AI NVR 完整功能解析：9 大智慧監控功能如何讓傳統錄影主機升級為分析平台
- Dexatek
- 3天前
- 讀畢需時 5 分鐘
攝影機裝了幾十支，事情發生了翻了三個小時的影片還找不到人。車牌記下來了，但系統沒辦法自動比對黑名單。熱力圖要另外買一套軟體，人流報表要靠人工統計……
這是傳統 NVR 的天花板，也是大多數監控系統卡關的地方。
本文深度解析 AI NVR 的 9 大核心功能，從物件偵測、LPR 車牌辨識、語意搜尋到 GenAI 場景描述，說明這一代 NVR 如何把「事後查影片」變成「即時分析、主動預警」。
本文重點速覽
傳統 NVR 的本質：只負責錄影，不主動分析畫面內容
物件偵測：分辨人、車、動物，減少無效誤報
LPR 車牌辨識：支援黑白名單，自動比對放行或攔截
語意搜尋：用一句話描述特徵，不必逐格翻找畫面
GenAI 場景描述：影像自動轉文字摘要，方便交接與稽核
Intelli-VMS：單一平台整合 9 大功能，支援 Brownfield / Greenfield 佈署
一、什麼是 AI NVR？
傳統 NVR：只負責「錄下來」
NVR（Network Video Recorder，網路錄影主機）原本的角色很單純：把攝影機傳來的畫面收進來、存起來、需要時調出來看。這套邏輯用了將近二十年，也確實解決了「有沒有錄到」的問題。但它從來沒解決「錄到之後怎麼用」的問題。
當監控點位從幾支變成幾十支、上百支，人工翻找畫面的成本會呈倍數上升。一起店內糾紛、一次車輛違停、一個異常徘徊的身影，如果沒有目擊者提供大概時間，值班人員往往得從頭到尾拉一遍影片，耗掉的是人力，也是應變的黃金時間。
AI NVR：讓系統「看懂」畫面
AI NVR 要處理的正是這個落差。它在錄影主機裡加入影像辨識與分析引擎，讓系統本身具備看懂畫面的能力：知道畫面中出現的是人還是車、車牌是什麼號碼、有沒有人在某個區域停留過久、人潮在哪個時段最密集。
錄影本身沒有消失，只是多了一層即時理解與結構化資料，讓監控從單純的證據保存，變成可以主動觸發警報、產出報表的分析工具。
二、傳統 NVR vs AI NVR 差異比較
兩者的差異不在於畫質或儲存容量，而在於系統對畫面內容的理解程度。下表整理幾個常見情境的實際差異：
比較項目 | 傳統 NVR | AI NVR |
尋找特定畫面 | 需知道大略時間， 逐格快轉尋找 | 用文字描述特徵， 語意搜尋直接定位 |
車牌辨識 | 無此功能，需人工比對 | 自動辨識車牌 並比對黑白名單 |
異常行為偵測 | 僅能偵測畫面變動， 誤報率高 | 可辨識人、車、動物， 並設定虛擬圍籬 |
人流 / 車流統計 | 不支援， 需另購軟體或人工計數 | 內建人流、 車流計數與熱力圖分析 |
畫面內容摘要 | 需人工逐段觀看並記錄 | GenAI自動產生場景描述文字 |
傳統 NVR 記錄的是畫面，AI NVR 記錄的是可以被查詢、被統計、被觸發警報的資料。
三、AI NVR 的 9 大核心功能
以下是目前 AI NVR 較成熟且被廣泛導入的 9 項功能，依應用邏輯大致可分為「偵測辨識」「搜尋理解」與「統計分析」三個群組。
偵測辨識類
物件偵測（Object Detection）：分辨人、車輛、動物，過濾無效誤報。
車牌辨識 LPR（含黑白名單）：自動比對放行或攔截。
人臉辨識：門禁比對與人員標記。
越界偵測與虛擬圍籬：跨越警戒線即觸發警報。
搜尋理解類
語意搜尋（Semantic Search）：用文字描述特徵，直接定位畫面。
GenAI 場景描述：影像自動轉文字摘要。
統計分析類
人流分析（People Analytics）：計數、動線跨越統計、徘徊偵測。
車流分析（Vehicle Analytics）：特定時段或路段車輛數量統計。
熱力圖分析（Heatmap Analytics）：顏色深淺呈現人潮熱區，零售業應用最成熟。
零售業更完整的應用案例，可參考《AI 影像辨識在零售業的 5 大應用：從客流熱力圖到防盜追蹤全解析》。
把這 9 項功能放在一起看，會發現它們其實是同一套邏輯的不同面向：先讓系統看懂畫面中有什麼，再讓使用者查得到想找的內容，最後把長期累積的畫面轉成看得懂的統計資料。以 12 TOPS 等級的 AI 攝影機為例，前端就能完成基礎的物件偵測與分類，再交由後端 NVR 或平台進行更複雜的比對與分析。其中人臉辨識與車牌黑白名單涉及個人資料蒐集，導入時需留意個資法相關規範，第五章會進一步說明。
四、Dexatek Intelli-VMS 如何整合這 9 大功能
由樺緯物聯（Dexatek）自主研發的 Intelli-VMS，把上述功能整合在同一個影像管理平台之下，而不是拆成多套獨立軟體各自運作。這對實際導入的意義是：安控人員不必在車牌系統、人流系統、事件通知系統之間來回切換，所有辨識結果與統計資料都能在同一介面查詢。
在佈署方式上，Intelli-VMS 同時支援 Brownfield（既有場域，透過 Edge AI Box 銜接舊有攝影機與 NVR）與 Greenfield（新建場域，AI 攝影機可直接連接 Edge AI PC 或雲端）兩種路徑，也支援 AWS、Google Cloud、Azure 等雲端環境或本地混合佈署，並相容 ONVIF Profile S 協定，方便與既有監控設備整合。
Intelli-VMS 的 GenAI Smart Assistant 具備三項關鍵能力：以大型語言模型（LLM）將自然語言指令轉換成精確的搜尋條件；透過 Global Path Tracking 在攝影機之間即使有訊號中斷也能重建移動軌跡；並以 Multi-Feature ID 技術組合帽子、背包、性別、衣著顏色等多重特徵進行辨識，降低單一辨識條件誤判的機率。
五、導入 AI NVR 前的考量
考量 1：釐清核心需求優先順序
安防導向（車牌、周界防護）與經營分析導向（人流、熱力圖）所需的功能組合不同，建議先排出優先級再選型。
考量 2：盤點既有設備能否沿用
多數場域不需要整批更換攝影機，透過邊緣運算設備銜接既有 NVR 即可升級為 AI 分析架構。
考量 3：確認場域規模與擴充彈性
小型場域與大型廠區、多分店場域，在攝影機路數與運算方式（單機邊緣運算 vs 機架式伺服器）上的規劃會有明顯差異。
考量 4：資料保護與個資法合規
涉及人臉辨識、車牌等個人資料蒐集功能時，需同步規劃資料保存期限、存取權限與告知義務。
考量 5：評估後續維運與技術支援
AI 功能上線後仍需定期校調誤報規則、更新名單資料，建議選擇有完整技術支援的供應商。
六、常見問題 FAQ
AI NVR 需要更換所有攝影機才能使用嗎？
不一定。多數 Brownfield（既有場域）方案可透過邊緣運算設備銜接既有攝影機與 NVR，不需整批更換前端設備。
語意搜尋的辨識準確度會受畫面品質影響嗎？
會。畫面解析度、光線條件與拍攝角度都會影響辨識結果，建議在關鍵點位使用解析度較高、具備夜視能力的攝影機。
車牌辨識黑白名單可以自行維護嗎？
可以，多數平台提供後台介面讓管理人員自行新增、刪除名單，並可設定對應的通知或放行規則。
導入 AI NVR 是否有個資法相關的合規義務？
若功能涉及人臉辨識或車牌等可識別個人的資料，需依個人資料保護法規劃蒐集告知、保存期限與存取權限管控，建議諮詢法務或資安人員。
Intelli-VMS 適合哪些規模的場域導入？
從單一店面、廠區到多分店連鎖場域皆可規劃，依攝影機路數與場域規模選擇對應的邊緣運算或機架式伺服器方案。
