成均馆大学半导体系统工程学系教授 Jeon Jaeuk 研究团队表示,在今年6月于加拿大温哥华举行、由人工智能及计算机视觉领域顶级国际学术会议CVPR主办的第7届“AI城市挑战赛(AI City Challenge)”中,该团队获得了第一名。Jeon 教授团队参与的赛题为“查处摩托车驾驶员违反佩戴头盔规定”。


成均馆大学半导体系统工学系教授 Jeon Jaeuk(中)与弟子组成的研究团队合影留念。

成均馆大学半导体系统工学系教授 Jeon Jaeuk(中)与弟子组成的研究团队合影留念。

View original image

今年1月起为期6个月举行的本次竞赛,共有来自全球的39支队伍参赛。赛题内容是开发用于检测每一位摩托车乘员是否佩戴头盔的技术。Jeon 教授团队先通过人工智能技术找出多辆摩托车及其乘员的位置,然后在此基础上检测各摩托车乘员是否佩戴头盔,构建了两阶段结构的人工智能技术,并以此获得了最高检测性能评分。


预计本次研究成果今后可用于提升多种类型智能交通监控系统的效率。原因在于,该技术不仅可用于摩托车头盔佩戴情况,还可全方位应用于通过闭路电视(CCTV)即可确认的多种交通监控系统,例如安全带未系、非法改装等。Jeon 教授表示:“过去只有人工肉眼查看才能查处的交通法规违规事项,如今只要有CCTV就可以实现自动查处”,“虽然直接查看车内情况会引发隐私问题,但对于车辆非法改装等从外观上即可识别的违规行为,凭借目前的技术已经可以进行取缔”。


Jeon 教授团队的研究领域是“利用深度学习技术进行道路环境识别”。团队成员包括Jeon 教授以及约10名参与BK21项目的电子电气计算机工程系研究生和博士后研究员。本次技术成果也是科学技术信息通信部和信息通信规划评价院为获取软件领域世界级源头技术、培养硕博士级人才而推进的软件StarLab(Software StarLab)项目中,“边缘设备上的常时实时智能交通监控系统”研究课题的产出之一。



Jeon 教授表示:“我们在持续研究基础技术的同时,不断积累源头技术。围绕自动驾驶,我们此前已经开发出检测道路上行人、乘用车和摩托车的深度学习技术,并持续研发出即使在环境昏暗或暴雪天气等条件下也能进行检测的技术。”“在世界级学术会议上我们的研究得到认可,让人倍感自豪,也希望这能成为与我一起研究的学生们走向世界的契机。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。