廠區安全為工業安全的一環，目前的做法為設置許多監視器配合安全人員的人為監控來提供資訊，但人員監控有其極限，若能建置 AI 系統輔助進行異常行為與臉部辨識，可以更有效協助安全人員的監控工作，彌補人為監控的死角。 位於新北市石門區的核一廠，背山面海、風景秀麗，然而，此一全台首座核電廠將邁入除役期，即將成為歷史。適逢核電廠正準備進行除役作業，未來將有許多外部廠商進出施工，出入管理複雜，外部廠商施工也需要持續進行安全監控以確保核能安全；另外，核四廠雖正在封存中，但仍有敏感性區域與降低人員駐點的需要，因此對於安全管理的智慧化有急迫的需求。 資策會AI團隊在台灣核能級產業發展協會的協助下，以台灣電力公司核一廠場域為目標，欲解決低人力配置狀況下，安全與工安之相關議題。根據訪談之後，歸納出核一廠導入 AI 的技術需求，包含人員進出管制、與人員作業與廠區的安全性監控等。 AI人臉辨識 解決人員進出管制與廠區安全監控兩大難題 在人員進出管制部分，在核電廠部署臉部辨識系統，藉由人臉的唯一性與AI 的高辨識率，提升核電廠的人員進出管制成效；在人員作業與廠區安全部分，也將部署異常行為偵測系統，藉由監視器視訊提供的人員姿態，以 AI 辨識異常或危險行為，即時提供資訊回報給安全人員進行處理。 經過資策會媒合，選定旺捷智能感知公司（簡稱旺捷）的解決方案，分別投入臉部識別與姿態識別兩項功能之開發。旺捷智能與資策會數次討論，最後導入Google的Facenet與Posenet兩項演算法進行系統實作，相對於其他類似的演算法，Facenet每張人臉僅需要128個維度就可以達到最佳效能，所需要的辨識照片也只需要數張，對建立工業級的臉部識別系統來說非常適合，這也是最終決定所採取的方案；Posenet運用於動作偵測，透過Data Processing Unit（以下稱DPU）將資料轉換為機器學習演算法–支援向量機（Support Vector Machine，SVM）能夠接受的格式，進行人體姿態辨識，預測方式為二元分類，分別為跌倒以及非跌倒。 運用可視化頁面 管理介面一目瞭然 兩個系統的使用者介面以Python的網頁框架Flask進行實作，透過網頁服務來適應不同作業系統，達到跨平台系統的目的。眼鏡App則以Unity進行開發，存取網頁資訊。 近年來，由於AI 技術的進步，人臉識別已逐漸應用在安全管理，人臉特徵的唯一性可以去除 RFID 變造的風險，與其他生物資訊辨識 (指紋、聲紋) 相較之下的高正確率、完全客觀沒有人情因素、系統易於架設與維護、運作時可完全自動無需額外人力等。無需置疑地，在安全管理機制中，加入臉部辨識系統可以大幅提高廠區的安全係數，同時降低管理的困難。 ▲人體姿態辨識在實驗室中的運作狀態 台灣有四座核電廠，需要負擔龐大的管理成本，若能持續導入AI技術解決方案，不僅可降低人力成本，安全管理的效益也能大幅提升。
廠區安全為工業安全的一環，目前的做法為設置許多監視器配合安全人員的人為監控來提供資訊，但人員監控有其極限，若能建置 AI 系統輔助進行異常行為與臉部辨識，可以更有效協助安全人員的監控工作，彌補人為監控的死角。 位於新北市石門區的核一廠，背山面海、風景秀麗，然而，此一全台首座核電廠將邁入除役期，即將成為歷史。適逢核電廠正準備進行除役作業，未來將有許多外部廠商進出施工，出入管理複雜，外部廠商施工也需要持續進行安全監控以確保核能安全；另外，核四廠雖正在封存中，但仍有敏感性區域與降低人員駐點的需要，因此對於安全管理的智慧化有急迫的需求。 資策會AI團隊在台灣核能級產業發展協會的協助下，以台灣電力公司核一廠場域為目標，欲解決低人力配置狀況下，安全與工安之相關議題。根據訪談之後，歸納出核一廠導入 AI 的技術需求，包含人員進出管制、與人員作業與廠區的安全性監控等。 AI人臉辨識 解決人員進出管制與廠區安全監控兩大難題 在人員進出管制部分，在核電廠部署臉部辨識系統，藉由人臉的唯一性與AI 的高辨識率，提升核電廠的人員進出管制成效；在人員作業與廠區安全部分，也將部署異常行為偵測系統，藉由監視器視訊提供的人員姿態，以 AI 辨識異常或危險行為，即時提供資訊回報給安全人員進行處理。 經過資策會媒合，選定旺捷智能感知公司（簡稱旺捷）的解決方案，分別投入臉部識別與姿態識別兩項功能之開發。旺捷智能與資策會數次討論，最後導入Google的Facenet與Posenet兩項演算法進行系統實作，相對於其他類似的演算法，Facenet每張人臉僅需要128個維度就可以達到最佳效能，所需要的辨識照片也只需要數張，對建立工業級的臉部識別系統來說非常適合，這也是最終決定所採取的方案；Posenet運用於動作偵測，透過Data Processing Unit（以下稱DPU）將資料轉換為機器學習演算法–支援向量機（Support Vector Machine，SVM）能夠接受的格式，進行人體姿態辨識，預測方式為二元分類，分別為跌倒以及非跌倒。 運用可視化頁面 管理介面一目瞭然 兩個系統的使用者介面以Python的網頁框架Flask進行實作，透過網頁服務來適應不同作業系統，達到跨平台系統的目的。眼鏡App則以Unity進行開發，存取網頁資訊。 近年來，由於AI 技術的進步，人臉識別已逐漸應用在安全管理，人臉特徵的唯一性可以去除 RFID 變造的風險，與其他生物資訊辨識 (指紋、聲紋) 相較之下的高正確率、完全客觀沒有人情因素、系統易於架設與維護、運作時可完全自動無需額外人力等。無需置疑地，在安全管理機制中，加入臉部辨識系統可以大幅提高廠區的安全係數，同時降低管理的困難。 ▲人體姿態辨識在實驗室中的運作狀態 台灣有四座核電廠，需要負擔龐大的管理成本，若能持續導入AI技術解決方案，不僅可降低人力成本，安全管理的效益也能大幅提升。
