今分三案於九龍城裁判法院提堂
警方連續4日圍堵理工大學，前晚大批示威者欲兵分兩路營救被困理大的示威者，各區亦與警方爆發激烈衝突，年齡介乎16至34歲的60名男女被控暴動罪，今分三案於九龍城裁判法院提堂，各人暫毋須答辯，其中8名被告因傷留院，裁判官將案件押後至下週一，其餘則延至明年3月4日、5日、11日再訊，期間准以一系列條件擔保。多位辯方律師斥責警方有違專業，包括涉嫌圍毆、嫁禍不屬於被告的物品、延誤送醫，甚至強迫被告讀出「時代垃圾 溝渠曱X」。
被告押解提堂。
被告依次為：裝修工林樂進（28歲）、浸大三年級生林迪倫（20歲）、嶺大二年級生劉思琪（19歲）、城大三年級生羅凱欣（19歲）、港大一年級生李諾琳（17歲）、澳洲大學二年級生梁嘉淇（24歲）、地盤工梁健朗（24歲）、兼職售貨員吳穎貽（24歲）、浸大一年級生伍潤民（20歲）、售貨員龐志佳（34歲）、設計師潘曉東（22歲）、尼泊爾籍地盤工Pun Dhan Bahadur（34歲）、侍應譚啟沖（24歲）、木匠謝承峯（23歲）、售貨員王志聰（23歲）、兼職侍應王俊元（22歲）、兼職售貨員黃浩軒（23歲）、浸大四年級生黃文澤（23歲）、售貨員王子豪（27歲）、科大生黃梓泓（18歲）。
被告押解提堂。
大學研究員歐育婷（23歲）、學生陳卓賢（18歲）、學生陳亮希（16歲）、物業管理員陳亮儒（24歲）、的士司機陳思朗（31歲）、侍應陳偉納（35歲）、學生鄭偉樂（18歲）、學生張綽元（19歲）、學生張凱（19歲）、攝影師朱兆輝（28歲）、學生馮興榆（21歲）、學生洪主龍（21歲）、商人黎鈞堯（25歲）、學生賴帥彰（20歲）、學生劉沛彥（21歲）、建築工人梁俊傑（22歲）、學生梁家樂（18歲）、學生梁剛瑋（21歲）、學生梁遨然（20歲）、建築工梁栢熙（25歲）。
地盤管工歐陽浩明（25歲）、攝影師翟柏龍（28歲）、學生湛沛林（19歲）、髮型師陳思進（18歲）、廚師陳子謙（24歲）、文員陳子宏（21歲）、學生陳彥宏（17歲）、無業漢鄭太君（25歲）、學生張穎瑜（21歲）、音樂教師莊正（28歲）、學生周嘉慧（19歲）、學生周諾澄（19歲）、設計師朱國智（27歲）、侍應朱盛軒（25歲）、髮型師柱文曉（17歲）、音樂教師簡澧然（24歲）、學生高天佑（18歲）、物業經理郭曉泰（31歲）、酒吧店員黎子欣（22歲），以及學生林鳳芝（18歲）。
被告押解提堂。
他們同被控於本月18日在油麻地彌敦道近窩打老道交界參與暴動，均獲准以1000至5000元現金保釋、交出旅遊證件、不得離港、守宵禁令，部分被告除轉乘交通工具外，須嚴格遵守禁足令，範圍圍繞加士居道至彌敦道。
裁判官何俊堯質疑禁足令範圍遠超實際所需，問及有否顯示被告有參與扔汽油彈、磚頭等暴動行為，控方坦言暫時未有相關證據。辯方大律師潘熙等人援引多案，望法庭考慮禁足令是否適合。
香港理工大學開發創新「智慧橋樑檢測系統」，可精準識別橋面裂縫及肉眼難辨的潛藏結構問題，已於本地11座橋樑完成檢測，結果顯示，該系統可將檢測時間縮短一半，並顯著提升檢測準確度至八成，具有在全港橋樑廣泛應用的潛力。
由理大建築及房地產學系教授 Tarek Zayed教授（右一）領導的研究團隊開發出一套智慧橋樑檢測系統，能夠自動檢測橋面裂縫，以及識別肉眼無法察覺的潛藏結構問題。
香港交通基建承受全球最高交通密度之一的巨大壓力，確保橋樑結構安全成為當務之急。理大研究團隊開發的這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型。香港常用的傳統基建目視檢查方法需要動用大量人力且主觀性強，對鋼筋腐蝕等地下缺陷的辨識能力有限，更需要封閉道路方能進行。由理大建築及房地產學系教授Tarek Zayed帶領其研究團隊開發的創新系統，利用無人機、探地雷達（GPR）及紅外線熱成像（IRT）三種先進工具的組合取代人工檢查，收集橋樑表面及內部結構的全面數據，再利用人工智能模型進行自動化分析，提升檢測的準確度及效率。
該多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型，大幅減低了檢測時間，同時令檢測準確度顯著提升。
橋面裂縫檢測對維持橋樑健康至關重要。研究團隊利用無人機進行目視檢查，再通過其自主研發的「智慧橋面高效檢測模型」處理所得數據。即使在面對惡劣環境如光線不足、陰影等，該模型亦能達到優於其他現行方法的檢測準確度，且更少出現誤判、與表面刮痕混淆等檢測問題。
橋面裂縫往往預示了地下結構受損的深層問題，例如鋼筋腐蝕。團隊開發的全自動GPR數據解讀模型，能以高達98%的準確度定位鋼筋位置，並通過對振幅數據進行標準化處理及聚類分析，生成腐蝕區域分佈圖。此模型大大簡化了基於GPR的腐蝕評估流程，令相關工作變得更加快捷和易於操作。
這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型，大幅減低了檢測時間，同時令檢測準確度顯著提升。
另一常見橋樑結構問題是內部混凝土構件退化，導致剝落及層面分離。團隊提出一套用於處理IRT數據的「最佳熱梯度閾值系統」，能根據外在環境狀況調整閾值，以更精確判斷剝離區域。團隊基於此系統開發的智慧模型，更能自動生成剝離分佈圖，進一步提高診斷能力。
Zayed說：「這套混合檢測系統兼顧橋面及地下缺陷，並通過人工智能驅動的整合方案，同時提升了檢測效率和準確度。我們更制定了一個五級制的缺陷嚴重程度評級，以標準化檢測流程，方便診斷及確定維修的優先順序。此外，團隊開創的『智慧橋面高效檢測模型』具備全面的功能，能基於從各類探測技術收集所得的數據，精細地評估橋樑狀況。」
他又說：「我們目前正積極探討與相關政府部門及業界夥伴合作，將系統應用於香港的定期橋樑檢測工作，為實現智慧基建管理邁出關鍵一步。我們的目標是長久保障香港擁有安全和可靠的橋樑。」
理大研發的「智慧橋樑檢測系統」採用無人機、探地雷達及紅外線熱成像三種先進工具的組合，取代常用的傳統目視檢查，已於本地11座橋樑完成檢測。
這項為期兩年的研究得到智慧交通基金的支持。該團隊的研究成果已發表於不同國際期刊，包括《建築與建築材料》、《建築自動化》及《高級工程資訊學》。展望未來，Zayed及其團隊將進一步推進相關技術研發，並在香港推動智慧橋樑檢測。
