為達最佳瀏覽效果,建議使用 Chrome、Firefox 或 Microsoft Edge 的瀏覽器。

請至Edge官網下載 請至FireFox官網下載 請至Google官網下載
晴時多雲

    限制級
    您即將進入之新聞內容 需滿18歲 方可瀏覽。
    根據「電腦網路內容分級處理辦法」修正條文第六條第三款規定,已於網站首頁或各該限制級網頁,依台灣網站分級推廣基金會規定作標示。 台灣網站分級推廣基金會(TICRF)網站:http://www.ticrf.org.tw

    帥!成大自駕車精準辨識郊區場景 學術研究奪全球第一

    成大教授許志仲帶領團隊,研究出精準辨識郊區場景,右為原景,左為切割景。(成大提供)

    成大教授許志仲帶領團隊,研究出精準辨識郊區場景,右為原景,左為切割景。(成大提供)

    2021/11/18 10:17

    〔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。

    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。

    許志仲帶領學生研究自駕車技術,疫情期間利用視訊會議討論。(成大提供)

    許志仲帶領學生研究自駕車技術,疫情期間利用視訊會議討論。(成大提供)

    不用抽 不用搶 現在用APP看新聞 保證天天中獎  點我下載APP  按我看活動辦法

    相關新聞
    生活今日熱門

    網友回應

    此網頁已閒置超過5分鐘,請點擊透明黑底或右下角 X 鈕。