應用於人體姿勢辨識與機器人之可重組深度神經網路引擎-子計畫四:應用可重組深度神經網路技術之姿勢與行為辨識系統(3/3)

專案詳細資料

Description

人工智慧(AI)的技術在我們的生活中越來越常見,不管是語音辨識、人臉辨識或是物件分類等應用都有許多人在研究。傳統演算法無法擴展至複雜的情況已藉由深度神經網路經由CUDA運算核加速解決了,AI技術在許多應用上,已經有著優於人類決策或判斷的能力,所以AI也變成目前最熱門的研究領域。隨著越來越多可應用於生活上的研究發表,智慧家庭也不在是一個夢想,可以想像在未來的生活,家庭裡的各項電器都可以用語音操控,也會偵測人類行為來自動調整燈光強弱、冷氣溫度或是電視音量等等,使生活更便利。物聯網智慧家庭(Smart Home on IoT)是未來家庭主要的趨勢與潮流,在本計畫將使用低成本的彩色影像鏡頭,而非昂貴的紅外線偵測鏡頭(如: Kinect、realsense等),預期達到近乎即時處理並且貼近於人類生活與感知環境的系統,對於居家使用者也將不會擁有價格上昂貴的負擔,並能擁有便捷舒適的操控環境。在此我們將要探討如何使用兩個影像感測器所產生的影像透過上述技術來產生複雜場景下的深度影像圖,不需要穿戴式設備或預先錄製場景再設置系統的做法,並探討如何使用立體影像視覺技術來轉換為具代表性的人體部位特徵,以利於其他研究使用至姿勢判斷及其他居家照護與智慧家庭的應用。
狀態已完成
有效的開始/結束日期1/08/2131/07/22

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 7 - 經濟實惠的清潔能源
  • SDG 12 - 負責任的消費與生產
  • SDG 17 - 為永續目標構建夥伴關係

Keywords

  • 人工智慧
  • 機器學習
  • 影像處理
  • 深度學習
  • 神經網路
  • 姿勢偵測

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。