這篇報導分享，充分描述 AI 影像應用於暴力事件的預防與處理，不止在工廠，同樣可應用在各種場域 ……
visionplatform.ai
上敦所代理的 AXXON ONE 智慧影像辨識平台，應用在國內多項公民營工地管理
製造業工作場所暴力和攻擊行為的偵測
工作場所暴力涵蓋多種有害行為，包括肢體攻擊、言語威脅和心理恐嚇。製造業必須重視擾亂生產、造成員工受傷的肢體攻擊，以及會逐漸侵蝕信任的言語威脅。在依賴團隊合作和嚴格安全規訂的工作環境中，心理恐嚇會打擊士氣，增加員工流動率。
統計數據清晰地表明了這種風險。美國勞工統計局的數據顯示，2023年，約15%導致員工請假的非致命性工作場所暴力事件發生在製造業（勞工統計局數據）。在許多製造業報告中，言語攻擊佔通報事件的近60%，而肢體攻擊約佔25%（工作相關暴露評估）。一項針對製造業員工的調查發現，約30%的員工在過去一年中經歷過某種形式的工作場所攻擊，其中12%的員工報告曾遭受肢體威脅或攻擊（員工調查）。
多種因素會增加工廠暴力事件發生的機率。高壓的生產目標和重複性的工作會造成員工的挫折感。危險的工作環境和疲勞會降低員工的耐心，增加壓力。擁擠的工位和交接班會增加衝突發生的可能性。交接班和吵雜的車間環境容易造成誤解，並可能升級為衝突。在一些工廠，緊迫的交貨期限和加班會加劇緊張氣氛，增加肢體衝突或敵意行為發生的可能性。
早期發現和明確的政策有助於降低風險。國際勞工組織指出，「工作場所暴力是一個全球性現象，影響包括製造業在內的所有行業，需要製定全面的預防策略」（國際勞工組織指南）。有效的工作場所暴力預防措施整合了訓練、通報系統和技術工具。例如，採用視訊監控和報告平台可以提高團隊的可見度。
Visionplatform.ai 幫助製造商利用現有攝影機偵測人員、個人防護裝備和客製化物品，以便管理人員能夠發現不安全狀況並更快地做出反應。此外，明確的政策和明確的升級流程，能夠增強員工舉報言語威脅，或恐嚇行為的信心。首先，要先明確溝通期望。其次，要建立支援程序。第三，要定期審核結果。
Klacci 凱樂奇智慧門鎖＠政府與國防解決方案
利用人工智慧進行監控與影像分析，實現即時暴力偵測
人工智慧驅動的閉路電視監控和影像分析技術，如今已成為提升安全性的有效工具。這些解決方案能夠將影像串流，轉化為可執行的事件資訊。它們對即時影像幀進行行為辨識，並標記出攻擊性或可疑行為的跡象。借助先進的人工智慧技術，系統可以分析移動模式、人群行為和突然聚集的情況。影像分析技術能夠辨識出舉手、快速移動和人群湧動等，可能預示著打鬥或潛在威脅的現象。
即時暴力檢測使主管有機會在威脅升級前進行干預。警報可以觸發快速反應處理，從而緩和並防止肢體暴力。例如，在試點應用人工智慧解決方案的汽車和電子工廠中，團隊的反應速度更快，事件記錄也更清晰。在這些試點計畫中，與營運儀表板相連的影像監控系統，可協助安全經理協調保全人員和現場主管，迅速做出回應。這種更快的反應速度減少了停機時間，並有助於創造一個高效的工作環境。
影像分析可與現有的影像管理系統，和營運控制室無縫整合。你可以將影像監控與門禁控制，和事件報告功能整合在一起。 Visionplatform.ai 可將現有的閉路電視監控系統，轉換為營運感測器網路，使影像事件能夠以 MQTT 主題的形式，傳輸到儀表板和商業智慧 (BI) 系統中。這種方法可以減少供應商鎖定，並將資料保留在本地，從而符合 GDPR 和歐盟人工智慧法案的要求。該平台還可以透過使用特定地點的影像素材，重新訓練模型，來提高目標偵測的準確性，並減少誤報。此外，各機構應先在試點區域測試系統。試點有助於調整靈敏度，並平衡誤報率。同時，員工需要接受培訓，以便他們信任警報，並做出正確回應。關於周界和人群分析的實用指導，團隊可以參考相關的流程異常檢測案例研究，了解視覺遙測如何支援營運（流程異常檢測）。醫院和診所提供的早期打架檢測數據，為公共場所的最佳實踐提供了參考，製造業可以將這些經驗應用於生產工廠（暴力和攻擊行為檢測參考）。
電腦視覺檢測模組用於發現異常和攻擊性行為
用於製造業的檢測模組，通常結合了電腦視覺和行為模型。此檢測模組依靠深度學習模型，進行目標檢測和行為辨識，能夠對人員、手勢和物體進行分類，並標記可疑行為。一個強大的偵測模型，會利用現場錄影進行訓練，以反映真實的生產佈局，和生產線上的常見移動模式，從而減少誤報，並提高對實際威脅的敏感度。
異常檢測是行為辨識的補充。例如，系統會學習一個班次中典型的移動模式，並標記異常情況。如果工人偏離正常的行走路線，或是一小群人意外地聚集在機器附近，系統就能發現這些變化。當感測器偵測到與正常影像幀統計資料的偏差時，就稱為異常。此類異常通常預示著，即將發生的事故或安全隱憂，需要進行檢查。
攻擊性行為的標誌，包括快速靠近他人、突然揮舞手臂、重複擊打動作。電腦視覺還可以透過協調的信號（例如嘴部動作、身體前傾和攻擊性的身體姿勢），間接檢測提高音量的行為。該模組可以在當地法律允許的情況下，結合音訊訊息，但通常僅使用視覺線索來觸發初步審查，然後發出警報以進行人工查核。物體偵測也有助於識別攻擊性行為。偵測掉落的工具或投擲的物體可以預測事件升級或潛在威脅，從而防患於未然。
製造商應確保檢測模型和檢測模組，能夠與影像管理系統和工廠管理系統整合。整合後，事件流可以傳輸到控制室、維護團隊和安全儀表板。為了減少誤報，請使用你的影像素材重新訓練模型，並標記極端情況。Visionplatform.ai 允許團隊使用私有資料，建立新模型或改進現有模型，從而使模型與特定現場條件和個人防護裝備 (PPE) 等級（PPE 偵測參考）保持一致。這種方法可將敏感資料保存在本地，並賦予團隊對模型行為的掌控權。
即時警報和協調反應處理作業，以檢測攻擊性事件
即時警報非常重要，因為在突發事件中，分秒必爭。當人工智慧偵測到人群聚集或鬥毆時，應立即觸發即時警報，以便工作人員及時回應。警報形式多種多樣：例如，向主管發送簡訊、透過應用 app 推播通知、在控制室發出音訊警報，或向保全人員發送自動訊息。此外，單一觸發器還可以將結構化事件，發佈到營運儀表板，供第一線經理查看。
有效的協調回應機制將保全人員、安全經理和醫療團隊，緊密聯繫在一起。當系統觸發警報時，應有明確的流程，來規訂誰先採取行動。安保人員負責封鎖現場；安全經理負責評估危險；醫療團隊負責檢查受傷人員。協調反應機制能夠縮短現場穩定時間，並有助於緩和緊張局勢。此外，它還能確保視訊畫面被鎖定並記錄下來，以便日後查看，從而保存證據。
日誌記錄和稽核功能非常重要。每次觸發事件都應產生可審查的事件記錄。此日誌應包含影像片段、時間戳記和檢測模型版本。審查追蹤有助於根本原因分析，和持續改進。隨著時間的推移，事件日誌記錄使團隊能夠分析模式、發現重複出現的熱點，並更新明確的策略。這些策略更新可防止事件再次發生，並有助於預防工作場所暴力。
整合帶來顯著效益。當人工智慧系統事件與現有監視攝影機和工廠影像管理系統連接時，團隊可以快速掌握事件背景。將警報與門禁系統整合，以便事件發生在反應處理期間，門禁能夠自動上鎖或開啟。與事件報告平台整合，使人工報告和人工智慧事件匯集於同一時間線。這種設計有助於減少誤報，並確保指揮官在投入資源前，能夠看到佐證資料。此外，透過訓練腳本指示工作人員緩和局勢的自動觸發器，有助於在威脅升級之前將其扼殺在萌芽狀態。
打架和攻擊行為檢測：來自醫療機構的經驗教訓
醫療機構的經驗對製造業大有裨益。醫院和診所經常面臨高發生率的暴力事件，並已投入資金研發防打架和其他類型的防打架系統。他們制訂了應對繁忙公共場所中，言語威脅和肢體攻擊的規則。這些規程強調員工訓練、快速升級流程，和緩和衝突的策略，這些策略同樣適用於生產工廠。
醫院中使用的打架檢測演算法，通常依賴姿態分析、快速接近檢測和人群行為分析。這些技術同樣適用於生產線和組裝區域。例如，經過訓練可以辨識急診室突發人群聚集的演算法，同樣可以辨識傳送帶周圍的突發人群聚集。醫療保健領域的行為辨識和深度學習模型，可以為製造業中的目標檢測，和行為閾值設定提供借鏡。
最佳實務很容易借鏡。首先，透過員工培訓，將人工智慧警報與人工判斷結合。其次，制訂升級流程，明確保全人員、主管和醫療應變人員的職責。第三，審查事件日誌，以優化模型靈敏度。醫療團隊經常利用事後檢討來總結經驗教訓，並更新明確的政策。製造團隊可以採用相同的審查頻率，以減少重複發生的暴力事件，並加強高風險場景的實體安全。
此外，臨床醫師也強調了妥善處理誤報的重要性。過多的誤報會使緊急應變人員疲憊不堪。為了減少誤報，應將視覺線索與上下文資訊結合，例如輪班時間、機器狀態和存取日誌。異常檢測在學習正常人群模式時會更有效，更容易發現真正需要介入的敵對行為。簡而言之，借鑒醫院和診所的經驗，調整流程以適應您的實際操作，並確保人工智慧解決方案與你的實際運作情況保持一致。
 |
Klacci 凱樂奇儲能系統解決方案 |
在製造業中佈署人工智慧系統，以全面偵測工作場所暴力事件。
佈署人工智慧系統，需要周詳的規劃和循序漸進的推廣。首先要進行全面的風險評估，辨識高風險區域，以及機器周圍的典型人群行為。利用分析結果選擇攝影機和感測器的安裝位置。然後在某個區域進行試點，驗證偵測模型和偵測模組的設定。試點有助於團隊在全面佈署前，調整靈敏度並控制誤報。
人工智慧系統通常包含攝影機、邊緣伺服器、分析軟體和中央控制面板。你應該選擇能夠即時處理深度學習模型的硬體。現有的監視攝影機通常可以為系統提供數據，從而降低成本並加快佈署速度。該平台還應與門禁系統、事件報告系統和影像管理系統整合，以便將事件傳遞給相應的團隊。整合有助於團隊跨系統回應和分析事件。
推廣步驟非常重要。首先，進行隱私和法律審查，並記錄資料流以確保合規性。其次，進行試點專案，並制訂明確的評估指標，以便及早發現問題、減少誤報，並加快回應速度。第三，訓練員工掌握觸發協調回應和降級策略的流程。第四，逐步擴大規模並持續分析結果。審查記錄有助於制訂透明的政策決策，並支援持續的人工智慧治理流程。
Visionplatform.ai 支援本地佈署和邊緣佈署，確保資料本地化和模型可審查。這有助於符合歐盟人工智慧法案和 GDPR 的相關規訂，同時使組織能夠擁有模型和資料的所有權。此外，透過將結構化事件串流傳輸到運維堆疊，同一系統既可以支援安全保障，又能為提升 OEE 的儀表板提供支援。
最後，請記住，只有結合訓練、明確的策略和積極主動的方法，檢測才能發揮作用。採用技術、人工回應和定期培訓相結合的方式，可以預防暴力事件的發生，並維護高效的工作環境。
0 comments:
張貼留言