AI 怎麼看懂騎樓空間？為遮風避雨的步行路線鋪路

走在世界各地的街道上，常有機會看到風格各異的騎樓，像是日本的商店街、香港的唐樓、歐洲的拱型長廊。臺灣也經常可見設有騎樓的建築，不僅有利商家提供舒適的消費空間，也為路過的行人遮風擋雨、避免與車爭道。

喜歡觀察所到之處、路上一景一物的郭巧玲，就曾感受過騎樓帶給行人的舒適感。她瀏覽 Google 街景圖，想從中找到一條理想的路線，即有成排騎樓或遮蔽，讓前往會場開會或演講的她可以免去被烈日曝曬。

這讓她不禁靈機一動，如果 Google 的步行推薦路線可以增加騎樓優先選項，就可以降低走在路上汗流浹背或被淋成落湯雞的風險，但前提是必須能讓系統辨識出騎樓空間，才能做更多「微觀尺度」的延伸應用。

談到最愛的空間資訊研究，郭巧玲興奮地展示一張張「騎樓 AI 偵測模型」的影像。在 Google 街景圖的騎樓位置上，出現一個個框框，上頭顯示高於 0.6 的信心分數。看似簡單的畫面，卻是研究團隊苦心研發的成果，更開創了空間偵測的可能性。

怎麼偵測「摸不到」的空間？

第一代騎樓 AI 偵測模型於 2024 年發表，採用的是當時效率較佳、獲廣泛應用的 YOLOv5s 作為基礎架構。YOLO 的全名是「You Only Look Once」，是目前全球最快、最高精準度的物件偵測系統，主打只要讓系統看一眼，就能立即辨識物件與其資訊。

雖然 YOLO 的功能強大，但要用在騎樓辨識仍有難關需要克服，郭巧玲談到研究中最具挑戰性的地方：

為了讓 YOLO 可以認得隱含在建築裡的騎樓空間，必須先清楚定義出什麼是騎樓，再將標記有騎樓特徵（包含非騎樓背景）的街景影像資料，提供給 AI 進行模型訓練與建置。

研究團隊首先從 Google 開發的應用程式介面「Street View Image API」蒐集並觀察上千張來自臺北市 7 個行政區的街景影像，也查詢文獻、實地考察騎樓的結構特性，最終歸納出騎樓的定義：

位於建築物一樓的外廊式建築設計，由一或兩側柱子（少數無柱子）、地板、天花板所構成的空間，上方為二樓以上樓層，宛如二樓「騎」在一樓上。

反之，如果上方沒有二樓以上建築物，只是用鐵皮、帆布、採光罩圍出來的空間，就不是定義下的騎樓。

在清楚定義出騎樓後，研究團隊遇到的下一個難題是，什麼樣的標記範圍能讓 AI 有效學習騎樓辨識？

第一種方法是一棟一棟認「柱子」。每個標記框以兩側柱子為左右邊界，柱子的最下方為下邊界，天花板或招牌的最下緣為上邊界。如果騎樓空間相臨、共用柱子，則相鄰騎樓皆包含該共用柱。

第二種方法是不管柱子，把整排騎樓空間直接標記起來。第三種方法是第一種的延伸，把二樓的空間納入標記。第四種方法則是將整排一、二樓空間全部標記。

在經過「訓練」AI 辨別騎樓空間、「驗證」並選出效能最佳模型、「測試」模型穩定度與準確率等三大步驟後，團隊發現第一種方法訓練出來的模型效能最好，準確率高達 8 成。因為以柱子為界，可以縮小偵測範圍，讓 AI 專注在小單位的辨識、降低因變數過多而增加的誤差。

此外，共用柱的重複標記，也可以讓之後的路徑規劃導航得知，這個位置的騎樓空間是延續不間斷的，行人可以安穩地在騎樓內直行。

然而，YOLO 以偵測框為辨識範圍的特色，也造成一些困擾與限制。如果騎樓剛好被路樹、車子、攤販或施工帆布擋住，就可能出現誤判。此外，由於該模型是用臺北市的街景訓練而成，如果拿到中、南部或國外去做騎樓辨識，也可能因為街景差異過大而誤判。

想突破框限？先處理好「關係」

為了改善上述狀況，郭巧玲帶領團隊研發了第二代 AI 偵測模型，透過研究騎樓的周邊物件來建立整體環境的空間關係，讓模型的偵測視野大開、運算邏輯更靈活。

仔細觀察生活周遭的騎樓空間，除了基本的柱子、地板、天花板，還存在五花八門的東西。郭巧玲秀出一張物件清單，裡頭包含常見的行人、路樹、機車、腳踏車，還有招牌、盆栽、攤販、交通錐、遮雨棚及排水管等，零零總總分出 30 項物件。

此處使用到「圖卷積網路」（Graph Convolutional Networks, GCN），是一種能夠針對不規則圖結構資料進行深度學習的技術。

首先要做「全景分割」（Panoptic Segmentation）把影像裡的每一樣物件萃取出來，成為一個個帶有特徵資訊的「節點」（Node）。就像在做紙雕模型前，把一樣樣小零件獨立切割出來。

接著透過「邊」（Edge）串起節點與節點之間的雙向關聯，當中存在相鄰、包含、內部、重疊等不同關係。例如騎樓通常與騎樓相鄰、騎樓包含柱子、柱子在騎樓內部、車子與騎樓空間重疊。有一些不是騎樓的空間也可以透過關係的建立來推斷，例如出現遮雨棚、採光罩、帆布屋頂，就有很高的機率不是騎樓。

此步驟的目標是將原本只是像素排列的影像，轉換成圖卷積網路可以處理的「雙向場景圖」（Bi-directed scene graph）。接著藉由三層的加權平均運算，讓節點與節點之間相互收集資訊、更新自身特徵，包括學習哪些物件常一起出現、騎樓場景的空間配置模式等，最終強化分類並判斷騎樓、非騎樓空間的準確率。

回顧第一代到第二代騎樓 AI 偵測模型的發展，郭巧玲彷彿看著一個孩子從按部就班到能舉一反三：「就像小孩在學習新事物，剛開始也是像第一代模型，先把可能是騎樓的地方框起來；然後再像第二代模型，逐一去細看柱子、樓地板、天花板等結構，從概括性的認識邁向專業化的發展。」

郭巧玲曾拿自己在賽普勒斯拍攝的美麗拱型騎樓給模型辨識，就算訓練資料沒有包含相關影像，優化後的模型仍能正確框出騎樓空間。以及就算騎樓被一整排路樹擋住，也會因模型學習過騎樓與路樹的空間關聯，而能準確判斷出騎樓所在地。

未來她將嘗試把騎樓帶給行人的「感受」與模型結合。

不同的場景總會帶給人不同的感受，例如中古屋集結的騎樓，走道常見上下起伏或摩托車成排，讓長輩、輪椅族倍感艱辛。又或者某些社區，會在騎樓增設夜間照明、請騎樓店家協助守望相助，讓夜歸民眾感到安心。

郭巧玲認為，如果能將這些對騎樓空間的感受轉化成具體的定義，就有辦法讓 AI 學習、擴充模型功能，讓研究有助於全民福祉與社會安全的提升。

結合時空與感受！空間資訊技術的超展開

這是郭巧玲在訪談過程中不斷強調的初心，可以將空間資訊研究與自身興趣、社會關懷結合，是促使她持續拓展研究藍圖的動力。

學生時期就喜歡寫程式的她，親自為騎樓 AI 偵測模型設計標記系統，只要在照片上連點兩下，就可以增加標記框及移動位置，讓原本耗時費力的標記工作，變得更有效率；AI 模型的訓練，也更加地自動化。

為了和各國、各領域學者溝通，她也構思「資料語意整合」方法，企圖轉譯並詮釋不同來源的街景圖、航照影像、領域主題點線面資料，讓使用者可以清楚掌握資料的本質與涵意，找到可以相互串聯、接續分析的立基點。

在郭巧玲與研究團隊的努力下，一個個包含空間、時間、感受，且可相互溝通的知識圖譜正逐漸成形，為人文與科技的跨域共創帶來更多契機。