企業的永續經營需要不斷的成長與獲利，近幾年台灣市場成長不易，對於新市場的布局是許多企業面臨的重要課題。因所任職的公司，希望能以資訊代理商的條件，找到一個能開發出新的銷售通路的產品線，同時又能利用到既有已代理的資訊產品的優勢。這幾年雲端運算技術已成熟，儲存成本大幅降低，數位影像壓縮技術、網路頻寬與電腦效能大幅提升及手持裝置及應用程式普及化，從外在環境的趨勢，看到智慧影像監控及應用的成長機會。 本研究以個案公司為案例，探討一個成立30多年的資訊通路代理商，在決定投入智慧影像監控市場後，如何依自己的條件及瞭解競爭環境，用通路代理商的角度來擬定行銷策略。除了傳統類比轉成影像數位化的監控商機，對於雲端科技到物聯網、大數據分析、互動看板廣告行銷、行動科技等在智慧影像上的運用，希望能透過解決方案的整合找出新的市場機會及新的策略合作夥伴，並提出可具體商業化的營運模式。 對於智慧影像監控市場的應用，研究內容將列出現在及未來的主要應用內容，舉凡人流及車流分析、臉部及車牌辨識技術應用、熱感分析、智慧城市、消費者行為分析及互動式數位廣告等等，以資訊配銷商的利基點，找出商業模式，從使用者的不同需求，提供產品垂直整合上的規劃。在現有實體配銷機制，找出應用軟體開發商、資訊及網路監控等相關硬體設備建廠商、工程設計與建置服務等等的團隊合作機制。除了既有相互合作共同承攬生意的方式，也規劃透過B2B網路平台的行銷模式，建立案例行銷讓業主找到所需服務，吸引更多創新應用的公司加入合作的團隊，期能創造更多的互利多贏的營運模式。

「家」是人類生活的重心，居家影像監控設備的需求來自於家庭用戶想要掌握居家環境安全現況。相對於商業影像監控的應用，居家影像監控設備安裝的複雜度需要較低。因此居家影像監控市場以簡易安裝、遠端監控為主要的發展趨勢。 網路攝影機(IP Camera)具有數位化及網路化的特色，掌握寬頻網路的電信業者積極為影像監控市場創造新興的居家應用情境。許多傳統影像監控產品製造商為因應居家影像監控的潮流，也紛紛推出產品因應。然而電信業者及傳統影像監控業者在居家影像監控的市場都沒有得到很大的成功。個案公司創立於2009年，在2012年所推出的第一代產品，一開始只在網路上銷售，卻在2012、2013席捲美國市場，成為美國居家影像監控產品的第一品牌。 本研究探討之研究問題包括: (一)數位化及網際網路的普及對影像監控產品設計之影響、(二)行動裝置的普及對影像監控產品設計之影響、(三)個案公司提升消費者認知價值之產品創新策略。 本研究採用個案研究方法，首先列出客戶所重視的產品要素，以產品關鍵要素為橫軸客戶對個案產品的認知價值為縱軸描繪出曲線圖，比較個案公司產品與競爭對手的產品價值曲線，可解讀出其策略上的差異點。最後運用藍海策略思維，重塑和創新價值曲線以產生新的策略意義。 本研究發現，數位科技進步及網際網路的普及降低了使用影像監控產品的門檻，因而使居家影像監控產品得以被大量採用。而移動裝置的普及改變了消費者使用影像監控產品的方式，使用者的體驗主要來自於手機App的操作經驗，與過去在個人電腦上的使用經驗完全不同。個案公司以解決使用者痛點作為提升消費者認知價值之產品創新策略，值得居家影像監控業者未來產品規劃參考。 / Home is the center of human life, home video surveillance equipment demand from home users want to master the security status of the home environment. With respect to the commercial video surveillance applications, home video surveillance equipment requires low complexity of the installation. Therefore, the main trend of home video surveillance is easy installation and remote monitoring. IP Camera has digitized and network-oriented features, Internet carriers create new application scenarios for home video surveillance market. Many traditional video surveillance equipment manufacturers to cope with the trend of home video surveillance have also introduced products in response. However, carriers and traditional video surveillance industry in the home video surveillance markets have not been very successful. Founded in 2009, Dropcam Inc. launched the first generation of products in 2012, selling only on the Internet at the beginning, became the top brand of home video surveillance products in United States in 2013. This study try to answer three questions: (1) The popularity of digital technology and the Internet's impact on the design of video surveillance products, (2) The impact of the popularity of mobile devices on the design of video surveillance products, (3) Dropcam’s product innovation strategy to enhance consumer perceived value of the product. This study used a case study approach. Comparing the product value curve of Dropcam's products and its competitor’s product can interpret difference of strategy. Finally, the use of blue ocean strategy thinking, remodeling and innovation to create a new value curve strategic importance. The study found that the popularity of digital technology and the Internet's progress reducing the threshold to use of video surveillance products, thus making home video surveillance products to be widely adopted. The popularity of mobile devices has changed the way consumers use video surveillance products. Dropcam to resolve user’s pain points to enhance consumer awareness of the value of a product. It is worth for coming home video surveillance maker’s reference.

我們提出的智慧型睡眠監測系統，是基於影像分析技術進行睡眠品質觀測，並利用所得到的數據來推斷最佳的喚醒時間。此系統命名為iWakeUp，利用非接觸式的方法來收集影像資料並進行後續處理，此裝置將被安裝在一般的臥室來幫助睡眠者，以期成為增進智慧家庭生活品質的一環。在此論文中，我們將會描述iWakeUp的各個模組包括測定動作量、推斷睡眠階段乃至於如何建立喚醒機制。更特別的是，我們考慮了喚醒時間與喚醒機制的關係，於較早的時間喚醒必須具有更高的信心度，否則將付出較大的代價，反之亦然。另外為了處理晨間臥室中的光影變化，不同的背景模型也已被整合測試，以期讓系統可以提升長時間觀測的準確度。最後，我們也進行了使用iWakeUp的臨床實驗，結果指出使用iWakeUp喚醒的睡眠者具有較低的嗜睡感與更好的活力。 / We present a video-based monitoring system to determine the sleep status and optimal wakeup time in this thesis. We envision a smart living space in which a data collection and processing module named iWakeUp is installed in the bedroom to record and monitor sleep in a non-invasive manner. We describe the overall structure of the iWakeUp system, including the procedure to measure amount of motion, the method for inferring wake/sleep status from the acquired video and the logics for deciding the optimal wakeup time. In particular, a time-dependent decision rule has been incorporated to account for unequal penalties when classification error occurs. Furthermore, various background modeling techniques have been examined to address lighting changes at dawn in the bedroom for long-term monitoring. Validation experiments are carried out to compare the alertness level upon awakening with/without reported a lower level of sleepiness and higher level of vigorousness in comparison to the control group.