中研院將物件追蹤與人工智慧做結合,已拿下世界第一!

物件追蹤 在臺灣獲得大突破! 並結合人工智慧跨國研究取得重大突破!中央研究院資訊科學研究所廖弘源特聘研究員、王建堯博士後研究員,與俄羅斯開發者博科夫斯基(Alexey Bochkovskiy)共同研發出目前世界上最快最準的物件偵測演算法(YOLOv4),平均正確率(Average Precision, AP)達43.5%,比前一代(YOLOv3)提高10%,更一舉超越其他種影像辨識技術。

同時也運用該技術與義隆電子合作開發「智慧城市交通車流解決方案」,目前已佈設於桃園、新竹,在路口就能進行交通影像辨識及車流分析,為我國智慧城市發展往前邁出一大步。

物件追羧已成為最夯的熱門領域!

首先,2018年要完成魚眼車流分析、多攝影機行人識別技術、行動裝置人臉防偽技術,2019年鎖定路口停等車隊與車流分析、混流車牌識別、行車魚眼多物件追蹤,2020年則是結合前兩年的魚眼車流分析技術和停等車隊與車流分析技術,來建立路口交通號誌控制系統;2021年則要完善智慧交通路網號誌控制系統,要透過混流車牌識別技術,以科技執法來揪出違規車輛。

物件追蹤 槍型智慧交通流偵測系統

有了年度目標,團隊也進一步規畫開發流程。2018年,他們聚焦於魚眼十字路口車流分析,將使用場景鎖定於路口交通號誌燈,在號誌燈上裝設魚眼鏡頭,搭配Nvidia Jetson TX2平臺,來拍攝、分析道路路口影片。其中的技術要求,包括要能辨識車輛、車種和數量統計,比如認出汽車、機車、自行車、聯結車等,此外,還要能辨識車流量、車行平均速度、路口平均佔有率和車輛間距等。

在臺灣,以YOLOv4技術開發的智慧車流分析系統,目前已佈設於桃園、新竹等地,全世界已有許多研發單位以此為基礎,發展相關的系統或產品。例如在COVID-19防疫期間,可結合YOLO辨識物件的功能,用來偵測未戴口罩者,或是計算人們有無保持社交距離等,應用在許多產業和產品上。

中研院相關新聞來源: https://www.sinica.edu.tw/ch/news/6576