AI煙火偵測進化：技術瓶頸、突破與應用實例

各位還記得巴黎聖母院的大火嗎？從事後拍攝的紀錄片中可以了解到，聖母院採用老舊的煙火偵測感知器，常有誤報狀況。當天警報器有響，值班的保全也有去巡視，但都沒有察覺異樣，認為是誤報，等到察覺有異樣時，火勢已難控制。影像辨識的優點，便是可以呈現當下影像，由人員做最後確認，所謂“Seeing is Believing”。

發展初期：技術不到位，專業人才缺乏

早在十多年前，工研院安全中心就有某研究所正開發煙火偵測演算法。然而，所技轉的技術只能算是Prototype，仍需業者繼續研發改進，而業者是以CCTV安控設備硬體研發製造為主，没有專業影像分析軟體人才，遇到很大的障礙。當時國内安控廠商也多不具備這方面的專業人才。

此外，國際品牌VMS系統雖具有多種IVA（Intelligent Video Analytics）功能，但煙火偵測只是其中功能之一，價格貴、功能不到位，最重要的是無法提供有效的技術支援，煙火偵測還無法做到各種不同應用情境plug-and-play的地步。所以在市場上一直停留在初步推廣階段，只有少數業者願意導入，但通常因效果不佳而停滯。

戲法人人會變，各有高低不同

最近幾年隨著AI深度學習（Deep Learning）技術的成熟，市場已到處充斥著利用YOLO AI模型的車牌、車型、人型、跌倒、安全帽、防護裝置…等的辨識。說穿了，它就是一種物件分類的AI工具，針對所要辨識的物件進行大量物件在各種背景、天候及各種型態的資料收集，加以標示（Labeling）和模型訓練（Model Training），就可具備一定的辨識能力。

然而，不同場所、不同物品燃燒所産生千變萬化的火焰形態，以及易受當下空氣流動虚無飄渺的煙霧形態，它不是一種具象的物件，又很難收集實際場域初期產生火焰或煙霧的影像資料。因此多數AI煙火Demo影片皆為明顯火勢，早已錯失初期告警時機。

再加上夜間攝影會有火焰過曝的問題，造成一片白光，加大誤判可能，也提高硬體與電力成本。

十年磨一劍：現行AI煙火偵測技術應用

• 全方位火災警報：結合AI辨識、熱成像感知器、與上層監控系統整合。
• 煙囪冒煙偵測：導入高雄與台中環保局，結合環安顧問實務推廣。
• 揚塵偵測：應用於市區與工廠粉塵濃度辨識。
• 電動車火警偵測：同步啟動細水霧設備，控制火勢。
• 無人機結合滅火：配合AI定位與熱顯像，實現初期精準滅火。

結語

對於AI影像辨識技術的應用，目前市場仍需要再教育、推廣。希望各應用場域的業主能普遍建立起安全防範、風險控管的觀念。

整理自：全球安防科技網