（本课程随选随学，仅提供课程视频，无授课教师与助教参与，也不开放测验、讨论区、与证书等功能。）
本课程将对于可结合物联网应用于智能商场之先进多人定位系统之电脑视觉技术进行介绍与探讨。相关技术可以定位之方式分成：（1）以重建三维人体（水平截面/垂直线段采样）进行定位，（2）以人体模型（矩形立牌数组）的占有机率（面积）来定位，（3）集成前两种方法的混合方法。本课程将介绍以上各类技术之发展趋势，包括人物相互屏蔽条件下之定位正确性、不同影像处理方法之稳定性与运行速度各方面提升系统性能之选项。此外，本课程亦将介绍至少两种可结合物联网应用之多摄影机系统之校正方法，以及不同校正方法于正确性与实施方便性之比较。学习本课程之学员，可以获得多人定位系统所需之电脑视觉与影像处理相关背景知识以及最新的技术发展趋势，而对后续于相关领域之学习或产品研发（如商场人流与热点分析、人群行为安全监控、购物动线优化等）亦将有莫大的帮助。
本课程于 2016 年制作，部分技术可能已有更新，请各位学员随时留意最新技术。
獲得多人定位系統所需之電腦視覺與影像處理相關背景知識以及最新的技術發展趨勢。對後續於相關領域之學習或產品研發（如商場人流與熱點分析、人群行為安全監控、購物動線最佳化等）亦將有莫大的幫助。
莊仁輝 老師 國立陽明交通大學 資訊工程學系 教授
莊仁輝老師，目前為國立陽明交通大學資訊工程學系教授兼教務長，研究專長為訊號與影像處理、電腦視覺 VLSI設計，莊教授帶領的團隊持續研發先進的電腦視覺技術，已獲得數十件國內外專利與業界與研發單位共同建構出產學研體系，提升台灣在智慧型環境(尤其是視覺安全監控方面)之研發技術。該團隊於2013年獲得第三屆經濟部國家產業創新獎之年度科專楷模獎。
单元 1:人物定位的基本构思和介绍基于垂直消失点的人物定位方法
单元 2:使用足迹分析加速基于垂直消失点的人物定位方法
单元 3:介绍基于人物模型人物定位方法并一般化此方法
单元 4:加速基于人物模型人物定位方法
单元 5:摄影机校正
单元 6:人物定位和摄影机校正实作流程
具備基礎計算機網路概論之相關知識
[1] L M. Fuentes and S. A. Velastin, “People tracking in surveillance applications,” in Proc. the 2nd IEEE Int. workshop on PETS, 2001.
[2] http://online.wsj.com/news/articles/SB10001424052702303332904579230401030827722
[3] S. M. Khan and M. Shah, “Tracking multiple occluding people by localizing on multiple scene planes,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 31, no. 3, pp. 505–519, 2009.
[4] K.-H. Lo and J.-H. Chuang, “Vanishing point-based line sampling for efficient axis-based people localization,” in Proc. IEEE Int. Conf. on Image Processing, 2011.
[5] K.-H. Lo and J.-H. Chuang, "Vanishing point-based line sampling for real-time people localization," IEEE Transactions on Circuits and Systems for Video Technology, vol.23, no.7, pp.1209–1223, 2013.
[6] K.-H. Lo and J.-H. Chuang, “View-invariant measure of line correspondence and its application in people localization,” in Proc. IEEE Int. Conf. on Image Processing, 2012.
[7] K.-H. Lo C.-J. Wang, J.-H. Chuang, and H.-T. Chen, “Acceleration of vanishing point-based line sampling scheme for people localization and height estimation via 3D line sampling,” in Proc. IEEE Int. Conf. on Pattern Recognition, 2012.
[8] F. Fleuret, J. Berclaz, R. Lengagne, and P. Fua, “Multicamera people tracking with a probabilistic occupancy map,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 30, no. 2, pp. 267–282, 2008.
[9] Y.-S. Lin, K.-H. Lo, H.-T. Chen, and J.-H. Chuang, “VP-transform: a novel vanishing point-based image transform for enhancement of people localization,” in Proc. IEEE Int. Conf. on Multimedia and Expo, 2013.
[10] Y.-S. Lin, K.-H. Lo, H.-T. Chen, and J.-H. Chuang, “Vanishing point-based image transforms for enhancement of probabilistic occupancy map-based people localization,” IEEE Transactions on Image Processing, vol. 23, no. 12, pp. 5586–5598, 2014.
[11] Y.-S. Lin, H.-T. Chen, J.-N. Hwang, C.-J. Hsiao, and J.-H. Chuang, “1-D integral image for enhancing efficiency and effectiveness of probabilistic occupancy map-based people localization approach,” in Proc. Int. Conf. on Digital Image Processing, 2016.
[12] Y.-S. Lin, H.-T. Chen, and J.-H. Chuang, "An efficient probabilistic occupancy map-based people localization approach," in Proc. IEEE Int. Conf. on Visual Communications and Image Processing, 2015.
[13] Yen-Chou Tai, Yong-Sheng Chen, and Jen-Hui Chuang, “Efficient calibration of multi-plane homography using laser levels,” in Proc. IEEE Int. Conf. on Image Processing, 2015.