排除邊緣案例缺陷 影像辨識精準度再上層樓

2020 年 02 月 24 日
影像辨識及智慧物件辨識為非常複雜的程序,現有自動駕駛車和機器人在人工智慧(AI)和機器學習支援下能高度複製人類行為模式,即使兩者現在仍有進步空間。像感知系統雖具相關編程,可輕易辨識車道標示、路標和其他車輛,但對於嬰兒車與輪椅等相關物件較無辨識能力,若感知系統無經編程,便無法正確辨識和處理,就會形成重大挑戰。
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

高良率/可靠度/具磁抗擾性 eMRAM工業/物聯網大顯身手

2020 年 06 月 08 日

從大數據到智慧資料 AI演算偕感測器邁向工業4.0

2020 年 06 月 29 日

整合多階/類比記憶體運算 AI邊緣功耗難題迎刃而解

2020 年 10 月 05 日

工研院ICT TechDay推動未來智慧商機

2020 年 10 月 05 日

物件追蹤借力光流/移動向量 神經網路視訊辨識快又準確

2022 年 03 月 14 日

AI晶片成智慧車核心 國際大廠競相投入(1)

2024 年 05 月 10 日
前一篇
晶片商新品/布局策略再現 CES 2020自駕風潮持續延燒
下一篇
瑞薩氣體感測器力助識別室內烹飪空氣品質