| 隊伍名稱 |
AI Man
|
| 作品名稱 |
極小物件辨識運用於無人機之監控
|
| 指導教授 |
謝君偉
|
| 團隊成員 |
陳平揚、孫銘均、劉安珍、劉恆君
|
| 作品介紹 |
透過空拍機即時偵測極小物件，並回傳畫面中的資訊，傳統的 方法是透過空拍機收集資料，返航後取出資料再分析，此系統重要 的特色是我們已經將 AI 分析程式與平台直接放在空拍機上，當下 即時分析空拍影像結果，然後透過手機模組將分析結果即時回傳， 透過相關的 APP 開發可以將影像的物件(如車、人、農作物等等)， 作即時統計與分析。
本次參賽為計算車流之示範系統，將空拍機飛往道路上空，即 時畫面將由空拍機上之嵌入式主機板作 AI 影像識別，偵測出道路 上各類別之車種數量(大型車、小客車、機車)，最終將數量回傳至 客戶端(例如: 手機、平板、電腦或網頁)，若為手機 APP 則結合 GPS 定位，將車流量數據結合各路段地點，建立資料庫，透過定時 定路段的飛行，可將該路段車流量數據化，再將各個路段連結起 來，便可精準預測交通之巔峰與離峰時段，若與政府合作，各市政 府將可更精準的安排調撥車道與交通號誌變換之時間。
本團隊自行開發偵測極小物件之輕量級 AI 辨 識系統，並非利用 YOLO 3(開源神經網路模組)來做作偵測(YOLO 放在嵌入系統，有速度過慢準確度也不夠之問題)，此系統基於神經網路與深度學習為基底撰寫，可於嵌入式主機板上達到輸入為 3840*2160 之高清影像，並偵測出最小為 6*15 像素之機車，如圖 一，且此系統在嵌入式主機板可達及時運算，更重要的是，其體積 大小僅名片尺寸，對於空拍機的飛行續航力有實質上的幫助。硬體 部分先利用有線將空拍鏡頭與嵌入式主機板連接，如圖二，再利用 4G 網路將辨識結果回傳客戶端 APP，例:手機、平板。 |
|
|
|