TWI672595B

TWI672595B - 監視方法與使用此方法的電子裝置

Info

Publication number: TWI672595B
Application number: TW107112103A
Authority: TW
Inventors: 邱健維; 曹淩帆
Original assignee: 宏碁股份有限公司
Priority date: 2018-04-09
Filing date: 2018-04-09
Publication date: 2019-09-21
Also published as: TW201944264A

Abstract

一種適用於電子裝置的監視方法，包括：取得視訊影像；分析視訊影像，以取得視訊影像中多個資訊類別的多個影像資訊，其中各個資訊類別對應於一個類別權重並且包括多個子類別，其中各個資訊類別中的各個子類別對應於一個子類別權重；將各個影像資訊分類至其所屬的資訊類別的其中一個子類別；以及根據視訊影像的影像資訊、多個資訊類別對應的類別權重以及各個資訊類別中的子類別對應的子類別權重，計算視訊影像的警戒分數。此外，一種使用此方法的電子裝置亦被提出。

Description

<title lang="zh">監視方法與使用此方法的電子裝置</title><title lang="en">MONITERING METHOD AND ELECTRONIC DEVICE USING THE SAME</title><technical-field>本發明是有關於一種監視方法，且特別是有關於一種基於分析視訊影像來完成的監視方法與使用此方法的電子裝置。</technical-field><background-art>目前筆記型電腦，在日常生活中已經算是不可或缺的必備品，相較於體積龐大的桌上型電腦，輕薄是筆記型電腦的一大優勢，且效能又與桌上型電腦不相上下，即使使用者不對筆記型電腦進行收納，也不會占用房間或是辦公桌太大的空間。此外，視訊鏡頭在筆記型電腦上面，亦成了必備的內建裝置，視訊鏡頭可提供兩個或多個地點的多個用戶之間彩色畫面的雙向實時傳送，對於視聽對談型的會議業務有非常大的幫助。然而，筆記型電腦內建的視訊鏡頭，實際的使用時機，卻大多侷限於視訊會議或是拍攝視訊快照的時候，其他時候則大都是閒置不使用的。讓使用者不需額外購買昂貴且不易維護的監視設備與系統</background-art><disclosure>有鑑於此，本發明實施例提供一種監視方法與使用此方法的電子裝置，能夠充分利用電子裝置上所配備的影像擷取元件，來讓使用者在無須額外購買昂貴且不易維護的監視設備與系統下，以便利且成本低廉的方式達到類似的效果。本發明的實施例提出一種監視方法，適用於電子裝置。所述監視方法包括：取得視訊影像；分析視訊影像，以取得視訊影像中多個資訊類別的多個影像資訊，其中各個資訊類別對應於一個類別權重並且包括多個子類別，其中各個資訊類別中的各個子類別對應於一個子類別權重；將各個影像資訊分類至其所屬的資訊類別的其中一個子類別；以及根據視訊影像的影像資訊、多個資訊類別對應的類別權重以及各個資訊類別中的子類別對應的子類別權重，計算視訊影像的警戒分數。從另一觀點來看，本發明的實施例提出一種電子裝置，包括影像擷取元件以及耦接於影像擷取元件的處理器。影像擷取元件用以擷取視訊影像。處理器用以：分析視訊影像，以取得視訊影像中多個資訊類別的多個影像資訊，其中各個資訊類別對應於一個類別權重並且包括多個子類別，其中各個資訊類別中的各個子類別對應於一個子類別權重；將各個影像資訊分類至其所屬的資訊類別的其中一個子類別；以及根據視訊影像的影像資訊、多個資訊類別對應的類別權重以及各個資訊類別中的子類別對應的子類別權重，計算視訊影像的警戒分數。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。</disclosure><mode-for-invention>圖1繪示本發明一實施例的電子裝置的方塊示意圖。請參照圖1，電子裝置100包括影像擷取元件110、處理器120、儲存元件130以及通訊元件140，其中處理器120分別耦接於影像擷取元件110、儲存元件130以及通訊元件140。舉例來說，電子裝置100可以是個人電腦（Personal Computer，PC）、筆記型電腦（Notebook）、平板電腦（Tablet PC）或智慧型手機（Smart Phone）等配備有影像擷取元件110，且具備運算能力的任何電子裝置，本發明並不在此限。影像擷取元件110是用以擷取一或多張視訊影像（例如，圖5所示的視訊影像IMG）。舉例來說，影像擷取元件110可以是內建或外接於電子裝置100，並且配備有電荷耦合元件（Charge Coupled Device，CCD）、互補性氧化金屬半導體（Complementary Metal-Oxide Semiconductor，CMOS）元件或其他種類的感光元件的攝像鏡頭，但本發明並不限於此。在一些實施例中，電子裝置100例如是筆記型電腦，而影像擷取元件110例如是內嵌於螢幕上方的攝影機。處理器120用以對影像擷取元件110所擷取的視訊影像進行分析，以執行本發明實施例的監視方法。舉例來說，處理器120可以是中央處理單元（Central Processing Unit，CPU），或是其他可程式化之一般用途或特殊用途的微處理器（Microprocessor）、數位訊號處理器（Digital Signal Processor，DSP）、可程式化控制器、特殊應用積體電路（Application Specific Integrated Circuits，ASIC）、可程式化邏輯裝置（Programmable Logic Device，PLD）或其他類似裝置或這些裝置的組合，但本發明並不限於此。儲存元件130用以儲存電子裝置100的各項資料與參數。舉例來說，儲存元件130可以是任意型式的固定式或可移動式隨機存取記憶體（Random Access Memory，RAM）、唯讀記憶體（Read-Only Memory，ROM）、快閃記憶體（Flash memory）、硬碟或其他類似裝置或這些裝置的組合，但本發明並不限於此。在一些實施例中，儲存元件130例如記錄有執行監視方法時所需的各種參數等。在一些實施例中，儲存元件130例如更記錄有電子裝置100的使用者的照片、影片、常連接的裝置資訊以及通訊錄等各種檔案，本發明並不在此限。通訊元件140用以與電子裝置100以外的其他電子裝置進行通訊。舉例來說，通訊元件140可以是有線的光纖網路、通用序列匯流排（USB）、無線的藍芽（Bluetooth）、紅外線（RF）、或無線保真網路（Wireless Fidelity，Wi-Fi）等通訊模組的其中之一或其組合，本發明並不限於此。在一些實施例中，電子裝置100例如可藉由通訊元件140來存取諸如Facebook、Twitter、Instagram或Snapchat等社群網站的內容。在一些實施例中，電子裝置100例如更可藉由通訊元件140來與使用者的行動裝置進行通訊。圖2繪示本發明一實施例的監視方法的流程圖。圖2實施例所介紹的監視方法適用於圖1實施例中所介紹的電子裝置100，故以下將沿用電子裝置100及其各項元件來對本實施例的監視方法進行說明。必須說明的是，雖然本實施例的監視方法是利用圖1實施例所介紹的電子裝置100，但本發明並不限於此，所屬領域具備通常知識者當可依其需求來實作出可執行本實施例的監視方法的各步驟的電子裝置。在本實施例中，電子裝置100執行監視方法以監控居家安全。請參照圖2，在步驟S210中，處理器120會建立使用者相關資訊。具體來說，使用者相關資訊是用以識別影像與使用者之間的關聯的資訊。舉例來說，假設儲存元件130中存放有多張照片，則照片中出現頻率較高的人或曾經與使用者共同合影的人與使用者之間可能具有較高度的關聯，而照片中出現頻率較低的人則可能與使用者之間可能存在一般程度的關聯。因此，處理器120可以透過其所能取得的所有影像，來分析影像與使用者之間的關聯，以取得使用者相關資訊。在一些實施例中，處理器120例如會取得電子裝置100的儲存元件130中所記錄的檔案（例如，照片、影片常連接的裝置資訊以及通訊錄等），進而取出其中的影像來分析影像與使用者之間的關聯，以建立使用者相關資訊。在一些實施例中，處理器120例如會分析電子裝置100所關聯的個人化網路資料，以建立使用者相關資訊。具體來說，電子裝置100所關聯的個人化網路資料為電子裝置100的使用者在網路上有所記錄的相關資料，例如雲端硬碟中的檔案、社群網站上的個人資訊、朋友家人的照片以及其他相關資訊等。因此，處理器120例如會藉由通訊元件140來分析電子裝置100所關聯的個人化網路資料，以建立使用者相關資訊。如此一來，在執行完步驟S210後，處理器120能夠取得影像與使用者之間的關聯的資訊，例如使用者的親人影像、使用者的朋友影像或使用者的錢包影像等。在步驟S220中，處理器120會取得影像擷取元件110所擷取的視訊影像。在一些實施例中，影像擷取元件110例如是以預設幀率（例如但不限於，30fps）來進行錄影，而處理器120例如是每間隔一段預設時間從影像擷取元件110取得一張視訊影像來進行分析（例如但不限於，每8個幀取一張視訊影像）。在步驟S230中，處理器120會分析視訊影像，以取得視訊影像中多個資訊類別的多個影像資訊。各個資訊類別對應於一個類別權重並包括多個子類別，且各個資訊類別中的各個子類別對應於一個子類別權重。具體來說，一張視訊影像中會包括多個影像資訊，且每個影像資訊屬於一個資訊類別。特別是，根據監控時所注重的程度不同，處理器120會賦予每個資訊類別一個類別權重。然而，所屬領域具備通常知識者當可視需求調整每個資訊類別所賦予的類別權重大小。在本實施例中，電子裝置100執行監視方法以監控居家安全，因此處理器120例如會設定人、物、場景、出現頻率以及時間等五個資訊類別，並且分別賦予類別權重（例如但不限於，0.2、0.2、0.2、0.2、0.2）。另一方面，處理器120會將資訊類別「人」分為「親人」、「朋友」與「陌生人」三個子類別，將資訊類別「物」分為「貴重」、「危險」與「其他」三個子類別，將資訊類別「場景」分為「私人」與「公共」兩個子類別，將資訊類別「出現頻率」分為「低（小於5次）」、「中（6至15次）」與「高（大於16次）」三個子類別，並且，將資訊類別「時間」分為「白天」、「晚上」與「深夜」三個子類別，並且分別賦予子類別權重如下表一所示。值得一提的是，本發明並不在此限制資訊類別及其子類別的數量、類型以及個別的權重大小，所屬領域具備通常知識者當可依其需求來設定之。 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 人 </td><td> 物 </td><td> 場景 </td><td> 出現頻率 </td><td> 時間 </td></tr><tr><td> 親人 </td><td> 0.2 </td><td> 貴重 </td><td> 0.4 </td><td> 私人 </td><td> 0.7 </td><td> 低 </td><td> 0.5 </td><td> 白天 </td><td> 0.2 </td></tr><tr><td> 朋友 </td><td> 0.3 </td><td> 危險 </td><td> 0.4 </td><td> 公共 </td><td> 0.3 </td><td> 中 </td><td> 0.5 </td><td> 晚上 </td><td> 0.3 </td></tr><tr><td> 陌生人 </td><td> 0.5 </td><td> 其他 </td><td> 0.2 </td><td> </td><td> 高 </td><td> 0.2 </td><td> 深夜 </td><td> 0.5 </td></tr></tbody></table></tables>表一 在本實施例中，五個資訊類別人、物、場景、出現頻率以及時間的類別權重皆為0.2。以資訊類別「人」為例，其中包括三個子類別「親人」、「朋友」與「陌生人」，且子類別權重分別為0.2、0.3、0.5；以資訊類別「場景」為例，其中包括兩個子類別「私人」與「公共」，且子類別權重分別為0.7與0.3，以此類推。值得一提的是，在本實施例中的權重值越高表示越有可能發生危險。舉例來說，當視訊影像中出現陌生人時發生竊盜的可能性比視訊影像中出現親人的可能性高，因此「陌生人」的子類別權重比「親人」的子類別權重高，以此類推。在本實施例中，處理器120例如會對視訊影像進行影像前處理，以分析出視訊影像中人、物與場景的部分，並且統計「人」在所有視訊影像中的出現頻率，以及記錄此張視訊影像的影像擷取時間。以下將搭配圖5來進行說明。圖5繪示本發明一實施例的視訊影像的示意圖。請參照圖5，影像擷取元件110所擷取的視訊影像IMG中拍攝到一位女性正在廚房中拿著刀切水果，而廚房中還包括水槽、鍋碗瓢盆、酒杯、醬料瓶以及水壺等許多物件。在一實施例中，處理器120例如對視訊影像IMG進行影像前處理，以Canny邊緣偵測演算法來對視訊影像IMG的內容分析。在本實施例中，處理器120例如會取得視訊影像IMG中包括屬於資訊類別「人」的影像資訊IN1（例如，女性影像）、屬於資訊類別「物」的影像資訊IN2（例如，菜刀影像）以及屬於資訊類別「場景」的影像資訊IN3（例如，廚房影像）。此外，處理器120還例如會統計資訊類別「人」在包括視訊影像IMG在內的一段特定時間內（例如但不限於，一天、一周或十天等）的所有視訊影像中的出現次數，以計算資訊類別「出現頻率」的影像資訊（例如，10次）。最後，處理器120更例如會記錄下影像節與元件110擷取視訊影像IMG時的影像擷取時間，以作為資訊類別「時間」的影像資訊（例如，2018年3月18日上午9:00）。值得一提的是，前述段落是以影像資訊IN1、IN2與IN3來作為例子進行說明。然而，在一些實施例中，處理器120還會從視訊影像中IMG分析出各個資訊類別中更多的影像資訊。例如，除了影像資訊IN2之外，視訊影像IMG中的水槽、鍋碗瓢盆等都可能被處理器120分析為資訊類別「物」的影像資訊。在步驟S240中，處理器120會將各影像資訊分類至其所屬的資訊類別的其中一個子類別中。具體來說，在步驟S230中，處理器120係從視訊影像中分析出屬於各個資訊類別的影像資訊，而在步驟S240中，處理器120會進一步地對影像資訊進行分析，來判斷其是屬於資訊類別的哪一個子類別中。以圖5為例，處理器120在步驟S230中會從視訊影像IMG中分析出資訊類別「人」的影像資訊IN1、資訊類別「物」的影像資訊IN2、資訊類別「場景」的影像資訊IN3、資訊類別「出現頻率」的影像資訊（例如，10次）以及資訊類別「時間」的影像資訊（例如，2018年3月18日上午9:00）。隨後，處理器120在步驟S240中，將影像資訊IN1分類為資訊類別「人」的子類別「親人」、「朋友」與「陌生人」的其中之一，將影像資訊IN2分類為資訊類別「物」的子類別「貴重」、「危險」與「其他」的其中之一，將影像資訊IN3分類為資訊類別「場景」的子類別「私人」與「公共」的其中之一，將資訊類別「出現頻率」的影像資訊分類為子類別「低」、「中」與「高」的其中之一，以及將資訊類別「時間」的影像資訊分類為子類別「白天」、「晚上」與「深夜」的其中之一。圖3繪示本發明一實施例中將影像資訊分類至其所屬的資訊類別的其中一個子類別的流程圖。更詳細來說，在一些實施例中，步驟S240又包括圖3所示的步驟S2401至步驟S2403。在一些實施例中，步驟S240更包括步驟S2405至步驟S2409。在步驟S2401中，處理器120會對影像資訊進行影像辨識，並且在步驟S2403中，根據影像辨識的辨識結果以及使用者相關資訊，將影像資訊分類至其所屬的資訊類別的其中一個子類別。以影像資訊IN1為例，處理器120對影像資訊IN1進行影像辨識後，會將辨識結果與使用者相關資訊進行比對。如前段落所述，使用者相關資訊是用以識別影像與使用者之間的關聯的資訊。因此，處理器120在將辨識結果與使用者相關資訊進行比對後，例如可辨識出影像資訊IN1中的女性為使用者的媽媽，進而能夠將影像資訊IN1分類至子類別「親人」當中。在一些實施例中，電子裝置100會例如會透過通訊元件140來將影像擷取元件110所擷取的視訊影像傳送給使用者（例如，使用者的行動裝置），而使用者也能夠隨時發送使用者回饋訊號至電子裝置100，以告知處理器120視訊影像中的某特定內容是屬於哪個子類別。在步驟S2405中，處理器120會判斷是否接收到使用者回饋訊號。若是，則進入步驟S2407，反之，直接進入步驟S250。在步驟S2407中，處理器120會根據所接收的使用者回饋訊號，重新將影像資訊分類至其所屬的資訊類別的其中一個子類別中。舉例來說，當視訊影像中包括使用者的新朋友時，處理器120可能會將此新朋友的影像資訊分類至「陌生人」。因此，使用者可例如發送使用者回饋訊號至電子裝置100，以告知處理器120此新朋友是屬於「朋友」的子類別。如此一來，電子裝置100在藉由通訊元件140接收到使用者回饋訊號後，可以據此將新朋友的影像資訊重新分類至「朋友」當中。隨後，在步驟S2409中，處理器120會根據辨識結果以及使用者回饋訊號，來更新使用者相關資訊。具體來說，在對包括新朋友的影像資訊進行影像辨識後處理器120或取得新朋友的影像，因此處理器120便能夠更新使用者相關資訊，例如在使用者的朋友資訊中新增此新朋友的影像。據此，電子裝置100可具備學習的能力，執行本發明實施例的監視方法的時間越長，使用者相關資訊的內容也就越豐富，而處理器120針對影像資訊的分類也就能夠更加精準。請回到圖2，在步驟S250中，處理器120會根據視訊影像中的影像資訊、資訊類別對應的類別權重以及各個資訊類別中的子類別對應的子類別權重，計算視訊影像的警戒分數。具體來說，警戒分數是用以表示處理器120根據視訊影像來判斷當前的安全程度。在一些實施例中，權重值越高用以表示安全程度越低，則警戒分數越高亦表示安全程度越低。在另一些實施例中，權重值越高用以表示安全程度越高，則警戒分數越高亦表示安全程度越高。<img he="49" wi="136" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI672595B_D0001.tif" />在一些實施例中，處理器120例如會以下列公式計算視訊影像的警戒分數： ，其中， C l用以表示警戒分數， i用以表示資訊類別， W i用以表示資訊類別 i的類別權重，而 w in用以表示資訊類別 i中子類別為 n時的子類別權重。 <img he="29" wi="461" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI672595B_D0002.tif" />以圖5為例， i為1至5，且 W 1至 W 5皆為0.2。當資訊類別「人」的影像資訊IN1的子分類為「親人」、資訊類別「物」的影像資訊IN2的子分類為「危險」、資訊類別「場景」的影像資訊IN3的子分類為「私人」、資訊類別「出現頻率」的影像資訊的子分類為「中」，且資訊類別「時間」的影像資訊的子分類為「白天」時， w 1n、 w 2n、 w 3n、 w 4n與 w 5n分別為0.2、0.4、0.7、0.3、0.2。因此，處理器120會計算視訊影像IMG的警戒分數 C l： 在步驟S260中，處理器120會根據所計算的警戒分數來發出警示訊號。具體來說，若警戒分數越高亦表示安全程度越低時，處理器120例如會設定一個最高分數閥值，當警戒分數超過最高分數閥值時，處理器120就會發出警示訊號以通知使用者。反之，若警戒分數越高亦表示安全程度越高時，處理器120例如會設定一個最低分數閥值，當警戒分數低於最低分數閥值時，處理器120就會發出警示訊號以通知使用者。在本實施例中，處理器120例如會設定最高分數閥值為0.4。由於視訊影像IMG中所顯示的情境為「媽媽白天拿菜刀在廚房」，因此處理器120在計算出警戒分數為0.36後會判斷此視訊影像IMG中並不包括危險情境，因此不發出警示訊號。<tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td width="64" height="0"></td></tr><tr><td></td><td><img wi="478" he="29" file="02_image005.tif" img-format="tif"/></img></td></tr></tbody></table></tables>反之，倘若另一視訊影像所顯示的情境為「陌生人深夜拿西瓜刀在客廳」。處理器120在判斷此陌生人為第一次出現，西瓜刀屬於資訊類別「物」中的「危險」子類別，且客廳屬於資訊類別「場景」中的「私人」子類別後，會計算其警戒分數 C l： 由於視訊影像的警戒分數0.52高於最高分數閥值0.4，因此處理器120會判斷此視訊影像IMG中包括危險情境，進而發出警示訊號。在一些實施例中，處理器120例如是透過電子裝置100上的輸出元件（未繪示），來以燈號或顯示螢幕等來發出視覺的警示訊號，或以揚聲器等來發出聲音的警示訊號。在一些實施例中，處理器120例如是透過通訊元件140來發送訊息給使用者（例如，使用者的行動裝置），以發出警示訊號。舉例來說，處理器120可透過通訊元件140來發送文字簡訊至使用者的手機，以對使用者發出警示訊息。舉另一例來說，處理器120亦可透過通訊元件140直接將此視訊影像發送至使用者的手機，來讓使用者能夠直接從視訊影像判斷是否真的發生危險。在一些實施例中，處理器120更可設定影像資訊之間的預設關聯來作為判斷的特定條件，相關的細節將於以下段落搭配圖4來說明之。圖4繪示本發明一實施例中根據影像資訊之間的預設關聯來完成的監視方法的流程圖。請參照圖4，在步驟S410中，處理器120會設定影像資訊之間的預設關聯。舉例來說，處理器120例如會設定影像資訊「錢包影像」與影像資訊「桌子影像」或「櫃子影像」之間的相對位置，以確保錢包是放在桌子或櫃子上。舉另一例來說，處理器120例如會設定影像資訊「錢包影像」與影像資訊「陌生人」之間的相對位置，以確保陌生人距離錢包一定距離等。然而，本發明並不限於此。在步驟S420中，處理器120會判斷視訊影像中的影像資訊是否符合預設關聯，以取得判斷結果。舉例來說，處理器120例如會在步驟S2401進行影像辨識後，根據辨識結果來判斷視訊影像中的影像資訊是否符合預設關聯，也就是判斷「錢包影像」是否在「桌子影像」或「櫃子影像」上方，以取得判斷結果。舉另一例來說，處理器120例如會在步驟S2401進行影像辨識後，根據辨識結果來判斷「錢包影像」與「陌生人」之間的距離是否超過預設的距離閥值，以取得判斷結果。在步驟S430中，處理器120會根據該判斷結果調整警戒分數或發出警示訊號。舉例來說，當判斷結果顯示「錢包影像」不在「桌子影像」或「櫃子影像」上方時，表示錢包可能已經遭竊，因此處理器120例如會調高警戒分數或是直接發出警示訊號。舉另一例來說，當判斷結果顯示「錢包影像」與「陌生人」之間的距離並未超過預設的距離閥值或甚至顯示「錢包影像」與「陌生人」接觸時，表示陌生人靠近或持有錢包，則處理器120亦會調高警戒分數或是直接發出警示訊號以通知使用者。綜上所述，本發明實施例所提出的監視方法與使用此方法的電子裝置，將電子裝置所配備的影像擷取元件所擷取的視訊影像進行影像分析，藉由定義出多個不同安全等級的類別，將視訊影像的影像內容分類至此些類別中以計算出警戒分數，進而判斷當前的視訊影像中是否存在危險情境。據此，能夠充分地利用電子裝置的影像擷取元件，在無須額外安裝監視保全系統下就能有效地達到監視效果，便利且節省成本。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。</mode-for-invention><description-of-drawings><description-of-element>100‧‧‧電子裝置110‧‧‧影像擷取元件120‧‧‧處理器130‧‧‧儲存元件 140‧‧‧通訊元件 S210、S220、S230、S240、S2401、S2403、S2405、S2407、S2409、S250、S260、S410、S420、S430‧‧‧監控方法的步驟 </description-of-element>圖1繪示本發明一實施例的電子裝置的方塊示意圖。圖2繪示本發明一實施例的監視方法的流程圖。圖3繪示本發明一實施例中將影像資訊分類至其所屬的資訊類別的其中一個子類別的流程圖。圖4繪示本發明一實施例中根據影像資訊之間的預設關聯來完成的監視方法的流程圖。圖5繪示本發明一實施例的視訊影像的示意圖。</description-of-drawings><bio-deposit /><sequence-list-text />

Claims

一種監視方法，適用於一電子裝置，包括：從該電子裝置的一儲存元件中取得至少一檔案，其中該至少一檔案包括一照片、一影片、一裝置資訊以及一通訊錄的至少其中之一,分析該至少一檔案以建立一使用者相關資訊；取得一視訊影像；分析該視訊影像，以取得該視訊影像中多個資訊類別的多個影像資訊，其中各資訊類別對應於一類別權重並且包括多個子類別，其中各資訊類別中的各子類別對應於一子類別權重；根據該使用者相關資訊將各影像資訊分類至其所屬的該資訊類別的該些子類別的其中之一；以及根據該視訊影像的該些影像資訊、該些資訊類別對應的該些類別權重以及各該資訊類別中該些子類別對應的該些子類別權重，計算該視訊影像的一警戒分數。
如申請專利範圍第1項所述的監視方法，更包括：分析該電子裝置所關聯的一個人化網路資料，以建立該使用者相關資訊。
如申請專利範圍第1項或第2項所述的監視方法，其中根據該使用者相關資訊將各影像資訊分類至其所屬的該資訊類別的該些子類別其中之一的步驟包括：對一影像資訊進行一影像辨識；以及根據該影像辨識的一辨識結果以及該使用者相關資訊，將該影像資訊分類至其所屬的該資訊類別的該些子類別的其中之一。
如申請專利範圍第3項所述的監視方法，其中根據該使用者相關資訊將各影像資訊分類至其所屬的該資訊類別的該些子類別其中之一的步驟，更包括：接收一使用者回饋訊號；根據該使用者回饋訊號，重新將該影像資訊分類至其所屬的該資訊類別的該些子類別的其中之一；以及根據該辨識結果以及該使用者回饋訊號，更新該使用者相關資訊。
如申請專利範圍第1項所述的監視方法，其中該些資訊類別包括一第一類別以及一第二類別，其中分析該視訊影像，以取得該視訊影像中該些資訊類別的該些影像資訊的步驟包括：分析該視訊影像，以取得該視訊影像中該第一類別的該影像資訊；以及對該第一類別進行統計，以計算該第二類別的該影像資訊。
如申請專利範圍第1項所述的監視方法，其中該些資訊類別包括一時間類別，並且該時間類別的該影像資訊包括該視訊影像的一影像擷取時間。
如申請專利範圍第1項所述的監視方法，更包括：設定該些影像資訊之間的一預設關聯；判斷該視訊影像中的該些影像資訊是否符合該預設關聯，以取得一判斷結果；以及根據該判斷結果調整該警戒分數或發出一警示訊號。
如申請專利範圍第1項所述的監視方法，更包括：根據該警戒分數發出一警示訊號。
一種電子裝置，包括：一儲存元件，用以記錄至少一檔案，其中該至少一檔案包括一照片、一裝置資訊以及一通訊錄的至少其中之一；一影像擷取元件，用以擷取一視訊影像；以及一處理器，耦接於該影像擷取元件，用以：分析該至少一檔案以建立一使用者相關資訊；分析該視訊影像，以取得該視訊影像中多個資訊類別的多個影像資訊，其中各資訊類別對應於一類別權重並且包括多個子類別，其中各資訊類別中的各子類別對應於一子類別權重；根據該使用者相關資訊將各影像資訊分類至其所屬的該資訊類別的該些子類別的其中之一；以及根據該視訊影像的該些影像資訊、該些資訊類別對應的該些類別權重以及各該資訊類別中該些子類別對應的該些子類別權重，計算該視訊影像的一警戒分數。