搜尋結果
2020年9月16日 · 根據中央流行疫情指揮中心規定,17日起國產醫用口罩須印上防偽雙鋼印,全台首家進行雙鋼印口罩測試的善存公司14日表示,原本每天需繳交6萬片實名制口罩,未來將提升至20萬片。
- 十字路口交通分析開啟的物件辨識研究
- 解決物件辨識的根本問題,判斷結果更精準
- 從科學的角度思考,從「一個好問題」下手
- 你可能會有興趣
故事,是從一項產學合作開始。前幾年,科技部提出了「產學共創」機制:產業出題、學界解題,中研院合作對象義隆電子,出了一個考題給資訊所:如何增進十字路口的交通分析?也就是即時偵測車流量、車速等等。當時義隆電子已經在十字路口架設了監視器,包括全景攝影機及單一方向的槍型攝影機,接下來最需要的,就是辨識車輛的物件偵測技術。 「但我們需要的不只是辨識車輛而已。」王建堯說。在馬路上運行中的車速度很快,物件辨識必須非常即時,在短時間內就能辨識出車輛,並能持續追蹤,計算車速。換句話說,這個技術對物件的偵測必須「快、狠、準」。此外,因為影像資料不斷產生,如果把資料都上傳雲端運算,不但比較耗時,也會給雲端電腦帶來太大的負擔,因此這個偵測技術還得做到一件事──計算量必須夠小,小到可裝在十字路口監視器上的小型計算器,...
怎麼辦到的?首先,王建堯著手研究著名物件偵測系統 YOLOv3 ,「我們想找出在建立一個物件偵測系統時,哪一個步驟是最關鍵的?如果改善了,效率和精確度會提升最多?」廖弘源強調:「雖然是工程問題,但我們要把科學思考帶進來。」 先來認識物件偵測技術!它是個卷積神經網路(Convolutional Neural Network,簡稱CNN),具有許多網路層,每一層負責抽取某些圖像特徵。一個輸入的影像通過層層層層層層……分析,最後找出最可能的答案。理論上,層數越多、判斷結果應該越精確。 訓練這個卷積神經網路的方法是:先倒入大量已標記正確答案的學習材料(如標記好各種車輛的圖),讓機器學習如何判斷。每次機器判斷結果與正確答案不符,就將這個資訊反饋到前面的網路層,調整每一層的參數,以期下次達到更準確的判斷...
中研院資訊所所長廖弘源長期研究多媒體視訊處理,從雞尾酒浮水印到人臉資料庫、數位化影片修補等,再到這次的 YOLOv4 物件偵測技術,研究成果卓越。而每一項成果的後面,都是廖弘源帶領資訊所前後屆學生一起努力的成果。 想在廖弘源的實驗室工作,可不是件輕鬆的事。他說:「做研究,不該只想著工程問題,應該本著科學家的精神,從中找出最具科學價值的關鍵下手。」許多學生一到廖弘源的實驗室,必須將過去狹隘、僵化的工程解題模式打掉重練,重新以科學看待問題。例如:本次 YOLOv4 的成功關鍵,即在於一開始問了個好問題,找到最值得改善的環節。 儘管治學甚嚴,個性海派的廖弘源和學生也有著亦師亦友的關係。他喜歡和學生一起找出好的研究議題後,一起埋首投入研究工作的熱血感,也喜歡在研究遭遇瓶頸時,與學生一起「大吃一頓解憂...
2019年11月11日 · 今天就由Youtube影片超過1800萬觀看次數、Google搜尋關鍵字「脊椎保健」搜尋排行第一名的脊椎力學專家 鄭雲龍 帶我們用「四種檢測法」,確保在電腦桌前維持好姿勢。
2019年4月3日 · 「哨兵模式」是特斯拉在今年 2 月正式推出的新功能,車上的外部攝影機會監測潛在威脅,並在偵測到威脅或異樣狀況時啟動錄影模式,就算只是有人依靠在車身上,也會立刻開始錄影。
2020年1月15日 · 1. 《Cool3c》:〈用雷射鎖定蚊子 以色列Bzigo捕蚊神器〉. 2. 《DIGITIMES》:〈CES直擊:新創藉電腦視覺辨識偵測蚊子位置〉. (本文提供合作夥伴轉載。 首圖來源: Bzigo 產品介紹影片) 延伸閱讀. 這魚礁會雲端運算! 微軟發明「人造魚礁數據中心」,降低冷卻成本又保護海洋環境. 17 歲 NASA 實習生上班 3 天,意外發現史上首顆繞著 2 個太陽的超罕見行星! 【你看得出他是假人嗎? 】三星用 AI 開發虛擬人 Neon,逼真程度堪稱跨越「恐怖谷」 在台灣,最讓大家深惡痛絕的生物應該就是蚊子了,特別是在潮濕悶熱的夏夜,蚊子在黑暗中嗡嗡叫,吵得無法入眠。 問題是,蚊子小小隻,就算開燈也看不太到,卻會默默偷吸血,等到發現自己被叮了,也就只能狂罵ㄍㄢˋ。