左圖：港大霍偉棟博士率領研究團隊開發“人工智能異常狀況偵測技術”，能準確偵測異常情況，即時發出警報，及時救援。霍博士示范，當模型嬰兒有墮地風險時，系統即時發出警報（箭咀示）。右圖：團隊在日內瓦國際發明展揚威，憑偵測技術奪得兩項大獎和一項金獎。
“眼見社會上經常發生意外事故，例如兒童泳池溺水、院舍和無障礙洗手間意外，以及交通事故等等，我靈機一觸：如果用人工智能去幫助解決這些問題，也許事半功倍。”
香港大學電機電子工程系運動人工智能實驗室總監霍偉棟博士對大公報記者表示，這次在日內瓦獲得三個大獎的“人工智能異常狀況偵測技術”，其來由就是“想幫到人”！
霍偉棟團隊經歷瞭疫情下在實驗室“遊乾水”作模擬、成員離隊，以及如何把設備縮細到可以普通民用等困難，終於成功勝出。該項研發上月底揚威日內瓦國際發明展，奪得兩項大獎和一項金獎。目前，該項發明已率先在本港部分院舍和學校安裝使用，成本最低由數萬港元起，很受歡迎。\大公報記者 盛德文、黃山（文、圖）
港大研發的“人工智能異常狀況偵測技術”，利用人工智能深度學習檢測人體骨骼的關節點，實時分析影像中人體的姿勢及動作，偵測跌倒失救、暈倒或溺水等意外狀況，以及打鬥、虐待等暴力行為，從而即時發出警報和要求救援信息。
負責研發的霍偉棟博士表示，幾年前在新聞報道中留意到，泳池兒童遇溺、院舍虐童、虐老，以及交通意外等經常發生。當時，研發團隊已開始通過利用人工智能觀察分析人體打波、做瑜伽等運動時的姿勢是否準確，進行分析研究判斷。“為什麼不能將有關研究應用到異常偵測方面呢？”霍偉棟說，團隊下決心攻克這個難關。
機緣巧合下，當時還是學生的研發項目經理博士研究生陳穎賢，已建立瞭一個用人工智能分析運動姿態的項目，並獲得創科基金扶持。於是，由研究監察運動開始，進一步開始瞭人工智能監察溺水的偵測系統研發。
克服困難 縮細體積如機頂盒
陳穎賢表示，開始時遇到不少困難，首先需搜集大量不同場景的數據量，分析數千張至逾萬張圖片，因此要在泳池旁放置龐大的偵測系統模型（AI嵌入式系統），由於其體積龐大，且耗電量多，難以在現實場景中應用。之後，研發團隊不斷測試研究，逐步把研發模型縮細改良，占用空間最小的，有如一部電視機頂盒，而分析泳池溺水異常的時間，由初期需時十秒縮短到不用一秒。霍偉棟博士指出，在保障私隱上，熱成像鏡頭遮掩模糊瞭大量人體訊息，如眼、耳、口、鼻及人體骨架，這在研發中也是一個挑戰難點，但研發團隊做到瞭。
霍博士續說，現時本港的部分學校如民生書院、鳳溪學校及個別私人屋苑的泳池，已安裝使用該技術，偵測泳者的異常情況，防止意外發生。此外，部分院舍如匡智兒童宿舍、香港保護兒童協會等也安裝瞭該套設備，通過畫面分析，偵測舍內人員異常情況，做到提早預防和提示，保護兒童安全，場景應用范圍非常廣泛。
應用場景廣泛 成本低至數萬
自上年開始，該項技術成果開始落地，安裝價錢根據應用環境，由數萬元至數十萬元不等。霍偉棟博士表示，“這絕對是一個好有競爭力的項目，無論是在技術上還是市場價格方面，最重要是可以預防和減少意外發生。”他希望，研發成果最終可以成為標準化產品和技術，令到使用范圍更加廣大，造福社會。
發表評論 取消回复