由於近5年來AI在機器學習（Machine Learning）、深度學習（Deep Learning）技術長足進步及AI晶片大量生產的助力之下，運用AI的智慧影像辨識技術現在幾乎已成為安防監控業界的「顯學」，似乎你不談AI就落伍了！也因此市場上各種演算法、軟／硬體設備及AI解決方案可說是遍地開花，包括人臉辨識、車牌辨識、姿態辨識…等讓人眼花撩亂、目不暇給。


根據MarketsandMarkets 的最新預測，AI（Artificial Intelligence，人工智慧）晶片於全球物聯網（IoT）晶片市場的占有比例將在2023年超過80%。而Global Market Insights的最新報告則顯示，AI晶片市場規模預計到2026年將增長至700億美元，其中 GPU（Graphics Processing Unit，繪圖處理器）仍是AI晶片市場的技術領導者，除了高性能、低延遲和低成本，更好的運算及處理能力也使GPU在AI應用中的採用率不斷提高。此外，Tractica也推估，由AI驅動的硬體營收將於2025年增長至1,740億美元，而IoT相關設備數量也將突破2億個，其中高達80%都具備AI運算處理能力。也由於如此龐大的商機前景，吸引許多企業在相關研發上進行了大量的投資。
 
IVS vs. AI
 
安防領域的智慧型影像監控（Intelligence Video Surveillance, IVS）相關技術發展已久，其實也就是AI技術應用的先驅。只是以最簡單的IVS應用——電子圍籬來說，早期只能畫條線區隔警戒區域，然而經常除了人以外，包括動物、落葉、甚至是光影，只要有感應到警戒區有東西過去就發報，讓使用單位不勝其擾;也迫使工程商和系統整合商（SI）只能建議用戶採取2種（或以上）的系統完善周界的防護，不能只依賴監控攝影機的影像辨識功能。然而，AI可依其所下的標籤，辨識出闖入警戒區的是人、車、動物、落葉還是光影，而必須是「人」或者搭配「異常行為」才會發報。
 
3大技術供應類型
 
也由於近5年來AI在機器學習（Machine Learning）、深度學習（Deep Learning）技術長足進步及AI晶片大量生產的助力之下，運用AI的智慧影像辨識技術現在幾乎已成為安防監控業界的「顯學」，似乎你不談AI就落伍了！也因此市場上各種演算法、軟／硬體設備及AI解決方案可說是遍地開花，包括人臉辨識、車牌辨識、姿態辨識…等讓人眼花撩亂、目不暇給。而以「技術」供應類型來看，大致可分為下列幾種：
 
一、純軟體（辨識技術引擎）
購買者（通常是設備商或SI）自行開發相關設備，或為手頭專案進行相關的設備介接及系統整合的建置，像訊連、商湯等廠商都是屬於這一類供應商。訊連科技股份有限公司營運長古媄君表示，該公司擁有20幾年多媒體影音處理及硬體優化經驗，尤其透過獨家TrueTheather^™影像優化技術，可增加11.65%的臉部辨識正確率。
 

商湯科技近來側重於發展各種應用解決方案，如教育、醫療、智慧城市等。研究總監伊帥舉例，跨年齡識別的技術難度非常高，但若運用在被拐賣失蹤多年的兒童找尋上，就能很好地解決這類社會問題。亞太戰略業務副總監吳育瑞則表示，商湯已通過ISO27001資安認證，且台灣市場客戶使用的硬體（IP Camera、server等）也都是MIT，故不存在資安疑慮。
 

 
二、軟硬結合
AI Application Box即是一例，太奇雲端股份有限公司總經理李承勳表示，之所以開發這款體積小巧、可隨插即用（Plug and Play）的產品，主要是希望用戶不必花很久的時間及很高的成本，就能享受到AI的好處。
 

而造型討喜的Beseye Camera也是希望作為能讓大眾輕易入手的AI，雲守護安控股份有限公司執行長涂正翰強調，該公司AI影像分析平台也能為交通、零售、工廠等行業用戶提供更好的服務。
 

 
三、自行開發
結合硬體設備、甚或系統平台，以整體系統解決方案的型式推出，為使用端提供不同類型的加值整合服務。一二三視股份有限公司總經理談肖虎認為，智慧影像分析要分「傳統演算法」和「深度學習」兩部分來看，可各自運用、亦可兩者整合在一起，端看用戶想要解決的問題是什麼？如此也正好考驗廠商本身的「整合」能力——如何將智慧影像分析功能與既有系統融合在一起，幫用戶解決更高階的問題。
 

 

　　智慧影像辨識最佳應用方案　精選推薦