【不要在路上當神祖牌】Attention-基於交通安全利用影像辨識預防意外發生
針對造成交通事故的原因來設計一款APP,希望駕駛行駛在道路上時,透過APP的警示及警示聲,能減少事故的發生。
針對造成交通事故的原因來設計一款APP,希望駕駛行駛在道路上時,透過APP的警示及警示聲,能減少事故的發生。
本系統可以利用監理站考場攝影機設備,當考生進入各個考試關卡時,進行擺頭偵測,並依據各個關卡的擺頭標準,提供文字,如:通過/不通過以及影片來輔助考官進行判斷。
為提升自駕車系統的可靠度,即時以及能夠正確的辨識是系統非常重要的兩個指標。 所以提升車道線檢測任務在視覺線索不佳的情況的辨識能力,且搭配OpenVINO技術優化模型減少計算量,結合兩者後系統能提升幀數、低延遲的辨識效果,能夠為自駕車提供更優秀的穩定性。
在台灣,機車騎士被左後方大車撞死碾死的慘劇經常發生,我們分析認為受害騎士往往都不知道左後/正後方大車的狀況,因而提出用 AI 方法來開發APP以幫助騎士,其概念是:偵測大車即時回報。
本案利用 Object Detection Model 即時偵測路況,並能透過辨識一些常見的道路物件來達到分析交通事件的效果,例如偵測違停、闖紅燈車輛等,希望能嚇阻違規事件並預防交通意外發生。
此專案目標開發一款作為駕駛人的虛擬教練 ‘virtual mentor’,利用語音辨識和Intel’s Pre-Trained Models中的ADAS model來判斷駕駛情況。
智合科技團隊透過車前影像及駕駛畫面進行即時影像分析,當發生異常事件後,進行即時告警,並進行事件錄影,管理者可隨時檢視行車狀態(例如跟車過近或行人追撞危險),即時發現並修正駕駛行為異常(例如分心)。
XAFM團隊提出高乘載管制智慧辨識系統,使用OpenVINO Toolkit開發,透過在匝道入口加設相機與柵欄機,符合人數才能進入。
本提案提出一個移動式的交通違規檢測系統,運用OpenVINO以及影像辨識技術,達到自動化道路違規檢測、並擷取違規事件影片、違規車輛照片(包含車牌偵測),以利後續檢舉作業。
為提升至更高的自駕等級,本作品結合多種最新技術,開發出 “全天候未知路障警示系統”,不僅達到高幀數、高準確度且低延遲的辨識效果,還具備辨認未知的能力。