翻轉思維‧創造台灣安防市場新局面 -專訪交通大學電機與控制工程系研究助理教授 蒲鶴章
 
「先知道獲利點在哪?確定有收益才考慮投資」是台灣企業甚至一般台灣人的普遍思維─追求安全,穩健。但在技術研發的初期總是需要投入大筆資金,這讓大多數台灣廠商卻步,因而望著其他國家的廠商在技術研發上突飛猛進。在施與得之間該如何考量?
 
撰文:張婉玲 分享到 Facebook
  好友人數
 

 
IVS及IVA話題仍舊火紅
傳統的安全監控系統,主要是透過攝影鏡頭「看到」現場狀況,有人闖入、有煙冒出,監控的人看到了,才會依據情況做處理,但只要注意力一被移轉,即使螢幕上出現異狀,監控的人沒看到就不會有反應,很容易有漏網之魚。多半是事情發生之後,才調閱存錄的影像,做事後分析。那麼如何做到「即時監控、即刻防止」呢?這時候就有賴智慧型影像監控技術了。

目前在台灣影像監控市場中,最夯的議題就是圍繞在IVS(Intelligent Video Surveillance,智慧型影像監控系統)及IVA(Intelligent Video Analytics,智慧型影像分析技術)的提升及應用上。學界在IVA技術研發上,主要分為三大領域:人工神經網路(artificial neural network,ANN)、模糊系統(Fuzzy System)及圖樣識別(Pattern Recognition),分別做更深入的研究、整合及應用。

人工神經網絡(ANN)研究在IVA技術上的應用是不可或缺的,什麼是人工神經網絡?這是一種仿真人,是對人腦或自然神經網路(Natural Neural Network)基本特性的抽象和模擬。是個能夠學習、總結、歸納的系統,也就是說它能夠通過已知數據的實驗運用來學習和歸納總結。傳統的影像分析技術是用拍攝到的前後影像來做詳解、判斷,但這種分析方法容易被環境變動的因素,而影響識別結果,例如:光線變化、陰影變化、樹影搖晃……等。因此和傳統的影像分析技術比較起來,IVA技術更為「智慧化」,白話來說就是更像「人」。

人工神經網絡技術是先把許多不同的圖像和對應的識別結果輸入人工神經網絡,網絡就會通過學習功能,慢慢學會識別類似的圖像,例如:先對網絡輸入「黑色」、「方圓體」、「帶電線」……等物體特徵,再輸入對應結果「變壓器」,系統便能經由這些特徵,分析、識別出此物體為變壓器。換句話說,就是系統能經由「學習」,識別影像中的物體,可以分辨出影像中的是人、動物、昆蟲……等等,目的是提高監控效能、減少誤報機率、降低人力負擔。

IVA技術於金融、零售業的應用
而IVA技術對於金融、零售業的應用也可以很廣泛。以金融業/銀行為例,作為現今社會貨幣的主要流通場所,其業務涉及大量的現金、有價證券及貴重物品,更是有龐大且嚴格的安防需求。國內銀行大多都已配備傳統的視頻監控設備,部署在金庫、大廳及櫃檯、ATM取款機及保險箱……等等。在已經建設的傳統監控系統中,銀行主要強調監控位點多,以預防監視死角。但也因為監控規模大,人工監看模式已不堪負荷。根據保全業者的統計分析,單一保全人員每次僅能專注監看2組畫面,而其專注度無法維持超過十分鐘,期間因為視覺疲勞而遺漏的關鍵畫面會超過50%。

智慧化影像分析的應用於此而生,便能協助解決人工監看的疏漏。以中國大陸的銀行業者應用智慧化影像監控系統為例,因土地幅員廣大,銀行無法在每個省縣市、小區設行點,因應而生設置了許多無人銀行及ATM,於此,影像監控需求便更為重要。假若在無人監控的場域或機台操作時發生危急狀況,例如發生暴力攻擊、可疑停留,此時就只能靠智慧化監視系統,分析、判斷現場狀況,「主動」示警喝止宵小或啟動報警系統,顛覆以往傳統的「被動」監視記錄功能。

而以零售業來說,IVA的應用層面更廣也更多元,透過智慧型影像分析技術的特色,可以從影像中分析出「各時段/區段的人流」、「年齡」、「性別」、「愛好」、「停留時間」……等資訊,進一步讓公司管理者或管理單位應用這些分析資料,做更有效率的決策。

但國內目前大多的零售業者或是大型的連鎖企業,在建立影像監控系統之初,往往只是單純用在安全防範的需求或是防止盜竊行為上,爾後如果要再建構完整的影像監控系統,除了監控功能外亦要協助管理層面,便需重新規劃、採購設備,額外增加了不少成本。

影像監控技術未來趨勢?
影像監控技術在這幾年仍然會朝向「智慧化」、「快速通訊傳輸」及「雲端整合、分析」的方向發展,其實這些未來發展趨勢都是環環相扣,在影像智慧化後,數位檔案的量會越來越大,這又延伸到目前也很火熱的議題─Big data(巨量資料)的處理技術。

如何將大量的影像數據壓縮、整理、歸納,在這樣龐大的資料海中,IVA的「特徵辨識」便至為關鍵了,利用特徵關鍵,找出所要的影像資料,不用再靠人力過濾上千上萬個影帶,快速準確,這是未來影像監控智慧化的目標。但要達到這樣的目標,尚有許多困難需要克服,例如雲端中心的建置,需要有完備的平台機制、後端的影像數據分析擷取的能力、足夠的儲存空間、大頻寬的傳輸渠道,這些問題仍是現今產學界正在努力突破的瓶頸。

至於目前安防產業中熱議的4K高清影像話題,一直以來消費者希望追求更高解析度的產品,因此4K高解析度影像技術也就此產生。但對於智慧型影像分析技術來說,影像解析度高低與分析的準確度並無直接關連性,除非是應用於交通監控、警政監控方面,需要細節資料如分析車牌、人像辨識……等,否則越高畫質的影像也越容易造成龐大數據的分析與儲存問題。

面臨大陸廠商進攻台灣市場,台灣廠商該如何因應?
面對大陸廠商用低價策略進攻台灣市場,台灣的廠商該怎麼因應呢?「那只能把工廠遷到非洲了。」蒲鶴章苦笑表示。目前台灣監控設備商的心態還是較為保守,大部分的廠商仍是用製造業的思維在看待這個市場,「一年生產幾百萬隻,目標銷售幾百萬隻」,殊不知,國際安防市場早已逐漸轉型,「以功能需求取代硬體設備」、「以系統服務取代單品銷售」。

面對廣大客戶的千百種需求,傳統監控設備已經不完全合乎客戶需求,如果還是消極地採取「低價」、「削價」或是「以量制價」的策略,未來真的只能被大陸廠商壓著打了。建議台灣在地廠商將眼光放遠、調整心態,接納創新思維,或許一開始需要投入大量資金來研發技術,但後續回收的效益勢必更大。更可以積極和學術界交流,例如藉由產學合作,將學界技術商品化,讓台灣的安防產業技術更往上提升。

社會問題層出不窮,各單位機關其實皆有安防需求,因此也建議政府要改變思維,系統化地提升整個社會的安全防護層級,以校園安全為例,政府可以要求各級學校加裝智慧化安防系統,而不只是由各單位自行採購監視攝影機,或徒然增設監視攝影機的位置,如上所述,監視設備增加,人力負擔也會越重,無法有效率地解決安全疑慮。

當公部門一旦釋出大量的市場需求,便能促使台灣廠商投入資金研發智慧化安防系統,跳脫消費者對於安防=監視器這樣狹隘的觀念窠臼,於此望能產生正面循環,改變目前台灣安防產業的困境。


 

 
   

 
 
 
  • 專注指靜脈研究20 年 HITACHI深耕指靜脈多元應用
  •  
  • 秒懂監控系統重要規格
  •  
  • 高科技廠房門禁規劃及應用
  •  
  • 見微知著,對台灣安防產業關起門來說的話
  •  
  • 從Niche Market解決方案突破產業競爭─以警政安防為例
  •  
  • 從Big Data應用在校園安防管理看創新思維
  •  
  • 雲端監控視產業蓄勢待發 只待警政一聲令下
  •  
  • 空間整合將是未來安防新概念
  •