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…
本課程內容亦將介紹如何運用GAN在自駕車之演算法開發。 循環神經網絡(Recurrent Neural Networks，RNNs)已經在眾多自然語言處理(Natural Language Processing, 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。
.jpg) |
|
課程介紹
工業局補助50%，「107年度跨域數位人才加速躍升計畫」
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(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 Spot Detection, RBSD)、全周影像監視系統(Around View Monitoring, AVM)以及倒車導引系統(Parking Guide System, PGS)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更是一舉大幅超越傳統演算法之物體偵測效果。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, DSSD, YOLO9000)之差別及其在NVIDIA DrivePX上之表現亦會詳細的在課程的下半部中解說。
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 years in 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，機器已經可以畫出以假亂真的人臉，也可以根據一段敘述文字，自己畫出對應的圖案，本課程內容亦將介紹如何運用GAN在自駕車之演算法開發。 循環神經網絡(Recurrent Neural Networks，RNNs)已經在眾多自然語言處理(Natural Language Processing, 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。
-
時 間：2018年12月22、29日(隔周六)( 9:30∼16:30，共12小時)(課後須進行隨堂測驗)
-
地 點：工研院產業學院 產業智慧化學習中心(台北)(實際上課地點依上課通知為主!!)
-
主辦單位：工研院產業學院 產業智慧化學習中心(台北)
課程目標
協助具電腦視覺專長之學員切入視訊監控以及車輛電子領域
未來可銜接各類程式設計/影像處理/電腦視覺/機器學習/深度學習課程
協助台灣產業切入先進駕駛輔助系統(ADAS)
課程大綱
【12月22日】
|
Ø �H先進駕駛輔助系統簡介(LDW/FCW/PGS/AVM/3D AVM) Ø �H車輛網、自動車以及自動車隊 Ø �H影像感測器以及各種影像缺陷簡介 Ø �H開發平台、辨識率以及量化分析架構簡介 Ø �HLDW演算法簡介 Ø �HFCW演算法簡介 Ø �HBSD演算法簡介 Ø �H智慧型手機之ADAS APP簡介 |
【12月29日】
|
Ø �H卷積神經網路(Convolutional Neural Network)簡介 Ø �H基於CNN之物體偵測與辨識 (R-CNN, Fast R-CNN, Faster R-CNN) Ø �H基於單一CNN之物體偵測與辨識 (YOLO, SSD, YOLO9000, DSSD) Ø �H生成式對抗網路(Generative Adversarial Networks, GAN)簡介及其於ADAS/自駕車之應用 Ø �H循環神經網絡(Recurrent Neural Networks，RNNs)簡介及其於ADAS/自駕車之應用 |
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 老師 學歷: 台灣大學應用力學研究所碩士/清華大學資工系博士班 現職: 工研院機械所研究員 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 2010 伽利略創新大賽 台灣區季軍 專長: Computer Vision, Image Processing, Pattern Recognition, GPS , Embedded System, iPhone Programming
|
貼心提醒
退費標準：
請於開課前三日以傳真或email告知主辦單位，並電話確認申請退費事宜。逾期將郵寄講義，恕不退費。若未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。
附 註：
1.為尊重講師之智慧財產權，恕無法提供課程講義電子檔。
2.學員於每堂課程上課須簽到、下課須簽退。
3.本課程經工業局補助，上課學員皆需依工業局規定填寫報名相關資料，且學員出席時數需達課程時數八成以上，方可適用工業局補助；若未符合規定者，則需將其政府補助費用繳回。
4.請註明服務機關之完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求。
5.為配合經濟部工業局人培計畫學員電訪作業，結訓學員應配合經濟部工業局培訓後電訪調查。
價格
1.原價：$6,000 元 / 每人
2. 政府補助50%，學員自行負擔 $3,000 元 / 每人，限額10人，依報名並繳費完成順序。
※ AI 智慧應用人才培育補助辦法：
(1)年滿20歲具中華民國國籍之自然人
(2)至 AIGO 網站登錄註冊並通過其審核
(網址：https://aigo.org.tw/)
(3)不得同時申請其他同類型之政府補助
(4)需依工業局規定填寫報名相關資料
(5)學員報名時需先繳交全額費用，課程結束通過補助資格複審，計畫辦公室將會核發補助款予參訓學員。繳費方式：詳如報名表後。(以上費用已包含講義及教材費)
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
