【台灣醒報記者呂翔禾台北報導】「透過「YOLOv4」新演算法，可以更快更準的監測車流，避免連假再現堵車潮。」中研院資科所2日發表新演算法「YOLOv4」，博後研究員王建堯表示，這是目前世界上最快最準的演算法，而且機台輕便，在桃園、新竹的測試中，均可讓號誌間智慧連動，緩解塞車現象。資科所所長廖弘源說，未來這套技術發展成熟後，可擴大應用在研究、物流、交通等產業。
輕薄快速成本低
王建堯表示，這套開源演算法在推出時即獲得國外許多應用，例如可以在車流分析時，利用魚眼、槍型兩種攝影機，準確偵測車種、巴士與廂型車等，連夜晚都可以得到精確結果。國外也有應用這套技術，如印度或孟加拉等將其作為計算社交距離的工具，若內含人臉辨識的話，還可以觀察有否戴口罩與大合照總人數等。
「過往這些東西都需要建置雲端系統，不只耗時耗電還會有隱私問題。」王建堯分析，現在這套演算法只要透過小型裝置，裝在路口的話還可以及時分析，資料不用再送回雲端，因此未來控制交通時，就不需要外派警察在路口指揮交通或調整紅綠燈，而且系統可以多個路口進行溝通，不只監控單一路口及時車況。
科技部前瞻司司長楊琇雅表示，研究團隊在舊有演算法中，增加更多獨創的技術，還讓第一作者主動來找台灣合作。台灣AI能力很強，科技佈希望透過人才、技術、場域不同面向，幫助產業能量提升、掌握優勢。
應用廣泛潛力無限
王建堯強調，透過攝影機、演算法能計算車長、車種與路口的等待車輛，連很複雜的路口都可以進行模擬，回傳的資料還可以不分天候好壞、時間區隔（可以分析1分、15分，甚至1整天的不同路況）目前也有公司在桃園大園、台中等地運用，對於未來緩解交通壅塞非常有幫助。
廖弘源則提到，現行的交通控制往往需要透過人為監控，還有雲端系統分析資料，但是這無法進行同步分析，而且成本很高，如果未來應用相關演算法的話，就不會再重演端午連假的塞車惡夢。而且這套物件偵測演算法也可以應用在生醫研究，偵測震動很快的細胞，另外還有物流分析、交通相關產業都有很大的潛力。
