成大研究自駕車辨識郊區不規則環境 德國競賽奪冠

自駕車掀起交通革命，影像辨識技術已成關鍵，成功大學團隊研究精準辨識郊區不規則環境，今年在德國模式識別協會年度樣形式別國際研討會競賽中勇奪第1。

今年在德國模式識別協會（DAGM）年度樣形式別國際研討會（GCPR）競賽中，從全球53組參賽隊伍中脫穎而出奪冠的是成功大學統計系助理教授許志仲團隊。

成大今天發布新聞稿指出，自駕車影像辨識技術，就像人的眼睛，需要精準辨識車子前方環境，才能判斷走或停，目前已開發技術多用在城市與結構化環境，屬於方正又規則的場景，但應用到郊區或非結構化的自然環境時，因背景雜亂不規則，準度下降。

許志仲表示，這次競賽期從6月至9月，成大團隊鎖定純郊區場景做辨識切割，起初運用傳統城市的AI模型，卻一直無法突破，後來找出盲點，以統計分析觀察到草、樹林、產業道路等都是不規則的線索，更換可處理不規則的AI模型，再結合影像切割AI模型，大幅提升辨識郊區場景精準度，才奪下全球第1。

許志仲團隊的4名學生，由統計系大四生高涵毅、王先昀擔任後援，透過一次次預測、事後等資料分析，在龐大數據中搜尋線索，觀察到差異及共通特質，反覆推演結論，再交由電機系大四生黃柏盛、屏東科技大學資管系廖涴婷修正AI模型技術進行實作。

許志仲鼓勵台灣學生多參加國際賽事，也希望競賽結果有助提升未來自駕車安全性。這次比賽由成功大學奪得第1名，巴西聖保羅大學第2名、巴西聯邦大學第3名。