友善列印 - ﹤AI資訊、海洋航運科技、環境監測與永續﹥基於Transformer架構之海洋環境AI辨識與量化平台

﹤AI資訊、海洋航運科技、環境監測與永續﹥基於Transformer架構之海洋環境AI辨識與量化平台

國立中山大學／莊偉良教授

解決痛點

傳統 CNN 在複雜海況下的辨識限制：現行以 YOLO 系列為代表的 CNN 模型高度依賴局部紋理特徵，因此在面對海面波光、耀光反射、破碎泡沫與雲層陰影等複雜背景時，局部特徵往往與油污、小型海廢或弱特徵污染物混淆，造成誤判率偏高。
弱特徵污染物與薄油膜難以穩定辨識：薄油膜等弱特徵污染缺乏明顯色彩或形狀訊號，其可視差異多來自對微尺度波浪的抑制，這種背景與目標之間的微弱差異常超出 CNN 能穩定捕捉的範圍。因此在微污染情境下，辨識精度與可靠性往往不足。
小尺度目標的偵測穩定度不足：小型漂浮物、落水人員或小型船隻等目標在海況變動、影像解析度下降或背景雜訊提升時容易被模型忽略，使得多尺度場景下的召回率不穩定。這使既有方法在實際應用中常無法兼顧大範圍污染區與細小目標偵測。
Transformer 架構提升抗干擾性與跨環境一致性：本平台導入的 Transformer 架構可同時建模全域與上下文特徵，透過大範圍背景分析理解海面波浪與光影模式，有效降低亮斑、反射與紋理擾動造成的誤判。其上下文感知能力亦能辨識薄油膜抑制的平滑區域，並整合多尺度特徵以穩定處理大面積薄油膜與稀疏海廢。更重要的是，Transformer 具備高度的抗環境變異能力，即使在天氣、濁度或光照劇烈變化下仍能保持辨識一致性，避免傳統模型常見的 domain shift 問題。
精準污染量化能力與解析度提升：在污染量化上，Transformer 透過強化特徵關聯機制產生更高精度的分割結果，能準確量化油污面積、空間分布與擴散狀態，克服傳統以 bounding box 為主的方法在範圍估算上易產生偏差的缺點。藉由其全域建模特性，本平台成功突破既有海洋影像偵測技術的核心痛點，並提供更穩定、可靠且適用於多情境的海洋環境智慧辨識與量化能力。
空拍影像數據獲取與分析能力：本團隊在海洋環境空拍影像分析與技術研發領域具備逾 10 年經驗，涵蓋基礎研究至實際應用。於空拍影像取得方面，不僅具備完整作業經驗，亦與國內專業無人機服務團隊合作，能運用多型無人機及各式感測酬載依需求蒐集資料，進而建立對應 AI 模型或執行精準的影像辨識任務。

技術簡介

RF-DTER架構：基於 Transformer 的目標檢測架構，設計目的是在複雜場景下同時兼顧檢測精度與推理速度。其核心技術特點可分為以下幾個部分：

全域特徵建模—RF-DETR 利用 Transformer 的自注意力機制對影像中的全域資訊進行建模，不同於傳統 CNN 模型主要依賴局部卷積特徵。透過全域上下文關聯分析，模型能捕捉跨區域的特徵關係，有效提高對弱特徵目標（如薄油膜、微小漂浮物）和複雜背景（如波光、反射、泡沫）下的檢測穩定性。
端到端檢測設計—RF-DETR 採端到端設計，省略傳統 CNN 檢測流程中的非極大值抑制（NMS）步驟。這不僅減少了計算量與推理延遲，還避免了後處理對檢測精度的潛在影響，使模型在低延遲場景下仍能維持高準確度。
多尺度特徵融合—模型結合多層特徵圖信息，支持對不同尺寸目標的精準檢測。無論是大面積薄油膜還是微小海廢、漂浮物，RF-DETR 都能同時兼顧多尺度目標的召回率與精確度。
輕量化與高效推理—RF-DETR 在架構設計上結合了輕量級 DETR（LW-DETR）與 DINOv2 預訓練主幹網絡，使其在保持高性能的同時具備低延遲特性，適合邊緣設備部署或實時應用場景。

強化泛化能力與領域適應性—憑藉 Transformer 的全域特徵捕捉與自注意力機制，RF-DETR 在專業或客製化數據集上展現卓越的泛化能力，能適應不同海況、光照與背景變化，確保模型在各類海洋環境下保持穩定表現。海洋環境AI辨識與量化平台：本平台主要針對油污、海廢、船舶與人員進行自動化辨識，並同步產生油污與海廢的影像分割結果。透過正射投影處理，可進一步量化污染物的空間面積與分布情況，並套疊至GIS。對於特定的其他辨識需求，平台可藉由遷移學習快速適應新的目標類別或場景。
無人機：四軸微型無人機、六軸多功能無人機、四軸定翼垂起機，皆能搭載RTK定向功能與通過TTC中階資安認證。

中山莊偉良1-1