關於 交通事故聯單順序 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#達標解鎖🔓【疫苗和意外，哪個先？】 #台灣保險法 #權威 #劉北元
🌟 完整解析，先睹為快➡️ https://wp.me/pcfbia-bt 🔥🔥
想投保疫苗險？先釐清兩盲點、四關鍵 ，讓保險效益最大化❗
.
這幾日全台灣都在針對年長者施打 #新冠肺炎疫苗，但狀況似乎頻傳，據媒體報導，累計到現在已經有12位長者在注射疫苗後猝死，疫苗保險再次成為熱門話題。
.
民眾擔心注射疫苗產生不良反應，到底該如何規劃保險❓意外險可以完全取代疫苗險嗎❓一旦注射疫苗後發生不良反應，疫苗險與意外險是否啟動理賠的最大差別在哪❓
以下就來為大家完整分析，疫苗施打風險與保險規劃的選擇。

===============正文開始==================

🔶必須住院才能啟動疫苗險理賠🔶
.　
從投保的目的來說，會想為自己規劃疫苗險，應該是為了轉嫁疫苗施打後出現不良事件，因而會發生的損失。這種損失一個是工作收入損失，另一是醫療費用支出。
　
目前市面上疫苗險的理賠項目似乎都是從住院開始提供，也就是說，若不是嚴重到需要住院，疫苗險是不會被啟動的。而根據 #天下雜誌 的報導，英國溫頓風險中心（winton centre for risk and evidence communication）所做的分析比較，截至四月底的英國臨床資料，60-69歲的人，施打AZ疫苗產生血栓的機率是百萬分之8，在低暴露情況中，死於新冠肺炎的機率是百萬分之141，死於交通意外的機率是百萬分之23，被雷打到則是百萬分之1。
　
因此，施打AZ疫苗產生血栓的機率，大約比被雷打到的機率略高一些；但比死於交通意外低。
　
#到底該不該投保疫苗險？想要投保疫苗險的人，可從上述各種情境的發生機率，加以評估。
　

🔶是否提供工作收入損失補償，要看清楚🔶
.　
其次，因為疫苗不良事件可能會導致工作收入損失，但大多數的疫苗險並未將其納入理賠範圍，若是非常重視這個區塊的人，想要投保疫苗險前，最好要問清處保單的承保範圍是否 #以住院為理賠的要件？#是否有涵蓋工作收入損失？
　

🔶人人都需要疫苗險嗎？先看有無 #醫療險🔶
.
從保障內容來說，疫苗險的理賠項目大致上有住院日額、慰問金、加護病房增額給付及喪葬費用。
　
而住院日額這個項目對於平日就已經相當重要醫療險的人來看，似乎並無絕對的必要性，一般醫療險的保障於出現疫苗不良事件時，也會被啟動，只有尚未規劃醫療險或是保障額度偏低的人，才真正是需要考慮投保疫苗險的人。
　

🔶疫苗險Ｖ.S意外險理賠，#舉證責任 差很大🔶
.
自從本文於一個月前提出注射疫苗出現不良反應時，可以申請意外險理賠後，引起各界的關注，金管會保險局長施瓊華也於17日表示：注射疫苗出現不良反應死亡時，保險公司應該理賠。
　
但是意外險可以完全取代疫苗險嗎❓意外險的優勢與缺點又在哪裡呢❓
　
意外險承保的事故為意外死亡、意外失能及意外醫療，看似與多數人擔心的疫苗不良事件會造成的風險很接近，不過意外險仍無法取代疫苗險。首先，在保費上，投保意外險的費用就比疫苗險高出不少，但是也正因為此，意外險在出現嚴重過敏事件的時候，例如死亡，可以提供比較高的理賠金額規劃空間，所以，#哪個是最佳選擇？
端看投保者的重點需求在哪裡。

而一旦注射疫苗後發生不良反應，#疫苗險與意外險是否啟動理賠的最大差別，
⚠️就在兩者對被保險人（或受益人）的舉證，要求不同。⚠️
　
疫苗險承保的事故為「#接種疫苗不良事件」，依據 #衛生福利部疾病管制署 網站內容，疫苗接種後「不良事件」指的是注射疫苗後，發生任何對健康造成負面影響的事件。
　
＂這些事件有時序相關（接種「後」發生），但不一定存在著因果關聯性，例如注射疫苗後接種者，不論接種後多久發生顏面神經麻痺，都可能被歸為時序相關，但是在疾病致病機轉觀點看，必須接種後某段時間發生（具病理可解釋性）且接種者發生機率高於非接種者高（經統計檢定），才能以科學實證為基礎上，懷疑或不排除這樣的不良事件可能與因疫苗產品而引起（具因果相關性）。＂
　
參考衛福部的上述說明可知， 疫苗險這樣的 #承保條件，從法律的角度來看是寬鬆的❗ 不需要接種者去證明自己發生的不良症狀跟疫苗注射有相當因果關係。
　
反之，若是在注射疫苗後發生死亡事故，要申請意外險理賠，依照目前法院實務的做法，恐怕就要受益人來證明被保險人的死亡與疫苗的注射有 #因果關係，是死亡的主力近因。
　
這種證明的責任不僅僅是疫苗險不良事件中，時間順序上的說明，而是要有科學上的論證基礎，因此 #受益人負擔的舉證責任異常沈重。
.　
🔥 #未來，若沒有官方出面協助疫苗不良反應因果關係的認定，或是法官依法減輕受益人的舉證責任，對於意外險的被保險人（或受益人）而言，恐怕會是一場曠日費時的訴訟 🔥
　
◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️◾️▫️◾️▫️◾️
【新聞報導請鎖定】
　　
📰【經濟日報】該買疫苗險？先釐清兩盲點、四關鍵 讓保險效益最大化
https://udn.com/news/story/7239/5541447?from=udn-ch1_breaknews-1-cate6-news
===========================
📰【ETtoday】
意外險可取代疫苗險？　專家提醒：舉證責任差很大！https://finance.ettoday.net/news/2009986#ixzz6y7zBmpKw

「疫苗險」該保嗎？猝死案例頻傳　專家提醒這兩種人該保https://finance.ettoday.net/news/2009994#ixzz6y7SV4BK3

===========================
📰【鉅亨網】
意外險可取代疫苗險的猝死理賠？專家：舉證責任差很大
https://news.cnyes.com/news/id/4662954

#今日疫情重點【新增本土確診加校正共472例、21例死亡；日本贈124萬劑AZ疫苗下午抵台；苗栗電子廠群聚擴大、成立前進指揮所】

台灣今（4）日新增339例本土案例，校正回歸133例，合計472例，另有2例境外移入個案，並新增21例死亡。中央流行疫情指揮中心指揮官、衛福部部長陳時中坦言，昨日原本擔憂新高點的出現，以確診與校正回歸後的數字分析，跟前一波高點落差不大；若從發病日來看，整體疫情趨勢算是往下走，至於是否考慮延長全國三級警戒的期限，陳時中則表示：「還沒有想到要降級，也沒想到要升級。」

另外，苗栗縣電子廠群聚感染案今日再新增32名確診案例，累計確診達77人，指揮中心已指派醫福會執行長王必勝與4位防疫醫師前往苗栗成立前進指揮所，協助快速採檢、集中檢疫、醫療後送等事項，並將強化桃竹苗有接觸之移工的防疫及管理措施，避免病毒蔓延進入社區。

日本贈送124萬劑AZ疫苗於今日下午抵台，指揮中心表示疫苗已進入封緘檢驗階段，會儘速完成相關作業並供國人施打，以第一至第三類人員及高風險地區為最優先，未來會陸續開放必需維生產業及國防人員施打，同時也感謝日本政府在台灣疫情最危急的時刻出手相助。

■新增確診與校正回歸472例，21例死亡個案

今日新增之339例本土個案，為170例男性、169例女性，年齡介於未滿5歲至100多歲，發病日介於4月1日至6月3日。另外，校正回歸的133例個案，為57例男性、76例女性，年齡介於未滿5歲至80多歲，發病日介於5月18日至6月2日。死亡的21例個案中，男性14位、女性7位，年齡介於30多歲至90多歲。

新增確診個案與校正回歸共472例中，以新北市227例最多，其次為台北市152例、苗栗縣51例、桃園市11例、台中市及基隆市各7例、彰化縣6例、新竹市及南投縣各2例，花蓮縣、宜蘭縣、新竹縣、屏東縣、高雄市、嘉義縣及雲林縣各1例。雙北以外縣市共93例中，1例有萬華活動史，76例為已知感染源，14例關聯不明、2例疫調中。（見最新疫情概況圖）

陳時中表示，雖然雙北地區有最多確診個案，但苗栗新增確診數值得注意，主要是電子廠的群聚事件所致。另外採檢和報告塞車的狀況已逐步解決，過去最高峰累積5萬多件，「現在歸零，這是比較好的情況，讓接下來的速度能夠加快，讓隱藏期變短，」不過他也提醒，這兩日新增病例數較多，國人要維持高度警覺，疫情仍處緊急狀態。

■苗栗電子廠群聚：成立前進指揮所，擴大篩檢並加強移工宿舍管理

根據苗栗縣府指出，截至今日上午11點為止，該電子廠確診新增32例，包含移工29例、本國3例，另有19例仍在調查中，預計全廠篩檢7,300人，目前已篩檢2,247人。確診個案已收治隔離中，其中移工都屬於輕症或無症狀，先送往公司宿舍一人一室隔離中。

為避免疫情擴散造成另一波的社區感染，指揮中心今日上午已指派醫福會執行長王必勝擔任指揮官，率4位疾管署防疫醫師進駐該電子廠成立前進指揮所，以便統籌相關資源，與規劃篩檢地點、動線安排、檢疫隔離和後續送醫給予協助。陳時中也強調，應保留當地醫療機構的量能，也會調度中央的集中檢疫所來使用。

指揮中心已訂出應對措施，電子廠與宿舍須增設篩檢站，並落實檢體分流，確保檢驗結果即時通報上傳，快篩陽性者優先送至集中檢疫所及加強型防疫旅館。此外，仲介公司應儘速盤點移工名單，移工宿舍相關人員從今天起之三日休假禁止外出，內部降載並將移工與本國勞工分流，相關宿舍管理和翻譯作業已請勞動部和內政部協助，未來桃竹苗整體區域和全國的移工防疫也要儘速啟動。

■日本贈124萬劑AZ疫苗下午抵台，目標讓第一至第三類人員完全接種

日本政府提供124萬劑AZ疫苗，於今日上午11點裝貨完畢起飛，下午2點40分抵達桃園國際機場，疫苗完成通關程序後，將直接運送至指定冷儲物流中心進行檢驗和封緘作業，指揮中心已責成食藥署儘速辦理，儘早提供國民施打。陳時中表示，相關技術資料已在前兩天送達並完成檢查，但還須經過品質及安全性檢驗，本批疫苗的有效期限可到10月14日，時程規劃上較充裕，但仍會儘速施打。

陳時中也提到這是目前獲得數量最大的一批疫苗，非常感謝日本政府伸出援手，直接提供給台灣，若經過COVAX平台分配，時間和程序上相對耗時，「基於兩國的情誼，長久以來人民打下深厚的友情基礎，日本展現有情有義的一面，我們非常感謝。」

至於這批疫苗的接種順序，陳時中表示，「一、二、三類高風險人員一定要打全，」其次是長照機構中的住民和75歲以上民眾，會儘速往下開放，另外必須維持運作的產業或國防需求，已請國防部和經濟部提出相關計畫，未來也會針對高風險的地區增加疫苗配發的比例。

■重症率達17.5%，建立重症北病南送機制、加強查核輔導專責病房

醫療應變組副組長、疾病管制署副署長羅一鈞表示，從4月20日開始統計，確診個案8,894例中，有1,560人屬於WHO分類中的嚴重肺炎或急性呼吸窘迫症候群，佔17.5%；而年長者重症率較高，60歲以上的3,330位個案中，有1,087例為重症，佔32.6%。

面對高重症率，且雙北醫療量能緊繃的情況下，專家諮詢小組召集人張上淳說明，「北病南送」基於安全顧慮，即將變成重症的患者會提早轉送；至於已有使用呼吸器的病患，若北部沒有合適的加護病房可收治，會調配桃園、新竹、台中等地的加護病房資源，並使用加強型的救護車，在安全的前提下運送。

至於專責病房開設，羅一鈞說明，指揮中心要求全國的醫學中心和區域醫院，都應將急性病床的十分之一清出為專責病床，沒有針對特定醫院，病房也不限制一人一室，在集中照顧原則下，亦可考量實際需求多人一室。因COVID-19以飛沫傳染為主，通風良好可減少傳播機會，目前專責病房希望透過物理性的做法創造「微負壓」環境，以保護醫事人員的健康安全。

羅一鈞表示，從SARS以來醫院都累積了相關經驗，也有SOP，但「專責ICU是重中之重，有請醫策會的工務、工程跟照護專業的專家去了解，確保開設的病房符合條件，」若醫院在設置時遇到困難，也會有相關人員做查核和輔導。

■陳時中：各方採購疫苗重點在「原廠供貨證明」，仍拚10月底群體免疫

針對各民間團體、企業及個人採購疫苗的規定，陳時中表示，目前疫苗進口到台灣還是根據《藥事法》第48條之2，以「因應緊急公共衛生情事之需要」​為由，申請專案核准，也就是所謂的緊急使用授權（EUA），所有疫苗都還沒有正式的藥證許可。

指揮中心審核的關鍵在於採購者是否確實能獲得疫苗供貨，陳時中說明，應提出原廠會如期供貨的確認文件，指揮中心也會向原廠確認，「如果大家都非常熱心，卻沒辦法有真正的貨品，反而造成空轉，」根據過去官方簽約採購的經驗，各大疫苗廠都只願意與中央政府往來，市面上幾乎沒有現貨，因此指揮中心必須知道疫苗來源是否正確，並非刻意為難，但如果是中國製造的疫苗，根據法規目前確實是無法進口。

另外，陳時中表示國產疫苗按照原訂計畫執行，還是需要由專家會議來認可安全性和有效性。隨著疫苗供應量增加，會盡量提高施打效率，一樣把目標訂在10月底，期待能達成群體免疫。

■AZ疫苗施打出現不良反應，將由健保先支付醫療費

林口長庚醫院證實，一名30多歲男性在他院施打AZ疫苗後引起血栓反應，於5月22日至該院就醫，經醫療團隊搶救後，27日已從加護病房轉至一般病房，並於6月1日出院，持續追蹤觀察。而該名患者除健保給付項目外，另自費70萬元施打免疫球蛋白。

考量患者家庭經濟狀況，院方亦協助當事人申請預防接種藥害救濟補助，桃園市衛生局在接獲申請後也呈送相關文件給衛福部審查。對此，衛福部部長陳時中回應，疫苗的傷害只要提出申請，政府會來受理，但需要時間，已請健保署先支付費用，未來再向藥害賠償處理單位溝通，算是「代位求償」。他也強調，「希望這段時間大家都能夠安心養病，不要因為經濟造成就醫的障礙。」

不過，陳時中提到的「代位求償」說法不精確。民間監督健保聯盟發言人滕西華解釋，健保代位求償是依《健保法》第95條依據，目前只有汽車交通事故有汽車責任保險之保險人請求代位外，就是公共安全事故、重大交通事故、公害或食品中毒事件中已經有投保責任保險，才由健保署事後向事故單位求償醫療費用，除此之外都沒有代位求償的法定條件。

因為，健保基本上對被保險人的給付是不論「傷病原因」的，無論是因互毆受傷、做醫學美容有醫療事故、因為醫療用藥引發藥害，或因接種疫苗而有副作用就醫，「不管任何原因去看病，只要是健保給付的項目、都是會給付」。至於，使用藥物或接種疫苗(無論公費或自費接種)的不良反應，民眾則可根據救濟法申請「藥害救濟」或「預防接種受害救濟」，這也與健保給付或不給付或是代位求償沒有關係、也沒有衝突。

滕西華指出，但如果這名患者治療的免疫球蛋白屬自費項目，政府若體恤民眾自費需要經濟援助，應是由其他愛心管道協助。病人若要獲得救濟，則提出預防接種受害救濟。

■企業自行篩檢須醫事人員協助、社區篩檢避免動用醫療院所人力

對於民間企業希望自行快篩，陳時中回應現在並未禁止，也沒有強制報備，但篩檢應由醫事人員協助，因篩檢後仍要完成通報流程，希望可以參考醫療外展服務的作業方式，利用健保或法定傳染病通報系統以加快速度，才不會延遲後續處理。民間企業若有疑問，會請地方政府的衛生局和中央的防疫醫師給予指導。

有關篩檢量能，今日上午指揮中心也與22縣市召開防疫會議，副指揮官、內政部次長陳宗彥表示，擴充社區篩檢站的同時也應注意以基層醫事人力為主，避免運用到醫療院所人力，才不會影響到醫療量能。而為加快疫調速度，建議各地政府儘速建立共同調查中心，強化公衛人力運用，迅速掌握確診者相關足跡與接觸對象，匡列出可能遭傳染者以圍堵疫情。

目前全國在6月14日前仍處於三級警戒狀態，指揮中心已請各縣市政府加強管理，近日各大賣場和傳統市場的人流依舊偏高，提醒民眾應減少採購次數。端午連假將至，陳宗彥提醒民眾非必要不要返鄉，以視訊問候家人，指揮中心已請高鐵、台鐵、公路運輸，將每一班次運輸量能降低到2成以下，減少跨區移動帶來傳染風險。

（文／陳德倫、陳潔；設計與資料整理／江世民、黃適敏；攝影／鄭宇辰、余志偉、葉臻、管瑞平）

#延伸閱讀
【真的假的？吐口水就可以驗COVID-19，準確性還不輸鼻咽採檢？】https://bit.ly/3vQd8LL
【COVID-19風暴的醫療倫理撞擊：「沒有呼吸器、也沒病房了，你去問問病人要不要簽DNR？」】https://bit.ly/3czTegL
【【不斷更新】武漢肺炎大事記：從全球到台灣，疫情如何發展？】https://bit.ly/3w3jffK

#報導者 #COVID19 #本土案例 #確診 #死亡個案 #校正回歸 #快篩 #群聚感染 #疫苗 #AZ疫苗 #緊急授權 #EUA

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