智慧型車輛監控系統與發展趨勢

  • DIGITIMES企劃
國立臺灣海洋大學資工系教授謝君偉。

電腦視覺監控產學研聯盟結合官學研的力量,由前身交大電腦視覺運算中心所開發的種種視覺辨識技術,以高速而無須即時運算的對稱式辨識技術,從人到車,從車輛的車牌、車型/車色與年份的辨識,都能做到精準且即時的監控,有助於學區、園區內停車場與人物管控系統的監控智慧化…

追蹤人比追車難  追移動的車更是難上加難

國立臺灣海洋大學資工系教授謝君偉先生,他提到他跟下一位議題主講人臺北大學資工系林道通教授,都是來自「電腦視覺監控產學研聯盟」的團隊成員,並針對「智慧型車輛監控系統與發展趨勢」等議題與來賓分享。

首先他提到應用於汽車方面的監控技術,著重於行人與車輛,像監控的攝影機可安裝於汽車前面,做為行人偵測系統之用,美國已立法規定2018年出廠的車輛,需配置行人偵測系統或後視攝影警示系統。

謝君偉指出以智慧監控追蹤技術來說,外型屬於剛性的車輛比較好追蹤,而人比較難被追蹤,因為人是屬於非剛體的物體。他展示一個最近合作的綠建築監控案例,該系統藉由監控辦公室各隔間、會議室的人的走動情況,自動將未使用的會議室或辦公室隔間的冷氣關閉,同時也可以切換、監控每個會議室或辦公室隔間的攝影機畫面。

目前車輛辨識技術以人車分離為原則,可以統計上高速公路的車輛數量並分辨到車輛甚至是車牌號碼,但對警方而言這樣還不夠。假設發生了汽車爆炸案件,需要調集大規模、廣範圍的數以千計之攝影機,從每天24小時的錄影畫面去追蹤車輛,以及發生車禍時對肇事車輛的追蹤。

而目前監控辨識技術僅做到車牌辨識還不足夠,因為在發生車禍或爆炸往往發生在一瞬間,目擊者往往不一定記得車號,可能只記得車型或顏色。而他所提到的車輛辨識技術不僅可以辨識車牌,還能辨識車型、廠牌甚至年份。

車輛辨識系統的技術挑戰與解決關鍵

謝君偉提到不僅是車輛本身的移動或晃動,就連背景的陽光、人物甚至攝影鏡頭本身的移動,都會對車輛的辨識造成影響。這部分若用背景相減法(Background subtraction)解不出來;若使用光流法(Optical flow)-隨著時間的推移,記錄並分析物體移動的端點向量與移動特性,則會非常耗費運算時間與硬體資源,要做到即時監控追蹤有其難度。

另一種稱為Model-based的辨識法則,預先建立各種車型的幾何端點資料與參數,辨識的優劣取決於幾何圖樣模型的完整度與細膩度,同時也無法偵測尚未建立於幾何圖樣於既有資料庫的車型。還有一種稱主動輪廓偵測技術(Active contour based detection),則是將車輛外型簡化成帶有移動尾跡的幾何輪廓(主動輪廓),但缺點一樣是非常耗費運算時間與硬體資源。

電腦視覺監控產學研聯盟則以物件對稱性(Symmetrical)作為辨識演算法的技術基礎,只要靠單張車輛影像,先抓出垂直中心線,利用汽車特徵點,形成車輛前後外型(從輪胎、車底、水箱罩、車燈到引擎蓋)的左右對稱的特徵對來做比對,可以做到每秒可以抓50張畫面的即時處理辨識。

他展示一個辨識系統的短片,目前的對稱性車輛辨識技術,即便晚上也可以迅速且正確的辨識出車輛車型與年份。首先找出車頭,接著沿紅線(sliding windows)向下尋找一定區域與Intensity區域,用sliding windows去記錄最小或變化的區域,然後沿紅線(sliding windows)向上尋找一定區域的gradient最小區域(因為引擎蓋gradient比車頭小很多)。而這項辨識技術已經有廠商申請技轉。

相較於其他智慧型車輛監控技術,目前其他廠商僅能提供車牌辨識,以及最多eTag辨識(需事先登錄),對於車輛顏色、車型與年份等關鍵細項則無法提供辨識;電腦視覺監控產學研聯盟已握有相當成熟的車牌辨識技術,國內許多廠商的車牌辨識的技術,包含原始碼都是從產學研聯盟授權或購買所取得;再結合上述對稱式車型的智慧型辨識技術,可以做到車輛車牌、顏色、車型甚至車輛年份的交互索引與辨識。

智慧型車輛辨識系統的實際展示

謝君偉接下來做一個實際智慧型車輛辨識的應用展示,他指出先把車輛的R、Y框線抓出來,透過車牌辨識,與車型、車色的特徵點的比對,即便在大太陽下有強烈反光的情況下,仍不會影響判讀,正確辨識出正確的車型(2010年的TOYOTA Altis灰色)。

他展示一段以交大所建置、連線於新竹科學園區的智慧人車管控系統,無論是一般正常天氣下,或者在颱風來襲、風雨交加的即時監控畫面,駛入車道的車輛,經過設定的辨識框線內,都能被正確的辨識出其車輛車牌號碼、廠牌/車型與年份。

他指出目前這套智慧型車輛辨識系統,已內建了像豐田(Toyota)的Altis、Camry、Vios、Wish、Yaris、Previa、Innova、Surf、Tercel、Rav4;本田(Honda)的CRV、Civic、FIT;日產(Nissan)的March、Livina、Teana、Sentra、Cefiro、Xtrail、Tiida;三菱(Mitsubishi)的Zinger、Outlander、Savrin、Lancer,鈴木(Suzuki) Solio;以及福特(Ford)的Liata、Escape、Mondeo、Tierra等6廠29種各年份的車型資料,車型與年份辨識準確率高達99.07%。

他隨機展示一部前方為TOYOTA SURF客貨車的對稱式辨識為例,首先抓取交通號誌,然後辨識是行人還是車輛;然後抓取車燈位置,接下來從車燈位置抓取車牌並做車牌號碼辨識。

他指出這項技術也可應用在像安全監控系統、防盜系統、智慧行車系統、行車記錄器、交通監控系統等,靜態可置於車站、停車場及道路等公共區域,動態可用於智慧行車系統等方面。

像是鐵路平交道附近的監控系統,他舉例像最近一項完成建置於高速鐵路(高鐵)的交通監控系統,部署於高鐵軌道高架橋下並且做一週7天、每天24小時全天候的錄影監控,去取代過去花費人力觀看的步驟。

謝君偉最後介紹他與林道通、其他教授合作,在交通大學所建置的「智慧型人車物管控系統」,整合8項技術,從園區一、二期共6種異質攝影機整合,連接到科管局的攝影機中控室;中控室再以光纖專線200M(VPN)連接到交大雲端中心,處理後端的雲端監控(人物事件、車事件),以串流伺服器與網頁伺服器做中央管控,連接後端SQL資料庫。以一期4年約1億2,000萬新台幣,總共兩期8年的Top-Down規劃。

此系統可適應戶外環境的持續監控,具備可依車牌、車型、年份的智慧尋車功能,具備即時車輛的移動紀錄管控,即時檢索停車場內車輛資訊,並建立中控中心以檢索可疑事件。整個系統涵蓋由謝君偉教授負責的入口車牌辨識及嵌入式系統,李錫堅、韓欽銓教授負責的車型、車輛顏色車輛移動紀錄管理系統,電子資訊看板系統,顯示園區內可供來賓停車的車位資訊,並顯示引導的路徑資訊。

陳永昇負責的車輛長程追蹤系統與3D監控顯示系統,以及由王聖智、連振昌、張文鐘教授負責的停車場管理系統:黃仲陵教授負責的利用步伐分析作人員身分確認技術,分析有無可疑份子還是原車主接近該停好車位的車輛附近。而3D監控顯示系統,能將入園車輛的錄影畫面,以3D立體、360度環景方式來做車輛移動軌跡的呈現與監控。