建构治安电子城墙-新一代影像智慧分析应用

关键词(KeyWords)：人工智能(AI)、H.265、中央管理系统(CMS)、影像管理系统(VMS)、车牌辨识(LPR)建构治安电子城墙-新一代影像智慧分析应用世界各国主要城市为反恐及治安需求，陆续建设实时影像监视及录像分析平台，某市政府警察局于21年3月启用第一期「某市录像监视系统」，在11,500处治安要点，配置13,699支各式摄影机录像监视系统，成效卓越犯罪率大幅下降，破案率亦显著提升，故陆续扩充建设1717支各式摄影机。作为守护某市民安全及保障治安的电子城墙，第一期工程建设的摄影机大部分为类比式30万画素

摄影机，装设至今将近10年，虽维持99.80%之妥善率，惟设备老旧达使用年限，故某市政府警察局于

22年7月开始推动办理「录像监视系统汰旧换新委托规划设计」，预期间于24年完成系统更新升级，

并将摄影机总数扩充至17,000余支。本文谨系统更新升级重点作一综整剖述，包含整体系统架构、导入影像智慧处理技术应用与对策、系统效益及未来展望，以提供各界研拟或发展影像智慧分析应用参考。

摘

要

机，建设录像监视系统并结合影像智慧辨识功

能，建构某市治安电子城墙，以利某市政

府警察局110勤务指挥中心、14个分局及90个派

出所，可实时有效取得完整影像信息，掌握治

安要点动态实时影像、车牌辨识及提供事件发

生之历史影像调阅、查询或影像智慧分析，以

快速打击犯罪及提升破案率。贰、周延的系统架构一、整体系统架构为能有效吓阻犯罪，依据治安要点分布设置摄影机，一旦案件发生即可透过录像监视系统调阅清晰影像，追查嫌犯容貌、特征、车牌与逃逸路线，有效延伸治安触角，提升破案率。治安要点除依据辖区「窃盗」与「暴力」之十万人口比之外，考量人口密度、辖区面

积、市民、邻里长及民意代表等需求及交通因

素，并兼顾各里间平衡性，综合上述需求，本

工程规划新增2,000多支摄影机，系统摄影机总

数达17,000多支。壹、前言某市政府警察局爰于96年开始着

手办理某市录像监视系统计划，工程范围如

图1所示。第一期录像监视系统启用迄今已近10年，设备技术较老旧且已逾使用年限。故规

划藉由最先进科技、数位录放监控设备及传输

网络，于某市重要路段及路口设置网络摄影图1

工程范围示意图

[1]图2

整体系统架构图本系统为提供市警局各单位勤务作业时影

像调阅需求，因此对于各治安要点摄影机之选

用、影像压缩技术、影像储存格式、影像智慧

处理技术及传输网路架构等考量要点，以符合

低成本、高资安、易调阅、易维运、易扩充等

建设目标，其整体系统架构如图2所示，规划要

点如下：(一)影像传输网路(CCTV

VPN)配合某市政府政策，本工程专用通讯

传输网路优先租用我省智慧光网(以下简称

TAIFO)，TAIFO为某市政府「某市光纤网

路委外建设暨营运案」于2012年签订为期25年「兴建-营运-移转」合约，强化并提升某市

现行的宽带环境，提供某市公务部门与民间

运作。其系统采超高速被动式光纤网络(Gigabit

Passive

OpticalNetwork,GPON)，路侧端摄影

机透过TAIFO之光网络终端(OpticalNetwork

Terminal,ONT)、光线路终端(OpticalLine

Terminal,

OLT)，经其各机房传输设备将影像讯

号传送至影像处理机房，使用之传输网路架构

采用VPN服务，形成影像传输网路(CCTVVPN)。(二)操作连线网络(Operation

VPN)因应市警局、分局及派出所整合监控应用

连线需求，同影像传输网路CCTV

VPN，租用TAIFO网络，另考量资安管理，本网络为有效

阻绝黑客及网络病毒等入侵攻击与影像传输网

路CCTV

VPN隔离，以免相互影响不同之安全

管控机制，市警局、分局及派出所网络形成操

作连线网络(Operation

VPN)，频宽需求分别为

1Gbps、60Mbps及60Mbps。(三)网际网络为利于户外勤务查询应用，故租用网际网络，透过建设安全区提供外网之安全防护，并于安全区内建设防火墙、入侵侦测防御(IDS/

IPS)及网站应用程序防火墙(Web

ApplicationFirewall,

WAF)，内部则设置日志管理及USB储存装置管理，并由远端信息安全监控中心

(Security

Operation

Center,

SOC)进行监控服务，

确实防止有心人士透过网际网络入侵录像设备。(四)影像处理机房网络机房内包括闭路电视平台、智慧影像分析

平台等，设置核心路由器(Core

Switch

Router,

CSR)及超高速路由乙太网络交换器，供各影像管理平台、各式服务器及影像储存柜介接，核

心路由器采备援架构，以确保机房内网络可靠

性。另于市警局设置超高速路由乙太网络交换

器供工作站及大型投荧幕介接，分局及派出所

透过操作连线网络(Operation

VPN)与工作站介

接。二、摄影机规格选用摄影机为取得清晰影像，设置时须考量背

景环境因素，包含背景明亮度、取像大小、景深、背景物移动速度及镜头选用等，且须配合现场安装及调校才能发挥监视最大效益，本工程采200万及500万画素选用，总合考量安装原

则如下：(一)路口摄影机采用200万画素固定式摄影机，以拍摄邻里

巷道实时全景画面为主，于半径9公尺(水平视角

可达14公尺)，可取得清晰之人车影像(125像素/

公尺)。规划高感光度感光芯片及低照度影像处

理技术，在昏暗场景下，仍可显示夜间彩色画面，并搭配伸缩镜头，安装时避免监视死角，

主要以监视人/车移动物体与周遭环境间互动关

系，共计规划约13,000多支路口摄影机。(二)车辨摄影机采用200万画素固定式摄影机，安装于重

要道路路侧或路口，以拍摄街道上汽机车后车三、影像压缩技术与储存架构(一)影像压缩技术频宽需求闭路电视影像传输频宽需求，主要取决

于影像压缩技术及影像录像储存设备容量等因

素，考量分析如下：1.

影像压缩技术影像压缩技术不断演进，市场产品

以支援种类包含H.264、H.265影像压缩

技术为主流，针对压缩技术之演进过

程，如图3所示。在H.265编码架构中，整体被分为

了三个基本单位，分别是：编码单位

(CodingUnit,CU)、预测单位(Predict

Unit,PU)及转换单位(TransformUnit,

TU)。相较H.264，H.265提供了更多编码

方式来降低码率，以编码单位来说，

H.264中每个MarcoBlock(MB)大小，都

是固定的16x16像素，而H.265的编码单

位，可以选择从最小的8x8，到最大的

64x64，具有更弹性的降码方式。以图4所示，H.265的帧内预测模式牌为主，故安装时考量拍摄区域光线、拍摄角

度及高度、安装位置，使车牌辨识系统(License

Plate

Recognition,

LPR)可辨识汽机车车牌为目

的，共计规划约2,000多支车辨摄影机。(三)500万摄影机采用500万画素固定式摄影机，以试办在聚

众热点宽广场域为主，于半径25公尺(水平视角

可达22公尺广域需求)，可取得清晰之人车影像

(125像素/公尺)。规划对拍摄影像边缘画面之远端物件具辨识能力，安装广角拍摄为主，主要监视移动物

件之间与周遭环境间互动关系，共计规划22支

500万画素摄影机。(四)PTZ摄影机采用200万画素远端遥控式(Pan/Tilt/Zoom,PTZ)摄影机，以拍摄重要路段为主。具有远端人工水平及垂直视野旋转功能，以达无死角监

控，且内建红外线光源做补光，可与遥控伸缩镜头搭配使用，能针对远端物件具辨识能力，于夜间呈现清晰画面，共计规划110支PTZ摄影

机。图3

M-JPEG及MPEG-4特性、优缺点及适用性比较

[2]压缩技术H.264H.265估计最大频宽路口摄影机：3.5Mbps车牌摄影机：3.5Mbps500万摄影机：5.5MbpsPTZ摄影机：3.5Mbps路口摄影机：3Mbps车牌摄影机：3Mbps500万摄影机：5MbpsPTZ摄影机：3Mbps成熟性现行技术108年第二季推出特性需求频宽较高计算机及影像分析服务器性能要求较低需求频宽较低需配置独立GPU显示卡室内之恒定光源环境，户外日夜皆有人员、车辆移动等，导致画面变动率大，

当画面变动状态下，实际影像压缩率会

降低，再加上摄影机断线回补之频宽预

留，实际需求频宽估计如表2所示。(二)影像储存架构录像监视系统除提供实时影像监视外，须

考量录像影像之风险、维护及智慧影像加值应用，规划可行性架构，以满足各单位对影像之撷取需求。支援33种方向(H.264只支援8种)，并且

提供了更好的运动补偿处理和矢量预测

方法。H.265于2019年正式成为新一代压

缩格式标准。综合分析上述之说明及表1

实际应用分析，本工程规划H.265压缩格

式，以减少频宽并达成更佳之智慧影像

分析应用。2.

频宽需求比较本工程拍摄场景皆在户外，不同于图4

H.264及H.265影像压缩技术比较示意图

[2]表1

H.264及H.265特性比较[2]应用场景每秒张数FPSH.264(1)H.265(2)影像断线回补预留之频宽(Mbps)(1)+(2)租用之频宽(Mbps)恒定光源

少变化场景71.80.70.31152.510.42253.81.50.52变化光源

多变化场景72.510.42153.520.5325530.541.

储存系统架构依现行技术，影像储存系统架构主

要可分为下列两类：(1)分散式储存系统影像于摄影机压缩后，经由传输网路分

别存于93个派出所内，系统架构如图5

所示。(2)集中式储存系统影像于摄影机压缩后，经由传输网路存

于集中机房，系统架构如图6所示。2.

系统架构特性比较两种不同系统架构使用特性及传输

需求，分析比较如表3所示。图5分散式储存系统架构图

图6集中式储存系统架构图表2不同影像压缩技术对传输速率需求比较表[2]注：(1)+(2)之频宽以整数计算。架构

项目分散式储存系统集中式储存系统录像监控系统一期三期(一期汰旧换新)布设安装•

录像设备分散于93个派出所内。•

录像设备安装于集中机房。风险管理•

单一派出所断电或网络故障，不会影响其他派出所影像调阅录存。•

集中于少数机房，需建立备援机房以减

少风险。维护管理•

放于派出所机房，空间取得不易，

且增加维护难度。•

设备管理不易。•

录存设备集中于机房，设备易管理、维

护、安全性高，惟需寻找较大机房空间

安装设备。•

集中机房，方便人员进出管控。加值应用•

需经过传输网路，无法实时提供影像供智慧影像分析快速得到结果。•

录存于集中机房，易于实时提供影像供

智慧影像分析快速得到结果。•

集中机房得建立大规模物件数据库，得

提供智慧影像分析更长时间资料搜询。优缺点自建机房租用IDC机房优点•

使用弹性高•

自主性高•

长时间使用成本低•

委外专人管理维运机房基础设施•

进驻启用时间短，变量极少•

基础设施可靠度高•

机房/资料中心专有建筑，物理环境安

全性佳•

无设备再置成本•

权责分明缺点•

需自行管理维运机房基础设施•

作业时间长，且有变量，需办理建筑使用执

照变更（室装申请、结构计算等）•

基础设施若要高可靠度投资不斐•

可观的设备汰换再置成本•

非机房/资料中心专有建筑，物理安全性不足•

市电单回路，电源供电稳定性较IDC机房低•

使用弹性有一定限制满足各种影像加值分析应用及撷取影像

需求。(三)机房建设评估影像储存及系统平台所需之机房，可采自

建机房与租用IDC机房两方案，优缺点比较详表

4所示，考量市警局并无适当空间及维管人员，

故规划租用IDC机房，将机房基础设施建设与维3.

系统比较建议本工程摄影机及储存等设备数量庞

大，系统摄影机总数达17,000多支，录

影天数60天，共计49

PB(Peta

Byte)，

基于设备易管理、维护、安全性高之考

量，采集中式架构，将路侧摄影机集中

回传至单一机房，以利影像集中管理、

维护及智慧影像分析等加值运用，随时表3影像录存架构方案特性及频宽需求分析比较表4

自建机房与租用IDC机房优缺点比较表运完全委外，租赁机房可选择使用既有网络或电信商的IDC资料中心，以uptimeinstitute或TIA标准而言，一般IDC资料中心普遍符合Rated/Tier

2以上等级。经资料收集，某市辖区计有4座以上符合

Rated/Tier

2以上等级的IDC资料中心，IDC资料

中心皆有专人负责机房基础设施的维运，可为

信息系统提供更可靠的运作环境与保护，并让

信息服务管理人员将工作重心与投资集中在资

讯系统的建设与维运上。参、智慧影像辨识应用深度学习为实现智慧影像辨识目标的其中

一项技术，有关智慧影像辨识之相关技术发展

情形，可追朔至1950年代至今，由于软硬件技术的突破而产生几波的投资开发人工智能热

潮，其后又因实际应用受限无法落实在生产实

务上而淡出产业界的关注。但近年因分散式运

算技术与图形处理器(Graphics

Processing

Unit,

GPU)

运算技术之突破，以及发展人工智能之关键基础「大数据」的建构日趋完善，透过「深

度学习」及其衍生技术，使过去难以实现的仿人类思考模式得以建立出来，再藉由现代计算机强大的运算能力，于特定的领域甚至已可以取代真人来处理事务，人工智慧的发展详图7。深度学习发展源自于类神经网络(Artificial

NeuralNetwork,

ANN)，其运作基本原理为透

过输入层(Inputlayer)载入原始资料、隐藏层

(Hiddenlayer)进行权重运算与输出层(Outputlayer)产出判断预测结果之层状结构详图8所示，于「学习(training

algorithm)」的阶段则

是将原始资料及判断预测结果固定于输入层与

输出层，透过各种最佳化算法及反向传播(Backpropagation,

BP)来校正隐藏层中的各项权重值，使其符合神经网络结构。然而，早期类神经网络因受限于当时机器运算能力，多采用单隐藏层式网络进行模型建

构，其对于真实世界问题多属高度非线性的问

题求解能力不佳，进而发展出多隐藏层式的网

路，即是现今的「深度神经网络(DeepNeural

Networks,

DNN)」其结构详图9所示，采用深度图7

人工智能的发展图

[3]特别对于非结构化资料(文字、声音、图像)更是

突破现有技术的发展，如著名的ImageNet图像辨

识竞赛，于深度学习技术出现后，即将长年来

错误率约30%的比赛结果降至3.5%，其他的应

用如文字辨识、翻译、脸部辨识、风格转移、神经网络为基础发展的技术即称为深度学习[5]

[6]。深度学习除对于一般结构化资料(资料表、

布林值、数值类型之资料)有良好的分析能力，图9

深度神经网络结构示意图

[6]图8

类神经网络结构示意图

[4]人为辨识、判别经常受主观认定、视觉疲乏等因素，而造成目标辨识上产生误差、遗漏、重

覆观看，以致耗时且降低可靠度。某市警察局导入智慧影像处理技术应用，可对目标影像进行物件分析与特征演算，

以准确解析目标物件于影像资料之侦测与辨

识，可协助传统上需要大量人力及时间之影像

搜寻及辨识工作，有效缩短警察侦办工时，可

让警察执行更有价值之勤务。一、智慧影像分析设计架构应用上述AI影像分析为基础，智慧影像分

析系统目前能针对特定场景的一段影片进行影

像处理分析，可从影片之特定片段中每一影像

画面分析搜索出锁定之目标物(例如汽车、机

车、行人等)及其颜色、车型大小或不正常的行

进轨迹(逆向、不正常转向)，透过快速辨识，可消费者行为预测、推荐系统等，皆因引入深度

学习技术而取得更进一步的优良结果[7]。因深度学习近年大量发展，可以具备类似人类判断之能力，因此亦被大量应用于影像辨

识，相较于传统影像辨识技术，AI辨识能力较

为准确，可有效排除误报讯息及应用于统计分

析，大幅降低操作人力负荷，目前已多个试办

案例，本工程规划导入其AI应用。肆、导入智慧影像处理技术一般过往当发生刑案、交通事故或为协寻

人口、财物等情事，警察将依案情需要，择定案发地、附近或沿途摄影机之摄录时段后，调阅录像监视系统之影像资料。此时需要花费大量时间与人力过滤与观看大量影像，以取得有助案情之資訊，然而面對巨量傳統影像監視在图10

智慧影像分析平台架构图大幅节省人员查看影像时间，并透过自动告警

通知，强化安全监视，整合建设一完善之智慧影像分析平台，如图10所示。(一)

智慧影像分析服务器采用实体主机方式，可分析影像服务器

NVR所提供摄影机实时与历史影像流，主要分析

功能说明如下：1.为弥补前端车牌辨识不足，可选择符合

车牌辨识影像需求之摄影机，将实时或

历史影像串流，进行后端车牌影像分

析。2.特征分析包括行人、脚踏车、机车、汽

车、卡车及公交车，有利于各式快搜应

用。3.所有历史影像可配合办案需求，进行所

有辨识应用。(二)

智慧影像分析数据库1.可将分析过之物件影像予以储存60天，

保存于影像及资料储存设备，供整合各

式条件进行快速搜寻分析。2.

由于原始完整影像量大，考量经济性及

办案调阅需求，为延长储存期间，可针

对特定范围或部分影像进行分析，仅保

留物件影像，可大幅延长有效影像保存

期间。(三)

中央管理服务器CMS采用虚拟主机方式，建构完整之软体功能

平台，主要分析功能说明如下：1.

与VMS介接，实时监视各设备异常故障、网络断线等实时告警及通报功能。2.

纪录任何操作人员之操作过程，其纪录

资料具不可抹灭性，确保后续之事证纪

录。3.

依警局规划签呈流程之需求，可细部设

定各权限开放时间，提供不同之权限管

理，不同权限可调阅之摄影机数量、区

域、位置、及历史影像均不相同，依警

局需求规划设计。(四)

影像工作站本工程影像工作站(VMS

Client)用户端软

体，采用影像服务器NVR原厂软件为底层，不

同系统应用功能在此平台上发展客制化软件，

避免闭路电视系统各软件操作之破碎化，在单

一图形使用者界面(Graphical

User

Interface,

GUI)

上，即可完成各项功能之操作需求。二、智慧影像分析软件功能(一)

分析功能1.

实时特定侦测(含黑名单车辆)告警警察可设定特殊活动范围之各式

事件(如警戒区等)侦测，并产生即时告

警，且系统比对实时车牌辨识结果(详图

11所示)与黑名单车辆数据库，或警察设

定车牌当侦测到黑名单车辆时，系统立

即产生告警讯息。本功能供办案人员于第一时间掌握特定车辆行踪或异常事件(入侵告警)，可立即出动警网查缉黑名单车辆。2.

车辆轨迹分析针对大范围之影像资料进行车牌辨

识，并与特定车辆之车牌号码比对，建

立该车于各时间点之出现位置，供实时

与过去之长期轨迹，如图12所示。藉由嫌疑犯之历史轨迹，可追查嫌间，并提高办案效率。4.

事故现场还原对于交通事故或其他事故，有必要

进一步了解当时现场状况时，可调阅现

场附近之历史影像画面，且系统藉由车

牌辨识软件，可分析经过事故现场附近

之所有车辆，并结合车籍资料、前科

犯及嫌疑犯资料，可同时将人、车、电

话、住址等详细资料列表显示，让平台疑犯可能之出没地点，并分析各黑名单

车辆是否具有共同流向，可追查可疑之

黑名单车辆所在地点。3.

物件查询分析(车型、车色、人员特征)办案人员可利用车型、车色、交通

工具及人员特征(详图13、14、15所示)

等不同特征、整合条件进行查询，或设

定先筛选符合条件之影像片段供调阅监

视，可大量缩减办案人员之调阅监视时图11

可同时辨识汽车、机车等不同车型

之车牌号码

[8]图15人员特征物件侦测功能画面

[9]图16多重影像整合搜寻功能画面

[9]图13车型物件侦测功能画面

[9]图14车色物件侦测功能画面

[9]图12

车辆轨迹分析图20

电子地图平台功能画面(二)

[10]用，上述各式查询操作及结果展示，应

于电子地图平台上操作、展示，如图19、20所示。伍、系统效益分析一、防制犯罪发生各式摄影机能够全时监控追踪犯罪事件，对犯罪者产生吓阻作用。因而在13,500多处治

安要点形成防卫空间，有效吓阻不法行为，防制犯罪发生，保护市民免于恐惧，提升民众的

安全感。二、提升警察办案效能透过系统各项智慧功能及结合110报案系

统，授权警察于地理信息系统(GIS)地图事件发生处，以同心圆迅速调阅侦办事件，将历史影图19

电子地图平台