歷經近80天的努力、超過40個解決方案的堆疊、與全球53隊學研好手競技，成功大學數據科學研究所NCKU ACVLab團隊從中脫穎而出，在8月20日獲得DAGM GCPR 2021第一屆「自駕車郊區場景語意分割競賽」(Outdoor Semantic Segmentation Challenge from DAGM GCPR 2021)冠軍，未來更將延續研究成果，強化自駕車防禦性駕駛性能，進一步守護人車與道路安全！
DAGM CGPR為歷史悠久的國際研討會，聚焦於樣形式別議題、影像辨識物件辨識(Pattern Recognition)學科領域，在電腦科學(Computer Science)領域排名約Top 27% (259 / 960)。DAGM CGPR今年邁入第43屆，並舉辦第一屆自駕車郊區場景語意分割競賽，吸引全球53個團隊參與。
比賽評分項目包括兩項，圖像語意分割mIoU (mean Intersection-over-Union)為主要指標，衡量參賽隊伍解決方案跟真實答案的重疊區域多寡，重疊區域越多分數越高；第二項評比為mBJ (mean Boundary Jaccard )，單純衡量兩個不同物件之間的邊界是否跟答案一致，這項指標雖然屬於非主流，但可以檢視分割效果是否比較平滑，並不納入比賽評分排名依據，僅顯示給參賽者參考。
成大NCKU ACVLab團隊獲得第一名殊榮，在圖像語意分割mIoU平均分數為67.50%，第二名與第三名為巴西聖保羅大學與聖卡塔琳娜州聯邦大學，mIoU分數分別為66.32%與65.87%，競爭可說相當激烈。
目前自駕資料庫皆以市區街景為主，擁有路燈、道路、行人等元素，然而郊區道路環境與截然不同，多為砂石、泥土、樹林等場景，目前的CNN (卷積神經網路)演算法應用於郊區場景仍有許多瓶頸，促使DAGM CGPR在今年創辦第一屆自駕車郊區場景語意分割競賽，期待邀請全球不同領域專家團隊透過競賽解決相關問題，而成大團隊的參與，對於台灣山區或鄉間小路如產業道路的場景，將會帶動一定的助益。
詳盡觀察資料 設計全新AI系統
成大NCKU ACVLab成員包括統計系高涵毅與王先昀、電機系黃柏盛、屏科大資管系廖涴婷，組成跨領域、跨校園的團隊，由成大數據科學研究所暨統計系助理教授許志仲領軍指導。比賽於6月起跑，一直到8月15日截止，8月20日正式公告比賽結果，參賽期間所有團隊持續上傳創新解決方案，也不斷面對名次起伏、隨時被超越的壓力，以成大NCKU ACVLab為例，原本維持中前段班地位，直到7月底最後一次上傳才登上第一名，持續維持領先至比賽終結。
分析奪冠的主因，許志仲指出，源自於成大數據所的專長，擅長針對資料進行詳盡的觀察，「我們發現資料庫的影像特質不同，屬於不規則、不方正的非剛性物體，目前學界常用的CNN (卷積神經網路) 演算法為方正計算，較不適用於郊區這類不規則形體場景，團隊於是引進可變形的捲積演算法，設計全新的AI系統，以可形變的捲積計算處理資料。」而在不斷修正、創新的參賽過程中，團隊陸續上傳超過40次的解決方案，最終得以呈現最完美的版本！
跨界團隊合作 國際舞台競技
跨界合作是本次比賽的關鍵字，成大NCKU ACVLab就集結了統計、資工、資管、電機、數據科學等不同專業跨域合作，發展出名為「可變形高解析捲積神經網絡」Deformable High-resolution Convolution Neural Network，DHC-NN)的創新技術。許志仲進一步指出，第二與第三名的團隊中，也有來自數據統計相關的研究所，「可見不是純CCES(資工電機)領域就可以輕易在競賽獲勝，資料觀察的能力將會是未來的重點趨勢。」
參賽的成大電機系黃柏盛觀察到對手值得學習的長處，「例如第三名同樣使用純HRNET技術，但在模型學習上，則運用調整學習率的方式提升準確率，但因為我們對於HRNET加入了可形變捲積與重新設計網路架構，改進效果更為顯著；第二名嘗試對影像中的不同物體之間的邊際進行預測，雖然在主要評分輸給成大NCKU ACVLab，但在另一個參考分數mBJ評分卻勝出，代表成大團隊還有許多可以進步努力的空間。」另一位團隊成員統計系王先昀今年稍早曾參與ACM ICMR 2021舉辦的 ROD Challenge國際競賽，與世界級的高手同場較勁，持續累積國際參賽經驗，為未來深造與就業加分。
虛實整合創新 成大自駕車優勢
成大NCKU ACVLab也受惠於成大自駕車領先優勢，匯聚了團隊的奪冠能量！成大擁有完整的自駕車系統與測試場域，成大NCKU ACVLab長期與電機系教授莊智清攜手合作，許志仲亦是莊智清自駕車次系統大計劃下的共同主持人，貢獻電腦視覺與影像處理前瞻技術。
在自駕車的研究領域，成大居於我國領頭羊地位，由電機系教授莊智清領航，與產業、台南市政府皆有合作，而成大所在地台南更已成為我國自駕車創新首府！科技部自2019年啟動「台灣智駕測試實驗室」，在台南沙崙打造自駕車研發生態聚落，教育部也在同年啟動「無人載具人才培育計畫」，成大參與開發自駕車中控系統的教學模組，涵蓋自動駕駛操控行為、機器人作業系統、定位與地圖建構等關鍵技術，建構虛實整合的學習環境。
成大自駕車輛試驗計畫去年1月20日正式上路，團隊以掌控感測、定位、決策、控制與雲端監控技術，其中無人載具技術、模擬器、高精地圖與雲端平台系統整合為核心研究技術。莊智清團隊已開發國內第一個以無人載具中控系統為主軸的教學模組，聚焦發展多門自駕車關鍵技術課程，並發展虛擬軟體連接實體平台車的教材，方便學習自駕車行為操控技術、機器人作業系統模組的開發與使用，以及完善定位與地圖建構技術的發展與教學內容。
學術實務並重 驗證實作能力
ACVLab是由許志仲於2018年2月在屏科大任教時創立，聚焦於電腦影像、視覺轉譯等領域，實驗室的中文名稱為「前瞻電腦視覺實驗室」，每周固定與大學部專題生、研究生開會、交流討論想法，每個學生都有專注的研究領域，而自駕車就是其中一個重點。許志仲至成大任教後也將ACVLab帶入成大，持續引導成大、屏科大跨校團隊進行創新研究。今年稍早，ACVLab成員在世界頂尖電腦視覺大會（ICCV，International Conference on Computer Vision）舉辦的MIA-COV19D競賽中奪得世界第三，在ACM ICMR 2021舉辦的ROD Challenge國際競賽中也榮獲世界第6名！
許志仲強調，學術與實作一定要並重，除了在學校做研究，也必須爭取參加國際級競賽的機會，對於學生來說，能夠提升實作能力，在國際場域驗證實作能力經得起實務考驗，對於未來進入職場或是升學都有明顯的助益。
優化自駕車系統 強化防禦性駕駛
本次競賽的前三名團隊已獲邀在9月28日的研討會上分享研究成果，成大NCKU ACVLab遠距同步發表團隊之參賽過程與開發技術細節以及Live QA交流，與主辦單位、其他參賽團隊進一步交流。本次參賽的解決方案來自於成大NCKU ACVLab團隊日前發展的一個分支，其中此方法已經投稿至國際研討會審查中。
展望未來，許志仲將持續率領團隊整合創新技術，聚焦於優化自駕車電腦系統的防禦性駕駛能力，預計在明年第一季將本次參賽研發的技術方案導入自駕車系統中，進一步提高效能，例如在碰撞物體前自動閃避、路人靠近汽車時提前預警煞車，讓自駕車更聰明機警，進一步守護人車與道路安全！
留言列表
