电脑系统、资源分配方法及其影像辨识方法技术方案

一种电脑系统、资源分配方法及其影像辨识方法。取得多台影像撷取装置所撷取的影像。透过数个辨识作业分别辨识那些影像撷取装置的影像中是否出现警示物件，而各辨识作业占用此电脑系统的部分系统负载。若自一张影像中辨识到警示物件，则调整那些辨识作业所用的系统负载，且判断影像中的警示物件所关联的人物。本发明专利技术可动态调整电脑系统的负载，并提供更加实用的辨识方式，使电脑系统具有能力来即时处理辨识作业。

Computer system, resource allocation method and image recognition method

【技术实现步骤摘要】
电脑系统、资源分配方法及其影像辨识方法
本专利技术是有关于一种安全防护系统与技术，且特别是有关于一种电脑系统、其资源分配方法及其影像辨识方法。
技术介绍
为了安全防护，部分店家或住家装载有闭路电视(Closed-CircuitTelevision，CCTV)监视系统，以方便监视特定区域。虽然使用者可即时观看监视画面，但人工监视的成本高，且人为的疏忽难以避免。随着科技进步，影像辨识技术也越来越成熟，监视系统也逐渐导入影像辨识技术。例如，图1是已知技术说明影像辨识的示意图。请参照图1，影像I中的人及商品基于影像辨识技术而分别被辨识出来。而由于影像辨识技术对于电脑的运算资源有较高的需求，一般的当地端(Localside)，例如家用电脑或笔记本电脑(PC/NB)通常无法即时辨识太多的监视画面或过多的监视目标，因此现有的监视系统会将监视画面传送到远端(remoteside)，例如云端伺服器，藉由云端伺服器较强的运算能力来对监视画面辨识。然而，受限于连线、反应速度等问题，云端伺服器的辨识结果也可能无法即时回馈给使用者而做出相对应的反应。由此可知，现有用于监视的辨识技术仍有待改进。“
技术介绍
”部分只是用来帮助了解本
技术实现思路
，因此在“
技术介绍
”部分所揭露的内容可能包含一些没有构成本领域技术人员所知道的已知技术。在“
技术介绍
”部分所揭露的内容，不代表所述内容或者本专利技术一个或多个实施例所要解决的问题，在本专利技术申请前已被本领域技术人员所知晓或认知。
技术实现思路
本专利技术提供一种电脑系统、其资源分配方法及其影像辨识方法，可动态调整电脑系统的负载，并提供更加实用的辨识方式，使电脑系统具有能力来即时处理辨识作业。本专利技术的其他目的和优点可以从本专利技术所揭露的技术特征中得到进一步的了解。为达上述之一或部分或全部目的或是其他目的，本专利技术的一实施例提出一种资源分配方法用于电脑系统，且此方法包括下列步骤。取得多台影像撷取装置所撷取的影像。透过数个辨识作业分别辨识那些影像撷取装置的那些影像中是否出现警示物件，而各辨识作业占用此电脑系统的部分系统负载。若自那些影像的至少其中之一中辨识到此警示物件，则调整那些辨识作业所用的系统负载。为达上述之一或部分或全部目的或是其他目的，本专利技术的一实施例提出电脑系统包括输入装置、储存器、影像处理器及主处理器。输入装置取得多台影像撷取装置所撷取的多个影像。储存器记录那些影像撷取装置的那些影像、以及数个模块。影像处理器运行推论器。主处理器耦接输入装置、储存器及影像处理器，并存取且载入储存器所记录的那些模块。而那些模块包括多个基本辨识模块及负载平衡模块。那些基本辨识模块透过推论器执行数个辨识作业，以分别辨识那些影像撷取装置的那些影像中是否出现警示物件，而各辨识作业占用电脑系统的部分系统负载。而若自那些影像中辨识到此警示物件，则负载平衡模块调整那些辨识作业所用的系统负载。为达上述之一或部分或全部目的或是其他目的，本专利技术的一实施例提出的影像辨识方法包括下列步骤。取得连续拍摄的多张影像。辨识那些影像中是否出现警示物件。若那些影像中出现警示物件，则判断那些影像中的警示物件所关联的人物。依据那些影像的时序关系判断那些影像中此人物与此警示物件的互动行为，以决定那些影像对应的场景。为达上述之一或部分或全部目的或是其他目的，本专利技术的一实施例提出用于影像辨识的电脑系统包括输入装置、储存器、影像处理器及主处理器。输入装置取得连续拍摄的多张影像。储存器记录那些影像、以及数个模块。影像处理器运行推论器。主处理器耦接输入装置、储存器及影像处理器，并存取且载入储存器所记录的那些模块。而那些模块包括基本辨识模块及进阶辨识模块。基本辨识模块透过推论器辨识那些影像中是否出现警示物件。若那些影像中出现警示物件，则进阶辨识模块透过推论器判断那些影像中的警示物件所关联的人物，并依据那些影像的时序关系判断那些影像中此人物与此警示物件的互动行为，以决定那些影像对应的场景。基于上述，本专利技术实施例是在一般状态下平均分配所有辨识作业所用的系统负载。而自影像中侦测到警示物件之后，电脑系统切换成紧急状态，并系统负载将被分配给进阶辨识作业，以确保针对警示物件的一般辨识作业及针对详细情境的进阶辨识作业都能即时得出辨识结果，且不影响辨识准确度。另一方面，针对详细情境的辨识，本专利技术实施例考虑人与警示物件在不同时序之影像中所形成的互动行为，以提升情境辨识的可靠度。为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。附图说明图1是一已知技术说明影像辨识的示意图。图2是依据本专利技术一实施例的安全防护系统的元件方块图。图3是依据本专利技术一实施例的资源分配方法的流程图。图4是依据本专利技术一实施例说明一般状态的系统负载配置。图5是依据本专利技术一实施例的影像辨识方法的流程图。图6是依据本专利技术一实施例说明紧急状态的系统负载配置。具体实施方式有关本专利技术之前述及其他
技术实现思路
、特点与功效，在以下配合参考附图之一较佳实施例的详细说明中，将可清楚地呈现。以下实施例中所提到的方向用语，例如：上、下、左、右、前或后等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本专利技术。并且，以下实施例中所提到的「耦接」一词可指任何直接或间接的连接手段。此外，「信号」一词可指至少一电流、电压、电荷、温度、资料、电磁波或任何其他一或多个信号。图2是依据本专利技术一实施例的安全防护系统1的元件方块图。请参照图2，安全防护系统1包括多台影像撷取装置10、电脑系统30及监控平台50。各影像撷取装置10例如是相机、摄影机等，可撷取影像的装置，且各影像撷取装置10包括镜头、影像感测器等元件。各影像撷取装置10可对某一环境中的特定区域进行影像撷取的作业。电脑系统30例如是台式电脑、笔记本电脑、工作站、或各类型伺服器。电脑系统30至少包括但不仅限于处理系统31、输入装置32、储存器33及警示装置35。处理系统31包括影像处理器36、主处理器37以及人工智能的推论(Inference)器311。影像处理器36可以是图形处理单元(GraphicProcessingUnit，GPU)、人工智能(AI)晶片(例如，张量处理单元(TensorProcessingUnit，TPU)、神经处理单元(NeuralProcessingUnit，NPU)、视觉处理器(VisionProcessingUnit，VPU)等)、特殊应用集成电路(Application-SpecificIntegratedCircuit，ASIC)、或现场可编程逻辑闸阵列(FieldProgrammableGateArray，FPGA)等处理器。影像处理器36经设计而作为神经运算引擎，用于提供运算能力/容量，并运行人工智能的推论器311，其中推论器311作为固件(Firmware)。于本实施例中，此推论器311是利用基于机器学习(MachineLearning)所训练的神经网路模型或本文档来自技高网...

【技术保护点】
1.一种资源分配方法，用于电脑系统，其特征在于，所述资源分配方法包括：/n取得多个影像撷取装置所撷取的多个影像；/n透过多个辨识作业分别辨识所述多个影像撷取装置的所述多个影像中是否出现警示物件，其中每一所述辨识作业占用所述电脑系统的部分系统负载；以及/n若自所述多个影像的至少其中之一中辨识到所述警示物件，则调整所述多个辨识作业所用的系统负载。/n

【技术特征摘要】
1.一种资源分配方法，用于电脑系统，其特征在于，所述资源分配方法包括：
取得多个影像撷取装置所撷取的多个影像；
透过多个辨识作业分别辨识所述多个影像撷取装置的所述多个影像中是否出现警示物件，其中每一所述辨识作业占用所述电脑系统的部分系统负载；以及
若自所述多个影像的至少其中之一中辨识到所述警示物件，则调整所述多个辨识作业所用的系统负载。


2.如权利要求1所述资源分配方法，其特征在于，调整所述多个辨识作业所用的系统负载的步骤，包括：
将未辨识到所述警示物件的所述多个影像作为一般影像；以及
降低所述一般影像对应的辨识作业所使用的系统负载。


3.如权利要求2所述资源分配方法，其特征在于，降低所述一般影像对应的辨识作业所使用的系统负载的步骤包括：
降低所述一般影像对应的辨识作业的影像处理速度。


4.如权利要求2所述资源分配方法，其特征在于，降低所述一般影像对应的辨识作业所使用的系统负载的步骤包括：
降低所述一般影像在对应辨识作业处理下的影像解析度。


5.如权利要求2所述资源分配方法，其特征在于，调整所述多个辨识作业所用的系统负载的步骤包括：
将辨识到所述警示物件的影像作为关注影像；
将所述降低的系统负载提供给进阶辨识作业；以及
透过所述进阶辨识作业判断在所述关注影像中所述警示物件与关联人物的互动行为。


6.如权利要求1所述资源分配方法，其特征在于，透过所述多个辨识作业分别辨识所述多个影像撷取装置的所述多个影像中是否出现所述警示物件的步骤之后，还包括：
若自所述多个影像撷取装置的所述多个影像中皆未辨识到所述警示物件，则平均分配所述电脑系统的系统负载给所述多个辨识作业。


7.如权利要求1所述资源分配方法，其特征在于，透过所述多个辨识作业分别辨识所述多个影像撷取装置的所述多个影像中是否出现所述警示物件的步骤之后，还包括：
依据所述多个辨识作业的辨识结果切换成一般状态及紧急状态中的其中之一者，其中
在所述一般状态中，平均所述多个辨识作业所用的系统负载；以及
在所述紧急状态中，降低未辨识到所述警示物件的辨识作业所用的系统负载。


8.如权利要求5所述资源分配方法，其特征在于，透过所述多个辨识作业分别辨识所述多个影像撷取装置的所述多个影像中是否出现所述警示物件的步骤，包括：
透过人工智能的推论器执行所述多个辨识作业及所述进阶辨识作业。


9.如权利要求5所述资源分配方法，其特征在于，透过所述进阶辨识作业判断在所述关注影像中所述警示物件与关连人物的互动行为的步骤之后，还包括：
通报所述进阶辨识作业的辨识结果。


10.一种电脑系统，其特征在于，所述电脑系统包括输入装置、储存器、影像处理器以及主处理器，其中：
所述输入装置取得多个影像撷取装置所撷取的多个影像；
所述储存器记录所述多个影像撷取装置的所述多个影像、以及多个模块；
所述影像处理器运行推论器；以及
所述主处理器耦接所述输入装置、所述储存器及所述影像处理器，并存取且载入所述储存器所记录的所述多个模块，而所述多个模块包括负载平衡模块以及多个基本辨识模块，其中：
所述多个基本辨识模块透过所述推论器执行多个辨识作业，以分别辨识所述多个影像撷取装置的所述多个影像中是否出现警示物件，其中每一所述辨识作业占用所述电脑系统的部分系统负载；以及
若自所述多个影像的至少其中之一中辨识到所述警示物件，则所述负载平衡模块调整所述多个辨识作业所用的系统负载。


11.如权利要求10所述电脑系统，其特征在于，所述负载平衡模块将未辨识到所述警示物件的影像作为一般影像，并降低所述一般影像对应的辨识作业所使用的系统负载。


12.如权利要求11所述电脑系统，其特征在于，所述多个模块还包括：
数据调整模块，降低所述一般影像对应的辨识作业的影像处理速度。


13.如权利要求11所述电脑系统，其特征在于，所述多个模块还包括：
数据调整模块，降低所述一般影像在对应辨识作业处理下的影像解析度。


14.如权利要求11所述电脑系统，其特征在于，所述负载平衡模块将辨识到...

【专利技术属性】
技术研发人员：罗英鸿，
申请(专利权)人：中强光电股份有限公司，
类型：发明
国别省市：中国台湾;71