中研院攜義隆開發交通影像辨識 揪出超速者

中研院今 (2) 日宣布，臺灣已與俄羅斯共同研發出世界上最快、最準的物件測演算法 (YOLOv4)，平均正確率達 43.5%，同時運用該技術，與義隆電 (2458-TW) 合作開發「智慧城市交通車流解決方案」，目前已設置在桃園、新竹，在路口就能進行交通影像辨識及車流分析，為智慧城市發展邁出一大步。

中研院指出，特聘研究員廖弘源、博士王建堯，以及俄羅斯開發者博科夫斯基 (Alexey Bochkovskiy) 共同研發 YOLOv4 技術，平均正確率 (Average Precision) 達 43.5%，比前一代 (YOLOv3) 提高 10%，一舉超越其他影像辨識技術。

廖弘源指出，中研院與義隆合作開發的「智慧城市交通車流解決方案」，可結合影像感測器和電腦視覺，在每個路口即時偵測車輛、停等車列及車速，義隆更藉由改良 YOLO 演算法，發展更輕量、精準、快速的物件偵測核心技術，實際應用在交通影像辨識。

廖弘源表示，YOLOv4 是一種利用人工智慧執行即時物件偵測 (Object Detection) 的技術，能偵測物件、追蹤及判斷，可應用於交通車流計算、自駕車研發、工廠瑕疵檢測、醫療影像分析、五官定位等，今年 4 月免費釋出後，全球已有數萬人測試應用。

廖弘源表示，台灣以 YOLOv4 技術開發的智慧車流分析系統，佈設在桃園、新竹等地，且全球已有研發單位以此為基礎，發展相關系統或產品，例如防疫期間，結合 YOLO 辨識物件功能，用來偵測未戴口罩者，或是計算人們有無保持社交距離等。