台灣土產車用嵌入式AI物件辨識系統傲視國際

2019-06-12
作者 Judith Cheng

交大電子研究所教授郭峻因歷時八年時間開發出號稱超越國際水準的嵌入式AI物件辨識系統,以及可加快AI資料庫建置速度的視訊資料自動化標記工具。

無論是自動駕駛技術或是先進駕駛輔助系統(ADAS),要讓車子「看」得更清楚且具備智慧功能,都是實現提升乘客安全性終極目標的必備條件;為此交通大學(以下簡稱交大)電子研究所教授郭峻因所率領的團隊在科技部經費補助之下,歷時八年時間開發出號稱超越國際水準的嵌入式AI物件辨識系統,以及可加快AI資料庫建置速度的視訊資料自動化標記工具ezLabel 2.0。自2016年以來,該團隊研發成果已經取得59件產學合作、技術移轉與技術諮詢。

郭峻因指出,支援AI技術的自駕車/ADAS系統有三個缺一不可的關鍵要素:充足的資料庫,高效能/高準確度AI演算法,以及具備特定用途加速器的嵌入式系統硬體平台。但是要讓AI演算法進行學習訓練的資料庫標記工作非常繁瑣,得先付出不少「工人智慧」;其團隊開發出一套快速視訊資料自動化標記工具ezLabel 2.0,與人工手動標記方法相較,效率是10~15倍以上。舉例來說,標記1,100張畫面的相同一部車輛,人工需要花33.25分鐘,ezLabel 2.0工具則只要3.55分鐘。

ezLabel 2.0曾獲得車廠Audi舉辦的AUDI Innovation Award獎項,且獲得多家廠商試用。郭峻因的團隊已經建置並公開了一個具備1,500萬筆以上包括行人、汽車、機踏車、交通號誌等物件,並有白天、晚上、雨天、逆光等天候類別的AI標記影像資料庫,可支援適合台路況環境的自駕車/ADAS物件辨識技術開發。

在用以偵測物件的深度學習演算法方面,交大團隊的研發成果NCTU SSD lite則號稱比起全球AI領域當紅YOLO v2演算法準確度更高,且模型更小、運算複雜度更低,不需要採用昂貴的GPU硬體運算平台,以車用嵌入式處理器如Nvidia、TI、NXP與台灣業者芯鼎(iCatch Technology)的方案(參考下圖),可實現平均準確度近九成的即時物件偵測運算效能。

20190612_NCTU_NT11P1

交大物件偵測AI演算法與嵌入式系統結合,能實現高準確度即時運算效能。
(來源:EE Times Taiwan)

另外交大團隊結合物件偵測與分割的深度學習技術(Multi-Task CNN),針對自駕車應用開發出多重功能ADAS系統,可在嵌入式系統上同時實現防車道偏離、盲點偵測、自動緊急煞車、前方/後方碰撞警示…等等功能。該團隊也將AI物件偵測應用於車輛行為預測,例如後方的汽機車是否會在未來3秒超車,如此能進一步保障駕駛安全。

而其實郭峻因的團隊(交大智慧視覺系統設計實驗室)已經在2017年誕生了一家名為魁達智慧國際(creDa)的新創公司,以ezLabel智慧標記技術作為主打產品,並且在今年1月參與科技部率領的團隊於美國舉行的國際消費性電子展(CES)亮相;期待這家台灣「土產」新秀能在國際AI市場上發光!

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

Judith Cheng

見證「EE人」改變世界的智慧結晶與創新熱情,記錄全球電子技術與科技產業的演進和成長

發表評論

訂閱EETT電子報