域与建筑出入口之间的出入口数目和每一区域对应的外墙的数目来设定每一区域的安全层级。 
请再参照图3,在本发明一范例实施例中,多层次侵入事件侦测系统1000还包括侦测区域设定模块1006。侦测区域设定模块1006是用以将对应至少一个安全层级的区域设定为侦测区域。例如,侦测区域设定模块1006根据使用者对各安全层级所拟定的安全事件侦测规则,针对不同时段选择对应安全层级1的区域或者对应安全层级1与2的区域作为侦测区域。 
在本发明一范例实施例中,多层次侵入事件侦测系统1000还包括显示界面模块1008。显示界面模块1008用以将感测装置202、204与206所产生对应侦测区域的图像的可视区(Field of View,FOV)缝合至建筑示意图100。如前所述,感测装置202、204与206会产生对应感测范围212、214与216的图像的可视区。并且,多层次侵入事件侦测系统1000会从感测装置202、204与206中接收感测装置202、204与206所产生的图像的可视区,而显示界面模块1008会分别地利用对应感测装置202、204与206的单应性(Homography)矩阵将感测装置202、204与206所产生的图像的可视区缝合至建筑示意图100。 
具体来说,当感测装置202、204与206被进行校正时,感测装置202、204与206所产生的图像的座标和建筑示意图的座标会被用来产生座标转换矩阵(即,单应性矩阵)。之后,通过每一感测装置202、204与206的单应性矩阵可将每一感测装置202、204与206所产生的图像的可视区缝合至建筑物示意图100。此外,必须了解的是,本发明不限于以单应性矩阵来将感测装置所产生的图像的可视区缝合至建筑示意图,其他校正感测装置的方法也可适用于本发明。 
在本范例实施例中,显示界面模块1008会对应建筑示意图100来显示感测装置202、204与206所产生的图像的可视区,并且在所显示的建筑示意图中根据侦测区域设定模块1006所设定的侦测区域所对应的边界与出入口部分来自动地产生绊线。例如,当侦测区域设定模块1006依据使用者的需求设定侦测区域为区域D时,则显示界面模块1008会在所显示的建筑示意图中对应构成区域D的边界29、30、31、32与33以及出入口1、2与3的部分来绘示绊线。 
在本发明一范例实施例中,多层次侵入事件侦测系统1000还包括侦测模块1010。侦测模块1010是用以侦测在显示界面模块1008所显示的建筑示意图中是否有物体越过显示界面模块1008所绘示的绊线或者是否有物体出现在侦测区域中。例如,在区域D被设定为侦测区域且在显示界面模块1008所显示的建筑示意图中对应构成区域D的边界29、30、31、32与33以及出入口1、2与3的部分已绘示绊线的例子中,当在显示界面模块1008所显示的建筑示意图中一物体图像移动通过所绘示的绊线或者此物体图像出现在侦测区域D内时,侦测模块1010会发送一警告信息以通知使用者。 
在本发明一范例实施例中,多层次侵入事件侦测系统1000还包括输入界面模块1012。输入界面模块1012是用以在显示界面模块1008所显示的建筑示意图中调整显示界面模块1008所产生的区域和绊线的位置、大小及安全层级。例如,使用者可提高区域的安全层级;或使用者可通过输入界面模块删除或修改显示界面模块1008所产生的绊线,以调整侦测模块1010的侦测范围或位置。 
此外,使用者也可通过输入界面模块1012在显示界面模块1008所显示的建筑示意图中绘示其他绊线,以扩大侦测模块1010的侦测范 围。也就是说,除了显示界面模块1008自动产生的绊线之外,使用者可通过输入界面模块1012在显示界面模块1008所显示的建筑示意图中新增其他绊线。 
再者,在本发明另一范例实施例中,使用者也可通过输入界面模块1012同时选取对应属于相同安全层级的区域,并且显示界面模块1008会根据使用者的选取在所显示的建筑示意图中将对应所选取的区域的边界与出入口的部分产生绊线。或者,使用者也可通过输入界面模块1012同时选取边界21~33之中的部分边界(例如,所有外墙)或出入口1~4之中的部分出入口(例如,建筑物出入口),并且显示界面模块1008会根据使用者的选取在所显示的建筑示意图中对应所选取的边界或出入口的部分产生绊线。 
在本发明一范例实施例中,多层次侵入事件侦测系统1000还包括侦测效率计算模块1014。侦测效率计算模块1014用以依据感测装置202、204与206所产生的的图像的可视区来计算每一区域的可侦测范围,并且依据每一区域的可侦测范围与每一区域的范围计算每一区域的侦测涵盖率。 
例如,以区域D为例,侦测效率计算模块1014会计算区域D的范围(即,面积);依据公式1计算感测装置206所产生的图像的可视区中属于区域D的范围为区域D的可侦测范围;以及依据下述公式2计算区域D的侦测涵盖率。 
Area(R,C)={Xi|Xi∈map(R),Xi∈FOV(C)}                    1 
CoverRate ( R , C ) = Area ( R , C ) map ( R ) - - - 2
在公式1与公式2中,Xi表示建筑示意图内的点;R表示区域;map(R)表示区域R的范围;C表示感测装置;FOV(C)表示感测装置的图像的可视区的范围;Area(R,C)表示在感测装置C下区域R的可侦测范围(即,区域R的范围与感测装置C的图像的可视区的范围的交集);并且CoverRate(R,C)表示在感测装置C下区域R的侦测涵盖率。 
特别是,倘若同时有多台感测装置可产生属于同一区域的图像的可视区时,侦测涵盖率是依据每一感测装置在区域的可侦测范围的交集(如公式3所示)来计算。 
CoverRate ( R , C 1 , C 2 ) = Area ( R , C 1 ) ∪ Area ( R , C 2 ) map ( R ) - - - 3
在公式3中,C1与C2分别表示不同的感测装置。 
此外,侦测效率计算模块1014更用以计算每一区域的可侦测范围的有效侦测值,并且依据每一区域的侦测涵盖率和每一区域的可侦测范围的有效侦测值来计算每一区域的有效侦测率。 
例如,以区域D为例,侦测效率计算模块1014会依据公式4计算区域D的可侦测范围内每一点的有效侦测值;以及依据公式5计算区域D的有效侦测率。 
Detection(Xi)=max(1/(1+(Xi-Xc)2))                  4 
EffectRate ( R , C ) = Σ X i ∈ Area ( R , C ) Detection ( X i ) CoverRate ( R , C ) - - - 5
在公式4与公式5中,Xc表示感测装置C的所在点,Detection(Xi)表示Xi的有效侦测值;并且EffectRate(R,C)表示在感测装置C下区域R的有效侦测率。特别是,当同时有多台感测装置能够侦测到同一点时,此点的有效侦测值是以最大值来计算。 
此外,在本发明一范例实施例中,多层次侵入事件侦测系统1000更包括侦测效率计算模块1014。侦测效率计算模块1014用以依据感测装置202、204与206所产生的的图像的可视区来计算每一绊线的可侦测范围,并且依据每一绊线的可侦测范围与每一绊线的范围计算每一绊线的侦测涵盖率。 
例如,以绘示于图7的出入口1上的绊线801为例,侦测效率计算模块1014会计算绊线801的范围(即,面积);依据公式6计算感测装置206所产生的图像的可视区中属于出入口1的范围为绊线801的可侦测范围;以及依据下述公式7计算绊线801的侦测涵盖率。 
Line(L,C)={Xi|Xi∈tripwire(L),Xi∈FOV(C)}         6 
CoverRate ( L , C ) = Line ( L , C ) tripwire ( L ) - - - 7
在公式1与公式2中,Xi表示建筑示意图内的点;L表示绊线;tripwire(L)表示绊线L的范围;C表示感测装置;FOV(C)表示感测装置的图像的可视区的范围;Line(L,C)表示在感测装置C下绊线L的可侦 测范围(即,绊线L的范围与感测装置C的图像的可视区的范围的交集);并且CoverRate(L,C)表示在感测装置C下绊线L的侦测涵盖率。 
特别是,倘若同时有多台感测装置可产生属于同一绊线的图像的可视区时,侦测涵盖率是依据每一感测装置在区域的可侦测范围的交集(如公式8所示)来计算。 
CoverRate ( L , C 1 , C 2 ) = Line ( L , C 1 ) ∪ Line ( L , C 2 ) tripwire ( L ) - - - 8
在公式8中,C1与C2分别表示不同的感测装置。 
类似地,侦测效率计算模块1014更用以计算每一绊线的可侦测范围的有效侦测值,并且依据每一绊线的侦测涵盖率和每一绊线的可侦测范围的有效侦测值来计算每一绊线的有效侦测率。 
例如,以绊线801为例,侦测效率计算模块1014会依据公式4计算绊线801的可侦测范围内每一点的有效侦测值;以及依据公式9计算绊线801的有效侦测率。 
EffectRate ( L , C ) = Σ X i ∈ Line ( L , C ) Detection ( X i ) CoverRate ( L , C ) - - - 9
公式9中,EffectRate(L,C)表示在感测装置C下绊线L的有效侦测率。特别是,当同时有多台感测装置能够侦测到同一点时,此点的有效侦测值是以最大值来计算。 
图7A与7B是根据本发明范例实施例所绘示的各区域与各出入口的侦测涵盖率与有效侦测率的范例。 
请参照图7A,感测装置202、204与206分别可感测建筑示意图100的部分范围。通过侦测效率计算模块1014的计算后,显示界面模块1008会显示侦测效率计算模块1014所计算的区域A、B、C与D以及绘示于出入口1、2、3与4上的绊线801、802、803与804的侦测涵盖率与有效侦测率(如图7B所示)。特别是,使用者可依据这些关于区域A、B、C与D以及绊线801、802、803与804的侦测涵盖率与有效侦测率来评估目前感测装置202、204与206的配置。例如,使用者可评估如何配置感测装置202、204与206来使侦测区域的侦测涵盖率或有效侦测率为最大。或者,使用者可评估欲使侦测区域的侦测涵盖率或有效侦测率为最大时应配置几台感测装置。 
图8是根据本发明范例实施例所绘示的多层次侵入事件侦测方法的区域画分与条件设定流程图。 
请参照图8,在多层次侵入事件侦测流程800中,首先,区域识别模块1002执行几何拓扑运算来识别建筑示意图中的多个区域(步骤S801)。例如,在步骤S801中使用中轴变换产生对应建筑示意图的骨架并且依据骨架中每一骨架点的最大内切圆半径值来识别墙角、出入口点与区域。 
在步骤S803中区域分级模块1004定义多个安全层级并且设定每一区域所属的安全层级(步骤S803)。例如,区域分级模块1004以所识别的区域内的骨架点为根节点将骨架转换为树状结构,并且依据此树状结构计算从根节点至建筑出入口点的路径中,需经过最少的出入口点数量来区分此根节点对应的区域的安全层级。或者,以每一区域与建筑出入口之间的出入口数目来设定每一区域的安全层级。或者,根据以中轴变换所产生的骨架与骨架点来识别建筑示意图中的外墙与内墙,并且以每一区域对应的外墙数目来设定每一区域的安全层级。或者,区域分级模块1004也可以加权平均的方式同时考量每一区域与建筑出入口之间的出入口数目和每一区域对应的外墙的数目来设定每一区域的安全层级。 
然后,在步骤S805中侦测区域设定模块1006自动地将对应至少一个安全层级的区域设定为侦测区域。 
在本发明一范例实施例中,多层次侵入事件侦测流程800还包括使用感测装置来产生对应所设定的侦测区域的图像的可视区(步骤S807),并且将此图像的可视区缝合至建筑示意图中(步骤S809)。将图像的可视区缝合至建筑示意图的方法已描述如上,在此不重复描述。 
在本发明一范例实施例中,多层次侵入事件侦测流程800还包括在显示界面模块1008中对应建筑示意图来显示感测装置所产生的图像的可视区(步骤S811),并且在所显示缝合图像的可视区后的建筑示意图中根据所设定的侦测区域所对应的边界与出入口的部分来自动地产生绊线。也就是说,绊线会自动地根据所设定的侦测区域所对应的边界与出入口的部分在所显示的建筑示意图中绘示出来。 
另外,在本发明一范例实施例中,多层次侵入事件侦测流程800 还包括计算每一区域及绊线的侦测涵盖率与有效侦测率,并且在显示界面模块1008中显示所计算的每一区域及绊线的侦测涵盖率与有效侦测率(步骤S813)。每一区域及绊线的侦测涵盖率与有效侦测率的计算方式已详细描述如上,在此不重复说明。 
此外,必须了解的是,在本发明另一范例实施例中,多层次侵入事件侦测流程800也可还包括在所显示的建筑示意图中修改和删除已自动产生的绊线。同时,使用者也可选择部分区域、部分边界或部分出入口来新增设定绊线。 
图9是根据本发明范例实施例所绘示的多层次侵入事件侦测方法的事件侦测处理流程图。 
请参照图9,当完成多层次侵入事件侦测流程800后,多层次侵入事件侦测系统1000可进行侵入事件的侦测。在步骤S901中侦测模块1010判断在所显示的建筑示意图中是否有一物体图像移动通过绊线或是否有一物体图像出现在所设定的侦测区域内。倘若在所显示的建筑示意图中有一物体图像移动通过绊线或有一物体图像出现在所设定的侦测区域内时,则在步骤S903中侦测模块1010发送警告信息;反之,则执行步骤S901以继续进行侦测。 
综上所述,本发明范例实施例的多层次侵入事件侦测系统与方法能够自动地识别建筑物内的区域并且自动为每一区域设定一安全层级。此外,本发明范例实施例的多层次侵入事件侦测系统与方法能够自动地依据安全层级设定侦测区域,将感测装置所产生的图像的可视区缝合至建筑示意图中,并且在建筑示意图中产生对应此侦测区域的绊线,以对侦测区域进行侦测。另外,本发明范例实施例的多层次侵入事件侦测系统与方法能够依据使用者的输入调整所产生的绊线,以便依据使用者的需求来设定侦测区域与绊线。 
虽然本发明已以实施例揭露如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的更动与润饰,故本发明的保护范围当视权利要求书所界定者为准。 

Claims (32)

1.一种多层次侵入事件侦测系统,包括:
区域辨识模块,用以执行几何拓扑运算来识别建筑示意图中的多个区域,其中该建筑示意图包括多个边界与多个出入口,且每一所述区域对应所述边界的至少其中之一与所述出入口的至少其中之一;以及
区域分级模块,用以定义多个安全层级并且分别地将该区域辨识模块所识别的所述区域归属至所述安全层级的其中之一;
其中该几何拓扑运算为中轴变换,
其中该区域辨识模块使用该中轴变换产生对应该建筑示意图的骨架,
其中该骨架具有多个骨架点,每一所述骨架点具有半径值,并且所述半径值为在该建筑示意图中所述骨架点与所述边界之间的最大内切圆的半径值,
其中该区域辨识模块依据所述骨架点与所述骨架点的半径值来辨识所述区域与所述出入口;
其中该区域辨识模块搜寻所述半径值之中的多个局部区域最小半径值,将所述局部区域最小半径值之中不等于0的局部区域最小半径值对应的骨架点识别为多个出入口点,识别所述出入口点的最大内切圆与所述边界的切点,并且将所述出入口点与对应的所述切点之间的连线识别为所述出入口,
其中该区域辨识模块搜寻所述半径值之中的多个局部区域最大半径值,将所述局部区域最大半径值对应的骨架点的所在位置识别为所述区域。
2.根据权利要求1所述的多层次侵入事件侦测系统,其中该区域分级模块以每一所述局部区域最大半径值对应的骨架点为根节点来将该骨架转换为树状结构,在每一所述树状结构中识别出所述出入口点之中的建筑出入口点,并且依据在每一所述树状结构中每一所述根节点至该建筑出入口点之间的所述出口点的数目来计算每一所述区域所归属的安全层级。
3.根据权利要求1所述的多层次侵入事件侦测系统,其中该区域分级模块在该骨架中识别出所述出入口点之中的建筑出入口点,以该建筑出入口点为根节点来将该骨架转换为树状结构,并且依据在该树状结构中每一所述局部区域最大半径值对应的骨架点至该建筑出入口点之间的所述出口点的数目来计算每一所述区域所归属的安全层级。
4.根据权利要求1所述的多层次侵入事件侦测系统,其中该区域辨识模块依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙,
其中该区域分级模块依据每一所述区域对应的所述外墙的数目来计算每一所述区域所归属的安全层级。
5.根据权利要求1所述的多层次侵入事件侦测系统,其中该区域分级模块以每一所述局部区域最大半径值对应的骨架点为根节点来将该骨架转换为树状结构,并且在每一所述树状结构中识别出所述出入口点之中的建筑出入口点,
其中该区域辨识模块依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙,
其中该区域分级模块依据在每一所述树状结构中每一所述根节点至该建筑出入口点之间的所述出口点的数目以及每一所述区域对应的所述外墙的数目的加权平均来计算每一所述区域所归属的安全层级。
6.根据权利要求1所述的多层次侵入事件侦测系统,其中该区域分级模块在该骨架中识别出所述出入口点之中的建筑出入口点,以该建筑出入口点为根节点来将该骨架转换为树状结构,
其中该区域辨识模块依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙,
其中该区域分级模块依据在该树状结构中每一所述局部区域最大半径值对应的骨架点至该建筑出入口点之间的所述出口点的数目以及每一所述区域对应的所述外墙的数目的加权平均来计算每一所述区域所归属的安全层级。
7.根据权利要求4所述的多层次侵入事件侦测系统,其中该区域分级模块判断每一所述边界是否被该骨架所包围,将被该骨架所包围的边界识别为所述内墙,并且将未被该骨架所包围的边界识别为所述外墙。
8.根据权利要求1所述的多层次侵入事件侦测系统,还包括:
侦测区域设定模块,将对应所述安全层级的至少其中之一的区域设定为至少一个侦测区域;以及
显示界面模块,用以将来自于至少一个感测装置的至少一个图像的可视区缝合至该建筑示意图,对应该建筑示意图显示该至少一个感测装置所产生的图像的可视区,并且在所显示的缝合图像的可视区的建筑示意图中根据该至少一个侦测区域所对应的边界与出入口的部分来产生绊线。
9.根据权利要求8所述的多层次侵入事件侦测系统,还包括:
输入界面模块,用以在该显示界面模块所显示的建筑示意图中调整该显示界面模块所产生的所述绊线。
10.根据权利要求9所述的多层次侵入事件侦测系统,其中该输入界面模块更用以在该显示界面模块所显示的建筑示意图中新增绊线。
11.根据权利要求8所述的多层次侵入事件侦测系统,还包括:
侦测模块,用以当在所显示的建筑示意图中物体图像移动通过所述绊线或该物体图像出现在该至少一个侦测区域内时发送警告信息。
12.根据权利要求8所述的多层次侵入事件侦测系统,其中该至少一个感测装置是选自由摄影机、红外线感测器、热感成像装置及雷达扫描仪所组成的组群中的一种感测装置。
13.根据权利要求8所述的多层次侵入事件侦测系统,还包括:
侦测效率计算模块,用以依据该至少一个感测装置的图像的可视区计算每一所述区域的可侦测范围,并且依据每一所述区域的可侦测范围与所述区域的范围计算每一所述区域的侦测涵盖率,
其中该显示界面模块显示该侦测效率计算模块所计算的每一所述区域的侦测涵盖率。
14.根据权利要求13所述的多层次侵入事件侦测系统,其中该侦测效率计算模块计算每一所述区域的可侦测范围的有效侦测值,并且依据每一所述区域的侦测涵盖率和每一所述区域的可侦测范围的有效侦测值来计算每一所述区域的有效侦测率,
其中该显示界面模块显示该侦测效率计算模块所计算的每一所述区域的有效侦测率。
15.根据权利要求10所述的多层次侵入事件侦测系统,其中该输入界面模块还用以同时选取对应相同所述安全层级的区域,并且该显示界面模块在其所显示的建筑示意图中根据所选取的区域对应的边界与出入口的部分来产生所述绊线。
16.根据权利要求10所述的多层次侵入事件侦测系统,其中该输入界面模块更用以同时选取所述边界之中的部分边界或所述出入口之中的部分出入口,并且该显示界面模块在其所显示的建筑示意图中根据所选取的边界或出入口的部分来产生所述绊线。
17.根据权利要求8所述的多层次侵入事件侦测系统,其中该显示界面模块使用单应性矩阵将该至少一个图像的可视区缝合至该建筑示意图。
18.一种多层次侵入事件侦测方法,包括:
执行几何拓扑运算来识别建筑示意图中的多个区域,其中该建筑示意图包括多个边界与多个出入口,且每一所述区域对应所述边界的至少其中之一与所述出入口的至少其中之一;
定义多个安全层级;以及
分别地将所识别的所述区域归属至所述安全层级的其中之一;
其中该几何拓扑运算为中轴变换,
其中执行该几何拓扑运算来识别该建筑示意图中的所述区域的步骤包括:
使用该中轴变换产生对应该建筑示意图的一骨架,其中该骨架具有多个骨架点,每一所述骨架点具有半径值,并且所述半径值为在该建筑示意图中所述骨架点与所述边界之间的最大内切圆的半径值;以及
依据所述骨架点与所述骨架点的半径值来辨识所述区域与所述出入口;
其中依据所述骨架点与所述骨架点的半径值来辨识所述区域与所述出入口的步骤包括:
搜寻所述半径值之中的多个局部区域最小半径值;
将所述局部区域最小半径值之中不等于0的局部区域最小半径值对应的骨架点识别为多个出入口点;
识别所述出入口点的最大内切圆与所述边界的切点;
将所述出入口点与对应的所述切点之间的连线识别为所述出入口;
搜寻所述半径值之中的多个局部区域最大半径值;以及
将所述局部区域最大半径值对应的骨架点的所在位置识别为所述区域。
19.根据权利要求18所述的多层次侵入事件侦测方法,其中分别地将所识别的所述区域归属至所述安全层级的其中之一的步骤包括:
以每一所述局部区域最大半径值对应的骨架点为根节点来将该骨架转换为树状结构;
在每一所述树状结构中识别出所述出入口点之中的建筑出入口点;以及
依据在每一所述树状结构中每一所述根节点至该建筑出入口点之间的所述出口点的数目来计算每一所述区域所归属的安全层级。
20.根据权利要求18所述的多层次侵入事件侦测方法,其中分别地将所识别的所述区域归属至所述安全层级的其中之一的步骤包括:
在该骨架中识别出所述出入口点之中的建筑出入口点;
以该建筑出入口点为根节点来将该骨架转换为树状结构;以及
依据在该树状结构中每一所述局部区域最大半径值对应的骨架点至该建筑出入口点之间的所述出口点的数目来计算每一所述区域所归属的安全层级。
21.根据权利要求18所述的多层次侵入事件侦测方法,其中分别地将所识别的所述区域归属至所述安全层级的其中之一的步骤还包括:
依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙;以及
依据每一所述区域对应的所述外墙的数目来计算每一所述区域所归属的安全层级。
22.根据权利要求18所述的多层次侵入事件侦测方法,其中分别地将所识别的所述区域归属至所述安全层级的其中之一的步骤还包括:
以每一所述局部区域最大半径值对应的骨架点为根节点来将该骨架转换为树状结构;
在每一所述树状结构中识别出所述出入口点之中的一建筑出入口点;
依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙;以及
依据在每一所述树状结构中每一所述根节点至该建筑出入口点之间的所述出口点的数目以及每一所述区域对应的所述外墙的数目的加权平均来计算每一所述区域所归属的安全层级。
23.根据权利要求18所述的多层次侵入事件侦测方法,其中分别地将所识别的所述区域归属至所述安全层级的其中之一的步骤包括:
在该骨架中识别出所述出入口点之中的建筑出入口点;
以该建筑出入口点为根节点来将该骨架转换为树状结构;
依据该骨架的所述骨架点将所述边界区分为多个外墙与多个内墙;以及
依据在该树状结构中每一所述局部区域最大半径值对应的骨架点至该建筑出入口点之间的所述出口点的数目以及每一所述区域对应的所述外墙的数目的加权平均来计算每一所述区域所归属的安全层级。
24.根据权利要求21所述的多层次侵入事件侦测方法,其中依据该骨架的所述骨架点将所述边界区分为所述外墙与所述内墙的步骤包括:
判断每一所述边界是否被该骨架所包围;
将被该骨架所包围的边界识别为所述内墙;以及
将未被该骨架所包围的边界识别为所述外墙。
25.根据权利要求18所述的多层次侵入事件侦测方法,还包括:
自动地将对应所述安全层级的至少其中之一的区域设定为至少一个侦测区域;
使用至少一个感测装置产生对应该至少一个侦测区域的至少一个图像的可视区;
将该至少一个图像的可视区缝合至该建筑示意图;
在显示界面模块中对应该建筑示意图显示该至少一个感测装置所产生的图像的可视区;以及
在所显示的建筑示意图中根据该至少一个侦测区域所对应的边界与出入口的部分来产生绊线。
26.根据权利要求25所述的多层次侵入事件侦测方法,还包括:
使用输入界面模块在该显示界面模块所显示的建筑示意图中来调整根据该至少一个侦测区域所对应的边界与出入口的部分所产生的所述绊线;以及
在所显示的建筑示意图中新增绊线。
27.根据权利要求25所述的多层次侵入事件侦测方法,还包括:
当在所显示的建筑示意图中物体图像移动通过所述绊线或该物体图像出现在该至少一个侦测区域内时发送警告信息。
28.根据权利要求25所述的多层次侵入事件侦测方法,还包括:
依据该至少一个感测装置的图像的可视区计算每一所述区域的可侦测范围;
依据每一所述区域的可侦测范围与所述区域的范围计算每一所述区域的侦测涵盖率;以及
显示所计算的每一所述区域的侦测涵盖率。
29.根据权利要求28所述的多层次侵入事件侦测方法,还包括:
计算每一所述区域的可侦测范围的有效侦测值;
依据每一所述区域的侦测涵盖率和每一所述区域的可侦测范围的有效侦测值来计算每一所述区域的有效侦测率;以及
显示所计算的每一所述区域的有效侦测率。
30.根据权利要求26所述的多层次侵入事件侦测方法,还包括:
在该输入界面模块中同时选取对应相同所述安全层级的区域;以及
在所显示的建筑示意图中根据所选取的区域对应的边界与出入口的部分来产生所述绊线。
31.根据权利要求26所述的多层次侵入事件侦测方法,还包括:
在该输入界面模块中同时选取所述边界之中的部分边界或所述出入口之中的部分出入口;以及
在所显示的建筑示意图中根据所选取的边界或出入口的部分来产生所述绊线。
32.根据权利要求25所述的多层次侵入事件侦测方法,其中将该至少一个图像的可视区缝合至该建筑示意图的步骤包括:
使用单应性矩阵将该至少一个图像的可视区缝合至该建筑示意图。
CN2010101114336A 2010-02-02 2010-02-02 多层次侵入事件侦测系统与方法 Expired - Fee Related CN102142140B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010101114336A CN102142140B (zh) 2010-02-02 2010-02-02 多层次侵入事件侦测系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101114336A CN102142140B (zh) 2010-02-02 2010-02-02 多层次侵入事件侦测系统与方法

Publications (2)

Publication Number Publication Date
CN102142140A CN102142140A (zh) 2011-08-03
CN102142140B true CN102142140B (zh) 2012-11-28

Family

ID=44409628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101114336A Expired - Fee Related CN102142140B (zh) 2010-02-02 2010-02-02 多层次侵入事件侦测系统与方法

Country Status (1)

Country Link
CN (1) CN102142140B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6157750A (en) * 1996-04-02 2000-12-05 Hyundai Electronics Industries Co., Ltd. Methods of transforming a basic shape element of a character
CN101425140A (zh) * 2008-11-13 2009-05-06 苏州大学 基于骨架特征的脑血管瘤图像识别检测方法
CN101635835A (zh) * 2008-07-25 2010-01-27 深圳市信义科技有限公司 智能视频监控方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6157750A (en) * 1996-04-02 2000-12-05 Hyundai Electronics Industries Co., Ltd. Methods of transforming a basic shape element of a character
CN101635835A (zh) * 2008-07-25 2010-01-27 深圳市信义科技有限公司 智能视频监控方法及系统
CN101425140A (zh) * 2008-11-13 2009-05-06 苏州大学 基于骨架特征的脑血管瘤图像识别检测方法

Also Published As

Publication number Publication date
CN102142140A (zh) 2011-08-03

Similar Documents

Publication Publication Date Title
CN113203409B (zh) 一种复杂室内环境移动机器人导航地图构建方法
US20030123703A1 (en) Method for monitoring a moving object and system regarding same
US7952474B2 (en) Nuisance alarm filter
US20030053658A1 (en) Surveillance system and methods regarding same
CN105303755A (zh) 用于建筑物信息模型中的设备的自动配置的系统和方法
KR102269192B1 (ko) 지하공동구 고장 예방 방법 및 장치
US20230005176A1 (en) Throwing position acquisition method and apparatus, computer device and storage medium
Chi et al. A methodology for object identification and tracking in construction based on spatial modeling and image matching techniques
EP1410333A1 (en) Moving object assessment system and method
CN111368615B (zh) 一种违章建筑预警方法、装置及电子设备
KR102442552B1 (ko) 열영상 및 실영상 기반의 화재 감지 시스템 및 방법
CN110189355A (zh) 安全疏散通道占用检测方法、装置、电子设备及存储介质
Guo et al. Evaluation-oriented façade defects detection using rule-based deep learning method
CN110147748B (zh) 一种基于道路边缘检测的移动机器人障碍物识别方法
US9547905B2 (en) Monitoring system with a position-dependent protected area, method for monitoring a monitoring area and computer program
US20190347366A1 (en) Computer-aided design and analysis method for physical protection systems
CN105574468A (zh) 视频火焰检测方法、装置及系统
JP6678512B2 (ja) センサ設置位置支援装置
US8552862B2 (en) System and method for detecting multi-level intrusion events and computer program product thereof
CN110703760A (zh) 一种用于安防巡检机器人的新增可疑物体检测方法
CN111464775B (zh) 一种监控设备布局的合理性确定方法和装置
CN113435278A (zh) 一种基于yolo的行吊安全检测方法及系统
CN111626189A (zh) 一种路面异常检测方法、装置、电子设备及存储介质
CN105469054A (zh) 正常行为的模型构建方法及异常行为的检测方法
JP7282186B2 (ja) 状況認識監視

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121128

Termination date: 20220202