2021.08.14
【興達港跨港大橋規劃】
＃開啟式橋樑
＃先完成民意調查
茄萣區與永安區長期以來因為興達港的阻隔，兩地往返須繞路而行，興建興達跨港大橋的地方聲浪不小，高雄市政府新工處請顧問公司進行的評估期末報告出爐，綜合評估後35公尺高的開啟式橋樑是最可行的方案，由於經費龐大，因此會中我請顧問公司再加做兩區的民意調查，了解地方民眾是否支持建設。

根據顧問公司規劃，跨港大橋將沿著茄萣區濱海路一段跨港後，連接興達路到達永安區，因為興達港區有興達海基設廠，水下基礎設施出海需要80公尺的淨高，因此最終設計35公尺高的開啟式橋樑以因應海運船的出海需求。

由於該方案經費龐大，效益必須再評估，因此會中我請顧問公司再加上茄萣、永安區至少5％人口規模的抽樣民意調查，另外大發漁市場位於跨港橋旁，因此要增加取樣，先了解地方民意再評估是否需要花費大筆預算興建跨港橋。

另外考量跨港大橋臨海且高度又高，強風對於行車安全的影響，以及橋樑配合興達海基海運船航行需求的開合頻率，相關變數都得再行釐清瞭解，以利討論後續規劃。

【重磅！世衛組織 #新冠全球溯源研究 中國部分公布：“有證據表明，在向中國提供冷鏈產品的其他國家存在早期病例群”】

健康中國微信公眾號6月8日發布世衛組織召集的SARS-CoV-2全球溯源研究：中國部分——世衛組織-中國聯合研究報告。

2020年7月，世衛組織和中國著手開展病毒溯源研究的基礎工作。世衛組織秘書處和中國政府共同成立了一個國際多學科團隊，設計、支持和開展一系列研究，以協助追蹤SARS-CoV-2的來源及其傳播給人類的途徑。聯合國際團隊的工作將為其他地區的溯源工作奠定基礎。因此，全球溯源工作將不受任何地點的限制，隨著證據不斷積累和科學假說的不斷發展，全球溯源工作可能會在地域上發生變化。研究總體結果和發現將有利於加強全球對SARS-CoV-2及有類似來源的新發人畜共患病的防範和應對。

聯合國際研究團隊由17名中方專家和17名來自於其他國家、世界衛生組織、全球疫情預警和反應網絡（GOARN）以及世界動物衛生組織（OIE）的國際專家組成。聯合國糧食及農業組織（FAO）作為觀察員參與本次溯源工作。在舉辦幾次線上視頻會議後，聯合研究於2021年1月14日至2月10日在中國武漢進行，為期28天。

研究團隊通過三個工作小組對中國專家第一階段在以下三個領域的工作進展進行了回顧：流行病學，動物與環境，分子流行病學和生物信息學。

聯合研究的結果：

丨流行病學

通過發病監測數據的早期溯源工作

流感樣疾病（ILI）和嚴重急性呼吸道疾病（SARI）監測並結合適當的實驗室確認，是衡量流感和其他呼吸道病毒對人群影響的標準措施。為了確定COVID-19致病原在COVID-19暴發前幾個月對以上兩種疾病發病率可能產生的影響，我們對武漢某醫院ILI的成人哨點監測數據和湖北省某省級醫院SARI監測數據進行了回顧。

根據武漢以及湖北和周邊六省的國家ILI哨點監測數據和相關實驗室確認的流感活動情況，2019年底，武漢以及湖北其他城市和周邊六省的兒童和成人ILI均明顯增加。雖然這可能是由於實驗室確認的流感活動同時增加所致，但聯合小組建議利用時間序列分析進一步探索2019年與往年相比較的每周ILI趨勢。

對零售藥店購買的退熱藥、感冒藥和咳嗽藥的分析並不能提示早期在社區內有SARS-CoV-2活動。聯合小組建議對2016年、2017年、2018年和2019年9月至12月期間的每周藥房采購進行回顧，以尋找2019年9月至12月期間有無與往年同期相比采購增加的信號。如果識別出任何信號，則建議繼續對時空簇進行分析。

通過保存的實驗室樣本和其他資源的早期溯源工作

在對武漢市、湖北省其他地區及其他省份各醫院保存的2019年下半年的4500余份的研究項目樣本進行回顧性檢測時，未發現SARS-CoV-2。

此項工作可以擴大到中國以及世界其他地區的其他血液中心，時間集中在當地發現首例病例前6個月內，最好使用系統設計好的隨機選擇樣本及相同的實驗室檢測方法。可用2020年最初幾個月之前未發現COVID-19病例的中國其他地區的同期獻血人群的樣本作為對照組。

通過死亡率研究的早期溯源工作

2019年7-12月期間，武漢市和湖北省除武漢外的全死因和肺炎死亡監測數據未見死亡趨勢出現意外波動的證據，不能提示2019年12月前發生了SARS-CoV-2在人群中的傳播。盡管如此，並不能排除SARS-CoV-2在人群中低水平地傳播，因為人口水平的死亡率變化不太可能足夠敏感地檢測到這一點。

鑒於從感染開始到COVID-19相關死亡的時間差，2020年第3周全因死亡率和第3周肺炎特異性死亡的快速增加表明，2020年第一周病毒已在武漢人群中傳播廣泛。在武漢以外的湖北省人群中，死亡率的急劇上升發生在1-2周之後，這表明武漢的流行早於湖北省其他地區和其他省份。

聯合小組建議擴大死亡率回顧的範圍，將系統發育分析發現早期流行集群的其他省份包括在內，並與中國其他省市進行比較。

對2019年10月及11月武漢潛在病例進行臨床回顧

武漢市共有233家醫療機構搜索到了2019年10月1日至12月10日因四種疾病（發熱、急性呼吸道疾病、流感樣疾病和“不明原因肺炎）之一到醫療機構就診的患者，共計76,253份病歷。2019年12月初，60歲以上年齡組的ARI（以及ILI和發熱）較前上升。經各醫療機構的臨床小組回顧後，在76,253人中有92人被認為在臨床上符合SARS-CoV-2感染引起的疾病。在2021年1月對92例中的67例病例（不包括死亡病例、拒絕或無法獲得的病例）采集了血液，並采用膠體金方法進行了SARS COV-2抗體檢測，結果均為陰性。隨後經外部多學科臨床專家復查，判定92例均不符合SARS-CoV-2感染。

基於2019年12月疫情暴發前兩個月內武漢市潛在病例無SARS-CoV-2感染的證據，國際聯合專家團隊認為在這個階段內並不能排除部分傳播的可能性。另外，在疫情發生12個月後，調查2019年底幾個月發生傳播可能性的血清學檢測方法亦存在局限性。

聯合小組建議進一步審核用於確定和描述回顧性臨床研究中病例特征的方法，包括92例最初確定可能與COVID-19診斷相符的病例，以及其他可能病情較輕的病例，以尋找在之前未被確認病例的可能診斷為COVID-19的特征（如聚集性發病）。鑒於2019年12月初老年人ARI增加，應進一步聯合回顧ARI數據。

應對臨床回顧中獲得的67個標本進行進一步檢測，並與2019年12月以來確診的174例病例樣本和任何其他相關樣本復檢後進行比較。這應該與通過血庫收集的歷史樣本進行血清學檢測的新方法聯系起來。

對經國家法定傳染病報告系統上報的病例進行回顧分析

2019年12月初，武漢出現由SARS-CoV-2感染引起的爆發性疫情。共發現174例在2019年12月起病的COVID-19病例（100例實驗室確診病例，74例臨床確診病例）。只有去醫療系統就診的更嚴重的病例被確認。其他較輕（和無癥狀）病例與已確認病例同時存在，但目前沒有關於這些較輕病例的信息，這可能是早期疫情的流行病學的補充。

許多早期病例與華南海鮮市場有關，但也有相似數量的病例與其他市場有關，有些病例與任何市場均無關。12月在更廣泛社區內的傳播可以解釋與華南海鮮市場無關的病例，另外存在與該市場無關的早期病例，這可以表明華南海鮮市場不是疫情的發源地。然而，其他尚未確認的較輕的病例可能提供華南海鮮市場與早期病例之間的聯系，而這些早期病例之前認為與市場沒有明顯的聯系。因此，關於華南海鮮市場在疫情起源中的作用或者感染是如何傳入市場的，目前尚無法得出確切結論。

鑒於2021年1月和2月訪問武漢期間的時間有限，應對174例確診病例進行進一步聯合回顧，包括分析病例的臨床和人口特征以及危險因素。是否重新對這些患者進行當面詢問取決於聯合回顧的結果。聯合小組還建議回顧2019年12月報告為COVID-19潛在病例的其他患者的信息，以了解這些病例是否屬於先前未被確認的COVID-19病例，以及是否對SARS–CoV-2在首次確認疫情期間在當地人群的感染情況提供任何額外的信息

丨分子流行病學

因為大多數新型病毒都來源於動物，所以要了解導致病毒溢出和全球傳播的過程就需要深入了解動物貯主所攜帶病毒的多樣性和演變，動物、環境和人類之間的相互作用，以及形成有效人傳人的因素。能導致全球大流行的病毒必定高度適應了人類環境。這種適應可能是突然獲得的，也可能是經過多個步驟逐漸獲得的，而且每個步驟都是自然選擇所推動的。因此，SARS-CoV-2的溯源工作應將重點放在兩個階段。第一階段涉及病毒在發生人畜共患轉移前在動物宿主（如蝙蝠、穿山甲或其他野生或家畜）中的循環。在這一進化過程中，各種動物物種都可能成為貯主。SARS-CoV-2的祖先株可能在其循環過程中獲得了感染人類的能力。與SARS-CoV-2病毒高度同源序列病毒的發現表明SARS-CoV-2可能源於人畜共患的傳播，但其貯主仍有待查明。第二階段涉及發生人畜共患轉移後SARS-CoV-2在人群傳播過程中的演變。這種動物到人的溢出的可能性隨著動物和人接觸的頻率以及強度增加而增加。溢出可能會反復發生，但如果貯主中的病毒基因組需要進一步適應以實現有效的持續傳播，那這種早期的溢出可能不會被發現。一旦具有大流行潛力的病毒發生演化或溢出，那麽它們就會獲得擴散的能力，導致大量具有適應性突變的病毒株在不同地域的人群中出現，從而引發COVID-19大流行。

丨動物的基因組數據

迄今為止的調查和針對性研究的證據表明，在蝙蝠和穿山甲中發現了與SARS-CoV-2關系最密切的冠狀病毒。樣本病毒與SARS-CoV-2的基因序列具有高度相似性，提示上述哺乳動物可能是導致COVID-19的病毒的貯主。然而，到目前為止，從99個物種中發現的病毒與SARS-CoV-2的相似度都不足以使其成為SARS-CoV-2的直接祖先。除了這些發現，水貂和貓對SARS-CoV-2的高度易感性表明，可能還有其他動物物種（鼬科或貓科動物，以及其他物種）是潛在的貯主。將序列數據庫中的數據與潛在貯主物種調查中的數據進行比較後發現，這些可能的貯主物種的標本采集嚴重不足。

對病毒基因組和大流行早期流行病學數據的分析

聯合團隊回顧了通過中國國家生物信息中心在其包含所有可用冠狀病毒序列和元數據的綜合數據庫中收集的數據。選擇了2019年12月和2020年1月收集的樣本的所有序列數據進行深入分析，回顧了病毒在大流行第一階段的多樣性。對於在中國武漢發現的病例，將其數據與流行病學背景相聯系後選擇12月31日前發病的病例。最終分析結果顯示，在暴露於華南海鮮市場的病例中，有幾例病例的病毒基因組是相同的，說明這些病例可能是某個聚集病例群的一部分。但序列數據也顯示，武漢市大流行初期就已經存在一定的病毒多樣性，說明在華南海鮮市場群之外還有未采樣的傳播鏈。從生肉暴露或毛皮動物暴露的流行病學參數來看，沒有明顯的病例聚集現象。

根據早期序列數據估計到最近共同祖先的時間

此外，通過分析來估計終末數據集中SARS-CoV-2序列到最近的共同祖先的時間（tMRCA），並與之前的研究結果進行比較。這樣的tMRCA分析可以被認為是估計的，並不能提供起源時間的確切證明。分子序列數據分析表明大流行的開始時間可能在12月中旬之前的某個月。估計的時間點從9月下旬到12月上旬不等，但大多數估計點在11月中旬到12月上旬之間。

丨SAES-CoV-2的文獻綜述：早期發現

最後，對已發表的文獻中表明SARS-CoV-2早期循環的數據進行了回顧。這些來自不同國家的研究表明，SARS-CoV-2的循環比最初發現病例的時間早了幾周。部分疑似陽性樣本的檢測時間甚至早於武漢首例病例，提示其他地區可能存在漏診的情況。但到目前為止，研究的質量還很有限。盡管如此，調查這些潛在的早期事件還是很重要的。

動物及環境研究人們在不同動物中發現了在系統進化上與SARS-CoV-2相關的冠狀病毒，包括菊頭蝠和穿山甲。然而，在湖北省采取的蝙蝠樣本並未發現SARS-CoV-2病毒存在的證據，中國各地野生動物的采樣至今也未發現SARS-CoV-2的存在。我國31個省共采集野生動物、畜禽標本8萬余份，在SARS-CoV-2爆發前後均未發現SARS-CoV-2抗體和核酸陽性結果。通過對華南海鮮市場動物產品的廣泛檢測，未發現動物感染的證據。

在華南海鮮市場關閉後的環境取樣顯示923例環境樣品中有73例樣本呈陽性，表明其表面普遍有SARS-CoV-2汙染，符合通過感染者、感染動物、被汙染的產品引入病毒的情況。

華南海鮮市場的供應鏈包括來自於20個國家的冷鏈產品和動物制品，這其中有些國家在2019年年底前報告有SARS-CoV-2陽性樣本，或發現有與SARS-CoV-2關系密切的病毒。有證據表明，市場內銷售的一些養殖野生動物物種制品對SARS-CoV-2易感，然而在本研究中，市場上采集的動物樣本均未檢出陽性結果。冷鏈產品未進行檢測。然而，這些研究結果確實提出了可能存在不同引入途徑的可能性，強調了有必要對這些供應鏈進行仔細的追溯和對樣本進行檢測。

SARS-CoV-2可在冷凍食品、包裝和冷鏈產品的條件下存活。中國最近暴發的疫情中的指示病例與冷鏈有關。研究表明，病毒在低溫下可以長期存活，因而可以在冷凍產品上被長距離攜帶。目前正在進一步研究病毒在不同溫度下的存活能力。

華南海鮮市場有大量攤位出售冷鏈產品。流行病學研究表明，有冷鏈貨物的攤位出現病例的相對風險高於無冷鏈貨物的攤位。需要進一步分析來確定時空對應關系和糾正抽樣中存在的潛在偏倚。其他應開展的研究包括追溯從2019年底前有SARS-CoV-2陽性樣本報告的地區進口的冷鏈貨物，以及通過訪談供應商追溯冷凍野生動物制品動從供貨養殖場到華南海鮮市場的過程。

在向中國供應冷鏈產品的其他國家，已經發現包裝和產品上有SARS-CoV-2的證據。有證據表明，在向中國提供冷鏈產品的其他國家存在早期病例群。另一個問題是調查2019年底前有SARS-CoV-2陽性樣本報告地區或是動物中發現SARS相關冠狀病毒的國家（如東南亞國家）的冷鏈或冷藏供應鏈。與此同時，一定要區分冷鏈在國外輸入病毒和市場本身發生疫情中的作用，後者可能是感染者汙染了產品。

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

陳寗嚴選藍蜻蜓 USB DAC：https://lihi1.com/vWHwf
陳寗嚴選 BGVP Q2S 藍牙耳機團購：https://lihi1.com/nVjxU
陳寗嚴選 HDMI 線，Apple TV 必備：https://lihi1.com/m4ETo
陳寗嚴選兩聲道音響：https://lihi1.com/2ecL7
陳寗嚴選抗菌靜電濾網/防潑水抗菌強化膜：https://lihi1.cc/x7Sse
陳寗嚴選 NAS 團購：https://lihi1.com/SuL4Q
陳寗嚴選 iPad Pro/iPhone 保貼 & 充電頭：https://lihi1.cc/VnHIF
──────
NOW! 成為陳寗頻道會員並收看獎勵影片：https://lihi1.com/ZT8bZ
頻道會員經費用於製作字幕及剪接，懇請支持頻道營運！
──────

00:00 保真音樂已上線！iOS 14.6 以上在 Apple Music 已可用無損音樂
00:45 如何使用保真音樂？設定、設備、音質比較一次說清楚
02:22 保真壓縮=無損壓縮
03:26 因過往網路頻寬不足...串流音樂無法給 CD 音質
06:23 無損音樂優點：音場較大、動態較佳，密度&低頻好
07:25 高解析保真/一般保真差在哪？高解析保真的取樣率更高，音質更好
08:45 外部解碼器是什麼？幫你解高解析 96khz 以上的音樂
12:40 取樣率：khz，類比音樂波形被切成幾份
12:55 頻率：khz，是聲音的本質，音高由頻率決定
14:08 事實是越好的喇叭越能區分音檔差異
15:18 想聽 Apple Music 保真音樂，要選合適的小尾巴，才會好聽
16:50 Apple Music 高解析保真...其實音質與音樂數量都不夠好！
18:34 藍牙耳機聽保真音樂會更差嗎？會！二次壓縮！當然更難聽
19:50 測耳機別用 Spotify 至少選個無損音樂平台再來測
20:27 別在一推爛貨中找比較好的，因為不存在！如果你真的要玩一個東西，好好做功課

#applemusic #蘋果 #保真音樂

──────
陳寗實話說 Podcast 試營運上線：
Apple Podcast：https://lihi1.com/xXnHu
Google Podcast：https://lihi1.com/yfDKF
其餘各大 Podcast 平台也都有上線，請直接搜尋「陳寗實話說」！
──────

本頻道每晚 6 點鐘上新片，還有幾個原則跟你約定好：

1. 開箱零業配：
真實使用過後才發表心得，通常試用至少 1 個月，所以你通常不會看到我最早發表，但哥真性情的評論，保證值得你的等待。

2. 理性討論：
我有自己的偏好，你也有自己的好惡，我們互相尊重，時時用大腦，刻刻存善念，不謾罵，不矯情。可以辯論，不可以沒邏輯。

3. 我團購我驕傲：
我很愛買東西，也很愛比較產品，我自己使用過、多方比較過，還是覺得喜歡的東西，我才會辦團購。（簡單說就是挑品很嚴格，至今 80% 廠商找上門都被我打槍。）辦團購我一定有賺，但我跟廠商拿到提供給你的團購價，也會讓你一定有划算感。所以如果你品味跟我相近，或是剛好有需要，就跟我團購，我們互惠。如果你覺得跟我團購，你就是我乾爹，說話不懂得互相尊重，那就慢走不送，你可以去找一般店家買貴一點。

看了以上，覺得可以接受就請你訂閱，訂閱順便開鈴鐺。我們每天晚上 6 點見。

我的網站連結在這：https://ningselect.com/
也別忘了幫我的 FB 粉絲專頁按讚：http://bit.ly/ningfb

如果有任何問題，包括團購等問題，都可以在影片下方留言問我，同一支影片下很多人都想知道的問題會優先用留言回答，如果是比較大的題目，則有機會拍成 QA 影片回答～如果你想問的是針對個人的音響選購、配置問題，可以直接傳 Line 問我：http://bit.ly/ningline

另外團購商品請參考我的商城：https://shop.ningselect.com/
廠商合作請先了解相關原則：http://bit.ly/coopning

由12月收到XPUMP到現今已3個多月了，在這三個多月使用上來十分爽，無論在打Switch也好、看Netflix也好、或簡單播交響樂來聽。
都令我有一種置身其中的感覺！以售價HKD880來說，可謂物超所值了。

輸入：3.5mm模擬音訊、Micro USB數碼音訊
輸出：3.5mm模擬音訊
處理器：XROUND G2雙核心數碼訊號處理晶片
取樣率：16bit/48kHz
頻率響應：20Hz至20kHz
最大輸出功率：25mW＠32Ω
失真率：低於0.01%
訊噪比：大於85dB
內置電池：400mAh（可連續使用 7 小時）
體積：92 × 27 × 15.5mm
重量：35g
售價：HKD880
購買傳送門：https://hk.xround.co
.
歡迎合作：vioveevee@gmail.com
.
BGM我都用Artlist.lo
如果你也剛好想訂閱Artlist 希望你可以用我的推薦碼
你會多兩個月的同時，我也能多兩個月！一舉兩得：）
https://artlist.io/Violencee-255818
#開箱#XROUND#XPUMPPREMIUM
-----------------------------------------------------------------------------------------------------
請大家也不要忘記Follow我其他平台啊！

Facebook：
https://www.facebook.com/veetravel/
暴力 Violencee 生活誌

Instagram：
vio_veevee
https://www.instagram.com/vio_veevee/
-----------------------------------------------------------------------------------------------------
我的器材兄弟們 My Gear :

相機 Camera-
Sony A7sii http://a.co/cECZ2Mr
DJI OSMO http://a.co/g8UgS8y

鏡頭 Lens-
Sony FE 28mm F2
Sony G 18-105mm F4
Helios 58mm F2
Pentax 50mm F1.8
七工匠 28mm F1.8 APSC

相機外接螢幕 Monitor：
FeelWorld F6
Aputure VS-5X
BestView S5

燈光 Lighting-
Aputure COB 120D
Aputure COB 300D
Aputure Tri-8C
Aputure Mini-20
Aputure F7

滑軌 Slider-
YC Onion Chocolate Mini Slider
YC Onion CHIPS Slider
至品創造 Micro2

航拍機 Drone-
DJI Spark http://a.co/ctrbCuW

收音 Sound-
Rode VideoMic http://a.co/iCs3O0P
Rode VideoMicro http://a.co/0pVlOJj
Deity D3 Pro
Deity S-Mic2
Aputure A-Lav

電腦 Editing-
2018 MacBookPro 15" with Final Cut Pro X

雞獅頭改名為「貪食人」囉❗❗❗
趕快到粉絲團找我們吧！！
↓↓↓↓↓↓↓↓↓↓

📣貪食人粉絲團：https://goo.gl/CcCISV
📣合作邀約請來信至：cocklion0817@gmail.com

🔵Blue是美國頂尖的耳機與麥克風廠牌，於1995年成立於南加州，以顛覆傳統的聲學工藝，打造頂尖音質且外型獨特的麥克風，獲得樂壇巨星如Bruno Mars、Coldplay、Sting、Maroon 5、張學友、陳奕迅…等愛用！
➡️不僅多次獲得世界知名音樂設備大獎 （如: MIPA、TEC），更順應樂壇運用蘋果電腦錄音的趨勢，研發史上首支USB錄音室級麥克風，應用於網路演唱、樂器錄音、配音與遠距會議等，成為歐美最受推崇使用的USB麥克風，因此奠定了BLUE在聲音工程中無可撼動的地位！

✔Blue家的麥克風有多種型號，今天我們收到的型號是【Yeti Nano小雪怪USB麥克風】，靈感源自最暢銷的Blue Yeti，不僅承襲其絕佳的廣播音質，在外型與操作體驗上更加的精簡幹練，靜音／音量調整，只要一指就能完成操作，能更快速簡易的調整麥克風！
秉持Blue麥克風對頂尖音質的堅持，這款Yeti Nano小雪怪USB麥克風，專為創作者輕鬆錄音＆直播而設計，擁有兩個專有的電容麥克風音頭，最高可支援24-bit／48kHz的取樣率，即插即用的特性完美適用於任何情境，無論實況直播、Youtube影音製作、配音工作等，給你卓越的存在感！
💯雖然不是最高規格，但以一般直播主或是創作者來說，這款麥克風算是Blue家中一款平價好入門的首選型號哦！！！💯💯💯

🔰規格：
🔸️電源要求/功耗：5V 150mA
🔸️取樣速率：48kHz
🔸️位元速率：24位
🔸️振膜艙：兩個Blue定制的14mm電容振膜艙
🔸️拾音模式：心型指向，全指向
🔸️頻率回應：20Hz－20kHz
🔸️靈敏度：4.5mV／Pa（1kHz）
🔸️最大聲壓級：120dB（總諧波失真：0.5％ 1kHz）
🔸️尺寸：長10.9cm，寬9.6cm，高21.1cm
🔸️重量：0.63kg
🔸️系統要求：PC（Windows7、8.1、10）
MAC（MacOS10.10或更高版本）

▶️了解更多Yeti Nano： https://goo.gl/grMroa
▶️Blue麥克風官網： https://goo.gl/axfXwD
▶️BLUE麥克風粉專： https://goo.gl/d6eqsH
#小雪怪麥克風
#直播神器