從太陽花學運、香港佔中到令人緊張的選前週末，「參與人數有多少？」往往在政府與公民、鄉民、暴民兩方產生拉鋸。雖然警方估計的人數是柯營公告的五折，柯文哲仍表示「沒什麼好吵的，票投出來最重要」。不過另一位阿文對人數估計的差異表示「相信警方專業」，我剛好在太陽花學運後投入群眾人口的估計研究，藉此機會，與各位就這個問題本身，討論一下目前的方法是否具有明顯的瑕疵？如何更「專業」？
大多數的人口估計方法，都運用一個簡單的小學公式：
人數＝面積×密度
也就是說要有精準的估計，在面積、密度的評估上就不能馬虎。然而每一場活動有最熱鬧和最外圍的地區，警方忽略活動的外圍區域，只算了活動最「熱鬧」的區塊，其中最主要的原因是警方想要用一個「平均密度」去估算（例如：3人/平方公尺，或者2人/平方公尺），因此相對人數稀疏的外圍地區，當然就無法算進來囉。
姑且不挑剔警方畫的範圍是否精準，我們注意到，太陽花學運時警方採用的平均密度也是3，這個3為什麼這個好用，一點依據都沒有嗎？其實是有的，而且已經使用近半世紀。1967年美國柏克萊大學新聞系教授雅各（Herbert Jacobs）對示威人潮進行人工估計，得到了這個約略的數字，此後「雅各法」廣泛的被使用。
為什麼我們只能用一個或兩個平均密度去估計呢？最主要的理由是，「全面評估密度分布耗費大量人力、成本，所以乾脆採用以一概全的平均密度。」可是熱鬧區和外圍區的人口密度差距極大，即便都在熱鬧區，因為大家的姿勢、體型，或其他臉書大神也無法解釋的偶然原因，真實地表的人群密度是很不均勻的。如果說不確定性這麼大，那警方採用2還是3，衍伸出20萬和30萬人的差距，實在很難苟同阿文說的專業呀。
從美國影集疑犯追蹤（person of interest）正打得火熱，可以想像現代社會監視器普及的程度，很多資工領域的研究開始運用監視器畫面，鑽研特定範圍內的人口估計，他們的做法簡單來說，就發展用各種影像分析方法，計算一張影像中的人數（例如運用影像pixel的R、G、B數值，挑選出影像中人佔面積，或者從影像的輪廓推估人數）。隨著這種方法發展蓬勃，一張影像中人數估計的精準度可以達到很高的水準，但是如果要用來估計大規模的群眾人口，會有兩個致命性的問題：
第一個是資料取得，政府不會給暴民監視器影像。
第二個是方法本身的限制，就算計算出每張影像的人數，沒有監視器的地方怎麼辦？
今年太陽花學運的330遊行的人數爭議，我開始想，群眾的力量（Crowd sourcing）加上地理學的空間分析專長，或許可以解決這個難題，因此向網友大大們蒐集了上千張的照片，此外，邦吉空拍工作室也提供了一些空拍畫面。我用簡單的分析流程，來說明這份研究如何進一步精確估算人口密度分布：
第一步：資料蒐集
網友的平面照片可以取代監視器畫面，只要有人在的地方，就有機會取得那個地方的影像，比監視器遍布的範圍更廣，資料的共享性也更高，這份研究挑選了其中下午4點左右的照片，避免人口分布隨時間變化的問題。此外，我們還是會遇到影像不連續的問題，也就是說，照片再多，也不可能100%遍布所有地區，因此我們需要4點時大範圍的空照圖，來處理這個問題。
第二步：資料分析
物件導向影像分析軟體（Object-based Analysis）有別於傳統的pixel-based的影像分析軟體，除了可以用影像中pixel的RGB數值來進行分析，還能夠考量到物件的幾何形狀、相對位置等，幫助我們更精確地計算出人臉數。如此一來，如果我們有十張照片，這些照片有紀錄拍攝的座標，就可以找到十個空間位置的人口密度。
到此為止，我們還無法將這些「點」密度，推廣到大範圍「面」的人口密度。
因此，我們需要第二種資料：空照圖。空照圖因為拍攝的距離較遠，不足以讓我們點出畫面中到底有幾個人，但是用影像分析軟體，可以挑出人所在的範圍。有了這筆資料，我們就可以用地理資訊系統（GIS）軟體，將景福門地區切成網格狀，以空間分析的軟體工具，算出每個格子有多少 % 是人，這個比例就是每個格子的相對的人口密度。
第三步：空間推估
最終的結果呼之欲出，我們在GIS中將網友照片得到的點密度，以及空照得到的相對面密度疊合在一起，找出兩者的迴歸關係：
公式中的i代表某一點所在的格子，B0和B1是截距和斜率，透過已知的樣本可以找到這兩個係數，如此一來，其他未知絕對密度的格子，就可以套用這個關係式求得絕對密度了。
這份研究以景福門為示範的研究區，結果發現，所有格子的平均密度為3.41（每平方公尺），一個標準差的範圍內，人口密度甚至高達4.37，若援引批踢踢網友繪製的330太陽花遊行總面積147,216平方公尺來計算，警方以3人作為密度就足足低估「六萬多人」。更遑論這次警方以「感覺」決定部分地區的人口密度僅為2人。
有了群眾的力量，就能利用上述的方法很快找到真實地表上的不均勻密度，專業的人數估計是可能的，只是這邊所指的「專業」，可能與連勝文所瞭解到的有所不同。
當然，目前這個成果有一些限制，例如我只處理了單一時段的人數，無法代表活動的總參加人數；此外，也有一些研究針對動態（人會移動的，而非靜坐的）的遊行人數發展統計方法。我認為這些難題都可以被群眾的力量解決，關鍵是「社運的當下是否有足夠的相片上傳」。
有鑑於此，目前預計進行的任務是：
- 建立一個可供上傳照片的平台（網站或APP），建立拍照SOP，例如：拍攝角度的示範、開啟座標定位功能等。
- 其次是精進影像分析的品質，主要的問題是如何估算平面照片的影像深度。
若有相關領域的朋友對這個議題有興趣，歡迎一起討論、合作！
