參賽團隊名稱：Beseye
我們以Intel OpenVINO 技術研發三段式 AI 人體爬牆行為分析系統，兼具高精準度、高即時性，並僅需原本 1/3 成本即可導入。
提案動機
欲解決問題 :
近年，由於歐美重新定義建築與社區的關係，綠色圍籬的概念快速普及，改以視覺穿透性的低矮圍籬 (以欄杆取代實牆)。其中各國以 友善校園 採用最為普及，亞洲各國日本、韓國、台灣也不例外，自 2009 年起，台灣陸續開始推動友善校園，校園以低圍牆或改用植栽綠籬，取代高聳的水泥外牆。
但改為 低矮圍籬 所帶來的影響是學校警衛室形同虛設，可疑人士能夠輕易攀爬圍牆闖入侵害學童安全，反過來 學童 也能夠用同樣的方式 翻牆 出校園逃學。因此學校必須隨時加派人力巡邏，保障校園安全。
傳統的電子圍籬 (如便宜的紅外線入侵偵測、或是簡單的 AI 人體分析) 雖然廣泛用於各種具有圍牆的建築，用於防止入侵行為，但傳統的電子圍籬 分析，經常 因為 貓、狗、鳥、落葉，觸動警鈴，容易擾鄰 之外，上下學時間 家長接送學童倚靠在圍牆 上、或中午時刻家長透過圍欄地送便當等，導致 誤報頻傳，因此 需仰賴學校配置常態性人力 進行場域巡邏以達到學童安全目的。
構想動機：
目前市面上多數的電子圍籬解決方案會有諸多誤報與漏報的原因，追根究柢是因為其並非 直接針對爬牆行為 進行分析與捕捉，比方說過去常見的解決方案，如 紅外線解決方案 捕捉的是有 阻斷紅外線的遮蔽物，又或是 AI 人形偵測解決方案 捕捉的是人形，而 不是真實的爬牆行為 分析，因此在系統分析的標的物、與人們想解決的真實問題之間存在落差，就會引發大量的誤報與漏報，而導致許多學校駐警因而把警報器關掉、或是而不見，引發學童的安全危機。
我們希望運用自有研發的精準度高達 99.95% 的 人體骨幹技術 將其延伸為分析 人體攀爬行為 的 AI 演算法，此外，因為學校機關普遍預算有限，因此在商業需求上如何在 有限預算下達到最佳 AI 運算效能 便成為能否放大商業機會的技術研發重點，我們思考出 三段式 AI 分析功能，每一段均可過濾不必要的 AI 運算，將最核心的 GPU 資源保留給最重要的情境，以降低學校機關的導入成本。除此之外，我們更以Intel® OpenVINO™ 實作整個 AI 軟體，讓學校機關採購時，不須額外採購價格高昂的 GPU 硬體，降低 AI 導入整體軟硬體成本。
Beseye 綠色圍籬入侵偵測系統，不僅可以自動偵測人體行為姿勢，達到主動立即發報，大幅降低安全監控人力成本，更特別針對大範圍的低矮圍籬分析進行產品設計，讓 AI 保護學童的安全技術上、導入價格上、產品使用上都具備極高的導入可行性。
解決方案
在開發過程中所用軟硬體如下：
硬體：
- 主機 : ASROCK NUC Box-1135G7
- CPU : Intel®Core™i5-1135G7
- 記憶體 : 8GB *2 DDR4
- 硬碟 : 256GB
- 台灣製 Dynacolor 1080p 監控攝影機
軟體 :
- Intel OpenVINO Toolkit
為了降低 AI 的運算量、來進一步降低學校機關導入的硬體成本，我們將分析拆為三個階段。
第一階段：
過濾距離低矮圍籬外遙遠的路人，此部份圖示如下：
第二階段：
追蹤接近低矮圍籬的人物，以確定其距離低矮圍籬的距離，此部分圖示如下:
第三階段：
分析極度接近低矮圍籬人物之動作，確認其是否正以攀爬姿勢跨越圍牆。此部分圖示如下：
成果介紹
Beseye 遠距離型綠色圍籬入侵偵測系統，運用其核心技術「人體骨幹分析」，搭配三段式分析技術：動態偵測、行人追蹤、骨幹分析，達到可精準辨識人體出現爬牆行為時，才會進行發報，精準度高達 99.95%，但「人體骨幹分析」，遇到最大的難題是 : 以往在 AI 分析效能的運作上，會消耗極大的效能，因此多半都是採 GPU 的運算架構進行，不過，這次 Beseye 團隊使用 Intel® Distribution of OpenVINO™ Toolkit 技術，以維持既有高精準度的前提之下，成功地優化轉移研發出 「新一代 OpenVINO 版 遠距離型綠色圍籬入侵偵測系統」。
團隊介紹
Beseye 成立於 2013 年，專注於研發安全攝影機 AI 影像分析平台，運用獨家的遠距離人體骨幹分析技術，藉由影像偵測人體的骨幹，在不侵犯人們隱私下，判斷畫面中人物的行為模式，來保護各場域的安全與提升場域營運效率，是台灣首家將骨幹分析技術商用化的公司。其核心技術廣泛應用於「智慧製造」、「智慧交通」、「智慧零售」等公共安全場域。
目前 Beseye 的企業客戶遍及全球，包含日本第二大鋼鐵工廠 JFE Steel 、台灣友達光電、台灣中油、日本KINTETSU 、日本NEC 等。Beseye 提供多元化的 AI 影像分析服務，且擁有目前市場上準確度高、建置成本低的「智慧監控分析」最佳解決方案。