雖然監視器鏡頭規格一直在進步，但仍有許多規格老舊的監視器，解析度在640x480（VGA）以下，甚至是低於320p乃至144p的影像。在加上戶外監視鏡頭因為環境而老化、失焦，或頻寬不足，以及光線、天氣、視角、甚至前端系統外加的邊界框的影響，造成許多低解析度、低畫質影像難以辨識，準確率低下的結果。目標對低解析度低畫質偵測效能大幅提高，在可接受的漏報率下，大幅減少視訊監控中心處理誤報的成本，對獲得新客戶與維持舊客戶，有極大的成本優勢。預計打造業界唯一能對應低解析度、低畫質，及被額外加入邊界框影響，仍能準確辦識偵測的人形偵測系統。利用「低解析度人形偵測」、「主動數據增強深度學習」、與「多人工智能模型擬態」、以多層次分解處理將以上幾個方法融合起來，讓整個系統能同時處理正常影像與低解析度、低畫質影像，並且能取得準確率的平衡。
