TWI639978B - 視訊監控系統與視訊監控方法 - Google Patents

Abstract

本發明提供一種視訊監控方法以及應用所述方法之視訊監控系統。所述方法包括擷取至少部份監視區域之影像以獲得多個視訊串流；感測監視區域以獲得多個感測資料；判斷各個視訊串流中是否存在符合一目標物件的物件的影像；若判定視訊串流中之物件的影像為所述目標物件，根據對應所述視訊串流之感測資料判斷所述目標物件是否觸發目標事件；若判定所述目標物件觸發所述目標事件，根據預設分析條件、包含所述目標物件的所述視訊串流及所述目標事件以輸出對應所述目標物件的特徵值；根據對應所述目標物件的所述特徵值與模型權重值以產生對應所述目標物件的通知事件。

Description

視訊監控系統與視訊監控方法

本發明是有關於一種監控系統，且特別是有關於一種視訊監控系統與視訊監控方法。

一般來說，目前習知的影像監控系統或是視訊監控系統僅使用保全或是工廠人員用肉眼監控任何進出的物件，並判斷所述物件是否有不合理的事件發生以作出相對應的決策。然而，單靠人員肉眼辨識的情況下，無法有效率地處理同時多個物件與所述物件可能對應產生的多種事件。

基於上述情形，要如何設計一個能夠有效率地處理同時多個物件與所述物件可能對應產生的多種事件的視訊/影像監控系統與視訊/影像監控方法，為本領域人員致力發展的目標。

本發明提供一種視訊監控系統與視訊監控方法，可藉由多個視訊擷取裝置、多個感測裝置對於監視區域所擷取的多個視 訊串流來辨識是否有目標物件並且利用對應視訊串流的感測資料判斷目標物件是否觸發目標事件，再藉由目標物件、被觸發的目標事件透過多個分析模型以產生對應所述目標物件的通知事件，進而可根據所判定的通知事件來判斷是否執行後續的警示操作、顯示操作、驗證操作或控制操作，透過視訊監控系統的配置能夠增進對於監視區域的監控效率。

本發明的一實施例提供用以監控一監視區域的一種視訊監控系統。所述系統包括視訊擷取模組、感測模組與決策系統。所述視訊擷取模組包括多個視訊擷取裝置，其中所述多個視訊擷取裝置分別設置於鄰近所述監視區域，並且各個視訊擷取裝置用以擷取包含至少部分所述監視區域之影像以獲得視訊串流。所述感測模組包括多個感測裝置，其中所述多個感測裝置分別鄰設於對應的所述多個視訊擷取裝置，並且各個感測裝置感測所述監視區域以獲得感測資料，其中所述多個感測資料分別對應於所述多個視訊擷取裝置所輸出之所述多個視訊串流。所述決策系統耦接所述視訊擷取模組及所述感測模組。所述決策系統包括影像辨識模組、事件判斷模組、分析模型模組以及處理模組。影像辨識模組接收所述多個視訊擷取裝置之所述多個視訊串流並判斷各個視訊串流中是否存在符合一目標物件的物件的影像。事件判斷模組耦接所述影像辨識模組並接收所述多個感測裝置之所述多個感測資料，其中若所述影像辨識模組判定所述視訊串流中的所述物件的影像為所述目標物件，所述事件判斷模組根據對應所述視訊串 流之所述感測資料判斷所述視訊串流中的所述目標物件是否觸發目標事件。分析模型模組耦接所述影像辨識模組及所述事件判斷模組，並且所述分析模型模組包括分別對應所述多個視訊擷取裝置的多個分析模型，且各個分析模型包含一預設分析條件。若判定所述視訊串流中的所述目標物件觸發所述目標事件，所述事件判斷模組傳送包含目標物件的所述視訊串流及所述目標事件至對應所述視訊串流所屬之視訊擷取裝置的分析模型。所述多個分析模型根據各自的預設分析條件、各自接收的所述目標物件的所述視訊串流及所述目標事件以分別輸出對應所述目標物件的多個特徵值。處理模組耦接所述分析模型模組，所述處理模組具有分別對應所述多個分析模型之多個模型權重值。此外，處理模組用以接收所述多個分析模型對應所述目標物件的所輸出之所述多個特徵值，並且根據對應所述目標物件的所述多個特徵值與對應所述多個分析模型所述多個模型權重值以產生對應所述目標物件的一通知事件。

本發明的一實施例提供適用於所述視訊監控系統的一種視訊監控方法，所述視訊監控方法包括下列步驟：擷取包含至少部分所述監視區域之影像以獲得多個視訊串流；感測所述監視區域以獲得多個感測資料，所述多個感測資料分別對應於所述多個視訊串流；判斷各個視訊串流中是否存在符合一目標物件的物件的影像；若判定所述視訊串流中的所述物件的所述影像為所述目標物件，則根據對應所述視訊串流之所述感測資料判斷所述視訊 串流中的所述目標物件是否觸發目標事件；若判定所述視訊串流中的所述目標物件觸發所述目標事件，則根據預設分析條件、包含所述目標物件的所述視訊串流及所述目標事件以輸出對應所述目標物件的特徵值；以及根據對應所述目標物件的所述特徵值與模型權重值以產生對應所述目標物件的通知事件。

基於上述，本發明的實施例所提供的視訊監控系統與視訊監控方法，可辨識從監視區域擷取的多個視訊串流中的多個目標物件、並且利用對應視訊串流的感測資料判斷目標物件是否有觸發目標事件，並且將上述資料輸入至多個分析模型，並依據預設分析條件來獲得對應目標物件的特徵值，進而根據分別對應所述多個分析模型的多個模型權重值與所述多個特徵值以產生對應所述目標物件的通知事件。如此一來，可再根據所做出的通知事件來進一步地執行對於監視區域的控制、警示、驗證與顯示，達到有效率且彈性的監控管理。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

10、30‧‧‧視訊監控系統

100、320‧‧‧視訊擷取模組

110(1)~110(N)、321、322、323‧‧‧視訊擷取裝置

410(1)~410(N)、331、332、333‧‧‧感測裝置

120、220、420、520‧‧‧通訊模組

200、300‧‧‧決策系統

210、370‧‧‧處理模組

230、340‧‧‧影像辨識模組

240、350‧‧‧事件判斷模組

250、360‧‧‧分析模型模組

250(1)~250(N)、361、362、363‧‧‧分析模型

400、330‧‧‧感測模組

500‧‧‧執行系統

510‧‧‧警示模組

530‧‧‧控制模組

540‧‧‧記錄模組

550‧‧‧顯示模組

560‧‧‧驗證模組

310‧‧‧時間同步模組

S21、S22、S23、S24、S25、S26、S27‧‧‧視訊監控方法的流程步驟

S41、S42、S43、S44、S45、S46、S47、S48‧‧‧視訊監控系統的運作流程步驟

圖1是依照本發明的一實施例所繪示的視訊監控系統的方塊圖。

圖2是依照本發明的一實施例所繪示的視訊監控方法的流程 圖。

圖3是依照本發明的另一實施例所繪示的視訊監控系統的方塊圖。

圖4是依照本發明的另一實施例所繪示的視訊監控系統的運作流程圖。

圖1是依照本發明的一實施例所繪示的視訊監控系統的方塊圖。請參照圖1，在本實施例中，視訊監控系統10包括視訊擷取模組100、決策系統200以及感測模組400，決策系統200耦接視訊擷取模組100及感測模組400。圖1先介紹視訊監控系統10之所有構件以及配置關係，圖2繪示依據本發明一實施例之視訊監控方法的流程圖。本實施例的方法適用於圖1的視訊監控系統10，以下請同時參照圖1以及圖2，以敘明視訊監控系統10中的各個裝置搭配本發明視訊監控方法的詳細步驟。

所述視訊擷取模組100包括多個視訊擷取裝置110(1)~110(N)(亦可為具有擷取影像資料功能的影像擷取裝置、攝影機或相機)以及通訊模組120。所述多個視訊擷取裝置110(1)~110(N)用以分別擷取包含至少部分監視區域的影像以獲得一視訊串流(步驟S21)，其中N為正整數。所述監視區域指被視訊監控系統10監控的區域。所述監視區域可為一或多個區域。各視訊擷取裝置可包括鏡頭、感光元件以及光圈等。鏡頭例如是標 準鏡頭、廣角鏡頭及變焦鏡頭等。感光元件例如是電荷耦合元件(Charge Coupled Device，CCD)、互補性氧化金屬半導體(Complementary Metal-Oxide Semiconductor，CMOS)元件或其他元件，鏡頭與感光元件或其組合在此皆不設限。各視訊擷取裝置可連續擷取多個影像，即，擷取(獲得)一動態影像(亦稱，視訊串流，Video Stream)。所述視訊擷取裝置亦可擷取單一的靜態影像。所述多個視訊擷取裝置110(1)~110(N)分別設置於鄰近監視區域，不同的視訊擷取裝置110(1)~110(N)朝向所述監視區域以不同的角度擷取包含至少部分監視區域的影像以獲得視訊串流。舉例來說，若將視訊監控系統10配置於車輛上，監視區域可指在車輛周遭的空間。又例如，若將視訊監控系統10配置於工廠大門，監視區域可指在大門周遭的空間。換句話說，本發明的視訊監控系統/視訊監控方法，顧名思義，是利用多個不同的視訊擷取裝置來同時從多個角度擷取所關注的監視區域的視訊(影像)來進行監控管理。

通訊模組120耦接至多個視訊擷取裝置110(1)~110(N)，並且視訊擷取模組100能夠經由通訊模組120傳送(輸出)所擷取的多個視訊串流。舉例來說，通訊模組120可經由無線或有線之網路連結以連接視訊擷取模組100及決策系統200，本發明不限於此。

感測模組400包括多個感測裝置410(1)~410(N)與通訊模組420。所述感測裝置410(1)~410(N)分別鄰設於對應的視訊擷取 裝置110(1)~110(N)。各感測裝置410(1)~410(N)用以感測監視區域以獲得感測資料(步驟S22)。所述感測裝置410(1)~410(N)例如是，紅外線感測器、重力感測器、近接感測器、輻射感測器、雷射感測器、光感測器、熱感測器等等，本發明不限於此。在本實施例中，感測裝置所獲得之感測資料對應於所述感測裝置所對應之視訊擷取裝置所輸出之視訊串流。然而，在一實施例中，感測裝置的數目可小於視訊擷取裝置的數目，並且一個感測資料可對應多個視訊串流；在一實施例中，感測裝置的數目可大於視訊擷取裝置的數目，並且多個感測資料可對應一個視訊串流。所述通訊模組420耦接至所述多個感測裝置410(1)~410(N)，並且感測模組400經由通訊模組420傳送(輸出)所獲得的多個感測資料。舉例來說，通訊模組420可經由無線或有線之網路連結以連接決策系統200及感測模組400。

決策系統200包括處理模組210、通訊模組220、影像辨識模組230、事件判斷模組240、分析模型模組250。

影像辨識模組230耦接通訊模組220與處理模組210，並且能夠經由通訊模組120及通訊模組220接收多個視訊擷取裝置110(1)~110(N)所擷取的多個視訊串流以進行影像辨識，影像辨識模組230用以判斷各個視訊串流中是否存在符合一目標物件的物件的影像(步驟S23)。例如，影像辨識模組230會經由機器學習的方式來對每個視訊串流進行影像辨識操作。影像辨識模組230依據一預設目標物件類型判斷位於各個視訊串流是否存在符合一 目標物件的物件的影像，並且將每個物件進行分類。舉例來說，假設視訊串流中出現一個人類、一個大門、一個刷卡機的影像。影像辨識模組230可辨識出所述視訊串流的影像中具有三個物件的影像，並且對所述三個物件進行分類，以將三個物件分別歸類至屬於“人”的類型、屬於“控制裝置”的類型與屬於“驗證裝置”的類型。接著，影像辨識模組230會依據預設目標物件類型判斷所述物件所屬的類型是否符合預設目標物件類型。若所述物件所屬的類型符合預設目標物件類型，則影像辨識模組230會判定所述物件為目標物件(即，所述視訊串流存在符合目標物件的物件的影像)。若所述物件所屬的類型不符合預設目標物件類型，則影像辨識模組230會判定所述物件不為目標物件(即，所述視訊串流不存在符合目標物件的物件的影像)。舉例來說，假設所述預設目標物件類型為屬於“人”的類型。若影像識別模組230判斷視訊串流的影像中的一物件所屬的類型為“人”的類型，影像辨識模組230會判定此物件為目標物件。在一實施例中，影像辨識模組230亦可，經由影像資料庫，根據所述目標物件的影像來直接辨識所述目標物件的身份資訊(如，直接對為“人”的目標物件來進行人臉辨識，以識別目標物件的名稱或代碼)。所述目標物件的身份資訊可被傳送至處理模組210，以記錄至後續所產生的通知事件。

事件判斷模組240耦接影像辨識模組230、處理模組210與通訊模組220，事件判斷模組240用以接收感測裝置410(1)~410(N)的感測資料，若影像辨識模組230判定一視訊串流 存在符合目標物件的物件的影像(即，影像辨識模組230判定判定一視訊串流中的物件的影像為目標物件)，事件判斷模組240根據對應所述視訊串流之感測資料判斷所述視訊串流中的所述目標物件是否觸發一目標事件(步驟S24)。此外，若事件判斷模組240判斷位於該視訊串流中的目標物件觸發目標事件，則事件判斷模組240開始累計被觸發的目標事件持續存在的時間長度為一目標事件時間。

舉例來說，假設一物件(例如：人體)進入監視區域(例如：大門)，且視訊擷取裝置已擷取到包含至少部分人體的視訊串流，並將所述視訊串流輸出至影像辨識模組，影像辨識模組依據預設目標物件類型(如，預設目標物件類型為“人”的類型)判斷位於視訊串流的人體的影像屬於目標物件，而感測裝置為設置於監視區域(即，大門)附近且位於前述視訊擷取裝置的位置附近的紅外線感測器，當影像辨識模組判定人體的影像為目標物件，對應前述視訊擷取裝置的紅外線感測器便將感應到人體(即，目標物件)的感測資料傳送至事件判斷模組240，事件判斷模組240根據前述紅外線感測器的感測資料判斷目前有人體(即，目標物件)在大門(即，監視區域)附近是否觸發一目標事件。也就是說，事件判斷模組240所接收對應視訊串流之感測資料可被用來判斷位於所述視訊串流之目標物件是否觸發目標事件。

由於事件判斷模組240判定所述“有人體在大門附近”屬於上述之目標事件，則事件判斷模組240可開始累計“有人體在大 門附近”這目標事件持續存在的時間長度為目標事件時間。相對地，若事件判斷模組240判定所述目標物件沒有觸發目標事件，則事件判斷模組240不會對應目標物件進行時間累計的動作。

應注意的是，若執行完步驟S23後在所有視訊串流中皆沒有包含符合目標物件的物件(即，若所述多個視訊串流的物件的影像皆不為所述目標物件)，則會回到步驟S21並重新執行步驟S21與步驟S22。若在所述多個視訊串流中的一或多個視訊串流的一物件的影像被判定為目標物件，則會接續至步驟S24，以判斷所述多個視訊串流中的一或多個視訊串流的目標物件是否觸發目標事件。

分析模型模組250耦接影像辨識模組230、事件判斷模組240以及處理模組210，並且分析模型模組250包括分別對應所述多個視訊擷取裝置110(1)~110(N)的多個分析模型250(1)~250(N)，且各個分析模型250(1)~250(N)包含一預設分析條件，其中所述分析模型250(1)~250(N)的數量至少等於所述多個視訊擷取裝置110(1)~110(N)的數量。在本實施例中，若事件判斷模組240判定一視訊串流中的目標物件觸發目標事件(具有觸發目標事件的所述目標物件的所述視訊串流是經由一視訊擷取裝置所獲得)，事件判斷模組240傳送包含目標物件的視訊串流及目標事件至對應所述視訊串流所屬之視訊擷取裝置的分析模型(步驟S25)。舉例來說，假設經由視訊擷取裝置110(1)所獲得的視訊串流被辨識出目標物件。若事件判斷模組240判定所述目標物件觸 發目標事件，事件判斷模組240傳送包含所述目標物件的所述視訊串流及所述目標事件至視訊擷取裝置110(1)的分析模型250(1)。

在本實施例中，若所述多個分析模型250(1)~250(N)的其中之一分析模型接收包含目標物件的所述視訊串流及所述目標事件，所述分析模型會根據所述分析模型的預設分析條件、所接收的包含所述目標物件的所述視訊串流及所述目標物件所觸發的所述目標事件以輸出對應所述目標物件的特徵值(步驟S26)。舉例來說，接續上述的例子，接收包含所述目標物件的所述視訊串流及所述目標事件的分析模型250(1)會根據所接收的所述視訊串流與所述目標事件來輸出對應所述目標物件的特徵值。換句話說，當一視訊串流中的目標物件觸發了目標事件，對應此視訊串流所屬之分析模型會根據此視訊串流與對應的所述目標事件來進行特徵值的計算或判斷，以輸出對應所述目標物件的特徵值。

於其他實施例中，所述多個分析模型250(1)~250(N)更可根據各自的預設分析條件、各自從所對應之視訊擷取裝置所接收的包含所述目標物件的所述視訊串流及所述目標物件對應觸發的所述目標事件與對應所述目標事件的所述目標事件時間分別輸出對應所述目標物件的多個特徵值。

更詳細的說，本實施例會對每個不同角度架設的視訊擷取裝置來配置對應的分析模型(一對一的關係)。如此一來，經由對應的分析模型，可針對不同視訊擷取裝置所擷取的不同角度的視訊串流及對應的監測資料來進行多個特徵值的計算(每一分析 模型分析根據所接收的視訊串流中的目標物件的影像與目標物件所觸發的目標事件，經由分析模型所具有的預設分析條件來計算或判斷特徵值)，進而可適當地根據不同視訊擷取裝置對於監視區域所要關注的不同監控特性來搭配不同的分析模型，以使後續經由多個分析模型所取得的多個特徵值能更為準確。

分析模型模組250將輸出的特徵值傳送至處理模組210，以讓處理模組210可藉由所接收之多個特徵值進行判斷以產生對應目標物件的一通知事件。具體來說，處理模組210具有分別對應所述多個分析模型之多個模型權重值，並且處理模組210可根據從多個分析模型所接收之多個特徵值與對應所述多個分析模型之多個模型權重值來產生對應所述目標物件的通知事件(步驟S27)。更詳細來說，處理模組210將從對應各個分析模型所接收之特徵值乘以對應各個分析模型之所述模型權重值，以獲得對應各個分析模型的加權後特徵值(即，將從一分析模型所接收之特徵值乘以對應該分析模型之模型權重值，以獲得對應該分析模型的加權後特徵值)，並且處理模組210加總所述多個加權後特徵值，以獲得一特徵值總和，並且根據所述特徵值總和來判斷所述通知事件。簡單來說，處理模組210會先經由對應的模型權重值對所接收的特徵值進行加權，再加總所有的加權後特徵值，以獲得特徵值總和。

值得一提的是，在本實施例中，不同模型權重值可表示不同分析模型所產生的特徵值的參考價值。也就是說，模型權重 值愈大，則所產生出的特徵值其參考價值是最大的。

更具體來說，處理模組210可比對特徵值總和與一或多個決策門檻值，以根據特徵值總和與所述決策門檻值的大小關係來判斷出對應的通知事件。舉例來說，若特徵值總和大於第一決策門檻值，則處理模組210會判定一第一通知事件，並且若特徵值總和小於或等於第一決策門檻值，則處理模組210會判定一第二通知事件。

所述通知事件可用以表示目前所述目標物件影響所述監視區域的危險程度的值(如，從最危險的“100”至最安全的“0”)。所述通知事件更可包括對應該危險程度之多個應用於保全系統(如，下文中的執行系統)的操作指令(如，控制外部裝置“大門”的控制指令)與資訊紀錄(如，對應所述通知事件之目標物件、目標事件的相關參考資料)。所述資訊記錄可被執行系統所記錄。所述相關參考資料例如為對應目標物件的識別資訊、目標事件的存在期間/目標事件時間。

模型權重值與分析模型之間的對應關係是一對一的關係，即，所述多個模型權重值的其中之一會僅對應所述多個分析模型的其中之一(例如，第一模型權重值對應第一分析模型250(1)，並且第二模型權重值對應第二分析模型250(2))。此外，在一實施例中，在產生對應所述目標物件的通知事件後，處理模組210可根據所述通知事件、所述多個分析模型輸出之所述多個特徵值與對應所述通知事件的回饋信號調整各個分析模型 250(1)~250(N)對應的模型權重值。所述回饋信號例如為視訊監控系統的管理人員所輸入之訊號，其用以輔助調整各分析模型對應的模型權重值。在另一實施例中，回饋信號亦可經由機器學習的方式，利用比較各分析模型所輸出的特徵值與當前所產生的通知事件來調整各分析模型對應的模型權重值。

此外，在另一實施例中，視訊監控系統10更包括執行系統500(亦稱，保全系統)，執行系統500耦接決策系統200。在本實施例中，所述執行系統500包括警示模組510、通訊模組520、控制模組530、記錄模組540、顯示模組550以及驗證模組560。所述執行系統500經由通訊模組520與通訊模組220之間以無線或有線之網路連結方式連接至決策系統200的決策系統200。

所述警示模組510耦接處理模組210並用以根據所接收之通知事件來判斷是否發出警示。所述警示包括訊息警示、音響警示、燈號警示，或是其他型態的警示，本發明不限於此。舉例來說，若處理模組210所判定的對應於所述目標物件的通知事件是“違規”通知事件(如，表示目前所述目標物件影響所述監視區域的危險程度的值為“100”)，則警示模組510會發出警報聲響及/或發出閃光及/或發送警告訊息以通知相關人員(如，保全人員)目前出現於監視區域的目標物件有違規的事實。在一實施例中，警示模組510可根據“違規”通知事件來直接傳送對應的視訊串流(可藉由顯示模組來附加紅色方框)至保全人員的監控裝置(如，具有顯示器的行動裝置或電腦終端)上，並且傳送對應的警告訊 息與監視區域的相關資訊(如，監視區域的識別資訊、時間、地點或/及觸發目標事件之目標物件的身份資訊)至監控裝置。又例如，若處理模組210所判定的對應於所述目標物件的通知事件是“警戒”通知事件(如，表示目前所述目標物件影響所述監視區域的危險程度的值為“60”)，則警示模組510可發出提示音，並且發送提示訊息以通知相關人員需對目前出現於監視區域的目標物件進行警戒防備。又例如，若處理模組210所判定的對應於所述目標物件的通知事件是“安全”通知事件(如，表示目前所述目標物件影響所述監視區域的危險程度的值為“0”)，則警示模組510不會發出任何警示/提示的動作。

所述控制模組530耦接處理模組210並用以根據所接收的通知事件來控制外部裝置。舉例來說，假設一物件(例如：人體)進入監視區域(例如：大門)，由於人體被判定為目標物件且前述紅外線感測器的感測資料目前有人體在大門附近被判定為觸發目標事件，若處理模組210所判定的對應於人體的通知事件是“違規”通知事件，並將所述“違規”通知事件透過通訊模組520與通訊模組220傳送至執行系統500，則執行系統500可依據此通知事件輸出一控制訊號至控制模組530，則控制模組530可根據此控制訊號來控制對應的大門(於此實施例中可視為外部裝置)進行關閉且上鎖的動作。

記錄模組540用以記錄視訊擷取模組100輸出的所述多個視訊串流、感測模組400輸出的所述多個感測資料、以及決策 系統200的對應所述目標物件的所述通知事件以及所述目標物件所觸發之所述目標事件與對應的所述目標事件時間。例如，視訊監控系統的管理人員可根據需求利用記錄模組540來存取所記錄的視訊串流，以檢視在特定時間的監控區域的影像；視訊監控系統的管理人員可經由記錄模組540來調閱特定的通知事件與對應的參考資料。此外，記錄模組540可為任何具有儲存資料功能的裝置。於其他實施例中，記錄模組540亦可配置於決策系統200中。

顯示模組550用以顯示所述多個視訊擷取裝置所擷取的所述多個視訊串流。此外，顯示模組550可根據處理模組210所產生的通知事件來顯示一圖案於對應的視訊串流中對應所述目標物件的位置。舉例來說，對於符合“違規”通知事件的目標物件，顯示模組550可顯示紅色方框圖案於對應的視訊串流(具有目標物件之視訊串流)中對應所述目標物件的位置；對於符合“警戒”通知事件的目標物件，顯示模組550可顯示黃色方框圖案於對應的視訊串流中對應所述目標物件的位置；對於符合“安全”通知事件的目標物件，顯示模組550可顯示綠色方框圖案於對應的視訊串流中對應所述目標物件的位置(或是不顯示圖案於對應的視訊串流中對應所述目標物件的位置)。應注意的是，本發明並不限定上述對應不同通知事件所顯示的圖案的形狀或顏色。

驗證模組560包含一識別資訊資料庫，其中識別資訊資料庫記錄多個識別資訊，驗證模組560可為用以驗證身分的裝置 (如，門禁保全用的刷卡機)，驗證模組560執行一驗證程序，判斷驗證模組560接收之一驗證資訊是否符合識別資訊資料庫中的所述多個識別資訊其中之一，若判定驗證資訊符合所述多個識別資訊其中之一，則驗證模組560傳送一驗證成功訊息至事件判斷模組240，以使事件判斷模組240停止累計所述目標事件時間；反之，若判定驗證資訊不符合所述多個識別資訊中任一個識別資訊，則驗證模組560可經由通訊模組520傳送一驗證失敗訊息至事件判斷模組240及警示模組510。本發明並不限定實施驗證程序的方式。舉例來說，假設驗證模組560為大門的刷卡機，當刷卡機接收到識別卡上所記錄的驗證資訊時，刷卡機執行驗證程序比對所述驗證資訊與識別資訊資料庫中的所有識別資訊，以判斷所述驗證資訊是否符合識別資訊資料庫中的所述多個識別資訊其中之一，進而判斷所述目標物件是否通過驗證程序。又例如，假設驗證模組560為大門的密碼鎖，當密碼鎖被輸入一串密碼(驗證資訊)時，密碼鎖執行驗證程序比對所述密碼與識別資訊資料庫中的所有識別資訊(記錄於識別資訊資料庫中的一或多個預設密碼)，以判斷所述密碼是否符合識別資訊資料庫中的所述多個預設密碼的其中之一，進而判斷所述目標物件是否通過驗證程序。值得一提的是，在一實施例中，若影像辨識模組已辨識目標物件的身份資訊，驗證模組560也可利用比對所述身份資訊(所述身份資訊可記錄於通知事件中)與所接收之驗證資訊來執行進一步的驗證程序。

應注意的是，於其他實施例中，執行系統500亦可被整合至決策系統200中。即，執行系統500的所有模組可被配置於決策系統200中。此外，於其他實施例中，視訊擷取模組100與感測模組400亦可被整合至決策系統200中。

在一實施例中，視訊監控系統10更可包括時間同步模組(未繪示)。所述時間同步模組可同步視訊擷取裝置110(1)~110(N)、感測裝置410(1)~410(N)、決策系統200與執行系統500的本地時間。舉例來說，時間同步模組可藉由網路時間協定(Network Time Protocol，NTP)的方式來進行時間同步操作。如此一來，視訊監控系統10中的上述元件可依據同一個本地時間來同步所有操作，而可減少去產生判斷/控制的時間誤差，進而增進處理模組210判斷所觸發之目標事件的準確度，更可精確地累計對應所觸發之目標事件的目標事件時間。

值得一提的是，在本發明的各實施例中，通訊模組(如，通訊模組120、220、420、520)用以經由彼此間所建立的連結來傳輸資料。在本實施例中，通訊模組可透過無線通訊的方式來傳輸或是接收資料。舉例來說，通訊模組具有一無線通訊模組(未繪示)，並支援全球行動通信(Global System for Mobile Communication，GSM)系統、個人手持式電話系統(Personal Handy-phone System，PHS)、碼多重擷取(Code Division Multiple Access，CDMA)系統、無線相容認證(Wireless Fidelity，WiFi)系統、全球互通微波存取(Worldwide Interoperability for Microwave Access，WiMAX)系統、第三代無線通信技術(3G)、長期演進技術(Long Term Evolution,LTE)、紅外線(Infrared)傳輸、藍芽(bluetooth)通訊技術的其中之一或其組合，且不限於此。除此之外，通訊模組也可具有一有線通訊模組(未繪示)，並透過有線通訊的方式來傳輸或是接收資料。舉例來說，通訊模組220可為一光纖網路模組，並透過一光纖介面與一光纖與通訊模組520作連接。在所建立的光纖網路中，視訊擷取模組100、感測模組400、決策系統200與執行系統500之間可以互相傳遞資料/訊息。本發明並不限制光纖的種類與材質。在一實施例中，光纖亦可以與電力線混合使用。

以下會藉由圖3、4來從另個角度來闡述本發明所提供的視訊監控系統。圖3是依照本發明的另一實施例所繪示的視訊監控系統的方塊圖。圖4是依照本發明的另一實施例所繪示的視訊監控系統的運作流程圖。

請參照圖3，舉例來說，在此另一實施例中，假設視訊監控系統30的視訊擷取模組320具有三個視訊擷取裝置(如，第一視訊擷取裝置321、第二視訊擷取裝置322、第三視訊擷取裝置323)，並且感測模組330包括對應三個視訊擷取裝置(設置在所述多個視訊擷取裝置周遭區域)的三個感測裝置(如，第一感測裝置331、第二感測裝置332、第三感測裝置333)。決策系統300具有影像辨識模組340、事件判斷模組350、分析模型模組360以及處理模組370。決策系統300耦接至視訊擷取模組320(影像辨識模組340直接耦接至視訊擷取模組320)與感測模組330(事件 判斷模組350直接耦接至感測模組330)。其中，影像辨識模組340與事件判斷模組350耦接至分析模型模組360，並且處理模組370耦接至分析模型模組360。此外，時間同步模組310耦接至視訊擷取模組320與感測模組330。請同時參考圖3、圖4，一開始，時間同步模組310執行時間同步操作(步驟S41)，以同步視訊擷取裝置321~323、感測裝置331~333、決策系統200的本地時間。應注意的是，上述步驟S41亦可省略，例如，在又另一實施例中，視訊監測系統30的各個元件皆持續地使用同一個基準的本地時間值。如，每個元件皆耦接至同一個本地時鐘或網路時鐘。

接著，第一視訊擷取裝置321、第二視訊擷取裝置322、第三視訊擷取裝置323朝向所述監視區域以不同的角度分別擷取包含至少部分監視區域的影像以獲得視訊串流(Video Stream)，並且第一視訊擷取裝置321、第二視訊擷取裝置322、第三視訊擷取裝置323會將所獲得的視訊串流(如，第一視訊擷取裝置321輸出第一視訊串流、第二視訊擷取裝置322輸出第二視訊串流及第三視訊擷取裝置323輸出第三視訊串流)傳送給影像辨識模組340以進行影像辨識(步驟S42)。接著，影像辨識模組340會辨識位於各個視訊串流中的物件以及對視訊串流中的物件進行分類，並依據一預設目標物件類型判斷各個視訊串流中是否存在符合一目標物件的物件的影像(步驟S43)。同時，第一感測裝置331、第二感測裝置332、第三感測裝置333各自感測監視區域以獲得來自第一感測裝置331的第一感測資料、來自第二感測裝置332的 第二感測資料與來自第三感測裝置333的第三感測資料，並且將所述多個感測資料傳送至事件判斷模組350(步驟S44)。

在此例子中，假設影像辨識模組340判定所述多個視訊串流的物件皆為目標物件。然而，在另一例子中，在步驟S43中，影像辨識模組340判定所述多個視訊串流的物件的影像皆不為所述目標物件，並且運作流程接續至步驟S41。

若影像辨識模組340判定視訊串流中的物件的影像為目標物件，事件判斷模組350會根據對應所述視訊串流之感測資料判斷所述視訊串流之所述目標物件是否觸發一目標事件(步驟S45)。舉例來說，事件判斷模組350會根據對應第一視訊串流之第一感測資料來判斷第一視訊串流的目標物件是否觸發目標事件。在此例子中，假設對於全部的第一、第二、第三視訊串流，事件判斷模組350判定第一、第二、第三視訊串流的目標物件皆觸發目標事件。若判定觸發目標事件，事件判斷模組350計算目標物件所觸發的目標事件的目標事件時間，並且將包含所述目標物件的視訊串流、所判定之目標事件與對應所述目標事件的所述目標事件時間傳送給分析模型模組360(步驟46)。即，將第一、第二、第三視訊串流與對應的目標事件分別傳送給對應第一、第二、第三視訊串流所屬之所述多個視訊擷取裝置的多個分析模型361、362、363。其中，在另一例子中，在步驟S45中，事件判斷模組350判定沒有觸發目標事件(沒有任何目標事件被觸發)，並且運作流程接續至步驟S41。

在本實施例中，在傳送第一、第二、第三視訊串流與對應的目標事件至分析模型361、362、363後，上述的包含所述目標物件的視訊串流、目標事件、目標事件時間(或其他目標物件/目標事件的參考資料)會分別被輸入至對應第一視訊擷取裝置321的第一分析模型361、對應第二視訊擷取裝置322的第二分析模型362、對應第三視訊擷取裝置323的第三分析模型363中，以使第一分析模型361、第二分析模型362、第三分析模型363依據被輸入的視訊串流、目標事件、目標事件時間(或其他目標物件/目標事件的參考資料)分別輸出對應所述目標物件的第一特徵值(如，第一分析模型361輸出第一特徵值)、第二特徵值、第三特徵值(步驟S47)至處理模組370。接著，處理模組370會根據第一特徵值、第二特徵值、第三特徵值與對應的模型權重值所產生的特徵值總和來產生對應目標物件的一通知事件(步驟S48)。如此一來，如同上述，所產生之通知事件可再被用來進行後續的監控管理(如，經由傳送所產生之通知事件至執行系統)。

應注意的是，處理模組370在產生通知事件後，處理模組370會根據所判定的通知事件、所述多個分析模型輸出之多個特徵值與對應通知事件的回饋信號來執行回饋操作，以調整各個分析模型對應的模型權重值。也就是說，藉由回饋操作，處理模組370可增加產生出較貼近通知事件的特徵值的分析模型的模型權重值，或是減低產生出較不貼近通知事件的特徵值的分析模型的模型權重值。如此一來，針對不同環境下的監視區域，本實施 例所提供的視訊監控系統與視訊監控方法可動態調整對應多個分析模型的多個模型權重值，來使更準確的分析模型更能影響最終通知事件的判斷(產生)結果。值得一提的是，上述使用了各三個視訊擷取裝置、感測裝置與分析模型來做例子，但本發明不限定視訊擷取裝置、感測裝置與分析模型的數目為三。此外，上述視訊監控系統30每次產生通知事件的運作流程可視為從圖3最上方的元件(如，時間同步模組)運作至最下方的元件(處理模組)。即，每次經由步驟S48所產生之通知事件，都會經過前面所執行的步驟S41~S47，並且視訊監控系統30會反覆地執行步驟S41~S48，以持續地監控視訊監控系統所對應的一或多個監視區域。

綜上所述，本發明的實施例所提供的視訊監控系統與視訊監控方法，可辨識從監視區域擷取的多個視訊串流中的多個目標物件、目標物件所觸發的目標事件、對應的目標事件時間或其他對應目標物件的參考資料，並且將所辨識的上述參考資料輸入至多個分析模型，來獲得多個特徵值，進而根據分別對應所述多個分析模型的多個模型權重值與所述多個特徵值來做出通知事件。如此一來，可再根據所做出的通知事件來進一步地執行對於監視區域的控制、警示與顯示，達到有效率且彈性的監控效率管理。此外，藉由回饋操作，可進一步利用每次所判定的通知事件回饋調整模型權重值，以使往後所判斷之通知事件能夠更加精確。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的 精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

Claims (20)

1. 一種視訊監控系統，用以監控一監視區域，包括：一視訊擷取模組，包括多個視訊擷取裝置，其中該些視訊擷取裝置分別設置於鄰近該監視區域，並且各該些視訊擷取裝置用以擷取包含至少部分該監視區域之影像以獲得一視訊串流；一感測模組，包括多個感測裝置，其中該些感測裝置分別鄰設於對應的該些視訊擷取裝置，並且各該些感測裝置感測該監視區域以獲得一感測資料，其中該些感測資料分別對應於該些視訊擷取裝置所輸出之該些視訊串流；以及一決策系統，耦接該視訊擷取模組及該感測模組，其中該決策系統包括：一影像辨識模組，接收該些視訊擷取裝置之該些視訊串流並判斷各該些視訊串流是否存在符合一目標物件的一物件的影像；一事件判斷模組，耦接該影像辨識模組並接收該些感測裝置之該些感測資料，其中若該影像辨識模組判定該視訊串流中的該物件的該影像為該目標物件，該事件判斷模組根據對應該視訊串流之該感測資料判斷該視訊串流中的該目標物件是否觸發一目標事件；一分析模型模組，耦接該影像辨識模組及該事件判斷模組，該分析模型模組包括分別對應該些視訊擷取裝置的多個分析模型，且各該些分析模型包含一預設分析條件，其中若判定該視訊串流中的該目標物件觸發該目標事件，該事件判斷模組傳送包含該目標物件的該視訊串流及該目標事件至對應該視訊串流所屬之該視訊擷取裝置的該分析模型，其中該些分析模型根據各自的預設分析條件、各自接收的包含該目標物件的該視訊串流及該目標事件以分別輸出對應該目標物件的多個特徵值；以及一處理模組，耦接該分析模型模組，該處理模組具有分別對應該些分析模型之多個模型權重值，該處理模組用以接收該些分析模型所輸出之該些特徵值，並且根據該些特徵值與對應於該些特徵值的該些模型權重值以產生對應該目標物件的一通知事件。
2. 如申請專利範圍第1項所述的視訊監控系統，其中該影像辨識模組依據一預設目標物件類型判斷各該些視訊串流是否存在符合該目標物件的該物件的影像。
3. 如申請專利範圍第2項所述的視訊監控系統，其中若判斷位於該視訊串流中的該目標物件觸發該目標事件，該事件判斷模組開始累計該目標事件持續存在的一時間長度為一目標事件時間，其中該些分析模型更根據各自的該預設分析條件、各自接收的包含該目標物件的該視訊串流、該目標事件與對應該目標事件的該目標事件時間分別輸出該些特徵值。
4. 如申請專利範圍第3項所述的視訊監控系統，其中該處理模組將對應各該些分析模型之特徵值乘以對應該分析模型的該模型權重值，以獲得對應各該些分析模型的一加權後特徵值，並且該處理模組加總該些加權後特徵值，以獲得一特徵值總和，進而根據該特徵值總和來產生該通知事件。
5. 如申請專利範圍第4項所述的視訊監控系統，其中該處理模組根據該通知事件、該些特徵值與對應該通知事件的一回饋信號調整各該些分析模型對應的該模型權重值。
6. 如申請專利範圍第3項所述的視訊監控系統，更包括：一執行系統，耦接該決策系統，其中所述執行系統包括：一控制模組，用以根據所接收之該通知事件來控制一外部裝置。
7. 如申請專利範圍第6項所述的視訊監控系統，其中所述執行系統更包括一記錄模組，用以記錄對應該目標物件的該通知事件以及該目標物件所觸發之該目標事件與對應的該目標事件時間。
8. 如申請專利範圍第6項所述的視訊監控系統，其中所述執行系統更包括一顯示模組，用以顯示該些視訊擷取裝置之該些視訊串流，並且根據該通知事件來顯示一圖案於各該些視訊串流中對應該目標物件的位置。
9. 如申請專利範圍第6項所述的視訊監控系統，其中所述執行系統更包括一警示模組，用以根據所接收之該通知事件來判斷是否發出一警示。
10. 如申請專利範圍第6項所述的視訊監控系統，其中所述執行系統更包括一驗證模組，該驗證模組包含一識別資訊資料庫，其中該識別資訊資料庫記錄多個識別資訊，其中若該目標事件發生，該驗證模組執行一驗證程序，判斷該驗證模組接收之一驗證資訊是否符合該些識別資訊其中之一，若判定該驗證資訊符合該識別資訊，則該驗證模組傳送一驗證成功訊息至該事件判斷模組，以使該事件判斷模組停止累計該目標事件時間。
11. 一種視訊監控方法，適用於一視訊監控系統監控一監視區域，所述視訊監控方法包括下列步驟：擷取包含至少部分該監視區域之影像以獲得多個視訊串流；感測該監視區域以獲得多個感測資料，該些感測資料分別對應於該些視訊串流；判斷各該些視訊串流是否存在符合一目標物件的一物件的影像；若判定該視訊串流中的該物件的該影像為該目標物件，則根據對應該視訊串流之該感測資料判斷該視訊串流中的該目標物件是否觸發一目標事件；若判定該視訊串流中的該目標物件觸發該目標事件，則根據預設分析條件、包含該目標物件的該視訊串流及該目標事件以輸出對應該目標物件的特徵值；以及根據對應該目標物件的特徵值與對應於對應該目標物件的特徵值的一模型權重值以產生對應該目標物件的一通知事件。
12. 如申請專利範圍第11項所述的視訊監控方法，其中上述判斷各該些視訊串流是否存在符合該目標物件的該物件的影像的步驟包括：依據一預設目標物件類型判斷各該些視訊串流中是否存在符合一目標物件的該物件的影像。
13. 如申請專利範圍第12項所述的視訊監控方法，其中若判定位於該視訊串流中的該目標物件觸發該目標事件，則開始累計該目標事件持續存在的一時間長度為一目標事件時間，其中更根據該預設分析條件、包含該目標物件的該視訊串流、該目標事件與對應該目標事件的該目標事件時間輸出對應該目標物件的該特徵值。
14. 如申請專利範圍第13項所述的視訊監控方法，其中上述根據對應該目標物件的特徵值與對應特徵值的模型權重值以產生對應該目標物件的該通知事件的步驟包括：將對應該目標物件的特徵值乘以對應的該模型權重值，以獲得一加權後特徵值，並且加總各該些加權後特徵值，以獲得一特徵值總和，進而根據該特徵值總和來產生該通知事件。
15. 如申請專利範圍第14項所述的視訊監控方法，更包括根據該通知事件、該些特徵值與對應該通知事件的一回饋信號調整對應的該模型權重值。
16. 如申請專利範圍第13項所述的視訊監控方法，所述視訊監控方法更包括下列步驟：根據所接收之該通知事件來控制一外部裝置。
17. 如申請專利範圍第13項所述的視訊監控方法，所述視訊監控方法更包括下列步驟：記錄對應該目標物件的該通知事件以及該目標物件所觸發之該目標事件與對應的該目標事件時間。
18. 如申請專利範圍第13項所述的視訊監控方法，所述視訊監控方法更包括下列步驟：顯示該些視訊串流，並且根據該通知事件來顯示一圖案於各該些視訊串流中對應該目標物件的位置。
19. 如申請專利範圍第13項所述的視訊監控方法，所述視訊監控方法更包括下列步驟：根據所接收之該通知事件來判斷是否發出一警示。
20. 如申請專利範圍第13項所述的視訊監控方法，所述視訊監控方法更包括下列步驟：執行一驗證程序，判斷接收之一驗證資訊是否符合一識別資訊資料庫的該些識別資訊其中之一，若判定該驗證資訊符合該識別資訊，則傳送一驗證成功訊息，以停止累計該目標事件時間。