3S Market 探討報導
如何用對影像辨識？廠商該說的，使用端該知道的
如何用對影像辨識？廠商該說的，使用端該知道的不是愈貴愈好，也不是規格愈高愈好；用錯了，才是最昂貴的成本。
Audience Target
本文主要提供企業、工廠、工地、醫院、學校、社區與政府機關的安全管理者、採購、總務、工務、資訊及設施管理人員閱讀；同時也希望與攝影機、AI 影像辨識、經銷商、系統整合商、工程商、設計顧問及專案驗收人員共同建立一套基本的專業語言。
Highlights
- 影像辨識的起點不是 AI 或攝影機規格，而是場域究竟要辨識什麼、辨識到什麼程度。
- 攝影機的總像素，不等於目標實際取得的有效像素；有 pixel，也不代表保留了可供辨識的細節。
- 距離較近，不代表一定辨識得更清楚；距離必須與視野、焦距、角度、光線及遮擋一起判斷。
- 廠商在特定條件下達成的辨識結果，不能直接套用到另一個場域。
- 遠距、夜間、高速或大範圍辨識並非不能克服，但每一項克服方法都會增加設備、部署、運算或維運成本。
- User 不必成為影像工程專家，但有權知道產品為什麼適用、限制在哪裡，以及廠商如何證明。
- 高價設備如果用錯場景，仍然可能無效；適用，才是「一分錢一分貨」真正的意義。
- 影像監控是場域安全的重要要項，但不是全部。門禁、入侵偵測、對講、緊急求助、照明及其他感測設備，仍須依照任務適當配置。
我們買的究竟是攝影機，還是可以使用的影像能力？
影像監控與 AI 影像辨識市場的競爭已經白熱化。解析度、AI 功能、辨識率、偵測距離及可以同時辨識多少物件，成為廠商最容易對外傳達的產品資訊。這些規格不是不重要，但使用者真正需要處理的，通常不是規格本身，而是現場實際發生的問題。
例如，工地管理者關心的，是人員有沒有正確佩戴安全帽；社區管理者希望確認陌生人是否進入；工廠需要處理人車分流與危險區域闖入；醫院可能需要掌握病患跌倒、管制區出入或物品失竊；事故發生之後，管理者則希望影像能夠還原經過、確認身分及釐清責任。
這些都是影像任務，卻不是購買一支標示 4K、AI 或高倍變焦的攝影機，就一定可以達到目的。
市場上不時可以聽到類似說法：「我們在很遠的距離，仍然可以辨識人員有沒有正確佩戴安全帽。」這項能力可能確實存在，也可能是在特定鏡頭、裝設位置、光線、視野與影像設定下完成。但是，一個場域最遠距離只有 50 公尺的場景，使用者可能會自然解讀成：「更遠都能看清楚，我這裡只有 50 公尺，效果應該更好。」
這個推論卻不一定成立。
廠商的遠距展示，可能使用長焦鏡頭，只觀看一小塊指定區域；使用者的場域雖然距離較近，卻希望用一支廣角攝影機涵蓋整個工區。結果可能是，50 公尺處的安全帽在大範圍畫面中所占的 pixel（像素），反而比遠距展示中的安全帽更少。
換句話說，100 公尺看 5 公尺寬，可能比 50 公尺看 50 公尺寬更容易辨識。這裡的數字只是用來說明一件事：辨識距離不能離開視野、焦距、角度、光線與目標大小單獨討論。
廠商說的可能是在特定條件下可以做到；使用者解讀的，卻可能是這個距離以內、任何場景都可以做到。兩者之間的落差，就是影像市場需要補上的基本專業認知。
影像辨識的起點，是先定義場域任務
一套影像方案是否適用，首先要問的不是攝影機有幾百萬畫素，而是這個場域究竟要完成什麼任務。
「看見有人」和「知道這個人是誰」不是同一件事；「看見有人頭上有物體」和「判斷安全帽是否正確佩戴」也不是同一項能力。影像任務至少可以分成幾個不同層次。
第一個層次是看見，知道人、車或物件曾經出現。第二個層次是分類，分辨畫面中的是人、車、安全帽或其他物件。第三個層次是判斷，例如人員是否正確佩戴安全帽、是否進入禁止區域，或某項行為是否符合設定條件。第四個層次是確認，進一步確認是哪一個人、哪一輛車或哪一項物品。第五個層次是驗證與追溯，影像不只看到事件，還必須保留足夠細節、正確時間及連續過程，以支援事故調查與責任釐清。若希望系統在事件發生時立即產生作用，還要再加上告警、傳送、確認與處置。
這些任務需要的影像條件完全不同。如果沒有先把任務說清楚，就無法判斷設備規格是太低、太高，還是根本用錯。
使用者真正要採購的，不應只是一支攝影機，而是這支攝影機在指定位置、指定環境及指定時間內，能不能提供完成任務所需要的影像能力。
攝影機有多少像素，不等於目標有多少有效像素
影像辨識最基本的前提，是取得可用的影像；而目標在畫面中是否占有足夠的有效像素，是能否辨識的重要門檻。
這裡必須區分三個概念：攝影機的總像素、目標實際分配到的像素，以及真正保留可辨識特徵的有效像素。
一支 4K 攝影機的整張畫面擁有很多像素，但如果它要涵蓋非常寬廣的區域，遠處的人臉、安全帽或車牌，在整張畫面中可能只占很小一部分。整體畫面看起來清楚，不等於其中每一個小目標都保留了足以辨識的細節。
即使目標占有的像素數量足夠，也不代表這些像素全部有效。失焦、逆光、低照度、移動拖影、拍攝角度不當、目標遮擋及過度壓縮，都可能使原本取得的像素失去辨識價值。最後看到的可能是一個有輪廓、有顏色的影像，卻沒有足夠特徵讓人或 AI 做出可靠判斷。
因此，像素是影像記錄資訊的基本材料；焦距、視野、光線、角度、快門、對焦與壓縮，則決定這些像素是否真正可用。
這也是為什麼只比較攝影機是 200 萬、500 萬、800 萬或更高像素，無法直接得知它在某個場域中的辨識能力。解析度必須回到現場：要看多遠、看多寬、看什麼目標，以及目標移動的速度與方向。
距離較近，為什麼不一定比較清楚？
一般人的直覺是距離愈近，影像一定愈清楚。這個推論在其他條件完全相同時可能成立，但真實場域很少只有距離一項條件發生變化。
遠距辨識通常會使用較長焦距的鏡頭，把遠處目標放大；代價是視野可能變窄。廣角鏡頭可以看到更大的範圍，但畫面中的每一個目標會被分配到較少的像素。因此，「看得遠」與「看得寬」之間通常需要取捨。
攝影機位置與角度也會改變結果。距離雖然較近，但如果攝影機裝得太高、俯角太大，看到的可能只有安全帽頂部，無法判斷是否正確佩戴；人臉辨識若只有頭頂或側面，同樣難以確認身分。反過來，距離稍遠但方向固定、角度適當、目標經過指定區域，可能得到更好的辨識條件。
場景複雜度也是一項變數。一個人沿著固定路線通過，和數十人在工區內交錯移動完全不同；背景單純與機具、鷹架、貨架或樹影不斷遮擋也不同。白天順光下的展示結果，不能直接等同於夜間、逆光、下雨、粉塵或快速移動時的實際效果。
因此，距離不是答案，只是一項條件。真正要問的是：在這個距離下要涵蓋多寬的範圍，目標在畫面中有多大，拍攝角度是否合適，以及現場的光線、速度、遮擋與人流是否符合辨識條件。
影像辨識能力，是一組條件共同形成的結果
影像辨識不是某一項產品規格單獨創造的能力，而是多項條件共同形成的結果。
首先是任務條件：到底要辨識人、臉、安全帽、車牌、物品或某一種行為？其次是空間條件，包括距離、視野、目標大小、攝影機高度、角度與可能的遮擋。再來是影像捕捉條件，例如鏡頭、對焦、光線、快門、曝光及目標移動速度。
影像進入系統後，還要經過編碼、壓縮、傳輸、儲存及運算。攝影機輸出的主碼流看起來很清楚，不代表 AI 使用的次碼流也保有相同細節；為了節省頻寬與儲存而降低碼率，也可能讓小目標的邊緣與特徵消失。
最後才是 AI 模型。模型是否訓練過相近的目標、服裝、角度與環境，告警門檻如何設定，現場的誤報與漏報是否可以接受，都會影響最終結果。
所以，AI 不是在影像之上施展魔法。原始影像沒有捕捉到的細節，AI 不可能可靠地憑空補回；即使影像條件良好，如果模型不適合該場景，也不一定能得到正確結果。
完整的影像辨識能力，是目標、環境、光學、影像、AI、部署與程序共同形成的結果。
辨識困難通常可以克服，但克服條件都會形成成本
遠距、夜間、高速、大範圍與複雜背景，並不代表影像辨識一定做不到。許多問題可以透過適當的工程與技術方法改善，重點在於必須把所需條件及成本說清楚。
遠距目標太小，可以改用適當的長焦鏡頭，但視野可能隨之縮小；若要同時保留大範圍覆蓋，就可能需要增加攝影機。夜間光線不足，可以增加照明、紅外線或其他補光，但會增加設備、配電及維護需求。快速移動造成拖影，可以提高快門速度，但快門提高後進光量減少，又可能需要更好的感光能力或額外照明。
影像細節不足，可以提高解析度或碼率，但也會增加網路頻寬、儲存容量與運算資源。AI 在特定場景辨識不佳，可以重新訓練或調校模型，但需要樣本、時間、專業人員及後續維護。戶外鏡頭容易受到灰塵、水氣、震動或機位偏移影響，便需要更頻繁的清潔、檢查與校正。
因此，廠商表示某項能力「做得到」，還應進一步說明：使用什麼條件做到、報價是否已經包含，以及後續需要多少維運投入。
這些成本至少包括設備成本、部署成本、系統整合成本、日常維運成本與失效成本。最後一項最容易被忽略。系統漏報、誤報、設備離線，或事故發生後沒有可用影像，造成的停工、調查、責任爭議與安全損失，可能遠高於當初節省的設備價差。
影像市場有哪些常見的錯誤觀念？
第一個常見觀念是「解析度愈高，辨識一定愈準」。高解析度可以提供更多像素，但如果目標太小、鏡頭失焦、影像拖影或壓縮過度，仍然不一定具有可用細節。
第二個觀念是「看得到，就代表辨識得到」。看到畫面中有人，不能直接確認他是誰；看到頭部有物體，也不等於可以判斷安全帽是否正確佩戴。看見、分類、判斷、確認及追溯，是不同層次的影像任務。
第三個觀念是「距離愈近，一定愈清楚」。如果距離較近卻看得更寬、角度更差或遮擋更多，目標取得的有效像素仍可能不足。
第四個觀念是「遠距可以辨識，近距一定沒有問題」。廠商在特定鏡頭、視野及環境下完成的遠距辨識，不能直接套用到另一個場域。
第五個觀念是「長焦鏡頭可以一次解決遠距與大範圍問題」。長焦可以放大遠處目標，但視野通常會縮小；若要兼顧範圍，可能需要增加其他攝影機的裝設。
第六個觀念是「廠商展示成功，代表自己的場域也適用」。展示通常證明技術在某些條件下可以運作，場域驗證才是在證明它能不能處理當下場域的問題。
第七個觀念是「AI 準確率很高，現場就會得到相同結果」。任何準確率都應該交代測試資料、樣本數、環境條件，以及誤報、漏報的計算方式。
第八個觀念是「買了 AI 攝影機，設備自己就能完成全部任務」。從辨識到安全結果，中間還有告警傳送、人員確認、處置程序與影像保存。
第九個觀念是「白天測試成功，就可以代表全天候使用」。夜間、逆光、雨霧、粉塵與快速移動，可能產生完全不同的結果。
第十個觀念是「有裝攝影機，就一定有錄到影像」。設備可能斷電、離線、儲存故障、時間錯誤，或者錄影設定根本沒有正常運作。
第十一個觀念是「系統沒有告警，就代表沒有事件」。沒有告警也可能是系統漏報、設備離線、告警未送達，或接收者沒有注意。
第十二個觀念是「價格高、功能多，就是比較好的選擇」。功能很多但不符合場域需求，只是為用不到的能力付費；設備昂貴卻放錯位置，仍然無法完成任務。
這些錯誤觀念造成的不只是採購判斷錯誤，還會形成施工、增購、維護、誤報、漏報與事故後無法釐清的市場成本。
安裝完成，不等於安全能力已經成立
過去曾聽聞，台中監獄發生越獄事件時，現場雖然裝有錄影設備，最後卻沒有留下影像，有廠商的說法是 DVR 沒有插電。至於插頭為何沒有接上，是清潔人員誤觸、維修後沒有復原，還是管理人員沒有定期檢查，沒有充分資料可以下定論。
但是，這個案例真正值得思考的問題，不是誰拔掉插頭，而是：一套負有安全任務的系統，可以在沒有錄影的狀態下持續存在，為什麼管理程序沒有及時發現？
攝影機與錄影設備安裝完成，只是建立安全能力的第一步。設備還必須正常供電與連線，影像必須可以使用，錄影必須持續保存，AI 辨識與告警必須正常運作，訊息必須送到正確的人，接收人員也必須知道如何確認及處置。事故發生後，影像還要能被搜尋、回放及匯出。
設備在線、影像可用、辨識正常、告警送達、人員處置、影像留存與事件可追溯，是一條不能中斷的能力鏈。任何一環失效，都可能使前面的投資失去作用。
因此，場域應定期檢查設備是否供電及連線、攝影機是否偏移或失焦、鏡頭是否髒污、錄影是否持續保存、系統時間是否同步、AI 是否仍在正確區域執行，以及告警能不能送達並觸發既定程序。
安全能力不是設備存在，而是設備在需要的時候仍然有效。
使用者不必成為專家，但應具備基本的提問能力
影像系統涉及光學、影像、網路、AI 與現場工程，一般user不可能先精通所有技術，才有資格採購。市場也不能因為使用者聽不懂，就只提供最簡單、最容易被誤解的數字。
使用者至少應該提出幾個基本問題：我要處理的是什麼事件？需要看見、辨識、確認，還是事故後追溯？最遠、最暗、最快、最擁擠的合理使用情況是什麼？廠商為什麼選擇這支設備、這個鏡頭及這個攝影機位置？要增加哪些外加條件，才能實現所宣稱的能力？又該如何在自己的場域證明，並在安裝後持續確認它有效？
使用者不一定要會計算焦距、有效像素或影像碼率，但有權知道方案成立的條件、產品為什麼適用、不能保證的情況、所需的附加設備與完整成本，也有權要求廠商使用真實場景進行驗證。
廠商的專業，不是賣最好，而是賣對
安控是一個專業市場，但是市場上的公司、業務人員、採購者與使用者，對影像的理解程度並不一致。一知半解造成的不只是溝通問題，也會轉化為實際市場成本。
真正專業的廠商，不應急著從手上的產品開始，而應先理解使用者的場域問題，再把問題轉換成具體的影像任務。為什麼需要這項解析度、為什麼使用這個焦距、為什麼攝影機要裝在這個位置、哪些情況可能無法辨識，以及要克服這些限制需要增加多少成本，都應該說明。
不需要的功能，不應為了提高報價而塞進方案；必要的設備與條件，也不能為了壓低初期價格而故意省略。廠商如果只證明產品能做到什麼，卻沒有證明它適合使用者的場域，交付的仍然只是一項產品能力，而不是完整的解決方案。
賣得貴不是專業，賣得便宜也不等於有競爭力。把適合的東西放在適合的位置，清楚說明能力邊界，並證明它可以完成任務，才是專業。
影像監控是必要要項，但不是場域安全的全部
即使影像設備選對了、裝對了，也不代表場域的安全問題已經全部解決。
影像監控擅長提供現場狀況、事件確認、記錄及追溯，AI 則可以協助發現特定目標或異常。但是，場域安全還包括身分、權限、阻擋、偵測、通訊、求助及事件處置。
攝影機可以看到有人進入，門禁系統則負責確認其身分、權限及是否可以通過；影像可以確認有人翻越圍界，入侵偵測系統可能更早發現異常；AI 可以發現人員倒地，但仍需要對講、緊急求助、通訊及處置程序，才能把告警轉化成實際協助。夜間影像辨識也可能需要照明，特殊環境則需要煙霧、溫度、水位、氣體或其他專用感測器。
因此，思考場域安全方案時，不能只問要裝多少支攝影機，也不能把所有預算集中在影像系統。應先盤點場域可能發生的事件，再決定哪些問題需要預防、限制、偵測、確認、告警、處置或追溯，並將任務適當分配給門禁、入侵偵測、影像監控、對講、緊急求助、照明及其他系統設備。
真正的場域解決方案，不是把設備堆疊在一起，而是讓每一種設備承擔它最適合的任務，再透過必要的系統聯動與管理程序，形成完整的安全能力。
結語：用對，才是真正的一分錢一分貨
使用者需要的，不一定是市場上價格最高、規格最高或功能最多的影像設備，而是在自己的場域、環境與預算條件下，真正能完成任務的方案。
價格較低的設備如果放在適當位置，能夠穩定完成指定任務，就是有效投資；高價設備如果選錯焦距、裝錯位置、使用錯誤設定，或者缺乏後續維運，仍可能無法產生應有價值。
「一分錢一分貨」不應只是替高價產品辯護，而是每一分預算都應換到場域真正需要的能力。產品買貴，損失的可能只是價差；產品用錯，付出的卻可能是整套建置、增購與維運成本，甚至是事故發生後無法確認、無法處置及無法挽回的損失。
但是，用對影像設備仍只是場域安全的一部分。影像監控是必要的安全要項，卻不是全部。門禁、入侵偵測、對講、緊急求助、照明及其他感測系統，也必須依照實際風險與任務適當配置，才能得到預期效益。
影像設備要用對，其他安全設備也要各就其位。場域真正需要的，從來不是一支最厲害的攝影機，而是一套能共同完成安全任務的解決方案。
按此 ☞ 回今日3S Market新聞首頁
0 comments:
張貼留言