项目及资助计划

「自然语言驱动的视频档案搜寻系统」是一个旨在革新用户与大型影片档案互动方式的专
案，透过自然语言查询实现高效搜寻。此项目针对传统手动检视影片过程中常见的低效率
问题，解决了耗时、劳力密集及容易出现人为错误的挑战。
专案目标：
- 以人为中心的人工智能互动式 系统：开发一个结合电脑视觉（CV）及自然语言处理（
NLP）的 AI 系统，实现直观的影片档案搜寻功能。
- 自然语言查询支援：让用户能以日常语言进行搜寻，例如「显示有人遗留包裹的画面」。
- 互动式查询优化：透过用户反馈及澄清问题，实现搜寻结果的互动式优化。
- 跨影片关联：开发演算法以识別多个摄影机画面中的人物、物件或事件。
- 独立于摄影机的平臺：提供一个基于边缘运算的平臺，可与现有 CCTV 网络兼容，无需更
换基础设施。
研究与开发方法：
- 互动式查询优化（以人为中心）：开发支援反覆查询的系统，通过用户回馈逐步改善搜寻
结果。
- 跨影片物件搜寻：实施演算法，搜寻某影片中的物件或人物，並在多个影片中定位，解决
视角变化及不同出现时间等挑战。
- 影片档案中的活动搜寻：利用生成对抗网络（GAN）生成的训练数据集，定位影片档案中
的特定活动。
影响与效益：
该系统通过自然语言查询提升效率，大幅减少检视影片档案所需的时间。结合用户反馈
后，搜寻结果更加准确，降低了遗漏重要信息的风险。该平臺具备成本效益，独立于摄影
机，能与现有的 CCTV 网络无缝整合，避免昂贵的基础设施升级。系统应用范围广泛，可
用于安全、物业管理、物流及公共安全等领域，提升监控和调查流程。