陽明交大創智慧保全系統 藉偵測模型提升校園安全
【記者林偌甯報導】「我們希望通過對校園暴力事件的監控和預警,減少此類事件的發生。」國立陽明交通大學電控工程研究所教授李慶鴻率領研究生盧彥樺、李函諭、吳思緯設計「智慧保全系統–自動化監控應用於校園安全」,榮獲2024天鈺AI綠色科技永續創新競賽冠軍。 〈教育部112年各級學校校園安全及災害事件分析報告〉指出,2023年各級學校的「暴力事件與偏差行為」通報件數共25,226起,相較前一年增加46%,顯示校園暴力事件有上升趨勢。「傳統監視系統需警衛長時間盯著多個螢幕,容易漏看。」盧彥樺表示,校園暴力往往依賴校安人力或目擊者通報,但因保全人員工作量大及缺乏目擊者,常導致通報延誤。為此,團隊利用聲音與影像識別技術設計保全系統,希望藉此即時維護人身安全,減少悲劇發生。
此系統分為兩部分,負責輸入的邊緣端與進行偵測的主機端。邊緣端分別使用攝影機和麥克風即時監測環境中的刀、槍和暴力行為,以及尖叫聲、玻璃破裂聲和槍聲,並將數據傳送至主機端。主機端透過過濾器計算危險事件的發生機率,若指數大於0.9,系統將立即觸發邊緣端的蜂鳴器以嚇阻行為人,並通過社群軟體Discord向校安單位傳送事件時間、地點等;若指數低於0.9,則會將連續20幀影像轉換為GIF(Graphics Interchange Format, GIF),交由大型語言模型GPT-4o進行二次確認與生成事件描述,若其中至少12張影像包含危險元素,便確認為暴力事件。 為了訓練影像辨識與聲音偵測模型,團隊蒐集約14,000張校園及監視器視角影像、1,700則音訊,並將其匯入邊緣端的小型主機中。「透過調整圖片亮度、角度或左右翻轉等方式,增加訓練資料的多樣性。」吳思緯說道。增強資料集能讓系統在真實環境中運作更靈活,同時調整音訊資料的特徵權重,例如讓重要的聲音頻率範圍被模型重點關注,減少不相關特徵的干擾,提升模型提取關鍵資訊的能力。
香港中文大學社會工作學系教授陳季康以長期研究校園暴力的經驗,提出系統落實的難題:「根除校園暴力議題也許有效,但可能涉及隱私與個資。」對此,盧彥樺說明以大語言模型判別案件可能導致資訊流入母公司後台,產生隱私問題,因此他們計畫以其他開源模型輔助系統,進一步應用於捷運等公共場合。國立政治大學總務處事務組駐警班長黃國書則提議新增監視器的防水、防風、防震功能,以利用於戶外空間,同時調整以社群回報異常的途徑:「傳訊息不一定會收到,偵測到異常直接打電話通知警衛室會更快。」