台南古都融合 AI 科技，发展交通智慧化

▼

人工智慧（AI）一直是近年的热门科技词汇，根据“2021 中国台湾 AI 趋势报告”，中国台湾有 84% 的受访企业导入 AI 技术，以提高组织效率及创造营收为主要目标，在制造、行销与客服等领域中获得深入地应用。

AI 深度学习效果事半功倍

绿捷能智控股份有限公司（HIPOWER）长期致力于AI影像侦测辨识演算法的开发，过去应用领域也多于车牌辨识、车辆关注相关。2020 年参与台南市官方合作 AI 城市巡检先导应用试验计划，在台南市官方智慧发展中心及交通局的协助之下，以台南市东区东门路与自由路口、中西区府前路与南门路口为试验场域，试验情境则是配合台南市官方的基础设施下，在未对现有摄影系统架构有任何调整的情况，利用路口现地摄影镜头搜集影像数据，最终所使用影像解析度为 640×480，采用 YOLO 类神经演算法进行物件深度学习，并加入深度物件定位关注演算法。

在试验的计划里，YOLO 模型主要应用在多类别与多场景的物件辨识上，所以会设计较多的卷积层，而每一种会再进行多次的卷积运算，造成模型本身较大，考量这次计划中所需辨识的物件类型与场景相对单纯的情况下，过多的卷积层及运算对提升准确率没有明显地影响，并且会造成模型训练效能不佳，因此利用剪枝技术减少卷积层数与运算次数，来提升模型的训练效能。同时在影像数据上进行优化的前置处理，提升整体影像亮度达一致程度，降低亮度不均及部分杂讯的干扰，如此对后续物件辨识及定位关注准确率将有所帮助。因此在本案中仅利用约 5,000 张的物件图快速片建立辨识模型及完成调校参数，成功开发出路口行人侦测、车种（机车、小型车、大型车）辨识、各向车流及其转向侦测辨识的解决方案。经过最终的验证测试，在不同天色的情况下，整体车流侦测辨识准确率可达 95%，车流转向比分析及车种辨识准确率则有 90% 以上，而人流亦有 90% 以上的辨识准确率。

▲ 模型建立作业流程

原有设备升级，效益最大化

此方案除可以有效减轻交通单位的人力负担外，也能为交通智慧化提供充足有效的即时基础数据，并且因为使用地方官方路口现有摄影系统，未来在复制扩散上也可以用相对较低成本的方式来进行，试验单位不需要为了导入AI技术而将现有摄影机升级。未来将可以此解决方案为基础，建构路口动态资讯即时回馈，协助路口及行人号志灯秒数优化，以提升整体交通运行的顺畅度。

▲ VDS 系统辨识画面

在完成上述台南市官方试验计划后，2021 年第一季也顺利将此方案的核心技术衍生应用到隧道事件侦测系统 IIDs 及在道路壅堵侦测系统 QLD 中，用以侦测关注隧道逆行车辆、隧道路边停等、壅堵车流(种)侦测及占有率计算等情形。在新一代行动通讯日渐普及的情况下，未来将会有更多以 AI 影像辨识技术为基础的衍生性应用产生，推进智慧化应用的演进。

由此可见，影像辨识技术所衍生的应用丰富性，对于地方官方推动城市智慧化的过程中，将能以最低成本的方式来发挥既有影像系统的最大效益。

▲ 以 AI 影像辨识为基础的衍生应用

公私协力成为 AI 应用伙伴

目前市场上 AI 影像辨识分析应用开发上，多半采用开放式模型来进行演算法的开发，而实务环境条件复杂多变，为能达到商品化对稳定性的要求，通常需要搭配自主开发的演算法，以强化模型侦测及辨识的能力，同时更需要实际场域建置的经验、高品质数据的采样及训练参数组的建构，来对模型进行分析与调校，如此才能成为成熟且稳定的应用系统架构。

台南是一个持续进化的科技古都，市府非常积极在导入创新科技应用，也因此保持开放态度在智慧化应用推动上，有系统地启动在地方官方间相当少见的应用试验计划，在提供题目、条件限制及实际场域的情况下，邀请产业界进行解决方案开发与技术验证，并希望业者能持续投入资源进行商品化，协助地方官方智慧化应用能够水平扩散及垂直深化，这是一个成功案例，将对公部门与民间合作推动智慧化应用有正向的影响。

▲ 辨识分析结果画面呈现

（首图来源：Shutterstock）

 

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。