大型機台運用影像辨識呈現於面板燈號控制
傳統大型自動化生產設備由海外原廠進口機具，透過操作面板進行參數調整，進行自動化生產製造，而面板參數與台灣原物料環境與商品容錯性差異有些許差異，往往需由人工紀錄操作，建立警示參數標準。本公司需求透過影像辨識，由電腦自動化分析相關面板資訊，以不破壞機台狀態下擷取相關資訊，完成工廠設備自動化最後一哩技術。
競賽細節
題目敘述
(1) 題目背景(含現行自身/同業處理方式)與產業重要性
林鐵從嘉義至竹崎段14.2公里為平地段，共計有56處平交道，其中37處設置有「監視錄影設備」進行平交道實況錄影，作為事故發生之研判，目前的措施為在高風險路段設置圍籬，同時會在部分危險平交道加派1-2位保全看守，尚無運用AI技術提供主動告警機制，提早供司機員採取緊急應變措施。
針對較寬的路口或緊鄰路口平交道，民眾行車行駛停紅綠燈時，往往停置於網狀線內，影響遮斷桿下放，嚴重影響行車安全。
(2) 問題情境與痛點(Pain point)
目前列車快到達平交道前，會觸動平交道路口提醒警報，警報啟動後到列車真正到達平交道時間，可能發生平交道警報響一段時間，列車還沒到，讓駕駛人不耐久候而闖越平交道情形。
(3) 預期透過AI達到的目的與利益點(Gain)
藉由本次解決方案可於平交道淨空區域內進行是否有闖越平交道的人、車或障礙物偵測、判斷與示警，達成平交道事故的事前預防作用，保障公路用路人、火車行車安全。
(4) 技術完成後的使用對象
偵測到闖越平交道的人車或障礙物，透過相關通訊方式或開發之系統反饋給司機員提早因應，減少司機員行車時之精神壓力狀態，以降低事故發生率。
(5)成果應用方式及情境等內容
後續將參考解決方案適用性智慧化平交道設備，包括增設監視系統、障礙物自動偵測裝置、更新平交道防護設備等。
資料型態
監攝影機影像為IR影像200萬畫素1920*1080(1080p)影像。IR影像檔(avi檔)為日夜間切換，白天為RGB影像，夜間為IR光灰階影像。
如下圖所示
白天路監影片畫面
夜間路監影片畫面
夜間路監影片畫面資料集整備度與細節說明
1. 網路攝影機錄製平交道路監影像檔日夜間24小時，每段保存共10天錄影檔，可依解題者需求提供過去歷年歷史紀錄保存檔（可直接提供每天每個小時隨機擷取1-5分鐘影像，解題者依照需求自行取用，本單位只提供驗證資料及測試資料，不提供標註資料，由解題團隊自行處理）。
2.本單位可提供多段歷史闖越平交道的人、車或障礙物影片檔。
期望成果需求
1.於監視影像內識別出平交道遮斷桿放下後，不論日夜、晴雨或黃昏逆光，除火車(機關車與守車)及台車外，任何不屬於跨越鐵路平交道之異物(人、車、動物、物品)示警。
2.完成影像辨識演算法，mAP(mean of Average Precision)須達到40%以上，邊界框IOU須達到70%以上(單位可提供測試影片供解題者直接在電腦測試影片的偵測率)。
可提供之解題資源
專業窗口一人、監視攝影機影像、提供解題者單位內可提供之測試資源(如火車、台車及遮斷桿下放啟動)。
額外獎勵誘因
無
出題單位
行政院農業委員會林務局
阿里山林業鐵路及文化資產管理處
單位(公司)簡介
阿里山林業鐵路為臺灣重要之國寶級文化資產，亦為世界著名登山鐵路之一，為專一主管權責，行政院農業委員會林務局已奉行政院核定於107年7月1日成立「阿里山林業鐵路及文化資產管理處」，整合林業文化資產和高山鐵道技術，串聯阿里山林場及嘉義市區曾作為「木材都心」林業遺址園區，以打造主題文化旅遊軸帶為未來發展願景。
其他備註
解題者於本案產出之解題者所有，單位只提供場域及行政協助；解題者如欲將產出送與單位，須經由雙方文書同意進行認定。
* 題目因實際數據改變或其他不可抗力之事由，出題企業保有修改、變更或取消題目之權利。
相關競賽
透過影像辨識技術偵測跨越鐵路平交道之障礙物示警
阿里山林業鐵路(簡稱林鐵)總長約85公里，共計有82處平交道，嘉義市區鐵路沿線緊鄰住家，部分平交道經市區重要道路車流量大，冀望透過AI影像辨識技術偵測闖越平交道人、車或障礙物偵測、判斷提供主動性示警，以保障用路人及火車之行車安全。
小鼠MRI影像與病理切片影像自動化定位與匹配
本題希望透過磁振造影儀(MRI)拍攝實驗小鼠影像比對病理染色切片的結果，匹配腦部型態輪廓，能對疾病變化有更精確的判斷與描述，進而真實反應出新開發藥物治療的效果或藥物對疾病造成的變化。
基於機器視覺的臺灣手語機器翻譯
全球化的時代，語言的隔閡除了透過文化交流來弭平之外，機器翻譯可以說是助力最大的新興技術，透過機器翻譯，可以讓使用不同語言的族群都能夠溝通理解彼此的想法，然而，聽語障者所使用的手語，卻一直沒有辦法透過機器翻譯來讓更多的聽人聽到來自聽語障者的心聲。
相較於一般語言能夠同時透過文字以及發音來表達意義，手語則是一個包含手部、肢體、表情等元素的複雜概念。手語表達意義的方式跟口語非常不同。而因地域關係，手語的文法順序、空間、方位、表情會有些微差異，聽語障者以手語對話時類似的手部動作放在不同位置即為不同意思，連續動作及組合也有著不同的含意，礙於手語無法為聽人所理解，手語翻譯者也很有限，藉由人工智慧學習聽語障者的日常對話動作，將其轉為文字，希望針對臺灣的手語讓臺灣的聽人能透過翻譯跟聽語障者溝通。
以手部關鍵點檢測輔助臺灣手語單詞教學
國內使用手語為主要語言的聽語障者超過萬名，礙於手語無法為一般民眾所熟悉，也不是隨處都有手語翻譯者可協助溝通。如果可以透過人工智慧協助手語教學，AI影像辨識判讀學生及老師的手部姿勢，就可降低門檻，讓學習手語變得簡單，提高懂手語的聽人比例，讓聽語障者與聽人的溝通不再需要等待協助。