工業技術研究院

技術簡介

分析攝影機移動狀態追蹤移動物體的演算法，可穩定偵測畫面中移動速度較快的行人，並加入動態物件偵測與偵測邊框設定，排除樹葉晃動等因素所造成之雜訊。 在設定行人偵測距離為45公尺時，測試四種日間（包含早上到黃昏）行車拍攝所得之影像，平均miss rate可達0.07％； 三種晚間行車拍攝所得之影像（車停止、行車在非市區、行車在市區），平均miss rate可達19.3％。

Abstract

This technical using image processing approach to know moving path of the capture system to detect the pedestrian. This technical using the dynamic object detection and object frame setting approach to enhance the detection results. When the pedestrian detection distance is set to 45 meters, the 4 driving conditions (including morning to evening) images are tested. The average miss rate is 0.07%. Three kinds of night-time driving images (car stopped, driving in non-urban area, driving in urban area), the average miss rate is 19.3%.

技術規格

. 距離車輛60m距離能被辨識，補償深度誤差<10cm。 . 主要物件辨識分類率>95.4%，執行速度 > 20 FPS。 ‧ 日間環境下，行人測試之miss rate: 0.07% ‧ 夜間環境下，行人測試之miss rate: 19.3%

Technical Specification

. Detecting range : < 60m . Error < 10cm。 . Detection rate >95.4%。 . Speed > 20 FPS。 . In the daytime, the miss rate: 0.07%. . In the night time, the miss rate: 19.3%.

技術特色

融合全彩相機與光達此兩特性互補之感測器，使用基於影像學習的超解析度(SRCNN)方法產出高解析度深度影像，使物件能在距離車輛60m距離能被辨識，補償深度誤差<10cm。 產出適合2D與3D資訊所使用的穩健性特徵與特徵描述，再以深度學習技術進行物件辨識，主要物件辨識分類率>95.4%。

應用範圍

無人自動駕駛車、無人機 建築重建或車用辨識

接受技術者具備基礎建議（設備）

光學檢測設備

接受技術者具備基礎建議（專業）

廠商需具備光學影像控制之基礎能力，並可自行架設取像光學模組，即可承接工研院開發技術。

聯絡資訊