追踪观测装置以及操作追踪观测装置的方法

1.一种追踪观测装置，设置在武器上，其特征在于，该武器包括击发装置以及保险装置，该追踪观测装置包括：
影像撷取单元，拍摄观测的区域，并产生画面,当有物体进入该画面时用以撷取该物体的影像；
影像处理/控制单元，用以接收该物体的影像并对该物体的影像进行辨识，以判断该物体的影像为人类或动物；以及
显示单元，显示该物体的影像，其中当该物体的影像被判断为动物时，该影像处理/控制单元传送第一控制讯号至该影像撷取单元，该影像撷取单元接收该第一控制讯号而受控制改变撷取方向及撷取倍数，当该物体的影像被判断为人类时，该影像处理/控制单元传送第二控制讯号至该保险装置，使该保险装置作动而控制使该武器击发装置无法击发，并传送第三控制讯号至该显示单元以显示警告标志。
2.如权利要求1所述的追踪观测装置，其特征在于，该物体的影像传送到行动通讯装置，该行动通讯装置显示该物体的影像并发出提示声。
3.如权利要求1所述的追踪观测装置，其特征在于，该追踪观测装置连接第二追踪观测装置，该追踪观测装置将该物体的影像传送到该第二追踪观测装置，该第二追踪观测装置显示该物体的影像。
4.如权利要求3所述的追踪观测装置，其特征在于，该追踪观测装置的该第一控制讯号传送到该第二追踪观测装置，该第二追踪观测装置接收该第一控制讯号而受控制改变撷取方向及撷取倍数。
5.如权利要求1所述的追踪观测装置，其特征在于，该影像处理/控制单元判断是否有其它物体进入该画面，若有其它物体进入该画面，则辨识该其它物体，若无其它物体进入该画面，则控制该影像撷取单元追踪被追踪的该动物直到被追踪的该动物离开该区域。
6.如权利要求1所述的追踪观测装置，其特征在于，该影像处理/控制单元以下列步骤判断该影像是否为人类的人脸：
设定搜索窗口的大小；
设定检测窗口的大小；
使该搜索窗口在该物体的影像中移动以撷取该物体的影像的特征；
使该检测窗口在该搜索窗口中移动；
计算出该物体的影像的特征的特征值；
将该特征值输入第一分类器以进行分类；以及
根据该分类的结果判断该物体的影像是否为人脸。
7.如权利要求1所述的追踪观测装置，其特征在于，该影像处理/控制单元以下列步骤判断该影像是否为人类的人体：
将该物体的影像灰阶化；
将灰阶化后的该物体的该影像进行伽玛调整；
将该物体的影像分成复数个像素；
计算每个像素的梯度；
将这些像素的至少一部分集合成单元，并计算出每个单元的梯度直方图特征；
将复数个单元组合成区间，并得到该区间的梯度直方图特征；
串联该影像中所有的区间的梯度直方图特征而得到该影像的梯度直方图特征；
将该影像的该梯度直方图特征输入第二分类器进行分类；以及
根据该分类的结果判断该物体的影像是否为人体。
8.如权利要求6所述的追踪观测装置，其特征在于，该第一分类器为OpenCV分类器。
9.如权利要求1所述的追踪观测装置，其特征在于，该影像处理/控制单元包括类神经网络，用以对该物体的影像进行辨识，以判断该物体的影像为人类或动物。
10.一种追踪观测装置的操作方法，其特征在于，该追踪观测装置包括影像撷取单元、影像处理/控制单元以及显示单元，该操作方法包括下列步骤：
控制该影像撷取单元以撷取区城中的物体，并产生该物体的影像；
控制该影像撷取单元将该物体的影像传送至该影像处理/控制单元；
控制该影像处理/控制单元对该物体的影像进行辨识，并判断该物体的影像是否为人类；
若该影像处理/控制单元判断该物体的影像是人类，则控制该显示单元显示警告画面并控制该影像处理/控制单元使武器的击发装置无法击发；
若该影像处理/控制单元判断不是人类，则控制该影像处理/控制单元判断该物体的影像是否为动物；
若该影像处理/控制单元判断该物体的影像是动物，则控制该影像处理/控制单元分析该动物的种类并按照预设的优先级标定该动物；
选择是否对该动物进行追踪；以及
若选择对该动物进行追踪，则根据该优先级选择其优先级最高的动物并控制该影像撷取单元对该动物进行追踪。

追踪观测装置以及操作追踪观测装置的方法\n技术领域\n[0001] 本发明有关于一种追踪观测的装置和操作追踪观测装置的方法，特别是有关于一种结合类神经网络而能够自动辨识人类或动物并进行追踪观测的装置以及操作追踪观测装置的方法。\n背景技术\n[0002] 对于动物进行观测观测及追踪在许多行业是必要的，例如对于狩猎者或生态观测者而言，通常花费许多时间及精神等待某些特定动物的出现，但是即使这些特定动物出现时，也会因为目视判断不明确而无法确认是否为所希望观测的动物，或因为来不及拍摄而错失拍摄的机会。另外，特别对于狩猎者而言，如果有人类出现在狩猎范围内，也有可能因为目视判断不明确而造成误击的情况。\n发明内容\n[0003] 本发明要解决的技术问题在于，针对现有技术中因目视判断不明确而无法确认所观测的动物或者造成误击的缺陷，提供一种追踪观测装置以及操作追踪观测装置的方法，可对所观测到的物体做分析，避免误击。\n[0004] 本发明为解决其技术问题所采用的技术方案是，提供一种追踪观测装置设置在武器上，该武器包括击发装置以及保险装置，该追踪观测装置的实施例包括：影像撷取单元，用以撷取物体的影像；影像处理/控制单元，用以接收该物体的影像并对该物体的影像进行辨识，以判断该物体的影像为人类或动物；显示单元，显示该物体的影像；当该物体的影像被判断为动物时，该影像处理/控制单元传送第一控制讯号至该影像撷取单元，该影像撷取单元接收该第一控制讯号而受控制改变撷取方向及撷取倍数；以及当该物体的影像被判断为人类时，该影像处理/控制单元传送第二控制讯号至该保险装置，使该保险装置作动而控制使该武器击发装置无法击发，并传送第三讯号至该显示单元以显示警告标志。\n[0005] 在另一实施例中，该物体的影像传送到行动通讯装置，该行动通讯装置显示该物体的影像并发出提示声。\n[0006] 在另一实施例中，该追踪观测装置连接第二追踪观测装置，该追踪观测装置将该物体的影像传送到该第二追踪观测装置，该第二追踪观测装置显示该物体的影像。\n[0007] 在另一实施例中，该追踪观测装置的该第一控制讯号传送到该第二追踪观测装置，该第二追踪观测装置接收该第一控制讯号而受控制改变撷取方向及撷取倍数。\n[0008] 在另一实施例中，该影像处理/控制单元判断是否有其它物体进入该画面；若有其它物体进入该画面，则辨识该其它物体；若无其它物体进入该画面，则追踪该被追踪的动物直到该被追踪的动物离开该区域。\n[0009] 在另一实施例中，该影像处理/控制单元以下列步骤判断该影像是否为人类的人脸：设定搜索窗口的大小；设定检测窗口的大小；使该搜索窗口在该物体的影像中移动以撷取该物体的影像的特征；使该检测窗口在该搜索窗口中移动；计算出该物体的影像的特征的特征值；将该特征值输入第一分类器以进行分类；根据该分类的结果判断该物体的影像是否为人脸。\n[0010] 在另一实施例中，该影像处理/控制单元以下列步骤判断该影像是否为人类的人体：将该物体的影像灰阶化；将灰阶化后的该物体的该影像进行伽玛调整；将该物体的影像分成复数个像素；计算每个像素的梯度；将这些像素的至少一部分集合成单元，并计算出每个单元的梯度直方图特征；将复数个单元组合成区间，并得到该区间的梯度直方图特征；串联该影像中所有的区间的梯度直方图特征而得到该影像的梯度直方图特征；将该影像的该梯度直方图特征输入第二分类器进行分类；以及根据该分类的结果判断该物体的影像是否为人体。\n[0011] 在另一实施例中，该第一分类器以及该第二分类器为Open CV分类器。\n[0012] 在另一实施例中，该影像处理/控制单元包括类神经网络，用以对该物体的影像进行辨识，以判断该物体的影像为人类或动物。\n[0013] 本发明更提供一种追踪观测装置的操作方法，该追踪观测装置包括影像撷取单元、影像处理/控制单元以及显示单元，该操作方法包括下列步骤：控制该影像撷取单元以撷取区城中的物体，并产生物体的影像；控制该影像撷取单元将该物体的影像传送至该影像处理/控制单元；控制该影像处理/控制单元对该物体的影像进行辨识，并判断该物体的影像是否为人类或动物；若该影像处理/控制单元判断该物体的影像是人类，则控制该显示单元显示警告画面并控制该影像处理/控制单元使武器的击发装置无法击发；若该影像处理/控制单元判断该物体的影像是动物，则控制该影像处理/控制单元分析该动物的种类并按照预设的优先级标定该动物；选择是否对该动物进行追踪；以及若选择对该动物进行追踪，则根据该优先级选择其优先级最高的动物并控制该影像撷取单元对该动物进行追踪。\n[0014] 实施本发明的追踪观测装置以及操作追踪观测装置的方法，具有以下有益效果：\n其利用是先训练好的类神经网络对所观测到的物体做分析，以判断其为人类或动物，并可分析出各动物的种类，且并根据预设的优先级追踪特定的动物，另外，可明确地辨识出人类，以避免狩猎时产生误击的情况。\n附图说明\n[0015] 图1A、1B为本发明的追踪观测装置的系统方块图。\n[0016] 图1C、1D为本发明的追踪观测装置应用于武器的击发控制的示意图。\n[0017] 图2A、2B为操作本发明的追踪观测装置的方法。\n[0018] 图3A、3B为本发明的追踪观测方法的一实施例的流程图。\n[0019] 图4为本发明的追踪观测方法中辨识人脸的流程图。\n[0020] 图5为本发明的追踪观测方法中辨识人体的流程图。\n具体实施方式\n[0021] 请参阅图1A，其表示本发明的追踪观测装置的一实施例，该追踪观测装置包括影像撷取单元10、影像处理/控制单元20、电源30以及显示单元40。\n[0022] 影像撷取单元10撷取物体的影像，并将该影像传送至影像处理/控制单元20，影像处理/控制单元20包含类神经网络，该类神经网络对该影像进行辨识，并根据该辨识的结果将该影像显示于显示单元40，电源30则供应电力给影像撷取单元10、影像处理/控制单元20以及显示单元40。当该物体被辨识为动物或人类时，影像处理/控制单元20发出控制讯号至显示单元40而将该物体的影像显示于显示单元40。\n[0023] 请参阅图1B，其表示本发明的追踪观测装置的另一实施例，该追踪观测装置包括影像撷取单元10、影像处理/控制单元20、电源30以及显示单元40，影像处理/控制单元20连接于武器的击发装置50，另外，影像处理/控制单元20经由无线讯号收发单元22连接于行动通讯装置70以及第二追踪观测装置80。\n[0024] 在本实施例中，影像撷取单元10为瞄准器，其撷取物体的影像，并将该影像传送至影像处理/控制单元20，影像处理/控制单元20接收该影像并对该影像进行辨识，根据该辨识的结果将该影像显示于显示单元40，电源30则供应电力给影像撷取单元10、影像处理/控制单元20以及显示单元40。当该物体被辨识为动物时，影像处理/控制单元20发出第一控制讯号至影像撷取单元10，影像撷取单元10接收该第一控制讯号而受控制改变撷取方向及撷取倍数。当该物体被辨识为人类时，影像处理/控制单元20传送第二控制讯号至击发装置\n50，而控制使武器的击发装置50无法击发，并传送第三讯号至显示单元40以显示警告标志，如图1C及图1D所示，图1C表示，当判断该物体不是人类时，控制武器100的击发装置50中的保险装置60，使保险装置60未阻挡板机55而使武器100可以击发，图1D表示该物体判断为人类时，控制使保险装置60阻挡板机55而使武器100无法击发。\n[0025] 另外，影像处理/控制单元20可以将影像经由无线讯号收发单元22传送至行动通讯装置70以及第二追踪观测装置80，以供远程的使用者观看影像。将物体的影像传送到行动通讯装置70时，该行动通讯装置70显示该物体的影像并发出提示声。另外，影像处理/控制单元20也可以将第一控制讯号经由无线讯号收发单元22传送至第二追踪观测装置80，以改变第二追踪观测装置80的影像撷取方向及撷取倍数。\n[0026] 请参阅图2A、2B，本发明的追踪观测装置可藉下方法操作：\n[0027] 在步骤S101中，控制影像撷取单元10以撷取区城中的物体，并产生物体的影像，然后进入骤S102。\n[0028] 在步骤S102中，控制该影像撷取单元10将该物体的影像传送至该影像处理/控制单元20，然后进入步骤S103。\n[0029] 在步骤S103中，控制该影像处理/控制单元20对该物体的影像进行辨识，然后进入步骤S104。\n[0030] 在步骤S104中，根据该辨识的结果判断该物体的影像是否为人类，若该物体的影像判断为人类，则进入步骤S105，若该物体的影像判断不是人类，则进入步骤S106。\n[0031] 在步骤S105中，控制显示单元40显示警告画面并控制影像处理/控制单元20使武器100的击发装置50无法击发。\n[0032] 在步骤S106中，控制影像处理/控制单元20判断该物体的影像是否为动物，若该物体的影像判断是动物，则进入步骤S107，若该物体的影像判断不是动物，则回到步骤S101，继续控制该影像撷取单元10以撷取该区城中的物体。\n[0033] 在步骤S107中，控制影像处理/控制单元20分析该动物的种类并按照预设的优先级标定该动物，然后进入步骤S108。\n[0034] 在步骤S108中，选择是否对该动物进行追踪，若选择不对该动物进行追踪，则进入步骤S109，若选择对该动物进行追踪，则进入步骤S110。\n[0035] 在步骤S109中，观测该动物直到消失在画面中。\n[0036] 在步骤S110中，根据该优先级选择其优先级最高的动物并控制影像撷取单元10对该动物进行追踪。\n[0037] 以下说明本发明的追踪观测方法，该追踪观测方法可应用图1A-1B所示的装置来实施。本发明的追踪观测方法是当摄影机拍摄到动物时，经由影像处理的技术，背景相减及色彩空间的转换方式…等等来撷取出动物区块，并对此区块作特征的撷取；经由非线性空间的降维转换，萃取出较重要的特征参数，再透过机器学习(类神经网络)的分析，辨识出动物种类；若辨识出的动物是使用者挑选的特定动物，若有启动追踪功能，摄影机会持续追踪观测，使特定动物保持在画面内；若画面同时有两种以上的动物，系统会根据使用者在系统中定义的优先级进行追踪观测；在追踪观测的同时，也提供了近拍功能，让使用者可以观测到动物细节的部份。\n[0038] 请参阅图3A、3B，其表示本发明的追踪观测方法。\n[0039] 在步骤S1中，连续地拍摄希望观测的区域，并产生画面，然后进入步骤S2。\n[0040] 在步骤S2中，当有物体进入该画面时，撷取该物体的影像，然后进入步骤S3。\n[0041] 在步骤S3中，将该物体的影像传送至类神经网络，然后在本实施例中，该类神经网络可以先进行训练，例如将已知的各种动物以及这些动物的特征输入该类神经网络进行训练，待该类神经网络训练好后，将其装载于影像撷取单元中使用，进入步骤S4。\n[0042] 在步骤S4中，该类神经网络开始辨识该物体的影像，然后进入步骤S5。\n[0043] 在步骤S5中，类神经网络判断是否侦测到人脸，若判断辨识到人脸，则进入步骤S6，若判断未辨识到人脸，则进入步骤S8。\n[0044] 在步骤S6中，显示侦测到人类，然后进入步骤S7。\n[0045] 在步骤S7中，对于受控装置做控制，在前述的实施例中，例如使武器的击发装置无法击发，以便免误伤人类，然后进入步骤S19。\n[0046] 在步骤S8中，判断是否辨识到人体，若判断辨识到人体，则进入步骤S6，若判断未侦测到人体，则进入步骤S9。\n[0047] 在步骤S9中，判断是否辨识到动物，若判断未辨识到动物，则流程回到步骤S1，继续拍摄该区域，若判断辨识到动物，则进入步骤S10。\n[0048] 在步骤S10中，类神经网络分析动物种类，然后进入步骤S11。\n[0049] 在步骤S11中，按照预设的优先级标定该动物，例如预设的优先级为斑马、狮子、羚羊，当分析到这三种动物都存在影像中时，这三种动物会依照斑马第一、狮子第二、羚羊第三的优先级进行标定，然后进入步骤S12。\n[0050] 在步骤S12中，判断是否对这些动物进行追踪，若不对这些动物进行追踪，则进入步骤S13，若希望对这些动物进行追踪，则进步骤S14。\n[0051] 在步骤S13中，不做追踪，影像撷取单元保持原来的正常操作，然后进入步骤S18。\n[0052] 在步骤S14中，对优先级最高的动物进行追踪，在上述的例子中，斑马的优先级最高，因此当追踪功能启动之后，即自动选择对斑马进行追踪，然后进入步骤S15。\n[0053] 在步骤S15中，选择是否对被追踪的动物进行近拍，若选择对不被追踪的动物进行近拍，则进入步骤S16，若选择进行近拍，则进入步骤S17。\n[0054] 在步骤S16中，影像撷取单元维持在预设的倍数做观测，然后进入步骤S18。\n[0055] 在步骤S17中，影像撷取单元放大观测的倍数，对该被追踪的动物做近拍，然后进入步骤S18。\n[0056] 在步骤S18中，判断画面中是否有其它物体出现，若发现有其它物体出现在画面中，则回到步骤S2，撷取该其它物体的影像，若画面中未发现其它的物体，则进入步骤S19。\n[0057] 在步骤S19中，观测该动物或人类直到消失在画面中，然后回到步骤S1。\n[0058] 另外，步骤S5辨识人脸的流程如图4所示。\n[0059] 在步骤S51中，撷取影像画面，然后进入步骤S52。\n[0060] 在步骤S52中，设定搜索窗口的大小，搜索窗口在整个影像中移动以撷取特征，然后进入步骤S53。\n[0061] 在步骤S53中，设定检测窗口的大小，检测窗口在搜索窗口中移动并计算特征值，当检测窗口越小，则计算特征值的单位就越小，需要的运算量就越高，然后进入步骤S54。\n[0062] 在步骤S54中，撷取影像中的特征并计算特征值，然后进入步骤S55。\n[0063] 在步骤S55中，将该特征值输入第一分类器以进行分类。在本实施例中，第一分类器可以是Open CV分类器，Open CV分类器是由英特尔公司发起并参与开发，可以在商业和研究领域中使用。另外，Open CV分类器是一个训练好的分类器，把撷取到的特征传送到分类器去进行判断并设定好参数就可以侦测出人脸部份。\n[0064] 在步骤S56中，使用第一分类器判断是否为人脸。\n[0065] 步骤S8的人体辨识流程如图5所示。人体侦测方面使用的是使用梯度直方图(Histogram of Oriented Gradient，HOG)特征来进行辨识。梯度直方图特征是一种在计算器视觉和图像处理中用来进行物体检测的特征描述子，藉由计算和统计图像局部区域的梯度方向直方图来构成特征，梯度直方图的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。实现方法是：首先将图像分成小的连通区域单元(cell)；撷取各单元中各图的梯度的或边缘的方向直方图；最后把这些直方图组合起来就可以构成特征，以下详述其步骤。\n[0066] 在步骤S81中，撷取影像画面，然后进入步骤S82。\n[0067] 在步骤S82中，将影像灰阶化，然后进入步骤S83。\n[0068] 在步骤S83中，将灰阶化后的影像进行伽玛(Gamma)调整，使用伽玛调整对输入图像进行颜色空间的标准化；藉此调节对比度，降低局部阴影和光照变化造成的影响，然后进入步骤S84。\n[0069] 在步骤S84中，将该物体的影像分成复数个像素，然后计算每个像素的梯度(包括大小和方向)，主要是为了捕获轮廓信息，同时进一步弱化光照的干扰，然后进入步骤S85。\n[0070] 在步骤S85中，将复数个像素集合成单元(cell)，例如每个单元由6×6个像素构成，并统计出每个单元的梯度直方图，即可得到每个单元的特征，然后进入步骤S86。\n[0071] 在步骤S86中，将复数个单元组合成区间(block)，例如每个区间由3×3个单元构成，将该区间中所有的单元的特征串联起来便得到该区间的梯度直方图特征(Histogram of Oriented Gradient，HOG)，串联该影像中所有的区间的梯度直方图特征而得到该影像的梯度直方图特征，然后进入步骤S87。\n[0072] 在步骤S87中，将该影像的梯度直方图特征传送至第二分类器中进行分类，在本实施例中，第二分类器为Open CV分类器，然后进入步骤S88。\n[0073] 在步骤S88中，根据该分类的结果判断该物体是否为人体。\n[0074] 本发明的追踪观测方法，其利用是先训练好的类神经网络对所观测到的物体做分析，以判断其为人类或动物，并可分析出各动物的种类，且并根据预设的优先级追踪特定的动物，另外，可明确地辨识出人类，以避免狩猎时产生误击的情况。