應用案例

透過影像事件進行路口車流量偵測分析器監控、管理與操作。 針對號誌路口和交通路口進行動態交通資訊偵測蒐集管理控制應用，應用於雙向路口／十字路口以及多種路口型態於交通路口進行既有網路攝影機或是規劃新設置於號誌路口網路攝影機，透過現場單處AI單路偵測分析器接收影像串流進行即時偵測路口車流以及轉向車流資訊統計，透過4G或光纖網路傳輸，以通訊3.0方式或API傳輸數據至交控中心。 路口CCTV攝影機提供一影像串流H.264/RTSP數位串流訊號於AI影道路偵測模型分析器。其分析器將偵測分 析數據結果透過通訊協定及實體無限4G通訊傳輸至機房端於數據接收整合系統接收，並與AI影像辨識管理平 台資料庫處理應用提供使用者介面顯示、告警、接收、儲存、記錄、查詢。 在勤務疏運管制上，可透過車輛資料紀錄可即時了解是否有車輛受困，保障大型車用路安全。

建構於即時通訊App以及chatbot技術的Chat-App，為即時通訊App(FBMessenger/LINE@)中的數位會員系統，透過自動化系統，協助企業降低70%以上的日常重複性服務，以及蒐集數位會員名單以利再行銷、整合線上客服、社群行銷、導流導購、會員管理、數據分析並能串接廠商現有服務。目前成功導入連鎖餐飲業、連鎖手搖飲業、電商業、服飾業、媒體業、婚紗攝影業...等多家企業。

新安東京海上產險會選擇與愛酷智能合作在E保網上提供「保單辨識」與「e寶客服」服務，提供24小時線上保險諮詢服務。團隊成員採用OCR文字萃取光學字元辨識技術自動判讀車主拍攝並上傳的汽車險保單資訊，然後將資料自動帶入欄位。客服方面，透過語意分析技術，修正並優化e寶客服的回覆效率。

無人機是利用程式控制操縱的飛行器，作為「天空中移動的第三隻眼」，為交通領域的安全監管和應急處理帶來了很大的便利，因此臺北市政府利用無人機機動特性快速蒐集市內欲監測位置之影像數據，再透過AI技術分析車流狀況、紅綠燈、人口蓋等路面設施之現況，期望藉由無人機定點以及巡檢航拍的功能達到迅速座標化、數據化、3D模組視覺化等目標，以提升交通局交工處對於事件處理之效率和後續資訊歸檔之完整性。

【睿思AIKM + CROSSBOT自動化審核輔助系統】結合知識管理平台與智慧對話技術，針對企業在表單、申請、合約、稽核等流程中常見的審核需求，提供即時、高效且智能的輔助工具。 【 AIKM 】負責彙整與管理審核規範、歷史案例與作業標準，建立結構化的知識資料庫； 【 CROSSBOT 】則提供自然語言互動介面，協助審核人員快速查詢相關規定、自動判斷缺漏項目，引導填寫錯誤修正、提醒重要注意事項。 【適用場景】 ■ 1.財務：單據費用與公司政策自動比對審查等。■ 2.人事行政：人事異動／假勤申請與公司政策自動比對審查等。 ■ 3.法務與合約：條文比對、資料驗證審查等。 ■ 4.稽核與內控：報表自動生成，自動合規檢查等。

將人臉辨識、口罩偵測、體溫偵測整合與服務型機器人進行整合，使其在疫情期間可同時進行體溫量測，口罩提醒等工作; 並可依需要發出警訊。該功能除增加相關硬體設備，同時須與人臉辨識，口罩辨識系統進行整合。口罩辨識系統以機器學習方式建立模型，服務型機器人偵測到人臉時以該模型進行判斷口罩是否佩戴，並決定是否發出提醒語音。

本系統運用 DeepLabV3 深度學習演算法，建構一套針對保安零件瑕疵辨識的 AI 模型。為提升辨識準確率，開發團隊進行了多種攝影鏡頭與取像環境的測試，共拍攝 1,200 張探傷缺陷影像做為訓練資料，藉此強化模型辨識能力。系統透過筆電連接 RS232 轉 USB 介面，接收啟動指令後，每秒擷取 30 張即時畫面，並對每張影像應用 C1 子項所設計的瑕疵辨識演算法進行判讀，並即時在螢幕上標示出探傷瑕疵部位。整體架構可應用於製造流程的品質控管以及非破壞檢測的磁粉探傷，提升檢測探傷效率化和省人化，協助企業實現智慧缺陷非破壞檢測的探傷解決方案目標精進。

現有的CCTV監視系統都只是在錄影而已，當發生異常事件時，即使攝影機有拍到(例如:夜間有人侵入/火災煙霧/有人需要求救/有人昏倒/工地有人未戴安全帽或工作背心/車輛逆向…等)。當出現這些異常事件時若無法立即通報制止或處理，有可能造成更大的危險事件。目前這些工作若依賴保全人力處理的話，除了人力成本高以外，更因保全人員會有倦怠疲勞及高成本等因素讓安全性的議題無法提升更高的水平。UniPicket AI 系統可以不用更換現有的CCTV攝影機，直接整合讓現有監視攝影機變身為具強大功能的AI攝影機。可以讓一支攝影機同時啟動10種以上的AI辨識功能同時運作，可以大幅節省更換攝影機的成本，也可以讓攝影機傻瓜變聰明。UniPicket AI 有多種應用面的設定，可以適應各種不同的場域，政府機關、學校、醫院、飯店、工廠、工地、住宅大樓…。只要有CCTV監視系統的地方就會需要UniPicket AI。

在分秒必爭的產銷協調過程中，食品業者時常面臨供過於求造成浪費，或是供不應求錯過商機的情況。為了解決供應鏈產銷不協調的問題，Decanter AI 提供快速、易用、準確的自動化機器學習引擎，協助食品業者進行冷藏食品出貨管理，達到精準掌握終端消費市場的需求。此外，透過直覺的圖形化介面，Decanter AI 讓不具資料科學背景的 IT ⼈員，或是業務單位中不具編程背景的採購經理都能輕鬆操作，讓企業迅速建立精準的 AI 模型。

《振海資通股份有限公司》利用AI機器學習搭配AOI技術，已部署於電容器製造業並成功實際運用。由於電解電容器為圓柱形體相關問題，此方案可解決傳統平面檢測較無法檢出的相關問題，檢測出人眼無法看到的瑕疵、測量物件尺寸及辨識物件位置等，是一套非接觸式檢測系統，可在動態製程中檢測。對所須檢測項目進行取樣，樣本進行標註數據化後，將數據透過演算法，進行瑕疵檢測數據分析，歸納出各階段產出不良品之原因，確保品質穩定性，提生良率，實現智能化的生產線。

針對生產資料缺漏及衍生之後續產生的分析誤判，我們用 AI 工具來進行資料修補，確保資料完整性之後，再以另一 AI 工具進行快速的異常篩檢。我們將以上兩項功能和資料視覺化工具整合成可擴充功能的系統平台，便於根據使用者需求新增或調整功能。

本計畫針對各種異常狀況使用不同的方法偵測，其中異常狀況有：壅塞、事故狀況、異常物件及逆向行駛，透過追蹤模組判斷是否發生異常事件。首先探討壅塞，壅塞發生在車流量大導致車速緩慢的狀況，針對此現象可以透過追蹤模組取得車速，若平均時速低於高速公路的60km/h 最低速限，則判斷壅塞。第二點事故狀況，由於在道路上行駛時須保持安全距離，若兩車距離過近，則會提高碰撞的機率，在事故發生前透過軌跡判斷兩車是否在前方會有交集點，並在兩車發生重疊時則判斷兩車相撞。第三點是否有異常物件，將一般道路上禁止出現的物件加入訓練樣本，以高速公路為例，正常情況下不會有機車出現，若畫面中辨識出異常物件則進行追蹤。最後一點逆向行駛，在路上行駛方向與其他車有所不同，在追蹤時軌跡會與正常情況下有異，判斷軌跡方向異常時發出警示將團隊所使用的 Smart AVI 與目前最常被使用的影像辨識技術之一的 YOLO 相比。雖然 YOLO 可以辨識的種類較多(屬於通用解決方案)，但要運用在交通方面則是Smart AVI 較具備優勢，因架構與設計屬於特定領域的解決方案，其訓練所需要的樣本數較低，演算速度也更快，最重要的是具備追蹤物件的功能。

現今工廠自動化的趨勢，已開始由大量機器人取代人工作業，製造業對機器人的需求及依賴程度越高，企業如何確保機器人的高可靠性呢? 因此，能夠自主性判別設備狀態與減少非計畫性停機更成為企業所需要深入探究的課題。機器學習智能監控系統即是針對各式機械設備的動態監測，使用者透過簡單建立健康規範，系統學習動作依照所累積的數據統計進而做出分析判斷，產業進而可訂立預知保養計畫並有助於設計者優化產線設計流程。 藉由即時偵測動態機械之訊號，可預測判斷機械手臂的健康狀況，及焊接作業品質的線上即時監測，使企業有較餘裕的時間安排設備維護與產線，將導入機器人的初衷發揮到極致，『做得快且做得好』

由於各式瑕疵原因分別在不同製程情境發生，於電鍍後進行判斷較能夠有效提升品質管制效率，需採用全檢模式以肉眼辨識，辨職難度高且高度仰賴人員的經驗，且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術，克服金屬扳手反光之特性，提高瑕疵的辨識率(1) 縮短品檢作業時間：透過AOI智慧瑕疵檢測系統，每隻扳手檢測時間自3-4分鐘縮短至約3秒，統計報表由系統自動產出取代過去人工抄寫，且避免篩選遺漏。(2) 老師傅經驗數據化及標準化：依實際檢測數據進行標準差異值統計分析，回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統，提高資訊即時性及加速管理報表產出。

「派藥神器」以「聊天機器人與AI語意分析模組」等技術，將散落在各網站的農業資材訊息整合在聊天機器人平台。 透過「派藥神器」聊天機器人的對話情境，引導使用者找到適合使用、合法的農用化學農藥與友善農法資材，輕鬆簡單又有效率地取得農業資材訊息。 此外使用「新詞Direct」- 農業AI語意辨識模組與自動化分析之演算法，讓使用者不需要輸入精準的蟲害名稱也可以找到資材，同時減輕後台問答及管理人員的維運負擔。