研鼎智能(GOLiFE)看準此項痛點，運用AI人工智慧深度學習演算法技術，領先業界獨家推出AI號碼布搜尋平台GOLiFE.ai ，只要在GOLiFE.ai網站中輸入比賽日期以及參賽選手號碼布編號，即可在彈指間找到自己專屬參賽活動照片。

GOLiFE研發技術團隊，經歷將近兩年時間，利用AI人工智慧深度運算技術的反覆修正，始克服以上諸多辨識環境與條件的瓶頸，而成功開發出ARBNR號碼布辨識技術。

參與路跑、自行車或鐵人三項等極限挑戰賽事，總期待完賽後能獲得證明自己「征服」極限賽事的英姿照片，目前各大賽事活動，吸引各路專業攝影師拍攝並提供賽事照片，早已是賽事活動標配服務，然而，在數以千計參賽者中，要尋得自己的英姿照片，卻猶如大海撈針，要花費比參加賽事更大的時間與耐力。

提到ARBNR(Automatic Racing Bib Number Recognition)號碼布辨識技術，或許有人會聯想到車牌辨識技術，事實上，兩者間技術難度有非常大的層次落差。理想的光學影像辨識條件，必須有極佳的成像掃描環境以及端正的影像成像條件，才能正確運作，因此在車牌辨識技術的操作上，必須提前設定成像掃描環境(例如單一光源、同一角度、相同距離等環境條件)以及端正的辨識標的成像條件(例如限定大小、格式、材質等辨識標的的條件)。

然而，極限挑戰賽事的照片，來自不同的攝影團隊與器材，甚至因比賽時間拉長的緣故，成像光源來源不僅強弱有別，亦可能同時參雜自然與人工光源，在辨識上必須挑戰自然場景所造成光影、反光、吸收、陰影、遮擋等雜訊；另一方面，為不影響選手運動表現，號碼布必須採用軟材質，在運動過程中，勢必因號碼布扭曲、形變，使得照片成像中的數字也隨之扭曲、變形，而影響辨識結果；況且，自然場景中，仍可能在成像背景中夾雜其他的字母、數字，混淆辨識系統的精確性。

研鼎智能GOLiFE技術長李正軒以甫舉辦完畢的台南古都國際馬拉松的起跑照片為例說明，起跑時間點為清晨天色昏暗環境，成像環境中參雜自然微光源與人工照明，導致成像照片中左右產生極為不平均的光線差及躁點；再者，照片右上角再加上照片提供者後製疊上的影像文字以及環境背景中存在的影像文字及數字；最後，即便辨識系統準確搜尋出照片中號碼布的位置，仍面臨號碼布扭曲、歪斜、以及光影造成的顏色改變等因素，導致對號碼布內容辨識的錯誤。

GOLiFE研發技術團隊，經歷將近兩年時間，利用AI人工智慧深度運算技術的反覆修正，始克服以上諸多辨識環境與條件的瓶頸，而成功開發出ARBNR號碼布辨識技術，並期待GOLiFE.ai號碼布搜尋平台能成為運動賽事照片搜尋的唯一入口平台。

目前關於運動賽事照片的提供服務係將全部攝得照片一律公開，不僅讓參賽者如大海撈針般尋找賽事全部照片外，對於某些重視個人隱私的參賽者而言，可能亦不是體貼的服務解決方案；另一方面，隨著人臉辨識技術的提升，亦有利用使用者上傳個人人臉照片進行辨識檢索的方案，然而，此方案亦有著顯著個資無法去識別化，導致侵害個人隱私的隱憂。

研鼎智能GOLiFE團隊所提出的號碼布辨識技術，可以隨著各參賽者各場次隨機取得參賽號碼的方式，使得照片個資更進階達到去識別化個資的效果，體貼顧慮到參賽者對隱私保障的需求。

GOLiFE董事長簡博彬指出：『ARBNR技術的開發，將改寫賽事活動的遊戲規則，參賽者可在參賽前輕鬆設定個人參賽照片傳輸到指定帳號或位置，於賽事完畢後參賽者將自動收到GOLiFE.ai號碼布識別系統傳送給自己的參賽照片，未來必將成為賽事活動的標準配備！』

GOLiFE.ai號碼布辨識系統啟用後，更將率先與運動行銷界知名企業名衍行銷有限公司攜手合，在甫舉辦完畢的秀姑巒溪國際泛舟鐵人三項競賽中，確實提升賽事服務品質，深受參賽選手好評，雙方並確立在往後賽事中，將持續提供此項便利的AI人工智慧科技服務，預期可將國內運動賽事推向另一服務品質提升的高峰。