走在台北街頭，如果心血來潮想要仰望天空，首先映入眼簾的可能不是天空，反而是品牌樣式多款的安全監控攝影機，如今攝影機已經多到成為城市景觀的一部份。根據報導指出，2017 年全世界大約有 3.5 億支安全攝影機，短短三年後的今日，這個數字已經倍增達到 7.7 億支，再再顯示出其強勁的需求量。尤其是重視民眾生活安全的台灣，安全攝影機的人均密度已經高居全球第三。
先把隱私權放一旁，安全攝影機在執法上的幫助及效益的確令人刮目相看，台北市政府警方從 2009 年起開始分階段在公眾場域建置安全攝影機來保護民眾的安全，而北市警局也有統計，從 2009 年開始運用安全攝影機偵破的刑案多達 210 件，隨著更多安全攝影機的架設與建置，直到 2011年破案又大幅增長了 4 倍（923件），到了 2018 年更高達有始以來的最高點 34 倍（7204 件），而搶奪案也從 2009 年的破獲率 57%，飆升到 2018 年的破獲率 100%。所以在安全攝影機保護下，人們的生活跟 11年前相比，真的比過去更安全有保障，如果說安全攝影機是大家的門神，實在不為過。
因為這個巨大的金礦，讓擁有獨家 AI 技術的雲守護安控，獲得科技部從 2,620 家科技新創中、推薦 521 家團隊參與選拔，經初審、複審、決選三階段，最終成為科技部遴選臺灣 2020 年的「科技新創十酷」。
讓傳統攝影機變聰明，成為智慧安全監控的一份子
如今火熱的 AI 人工智慧在 5G 及 IoT 的快速發展和強力支援下，持續不斷地在不同垂直領域裡大力推動各種智慧應用，然而當前絕大多數的安全攝影機能和「智慧」一詞沾上邊嗎？是否有可能成為智慧城市應用發展上的障礙呢？
「數量龐大的安全攝影機中有超過 95% 的比例只用來被動錄影，或進行非常簡單的動態分析功能，更遑論提供即時的智慧分析機制，這些龐大的錄影影像實際上不到 1% 會被各種保全人員檢查到，所以多半都只能在壞事發生後，事後透過龐大的人力從海量影片中尋找『亡羊補牢』的證據」雲守護安控執行長涂正翰表示。因此雲守護旨在研發出能『即時』解決這些保全人力根本沒有時間、與耗費高昂成本處理的大量安全攝影機影片的核心技術。
最重要的，該公司自家開發的 Beseye AI 影像分析平台採取了無關硬體的軟體架構設計，支援高達 9 成以上且市面上絕大多數品牌的傳統攝影機設備。此一設計讓數量龐大的既有「傳統」攝影機也能在入手門檻較低情況下，搖身一變成為擁有「智慧」 的先進攝影機，並成為公共場合智慧安全監控的一份子。這使得原已投資建置許多傳統安全攝影機的企業，不需額外全面汰換硬體攝影機，不但避免既有硬體投資的浪費，並讓原有投資「浴火重生」地發揮智慧安全監控的效益。
進一步而言，該公司人工智慧影像分析平台之核心採用了以深度學習的 AI 模型為基礎，獨家研發的人體骨幹分析技術（Skeleton-Print™），可自動於安全攝影機影像上取樣近 4,000 個特徵點分析影像中的人體各種姿勢動作，該軟體平台支援市面上 9 成以上的安全攝影機，所以企業可沿用公司內部既有的攝影機（只需符合 Beseye 最低影像規格要求），若公司原本沒有攝影機，也可選擇搭配 Beseye 雲端智慧攝影機。透過該軟體平台，舉凡鐵道平交道意外闖入、跌倒危險事件、陌生人闖入的可疑行為、或智慧零售熱點分析等皆能符合實際場域的不同需求，提供高精準度，進行超過 20 公尺以上的遠距離即時人體行為分析偵測、並發送警報的安全保護，商情分析提供報表，剖析商業的經營機會，進而為公共/商業/家庭等場域提供可負擔成本內的自動化 Beseye AI 智慧影像分析平台。
▲ Beseye 獨家研發的人體骨幹分析技術（Skeleton-Print™），可自動於安全攝影機影像上取樣近 4,000 個特徵點分析影像中的人體各種姿勢動作。（Source：科技新報）
全方位快狠準抓取骨架輪廓、動作、年齡、情緒與風險指數
不可諱言的，如今市面上也不乏許多基於人臉辨識技術的安全監控解決方案，「但隨著隱私權問題愈來愈廣受人們的重視，人臉辨識應用於公共場域難免會引發很大的隱私爭議與疑慮。此外，在很多實際場域與應用情境裡，人臉辨識的精準度深受距離與人臉角度的影響，進而使其可應用性（僅適用於近距離、正面對準鏡頭的場景）」大受限制。」
此外，為了嚴格確保數據的資訊安全，雲守護安控從一開始就花了很多時間設計與研發嚴密的防駭客資訊安全系統架構，因此從上線到現在，已經看過很多其他企業的安全攝影機遭到駭客入侵、人們隱私受到侵犯。但是雲守護安控從來沒有發生過駭客入侵的事情。光是這點，其實就很多年輕團隊不願意在這點上花時間建立完善穩定的基礎，主要原因是一個企業在隱私與安全性上面的努力，通常只能經由市場長時間的驗證證明，所以這其實有點像是雲守護安控的理念。涂正翰分析指出。
而回到雲守護安控最擅長的影像分析技術上面，雲守護安控的人體骨幹分析技術能夠精準識別 30～50 公尺外，每個人體大範圍角度變化的各種人體特徵與動作。不僅如此，該技術比人臉辨識等傳統分析機制的辨識精準度高出 30% 以上、速度也快了 3.75 倍，跳脫距離與角度的限制，獲得又快、又準的識別力。
涂正翰接著解釋該公司又快、又準的長距離全方位識別技術的關鍵，全在於獨家的四道工序。首先，第一步會在人體上取樣 4,000 多個特徵點，進而抓出整體骨架輪廓；第二步抓取關節點位置，進而能偵測目標者的動作及行為；第三步在人臉上劃分特徵點，同時避開臉部識別的特徵點，讓機器僅能判讀出大概的年齡層及情緒反應；第四步擷取目標者於場域中乃至與各物件的相對位置，進而判定其風險指數（例如站在平交道上或離某危險機台設備太近）。即使臉部角度偏移或被遮擋，也可以輕易透過特徵點解讀出人體的姿勢，因此能大量辨識公共場域中的跌倒或暴力行為等動作特徵。
藉由通路夥伴，鎖定交通、工廠、零售、醫療與金融五大領域
身為新創公司，該公司在成立最初時候便獲得來自 StarFab 加速器的許多幫助，如今該團隊背後的主要投資機構包括日本三菱（Mitsubishi）、富邦金控，以及工研院體系統的創新工業技術移轉公司（ITIC）、統一企業，團隊在 2019 年取得超過 1 億元的募資。
在市場拓展上，目前雲守護安控最重要的兩塊市場就屬日本與台灣，光這兩個地方的銷售成績就占整體營收的 6 成以上。包含日本前三大鋼鐵工廠 JFE Steel、NTT、及東急鐵道等企業均採用 Beseye AI 分析服務，至於台灣，除中華電信及遠傳電信外，知名購物中心以及台灣上市製造工廠亦採用採用該公司的服務。
東急鐵道在 2001 年估計，每個鐵路平交道設置 AI 系統的平均費用是 30 萬美元（約 900 萬台幣），非常不符合經濟效益。到了 2014 年平均成本急劇下滑至極具經濟規模效益的 600 美元（約 18,000 元台幣）。再加上「AI 影像分析，邊緣運算技術、以及雲端物聯網運算技術是我們的長項，但是良好的技術必須遇到最佳時機才能形成可以獲利的商業模式，過去 14 年來 GPU 計算速度的躍進讓演算法成長高達 450 倍，帶動 AI 整體效能快速提升。就是在這樣的時機下，雲守護安控的技術、產品與服務才能得到市場的歡迎與青睞。」涂正翰分析指出。接下來，將有限的資源及人力投注，扎根在智慧零售、智慧交通、智慧製造，放眼於智慧醫療/長照及智慧金融等含金量最高的五大市場上，便成了該公司最穩紮穩打的市場經營策略。
一顆愈經打磨愈發亮的原石：智慧工廠。AI 模型的成熟與成功複製於廣大市場。
當我們更進一步深入來看，一家受到日本前三大鋼鐵工廠商業客戶青睞的年輕新創公司，他的技術獨到之處值得探究，令人更繞味的話題是，雲守護安控如何採用獨家技術深耕於日本市場，往下淬煉 AI 模型使其發光、橫向開發不同類型的大型工廠商業客戶，直擊日本客戶商業需求，並成功拿下日本市場的訂單。
一道獨門料理如果找到對的方法宣傳，那麼知其特色的人們必定會一傳十、十傳百。但如果同時面對眾多商業客戶需求，一招一招的將其化解，涂正翰指出客戶的需求被「個別」解決同時，將很難從中建立 AI 模型資料庫，如能找出他們的「共同」之處，從資料庫裡拿出再「個別」的訓練模型，更能快速解決客戶重視的問題。此 AI 模型資料庫就是，雲守護安控成功快速拿下日本大型商業客戶訂單的秘密之一。
舉凡，日本 JFE Steel 鋼鐵工廠安全區域辨識、日本大型製造工廠作業 SOP 分析、日本大型智慧零售動作 SOP 分析等，都是透過資料庫裡的 AI 模型，再拆解演算法的數學公式、場域座標軸精密計算、大規模數據資料訓練模型、模型外整體系統架構設計等，開發出一套系統進而解決客戶的真正需求。
另外，雲守護安控不滿足 AI 模型資料庫的現況，在持續與既有日本客戶密切導入不同階段的訂單同時，並帶回來複製於台灣中小型企業上，最近最為成功案例便是台灣中型製造業的作業 SOP 分析，參考日本大型製造工廠案例，實際運用在中型客戶，並獲得肯定。大型、中小型商業客戶的解決方法，雖有異曲同工之處，但只要有一點相異性發生，都能使 AI 資料庫的模型更加成熟、優化，進而也能開發出另一個市面上尚未有的 AI 分析系統。
未來，雲守護安控將拓展日本與台灣大型工廠企業客戶列為重點之一，同時日本與台灣的中小型商業客戶也是國際市場開發的下一個里程碑。涂正翰於採訪時說道。
科技新報粉絲團
加入好友
訂閱免費電子報
