平交道，現代都市交通的難關，軌道發展的長期溢注，往往促進了當地財富的快速聚積；伴隨而來的人口集中，卻反之擠壓了平面道路與鐵路交會、人與車的運轉空間，時常造成大小不等的憾事與傷害。專用的平面鐵道，也容易帶來都市成長的負面作用，阻斷左右兩地的交流，通常直接形成前後街區發展不均的窘境。
伴隨著經濟發展，人們依賴軌道運輸與平面交通的需求大幅擴增；日益密集的火車班次，與通過平交道佔用的秒數成正比增長，不幸事故也隨之頻傳。根據交通部台灣鐵路管理局統計，截至2018年底，全台灣仍有 421 個平交道，其中有將近 94% 的比率是無人駐守、全自動控制的第三甲種或半封閉式平交道。縱然主管機關在這 32 年間努力降低近半的平交道數量，台灣在 2015 – 2017 年每年仍平均有約 7 件平交道事故造成人、車損傷與憾事。就算在鐵道大國日本，2014 – 2016 年間日本國鐵（JR）與私鐵每年也都約有 230 件左右的踏切（日文漢字：平交道）事故，平均造成 90 人以上的死亡。
方便快捷的鐵道交通，孕育出的故事與文化如此迷人，人與貨快速南來北往傳遞財富累積，人身安全顯然變成統計數字裡必須被努力保護，列管追蹤的難題。無論是平交道事故、車站內的月台安全，每每一件憾事，都是先進社會公民的揪心之痛。
2011年，涂正翰（Shaq Tu）與專長軟體開發、多年共事的聯發科夥伴鄭永宏與黃炫輔決心創業，首先應同窗之邀加入了邁入轉型中的愛卡拉。「在聯發科任職，讓我們看到世界級的公司，在千人級的規模下如何規範、運作；對於加入轉型的創業團隊，無論在規模、團隊分工與日常運作都是很不一樣的挑戰！」涂正翰回憶，當年的科技環境，已不若 2000 年初期、雲端概念剛起步，只要把線下服務搬到線上就行，團隊必須熟稔許多不同技術架構，具備在手機開發相關應用、設計與客戶互動的能力，才足以無縫遞送相關應用。「就算服務在好，新創團隊為了存活推動技術轉型，不見得能夠留下夥伴們，也會對接下來需要累積的技術與發展方向產生分歧。」涂正翰說。
彼時，涂正翰與熟悉 3D 影像分析的夥伴們，隨著智慧手機出貨量的快速成長，意識到影像分析在現實社會的巨大應用潛力。「當初人臉辨識其實已經有很多人在做。」涂正翰觀察，「但人臉辨識其實避開了許多影像辨識應用的基本假設。」涂正翰說明，目前當紅的手機的臉部辨識，主要需要人將臉靠上攝影機前，以正面的角度讓臉佔滿整張影像。「解決了距離與角度的問題，攝影機其實很容易取得完整可用的影像，緊接著就是算法的精確程度。」涂正翰解釋當初雲守護安控團隊成立時，辯論技術與商業應用間的取捨難題。「可是人臉靠上攝影機是一個特殊條件，不是什麼應用都能夠要求人臉正向、近距離對向攝影機的。」他進一步說：「當時已經有不少廠商在挑戰人臉辨識，但我們認為這樣的應用會有情境的侷限性，這讓我們研究也許可以投入來做人體骨幹分析。」
骨幹分析在電腦視覺領域也不是新興題目，除了現代動畫製作常常應用骨幹動作捕捉，流行的遊戲機任天堂 Wii 與 Xbox Kinect 也各自使用三軸加速器與 3D 掃描器接收玩家的動作訊號來達成遊戲所需的互動。「如果可以透過普通攝影機影像進行骨幹分析，我們就有機會化被動為主動，把影像裡的人身動作翻譯成對場景有用的資訊。」
攝影機的數位化應用，絕對不是一個新興的熱門議題，經過接近10年的資本與技術大戰，這個原本被稱做「監視器」的安控產品，有無數廠商在市場應用各顯神通，物美價廉的有線、無線網路攝影機（IPCAM）隨處可見。網路攝影機乍聽之下稀鬆平常又如此簡單，但對使用者場域來說，困難的首次網路連線設定就是根本難題，「更別提如果只是錄影、或監視功能，用原本的類比、有線監視系統與網路系統有什麼分別？」涂正翰說。
涂正翰分享，從雲守護安控成立一開始，團隊面對商業發展的策略選擇上，都展現了共通的價值觀。「我們首先會分析這樣的技術產品到底可以提供什麼樣的價值？」，雲守護安控為了要突破隨處可見的監視器，讓它有機會發揮更大效益，「如果攝影機可以化被動為主動，直接提醒用路人有危險，或是發生了特定事件呢？」涂正翰分析，在交通、製造商的場景，早就佈建的攝影機往往被當成事後追蹤的工具，用以釐清已經發生憾事的肇事責任歸屬，或評定工安意外發生的原因。
為了實現化被動為主動的可能，雲守護安控創辦團隊決心在盡可能不干擾使用者的情況下提供主動式安全服務。「盡可能不干擾是我們提供最貼心的根本價值！」涂正翰說，對需要安控場景的廠商或消費者來說，決定導入主動式智慧安控應用的根本關鍵在於好用易上手、無須重新佈建還有保障隱私。
很多案場環境早就佈有攝影機，如果業主因為主動式智慧安控，需要重新佈建、拉線甚至更換攝影機，「廠商會覺得要花一大筆不一定早攤提完的費用，也可能有重新選擇設備的疑慮。」涂正翰說，如果可以在現有設備取得的影像數據就有一定的解析度，雲守護安控就有把握提供主動式的智慧服務，「透過人體骨幹分析，我們可以知道畫面中的人所在的相對位置、動作，據此可以分類出不同的事件，提供給廠商作參考。」
全數來自本土的開發團隊更是廠商信賴的重點。安控產業領域不乏強勁的巨無霸對手，雲守護安控無論是相比上市公司或是獨角獸，似乎都具有相對劣勢。但一位不願具名的資安領域專家就提及，在安控產業這樣軟硬整合的系統服務，需要高度注重隱私、小心防護供應鏈、資料鏈路與產品設計安全的特性而言，上市企業或獨角獸不見得具有優勢，「小而美、開發製造全都在台灣範圍的安控廠商，在許多國家市場的選項中其實反而容易突出領先！」
雲守護安控也為了硬體，走過一段悠悠長路。「剛開始做 AI，會有一個問題是資料從哪裡來？你需要大量資料才得以訓練出模型。」涂正翰談起團隊當初為了蒐集資料，決定先設計硬體進行投放，為了讓硬體簡單易用，花了不少心思做設計。「優雅的外觀是最基本的，但使用者的痛點在於配對！」無論是家用或商用的物聯網裝置，例如智慧音箱、體重機或甚至投影機，設定讓它認得在地的無線網路都是個大麻煩。無論用藍芽配對、機體本身成為無線網路分享器的配對方式，「你都需要用你的手機先配對上聯網裝置，再傳輸聯網資訊給裝置。」
為此，黃炫輔發現，多數的網路攝影機同時也具備麥克風。「如果能讓手機發出聲響，Beseye 攝影機的麥克風聽到埋在音調中的資訊後，攝影機就可以翻譯得到連線所需的資訊，可以與手機輕鬆完成配對！」涂正翰說。方便易用的準則，讓僅成立一年多的雲守護安控花了長時間打磨自己的硬體攝影機，也因上市櫃的品牌設計製造廠出手相助，解決團隊從設計到生產交付困難的第一哩路。良好的設計也在上市時得到回報，一路把紅點設計、iF 設計與 Googd Design 設計獎在同年一網打盡。
雲守護安控在推出自主品牌的攝影機後，也成功與大廠合作，「當時投放了數百支，成為我們的第一批種子，協助我們蒐集資料。」通常，流量會是網路服務的一大障礙，當有許多用戶存取雲端資源，例如透過網路播放串流影片，業者應該如何佈建遞送檔案的機制會成為技術成敗的關鍵之一。但雲守護安控卻憑著雲服務商少有的定價策略，擁有早期的先進優勢。「公有雲多半是向下行，也就是從服務商發送到消費者手上的流量進行收費；」涂正翰透露，「但反之上行的費用相對少很多，這讓我們需要上傳影片進行分析的新創，在早期享有獨特的演算競爭優勢。」
資料的問題解決，安全的問題也得到合理的處置，Beseye 首先推出的商業服務，是基於攝影機影像的零售業商情分析系統 Besi™。「零售業場景是人體骨架分析商業模式中，可以在價格與模型精確度上最快取得平衡的一個應用場景。」涂正翰分享，當人工智慧應用隨著半導體運算價格與資料的可取得性越來越低，雲守護如何在安控市場一步一步走往高處。「但對鐵道、工廠來說，一個影像分析的動作判斷錯誤，就意味著一條人命或人類安全的重大損失。」
如今，雲守護安控已經將人體骨幹分析技術，突破了距離和角度的限制，可以識別影像中距離攝影機約 30-50 公尺外人體的特徵與動作，也可以透過走路姿勢與人體骨架等特徵辨別受測對象，甚至透過姿勢分析有機會讀懂畫面中受測者的行為，自動過濾有安全疑慮的動作進一步主動保護人的安全。也因為更高的精準度要求，雲守護得以協助日本東急電鐵在鐵路環境中，對人體動作的危險程度進行評分，「化被動為主動」，即時在危急情況時發出警報，自動化安全管理平交道與車站，這類傳統難以靠機器自動輔助進行人類行為安控的大眾運輸系統場域。
本文轉載自數位時代，作者：James Huang