交通部施政計畫重點項目之一為「強化智慧應用,提升運輸效率」,提出應加強結合5G、AI等新興科技應用,實現智慧交通數位轉型;2020年版運輸政策白皮書提出「應用AI、UAV及遙測技術於鐵公路巡檢或監測」為重點之行動方案,爰此,於111年提出「多期多尺度影像結合深度學習於邊坡地貌變異判識之初探」2年期計畫,並已完成多時期多尺度空拍影像(如衛星、航照、UAV)結合深度學習技術於公路邊坡地貌變異判識之適用性及應用性探討。
本計畫以前期研究基礎上,聚焦於UAV結合AI進行落石型邊坡破壞特徵影像判識之探討,主要研究成果計有:(1)蒐集國內外UAV結合AI於邊坡之相關研究文獻;(2)諮詢專家學者及邊坡管理實務單位;(3)調查公路局邊坡應用UAV情形及維護管理機制;(4)探討AI深度學習技術;(5)研析UAV結合AI深度學習影像判識方法。
研究成果效益:
本計畫探討UAV、AI等新興科技及技術,能切合現行公路邊坡維護管理機制與防災流程,輔助公路局邊坡災防實務應用。
提供應用情形:
研究成果提供公路局於公路邊坡管理及災防應用,以及本所道路邊坡及AI相關研究後續探討。
目錄
UAV結合深度學習輔助公路局邊坡災防應用探討
目 錄
中文摘要 I
英文摘要 II
目錄 III
圖目錄 V
表目錄 VII
第一章 緒論 1-1
1.1 研究動機 1-1
1.2 研究目的 1-1
1.3 研究範圍及對象 1-2
1.4 研究內容及工作項目 1-2
第二章 文獻回顧 2-1
2.1 UAV應用於邊坡相關研究 2-1
2.2 UAV結合AI應用於邊坡相關研究 2-5
2.2.1 機器學習 2-5
2.2.2 深度學習 2-9
第三章 公路局邊坡現況與維護管理機制 3-1
3.1 公路局邊坡現況 3-1
3.2 公路局邊坡維護管理機制 3-3
第四章 AI深度學習技術探討 4-1
4.1 AI深度學習 4-1
4.2 卷積神經網路(CNN) 4-2
4.3 生成式AI(Generative AI) 4-8
4.4 小結 4-17
第五章 UAV結合AI深度學習影像判識方法 5-1
5.1 影像取得 5-1
5.2 影像處理與加值產出 5-3
5.3 AI應用之切入 5-11
第六章 結論與建議 6-1
6.1 結論 6-1
6.2 建議 6-5
6.3 成果效益與應用 6-5
6.4 提供政府單位應用情形 6-5
參考文獻 參-1
附錄一 專家學者及實務單位諮詢紀錄. 附1-1
附錄二 專家學者座談會會議紀錄. 附2-1
附錄三 第1次工作會議紀要. 附3-1
附錄四 第2次工作會議紀要. 附4-1
附錄五 第3次工作會議紀要. 附5-1
附錄六 期末報告審查委員意見處理情形表. 附6-1
附錄七 期末報告簡報資料. 附7-1
UAV結合深度學習輔助公路局邊坡災防應用探討
目 錄
中文摘要 I
英文摘要 II
目錄 III
圖目錄 V
表目錄 VII
第一章 緒論 1-1
1.1 研究動機 1-1
1.2 研究目的 1-1
1.3 研究範圍及對象 1-2
1.4 研究內容及工作項目 1-2
第二章 文獻回顧 2-1
2.1 UAV應用於邊坡相關研究 2-1
2.2 UAV結合AI應用於邊坡相關研究 2-5
2.2.1 機器學習 2-5
2.2.2 深度學習 2-9
第三章 公路局邊坡現況與維護管理機制 3-1
3.1 公路局邊坡現況 3-1
3.2 公路局邊坡維護管理機制 3-3
第四章 AI深度學習技術探討 4-1
4.1 AI深度學習 4-1
4.2 卷積神經網路(CNN) 4-2
4.3 生成...