AI 影像辨識讓監控從「看見」進化為「預測」 桃園機場每天面對大量車流與人流，從車道壅塞、違規車輛，到旅客跌倒等突發事件，監控人員需在多路影像中快速判斷與處理。 在這樣的場域中，「即時發現」比「事後查看」更關鍵。 AI 影像辨識正快速從製造業延伸至智慧城市與交通場景，透過持續運作的監控分析能力，協助人員在事件發生前掌握異常。 桃園機場已將 AI 影像辨識導入日常監控流程，結合智慧巡檢機制，讓原本仰賴人工的作業，逐步轉為系統主動偵測與即時應變。
AI 影像辨識讓監控從「看見」進化為「預測」
桃園機場每天面對大量車流與人流，從車道壅塞、違規車輛，到旅客跌倒等突發事件，監控人員需在多路影像中快速判斷與處理。
在這樣的場域中，「即時發現」比「事後查看」更關鍵。
AI 影像辨識正快速從製造業延伸至智慧城市與交通場景，透過持續運作的監控分析能力，協助人員在事件發生前掌握異常。
桃園機場已將 AI 影像辨識導入日常監控流程，結合智慧巡檢機制，讓原本仰賴人工的作業，逐步轉為系統主動偵測與即時應變。
AI 導入後，營運效率提升 80%
桃園機場導入 VAIDIO 系統後，將過去依賴大量人力的監控作業，轉化為數據驅動的自動化管理，透過五大核心效益大幅提升營運效率：
柏聯科技 × VAIDIO 桃園機場落地應用
在既有監視器系統上導入 VAIDIO AI 影像辨識平台，透過即時影像辨識與事件偵測功能，系統可主動通報異常事件，協助管理單位即時掌握現場狀況，大幅縮短事件發現與處置時間。
應用場景：從被動監控轉為主動決策
▌交通管理
國道 2 號與台四線｜機車與腳踏車違規警示
國道 2 號與台四線為機場聯外重要道路，僅允許汽車行駛。
透過 AI 影像辨識，可即時偵測誤闖的二輪車輛並發出警示，降低交通事故風險。
國道 2 號與台四線｜超高貨車違規警示
機場周邊道路包含多處匝道與地下道，若超高貨車誤闖匝道或地下道，容易卡在橋下或限高處，造成機場聯外道路壅塞。
透過 AI 偵測超高貨車並提前發出警示，可協助即時處理，避免交通中斷。
航廈接送區外側車道｜低速車警示
航廈內側為接送區，車輛短暫停留屬正常情況，難以判斷壅塞。
當內側滿載時，車輛常在外側車道低速行駛或等待插入，影響整體車流。
AI 透過外側車道低速偵測，即時發出警示，並可依尖峰時段調整偵測車道。
航廈接送區內側車道｜車輛壅塞通報
內側車道為主要接送動線，尖峰時段易壅塞。
AI 可即時偵測壅塞並發出通報，並透過報表分析壅塞時段與區域分布，作為機場交通管理與動線優化的重要依據。
▌旅客安全
航廈內電動步道｜跌倒與蹲下事件警示
電動步道發生跌倒時，可能因持續運轉造成拖行並引發連鎖事故。
由於倒地姿態往往與步道方向平行，加上機場範圍廣大、監控畫面眾多，畫面容易被忽略，進而錯過黃金搶救時間。
透過 AI 影像辨識，系統可即時偵測跌倒和蹲下，並主動告警，協助人員立即介入處理。
▌影像搜尋
監控影像搜尋｜Gen AI 關鍵字快速找到目標畫面
過去調閱監控影像需依賴人工逐一查找，必須長時間盯著螢幕、手動拉動時間軸，往往耗費數小時甚至數天，才能找到關鍵畫面。
透過 VAIDIO Gen AI，影像搜尋變得像「對話」一樣直覺。使用者可直接以自然語言或關鍵字搜尋影像，例如「穿紅色上衣的小孩」，系統即可從大量影像中快速找出相關畫面。
即使在緊急情況下，也能快速描述需求並即時取得畫面，大幅縮短調閱時間，提升事件處理效率。
▌營運分析
影像轉數據｜車流、車種與營運分析
透過 AI 影像辨識，系統可將進出機場的車流轉換為可分析的營運數據，不再只是「看到車輛經過」，而是進一步依車種與用途進行分類，掌握不同旅客來源與交通型態。
於國道 2 號與台四線，系統可統計進機場車流與車種，包含大客車（遊覽車）、多元計程車與租賃車等營業用車輛，並透過車牌特徵（如多元計程車紅底白字、租賃車 R 字開頭）進行辨識與分類。
可掌握的營運資訊
各類車種進出機場的占比變化
尖峰時段主要車種分布
計程車與租賃車使用比例
商務客與團體旅客的交通模式
其中，大客車多代表團體旅客，一次進場即為大量人流，可用於判斷團客高峰時段。
應用價值｜從車流看旅客行為
車流與動線優化：優化航廈外車道配置與整體動線，提升通行效率
人力與排班配置：依車流變化調整接送區排班與警力安排
尖峰時段管理：掌握高峰時段車流特性，強化交通疏導策略
商業應用與再行銷：依不同旅客族群調整場域廣告內容，並作為招商與品牌進駐的決策依據
讓影像不只是監控工具，而是支撐營運決策的數據來源。
透過柏聯科技在政府與零售等多元場域的成熟落地經驗，企業可在既有監控架構上快速導入 AI，縮短佈署時間，並將影像轉化為可用的營運價值。
本智慧巡檢系統已於 2025 年 10 月正式上線，整合 Vaidio AI 影像辨識分析平台、Genetec 錄影管理平台，以及 Telegram 手機告警推播功能。當系統偵測到異常事件時，Vaidio 會將告警事件同步至 Genetec 錄影管理平台，並透過 Telegram 將告警訊息推播至相關人員手機，讓人員能第一時間掌握現場狀況，加快事件應變速度。
系統正式上線前，我們已利用現場蒐集的樣本完成 CNN AI 影像辨識模型的優化，讓系統具備基本的辨識能力。不過，AI 模型仍需要透過實際運作持續累積經驗，蒐集誤判資訊後，再進行模型優化與再訓練，持續降低誤判率，這也是系統上線後持續投入的工作。
每月我們也會安排現場設備巡檢與系統維護，確認設備運作正常，讓旅客進出國門更加安心。