專利名稱：：接手視訊監控方法與系統以及計算機裝置的制作方法
技術領域：
：本發明是有關于一種監控方法與系統，且特別是有關于一種接手視訊監控方法與系統。
背景技術：
：目前安全監控系統用于監控空間中的移動對象或是追蹤移動對象的方法，皆是根據目標對象的過去位置與現在位置之間的相對應關系，進行目標對象的下一步移動方向的預測。大部分的下一部移動方向預測方法都是以目標對象的過去位置與現在位置之間的線性關系，也就是目標對象的前次出現位置到這次出現的位置的向量加到現在出現的位置上，以得到目標對象的下一步移動方向與下次出現位置的預測結果。然而，當目標對象并不是以直線運動而是非線性移動模式時，以前次出現位置與現在出現位置之間的線性關系來預測目標對象的下一次出現位置與下一步移動方向容易產生誤判。此外，這種線性預測方式僅能依照前一次出現位置與現在位置只能推估目標對象的下一步方向與位置，并無法預估出目標對象的未來多步行為模式，因此在作目標對象監控與追蹤上，無法提供較為精準的預估結果。
發明內容本發明提供一種接手視訊監控方法，可以準確預測移動對象的非線性移動路徑。本發明提供一種接手視訊監控系統，可以預測移動對象的多步移動路徑。本發明提供一種計算機裝置，可執行接手視訊監控方法，智能型自動預測對象的非線性移動路徑。本發明提出一種接手視訊監控方法，適用于監控一空間，其中該空間劃分成多個監控范圍，每一監控范圍由一可動攝影裝置監控，此方法包括接收一警示信號。之后，根據警示信號，以確認發出警示信號的一來源位置以及與該來源位置相關的一第一可動攝影裝置。之后，根據第一可動攝影裝置所提供的一影像監視信號，確認引發該警示信號的一對象。繼之，根據一非線性行為預測模型，預測該對象的一移動路徑，其中該移動路徑至少包括由該第一可動攝影裝置所監控的一第一監控范圍到一第二可動攝影裝置的一第二監控范圍以及由該第二監控范圍到一第三可動攝影裝置的一第三監控范圍。最后，根據該移動路徑，進行一控制操作，以控制至少該第一可動攝影裝置、該第二可動攝影裝置以及該第三可動攝影裝置，以對該對象進行一接手視訊監控。在本發明的一實施例中，上述的接手視訊監控方法，其中該非線性行為預測模型中包括多個移動模式矩陣。而每一該些移動模式矩陣相對應一次監控范圍轉換，且每一該些移動模式矩陣是根據一第一矩陣等式7<formula>formulaseeoriginaldocumentpage8</formula><formula>formulaseeoriginaldocumentpage9</formula>&jk代表在k次該監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至i監控范圍的該轉換機率，^jk代表在k次監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至X監控范圍的該轉換機率，PS—pathij代表由監視范圍j轉換至監視范圍i的一先前樣本數量，PS—path,j代表由監視范圍j轉換至監視范圍x的一先前樣本數量，SNj代表由監視范圍j起始轉換的一已訓練樣本總數。再者，輸入該些樣本路徑的步驟可以是實際監控至少一測試對象于一時間區間內的一實際移動路徑。另外，輸入該些樣本路徑的步驟還可以是手動輸入該些樣本路徑。在本發明的一實施例中，上述接手視訊監控方法，其中該控制操作還包括微調該移動路徑所通過的每一該些監控范圍所相對應的該可動攝影裝置的一鏡頭，對準該對象進入該些監控范圍的一入口。在本發明的一實施例中，上述接手視訊監控方法，其中該非線性行為預測模型中根據馬可夫模型(Markovmodel)而建立。本發明又提供一種接手視訊監控系統，適用于監控一空間，其中該空間劃分成多個監控范圍，每一監控范圍由一可動攝影裝置監控，此系統包括一信號接收模塊、一信號接收模塊、一影像分析模塊、一路徑預測模塊以及一控制模塊。其中信號接收模塊用于接收一警示信號。信號分析模塊用以根據該警示信號，確認發出警示信號的一來源位置以及與該來源位置相關的一第一可動攝影裝置。影像分析模塊，用以根據該第一可動攝影裝置所提供的一影像監視信號，確認引發該警示信號的一對象。路徑預測模塊，用于根據一非線性行為預測模型，預測該對象的一移動路徑，其中該移動路徑至少包括由該第一可動攝影裝置所監控的一第一監控范圍到一第二可動攝影裝置的一第二監控范圍以及由該第二監控范圍到一第三可動攝影裝置的一第三監控范圍。控制模塊，則根據該移動路徑，進行一控制操作，以控制至少該第一可動攝影裝置、該第二可動攝影裝置以及該第三可動攝影裝置，以對該對象進行一接手視訊監控。本發明更提出一種計算機裝置，與多個可動攝影裝置聯機以接手視訊監控一空間，其中該空間劃分成多個監控范圍，每一監控范圍由每一該些可動攝影裝置監控，此計算機裝置包括一信號傳輸接收器以及一處理器。其中信號傳輸接收器，用于接收一警示信號以及該些可動攝影裝置所提供的多個監視信號。而處理器，用以執行一計算機可讀程序的多個程序步驟，該些程序步驟包括根據該警示信號，以確認發出警示信號的一來源位置以及與該來源位置相關的一第一可動攝影裝置。之后，根據該第一可動攝影裝置所提供的一第一影像監視信號，確認引發該警示信號的一對象。接著，根據一非線性行為預測模型，預測該對象的一移動路徑，其中該移動路徑至少包括由該第一可動攝影裝置所監控的一第一監控范圍到一第二可動攝影裝置的一第二監控范圍以及由該第二監控范圍到一第三可動9二以及一flfw.:其中，攝影裝置的一第三監控范圍。最后，根據該移動路徑，進行一控制操作，經由信號傳輸接收器傳出一控制信號以控制至少該第一可動攝影裝置、該第二可動攝影裝置以及該第三可動攝影裝置，以對該對象進行一接手視訊監控。本發明中，利用非線性行為預測模型，可以精確的預測移動對象的非線性移動路徑，進而預先控制移動路徑所經過的監控范圍內配置的監控用攝影裝置，進行接手視訊監控，提高對象監控的準確性。為讓本發明的上述特征和優點能更明顯易懂，下文特舉實施例，并配合附圖作詳細說明如下。圖1是根據本發明一實施例的一種接手視訊監控方法的流程簡圖。圖1A是根據圖1的預測移動路徑結果的示意圖。圖IB是根據圖1的預測移動路徑結果的示意圖。圖2是根據本發明又一實施例的一種接手視訊監控系統的區塊簡圖。圖3是根據本發明一實施例的一種計算機裝置的配置簡圖。具體實施例方式圖1是根據本發明一實施例的一種接手視訊監控方法的流程簡圖。本發明提出一種接手視訊監控方法，適用于監控一空間，此空間劃分成數個監控范圍，每一監控范圍由一可動攝影裝置進行監控。請參照圖I，首先于步驟SIOI中接收一警示信號。之后，于步驟S103中，根據所接收的警示信號，確認發出警示信號的來源位置以及與此來源位置相關的一第一可動攝影裝置。之后，于步驟S105中，根據第一可動攝影裝置所提供的一影像監視信號，確認引發警示信號的一對象。此對象例如是人、事件、車等可移動標的。繼之，于步驟S107中，根據一非線性行為預測模型，預測該對象的一移動路徑。圖1A是根據圖1的預測移動路徑結果之示意圖。請參照圖1A，在空間1000中，有5個監控范圍1、2、3、4與5，且分別由可動攝影裝置1002a、1002b、1002c、1002d與1002e進行監控。當在監控范圍1002c中由人X引發警示信號時，則經由預測模型預測出人X的一移動路徑1004(如需線所示)，此一動路徑1004經過少包括由可動攝影裝置1002c所監控的監控范圍3到可動攝影裝置1002b的監控范圍2以及由監控范圍2到可動攝影裝置1002a的監控范圍1。在一實施例中，上述非線性行為預測模型例如是根據馬可夫模型(Markovmodel)而建立。而此非線性行為預測模型包括數個移動模式矩陣，每一移動模式矩陣相對應一次監控范圍轉換(也就是對象由一監控范圍移動至另一監控范圍一次)，且每一移動模式矩陣是根據一第一矩陣等式<formula>formulaseeoriginaldocumentpage11</formula>其中k代表自然數，也就是對象的k次監控范圍。Pk代表對象在k次監控范圍轉換時的一監控范圍轉換模式。ai,jk代表對象的k次監控范圍轉換時，由j監控范圍轉換至i監控范圍的一轉換機率，n代表n個監控范圍(以圖1A中所顯示的實施例為例，n等于5)。另外，當預測對象進行一次該監控范圍轉換時，對象之移動路徑的預測則根據一第一機率運算等式計算所得，而第一機率運算等式顯示如下<formula>formulaseeoriginaldocumentpage11</formula>其中，P1代表一次監控范圍轉換，bn代表在一次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。另外，當預測對象進行至少連續w次監控范圍轉換次時，對象之移動路徑的預測則根據一第二機率運算等式計算所得，而第二機率運算等式顯示如下尸、尸"一…xJOXj3<formula>formulaseeoriginaldocumentpage11</formula>其中，w為自然數，P1代表一次監控范圍轉換，P2代表連續在P1之后的二次監控范圍轉換，Pw—1代表w-1次監控范圍轉換，Pw代表w次監控范圍轉換，Cn代表在連續w次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。請參照圖1與圖1A，于步驟S109中，根據移動路徑1004，進行一控制操作，以控制至少可動攝影裝置1002c、可動攝影裝置1002b以及可動攝影裝置1002a，以對對象/人X進行一接手視訊監控。另外，上述控制操作還包括微調移動路徑所通過的每一監控范圍3、2與1所相對應的可動攝影裝置1002c、1002b與1002a的一鏡頭，對準對象進入監控范圍的一入口(如圖1A中，虛線箭頭1002a'與1002b'分別指示可動攝影裝置1002a與1002b的鏡頭對準方向)。圖IB是根據圖1的預測移動路徑結果的示意圖。請參照圖IB，于另一實施例中，當對象Y在監控范圍3引發警示信號，則經由非線性行為預測模型預測一次監控范圍轉換與連續兩次監控范圍轉換的結果分別如下<table>tableseeoriginaldocumentpage12</column></row><table>(b)等式(a)的結果顯示一次監控范圍轉換后，對象Y出現在監控范圍1的機率最大。而由等式(b)的結果顯示連續兩次監控范圍轉換后，對象Y出現在監控范圍2的機率最大，因此預測的對象移動路徑如圖IB中的虛線1006所示，預測對象Y將從監控范圍3，先移動至監控范圍l，再移動到監控范圍2。請參照圖1，上述的接手視訊監控方法還包括進行一訓練(步驟Sill)，以建立或是更新非線性行為預測模型。此訓練S111，首先提供數個矩陣，其中每一矩陣代表一監控范圍轉換模式，其包括多個機率元素(entry)亦即上述的轉換機率。當訓練Slll為一初始訓練(initializedtraining)時，則每一機率元素(亦即初始機率元素)的值為零。之后，提供數個樣本路徑，并且每次輸入一樣本路徑(步驟S115)。根據每次輸入的樣本路徑，進行一更新步驟(步驟S117)，以依序更新每一矩陣中的每一機率元素。以初始訓練為例，經過重復輸入樣本路徑與更新步驟后(步驟S119)，每一初始機率元素更新成為轉換機率，以更新初始矩陣成為移動模式矩陣。而對于已經建立的非線性行為預測模型而言，經過重復輸入樣本路徑與更新步驟后，可使舊有的非線性行為預測模型中的移動模式矩陣，因為加入新的樣本路徑而更新。由于空間中的樣本路徑可因為時間點的不同而有不同的多數路徑模式(majoritypathpattern)，或是因為不同的環境事件導致有不同的慣有移動路線，因此將原本的非線性行為預測模型在特定時間點或是依照事件發生而進行更新，將有助于在不同情境或是時間點上對于移動對象的非線性行為預測的精確度提升。又進行上述更新步驟是根據一第一等式與一第二等式進行計算，而第一等式顯示如下二a以及第二等式顯示如下，—々其中，ai,jk代表在k次監控范圍轉換且對象由j監控范圍轉換至i監控范圍時，對象由j監控范圍轉換至i監控范圍的轉換機率，ax,jk代表在k次監控范圍轉換且對象由j監控范圍轉換至i監控范圍時，對象由j監控范圍轉換至x監控范圍的轉換機率，PS—pathij12代表由監視范圍j轉換至監視范圍i的一先前樣本路徑數量，PS_pathxj代表由監視范圍j轉換至監視范圍x的一先前樣本路徑數量，SNj代表由監視范圍j起始轉換的一已訓練樣本路徑總數。再者，上述輸入樣本路徑的步驟可以是實際監控至少一測試對象于一時間區間內的一實際移動路徑。另外，輸入樣本路徑的步驟還可以是手動輸入樣本路徑。除此之外，圖2是根據本發明又一實施例的一種接手視訊監控系統的區塊簡圖。請參照圖2，接手視訊監控系統200適用于監控劃分成多個監控范圍的一空間，每一監控范圍由一可動攝影裝置監控。此接手視訊監控系統200包括一信號接收模塊202、一信號分析模塊204、一影像分析模塊206、一路徑預測模塊208以及一控制模塊210。信號接收模塊202用于接收一警示信號。此警示信號例如是以數個分別配置于監控范圍內的感應器212所感應產生的電子信號。上述感應器212例如是紅外線感應器、聲波感應器或是電波信號感應器等。而信號分析模塊204用以根據所接收的警示信號，確認發出警示信號的一來源位置以及與來源位置相關的一第一可動攝影裝置214。影像分析模塊206，根據第一可動攝影裝置214所提供的一影像監視信號，確認引發警示信號的一對象。路徑預測模塊208，用于根據非線性行為預測模型，預測對象的一移動路徑。此非線性行為預測模型的運算矩陣以及預測對象移動路徑的矩陣運算方法已經于上述實施例中具體描述，因此不再于此處贅述。而控制模塊210，則根據所預測的移動路徑，進行一控制操作，以控制移動路徑所經過的監控范圍中配置的可動攝影裝置，對該對象進行一接手視訊監控。上述接手視訊監控方系統200還包括一訓練模塊216，用以建立或是更新非線性行為預測模型。此訓練模塊216包括多個矩陣218，其中每一矩陣包括數個機率元素(entry)218a。于本實施例中是以建立一非線性行為預測模型為例，因此每一矩陣中的每一機率元素(初始機率元素)為零。訓練模塊216還包括一輸入模塊220與一更新模塊222。輸入模塊220，用以依序輸入數個樣本路徑。更新模塊220則依照每次所輸入的樣本路徑其中之一，更新每一機率元素一次。上述輸入樣本路徑與更新機率元素的方法以及所根據的運算等式已經于上述實施例中詳述，因此不再于此處贅述。圖3是根據本發明一實施例的一種計算機裝置的配置簡圖。如圖3所示，一計算機裝置300，與多個可動攝影裝置302聯機以接手視訊監控一空間。此空間劃分成多個監控范圍，而每一監控范圍由每一可動攝影裝置所監控。此計算機裝置300包括一信號傳輸接收器304以及一處理器306。其中信號傳輸接收器304，用于接收一警示信號以及可動攝影裝置302所提供的數個監視信號。此外，警示信號例如是以數個分別配置于監控范圍內的感應器308所感應產生的電子信號。上述感應器308例如是紅外線感應器、聲波感應器或是電波信號感應器等。而處理器306，則用以執行一計算機可讀程序的多個程序步驟。上述程序步驟可以具體實行圖1所示的本發明揭露的接手視訊監控方法，包括步驟S101至S109，以及具體實行訓練Slll(包括步驟S113至S119)。由于上述施行步驟的具體實施方法已經于相關于圖1的接手視訊監控方法之實施例中詳述，因此不再于此處贅述。本發明中，利用非線性行為預測模型，可以精確的預測移動對象的非線性移動路徑，進而預先控制移動路徑所經過的監控范圍內配置的監控用攝影裝置，進行接手視訊監13控，提高對象監控的準確性。此外，藉由手動輸入樣本路徑或是實際監控至少一樣本對象的移動路徑為樣本路徑，并基于不同時間點與不同環境事件發生因素，更新非線性行為預測模型，而可獲得更精確的非線性行為預測模型，提高預測非線性移動路徑的精確度，并且可以智能化的持續追蹤移動中的可疑對象。雖然本發明已以實施例揭露如上，然其并非用以限定本發明，任何所屬
技術領域：
中具有通常知識者，在不脫離本發明的精神和范圍內，當可作些許的更動與潤飾，故本發明的保護范圍當以權利要求所界定的為準。權利要求一種接手視訊監控方法，適用于監控一空間，其中該空間劃分成多個監控范圍，每一監控范圍由一可動攝影裝置監控，此方法包括接收一警示信號；根據該警示信號，以確認發出警示信號的一來源位置以及與該來源位置相關的一第一可動攝影裝置；根據該第一可動攝影裝置所提供的一影像監視信號，確認引發該警示信號的一對象；根據一非線性行為預測模型，預測該對象的一移動路徑，其中該移動路徑至少包括由該第一可動攝影裝置所監控的一第一監控范圍到一第二可動攝影裝置的一第二監控范圍以及由該第二監控范圍到一第三可動攝影裝置的一第三監控范圍；以及根據該移動路徑，進行一控制操作，以控制至少該第一可動攝影裝置、該第二可動攝影裝置以及該第三可動攝影裝置，以對該對象進行一接手視訊監控。2.如權利要求1所述的接手視訊監控方法，其特征在于，該非線性行為預測模型中包括多個移動模式矩陣。3.如權利要求2所述的接手視訊監控方法，其特征在于，每一該些移動模式矩陣相對應一次監控范圍轉換，且每一該些移動模式矩陣是根據一第一矩陣等式其中k代表自然數，pk代表該對象在k次該監控范圍轉換時的一監控范圍轉換模式，ai,jk代表k次該監控范圍轉換時，由j監控范圍轉換至i監控范圍的一轉換機率，n代表n個該些監控范圍。4.如權利要求3所述的接手視訊監控方法，其特征在于，當預測該對象進行一次該監控范圍轉換時，該對象的該移動路徑則根據一第一機率運算等式<formula>formulaseeoriginaldocumentpage2</formula>其中，P1代表一次監控范圍轉換，bn代表在一次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。5.如權利要求3所述的接手視訊監控方法，其特征在于，當預測該對象至少連續w次監控范圍轉換次時，該對象的該移動路徑則根據一第二機率運算等式<formula>formulaseeoriginaldocumentpage3</formula>其中，w為自然數，P1代表一次監控范圍轉換，P2代表連續在P1之后的二次監控范圍轉換，Pw—1代表w-1次監控范圍轉換，Pw代表w次監控范圍轉換，Cn代表在連續w次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。6.如權利要求3所述的接手視訊監控方法還包括進行一訓練，以更新該非線性行為預測模型，其特征在于，該訓練包括提供多個矩陣，其中每一該些矩陣包括多個機率元素；提供多個樣本路徑；以及進行一更新步驟以依序輸入每一該些樣本路徑，以依序更新每一該些矩陣中的每一該些機率元素成為該轉換機率，以更新該些矩陣成為該些移動模式矩陣。7.如權利要求6所述的接手視訊監控方法，其特征在于，該些機率元素的值為零。8.如權利要求6所述的接手視訊監控方法，其特征在于，進行該更新步驟是根據一第一等式<formula>formulaseeoriginaldocumentpage3</formula>其中，A,/代表在k次該監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至i監控范圍的該轉換機率，,/代表在k次監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至x監控范圍的該轉換機率，PS—pathij代表由監視范圍j轉換至監視范圍i的一先前樣本數量，PS—path,j代表由監視范圍j轉換至監視范圍x的一先前樣本數量，SNj代表由監視范圍j起始轉換的一已訓練樣本總數。9.如權利要求6所述的接手視訊監控方法，其特征在于，輸入該些樣本路徑的步驟包括實際監控至少一測試對象于一時間區間內的一實際移動路徑。10.如權利要求6所述的接手視訊監控方法，其特征在于，輸入該些樣本路徑的步驟包括手動輸入該些樣本路徑。11.如權利要求1所述的接手視訊監控方法，其特征在于，該控制操作還包括微調該移動路徑所通過的每一該些監控范圍所相對應的該可動攝影裝置的一鏡頭，對準該對象進入該些監控范圍的一入口。12.如權利要求1所述的接手視訊監控方法，其特征在于，該非線性行為預測模型中根據馬可夫模型而建立。13.—種接手視訊監控系統，適用于監控一空間，其中該空間劃分成多個監控范圍，每一監控范圍由一可動攝影裝置監控，此系統包括一信號接收模塊，用于接收一警示信號；一信號分析模塊，以根據該警示信號，確認發出警示信號的一來源位置以及與該來源位置相關的一第一可動攝影裝置；一影像分析模塊，以根據該第一可動攝影裝置所提供的一影像監視信號，確認引發該警示信號的一對象；一路徑預測模塊，根據一非線性行為預測模型，預測該對象的一移動路徑，其中該移動路徑至少包括由該第一可動攝影裝置所監控的一第一監控范圍到一第二可動攝影裝置的一第二監控范圍以及由該第二監控范圍到一第三可動攝影裝置的一第三監控范圍；以及一控制模塊，根據該移動路徑，進行一控制操作，以控制至少該第一可動攝影裝置、該第二可動攝影裝置以及該第三可動攝影裝置，以對該對象進行一接手視訊監控。14.如權利要求13所述的接手視訊監控系統，其特征在于，該非線性行為預測模型中包括多個移動模式矩陣。15.如權利要求14所述的接手視訊監控方法，其特征在于，每一該些移動模式矩陣相對應一監控范圍轉換，且每一該些移動模式矩陣是根據一第一矩陣等式<formula>formulaseeoriginaldocumentpage4</formula>其中k為自然數，Pk代表該對象在k次該監控范圍轉換時的一監控范圍轉換模式，&jk代表k次該監控范圍轉換時，由j監控范圍轉換至i監控范圍的一轉換機率，n代表n個該些監控范圍。16.如權利要求15所述的接手視訊監控系統，其特征在于，當該路徑預測模塊預測該對象進行一次該監控范圍轉換時，該對象之該移動路徑則根據一第一機率運算等式<formula>formulaseeoriginaldocumentpage4</formula><formula>formulaseeoriginaldocumentpage5</formula>其中，P1代表一次監控范圍轉換，bn代表在一次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。17.如權利要求15所述的接手視訊監控系統，其特征在于，當該路徑預測模塊預測該對象至少連續w次監控范圍轉換次時，該對象之該移動路徑則根據一第二機率運算等式<formula>formulaseeoriginaldocumentpage5</formula>其中，w為自然數，P1代表一次監控范圍轉換，P2代表連續在P1之后的二次監控范圍轉換，Pw—1代表w-1次監控范圍轉換，Pw代表w次監控范圍轉換，Cn代表在連續w次監控范圍轉換后，該對象出現在第n監控范圍的一出現機率。18.如權利要求15所述的接手視訊監控方系統還包括一訓練模塊，以更新該非線性行為預測模型，其特征在于，該訓練模塊包括多個矩陣，其中每一該些矩陣包括多個機率元素；一輸入模塊，用以依序輸入多個樣本路徑；以及一更新模塊，依照每次所輸入的該些樣本路徑其中之一，更新一次每一該些矩陣中的每一該些機率元素。19.如權利要求18所述的接手視訊監控系統，其特征在于，該些機率元素的值為零。20.如權利要求18所述的接手視訊監控系統，其特征在于，該更新模塊進行該更新步驟是根據一第一等式<formula>formulaseeoriginaldocumentpage5</formula>以及一第二等式<formula>formulaseeoriginaldocumentpage5</formula>其中，A,/代表在k次該監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至i監控范圍的該轉換機率，,/代表在k次監控范圍轉換且該對象由j監控范圍轉換至i監控范圍時，該對象由j監控范圍轉換至x監控范圍的該轉換機率，PS—pathij代表由監視范圍j轉換至監視范圍i的一先前樣本數量，PS—path,j代表由監視范圍j轉換至監視范圍x的一先前樣本數量，SNj代表由監視范圍j起始轉換的一已訓練樣本總數。21.如權利要求18所述的接手視訊監控系統，其特征在于，輸入該些樣本路徑的步驟包括實際監控至少一測試對象于一時間區間內的一實際移動路徑。22.如權利要求18所述的接手視訊監控系統，其特征在于，輸入該些樣本路徑的步驟包括手動輸入該些樣本路徑。23.如權利要求13所述的接手視訊監控系統，其特征在于，該控制模塊還包括微調該移動路徑所通過的每一該些監控范圍所相對應的該可動攝影裝置的一鏡頭，對準該對象進入該些監控范圍。24.如權利要求13所述的接手視訊監控系統，其特征在于，該非線性行為預測模型中根據馬可夫模型而建立。全文摘要本發明公開了一種接手視訊監控方法與系統以及計算機裝置，適用于監控劃分成多個監控范圍的一空間，每一監控范圍由一可動攝影裝置監控，此方法包括接收一警示信號。之后，根據警示信號，以確認發出警示信號的來源位置相關的一第一可動攝影裝置。之后，根據第一可動攝影裝置所提供的一影像監視信號，確認引發該警示信號的一對象。繼之，根據一非線性行為預測模型，預測該對象的一移動路徑。最后，根據該移動路徑，進行一控制操作，以控制移動路徑所經過的監控范圍中配置的可動攝影裝置，以對該對象進行一接手視訊監控。文檔編號H04N7/18GK101753829SQ20081018633公開日2010年6月23日申請日期2008年12月9日優先權日2008年12月9日發明者嚴嘉鑫,侯沛霖,吳建明,蔡坤成申請人:財團法人資訊工業策進會