走在台北街头，如果心血来潮想要仰望天空，首先映入眼帘的可能不是天空，反而是品牌样式多款的安全监控摄影机，如今摄影机已经多到成为城市景观的一部份。根据报导指出，2017 年全世界大约有 3.5 亿支安全摄影机，短短三年后的今日，这个数字已经倍增达到 7.7 亿支，再再显示出其强劲的需求量。尤其是重视民众生活安全的台湾，安全摄影机的人均密度已经高居全球第三。
先把隐私权放一旁，安全摄影机在执法上的帮助及效益的确令人刮目相看，台北市政府警方从 2009 年起开始分阶段在公众场域建置安全摄影机来保护民众的安全，而北市警局也有统计，从 2009 年开始运用安全摄影机侦破的刑案多达 210 件，随着更多安全摄影机的架设与建置，直到 2011年破案又大幅增长了 4 倍（923件），到了 2018 年更高达有始以来的最高点 34 倍（7204 件），而抢夺案也从 2009 年的破获率 57%，飙升到 2018 年的破获率 100%。所以在安全摄影机保护下，人们的生活跟 11年前相比，真的比过去更安全有保障，如果说安全摄影机是大家的门神，实在不为过。
因为这个巨大的金矿，让拥有独家 AI 技术的云守护安控，获得科技部从 2,620 家科技新创中、推荐 521 家团队参与选拔，经初审、複审、决选三阶段，最终成为科技部遴选台湾 2020 年的「科技新创十酷」。
让传统摄影机变聪明，成为智慧安全监控的一份子
如今火热的 AI 人工智慧在 5G 及 IoT 的快速发展和强力支援下，持续不断地在不同垂直领域里大力推动各种智慧应用，然而当前绝大多数的安全摄影机能和「智慧」一词沾上边吗？是否有可能成为智慧城市应用发展上的障碍呢？
「数量庞大的安全摄影机中有超过 95% 的比例只用来被动录影，或进行非常简单的动态分析功能，更遑论提供即时的智慧分析机制，这些庞大的录影影像实际上不到 1% 会被各种保全人员检查到，所以多半都只能在坏事发生后，事后透过庞大的人力从海量影片中寻找『亡羊补牢』的证据」云守护安控执行长涂正翰表示。因此云守护旨在研发出能『即时』解决这些保全人力根本没有时间、与耗费高昂成本处理的大量安全摄影机影片的核心技术。
最重要的，该公司自家开发的 Beseye AI 影像分析平台採取了无关硬体的软体架构设计，支援高达 9 成以上且市面上绝大多数品牌的传统摄影机设备。此一设计让数量庞大的既有「传统」摄影机也能在入手门槛较低情况下，摇身一变成为拥有「智慧」 的先进摄影机，并成为公共场合智慧安全监控的一份子。这使得原已投资建置许多传统安全摄影机的企业，不需额外全面汰换硬体摄影机，不但避免既有硬体投资的浪费，并让原有投资「浴火重生」地发挥智慧安全监控的效益。
进一步而言，该公司人工智慧影像分析平台之核心採用了以深度学习的 AI 模型为基础，独家研发的人体骨干分析技术（Skeleton-PrintTM），可自动于安全摄影机影像上取样近 4,000 个特徵点分析影像中的人体各种姿势动作，该软体平台支援市面上 9 成以上的安全摄影机，所以企业可沿用公司内部既有的摄影机（只需符合 Beseye 最低影像规格要求），若公司原本没有摄影机，也可选择搭配 Beseye 云端智慧摄影机。透过该软体平台，举凡铁道平交道意外闯入、跌倒危险事件、陌生人闯入的可疑行为、或智慧零售热点分析等皆能符合实际场域的不同需求，提供高精準度，进行超过 20 公尺以上的远距离即时人体行为分析侦测、并发送警报的安全保护，商情分析提供报表，剖析商业的经营机会，进而为公共/商业/家庭等场域提供可负担成本内的自动化 Beseye AI 智慧影像分析平台。
▲ Beseye 独家研发的人体骨干分析技术（Skeleton-PrintTM），可自动于安全摄影机影像上取样近 4,000 个特徵点分析影像中的人体各种姿势动作。
全方位快狠準抓取骨架轮廓、动作、年龄、情绪与风险指数
不可讳言的，如今市面上也不乏许多基于人脸辨识技术的安全监控解决方案，「但随着隐私权问题愈来愈广受人们的重视，人脸辨识应用于公共场域难免会引发很大的隐私争议与疑虑。此外，在很多实际场域与应用情境里，人脸辨识的精準度深受距离与人脸角度的影响，进而使其可应用性（仅适用于近距离、正面对準镜头的场景）」大受限制。」
此外，为了严格确保数据的资讯安全，云守护安控从一开始就花了很多时间设计与研发严密的防骇客资讯安全系统架构，因此从上线到现在，已经看过很多其他企业的安全摄影机遭到骇客入侵、人们隐私受到侵犯。但是云守护安控从来没有发生过骇客入侵的事情。光是这点，其实就很多年轻团队不愿意在这点上花时间建立完善稳定的基础，主要原因是一个企业在隐私与安全性上面的努力，通常只能经由市场长时间的验证证明，所以这其实有点像是云守护安控的理念。涂正翰分析指出。
而回到云守护安控最擅长的影像分析技术上面，云守护安控的人体骨干分析技术能够精準识别 30～50 公尺外，每个人体大範围角度变化的各种人体特徵与动作。不仅如此，该技术比人脸辨识等传统分析机制的辨识精準度高出 30% 以上、速度也快了 3.75 倍，跳脱距离与角度的限制，获得又快、又準的识别力。
涂正翰接着解释该公司又快、又準的长距离全方位识别技术的关键，全在于独家的四道工序。首先，第一步会在人体上取样 4,000 多个特徵点，进而抓出整体骨架轮廓；第二步抓取关节点位置，进而能侦测目标者的动作及行为；第三步在人脸上划分特徵点，同时避开脸部识别的特徵点，让机器仅能判读出大概的年龄层及情绪反应；第四步撷取目标者于场域中乃至与各物件的相对位置，进而判定其风险指数（例如站在平交道上或离某危险机台设备太近）。即使脸部角度偏移或被遮挡，也可以轻易透过特徵点解读出人体的姿势，因此能大量辨识公共场域中的跌倒或暴力行为等动作特徵。
藉由通路伙伴，锁定交通、工厂、零售、医疗与金融五大领域
身为新创公司，该公司在成立最初时候便获得来自 StarFab 加速器的许多帮助，如今该团队背后的主要投资机构包括日本三菱（Mitsubishi）、富邦金控，以及工研院体系统的创新工业技术移转公司（ITIC）、统一企业，团队在 2019 年取得超过 1 亿元的募资。
在市场拓展上，目前云守护安控最重要的两块市场就属日本与台湾，光这两个地方的销售成绩就占整体营收的 6 成以上。包含日本前三大钢铁工厂 JFE Steel、NTT、及东急铁道等企业均採用 Beseye AI 分析服务，至于台湾，除中华电信及远传电信外，知名购物中心以及台湾上市製造工厂亦採用採用该公司的服务。
东急铁道在 2001 年估计，每个铁路平交道设置 AI 系统的平均费用是 30 万美元（约 900 万台币），非常不符合经济效益。到了 2014 年平均成本急剧下滑至极具经济规模效益的 600 美元（约 18,000 元台币）。再加上「AI 影像分析，边缘运算技术、以及云端物联网运算技术是我们的长项，但是良好的技术必须遇到最佳时机才能形成可以获利的商业模式，过去 14 年来 GPU 计算速度的跃进让演算法成长高达 450 倍，带动 AI 整体效能快速提升。就是在这样的时机下，云守护安控的技术、产品与服务才能得到市场的欢迎与青睐。」涂正翰分析指出。接下来，将有限的资源及人力投注，扎根在智慧零售、智慧交通、智慧製造，放眼于智慧医疗/长照及智慧金融等含金量最高的五大市场上，便成了该公司最稳扎稳打的市场经营策略。
一颗愈经打磨愈发亮的原石：智慧工厂。AI 模型的成熟与成功複製于广大市场。
当我们更进一步深入来看，一家受到日本前三大钢铁工厂商业客户青睐的年轻新创公司，他的技术独到之处值得探究，令人更绕味的话题是，云守护安控如何採用独家技术深耕于日本市场，往下淬炼 AI 模型使其发光、横向开发不同类型的大型工厂商业客户，直击日本客户商业需求，并成功拿下日本市场的订单。
一道独门料理如果找到对的方法宣传，那幺知其特色的人们必定会一传十、十传百。但如果同时面对众多商业客户需求，一招一招的将其化解，涂正翰指出客户的需求被「个别」解决同时，将很难从中建立 AI 模型资料库，如能找出他们的「共同」之处，从资料库里拿出再「个别」的训练模型，更能快速解决客户重视的问题。此 AI 模型资料库就是，云守护安控成功快速拿下日本大型商业客户订单的秘密之一。
举凡，日本 JFE Steel 钢铁工厂安全区域辨识、日本大型製造工厂作业 SOP 分析、日本大型智慧零售动作 SOP 分析等，都是透过资料库里的 AI 模型，再拆解演算法的数学公式、场域座标轴精密计算、大规模数据资料训练模型、模型外整体系统架构设计等，开发出一套系统进而解决客户的真正需求。
另外，云守护安控不满足 AI 模型资料库的现况，在持续与既有日本客户密切导入不同阶段的订单同时，并带回来複製于台湾中小型企业上，最近最为成功案例便是台湾中型製造业的作业 SOP 分析，参考日本大型製造工厂案例，实际运用在中型客户，并获得肯定。大型、中小型商业客户的解决方法，虽有异曲同工之处，但只要有一点相异性发生，都能使 AI 资料库的模型更加成熟、优化，进而也能开发出另一个市面上尚未有的 AI 分析系统。
未来，云守护安控将拓展日本与台湾大型工厂企业客户列为重点之一，同时日本与台湾的中小型商业客户也是国际市场开发的下一个里程碑。涂正翰于採访时说道。
