關於影像辨識步驟，我們在網路上蒐集到這些相關的討論、資訊與評價

「影像辨識步驟」的推薦目錄：

關於影像辨識步驟在昱創企管顧問有限公司 Facebook 的最讚貼文
關於影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
關於影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

關於影像辨識步驟在 Tech Dog Youtube 的最佳貼文

關於影像辨識步驟在 Raspberry Pi影像辨識攝影機工作坊 - YouTube 的評價
關於影像辨識步驟在 Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於 ... 的評價

影像辨識步驟在昱創企管顧問有限公司 Facebook 的最讚貼文

2021-07-15 00:46:59 有 2 人按讚

醫療AI應用很多，
但是卻帶給醫生另一種困擾，
「這些發明都各自獨立，
讓醫院即使要採用也得分別購入與置放，
原本一條龍的工作想加入 AI 助力，
醫生還得頻頻中斷步驟以來回不同設備進行操作。

GE 醫療看見 AI 醫療整合的需求，
順勢推出『愛迪生魔盒』，
這一款智慧醫療界的『App Store』
從醫院使用者的角度出發，
希望能大幅降低 AI 的採購與應用成本。」
這也說明了AI應用多樣化之後，
替使用者考量而整合的服務也將越來越多。
＃人工智慧＃智慧醫療

AIoT數位轉型策略與實務博客來購買：https://www.books.com.tw/products/0010875914?loc=P_0001_007

AIoT的現在與未來Ted演講：https://www.youtube.com/watch?v=lCXRPlaUk0s&t=4s

中華亞太智慧物聯發展協會協助企業數位轉型 https://www.facebook.com/APAC.AIOT/

昱創企管顧問有限公司https://rich4innovation.com/

https://buzzorange.com/techorange/2021/07/14/ge-healthcare-combines-ai-medical-software/

Tags: 影像辨識步驟人工智慧智慧醫療

昱創企管顧問有限公司

About author

數位轉型顧問Rich裴有恆所開立的企管顧問公司 Rich老師為教授物聯網、Fintech 及各類創新系列課程(流程改善與創新、新產品開發、研發專案管理、服務創新、商業模式創新..etc),有20年在文創與3C產業做物聯網、商業模式創新、產品創新及流程改善案的經驗,在創新這方面可謂是經驗豐富, 為業界少許理論與實務兼具的講師。現在更是Google搜尋物聯網講師/顧問/教練、AIoT講師/顧問/教練、數位轉型講師/教練人名第一名。

Richard的企管顧問公司，專營物聯網、Fintech、人工智慧、大數據、創新相關課程教授與數位轉型輔導

影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

By 台灣物聯網實驗室 IOT Labs

2021-05-29 18:18:27 有 0 人按讚

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。（圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

Tags: 影像辨識步驟

台灣物聯網實驗室 IOT Labs

About author

本專頁將不定時網羅搜集國內外與物聯網相關新聞及技術，並無條件與 IOT 從業人員或對物聯網有興趣的大眾分享，若有任何不足或建議之處，歡迎隨時留言，一起研究研究。^.^

影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

By 台灣物聯網實驗室 IOT Labs

2021-03-12 15:29:22 有 0 人按讚

【中鋼AI現場3：數十噸鋼捲裝載一人就能搞定】中鋼AI無人天車自動化流程大圖解

中鋼整合多項機器學習技術，打造鋼捲吊運自動化，更串連了物流與資訊流，省去更多人工操作與管理流程

文/翁芊儒 | 2021-03-04發表
攝影／洪政偉

動輒數十噸重的鋼捲，就是中鋼每日例行出貨的產品，這個「沉重」的負擔，要如何來回搬運、加工、出貨？靠的就是被稱為「天車」的重型起重裝置，透過在廠區空中縱橫移動，吊送鋼捲到指定位置，就能在工廠或倉庫中，管理上萬噸的鋼捲排程與運送。

不過，要操作天車，大多得靠人力，進入吊掛於天花板的駕駛座中，來操作吊運鋼捲。但現在，中鋼一座位於碼頭邊的倉庫中，天車駕駛座內不見人影，卻能維持天車順利運行，司機開車入庫後，更能透過幾步驟簡單設定，全自動化鋼捲吊運任務，甚至在員工都下班後的半夜，都能啟動系統自動理貨。

這一套標榜無人操作的天車自動吊運系統，就是中鋼早在三年多前，運用多種機器學習技術打造的得意之作。

如何打造無人天車的全自動吊運流程？

要打造無人天車，就得想辦法幫天車裝上「眼睛」，中鋼試圖將人眼看到的操作資訊，透過電腦轉換為邏輯控制指令，再交由天車自動化判讀與執行。

剛開始，中鋼先在無人天車上裝設高解析度攝影機，將拍攝到的拖板車板臺二維影像，傳遞給板車駕駛員操作的人機介面中，由駕駛員在畫面上指示鋼捲儲放位置，再由控制電腦將儲放位置自動轉換為座標，拋送到天車指揮系統來吊運鋼捲。

但是，原先座標為二維座標，缺乏高度座標，無法有效指示天車指揮系統執行，也無法與天車使用的三維座標互相轉換。

為了克服這個問題，中鋼在高解析度的攝影機之外，加裝了一部三維掃描器，利用AI連結高解析影像與三維座標間的轉換，進而在二維影像上重建高度座標，完成電腦視覺技術的開發。

同時，也因為司機在操作人機介面時，可能會有不適應或抗拒的情形，中鋼也打造了一鍵裝車的功能，只要確認畫面上自動辨識的鋼捲儲放位置正確，按下確認，就能啟動天車自動作業。

在天車吊運的過程，中鋼運用了多種技術來達成吊運全自動化。除了使用機器視覺系統，來精準定位鋼捲儲位座標，中鋼也開發了各種智慧物流相關技術，比如將鋼捲吊運排程最佳化，並以AI算出最佳吊運路徑，以及建立了無人倉庫排隊優化系統，可以準確預測作業時間，讓駕駛能在合適時間前往倉庫，來執行裝卸任務。

同時，中鋼也分析數十萬顆鋼捲入庫出貨的過程，在倉儲管理系統中，建立了鋼捲最佳化儲位預測功能，讓每一顆鋼捲能在最少吊運次數與最短吊運距離之下，送達客戶端。

在吊運當下，中鋼更設計了多功能的智慧型吊夾，能辨識鋼捲身份、偵測鋼捲中心，精準取吊鋼捲；同時，也會啟動主動式安全防護機制，運用了深度學習技術，在天車吊運範圍內偵測人員移動，並能自動辨識、閃避障礙物。

達到吊運全自動化之後，中鋼也將無人天車系統，串連了物流與資訊流，省去更多人工操作與管理的流程。比如說，將天車串連物流資訊，就能得知隔日需出廠的鋼捲，並在前一晚自動理貨，先將鋼捲吊到接近車到的位置，來縮短隔日出貨時間。

又或是載貨司機到倉庫外報到時，只要刷一張ID卡，確認司機身分、車號後，串連倉儲管理系統就能得知這一趟任務資訊，自動預吊任務指定的鋼捲。

不只自建自用，更將無人天車外銷國際

無人天車在2018年投入運作後，至今更已經累積六萬車次，完成超過三十萬顆鋼捲的吊運。上線了第一套系統後，中鋼也在去年11月，於同一個倉庫中上線了第二套系統，這也是中鋼唯一配備了兩臺無人天車的場域。

這個倉庫中，約可容納兩萬公噸的鋼捲，透過兩套無人天車，來達成全倉庫鋼捲吊運自動化。

倉庫中間則設置兩條車道，可同時讓兩輛貨車入庫裝卸貨，若僅一輛車執行載運任務，兩臺天車也能互相搭配吊運，來加速的裝卸貨的時間。

梁傑盛指出，改用無人天車帶來最大效益，是在於員工會有上班時間限制，且最少4小時一定要休息，但無人天車可以24小時不間斷的自動化執行，搭配後端管理的方法，還能做到前一晚自動翻堆理貨。

不只自建自用，中鋼更將這套無人天車系統外銷到中國鋼廠，2019年就已經銷售了12套系統，去年武漢肺炎疫情期間，更協助客戶導入系統時，遠距為客戶調機、將系統落地。

無人天車9大應用關鍵

如何建立起無人天車的自動吊運流程？深入鋼捲吊運現場，魔鬼就藏在細節裡，不一定要運用最新、最難的科技，每一個應用得當的技術環節，都是中鋼無人天車的成功關鍵。

應用關鍵１

靠機器視覺系統與雷射測距裝置找出鋼捲儲位座標

應用關鍵２

三維座標辨識克服板臺樣式不一問題

應用關鍵３

一鍵啟動無人天車吊運作業

應用關鍵４

天車指揮系統將吊運作業最佳化

應用關鍵５

靠多功能智慧吊夾精準取放鋼捲

應用關鍵６

用RFID雙重確認要出貨的鋼捲身分

應用關鍵７

防擺動技術控制鋼捲擺盪幅度

應用關鍵８

靠大數據預測鋼捲最佳化儲位

應用關鍵９

用影像辨識人影強化出貨安全

附圖：
倉庫內的地板上，以黃色方框設置了板車停放處，停放處正上方則設置了雷射測距裝置與機器視覺系統，用來掃描與辨識底下板臺，找出鋼捲儲位座標。（攝影／洪政偉）
車輛停放後，雷射測距裝置能確認車輛停放位置與板臺高低寬窄，機器視覺系統能辨識鋼捲儲放的中心軸，兩相結合定出三維座標，就能克服每輛板車板臺樣式不一的問題。（攝影／洪政偉）
為防止司機可能產生不適應或抗拒的情形，中鋼簡化了人機介面操作流程，讓司機在確認鋼捲儲放位置正確後，就能一鍵啟動裝車，指示天車自動作業。（攝影／洪政偉）
吊運過程中，天車指揮系統會將鋼捲吊運排程最佳化，並自動規劃吊運路徑；出貨前一晚，也能結合物流資料，自動翻堆理貨，節省隔日出貨時間。（攝影／洪政偉）
在吊取鋼捲時，智慧吊夾能自動偵測鋼捲的中心位置，並透過自動掃描測距的功能，更精準取放鋼捲。吊夾上也有RFID辨識功能，來識別鋼捲身分。（攝影／洪政偉）
儘管無人天車已經串連每一顆鋼捲的物流與資訊流，吊運當下，還是會以智慧吊夾偵測鋼捲的RFID標籤（鋼捲內側紙片翹起處），重複確認吊取的鋼鐵即為要出貨的鋼捲。（攝影／洪政偉）
為了減少鋼捲吊運時的擺盪幅度，中鋼也設置防擺盪運動控制技術，使吊夾獲得更穩定的運行，除了能節省吊夾擺幅收斂時間，也能防止撞傷鋼捲或撞歪板臺的風險。（攝影／洪政偉）
中鋼分析數十萬顆鋼捲入庫出貨的過程，在倉儲管理系統中，建立了鋼捲最佳化儲位預測功能，讓每一顆鋼捲能在最少吊運次數與最短吊運距離之下，送達客戶端。（攝影／洪政偉）
為了維護人員安全，中鋼也設置主動式安全防護機制，透過深度學習來偵測天車下方是否有人行走，來採取必要安全措施，也能在行駛過程中自動辨識障礙物與閃避。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142943

Tags: 影像辨識步驟

台灣物聯網實驗室 IOT Labs

About author

影像辨識步驟在 Tech Dog Youtube 的最佳貼文

By Tech Dog

2020-10-16 22:00:04 有 67,366 人看過有 903 人喜歡

▌建議開啟 4K 畫質達到高品質觀影享受
別錯過啦 👉 http://bit.ly/2lAHWB4

大家手上都拿到熱熱的 Google Pixel 5 了
那趁我們開箱評測體驗的時候
就先來講講 Android 11 的新功能以及 Pixel 限定的技巧

Pixel 2 / Pixel 3 / Pixel 4 / Pixel 5 系列都通用
另外鄉民敲碗很久的 Pixel Buds 也附上開箱和使用心得
包準影片裡面香香的
個人覺得最雞肋的功能就是它標榜的翻譯功能
都已經跟路人問路了就直接拿手機同步收音啦
還戴甚麼 Pixel Buds！？
但是我們還是教了完整步驟因為這功能太潮 LA！

::: 章節列表 :::
0:47 通知分區設定
1:07 延後通知
1:38 通知記錄
1:57 螢幕錄影
2:28 媒體控制項
2:48 裝置控制
3:09 即時看到好友位置
3:31 星空拍照
3:53 APP 建議
4:21 編輯擷取螢幕畫面
4:48 即時語音輸入翻譯功能
5:55 音效調整
6:19 使用心得

::: Google Pixel 4a 規格 :::
作業系統： Android 10
處理器：2.2+1.8GHz 高通 Qualcomm 730G 八核心
記憶體與儲存空間：6GB（LPDDR4）+ 128GB（UFS2.1）

螢幕類型：5.8 吋 19.5 : 9 OLED
螢幕色域：100,000:1 對比率 / 色彩深度 24 位元（全彩），1600 萬色
螢幕更新頻率：60Hz
螢幕解析度：1,080 x 2,340（FHD+）

電池容量：3,140mAh（支援 18W PD 2.0 快速充電）
無線充電：無

後置主鏡頭：1,220 萬畫素 f/1.7（Dual Pixel 技術）
前置鏡頭：800 萬畫素 f/2.0 定焦
相機功能：
1. 最高 1080p@120FPS
2. OIS 光學、EIS 電子影像防手震
3. HDR+ 與雙重曝光控制
4. 夜視模式
5. 前置鏡頭支援修容功能、肖像模式

影音支援：立體聲雙喇叭、HDR+
防水係數：無
藍牙：藍牙 5.0（HD 轉碼器：AptX、AptX HD、LDAC、AAC）
NFC：有
Wi-Fi：Wi-Fi 5 2.4 GHz + 5 GHz 802.11a/b/g/n/ac 2x2 MIMO
5G：無
SIM 卡：4G Nano SIM 單卡（可使用 eSIM 達到 4G + 4G 雙卡雙待）
擴充記憶卡：無
生物辨識：後置指紋辨識

重量：143g
尺寸：144 x 69.4 x 8.2mm
產品顏色：純粹黑
建議售價：NT$11,990

::: Google Pixel Buds 2 規格 :::
耳機晶片：12nm 晶片
藍牙版本：藍牙 5.0
支援協定：AAC
單體大小：客製化 12mm 動態驅動單元
阻抗：未知
頻率響應：未知
傳輸距離：10m
電池容量：未知
充電類型：支援 Type-C 充電 / Qi 無線充電
續航能力：耳機 5 小時 / 充電艙 24 小時
通話規格：被動降噪
防水係數：IPX4
產品重量：單支耳機 5.3g / 充電艙 66.7g
耳塞：S、M、L 三組矽膠耳塞
耳翼：No
語音助理：Yes
App 支援：Google Pixel Buds
單耳使用：Yes
ANC 主動降噪：No
離耳偵測：Yes
TWS+ 支援：No
產品顏色：橘色、薄荷綠、黑色
建議售價：US$179.99

--------------------------------------
#4K #Google #Android11 #Pixel4a #PixelBuds2 #Google手機
#平價手機 #CP手機 #拍照手機

📖 Facebook：https://www.facebook.com/3cdog/
📖 Instagram：https://www.instagram.com/3c_dog/
📖 官方網站：https://3cdogs.com/
📖 回血賣場：https://shopee.tw/3cdog

▋ 有任何問題都來這邊找我們：3cdogs@gmail.com

4K Google Android11 Pixel4a PixelBuds2 Google手機平價手機 CP手機拍照手機

Tech Dog

About author

We love technology gadgets. Phones, speakers, accessories, and cool stuff unboxing videos & reviews. Please LIKE us, and subscribe our channel.

社群媒體上有些相關的討論：

影像辨識步驟在 Raspberry Pi影像辨識攝影機工作坊 - YouTube 的美食出口停車場

Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於結合程式撰寫以及影像辨識處理來完成人臉及動作辨識的步驟與過程，歡迎有興趣的夥伴 ... ... <看更多>

影像辨識步驟在 Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於 ... 的美食出口停車場

你可能也想看看

搜尋相關連結

#1. 影像辨識 - 南華大學

本專題主要在介紹幾種可以判斷出影像邊緣的演算法，並且以演算法的方式可以讓使用者輸入影像 ... 辨識影像中了解其發展的特性. 3. 系統流程. 圖1.流程圖. 4. 實作步驟.

#2. 1. 影像處理簡介

d 因此一個影像壓縮系統通常會有三步驟(技術)： i. 轉換(transformation or mapping)， ii. 量化(quantization)， iii. 編碼(coding)。

#3. 三、影像訓練 - Webduino

進行影像辨識的流程中，需要先分別建立影像分類，接著選擇要建立的模型種類( 影像分類、物件追蹤)，並將分類放入模型中，就可以使用模型來進行影像辨識了。

#4. 什麼是電腦視覺？- 影像辨識AI/ML 說明 - Amazon AWS

就像試圖遠距辨識物件的人類一樣，CNN 會先識別輪廓和簡單形狀，然後再填入顏色、內部形狀和紋理等其他細節。最後，它會在幾次反覆運作中重複預測流程，以提高準確性。

#5. AI影像辨識

AI影像辨識 · 0. 準備資料 · 1. CNN模型(Convolutional Neural Network) · 2. 資料擴充 · 3. 使用預訓練模型.

#6. 影像辨識簡介- 鄉下老師- udn部落格

在此，我們是遵照比較傳統的影像辨識流程進行的。首先是從RGB三原色中選取一種對於辨識預期目標最有利的灰階亮度，譬如自然光中綠光對於整體亮度的 ...

#7. 關於影像辨識，所有你應該知道的深度學習模型 - Medium

這篇是簡介一些用來辨識影像中物體的AI 模型。 ... 還是Fast R-CNN 都還是要先透過selective search 預選region proposals，這是一個緩慢的步驟。

#8. 附錄一課程講義

影像辨識為影像處理中相當重要的部分，而在我們的日常生活中的應用也是 ... 步驟4：請點選「更新」，請在空格內再次寫下阿拉伯數字0～9。步驟5：請點選「儲存圖片」。

#9. 從AI到deep learning影像辨識

而深度學習將大部分的動作，透過訓練的過程進行學習，流程僅需將影像作前處理(pre-process)，就能將影像提供給深度學習模型(model)，並產出其辨識結果，而 ...

#10. 資訊管理研究所- 碩士論文 - 國立交通大學機構典藏

一個結合資訊檢索與影像辨識技術的行動商品評鑑平台 ... 圖4、影像辨識流程圖. ... 映射圖網路(Self-Organizing Maps, SOM)、以及(ix) 相似度判斷等步驟，如圖4.

#11. 輔以影像辨識之智慧型教育機械人Applying the Image ...

在辨識階段中，以比對. 辨識方法為依據，將影像與預先建置的文字辨識資. 料庫中的資料進行搜尋比對。圖四字卡與圖卡辨識流程圖. 2.4 機械手臂書寫文字系統. 智慧型教育 ...

#12. 深度學習的影像辨識技術應用於客戶訂單上之研究 - 博碩士論文網

... 但若能將影像辨識技術運用在所述流程步驟中進而縮短時間或提高準確度，將能為企業降低不 ... 在進行模型縮放時，希望能夠盡可能的降低計算的複雜度，YOLO v4-tiny辨識.

#13. 影像辨識 - 大猩猩科技

IVA 運作原理有如模擬人類視覺以及辨識物體過程。影像分析流程可分為三步驟：. 影像辨識軟體將影像訊號解構成關鍵影格。了解數位影像及如何運作 ...

#14. 機器視覺、影像分析、影像處理 - LEADERG

可解釋性, 影像分類, 物件偵測, 語意分割, 物件分割, 人臉辨識, 姿態辨識, ... [教學影片] 傳統類比錶頭影像辨識 ... 影像拼接有兩大步驟：影像對準和影像混合。

#15. 【基礎影像應用篇】DAY4.Video Type 建立模型專案 ... - MusesAI

MusesAI小精靈已經幫你整理好影像辨識的流程~只要跟著下面的6個步驟操作，你也可以成為物件標記大師 . 2. Step1. 首先，請在MusesAI官網上輸入使用者帳號密碼登入.

#16. 利用MATLAB進行電腦視覺深度學習 - 鈦思科技

... 幾十年間被電腦視覺工程師廣泛地利用來偵測影像中的物件，並對物件進行分類或辨識。 ... 現在我們已經可以利用從之前步驟擷取出來的特徵訓練一個”簡易”的分類器。

#17. 機器學習範例程式說明｜使用Python 程式實作影像辨識

透過機器學習的三個步驟來完成初學者第一個影像辨識的AI 程式.

#18. CN102131050A - 多对象影像辨识方法 - Google Patents

一种多对象影像辨识方法，用以辨识一影像中的多个对象，其中各对象由多个影像区段组成。所述方法包括下述步骤：依序撷取所述影像的每个像素；判断一未知对象的一影像区 ...

#19. 影像辨識

影像辨識. --以Python為例. 1. 106.3.1 古佳怡. Page 2. 2. 流程. 影像輸入. 前置處理. 切割. 辨識. Page 3. 3. 流程. 影像輸入. 前置處理. 切割. 辨識. Page 4 ...

#20. 電腦是怎麼辨識物體的呢？當紅的YOLO又是什麼？ - 知勢

YOLO可說是近期熱門的物件偵測演算法，但是，你知道人工智慧是如何幫助我們辨識影像的呢？人工智慧科技基金會工程師粘美玟從物件偵測領域切入， ...

#21. 基於影像識別技術之實物教學平台

本研究所提之實物教學平台包含線上檢索網站. 與實物辨識箱，此兩系統皆含有影像物件擷取、物件. 特徵擷取及影像辨識三個子系統。本平台的影像特徵. 擷取流程如圖4 所示， ...

#22. AOI+AI智慧影像辨識，幫助企業提高生產平衡率 - 就享知

透過AOI+AI影像辨識可以即時分析動作SOP步驟是否有遺漏，並產出數據(時間、組裝數量等)，對作業員每個動作環節進行分析，看整個流程是否有重工、不 ...

#23. AI深度學習與影像辨識實戰 - 艾鍗學院

本課程全程實作導向，由產業資深講師引領你掌握必會的OpenCV影像處理技巧，結合深度學習卷神經網絡(Convolutional Neural Networks，CNN)在影像處理的實務應用。

#24. 應用深度學習研製智慧行動辨識不同災害

步驟 3 : Encoder 輸出所有影像特徵向量資料庫。步驟4 : 將. 中所有影像特徵向量，使用APNN 演算法建. 立nAPNN 顆二元樹，.

#25. Day 10 - 介绍影像辨识的处理流程 - 稀土掘金

所有影像辨识的问题都会面临以下几个问题：图片中有几个要辨识的物件(影像切割，Image Segmentation)，他们的位置在哪里(物件定位，Object ...

#26. AI 於影像分析

AI影像分析的典型任務是視覺偵測影像串流中的⼈⾞，並區分這兩者。 ... 機器學習演算法的開發遵循⼀系列的步驟和迭代，⼤致如下圖所⽰，之後完成的分析應⽤程.

#27. 影像處理技術原理與應用

影像處理過程. 分割. Segmentation. 表示及描述. Representation and description. 問. 題. 域. 知識庫. Knowledge base. 目標物辨識. Object recognition. 影像擷取.

#28. 影像處理- 維基百科，自由的百科全書

應用編輯 · 攝影及印刷 · 衛星影像處理（Satellite image processing） · 醫學影像處理（Medical image processing） · 面孔辨識,特徵辨識（Face detection, feature detection ...

#29. AI影像辨識及應用 - Coggle

AI影像辨識及應用- Coggle Diagram: AI影像辨識及應用(影像辨識的流程(步驟四：影像分割與標註, 步驟五：分成訓練、驗證與測試數據集, 步驟三：資料增量, 步驟六：分析 ...

#30. 影像辨識與AI機器人 - Kneron

想請教1.想請問想要透過耐能構建的影像辨識進行增加類別相關的流程是否是以下我所理解的在圖片中標記物件，註記類別-> 與coco圖像集一同訓練-> 訓練 ...

#31. Geo-AI浪潮下的影像辨識應用新契機- asmag.com.tw

本文將帶領大家挖掘，有別於過去Geo-AI影像辨識技術應用的新契機。人工智慧（Artificial Intelligence, AI），已成為近幾年來最火熱的科技代名詞，而將AI ...

#32. 以機器學習平台進行圖像辨識之研究 - AUIR

Board, ICB）製造流程與場域中的即時影像辨識模型與架構。王子豪（2018）研究使用影像處理，辨識磁磚大小與顏色並結合. 卷積神經網路使用監督式學習來辨識磁磚是否 ...

#33. 影像處理技術應用於水稻種子檢查之介紹

步驟是前級處理(pre-processing)，透過去. 除影像的雜訊，改善影像品質，使影像更. 適合後續處理，進而提高物體辨識準確率。第三個步驟是影像分割(segmentation)，將.

#34. 基於物體分類與位置的追蹤演算法

來追蹤畫面上已辨識出的每個物體，找出物體在連續影像中的畫面關聯性。圖13: 本研究架構圖。接下來說明本方法的流程：首先，使用YOLO 類神經網路辨識出畫面中每項 ...

#35. 自動化鋼橋樑彩色塗裝鏽蝕影像評估方法

早先針對鋼構橋樑表面塗裝鏽蝕程度評估所發展的影像辨識方法，多將原來彩色影像轉換為灰階再進行處理程序。 ... 鏽蝕程度評估系統將透過以下四個步驟來完成：.

#36. 影像辨識實務應用: 使用C＃ | 誠品線上

✪本書以車牌辨識的過程為例，使用傳統的OCR技術完成影像辨識。 ✪每個章節都有完整可執行的C#程式專案，也有每一步驟的詳細說明。 ✪讀者可透過本書的學習， ...

#37. 使用Teachable Machine - AI 影像辨識教學( Python )

Teachable Machine 是Google 所推出的無程式碼機器學習平台，只需要簡單的步驟，就能夠在瀏覽器上訓練模型，透過訓練的模型辨識圖片、聲音或是姿勢，這篇教學將會介紹 ...

#38. 使用自訂視覺網站建置物件偵測器- Azure Cognitive Services

下一步是手動標記您希望偵測器學會辨識的物件。選取第一個影像以開啟標記對話方塊 ... 若要上傳另一組影像，請返回本小節的最上端並重複進行步驟。

#39. 影像辨識應用於橋梁檢測工作初探A Preliminary Study on the AI ...

高解析度影像若是能藉由人工智慧化影像辨識取代人工目視判 ... 圖2.1 影像辨識分析流程 ... 電腦AI 深度學習前，訓練影像蒐集與標記是第1 步驟(如圖2.14)，需針對.

#40. 影像處理及辨識理論與實務

*應用篇系列教材內容特別強調應用專題的設計步驟、影像處理及辨識的各種演算法說. 明、程序設計流程與範例的原始程式碼解說，學生可以透過這些實例的觀摩，一面可. 進行 ...

#41. 多角度臉部辨識 - 台灣儀器科技研究中心

標，輸入影像與前處理步驟就顯得非常的重要，好的輸入影像與前處理可大大地提升後續辨識的準確率。在本文中利用臉部特徵來判斷臉部旋轉角度，再利用此計算出該角度臉 ...

#42. 作者/鄭子豪 - 凌群電腦

影像在電腦中以陣列的形式儲存與運算，如三原色光模式（RGB），先將影像以不同色彩 ... 辨識流程可以分為特徵表現、特徵萃取、分類器設計以及系統辨識率測試幾個步驟。

#43. AI Maker 案例教學- YOLOv4 影像辨識應用 - OneAI 文件

系統所提供的 yolov4 範本中事先定義了從訓練任務到推論各階段任務中所需使用的環境變數、映像檔、程式等設定，方便您快速地開發屬於自己的YOLO 網路。主要步驟如下：.

#44. 影像分析方法應用於構造物外觀異狀自動化偵測之發展

均，以裂縫辨識為例，mIoU 為裂縫與背景之IoU 的平. 均。各模型之mIoU 見表2，辨識輸出影像見圖3。圖2 隧道裂縫試驗步驟示意圖.

#45. 基於影像辨識之嵌入式系統設計與實現 - isu.edu.tw

目前AdaBoost 算法的應用與研究大部分集中在分類的問題，在近幾年中也應用. 在一些回歸問題上。其主要使用全部的訓練樣本來進行學習。 AdaBoost 算法具體步驟如下，圖示 ...

#46. Chapter2 動作識別

原理說明-辨識動作. ❖ 利用上一步驟找出的質心來計算兩張連續影像中人體的移. 動向量，把要訓練的動作利用移動向量作為特徵，用K- means演算法做分類，把分類完後的 ...

#47. 資料數位化之原理與方法-AI影像辨識1

實作3-MIT機器學習. (1)影像辨識(PIC). 新版. 舊版. (2)語音辨識(PAC). 資料來源:桃園經國國中薛秀琳老師. 觀念解說: (1)特徵值(Feature). (2)步驟. (3)預測 ...

#48. 當前最快最準的AI偵測技術！辨識車輛只要一眼瞬間——YOLOv4

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， ... 先教電腦定義每個影像的值，再透過神經網路的層層非線性函數運算，判斷這個影像 ...

#49. 圖像型AI

AOI,Virtual Recognition，影像處理是指對圖像進行分析、加工、和處理， ... 這是一個自動化的流程功能，能夠在指定的條件下自動執行一系列操作或步驟，而無需手動干預 ...

#50. 道路鋪面破壞影像辨識系統之研究 - 龍華科技大學

最後將鋪面. 損壞資訊(裂縫、坑洞)予以彙整並且進行. 鋪面損壞情形評估，本研究影像處理辨識. 系統的工作流程如圖2 所示。 2.理論. 國外在鋪面破壞影像辨識方法上，訂. 定 ...

#51. [D20] 物件偵測(1) - HackMD

[D20] 物件偵測(1) 物件偵測（Object Detection）是影像辨識中重要的一環～物件偵 ... 物件的分類和定位是物件偵測中最主要的步驟，剛剛認識的two stage 就是將這兩個 ...

#52. 智慧型蘭花影像病蟲害偵測技術Techniques Development for ...

圖5：病蟲害偵測系統流程。圖6：智慧型病蟲害影像辨識技術研究步驟。 Page 5. 5.

#53. 資訊工程研究所碩士論文簡易方法之少量人臉辨識系統

在描述辨識流程之前，先介紹本實驗的辨識結果判斷方法，由於本實驗. 結合了PCA 與臉部特徵等幾種不同的辨識方法，因此在求得測詴影像對各. 訓練影像的歐氏距離後，需要做 ...

#54. 中華民國第62 屆中小學科學展覽會作品說明書

針對無法辨識的食品，系統可以學習訓練建立影像辨識模型，. 並針對現有的食品類別進行增量訓練，提高辨識食品的 ... 等步驟，一一完成所有食材的建立，在每拿出冰箱時.

#55. AI 紙本資料辨識之經驗分享- Shu-Yu Huang - 台灣人工智慧學校

因此紙本資料辨識大致分為兩種階段：文字區辨識、連續文字辨識。 ... 文數字，首先會將前步驟文字區判別出的最終結果存起來，然後做影像標註，值得一 ...

#56. 朝陽科技大學資訊管理系碩士論文

的方法，也比較少文獻提到透過影像辨識檢視協助花農大面積的遠距離監. 控培養。因此如何運用影像做 ... 第四章實驗結果，講解本研究實驗的步驟與成果，本研究總共收集.

#57. 這些演算法是根據前人經驗統整出的一些有較好影像比對結果的 ...

以上種種，皆是運用影像比對與辨識技巧的實例。這次專題我們實際演算影像比對的方法與流程，一步步了解影像比對如何建立比對用資料庫、取特徵值 ...

#58. Scratch結合AI-使用Scratch做影像辨識 - 哈希技術部落格

步驟 2：訓練模型並測試. 點擊「學習&測試」，並點擊訓練新的模型。如果無法訓練，請確認你連接的IBM Cloud的API密 ...

#59. 壹、前言

數位影像處理技術的範圍相當廣，包括影像強化、影像還原、特徵擷取、影像 · 分割、影像辨識等，當我們將這些技術應用到犯罪偵查與鑑識時，一定要非常小.

#60. 車牌辨識系統 - 中華大學

圖2.1 本系統車牌辨識處理流程圖. 相機或手機的影像. 將影像縮圖至320x240. 將影像轉為灰階影像. 邊緣偵測(Sobel). 灰階、Sobel 做二值化. Sobel影像做中值濾波.

#61. 建立於Android 系統之鑰匙自動辨識系統 - 台中區網

圖1 為系統運作流程圖，使用者利用本系統之. 拍照功能擷取影像後，由影像中擷取出欲辨識物件，. 先進行影像正規化，再將影像送入特徵擷取流程。若使用者選擇建立特徵資料 ...

#62. 改良式自動種子區塊成長於航測影像分割之研究

到利用影像分割為地物識別的前處理步驟，所以分割的好壞與否往往佔有巨大的影響性 ... 在物件辨識以及許多有關視覺處理的應用 ... 最後一個步驟則是把一些相似的區塊合.

#63. Raspberry Pi影像辨識攝影機工作坊 - YouTube

Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於結合程式撰寫以及影像辨識處理來完成人臉及動作辨識的步驟與過程，歡迎有興趣的夥伴 ...

#64. AI如何應用於視聽產業？ - Yahoo奇摩新聞

這是運用影像辨識（image recognition）和社會學習理論（social learning theory）達到辨識和記錄的功能。而第二個步驟的「旁白分析」則是找出旁白 ...

#65. 影像辨識實務應用-- 使用C# | 天瓏網路書店

✪本書以車牌辨識的過程為例，使用傳統的OCR技術完成影像辨識。 ✪每個章節都有完整可執行的C#程式專案，也有每一步驟的詳細說明。 ✪讀者可透過本書的學習，能充分掌握 ...

#66. 科技部補助大專學生研究計畫研究成果報告

(四) 研究方法及步驟. ... 輔助醫生進行診療，在皮膚影像辨識方面細紋、斑點和青春痘因為面積大和顏色變化. 明顯，容易用影像處理技術區分並偵測出來，而毛孔偵測的 ...

#67. 人臉辨識原理及邊緣運算應用【2023 最新版】 - 訊連科技

臉部偵測為人臉辨識的第一步驟，透過臉部偵測技術，即使僅局部的臉部出現於畫面之中，仍可於影像或影片中精準掃描、偵測及框列人臉之所在位置。

#68. AI領域的藍領工作- Image Labeling - CH.Tseng

在當前火紅的AI技術當中，物件辨識可說是其中最為人知也最流行的一項，任何人只要下載了免費的ImageNet或COCO影像資料庫，就能照本宣科依樣畫葫蘆的 ...

#69. 以MATLAB 為平台進行可見光域即時目標選定與辨識

本文使用MATLAB 程式編寫演算. 法處理步驟，並且觀看其處理結果。在攝影機獲取影像後，便先對該影像做影. 像。我們從原始影像中選取所要追蹤的目標物 ...

#70. AI 人臉辨識 - 逢甲大學

接著將每一張圖片轉成灰階與resize 成統一大小後，提取. HOG 特徵，然後利用支持向量機分類器演算法建立出人臉辨識模型，建立模型. 程式流程如圖六(a)所示。 Page 8. 影像 ...

#71. 利用深度學習技術應用於泌乳牛乳頭自動化定位系統之開發

本研究以深度學習Yolo V3 演算法的影像辨識技術進行目標物件的定位，透過立體視. 覺技術量測物件距離，再結合以Borland C++ Builder 程式開發並完成使用者操作介面以及.

#72. 【解決方案】AI電眼取代人眼慧演智能運用AI幫製造業做品管

熟悉產線品管流程以AI影像檢測作為創業主軸 · 參加AI+新銳選拔賽組裝行為影像辨識辨識率達9成以上 · 導入BailAI影像檢測平台專案開發時間可望縮短至1個月.

#73. 研華科技偕同新創夥伴慧演智能、耐銳利科技， AI DAY展示AI ...

慧演智能專為製造業提供AI影像辨識與流程優化平台，以深度學習技術檢測產品瑕疵與組裝步驟異常，並協助企業建置終端到雲端的基礎設施，自動化監控提升 ...

#74. 【BailAI影像檢測】關於我們 - 慧演智能

慧演智能. 專為製造業提供AI影像辨識與流程優化平台，成功應用於航太、電子周邊、金屬等產業。以深度學習技術檢測產品瑕疵、零組件管理、組裝步驟異常，並協助企業建置 ...

#75. 猜拳遊戲手勢之影像辨識研究 - 國立勤益科技大學

拳手勢的影像。經由膚色門檻濾除干擾並轉成二進制影像進行物件. 辨識。 ... 關鍵字:影像辨識、手勢、間距排除法、斜率排除法 ... 圖3-3 去除背景步驟圖.

#76. AI人工智慧與影像辨識於產業應用之發展 - 勞工大學- 臺中市政府

最新消息-AI人工智慧與影像辨識於產業應用之發展,臺中市勞工大學為鼓勵勞工朋友藉由在職進修學習各種新知，充實知能，在職場上保持競爭力， ...

#77. 【深智書摘】只要解說夠詳盡，好的案例不需要多！讓您快速 ...

影像, 學習, 基礎, 案例, 人臉辨識, opencv, python, 機器學習, 影像, ... 影像特徵是影像處理非常關鍵的步驟，通常會根據影像特徵來完成影像處理。

#78. 區塊鏈結合AI影像辨識三階段建置擴大產業應用 - 網管人

規劃科技應用也須留意合規性詳解資料平台建立步驟 ... 本文希望透過坊間已成熟之AI影像辨識技術，結合區塊鏈之去中心化、不易竄改，且可有效協助多方 ...

#79. CCTV 即時影像異常辨識技術開發 - 國家災害防救科技中心

CCTV 即時影像異常辨識技術開發. 摘要. 閉路電視（Closed-Circuit Television，簡稱CCTV）影像分析隨. 著CCTV 建置的普及，開始被應用於監控管理。國家災害防救科技.

#80. 原來OCR不只能辨識平面文字？完整介紹帶你認識OCR 3 大應用

OCR主要的目標是從圖片中或掃描檔案中辨識出文字資訊。傳統OCR辨識流程主要有7個步驟：. 步驟1：影像輸入. 讀取平面文字。步驟2：前期影像處理.

#81. Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於 ...

Raspberry Pi(樹莓派)工作坊-課程篇，本次內容主要介紹運用於結合程式撰寫以及影像辨識處理來完成人臉及動作辨識的步驟與過程，歡迎有興趣的夥伴 ...

#82. 從圖像辨識到物件偵測，進階的圖影像人工智慧(From Image ...

Starting Training 進行訓練的流程與步驟。 Monitoring Process 透過Tensorboard 觀察訓練過程。 Output the Model 將訓練好的模型轉換成數種用於不同環境 ...

#83. 產品化物件偵測技術(一) - DigiTimes

在深度學習影像研究中，最時常被拿來展示的，應是「物件偵測」(object ... 一般而言有三個主要步驟：候選區域(region proposal)計算、物件分類、以及 ...

#84. 深度學習技術及影像辨識應用剖析

(2)若您尚未加入會員，請點選「免費加入會員」，直接進入註冊會員申請流程！ ~加入會員登入後、才會享有會員的特惠服務喔！~. ▫ 注意事項：. 1.

#85. 影像辨識實務應用-使用C# | 博碩文化股份有限公司

本書以車牌辨識的過程為例，使用傳統的OCR技術完成影像辨識。 ✪每個章節都有完整可執行的C#程式專案，也有每一步驟的詳細說明。

#86. 《解決方案》慧穩科技透過影像辨識成為企業的第三隻眼

慧穩透過影像辨識成為企業的「第三隻眼睛」，具體的作法是，第一步驟，先從資料評估及諮詢開始；第二步驟，進行資料整理與標記；幣三步驟，進行AI演算 ...

#87. 獨家！LINE MUSIC 「影像辨識」功能上線啦！歌單搬家一鍵 ...

喜歡網路上某張被分享的歌單、又或者是想要幫歌單搬家，但全部要重來，想到就心累？ LINE MUSIC 推出了歌單搬家神器，快跟小編圖片教學的步驟，一起嚐鮮「 ...

#88. 路側攝影追蹤往來機車動態AI車聯網挑戰惡劣天候識別 - 新通訊

影像辨識與標記演算法其流程圖，如圖12所示。首先將影片讀入網路中，以預先訓練好的權重來判斷是否有無物體，辨識到物體後給予適當邊界框與 ...

#89. DALL·E 2怎麼玩？怎麼讓AI幫你生成圖片？步驟懶人包一次看懂

OpenAI 再結合另一個能夠辨識殘缺圖像並進行補全的「Image GPT」模型，進一步發展出能夠統合語言模型與圖像模型的AI神經網路DALL•E，其命名是來自於超 ...

#90. 影像辨識 - Deadly Shadows Airsoft

人臉辨識流程包括人臉偵測、擷取臉部特徵、辨識人臉與身分。當系統偵測到臉部、擷取人臉影像後，就會轉換成電腦數值· 六福村狒狒數量算到眼花！

#91. 深度學習實戰-影像辨識篇| 緯育TibaMe

本課程將從深度學習的理論出發，在近年來最受歡迎的深度學習框架-PyTorch上使用Python撰寫模型訓練、測試以及佈署程式。實作的部份除了基本的影像分類外，還包括物件 ...

#92. 李鍾熙：醫療AI新創的未來 - 財訊

... 試驗、個人化醫療及基因體研究等項目；而AI應用在醫療人員協助方面，則包括了臨床決策、醫學診斷、影像辨識、手術機器人，以及醫療記錄等項目。

#93. 112年度報稅懶人包：幫您搞懂個人綜合所得稅怎麼報！ - E政府

要計算出您的應納稅額，須套用「步驟 step6 ... 行動自然人憑證, 於「自然人憑證註冊&綁定手機APP」後，使用「手機指紋/臉部辨識」，登入「線上報稅系統」 ...

#94. 在線上免費將PDF 轉換為Excel | Adobe Acrobat

請依照下列簡單步驟，將PDF 文件轉換為Microsoft Excel 試算表：. 隨附箭頭的Acrobat PDF 和試算表，顯示您可以如何在線上. 按一下上方的「選取檔案」按鈕，或將PDF 拖 ...

#95. 【2023最新！換護照大全】申請流程、地點、費用怎麼算 ...

外交部去年宣布，我們的護照要改版了！這是時隔17 年、護照上加註「TAIWAN」後第一次進行護照改版，新版護照主軸是要提升「台灣」的辨識度， ...

關於 影像辨識步驟 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「影像辨識步驟」的推薦目錄：

影像辨識步驟 在 昱創企管顧問有限公司 Facebook 的最讚貼文

About author

影像辨識步驟 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

About author

影像辨識步驟 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

About author

影像辨識步驟 在 Tech Dog Youtube 的最佳貼文

About author

你可能也想看看

搜尋相關連結

關於影像辨識步驟，我們在網路上蒐集到這些相關的討論、資訊與評價

影像辨識步驟在昱創企管顧問有限公司 Facebook 的最讚貼文

影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

影像辨識步驟在台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

影像辨識步驟在 Tech Dog Youtube 的最佳貼文