銀行汽車貸款0800772999

在科技部經費補助下，交通大學電子研究所郭峻因教授團隊，結合AI人工智慧與自駕車兩大熱門研究領域，開發出全球首見可預測後方車輛是否超車深度學習行為預測技術，即行車時可準確預測後方車輛（汽車、機車）於未來三秒鐘是否超車，能有效守護行車安全，而嵌入式深度學習模型可偵測二百公尺外車輛，超越現有技術四倍。科技部昨（十二）日舉辦「自駕車智慧之眼深耕八年有成，嵌入式AI物件辨識系統技術領先國際」研究成果發表記者會。郭峻因教授團隊，藉由分析影像實現自駕車/進階駕駛輔助系統（ADAS），成功開發「嵌入式電腦視覺深度學習技術」，透過快速自動化標記工具，產生大量供AI人工智慧學習資料庫，搭配團隊開發軟體演算法，降低AI電腦視覺所需運算平台成本，無需昂貴GPU運算平台；他表示，未來潛在合作廠商包含AI晶片公司、車內電子系統供應商、自駕車圖資公司等，都可運用這技術，預估產值龐大。郭峻因教授表示，該團隊開發出全世界第一套快速視訊資料自動化標記工具（ezLabel2.0），用來標記並供AI學習資料，標記效率超過現有手動資料標記工具達十至十五倍以上，並獲AUDI汽車所主辦第一屆臺灣AUDI Innovation Award兩項大獎，並獲國內多家廠商進行試用。該團隊已建置超過一千五百萬筆，適合臺灣地區自駕車影像資料庫（預計今年可達到三千萬筆），這些資料有助開發適合臺灣地區AI自駕車物件辨識技術。他預估，這項技術在半年至一年後即可量產。據郭教授團隊ADASAI標記資料庫分享的物件種類，包括行人、汽車、機車、自行車騎士、紅綠燈交通號誌；天候類別包含白天、晚上、雨天及逆光，資料數量十部影片、九萬六千張樣本。郭教授團隊開發出最遠可偵測超過二百公尺外車輛的嵌入式深度學習演算法，超越現階段文獻標竿演算法（YOLO v2）四倍，且在運算複雜度相當下，準確度高於YOLO v2約十％，mAP（平均準確度），可於nVidia自駕車平台（DRIVE-PX2）上即時運算，適用於各式天候，適合自駕車/ADAS應用。