排除邊緣案例缺陷 影像辨識精準度再上層樓 - 技術頻道 - 新電子科技雜誌 Micro-electronics


熱門關鍵字:電源模組 | SiC | 機器視覺 | GaN | 5G

訂閱電子報

立刻輸入Email,獲取最新的資訊:


收藏功能:
分享報新知:
其他功能:

排除邊緣案例缺陷 影像辨識精準度再上層樓

發布日期:2020/02/24 關鍵字:邊緣案例Edge CasesHologram自駕感知系統AI人工智慧AVODDs自駕車

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。

感知系統工程師以人工方式標示影片中的物件,再為自駕感知系統編程,做出正確回應的過程耗時又昂貴,因此以人工方式辨識和標示每個邊緣案例,並非合理做法。此時ANSYS SCADE Vision便能派上用場(圖1),其為一種以全像(HologrSam)為基礎的軟體工具,能迅速且有經濟效益辨別數百種潛在邊緣案例,以解決AI支援感知系統中既有的弱點,感知工程團隊可進而取得時間、成本及安全優勢。根據最早採用此創新科技的業者表示,該軟體工具偵測邊緣案例速度可達人工的30倍。

以近期科技發展而言,很少有比自動駕駛車、飛機、無人機和機器人更能激發媒體與大眾想像的事物,因為這些自駕系統運用極端複雜又涉及高度工程專業的AI和機器學習,為生活帶來革命性的變化。

》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!
研討會專區
熱門文章