北市AI助攻 30秒找出犯嫌行車軌跡

台北市推动AI辅助治安，警察局透过全市2千多处固定式车牌辨识系统，经AI演算，过去需花时间比对，现在只要半分钟，就能演算出罪犯嫌疑人行车轨迹，掌握破案黄金时机。至于新北2019年起建置车牌辨识系统（云龙系统）迄今有6108具，今年6月，新庄有男子因毒品交易纠纷寻仇开枪后逃离，透过云龙系统追查动线，5名恶煞不到1小时被逮。

北市警察局犯罪预防科股长谢宗志表示，过去员警追查犯嫌逃逸方向，要透过一支一支车牌辨识追查行踪，现在透过AI辅助，掌握车号输入系统，就可以在图资上，显示近期车牌辨识监视器的行车轨迹，不同日也会有不同的颜色标注，如果是现行犯，也可以透过这套AI辅助的行车轨迹，帮助警力即时拦截围捕。

谢宗志表示，去年警察局监视器汰旧换新后，针对分局治安需求，新增建置2439支车牌辨识摄影机，过去警察追查嫌犯时，要花时间过滤摄影机判断逃逸的去向，现在透过AI系统，不超过半分钟，就可以找出嫌疑人近期的行车轨迹。

不过透过AI辅助，也有警员点出问题，如无法跨辖调影像、定位不够精准、发报应简讯告知等。林姓警员指出，车辨系统如今仍无法跨辖，只要嫌疑人跑到其他县市，就要到该县市调监视器，应考虑将北北基桃的资料库做整合。北市警察局表示，跨辖调影像部分，会来向警政署反映。

新北市2019年建置车牌辨识系统，近年大幅提升监视器画素与效能。基层警员说，只要在云龙系统内输入车牌，系统就会分析装设在各路口的车牌辨识镜头画面，立即抓取该车行经路线，依时间序列出，再依该车行经时间，调阅路段监视器厘清嫌犯动线，可迅速掌握嫌犯行踪。

警方指出，因各县市监视器系统及影像资料库为分别独立运作管理，当追查目标已离开、前往他辖时，得透过各警局勤务指挥中心窗口通报拦截围捕协助。警政署正研拟规画跨县市的资料库介接整合，提高办案效率。