適用於Zigbee無線傳輸之智慧視覺

Intelligent Vision on Zigbee

摘要

智慧家庭生活是一種趨勢，不僅是年輕一代，在中年老年人間也愈來愈受歡迎。

智慧家庭當中，無線網路、感測器和中央處理器扮演著重要的角色，感測器利用

無線網路傳送重要的資訊給中央處理器判斷，也可利用手形辨識，來達成電器控

制，控制環境，安全監控的功能。雖然有許多不同的感測器，但是卻很少使用攝

影機，原因是影像的資訊量過於龐大，在無線傳輸的傳輸率下是種挑戰，為了達

成這個目標，我們將攝影機擷取到的資訊先分離出前景，然後使用Tracking的

演算法擷取出物件，接著使用一個專門壓縮前景的演算法做高倍率的Binary壓

縮，再透過無線傳輸，如此一來中央處理器即可還原物件的輪廓，再透過地圖資

訊的資料，我們將可定位出家庭裡的物件資訊。在此作品中我們將使用攝影機加

上Linux的嵌入式平台，來模擬感測器，再搭配無線通訊模組，並且使用PC來

當作中央處理器，來實現智慧家庭的功能。

演算法

本研究為利用嵌入式平台實現，賦予每支攝影鏡頭智慧監控之能力，有效的整合

每支攝影機資訊至一廣域地圖影像中，並且利用無線網路傳輸，幫助監控者隨時

隨地都能輕鬆觀看一畫面來了解監控區域發生哪些事，以下將介紹提出的演算法。

前景偵測功能

在這套系統中本研究提出了一個前景偵測的演算法，可以有效的抵抗光影變化以

及抓取複雜的移動物件，前景偵測擷取的步驟主要分為五個子步驟，分別為初始

化、判斷pixel有無和分布match、Mean、Weight以及Covariance三個參數的更新、

背景的建立、前景切割，而參數更新是整個前景偵測演算法最繁重，經由優化已

達到Real-time的效果，前景偵測可用於偵測會動的物件，例如人、車輛、動物

等等，可以把偵測到的物件切割出來做追蹤、防盜、車流量、人臉辨識、車牌追

蹤、手形辨識、去除背景、等等眾多的地方、大部份的人工智慧也都需要此功能。

物件標記功能

前景切割的後的結果為一個一個像素，無法判斷哪些為物件，哪些為雜訊，因此

必須將這些相連的像素做連結與標記，本系統採用相較於傳統labeling較快速的

演算法，將掃描每一個像素並且記錄其RLC(run length coding)與EL(encoding

label)以RLC與EL來快速描述整張影像之物件關係，以及面積大小和物件位置資

訊，來提供後段其他演算法的應用。

物件追蹤功能

即使在擁有前景物件資訊的狀況下，仍無法隨時掌握每個物件的動向，例如接下

來物件靜止不動時便無法從前景切割演算法中取出物件資訊，如此一來可能造成

監控者遺漏該注意的重要訊息，為了解決這類的問題，我們將對物件做追蹤的動

作，來確保隨時都能獲得每個移動物件的資訊，我們利用更新物件的kernel以

及比對物件kernel的方式來做追蹤，並且以mean shift iteration來減少運算

量以及找出靜止物件所在的位置，取出物件底部位置後便可提供後端做整合的應用。

資訊整合功能

為了將不同的攝影機資訊做整合，本系統利用前端各攝影機做完分析後所得到的

物件位置以及每支攝影機需要與廣域地圖上四組相配的點，建立攝影機與地圖的

轉換關係，求得homography matrix後可對物件位置做轉換並且標記於廣域地圖

上，即可知道哪些區域是否有移動的人與車，即使是室內也能達到猶如衛星定位

的效果，相同的此功能也能應用在車流量偵測中。

無線通訊功能

由於無線通訊的興起，本系統為了達到省電功效，以Zigbee當作無線通訊的模

組加上Linux的嵌入式平台，來模擬感測器，且使用PC來當作中央處理器，來

實現智慧家庭的功能，我們使用320*240的影像大小，成功的達成一秒8張以上

的處理速度。

 DEMO Video