| AI | 影像辨識 | 口罩 | 體溫 | 門禁 | 微軟

鎖定工廠出入口防疫管制需求,國產軟體商展示AI口罩體溫偵測系統,可結合門禁自動篩選人流

為防止武漢肺炎疫情擴散,許多企業要求員工上班打卡時,需量測體溫、配戴口罩,時而出現大排長龍的狀況。臺灣工業自動化廠商偲倢科技看準這波需求,在3天內開發出AI口罩體溫偵測系統原型,可結合企業門禁系統API,幾秒內快速辨識員工是否戴口罩、體溫有無超過37.3度。

 
 
 
 

2020-02-26

| Cloud Annotations | 影像辨識 | 機器學習 | 自動化標註工具 | 開源 | 標籤 | 樣本 | AI

IBM釋出標註影像物件的自動化工具

繼Azure以及AWS之後,IBM也開源內部自動化標註影像物件工具,協助用戶加速開發影像辨識的機器學習模型

2020-01-31

| 空中巴士 | 影像辨識 | 自動駕駛 | AI

空中巴士成功測試以電腦視覺自動控制飛機起飛

空中巴士以安裝在飛機上的影像辨識系統,自動操作飛機起飛,未來還要讓飛機自動滑行與降落

2020-01-20

| AI | 數位轉型 | 台塑 | 精餾塔 | 影像辨識 | 傳統產業

萬人台塑全員發展AI,盡速推動120項AI專案目標要創造3億元效益

傳統重工業也邁向工業4.0!台塑集團以AI作為驅動轉型的關鍵技術,近兩年來全力發展AI,從技術、人才、文化全面轉型,未來完成120項AI專案後,更預計帶來超過3億元的效益。

2020-01-16

| 無人機 | 稻米倒伏 | 智慧農業 | 中興大學 | 邊緣運算 | 深度學習 | 影像辨識

中興大學首創無人機內建AI即時勘災,分析全鄉鎮3千頃稻田大面積災損從7天縮短成1天

稻米結穗期遇上颱風造成農損,可依災情區域來申請補助,但過去鄉鎮大小(約3,000-5,000公頃)的災損面積,就算用無人機也要花上7天勘災,中興大學開發了一套新的無人機農損即時辨識AI,不僅辨識率精準達9成,同樣災損面積的辨識時間,也從7天縮短到1天,不用等到稻米泡爛,等一天就能搶收成。

2020-01-07

| AI | 汙水處理 | MLP | DBN | 公視 | 語音辨識 | 國衛院 | 長庚 | 肥胖預測 | Amazon | 文字辨識 | 交通部 | 影像辨識

AI趨勢周報第116期:汙水調節AI化!中科臺中園區汙水處理廠用DL調節汙水酸鹼值

中科臺中園區汙水處理廠利用深度學習打造汙水調節系統,利用MLP和DBN兩種類神經網路來預測進水的酸鹼值,再自動開關節整池中的加酸或加鹼馬達,不僅比過去舊有的自動控制系統更精準,還能提早15分鐘預告水質異常

2020-01-02

| 金融科技 | FinTech | 中國信託 | 影像辨識 | OCR | 智慧餐飲 | 刷臉付款 | 人臉辨識

【金融科技實例:中國信託】核心技術自己研發!AI存票機與對話式ATM創新服務搶先亮相

繼去年推出結合防偽、防詐騙的人臉辨識ATM後,中國信託今年整合自家影像辨識、NLP技術,展出了刷臉支付、AI存票機與對話式ATM,前兩項可望明年落地應用

2019-12-19

| AWS | 機器學習 | 影像辨識

Amazon Rekognition可讓用戶訓練自定義模型辨識特殊物件

用戶只要準備數百張圖像訓練資料,就能利用Rekognition自定義標籤功能,訓練出自定義圖像辨識模型

2019-11-27

| AI | 影像辨識 | 無人機 | 水利局 | 盜採砂石 | line bot | 河川巡防

巡防濁水溪200公里溪岸新方法,第四河川局正研發用AI辨識盜採、濫倒行為要揪可疑車輛

AI影像辨識可望應用在河川巡防工作上!水利署第四河川局局長李友平提出了河川管理智慧監控解決方案,要用影像辨識技術結合監視器、Line Bot、無人機,來取締傾倒垃圾、廢水、盜採砂石的車輛,未來技術產品化後,更要從水利署開始推廣,再一步步推廣到林務、海巡單位,讓巡防工作更有效率。

2019-11-25

| AI | AI Labs | 智慧醫療 | 基因定序 | 影像辨識

【國產AI新勢力:臺灣AI Labs】靠AI把臺灣醫療力帶到全世界

與國內頂尖醫院聯手解問題 再複製醫療AI經驗推到國際

2019-11-22

| AI | IoT | 精準農業 | 無人機 | 影像辨識 | 火龍果 | 區塊鏈

11公頃火龍果園靠AIoT和無人機來照顧,清大揭精準農業關鍵技術

全臺最大的單一火龍果園採用清大AIoT技術來打造精準農業,利用各式環境微型感測器來把關農作物狀態及人員動態,還用無人機空拍火龍果花朵照片,利用AI來計算花朵數量,進行果實產量預測。

2019-11-11

| 影像辨識 | 物件辨識 | NEC | ICIP大會

NEC提出新方法來辨識監視畫面中的手持物件,預計年底會用在自家產品中

用一般外觀辨識模型,來分辨監視畫面中可攜式物件的種類,因為物件體積小、解析度相對較低、又可能被遮蔽,目前仍為一大挑戰。不過,NEC研究出一種基於人體部位與攜帶物件的相對位置,來辨識物體種類的方法,準確率比用Faster R-CNN所訓練的模型平均高6%。

2019-10-15