本技術主要使用於監控系統的影像分析，把輸入的影像資料經過低複雜度的Foreground Detection進行前後分離與背景建模，來獲得良好的前景資料與抗環境干擾性；獲得的前景資訊將進入到Object Labeling來對前景連通區塊給與個別的標籤值；當前後景影像資訊過於相近時，獲得的前景資料會過於破碎，所以使用Object Grouping來對臨近的前景進行標籤資訊的統合，來達到完整的物件標籤的效果；Object Tracking將會去匹配前一幀的物件標籤資訊，若已經存在的情況下則進行取代的動作，即可達到一個簡單的追蹤系統；然而這系統必定存在的Occlusion的情況，因此也對各種可能情形進行相對應的解決方案來達到良好追蹤。這套智慧影像監控系統並不使用任何的顏色資訊與外觀建模，因此擁有極快速的處理效能，目前應用在嵌入式系統(Raspberry Pi)上面，並且擁有不錯的速率與成果。
ECG (Electro-cardiogram)心血圖為診斷心血管疾病的重要工具。ECG心電訊號監護儀器及多導程的心電圖量測裝置如Holter system，在需要數日連續量測的情況下，一個能達到即時且高壓縮率的訊號壓縮處理方法，可以避免龐大資料量造成網路頻寬與儲存空間的負擔。然而訊號壓縮分為無損(Lossless)與有損(Lossy)壓縮。即時(Real Time)的無損壓縮不但能提升診斷準確度也能供後續的醫療應用。我們利用可變動式的預測模組(Adaptive Linear Prediction)來降低動態預測誤差，利用可變式的哥倫布編碼(Content - Adaptive Golomb rice coding)來提升整體系統壓縮率。

本技術是一種未來智慧控制系統的模擬應用，相較於市面上的IoT方案大多著點在智慧手機為媒介，我們主要著重在於行為本身的操作，可以避免攜帶式的不便，並且同時擁有更多的未來方案的可行性，在鏡頭模組在居家的重要性逐漸增加的現況中，行為控制與辨識將會是更符合智慧家庭需求的方案。

可用於偵測防盜、人形追蹤、寵物等，也能結合一些行為辨識的處理，能夠達到一些智慧控制系統的應用，或是結合物件軌跡與Direct Linear Transformation，即可達到室內定位的成果。