日本東京大學發表革命性高速即時動態光雕投影技術，扭曲變形的衣服一樣能投影|數位時代 BusinessNext

日本東京大學發表革命性高速即時動態光雕投影技術，扭曲變形的衣服一樣能投影

先前光雕投影有些限制：被投射物必須是不會變形的剛體。然而日本東京大學的石川渡邊研究室突破了這項侷限，發表了新成果──「以高速投影到動態變形非剛性表面的投影方法」。

光雕投影（或稱 3D 投影映射）是這幾年來大型表演活動中常被運用的新興技術，透過光雕可以改變建築物或者任何物體的外觀，把現實世界中平淡無奇的物體變得如夢如幻，大開觀眾的想像空間。不過，當前的光雕投影有些限制：被投射物必須是不會變形的剛體。而在上周，日本東京大學的石川渡邊研究室突破了這項侷限，發表了新成果──「以高速投影到動態變形非剛性表面的投影方法」。

在進入正題之前，先大略介紹一下光雕投影。簡單說，就是準備很多很多台的投影機，圍繞在一棟建築物的四周，然後用電腦控制這一大堆投影機，在晚上投影到建築物上，將建築物當做畫布，做出種種絢麗的表演。演出過程要考量到建築物是立體的，必須考量投影到的表面不是平的，得用電腦把投影的畫面事先針對每一台投影機要投射到的地方，算出對應的變形，才能投影出去。可以是在上面畫東西，也可能是天馬行空地把建築物變成完全不同的東西等。關於實際的作品，筆者推薦非常經典的《2012 東京光之祭典》或者日本萬代玩具公司出的一場表演的迷你版 HAKO VISION（用手機就可以欣賞）。

而這樣的技術，僅限於事先做好的靜態影片內容與靜態投影環境，東京大學的石川渡邊研究室不滿足於此，企圖克服這樣的限制，進行了動態光雕投影的研究。動態光雕投影的困難，是要捕捉真實世界「布幕」的動態即時變形，隨即低延遲地調整好要投影的虛擬影像，使投射出去以後，讓我們的視覺感官覺得吻合、沒有破綻。這最基本需要一台畫面更新率高、低延遲的投影機，於是該實驗室就自行開發了高速投影機「DynaFlash」，它在 8bit 色階（一個點可以有 256 色）時更新率高達 1000FPS，最低延遲（latency）才 3 毫秒（ms）。

有了這個基礎以後，更進一步要處理最有挑戰性的部分：如何正確投射影像到非剛性不斷形變甚至有遮蓋情形的「布幕」上呢？如果用即時影像辨識技術的話，是來不及的。石川渡邊研究室提出了這樣的新方法──「可變形點陣標記」（ Deformable Dot Cluster Marker，DDCM），這個做法類似 AR 擴增實境的概念，是用紅外線才看得到的墨水（人眼看不到），在衣服上面事先印好特定的點陣標記圖後，即使目標物發生大變形或者遮擋，DynaFlash 投影機的感應器也能穩定地在 1,000fps 下即時「看到」目標物上的點陣標記，以投射出正確的變形後畫面。

使用這些基本技術，包括 DynaFlash 和 DDCM，就可以在變形非剛性表面上進行新式的動態投影映射了。在石川渡邊研究室的展示影片中，可以發現翻轉、扭曲、移動、伸縮都難不倒，由於投影和感測都是以 1,000fps 的速度在運作，就好像投影的圖案本來就是印在衣服上般地自然。更特別的是，可變形點陣標記可以是複數的，也就是說這讓投影機可以靈活地「辨識」出不同的目標物，而同時加以投影出不同的圖案。

在應用上，可以想像演唱會表演時，偶像歌手穿著一件單色白淨的衣服，不用實際的換裝，就可以變換出一件又一件的不同衣裝；不用拜師學數十年學習高難度的川劇變臉技術，臉上只要戴著一張純白的面具，就可以一張又一張的不斷翻臉。非娛樂的應用方面，不用開刀，投影出內臟器官到人體上，輔助醫學院教學應該也是可預見的應用。真期待這項技術的後續發展呢！

本文授權轉載自：科技新報

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。