4. 運用人工智慧提升文書鑑識工作效能 法務部調查局目前每年受理污( 破) 損鈔券重建申請案件高達新臺幣千萬元且逐年 增加，耗費人力工時可觀。本計畫首創應用人工智慧替代人工分離污( 破) 損鈔券、利用 數位影像處理技術、深度學習與邏輯運算，重建回復破損鈔券。污( 破) 損鈔卷自動化拼 對作業流程，以機器手臂吸起單張破損碎片置於拍攝區，由數位相機拍照後直接傳送系 統，系統讀取影像後依識別情形對碎片特徵進行去背、邊緣偵測、色彩取樣、將非正面 影像進行反面補償為正面圖像，進行紙鈔拼對( 圖4-16)。在選擇建構拼鈔系統的演算法 上，考量到對於無法進行數據標記或可標記但複雜麻煩且成本高昂的任務而言，無監督 學習法是極佳的選擇方案。因此採用可以訓練深度神經網路估測平面投影轉換單應性的 非監督影像配準技術來建構「污( 破) 損鈔人工智慧拼對系統」，再透過需要使用真實數 據標籤的監督式深度學習模型來驗證比較轉換成果。實驗證明所採用的演算法和監督式 深度學習模型有相似的效能表現。重建污( 破) 損鈔券的拼對率也達成預定的90%，影 像自動化拼對技術除可大幅取代人工拼對時間，並可重覆拼對找出最佳化結果，縮短案 件處理時間，加速完成緊急鑑驗任務，減少囿於作業時間可能發生的損失。「污( 破) 損 鈔人工智慧拼對系統」將交由文書鑑識人員使用，以蒐集使用者反饋，能更全面瞭解系 統的限制與效能，作為系統調整的依據。後續擬建立破碎文件人工智慧拼對系統，及辨 識文件內容，期望能為案件偵辦業務注入科技能量。 圖4-16 污( 破) 損鈔卷自動化拼對作業流程 182
RkJQdWJsaXNoZXIy MTI2NzAzOA==