入夜之後
凌晨三點，
沒有人在看
跌倒不會等天亮。
大多數的突發狀況，都是出現在夜深人靜的時候，
或者是在白天只有一個人的時候。
跌倒後的第一時間，
往往決定之後的很多年。
夜間人力有限，照護人員不可能同時看著每一個房間。
裝一般攝影機，住民覺得被監視；不裝，跌倒就沒有人知道。
沒有人想要一整天被「看著」
一般攝影機把臉、表情、生活起居都拍得一清二楚。為了安全卻要犧牲安全感，值得嗎？
偵測動作，而不是監視畫面
飛時測距以光的飛行時間量測距離，呈現的是深度輪廓：生理外表特徵被模糊化，只留下動作與姿態。
保有隱私其實不需要什麼代價
ToF 感測器從物理上就拍不出一張能辨識身分的臉。不是拍了再遮，是根本拍不出來
有些地方，本來就不該有攝影機。
更衣室、洗手間、病房的深夜。
ToF 不會產生可辨識身份的影像細節，又能偵測危險動作，一舉兩得。
偵測到跌倒
影像內容出現變動。AI 判斷這不是坐下，也不是彎腰，而是跌倒。
發出告警
告警馬上發出，送往值班端。ToF 系統可判斷事件、主動通知，爭取黃金反應時間。
事件時間軸與深度畫面為情境重演示意；實際輸出見下方系統段。
告警送達護理站
走廊另一端，值班的呼叫器亮起。不需要有人整夜盯著螢幕，系統把事件主動送到面前。
照護人員抵達
ToF 偵測著所有房間，人員只在需要的時候出現。
DS362 / THE SYSTEM
偵測空間與體積的狀態，
不是監視
DS362 以 Sony DepthSense 感測器取得 3D 的空間資訊，畫面保留人的輪廓、姿態與空間距離，卻不提供可辨識身分的臉部細節。
關鍵規格
- 640 × 480
- 深度解析度
- 15 fps
- 即時深度串流
- 0.3–7.4 m
- 工作距離
- IMX570
- Sony DepthSense
從感測到回應
取得深度，辨識姿態與行為。
接收事件並依場域配置通知：NAV5.0 以 AI 檢索快速調閱事件影像；選配 PMH-AMDRYZEN5300 伺服器承擔 AI 事件分析。
根據事件來源與時間採取行動。
畫面取自 LILIN ToF 解決方案示範素材；規格依 DS362 產品資料。本頁走廊、房間與值班端畫面為情境重演示意。實際部署可依場域需求接入 PMH 照護管理或 NAV 影像管理， 完整操作流程可觀看官方展示影片。
03:16:08
不必盯著場域，
全交給 ToF 就好
照護人員不必整夜盯著每個房間。深度感測在跌倒發生的當下通知值班端，快速、俐落，住民跟照護人員都沒有心理負擔。