智慧型車輛監控系統與發展趨勢

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。