基於類神經網路學習的影像伺服系統：以立體視覺引導PTZ攝影機跟拍的監控方案

A Case Study on Neural-Network-Based Visual Servoing Systems：a PTZ Camera Surveillance System Guided with Stereo Vision

搖攝-傾斜-變焦攝影機(Pan-Tilt-Zoom Camera, 本文簡稱為PTZ 攝影機)具有球型基座旋轉與光學放大的特色，因此能適時調整拍攝角度提供辨識率較佳的影像。近年來以PTZ 攝影機跟拍目標物的監控方案已有許多應用，但當進行近距離跟拍時，此類攝影機常因視野捕捉範圍小，發生追蹤失敗的情況。本文考慮以立體視覺引導PTZ 攝影機進行跟拍的監控方案，藉此增強PTZ 攝影機追尋目標物時的穩定性。研究中的影像追蹤技巧，採用了Mean Shift 演算法與適應性背景相減法。立體視覺與攝影機轉動角度間的影像伺服關係，則採用類神經網路學習模式，以非校正式的方式建立。實驗結果顯示，經過類神經網路充分的調整學習後，系統能以立體影像資訊引導攝影機進行跟拍，將目標物影像定位在攝影機畫面中心鄰域。研究中的影像追蹤技巧，採用了Mean Shift 演算法與適應性背景相減法。立體視覺與攝影機轉動角度間的影像伺服關係，則採用類神經網路學習模式，以非校正式的方式建立。實驗結果顯示，經過類神經網路充分的調整學習後，系統能以立體影像資訊引導攝影機進行跟拍，將目標物影像定位在攝影機畫面中心鄰域。

In this paper we are concerned with a kind of surveillance system, in which a Pan-Tilt-Zoom (PTZ) camera is aimed at suspect objects by referring to the stereo-vision information provided by the other two static cameras. The modified Mean shift algorithm and un-calibrated learning neural networks respectively are used for detecting the object image and for establishing the mapping of visual-servoing. Experiments showed that the mapping between the stereo-vision and rotation angles of the PTZ camera can be effectively constructed. The PTZ camera can be guided to locate the target image accurate in the neighborhood of the screen center.