AI人因行為影像辨識
現AI技術發展成熟，幾乎已能透過AI代替人類監控攝影機。基於影像辨識核心技術，除了智慧城市也適用於智慧工廠管理，以AI技術協助台灣製造業加速智慧製造轉型。
痛點
-
無法實時知悉人員的工作速度及效率是否符合此生產需求，時間誤差多少？
-
作業員組裝工序的優化流程耗人耗時不精準
-
組裝人員是否確實完成插件？零件是否有少放？每組完成時間為何？如何計算Cycle time?
-
作業員效率無法量化與管理
在AI的領域中影像辨識相關的技術發展成熟，從早期辨識照片中的數字及文字，到現今圖片來分析動植物的品種及人臉相關的辨識等靜態的圖片來判斷。
具有深度學習的影像分析的攝影機
AI判斷
391
AI判斷
>>貓(78%)
老虎(12%)
鼠(5%)
兔(5%)
……
目前基於影像辨識核心技術，已經能夠直接針對正在運動過程中的影像進行辨識，在此相關應用除了目前較流行的智慧程式，用於分析公路街道的人流車流…等相關的智慧分析。
其實除智慧城市外，相關的核心技術也可用於智慧工廠管理，以AI技術協助台灣製造業加速智慧製造轉型。全球都在提倡工業4.0、自動化正在取代部分人力，但實際上真正達到全自動化生產還是佔少數，全球仍超過3億人口在工廠中進行手工生產，機台生產數據容易取得，但人的數據卻是最難拿到手。
透過行為影像辨識快速分析作業員在生產線上的工作狀態，包括製造業70%都會產生的取放動作，分析完成一道工序需要多少時間，除了揪出生產線上的瓶頸站點外，若發現時間過長，還可即時找出問題根源，例如是否為工序太複雜，以求改善方法，而後端更可連結ERP系統分析每筆訂單的生產效率。
本項技術透過AI技術，紀錄追蹤手工產線的製造技術，將產線攝影機回傳的影片解構機器可讀的數據型式，並將數據回傳AI分析中樞。透過AI實時分析作業是否出現任何狀況，如動作遲緩停滯、閒忙不均、未照SOP作業等等。
預期效益
-
人員動作實時分析，打破數據取得瓶頸。
-
可精準抓出每一條產線的效率數值，作為快速扁平電纜的依據及參考，讓人力調度更加精準。
-
效率低落時，實時通知產線管理人員進行調整。