帥！成大自駕車精準辨識郊區場景 學術研究奪全球第一

〔記者洪瑞琴／台南報導〕全球夯無人駕駛！近年自駕車掀起交通新革命，目前已開發的影像辨識技術，多應用在城市與結構化環境，今年成功大學統計系教授許志仲帶領4名學生，研究出精準辨識郊區不規則環境，在德國模式識別協會（DAGM）年度樣形式別國際研討會（GCPR）的競賽中，從全球53組中勇奪第1，讓世界看到台灣。

自駕車影像辨識技術，就像人的眼睛，需要精準辨識車子前方環境，才能判斷走或停，目前已開發技術多用在城市與結構化環境，屬於方正又規則的場景，但應用到郊區或非結構化的自然環境時，因為背景雜亂不規則，準度則從八成下滑到5、6成，給各界很大的挑戰與成長空間。

請繼續往下閱讀...

許志仲表示，這次競賽從6月至9月，鎖定純郊區場景做辨識切割，起初團隊運用傳統應用於城市的AI模型，成績在第7至12名間一直無法突破，後來花了半個月時間找出盲點，以統計分析觀察到草、樹林、產業道路等都是不規則的線索，因此換了可處理不規則的AI模型，再結合影像切割AI模型，不斷修正推出模組，大幅提升辨識郊區場景的精準度，分數從47分拉到65分躍上第1名，最後以69分勇奪全球第1。

有別於各隊普遍以電機、資訊人才獨挑大樑，許志仲特別找來統計系大四生高涵毅、王先昀擔任強大後援，透過一次又一次的預測、事後等資料分析，在龐大數據中海撈線索，觀察到差異及共通特質，反覆推演結論，再交由電機系大四生黃柏盛、屏科大資管系廖涴婷修正AI模型技術進行實作，跨領域合作拚出絕佳成績。