導入AI影像辨識系統 工廠安全進入智慧化時代
- DIGITIMES企劃
-
影像監控是工廠安全的把關者，由於廠房的區域範圍寬廣，且安全人員編制並不多，因此過去廠區的事故，往往只能在事後調閱影像處理，不過近年來AI技術精進，並已逐漸被應用於影像辨識領域，富萱科技總經理洪昆裕指出，透過AI技術的導入，影像辨識將激發出更多應用創意，讓影像監控延伸出更多價值，不但可以化被動為主動的守護廠房安全，也進一步提升工作效益。
洪昆裕表示，以過去廠區的周界入侵應用為例，傳統技術多以建構紅外線感測、或埋線感應物體經過、或漏波電纜等感應方式，各種實體技術有其不同誤報影響因素，以及建置成本過高的問題，較難普及於一般性市場，且難以區別人、動物、物體等。為解決此一問題，電腦視覺技術發展出IVA(Intelligent Video Analytics)等各式演算法，以影像分析來降低應用門檻。
不過在技術侷限下，過去的IVA辨識率始終不高，洪昆裕指出，IVA技術易受反光、陰影、遮蔽物、氣候、攝影機角度等因素干擾，導致誤報率與虛報率居高不下，因此在實際導入時，IVA需要專業技術人員涉入，調整技術模型參數使其適用環境，因此難以實際落實於產業應用。
在人臉辨識的應用方面，傳統演算法的辨識率受到臉部光線、角度、表情等因素影響，且數學模型依靠CPU運算其速度有限，故僅適用於配合式、非動態環境的應用場合，例如人數不多的門禁差勤應用。然而在員工人數多的廠區、或追求效率的企業，上下班員工逐一排隊，站定位讓鏡頭取像辨識，日積月累下耗費於排隊的時間成本，將成為企業無效率成本來源之一；加上臉部若有局部遮蔽，像是戴墨鏡、戴口罩、戴帽等，或臉部角度偏斜的情況，辨識失效的機率也相當高。
要解決上述問題，洪昆裕指出AI深度學習技術是最佳解答，AI技術發展已達實用落地階段，得以賦能於各行各業的應用。企業可從如何應用AI技術來改善過去難以克服的營運問題點著手，並思考與現有的管理資訊系統整合，以漸進式變革來導入AI應用，可坐收巨大效益。
他以富萱科技推出的「FaceAI」動態人臉辨識核心為例，透過CNN卷積類神經網路運算所訓練出的AI辨識模型，以GPU為運算核心加快辨識速度，其臉部辨識速度僅需0.025秒，臉部辨識角度則可達左右75度、上下45度的範圍，並克服光線、姿態、表情等影響因素，大幅將辨識率提升到98.7%~99.51%(1:N模式，150萬筆臉部資料，FPR=0~0.01%)。在門禁差勤管理時，可實現人員動態通過辨識，消除排隊等候的時間成本。在非員工應用部分，「FaceAI」提供黑名單人員即時告警，強化廠區人員進出管制；VIP訪客辨識應用，提供客戶通報迎賓功能；整合供應商人資系統，可管制有違規記錄或缺乏訓練認證之供應商人員進入廠區，讓管理更加完善。
富萱科技的「BehaviorAI」為基於AI深度學習所發展出的人形辨識與行為分析技術，解決方案包括，第一：工地人員安全防護辨識，例如工地帽、護目鏡是否依規定穿戴。第二：周界入侵偵測，可判斷警戒區域內的人員闖入、異常逗留、遺留物等，並可排除樹葉、動物、光線、下雨等異常環境因素干擾。第三：火警與煙霧偵測，以AI技術克服紅黃顏色、煙雨氣候等誤報因素。
工廠廠區幅員範圍廣大，加上巡邏的人力有限，僅靠CCTV來防護廠區安全實難以收效。洪昆裕指出，AI辨識技術的落地，開啟了安全防護的智慧化時代，從過去僅能被動事後查證，走向了事前預警與即時處置的智慧化影像監控。AI智慧辨識系統不但可以24小時守護廠區安全，也讓管理人員免於繁複、制式的工作負擔，轉而從事更具價值的工作，對企業與員工而言，都是最佳的選擇。
