您好,我是游竣宇,畢業於淡江大學資訊工程學系
後於臺北大學就讀資工所,在碩士期間主要負責為影像處理以及人工智慧
本人樂於分享、熱愛學習
Software engineer
Taoyuan City,TW
[email protected]
Python : Tensorflow, pytorch
C#:UI設計
C++ :Opencv影像處理
-熟悉物件偵測網路架構:YOLO、Deep Snake、Yolact等
-熟悉Tensorflow, Pytorch等
版本控制:Git
網頁設計:Codeigniter、Django
資料庫設計:MySQL
環境設置:CMake、pip、Anaconda
使用Codeigniter做為後端工具,主要為bug修復以及新功能的實現。
該影像無法一次性包含此類大型車輛,因此利用切割法將貨車切分為車頭、貨櫃以及櫃號,不包含這三類的其餘車輛作為負樣本進行訓練,以frame數計算可成功判別的時序可到85%上下。
使用Multi-target Tracker的技術對路口進行多車輛追蹤,並對於每個車輛個體標上專屬編號,後續可利用車牌辨識技術將該編號替換成車牌號碼,以達到路口監視的功能。
透過路口全景攝影機影像,首先使用YOLOv3&YOLOv4作為物件偵測的網路架構,並將偵測物件進行後續追蹤,計數出以線段為主in/out方向車輛數量,實現路口車況擁塞情形與分析。
以Deep Snake&Yolact的網路架構作為物件偵測的網路架構,其中運用校正法使車輛投射至俯視圖時可以較接近實際車輛位置,並對於校正後車輛進行追蹤,後續再將追蹤後車輛軌跡線以LSTM的網路架構預測其軌跡線,以此作為基準判斷有無異常情形發生。
利用訊號處理的方式把可能的的波峰值標記,並過濾掉錯誤波峰值,後續可利用發生波峰值的時間序列判斷目前病人的生理狀況。