車輛智慧化-車用影像安全系統應用班
在台灣每年有約近兩千五百人死於交通事故中，發展先進駕駛輔助系統之目的即在於…
本課程將從各類感測器及開發平台之簡介起頭，接著詳細解說傳統電腦視覺以及機器學習 技術如何運用在這些安全警示系統上。卷積神經網絡(CNN)之源起、原理以及各種物體偵測模型(R-CNN, Fast R-CNN, Faster R-CNN, SSD, YOLO, YOLOv2,YOLO9000, YOLOv3)、語義影像分 割模型，實例影像分割模型以及全景影像分割模型之差別。
|
||||
課程介紹在台灣每年有約近兩千五百人死於交通事故中，發展先進駕駛輔助系統(Advanced Driver Assistance System,ADAS)之目的即在於提昇行車過程之安全性，這類系統包括了車道偏離警示系統(Lane Departure Warning,LDW)，前車碰撞警示系統(Forward Collision Warning, FCW)，側方盲點警示系統(Blind Spot Detection,BSD)、後方車道偏離警示系統(Rear Lane Departure Warning, RLDW)、後側方盲點警示系統(Rear Blind SpotDetection, RBSD)以及倒車導引系統(Parking Assistance System, PAS)等，而自駕車則是這些系統的集大成與高度整合成果。以上這些系統都是傳統機器學習技術大量運用的成果，近年來深度學習技術能量的大爆發一舉大幅超越傳統機器學習演算法之效果。本課程將從各類感測器及開發平台之簡介起頭，接著詳細解說傳統電腦視覺以及機器學習技術如何運用在這些安全警示系統上。卷積神經網絡(Convolutional Neural Network, CNN)之源起、原理以及各種物體偵測模型(R-CNN, Fast R-CNN, Faster R-CNN, SSD, YOLO, YOLOv2,YOLO9000, YOLOv3)、語義影像分割(Semantic Segmentation)模型(Segnet, FCN, DeepLab)，實例影像分割(Instance Segmentation)模型(Mask R-CNN)以及全景影像分割(Panoptic Segmentation)模型(Panoptic FPN)之差別。 2014年開始，生成式對抗網路 (Generative Adversarial Network, GAN) 顯然是深度學習領域的另一個熱點，Yann LeCun 說這是機器學習領域這十年來最有趣的想法 (the most interesting idea in the last 10 yearsin ML)，又說這是有史以來最酷的東西 (the coolest thing since sliced bread) 用生成式對抗網路，機器已經可以產生高解析度以假亂真的人臉，也可以根據一段敘述文字，自己畫出對應的圖案，本課程內容將介紹如何運用GAN在自駕車之演算法開發，尤其是在協助提升物件偵測、影像分割模型的領域適應性DomainAdaptation)。 循環神經網絡(Recurrent Neural Networks，RNNs)已經在眾多自然語言處理(Natural LanguageProcessing,NLP)中取得了巨大成功以及廣泛的應用，近幾年來其與CNN之整合亦產生了許多有趣的應用，例如Image Captioning，這樣的技術甚至可以運用在道路事件的預測，本課程內容亦包括RNN及其在ADAS/自駕車上應用之介紹。 課程資訊舉辦日期：109年05月08日、05月15（五），09：30~16：30（共12小時） 舉辦地點：工研院產業學院 產業人才訓練一部(台北) (實際地點依上課通知為準!) 主辦單位：工研院產業學院 產業人才訓練一部(台北) 課程目標
課程大綱
課程對象車用影像安全系統技術發展相關人員。講師簡介林哲聰 講師現職:工研院機械所研究員 學歷:台灣大學應用力學研究所碩士/清華大學資工系博士候選人 經歷:工研院機械所副研究員，加州大學聖塔芭芭拉分校資工系訪問研究員 上奇資訊-計算機概論 共同譯者 2010 伽利略創新大賽 台灣區季軍2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主 2013 伽利略創新大賽 瑞士區冠軍 2016 日本立命館大學英文演講比賽 清華大學代表 2017 CVGIP 行人偵測競賽 亞軍 2017 MOST 生成式對抗網路競賽 佳作 2018第八屆兩岸清華研究生學術論壇 清華大學代表 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist 專長: Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning, GPS , Embedded System, iPhone Programming 已於車用影像安全警示系統領域中發表過二十五篇國際論文，十五篇國內論文，以及十三篇專利。 價格1.一般身分補助 50%：每人＄6,000元整（原價 NT$12,000，政府補助 NT$6,000，學員自付 NT$6,000） 3.中堅企業補助 70%：每人＄3,600元整（原價 NT$12,000，政府補助 NT$8,400，學員自付 NT$3,600） 1.點選課程頁面上方之「線上報名」按鈕進而填寫報名資訊即可。 2.或E-mail至itri533299@itri.org.tw 3.請填妥報名表(附件)傳真至02-23811000。 ● 課程洽詢： 02-23701111#303 吳小姐 ● 繳費資訊： (一)ATM轉帳（線上報名）：繳費方式選擇「ATM轉帳」者，系統將給您一組轉帳帳號「銀行代號、轉帳帳號」，但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號！！ 轉帳後，寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真或E-mail 給 吳小姐。 (二)信用卡（線上報名）：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。 (三)銀行匯款(限由公司逕行電匯付款)：土地銀行工研院分行，帳號156-005-00002-5（土銀代碼：005）。戶名「財團法人工業技術研究院」， 匯款後，寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真或E-mail 給 吳小姐。 (四)即期支票：抬頭「財團法人工業技術研究院」，郵寄至：10047台北市中正區館前路65號7樓 吳小姐 收。 ※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」，傳真至產業學院 02-23701111#303 吳小姐 收 貼心提醒※以下注意事項─敬請您的協助，謝謝!1.為確保您的上課權益，報名後若未收到任何回覆，請來電洽詢方完成報名。 2.若報名者不克參加者，可指派其他人參加，並於開課前一日通知。 3.因課前教材、講義及餐點之準備，若您不克前來需取消報名，請於開課前三日以EMAIL通知主辦單位聯絡人並電話確認申請退費事宜，逾期將郵寄講義，恕不退費。常見問題 |
||||
附件 |
||||
| 【DM】050815 車輛智慧化-車用影像安全.pdf 【報名表】050815 車輛智慧化-車用影像安全.docx |
產業學院緣起
依據行政院「挑戰2008：國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫，首重產業科技人才的效能。
•911216經科字第09103373120號函：經濟部將本院籌設工研院產業學院之工作，列為因應產業結構轉型，提 ... more
