多期多尺度影像結合深度學習於邊坡地貌變異判識之初探(1/2)-影像蒐集及辨識演算法架構探討[112藍] | 拾書所

多期多尺度影像結合深度學習於邊坡地貌變異判識之初探(1/2)-影像蒐集及辨識演算法架構探討[112藍]

$ 190 元 原價 200

交通部111年度施政計劃重點項目之一為「強化智慧應用,提昇運輸效率」,提出應加強結合5G、AI等新興科技應用,現實智能交通數據轉換型;2020年版運政策白皮書提出「應用AI、無人機及遙測技術於鐵路巡檢或監測”為重點之行動方案。
本研究為2年計劃畫之第1年期,完成的主要研究成果,計劃有: (1)蒐集相關深度學習應用影像表識技術之文獻,並探索討論圖像表識應用於邊坡地貌變異判識之方法與可行性;(2)蒐集欲探之邊坡場地衛星、航測、無人機…等影像,以作為後續深度學習之訓練及驗證資料庫使用;(3)比較各深度學習框架及神經網路模型對邊坡判識之適用性,藉以尋找合適之演算術。成果效益:本研究探討應用AI技術結合多期

多測度(衛星、航測、UAV…等)之邊坡監測影像進入邊坡地貌變異判識之可行性,並希冀藤由新興科技及技術技術之探索,於未來能達成地貌判識、裸露驛地範圍自動圈選及土地方量判定等有效,以利公路邊坡管理單位之日巡查作業及災後復原作業更快捷快捷。提供政府單位應用情形:可提供公路總局、高速公路局於公路邊坡管理

災害防之應用,以及本所人員智慧技術研究開發相關研究後繼續探討與應用。

Brand Slider