舊文重貼:
2020年7月5日 ·
【我如何運用法律與經濟學在投資決策:營業中斷保險】
2004年左右我就曾為文記錄如何從消費者保護法中的「科技抗辯(state of art)」判斷當年因止痛藥Vioxx瑕疵陷入集體訴訟法律風險、股價腰斬的默克藥廠,其實真正面臨的風險並不高,並大膽$26美元危機入市,兩年半後$50多美元陸續獲利了結。
這部份可以參考後來2018年寫得更清楚的【效率市場假說是錯誤的】一文。
這是一次靠法律專業知識的價值投資操作。
近日因Covid-19在美國失控的疫情,我們又看到新一波影響更廣的法律爭議浮出抬面:營業中斷(business interruption)。
美國各州政府的封城(lockdown)措施使得許多中小企業面臨無法營業、營收中斷、現金流鎖死的倒閉危機。原本這些中小企業購買的商業保險,幾乎都有「營業中斷條款」,此條款大概涵蓋範疇如下(以Allstate公司為例):
1. 預期收入損失(For lost income from the destroyed merchandise (minus expenses you may have already paid, such as shipping).Your pre-loss earnings are the basis for reimbursement under business interruption coverage. Lost earnings, also known as the actual loss sustained, are typically defined as revenues minus ongoing expenses. )
2. 額外支出( For extra expenses if you must temporarily relocate your business because of the fire (for example, the cost of rent at the temporary location).)
然而近日上百萬家申請保險賠償的中小企業卻遭到保險公司拒付,理由是:「Covid-19疫情並未造成實質物理損失(actual physical loss)」。
什麼?賠到當內褲還叫沒有損失?這是怎麼一回事?
一、美國商業保險營業中斷(business interruption)條款法律爭議
多數保險公司紛紛於近日在各自網站上強調「實質物理損失(actual physical loss)的存在是申請保險支付的先決條件」。實質物理損失在保險公司方面的定義為:真實損害(damage)造成營業設備、不動產失去部分或全部原本功能/效用,造成商業收入損失。
換言之,目前美國保險公司的態度是 -- 病毒並未造成中小企業保戶物理上營業設備或不動產失去運作能力,病毒讓人致病又不讓機器廠房店面生病,當然不構成支付賠償金的條件。
中小企業主的立場顯然相反 -- 病毒與政府封城措施造成營業上之不可能,我當初買保險不正是為了這種不可預期之風險?沒了收入但租金、工資與各項支出依然照付,損失哪裡不真實不存在?
為何保險公司可以如此狹隘限縮解釋?這是因為此類商業保險的營業中斷條款最早源自於美國南北內戰時期,當時的商家因戰爭破壞或徵調的關係,其所擁有的商業設備或店面因此不再能持續生產失去收入,在此侷限條件下商界所應運而生的保險制度。故,美國保險法律與習慣上,對實質物理損失的看法是有歷史累積,而因循前例恰恰是普通法(common law)的核心邏輯。
可是現代世界與南北戰爭相差100多年,難道法律上都沒有可以擴張或改變的突破口?
有的,而此問題的法律突破口在一個我想台灣讀者大概都想不到的關鍵點 -- 「附著與污染」。
⟪附著與污染⟫
附著概念在1980、1990年代都已經有州法院判決提供了初步概念,但最標誌性、最多後來者引用的則是2002年康乃迪克州聯邦地方法院的⟪Yale University v. CIGNA Ins. Co.⟫一案。
此案中耶魯大學於1980年代的建築外牆塗漆後來證實含有重金屬鉛與石棉,造成第三人健康受損。耶魯大學根據產物保險條款,要求保險公司支付賠償金。保險公司稱:「塗漆又不影響建築物原本功用,不構成物理性實質損害。」拒絕賠償。
官司先在康乃迪克州州法院打,州法院也是採取與保險公司相同的限縮解釋。
但後來官司打到聯邦地方法院,聯邦地院卻採取擴張解釋:「附著」於耶魯大學建築物上的油漆,實質上「污染(contaminated)」了建築物,使其一部或全部失去了原本功用,因此構成實質物理損害。
此觀點在2009年也於⟪Essex Ins. Co. v. BloomSouth Flooring Corp.⟫案得到位於麻州的聯邦第一巡迴法院支持,認為附著於財產上的「惡臭(odor)」也是種能造成實質物理損害的汙染。
這也是為什麼目前我們看到針對Covid-19相關幾百個保險訴訟案中,最活躍的佛羅里達州律師John Houghtaling II主張:「『附著』於建築物、商業設施表面的冠狀病毒也是一種造成實質物理損害的汙染」。即便事實上多數公衛專家均指出目前科學證據顯示,Covid-19主要還是透過人傳人機制傳染,透過附著物體表面傳染案例屬於極少數特例。
因為熟悉英美法的人都知道,common law的先例是一個比較可能勝訴的框架,律師多盡量把訴之主張想辦法塞進成功框架裡,即便看起來很彆扭。要是跳脫既有框架另創新法律見解,則勝訴機率很可能大減。
但前述「附著與污染」見解並非每個法院都買單,例如紐約州州法院在2002年與2014年不同判決中都否定此擴張見解,堅持南北戰爭留下的狹義解釋。
可這就進入我們第二個重點...
二、經濟學角度切入:
各州法院之間對於營業中斷(business interruption)的法律定義不同勢必會增加各州中小企業與保險公司各自在營運上的不確定性。當然,這也會增加再保險公司的不確定性。
依據美國法架構,各州法律見解不同牽涉到跨州商務,是有高度可能最後進入聯邦最高法院以求一統一見解。然而法律訴訟程序的曠日廢時將使得中小企業不見得有足夠資金支撐到訴訟結果,但反之,希冀減少損失的保險公司們卻有相當高誘因要把戰場拖到最高法院。
從經濟學競爭(competitiveness)的概念切入,中小企業方也必將嘗試繞過既有遊戲規則,即法律程序,試圖建立有利於自己的新遊戲規則。
於是乎我們就見到美國知名四大主廚--Daniel Boulud (米其林兩顆星), Thomas Keller(米其林三顆星), Wolfgang Puck(米其林一顆星) 以及 Jean-Georges Vongerichten(米其林三顆星)-- 結盟,並於今年3月底去電美國總統川普,要求逼迫保險公司支付停業的商業損失。
川普果然也在4月份內部會議上提出:「他知悉保險公司對多年支付保費的餐廳業者雨天收傘一事,雖然他也知道保險公司保單涵蓋範圍有限,但如果支付賠償金是公平的,則保險公司就應該支付。(... saying restaurateurs had told him they paid for business-interruption coverage for decades but now they need it and insurers don’t want to pay. He said he understood that some policies have pandemic exclusions, adding: “I would like to see the insurance companies pay if they need to pay, if it’s fair.)」
熟悉制度經濟學的朋友都知道,當「無主收入」出現時,意味著租值消散(rent dissipation),也代表著整體社會的浪費。租值消散是整個經濟學最難掌握的高級概念,許多有名的經濟學家或教授,甚至某些諾貝爾獎得主,也不見得能正確理解並掌握此概念,本文並不打算詳談,請有興趣的讀者自行參考我過去幾篇舊文。
就我所知,一般經濟學者未曾討論「準租值消散(rent dissipation on depend)」狀況 -- 在法律定義未由最高法院統一見解前,被保險人無從得知是否可以取得保險賠償金;保險人雖暫時對保費有所有權,但一旦訴訟發生依會計原則也必須劃出一部分作為賠償準備金。可是在真實世界,我們目前不存在比曠日廢時的司法或所費不貲的政治遊說(包含政治獻金/賄絡),更有效率且廣為接受的制度來安排這樣的權利衝突。
(此處on depend概念類同於英美財產法中的on depend概念,我就不岔題解釋)
這是說,從經濟分析角度看,在統一法律見解未出現前,此狀況是一種社會費用,以租值消散形式暫時存在。
這就轉到本文的第三個重點,身為證券市場投資人,怎麼看怎麼應對?
三、投資人角度
在日常法律爭議上,此類「未有最終判決前,權利範圍或收入歸屬處於未定狀態」的狀況實屬常見。換個角度說,其實這些案件多屬於個體性風險,即便在系統內會產生一定權利範圍/未來收入預期影響,可幾乎都不會構成「系統性風險」。
但此次對「營業中斷」定義爭議卻碰上歷史罕見的大規模被迫停業狀況,根據美國普查局 (United States Census Bureau)的資料顯示,截至今年5月8日,因被迫停業而申請Paycheck Protection Program (PPP)的中小企業高達360萬家,借款金額達$5370億美元。4月26日~5月2日該週資料更是超過51.4%企業受到疫情影響(見圖)。
有保險公司代表說得清楚:保險原理是基於「大數法則」,亦即平時由多數人分別出資一小部分,於個別性風險實現時支付賠償金彌補其風險。但若「近乎所有出資者的風險都實現」,保險公司根本不可能同時支付所有被保險人賠償金,這已經不是個別性風險而是系統性風險,保險公司只能宣告破產。
2008年金融風暴主因之一也是原本以為透過大數法則建立的CDOs,包裹大量不同債信的房貸債權很安全,結果不堪系統性風險實現而崩潰。
我在今年五月份【美國失業人數破2千萬為何股市上漲?再來怎麼看?】一文中特別強調我們應該多關注CLOs(Collateralized Loan Obligation)潛在違約危機,也是著眼於此類別個別性風險轉為系統性風險的可能性激增。
同樣的,前述營業中斷保險條款無論美國法院最終見解為何,都很可能發生二選一結果:「大規模中小企業因封城出現流動性枯竭引發的大規模倒閉風險」對上「保險公司支付如此大量賠償金恐陷大規模財務危機」。
即便是繞過法律程序,透過政治遊說施壓美國行政單位,依然繞不開上述兩項風險必然實現其中一種的局面。
根據富國銀行(Wells Fargo)的推估,美國目前含有營業中斷條款的保險金額約$8千億美元,其中50%透過再保險方式轉嫁。值得慶幸的是我並未查到此類保險有轉化為其他衍生性金融商品,這表示風險可能未如CDO、CLO般倍數放大。富國銀行認為美國商業保險公司應該有能力吸收$1500億左右的賠償,但根據美國普查局資料受影響商家超過5成,意味著假設$4千億索賠發生時,即便能移轉$2千億至再保險公司,依然還有約$500億的差額。
我們要特別注意的是保險公司收到保險金後必須轉為投資方能獲利,這表示當股市下挫時保險公司的資產也會跟著縮水,償付能力也會隨之下降。例如巴菲特的Berkshire Hathaway旗下保險集團於今年第一季因支付保險賠償金淨損$4.89億美元,但同時集團資產卻也記入$550億資產減損。
故,我前述二擇一風險實現時,會不會引發股市下挫傷害保險公司資產也值得注意。
另一方面,有誘因把法律戰拖到聯邦最高法院的保險公司即便此策略成功執行,流動性短缺的中小企業恐怕提早實現第一種風險,對整體經濟乃至於股市同樣不利。
身為投資人還要再小心的,是本屆Fed主席Jerome H. Powell屢破歷史紀錄的灑鈔救市風格,也很可能在前述因保險爭議而生之系統性風險可能實現時再度開啟瘋狂印鈔機制,而在經濟學上會有什麼效果,我在【美國失業人數破2千萬為何股市上漲?再來怎麼看?】一文已經講得清楚,簡言之:
a. 證券資產價格將局部出現嚴重通貨膨脹。尤其這段時間持有美國資產者獲利率可能超越持有其他國家資產者。
b. 各國因貨幣政策多少掛著美元,而將出現輸入性通膨。
c. 寬鬆貨幣產生的貨幣幻覺(money illusion)將埋下更多錯誤投資地雷。
d. 每次寬鬆貨幣救市都是以美元地位為代價。當美元地位跌破均衡點,人民幣等主要貨幣不再支撐美元,美國將出現全面性嚴重通貨膨脹,美國債券價格將大跌,許多州政府、市政府有破產可能。此時,持有美元與美國境內資產者恐受相當傷害。
結論:
我批評過很多次,坊間常見的「價值投資」多半只是拿幾個財務數字挪來搬去,從嚴謹的經濟學角度看這只是看圖說故事的自我欺騙行為。我認為真正有效的價值投資,是依據如經濟學這類具備科學解釋力的理論架構,蒐集真實世界的關鍵侷限條件與條件轉變從而預測未來,並嘗試從中獲利。
掌握真實世界的關鍵侷限條件必須:a. 累積大量、多範圍的各種知識,其中法學、經濟學、基礎物理/化學/醫學乃至於某些工程實務等都是必須;與b. 有足夠的能力從無數侷限條件中分離出「關鍵」。
我也談過,Benjamin Graham以降至巴菲特的傳統價值投資法最大缺失在於「忽略貨幣因素」,一旦出現極端貨幣現象時,價值投資幾乎失效。這部份價值投資者必須自行強攻以價格理論出發的貨幣學來彌補。
巴菲特老夥伴Charlie Munger認為投資者需具備各種不同知識體系,吾人深以為然。此文為一又牛刀小試。
參考資料:
✤ Yale University v. CIGNA Ins. Co., 224 F. Supp. 2d 402 (D. Conn. 2002)
✤ Matzner v. Seaco Ins. Co., 1998 WL 566658 (Mass. Super. Aug. 12, 1998)
✤ Arbeiter v. Cambridge Mut. Fire Ins. Co., 1996 WL 1250616, at *2 (Mass. Super. Mar. 15, 1996)
✤ Essex Ins. Co. v. BloomSouth Flooring Corp., 562 F.3d 399, 406 (1st Cir. 2009)
✤ Roundabout Theatre Co. v. Cont’l Cas. Co., 302 A.D. 2d 1, 2 (N.Y. App. Ct. 2002)
✤ Newman, Myers, Kreines, Gross, Harris, P.C. v. Great N. Ins. Co., 17 F. Supp. 3d 323 (S.D.N.Y. 2014)
✤ The Wall Street Journal, "Companies Hit by Covid-19 Want Insurance Payouts. Insurers Say No." June 30, 2020
✤ Steven N.S. Cheung, "A Theory of Price Control," The Journal of Law and Economics, Vol. XVII, April 1974, pp. 53-71
✤ Willam H. Meckling & Armen A. Alchian, "Incentives in The United States," American Economic Review 50 (May 1960), pp. 55-61
✤ Milton Friedman, "Money and the Stock Market," Journal of Political Economy, 1988, Vol. 96, no. 2
✤ Irving Fisher, "The Money Illusion," 1928
文章連結
https://bit.ly/3gsJK6l
台灣pay 架構 在 台灣金融研訓院 Facebook 的最佳解答
📣金研找工作📣 近期招考資訊看過來!
疫情雖嚴峻,但卻無法澆熄金融業求才若渴的心🔥
最近報名的考試還是很多唷!
心動不如⋯趕快手刀報起來~(・∀・)ノ三💻
---
🔴【兆豐銀行 110 年理財專員甄選】
🟥報名日期:5/28(五)10:00-6/30(三)17:00
🔸面試:由兆豐銀行依書面審查結果擇優以書面個別通知
🟧甄試類別:理財專員
🔺報名網址: https://tabf.pse.is/3gnsss
-
🔴【合作金庫商業銀行 110 年度第二次新進人員甄試】
🟥報名日期:6/4(五)10:00-6/30(三)17:00
🔸筆試:7/17(六)
🔸面試:8/21(六)
🟧甄試類別:
🔹儲備菁英
🔹一般金融人員
🔹理財人員
🔹開放系統第一類程式設計人員
🔹開放系統第二類程式設計人員
🔹大型主機程式設計人員
🔹機房操作人員網路系統架構規劃與管理人員UNIX/Linux平台系統/中介軟體/資料庫管理人員
🔹開放系統架構規劃管理師
🔹Windows主機系統管理人員
🔹資安防護管理人員(程式安全)
🔹資安防護管理人員(網路安全)
🔹資安制度管理人員
🔹商業流程管理執行人員
🔹金融科技發展項目研發人員
🔹數位金融專業人員-社群行銷人員
🔹信託專業人員(地政)
🔹信託專業人員(稅務)
🔹信託專業人員(財務規劃)
🔹環境工程人員
🔹信用卡授權人員
🔺報名網址: https://tabf.pse.is/3jhfhq
-
🔴【財金公司110年法務、系統管理及網路管理人員甄試】
🟥報名日期:5/14(五)10:00-6/23(三)17:00
🔸書審:6/23(三)截止
🔸面試:8/1(星期日)
🟧甄試類別:
🔹法務人員
🔹系統管理人員1
🔹系統管理人員2
🔹網路管理人員
🔺報名網址: https://tabf.pse.is/3guvut
🔸各甄試類別之資格條件與甄選方式等相關事項,請參照簡章規定。
🔸報名洽詢專線:(02)3365-3666按1
---
兆豐銀行 #兆豐 #兆豐銀行
合庫ebank好康報報 #合庫 #合作金庫 #合庫銀行
台灣Pay #財金公司 #台灣pa #財金公司 #台灣pay
#找工作 #求職 #銀行 #行員 #銀行員 #銀行工作
#資安人員 #儲備菁英 #理財專員 #理專 #金融科技
台灣pay 架構 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
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