交通部運輸研究所

      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，111 年開始辦理「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」計畫，目的在探討多時期之多尺度空拍影像（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應用性。

      本計畫為2 年期計畫之第2 年期，主要研究成果計有：(1)蒐集相關文獻並探討深度學習應用於邊坡地貌變異判識之方法與可行性；(2)分析多尺度之衛星、航測、UAV…等遙測載具及空拍影像處理方法；(3)訪談實務應用單位瞭解公路邊坡維管制度及需求性；(4)說明深度學習神經網路模型對於邊坡地貌判識任務之適用性。
成果效益：
      本計畫探討應用AI 技術結合多時期、多尺度(衛星、航測、UAV…等)之邊坡監測影像進行邊坡地貌變異判識之可行性，並希冀藉由新興科技及技術之探討，於未來能達成地貌判識、裸露塌地範圍自動圈選及土方量體判定等效用，以利公路邊坡管理單位之日常巡查作業及災後復原工作更加便捷快速。
提供政府單位應用情形：
      研究成果提供公路局、高速公路局於公路邊坡管理及災防之應用，以及本所人工智慧技術研發相關研究後續探討與應用。

• B1130080(18.9 MB)4