為提升影像辨識成效,水利署「遠端影像監控系統」透過攝影機提供的邊緣運算(Edge Computing)搭配移動偵測(Motion detection technology)技術建置影像差異事件,並導入Faster-RCNN演算法進行實作影像物體偵測,進一步整合AI智慧化影像差異事件過濾,訓練模型如下圖。
- 圖1 模型建置流程圖
模型以歷史照片為訓練資料集(Training data),並以有實際車輛的樣本影像為驗證資料集(Validation Data),透過監控訓練得到損失函數趨勢,如下圖所示,其中x軸代表訓練圈數,y軸則代表損失率,模型越小越精準,當損失函數逐漸遞減至趨於穩定時,則為最佳的模型。
- 圖2 模型損失函數趨勢圖
本(111)年度於「遠端影像監控系統維管計畫」案中,將持續進行AI中程計畫,藉由AI辨識模組訓練精進辨識率,並將蒐集標記於訓練平台中進行反復訓練,以及檢視調整影像來源端(河川局攝影機)的拍攝範圍、角度、影像傳輸頻寬等,俾利達到節省人力及提升遠端監控工作整體效益。