技術底層

所有產品方向共用同一套技術：先有可量測的 3D 場景，再把監視器對齊進去，最後把偵測到的人車放到 3D 地面上。這套技術先在室內零售場景驗證過，這裡是它搬到戶外的版本。

照片／航照／街景→3D 場景→監視器校正→偵測＋追蹤→地面座標→指標與模擬

只用手機走拍的 RGB 影片，就能重建出可旋轉、可量測的 3D 空間。戶外版改用航照、3D 建物開放資料與街景照片。

把監視器畫面跟 3D 場景做特徵比對，算出鏡頭的位置、朝向和視角。戶外會拿航照和 3D 建物模型當對照，取代人工手調。

在台灣公開道路影像上做人、車、機車的偵測與追蹤，計算流量與速度。下一步是用道路標線把畫面換算成公尺。

在重建出來的 3D 空間裡放入虛擬的人，模擬動線與擁擠。戶外版就是路口與廣場的疏散模擬。

參考研究

研究	跟我們的關係
Crowd3D（CVPR 2023）單張大場景照片重建數百人	單鏡頭把人放到 3D 地面的做法；需要高解析畫面
BIM-GIS 結合監視器評估步行友善度（Sensors 2025，香港）	監視器人流＋地圖做都市規劃指標，最接近「步行友善度」方向
室內監視器的 3D 人員路徑追蹤（ISPRS Annals 2016）	把監視器路徑放進 3D 模型的早期做法
Social Force Model（Helbing & Molnár 1995）	人群安全頁使用的人群動力模型