智慧交通正迅速成為智慧城市發展的核心議題，政府亦提出預算超過4,000億的前瞻基礎軌道建設計畫，除了持續拓展公共運輸外，也積極升級大眾運輸系統，以完善智慧城市在交通治理的最後一哩路。
在海外深耕智慧交通領域已久的聯發光電（A-MTK），也乘著這波趨勢浪潮，重新聚焦於內銷市場，以蓄積多年、為國際大廠OEM的深厚能量，掀開藏身幕後的隱形冠軍簾幕，走出一條康莊大道。
技術為底 專注交通領域
聯發光電甫進入監控市場便專注在網路攝影機，而之所以選擇交通領域，肇因於交通環境多半為大場域，需要大範圍連結、多點串接，這樣的特性恰能突顯出網路攝影機的優勢。當需要監控與管理的範圍愈大，對網路攝影機的需求自然跟著上升，如果再結合目前最夯的AI深度學習，便可挖掘出更多的新興應用。因此，公司在近年也利用TensorFlow（為Google所開發的開源機器學習軟體庫）的框架，訓練、開發自己的AI技術。
聯發光電業務部協理顏葆仁比喻AI就像水龍頭裡流出的水，要用水煮成蛋花湯或是泡沫紅茶，須先檢視客戶的需求，再提供相應的訓練方式與主題。以現今最夯的AI技術－－人臉辨識為例，她認為光談人臉辨識意義不大，重點是劇本及主題，而聯發光電能確實為客戶做到：(1)深度學習能力;(2)有場域可以做訓練的主題。例如：自動清車的需求，希望車輛到達終點站後，攝影機能辨識車內是否尚有人或物滯留，其難度在於因攝影機安裝角度的限制，鏡頭不是多半照到把手，就是人被切割得很破碎。利用具深度學習功能的攝影機，於裝設後能做大約1,000個影片客層的收集，在辨識度上就能更加精準。
針對車站部分，顏葆仁指出不論是台灣、香港或新加坡，都會要求網路攝影機要內建警戒區偵測。相較於傳統演算法，AI更能配合環境調整、快速提升。尤其車站內日夜光照差距甚大，過去CV在夜間的效果令人詬病，但現在利用邊緣運算與深度學習，可以在較快時間內儘速提升準確度，這也是聯發光電的技術優勢。
停車場則是另一項AI應用，如車位在席偵測透過停車場攝影機搭配AI技術，可正確標示出停車空位、計算出還有多少位置。以車輛偵測來說，一般是在畫面範圍內針對車子的進出觸發事件進行通知，但因為客戶的需求，現在除偵測車輛外也能偵測到人。例如停車場出入口不應該有人員逗留，若偵測到人便會發出警報、連動擴音喇叭提醒人員注意等，這樣的應用亦可進一步推導至工業廠房的貨車裝卸區。技術是中性的，端看它如何運用、強調哪些功能。
近程目標：持續精進AI演算法、深化行業應用
談到未來的短／中程目標，顏葆仁表示，目前AI部分產品線除了原有的200萬畫素AI網路攝影機，還會進階到500萬畫素機種，其運算量更高、對CPU效能更吃重，自然也將考驗整體的運算能力。即便AI晶片發展正熱，看似需求若渴，她認為以現今邊緣運算（比如在攝影機上外插AI模組）的做法，所能達到的功能很多樣化，關鍵還是在演算法。
NVR和VMS是軌道列車方案的心臟，聯發光電在軌道列車上提供有備援功能的NVR主機，搭配觸控螢幕上的VMS，可讓有人駕駛的駕駛員艙能看到車上狀況以及警報訊息。此外，也可在車站部分提供NVR可外接磁碟陣列（disk array）作長時間儲存，並配合不同專案的OCC行控中心要求，提供輪播、跳台、下載、浮水印、權限⋯等功能。因為聯發光電是系統提供商，前端IP cam的觸發與動作都能完美地與後端系統作整合，可提供行業用戶Total Solution的整體服務。
除持續精進AI技術，4K也是該公司接下來的發展議題，像是1,200萬畫素的全景式魚眼攝影機，可提供高品質的360度環場影像並具PTZ旋轉功能，裝設在6米高的金融業銀行大廳，能清楚看見員工桌面上的文件夾或馬克杯，無盲區的超高清監控適合應用在金融、銀行等場域，亦是未來積極推進的另一個目標。
用心經營 為SI所信任
這兩年聯發光電開始耕耘台灣市場，目前內外銷比例約為5:5。也由於內銷市場現況競爭激烈，國外廠商在國內專案中其實已無太多發揮空間，加上政府明令禁止陸製品進入標案的政策規範下，SI比較願意用台灣品牌。但SI為何要選擇你？顏葆仁認為必須要讓SI覺得公司有心經營這個市場，能夠陪著跑案子、作為他們的技術支援後盾，才能為SI所信任。
各種新興科技持續推陳出新，使用者面臨資訊爆炸的情況下，製造商無法再囿於固有巢臼，應跟著與時俱進，幫助客戶找到最適切的方案。聯發光電將扮演客戶的技術顧問角色，提供高性價比的解決方案，在國內監控市場上占有一席之地。