การใช้ AI ในการตรวจสอบยานพาหนะ

การใช้ AI ในการตรวจสอบยานพาหนะ

Computer vision สามารถเปรียบเทียบฐานข้อมูลของรถและตรวจสอบภัยคุกคาม

เทคโนโลยีได้เข้ามาลดช่องว่างของระบบรักษาความปลอดภัย การตรวจและระบุยานพาหนะไม่จำเป็นต้องพึ่งพาเพียงกระจกตรวจใต้ท้องรถและการตรวจสอบหมายเลขทะเบียนอีกต่อไป เพราะ AI จะเข้ามาช่วยให้เจ้าหน้าที่รักษาความปลอดภัยทำงานได้แม่นยำและรวดเร็วมากกว่าเก่า

ปัจจุบันการตรวจรักษาความปลอดภัย ณ จุดตรวจ ทำได้เพียงตรวจสอบหมายเลขทะเบียน ทว่าในสหรัฐเกิดการลอกเลียนป้ายทะเบียนปลอมมากกว่า 100 ป้ายต่อเดือน ซึ่งทะเบียนที่ถูกปลอมแปลงหรือขโมยมามักจะผ่านการตรวจได้โดยง่าย เหล่าผู้กระทำผิดและผู้ก่อการร้ายจึงใช้ช่องโหว่นี้เพื่อก่อคดีต่าง ๆ เช่น ลักทรัพย์ ฆาตกรรม และขนยาเสพติด

การป้องกันการขโมยป้ายทะเบียนอาจทำได้โดยง่ายด้วยการขันน็อตให้แน่นขึ้น แต่ก็ยังไม่ช่วยให้การตรวจสอบแม่นยำขึ้น ดังนั้นจึงมีการนำ AI และ computer vision มาใช้เพื่อช่วยในการตรวจสอบส่วนอื่น ๆ ของรถยนต์ เช่น ใต้ท้องรถ ด้วยวิธิการเรียนรู้แบบ deep learning โดยให้ AI สามารถเรียนรู้ที่จะจำแนกบริเวณและจดจำความแตกต่างของรถยนต์แต่ละคันได้

Computer vision คือศาสตร์หนึ่งของ AI ที่ศึกษาว่าคอมพิวเตอร์มองและเข้าใจภาพและวีดีโออย่างไร ซึ่งกระบวนการทำงานไม่ต่างจากมนุษย์ ตั้งแต่การรับรู้ภาพ เข้าใจสิ่งที่เห็น แยกความซับซ้อนของภาพและประมวลผล โดยใช้เซนเซอร์ คอมพิวเตอร์ และ machine learning algorithms และเทคโนโลยีปัจจุบันทำให้ AI สามารถมองเห็นได้ใกล้เคียงกับมนุษย์มาก

Computer vision สามารถนำไปใช้หลายทาง ตั้งแต่ด้านการแพทย์ ยานยนต์ ความปลอดภัย ขายส่ง และอุตสาหกรรมโฆษณา ซึ่งในปัจจุบันตัวอย่างของการใช้ Computer vision คือ การทำให้รถยนต์สามารถหลบสิ่งกีดขวางและรถยนต์คันอื่นได้ ในอุตสาหกรรมรถยนต์ขับเคลื่อนอัตโนมัติ

เนื่องจากใต้ท้องรถเป็นส่วนที่สกปรกและยากที่จะมองเห็นถึงรายละเอียดต่าง ๆ ฮาร์ดแวร์ที่ดีจึงเป็นสิ่งที่จำเป็นเพื่อให้คอมพิวเตอร์สามารถวิเคราะห์ภาพได้อย่างถูกต้องและมีคุณภาพสูงสุด ซึ่งการตรวจใต้ท้องรถจะต้องใช้ตัวชี้วัดหลายตัวในการระบุลักษณะเฉพาะของรถยนต์แต่ละคัน เช่น ตัวน็อต องศาการวาง ส่วนที่ชำรุด สนิม รวมไปถึงตำแหน่งในการติดตั้งอุปกรณ์ต่าง ๆ อาทิ ถังน้ำมันหรือท่อไอเสีย

แม้รถยนต์บางรุ่นจะมีหน้าตาคล้ายคลึงกัน แต่รถยนต์ทุกรุ่นมีการประกอบชิ้นส่วนใต้ท้องรถที่ต่างกัน จึงเปรียบได้ว่าการระบุใต้ท้องรถนั้นเหมือนกับการระบุใบหน้า ที่ทำงานด้วยการวิเคราะห์การจัดเรียงใต้ท้องรถและระบุว่าเป็นรถยนต์รุ่นอะไรเพื่อทำการเปรียบเทียบกับฐานข้อมูลต่อไป

การระบุจะถูกต้องแม่นยำเมื่อระบบมีข้อมูลดังนี้

• เครื่องหมายระบุตัวตนที่เป็นเอกลักษณ์ของใต้ท้องรถ: สัญลักษณ์ต่าง ๆ
• ภาพรวม: สี รุ่น ยี่ห้อ และส่วนประกอบพลาสติก
• แผ่นป้ายทะเบียน: ข้อมูลเพื่อการระบุยานพาหนะ

หลังการวิเคราะห์อย่างรวดเร็ว ระบบจะสร้างคะแนนความเข้ากันได้ โดยเปรียบเทียบรถต้องสงสัยกับรถในฐานข้อมูลที่มีป้ายทะเบียนเดียวกัน พร้อมกับจับคู่ภาพใต้ท้องรถและองค์ประกอบอื่น ๆ แล้วจึงระบุได้ว่าเป็นรถคันเดียวกันหรือไม่

การตรวจสอบแบบนี้เป็นการเสริมมาตรการความปลอดภัยให้กับหน่วยงานทั่วโลก ไม่ว่าจะเป็น สนามบิน ท่าเรือ สถานทูต โรงผลิตไฟฟ้า เรือนจำ จุดตรวจชายแดน ฐานทัพ โรงแรม คาสิโน สนามกีฬา และสถานที่สำคัญอื่น ๆ

นอกจากนี้การตรวจใต้ท้องรถไม่เพียงตรวจเพื่อระบุตัวตน แต่ยังสามารถตรวจหาวัตถุระเบิด อาวุธ ยาเสพติด และสิ่งผิดกฎหมายต่าง ๆ ได้อีกด้วย

ในแต่ละปีมีรถข้ามพรมแดนในอเมริกากว่า 10 ล้านคัน จึงเป็นโจทย์สำคัญของด่านตามชายแดนที่เจ้าหน้าที่จะต้องเลือกระหว่างการสุ่มตรวจอย่างละเอียดกับการตรวจจำนวนมากแต่อาจไม่ได้มาตรฐาน ซึ่งในปัจจุบันมีการใช้เครื่องเอกซเรย์เพื่อแบ่งเบาภาระการตรวจของเจ้าหน้าที่บ้างแล้ว ทว่าทางเลือกที่น่าจับตามองที่สุดคือระบบตรวจใต้ท้องรถ(UVIS) ที่สามารถสแกนรถที่ขับผ่านและส่งสัญญาณเตือนเมื่อพบสิ่งผิดปกติ แล้วค่อยให้เจ้าหน้าที่เข้าทำการตรวจอย่างละเอียดเพิ่มเติม

แม้ว่ารถยนต์บางคันที่ข้ามพรมแดนอาจมีการผ่านแบบซ้ำ ๆ ซึ่งเป็นสถานการณ์ที่ไม่สามารถพึ่งพาฐานข้อมูลของรถยนต์เพียงอย่างเดียว แต่ต้องมีวิธีการที่สามารถตรวจสอบภัยคุกคามตั้งแต่ครั้งแรก โดยระบุความผิดปกติได้แม้ว่าจะไม่มีการสแกนก่อนหน้าก็ตาม ซึ่งเป็นผลจากการสอนอัลกอริทึมให้ทำความเข้าใจว่าชิ้นส่วนของยานพาหนะควรมีลักษณะอย่างไรแม้จะอยู่ในสภาพที่ไม่สมบูรณ์ ทำให้สามารถตรวจสอบภัยคุกคามได้ตั้งแต่ครั้งแรก

เราสามารถใช้เทคโนโลยีนี้เพื่อลดภาระเจ้าหน้าที่ประจำจุดตรวจ จุดจ่ายค่าจอดรถในห้างสรรพสินค้า ใช้จัดการจราจรแบบ smart city และใช้ป้องกันการขโมยรถ เป็นต้น โดยซอฟต์แวร์นี้ได้นำเอากล้องและการสแกนมารวมกันในการรักษาความปลอดภัย ซึ่งสามารถปรับเพื่อใช้ตรวจสอบ เครื่องบิน เรือ และตู้คอนเทนเนอร์ ได้เช่นกัน

การใช้ประโยชน์จาก AI แทนการทำงานของมนุษย์สามารถทำให้การตรวจสอบถูกต้องและมีประสิทธิภาพมากขึ้น ซึ่งจะช่วยยกระดับความปลอดภัยให้กับสถานที่ต่าง ๆ ด้วยการใช้ computer vision ในการมองวัตถุในสภาพแวดล้อมที่แตกต่างกัน สร้างฐานข้อมูลเป็นประโยชน์ และทำการแจ้งเตือนอย่างทันท่วงที

ที่มา: www.securityindustry.org

แปลโดย: Pitsinee APS