蔣萬安推AI助半分鐘找犯嫌行車軌跡 警盼車辨跨轄整合

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。不过透过AI辅助，也有警员点出问题，如车牌辨识系统无法跨辖调影像、定位不够精准、发报应简讯告知等。北市警察局表示，跨辖调影像部分，会向警政署反映。

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。

林姓警员指出，车辨系统如今仍然无法跨辖，只要犯罪嫌疑人跑到其他县市，就得到该县市调监视器，犯罪者移动速度快，即便北市车辨系统做得再高级，一旦要跨辖调影像，破案时间就慢了，应至少考虑将北北基桃的资料库整合一起。

林姓侦查佐指出，车辩系统准确率尚不足，有时甚至会规画到大学校区内道路，最后仍须人工逐支镜头调阅，建议镜头数量增加，才能增加路经分析准确度。

他说，另外，即时发报系统太慢，目前系统只能将发报讯息寄送到公务信箱，但基层员警普遍不会将公务信箱绑定手机，这样发报的机动性就不高，同仁一样只能时候依车辨时间点逐步调阅，建议比照新北，直接将即时讯息以简讯方式发报承办人手机。

黄姓侦查佐表示，目前车辨监视器系统这样的功能，确实能够提高同仁针对涉案车辆车行轨迹厘清的效率，以现在AI技术来说，辨识准确率应该可以到8、9成，但有时还是会受到时空背景如阴天、雨天、晚上等，影响辨识结果，还是需要人工后端辅助确认。

简姓警员说，AI快速分析，在短时间内可以掌握犯嫌的逃逸路线，更快通报线上拦截围捕，解决后续调阅的时间成本。

北市推AI辅助治安、交通管理。本报资料照片