在AI电脑视觉的应用中，城市是应用最广的场域，举凡安全监控、交通设施、医疗系统、零售餐饮等，目前都有厂商发展中，而在这其中又以安控与交通走得最快。

电脑视觉技术发展多年，早已应用于各种领域中，现在路上常见的安全监控摄影机与工厂中的机器视觉都是其一，近年来AI技术再次崛起，并迅速与多种技术结合，视觉系统由于在城市与工厂应用多年，不仅技术成熟，而且累积的资料量非常庞大，这两点恰为现在AI的机器学习演算法所需，因此就目前发展来看，电脑视觉成为这波AI浪潮启动最快的技术。

观察AI电脑视觉的应用，工厂中的AIAOI系统的应用最深，主要作为产品品质检测之用，城市则是应用最广的场域，举凡安全监控、交通设施、医疗系统、零售餐饮等，目前都有厂商发展中，而在这其中又以安控与交通走得最快。

用AI视觉帮城市防疫＋防灾

城市的建设与发展，存在自身的演变与发展规律，随着公共安全要求的逐步丰富与深化，系统必然会跟着从单纯而复杂整合，甚至与网路、云端的整合应用，都有可能成为新一波的要点。从趋势来看，由于技术的不断提升，城市安控的应用也日益多元，近期与趋势结合最明显者是防疫措施。

图1 : 城市中大量设置的安全间监控摄影机，为AI运算提供了大量数据。（source：Blue Star）

2020年一开始，COVID-19疫情就重击人类社会，由于此病毒的传染性极高，因此感染者所接触的人与物都必须精确厘清。囿于隐私权，现在民主国家的安全监控系统有严格限制，不能随意辨识公共空间中所有人物的身分，但在防疫期间，在法律允许下，仍可藉由具备AI功能的影像辨识软体，从安全监控系统中找出已确诊者的行踪路径、接触的人与物，以利于后续的防疫动作进行。

另外具备AI功能的安全监控系统也可做为防救灾之用，例如日本IT大厂NEC在东京都丰岛区建置「丰岛区综合防灾系统」，就将AI与该公司的群众行动解析技术结合，以防灾摄影机所拍摄的群众影像来掌握人潮拥挤的状况与异常情形。 ?

这套系统在人群密集的东京丰岛区，在主要车站周边与干线道路装设了51台防灾摄影机，内建的AI可即时判断影像状态，一旦发现异常，就可启动因应措施，遏阻灾难扩大。

正如前文所叙，安全监控摄影系统的建置必须顾及隐私，因此该技术并非以特定个人为对象，而是针对异常的「群众整体的动向变化」，并且以NEC独有的AI影像辨识技术为基础，即使防灾摄影机拍摄到的是人群影像重叠的拥挤状态，也能够进行高精确度的分析，迅速掌握人潮密度、群众动向。发生异常事故时，也将自动向工作人员发出警告通知，使其立即掌握异常发生的地点与状况，迅速请求支援或发布相关资讯等，进而减轻相关人员监控人潮的工作负荷。

防灾摄影机的设置地点，以1天约259万名利用者的池袋车站为主，包括车站周边、干线道路、救援中心（即作为灾害时避难场所的学校等）。由丰岛区的灾害对策中心收集摄影机的影像，一元化管理灾害发生时该地区民众所通报的资讯等。收集到的灾害资讯能够集中于地图画面上，可一目了然呈现，加速决策判断，及早对灾区民众发布相关讯息。

公共空间与大型设施内出现异常拥挤的状况时，容易引起推挤踩踏的事故，特定场所也可能因集会聚众而成为犯罪攻击的目标。因此，防灾摄影机的应用将能够预防拥挤环境中的意外事故，以及因群众聚集所造成的突发事件，让受害程度降至最低。

舒缓交通流量 智慧管理停车

除了治安与救灾之外，AI与视觉系统在城市的另一项主流应用是交通。交通是城市运作的动脉，因此现在智慧交通的首要建置目标是维持这条动脉顺畅运作，其作法仍是与城市中密布的安控监控摄影机结合。

安控摄影机与交通系统整合，在这波AI出现前已运作多年，其主要作法是汇集各处路口车流，以可视化方式呈现在后端管理系统，再将各交通要道的车流状况资讯提供给用路人参考，不过这种方式只能让用路人被动的绕开车流阻塞处，仍无法让车流的顺畅度最佳化。

具备AI影像功能的系统，则可透过长期且大量的数据，判断出未发生但可能发生的道路阻塞，并提出相关建议协助道路管理先行排除可能的塞车因素。例如发现某一路段的车流有逐渐增加趋势，演算法就可根据过去的数据推算出接下来那些路段将会出现阻塞，而在推测的同时，系统也会纳入周边道路资讯，汇整出舒缓阻塞的建议作法，提供给道路管理者，让管理者可提前部署疏散车流。

图2 : 具备AI影像功能的系统，将可改善城市的交通问题。（source：Policy Forum）

另外AI影像功能也可应用于智慧停车系统。过去智慧停车系统的主要作法，是在停车格中埋入感测器，侦测停车格是否为空位，再将侦测结果传回后端中心，并引导驾驶前往停车。但这种作法的工程浩大，需要在停车场内建置无线感测网路，而且后续的维修工作也有一定难度。

影像系统则可解决以上困难，不仅安装简单，可且建置成本也大为降低，其作法仅是在既有的安全监控摄影系统中，加入影像识别软体，再将识别结果传送到停车管理系统即可完成。由于道路、停车场现在都有监控摄影机，因此业者不需另外建设硬体架构，只需从软体着手即可，导入更为快速。

除了车流预测与停车管理之外，AI在交通领域还有多种应用，例如辨识违规行驶车辆的车牌，让交通警察系统可以径行举发就是其一。就目前厂商的能力来看，这些应用所需的技术都不难，难的是如何发想出可与现场环境结合的实用性的创意。

不过，创意发想虽难，却能带来实际获利，现在智慧化成为趋势，市场对高可行性创意有一定接受度，因此多数业者仍鼓励业者往此发展，在掌握商机的同时，也能创造自身产品的差异化，将可在智慧化市场更具竞争力。

**刊头图（source：Smart Cities World）