AI DL 物件偵測

隨著 AI Deep Learning（深度學習）技術日趨成熟，例如 YOLO（You Only Look Once）等物件偵測模型，透過大量影像資料蒐集、標註與模型訓練，已能有效辨識各類特定物件。模型訓練資料越完整、涵蓋的情境越多元，其辨識準確率與穩定性也越高。

TDV 透過長期累積各產業應用場域的影像資料與實務經驗，針對不同使用情境建立專屬 AI 模型，可應用於：

• 車牌辨識（LPR）

• 人員偵測

• 車輛分類辨識

• 安全帽配戴偵測

• 安全背心配戴偵測

• 吊掛掛勾辨識

• 工安違規行為偵測

• 特定設備與物件辨識

AI 模型的效能不僅取決於演算法本身，更仰賴訓練資料是否完整涵蓋實際應用情境，例如不同天候、光線、拍攝角度、遮擋狀況與使用環境等因素。

此外，許多實際應用往往需要結合多種 AI 模型、影像演算法與邏輯規則判斷，才能有效降低誤判率，提供穩定可靠的解決方案。TDV 可依客戶需求整合 AI 模型、特徵分析與事件邏輯，打造符合實際場域需求的智慧影像辨識系統。

應用案例

抽菸行為偵測

透過人體骨幹分析（Human Skeleton Detection），系統可計算手腕與嘴部的位置關係，判斷是否出現疑似抽菸動作。

然而，若使用者正在講手機、進食或飲水，可能產生相似姿態而造成誤判。因此系統可進一步針對嘴部周圍 ROI（Region of Interest）區域進行物件辨識，確認是否存在香菸、電子煙或手機等特定物件，以提升辨識準確度並降低誤報率。

滑手機行為偵測

系統透過人體骨幹分析判斷雙手位置是否位於胸前或身體上半部區域，再結合 ROI 物件辨識技術確認手部範圍內是否存在手機。

此技術可應用於：

• 生產作業區管理

• 工安違規監控

• 危險作業區域管理

• 人員工作紀律管理

• 特殊管制區域監控

透過姿態分析與物件辨識雙重驗證，可有效降低誤判並提升偵測可靠度。