【明報專訊】遊行人數深受社會關注，亦是民情的重要指標。6月兩次反修例遊行，警方與主辦單位民陣公布的數字均存在巨大落差。《明報》及有線新聞，與香港大學社會工作及社會行政學系教授葉兆輝、美國得州州立大學地理學系副教授鄒之喬及人工智能(AI)公司合作，將利用人手統計及AI辨識技術，期望以客觀科學方法統計今年七一遊行人數。葉兆輝解釋，縱使利用人手統計及AI人工智能技術，再配以問卷方式統計中途加入的人數比例，惟仍有不少限制(見另稿)。

港大團隊駐兩點 每5分鐘計1分鐘人流實數

遊行當日點算人數的工作將兵分多路進行，其中有多年統計遊行人數經驗的葉兆輝團隊，將派出至少12名工作人員，分別在波斯富街及軍器廠街行人天橋，以目測方式點算人數，也會視乎遊行人流動向，調派人手到告士打道及駱克道點算。

團隊每5分鐘會取其中1分鐘的人流實數，按比例推算總人數。葉兆輝說：「各人點算結果可能有不同，我們會取平均數，盡量做到最準確。」

裝置1秒拍3相 AI點人數

至於AI團隊，當日會先用至少7部流動裝置，包括手機及平板電腦拍攝遊行影像，再由電腦系統分析人數。參與計劃的君宇人工智能有限公司策劃總監黃君保稱，會先在波斯富街及軍器廠街設兩個定點高位拍攝，並視乎人流動向，再考慮在告士打道等定點高位，加裝數個流動裝置。

他指出，裝置每1秒垂直向下拍攝3張高清照片，將拍攝範圍視為一個影格(frame)，由系統辨識遊行人士，「當一個人跨過影格中的紅線(counting line)，便會實時計作一人」，系統亦會再透過比對不同影格，追蹤同一人的軌�[以作核實，累積得出分別經過各個定點的人數。

AI團隊稱，電腦系統已從世界各地拍攝的數萬張公眾地方人群照片，透過深層神經網絡(deep neural network)學習，可更準確辨識正面或背面的遊行人士。而考慮到私隱問題，七一當日會盡量拍攝遊行人士的背面。

問卷抽查推算中途加入比例

為測試準繩度，當日遊行開始後首半小時，團隊會先用肉眼點算影格內實際人數，與AI電腦運算比對，掌握初步可信度。團隊在6月16日反修例遊行亦曾作小規模測試，在單一定點用兩部機拍攝做統計，發現系統對辨識密集穿黑衣或舉橫額的人有困難，或導致誤差，今次增加定點及改善系統計算方法等，以彌補上次不足。

為推算出中途加入的人數，葉兆輝團隊當日會再派6人在軍器廠街做問卷抽查，包括詢問遊行人士有否途經銅鑼灣，目前計劃每小時完成50至100個抽查，有關數據會用以調整總人數估算的偏差，目前預計遊行完結當晚可初步統計出遊行總人數。

地理資訊系統 加入步速行為等作調整

另外，本身熟悉地理資訊系統(GIS)的美國得州州立大學地理學系副教授鄒之喬，亦會透過地理資訊系統的虛擬「個體為本模型」(agent-based model)，加入步速、行為等元素模擬遊行實�G，再與當日經人手及AI計算出的人數對比及調整，務求令計算遊行人數更準確，惟預計需時數日至數星期才得出最終結果。

明報偵查組

(反修例風暴)