讓世界看到台灣 成大自駕車學術奪全球第一

2021年11月18日 09:13

▲成大統計系教授許志仲,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年度樣形式別國際研討會競賽中勇奪第1,讓世界看到台灣。(圖/許志仲提供,下同)

▲成大統計系教授許志仲,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年度樣形式別國際研討會競賽中勇奪第1,讓世界看到台灣。(圖/許志仲提供,下同)

記者林悅/台南報導

全球無人駕駛夯!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,國立成功大學統計系教授許志仲,2021年帶領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8成下滑到5、6成,給各界很大的挑戰與成長空間。

▲成大統計系教授許志仲,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年度樣形式別國際研討會競賽中勇奪第1,讓世界看到台灣。(圖/許志仲提供,下同)

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。

▲成大統計系教授許志仲,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年度樣形式別國際研討會競賽中勇奪第1,讓世界看到台灣。(圖/許志仲提供,下同)

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。

隊員黃柏勝說,這次團隊在自駕車影像辨識有很大的突破,比賽經驗對自己未來研究相關技術,有很大的幫助,許志仲除了鼓勵台灣學生能多多參加國際賽事,也希望競賽結果能提升未來自駕車的安全性,本次比賽由成功大學榮獲第1名,巴西聖保羅大學第2名、巴西聯邦大學第3名。

分享給朋友:

讀者迴響