| Application | 汽機車產業、監控與保全業、及 雲端系統與物聯網應用 |
| Function | 影像偵測 及 影像辨識 |
| Technical Benefit | 提升天候變化容忍度、提升系統整合性、提升系統智慧性、擴大監控範圍、及 降低錯誤率/增進穩定性 |
| Technology Status | 可移轉技術 |
傳統行人辨識技術仍無法提高辨識率的原因，在於行人偵測及辨識技術會因為光線干擾、衣服顏色、複雜背景、行為動作和遮蔽等因素影響，且要設計可通用於各環境的特徵是非常困難。因此我們採用深度學習技術應用於此，主要利用深度學習技術，以提取出局部到全域的特徵，並應用提取出來的特徵進行行人的偵測和辨識，我們所採用的深度學習網路架構在影像比其他深度學習網路架構快上1.5倍，可每秒約處理 15 張影像以上，準確度可達九成。
(a)
(b)
圖(a)為PIROPO資料庫辨原始影像。圖(b)深度學習技術辨識結果。
系統規格：
系統要求：
顯示卡:Geforce GTX 1050Ti
