人工智能的应用：从多特征识别到3D摄像头技术

不管是007还是碟中谍，我们都会看到里面的各种高科技，用眼镜识别人脸，通过扫描肢体动作看是否有外来侵入等。这种只能在电影看到的情景，正在慢慢变成现实。

随着监控设备数量的倍增，影像解析度的不断提高，公共安全搜集到的影像和图片之数据量呈现等比几何的增长，再加上影像解析度的提高，连带使伺服器的处理能力和使用率都产生了更高的门槛。因此，安防影像监控在影像调阅、门禁进出数据、资料的储存、运算等技术上都面临巨大挑战。在这样的背景下，人工智能在安防上的优势凸显了出来。

姿态识别技术是指针对个体人物的走路姿势，是一种可在远距离就感知的生物行为特征技术。和其他生物特征识别技术相比，姿态识别的优势在于非接触性、非侵入性、易于感知、目标物难以隐藏和伪装等。姿态分析还可以轻松的区分出个体人物的不同行为模式，例如是在行走中、奔跑中、还是携负重物等。基于这些优点，姿态识别特别适用于门禁系统、安全监控、人机交换、医疗诊断等部分，尤其在安防领域中具有广泛的应用和经济价值。

姿态分析的技术困难点在于其特征的稳定性问题，因为一个人的姿态会因生病受伤、体型胖瘦变化、穿衣多寡甚至是穿着舒适度等因素影响而改变。为了克服这个问题，加进了机器深度学习方法，用姿态向量图示来描述姿态顺序排列，透过深度累积神经网络训练匹配模型。训练好的累积神经网络匹配模型能够计算待识别的姿态影像和已经注册的姿态影像顺序排列，比对每个姿态向量图的相似度，再依据其相似度大小进行身分识别。

融合了3D视觉技术的3D摄像头，可以非接触式、自动化监控。3D摄像头是利用深度感测器获取现实场景的深度资料和颜色资讯，透过坐标变换建立深度资料与3D坐标之间的对应关系，然后藉由去杂讯、配对位准等运算法去除干扰并减小误差，最后再以3D重建的方法得到被监测人员的资料。

3D摄像头无需与被测物件接触，物件进入测量场景即自动采集测量多个人物目标，配对位准后对光照具有较强的稳定性，可适应场景的光照变化，因而也有较高的精确度和即时性，在安防影像监控领域的应用将愈显重要。

现阶段基于个体人物的多特征、姿态识别和3D相机等先进AI人工智能分析技术，如果将其结合打造出新一代智能型影像分析监控平台，将大大提升安全监控系统的有效度。