公共安全再升级:AI影像识别成关键提前侦测潜在威胁 智能应用 影音
231
台科大-MITT论坛
DTtechmem

公共安全再升级:AI影像识别成关键提前侦测潜在威胁

  • 周建勳台北

AI公共安全告警能识别刀械、攻击性物件、烟雾与火焰等高危物件。骅宏资通
AI公共安全告警能识别刀械、攻击性物件、烟雾与火焰等高危物件。骅宏资通

晚间尖峰时段的捷运站,人潮快速流动。有人低头滑手机,有人匆忙赶车,监视器静静记录着一切。多数时候,这些画面不会被实时观看,直到事件发生之后,才被一一调阅回放。

这样的场景,正是多数公共空间的真实样貌——看得见,却未必能实时反应。

发生群众冲突时,AI影像技术可实时侦测并发出告警,协助管理单位提前掌握潜在风险。骅宏资通

发生群众冲突时,AI影像技术可实时侦测并发出告警,协助管理单位提前掌握潜在风险。骅宏资通

透过分析人体关键骨架节点的角度变化、速度变化与空间关系,系统能实时判读识别潜在冲突情境。骅宏资通

透过分析人体关键骨架节点的角度变化、速度变化与空间关系,系统能实时判读识别潜在冲突情境。骅宏资通

近年来,多起公共场所的冲突或攻击事件;2025年底,台北捷运在台北车站周边发生震惊社会的随机攻击,都让大众开始思考:安全度高的台湾,仍有可能在公共场域发生危险,如果能更早察觉异常,是否有机会在事件扩大前介入﹖

增加监视器数量  能同步提升安全感?

根据国内公共工程与交通场站建置经验,大型交通枢纽或医疗院所,动辄部署数十至上百支监视器。设备数量持续增加,但安全管理压力并未等比例下降。问题的关键,在于信息处理能力。

「监控设备已经非常普及,公共空间范围广大且容易产生监控死角,人力也不可能同时盯着所有画面。」一位长期观察公共安全系统的技术专家指出,多数监控中心仍仰赖人工轮班监看,在长时间、高密度画面下,注意力难免出现落差。换句话说,影像被完整记录,不代表风险能被实时发现。

AI影像识别走入公共安全场域

这样的落差,正是AI影像识别快速导入的原因。过去监控系统的核心任务,是在事件发生后提供影像佐证;但现在,越来越多场域开始期待系统能在「事件发生当下」就发出提醒。长期投入影像整合应用的业者指出,新一代AI影像技术已能透过画面分析识别行为与物件,例如侦测疑似暴力冲突、危险物品或异常情况。

骅宏资通「AI新视界」团队表示,近年许多机场、医院与大型场站,都开始关注AI在安全管理上的应用。透过影像识别技术,系统可以在画面中自动分析人员动作与周边环境,一旦出现异常情况,便立即通知管理人员。

这类系统并非取代人工监看,而是扮演「辅助判断」的角色,协助保全人员在大量画面中快速发现高风险的状况。

不只看人  也能识别高危物件

「AI不是要取代人,而是让管理人员更早发现问题。」骅宏资通技术团队表示。在实际应用中,AI更像是一个不会疲劳的辅助判读者。

例如在人潮密集的公共场域中,系统可透过影像变化,侦测人员之间异常靠近、快速移动或激烈肢体互动等情境;骅宏资通「AI新视界」整合的系统能识别超过50种物件,包含刀械、攻击性物件、烟雾与火焰。当系统侦测到危险物品或事件时,能实时发出告警通知,协助管理单位提早掌握潜在威胁。

专家指出,不同场域的安全需求其实差异很大。例如在医院,急诊室与候诊区的人流密度不同;在交通场站,不同出入口的风险也不相同。因此系统通常会依照场域特性,调整侦测区域与告警条件,让系统更贴近现场运作情境。

从「被动监控」到「实时预警」

透过智能监控系统,公共安全管理正从传统被动监控逐步迈向预防式智能防护,展现出AI影像分析的最大价值,能大幅缩短「发现问题」到「采取移动」的时间落差。

随着深度学习与影像分析技术突破,AI在公共安全的应用逐步扩大,安全管理模式正发生转变。从交通站场到医疗院所,越来越多的公共空间开始导入智能监控系统。

在专家看来,善用AI补上人力难以负荷的盲点,当系统能更早指出异常,公共安全管理也将从「事后追查」走向「实时预警」。

了解更多:暴力行为侦测