Microsoft
活动+
 

导入AI影像辨识系统 工厂安全进入智能化时代

  • DIGITIMES企划
富萱科技总经理洪昆裕指出,AI影像辨识的导入,让工厂安全监控进入智能化的新纪元,让工作人员从事更有价值的工作。

影像监控是工厂安全的把关者,由于厂房的区域范围宽广,且安全人员编制并不多,因此过去厂区的事故,往往只能在事后调阅影像处理,不过近年来AI技术精进,并已逐渐被应用于影像辨识领域,富萱科技总经理洪昆裕指出,透过AI技术的导入,影像辨识将激发出更多应用创意,让影像监控延伸出更多价值,不但可以化被动为主动的守护厂房安全,也进一步提升工作效益。

洪昆裕表示,以过去厂区的周界入侵应用为例,传统技术多以建构红外线感测、或埋线感应物体经过、或漏波电缆等感应方式,各种实体技术有其不同误报影响因素,以及建置成本过高的问题,较难普及于一般性市场,且难以区别人、动物、物体等。为解决此一问题,计算机视觉技术发展出IVA(Intelligent Video Analytics)等各式算法,以影像分析来降低应用门槛。

不过在技术局限下,过去的IVA辨识率始终不高,洪昆裕指出,IVA技术易受反光、阴影、遮蔽物、气候、摄影机角度等因素干扰,导致误报率与虚报率居高不下,因此在实际导入时,IVA需要专业技术人员涉入,调整技术模型参数使其适用环境,因此难以实际落实于产业应用。

在人脸辨识的应用方面,传统算法的辨识率受到脸部光线、角度、表情等因素影响,且数学模型依靠CPU运算其速度有限,故仅适用于配合式、非动态环境的应用场合,例如人数不多的门禁差勤应用。然而在员工人数多的厂区、或追求效率的企业,上下班员工逐一排队,站定位让镜头取像辨识,日积月累下耗费于排队的时间成本,将成为企业无效率成本来源之一;加上脸部若有局部遮蔽,象是戴墨镜、戴口罩、戴帽等,或脸部角度偏斜的情况,辨识失效的机率也相当高。

要解决上述问题,洪昆裕指出AI深度学习技术是最佳解答,AI技术发展已达实用落地阶段,得以赋能于各行各业的应用。企业可从如何应用AI技术来改善过去难以克服的营运问题点着手,并思考与现有的管理信息系统集成,以渐进式变革来导入AI应用,可坐收巨大效益。

他以富萱科技推出的「FaceAI」动态人脸辨识核心为例,透过CNN卷积类神经网络运算所训练出的AI辨识模型,以GPU为运算核心加快辨识速度,其脸部辨识速度仅需0.025秒,脸部辨识角度则可达左右75度、上下45度的范围,并克服光线、姿态、表情等影响因素,大幅将辨识率提升到98.7%~99.51%(1:N模式,150万笔脸部资料,FPR=0~0.01%)。在门禁差勤管理时,可实现人员动态通过辨识,消除排队等候的时间成本。在非员工应用部分,「FaceAI」提供黑名单人员实时告警,强化厂区人员进出管制;VIP访客辨识应用,提供客户通报迎宾功能;集成供应商人资系统,可管制有违规记录或缺乏训练认证之供应商人员进入厂区,让管理更加完善。

富萱科技的「BehaviorAI」为基于AI深度学习所发展出的人形辨识与行为分析技术,解决方案包括,第一:工地人员安全防护辨识,例如工地帽、护目镜是否依规定穿戴。第二:周界入侵侦测,可判断警戒区域内的人员闯入、异常逗留、遗留物等,并可排除树叶、动物、光线、下雨等异常环境因素干扰。第三:火警与烟雾侦测,以AI技术克服红黄颜色、烟雨气候等误报因素。

工厂厂区幅员范围广大,加上巡逻的人力有限,仅靠CCTV来防护厂区安全实难以收效。洪昆裕指出,AI辨识技术的落地,开启了安全防护的智能化时代,从过去仅能被动事后查证,走向了事前预警与实时处置的智能化影像监控。AI智能辨识系统不但可以24小时守护厂区安全,也让管理人员免于繁复、制式的工作负担,转而从事更具价值的工作,对企业与员工而言,都是最佳的选择。