從行為著手,日本便利商店整合 AI 及臉部辨識預防小偷

作者 | 發布日期 2021 年 03 月 26 日 16:50 | 分類 AI 人工智慧 , 科技生活 Telegram share ! follow us in feedly


監視器已成為台灣大街小巷普及的工具,尤其監視器不只用來記錄影像,搭配背後的 AI 軟體,可應用的層面更多了,自然也衍生出個人隱私的問題。

比如之前報導,由於中國近年積極推動臉部辨識機制,不管公家單位或私人企業,都習慣性架設一台攝影機,去餐廳、飯店、百貨公司,只要往臉一照,就能知道你是誰,導致竟然有民眾去看房時還戴著安全帽的案例。

我們換個國家,看看日本怎樣運用監視器的。

因禁用塑膠袋導致便利店失竊率增加

日本便利商店偷竊案件一直居高不下,光 2020 年統計,全國發生的便利商店竊盜案就有 87,278 起。便利商店犯罪的作案手法逐年變化,尤其由於日本超市和便利商店從 2008 年開始收費塑膠袋,自備袋子的購物者增多,讓竊賊多了掩護道具,也造成店員的困擾。

目前最常打擊便利商店盜竊的對策是監控鏡頭。店家自我保護的方式之一,過去會將監控錄影拍到的竊賊畫面列印出來,然後貼出來,並要求顧客提供線索,但往往耗時也不一定抓得到犯人。

便利商店竊犯往往會重複犯案

據警方統計,便利商店慣竊一旦犯過一次,再犯率很高。因此如果事先知道這些慣竊的臉孔,當累犯走進店裡被鏡頭拍到時,系統偵測就可利用手機通知店員或警衛,提醒他們注意。

日本製作專業貨幣機及防偽點驗鈔機機具的 Glory 公司,開發了一套系統。Glory 原本就有發展辨別貨幣和紙幣種類和真偽的圖像辨識技術,從 2010 年左右開始,將業務拓展到生物辨識認證領域。

生物辨識和圖像辨識銷售企劃部總經理大池康夫表示:「透過將所有預先登記的臉部與到店臉部比對,能瞬間辨識出預先登記的臉。」如果系統登錄曾在商店偷竊或惹事的臉部紀錄,當這人到店,系統會通知店員。

然而並不是每次都能正面捕捉客戶影像。如果臉朝下行走,或鏡頭只能拍到輪廓,可能很難辨識此人。

龜山解釋:「透過技術革新,即使側面或邊角看人,也能辨識身分。我們 2018 年推出的系統採用深度學習,從 1 千多萬張圖片學習臉部特徵,且增強從額頭、太陽穴等部位辨識人特徵的能力。新系統準確率比之前產品提高 10 倍以上,能更可靠辨識出不是正面朝鏡頭的人臉。」

戴口罩也能辨識

這種改進對處理戴口罩者也很有效,新冠病毒爆發期間,戴口罩更普遍。在此之前,如果某人臉部被口罩或墨鏡遮擋,很難驗證身分,但現在系統可更準確地檢測出遮擋部分外的特徵,戴口罩者辨識率提高 70% 左右。

包括超市、書店,全日本約 1 千家店舖安裝 Glory 臉部辨識系統,2017 年 7 月,東京澀谷三家大型書店參與利用臉部辨識防範店內盜竊事件的實驗計畫。參與這計畫的某些書店,損失比前一年減少近一半。

利用行為預防犯罪,不一定要臉部資料

從保護個資的角度出發,這種用臉部辨識防範犯罪的方式,不一定站得住腳。以日本法律來說,雖然 A 便利商店可保存店內竊盜案的資料,但不一定可共享給 B 或 C 商店。

所以其他廠商有另一種思維,就是用 AI 學習「行為」判斷是否有可疑活動,而非用人臉。

VAAK(東京千代田)公司開發的「VAAKEYE」,就是根據鏡頭圖像分析顧客進店後行為,並將可疑行為通知員工。系統透過 10 萬小時以上錄影畫面,學習到可發現 100 種可疑行為,如「一進店就找攝影機在哪裡並東張西望」、「把商品放進包裡或藏在衣服裡」、「不付錢把商品帶出商店」等。

VAAK 總裁田中遼表示,研發這套系統最大的問題就是,你很難知道偷竊者的行為有哪些,並很難獲得偷竊者實際行動的錄影畫面。

在這種情況下,他向負責打擊商店犯罪行為的專業保全人員學習,瞭解案發前後的可疑行為模式,並親自拍攝案發影像,透過反覆驗證提高檢測的準確性。

測試版 2016 年春季推出,並於當年底首次逮捕偷竊犯。2017 年,服務正式推出。到目前為止,這項服務已取得一定成效,一些便利店透過逮捕違法者和員工警告,使偷竊行為減少近 80%。Glory 已與約 50 家公司簽訂使用系統合約,包括防止自家員工將物品帶出商店,以及防止工業事故。

即使疫情災難增加人們網路購物數量,但並不會減少人們實體店購物需求,同樣的,商店偷東西行為也不會消失。過去引入監視器以防止竊案,雖然的確降低失竊率,但竊賊也學會怎麼躲避監視器畫面、降低店員戒心。現在透過臉部辨識、AI 等新技術引入,雖然不見得讓犯罪消失,但至少提高犯罪難度,並有嚇阻效果。

(圖片來源:VAAK