Language: 中文
  • English
  • 中文
  • 中文 (简体)
  • 日本語
2018.06.20
  1. 新聞資料
  2. GOLiFE 撼動極限賽事服務革命升級

GOLiFE 撼動極限賽事服務革命升級


參與路跑、自行車或鐵人三項等極限挑戰賽事,總期待完賽後能獲得證明自己「征服」極限賽事的英姿照片,目前各大賽事活動,吸引各路專業攝影師拍攝並提供賽事照片,早已是賽事活動標配服務,然而,在數以千計參賽者中,要尋得自己的英姿照片,卻猶如大海撈針,要花費比參加賽事更大的時間與耐力。研鼎智能 (GOLiFE) 看準此項痛點,運用 AI 人工智慧深度學習演算法技術,領先業界獨家推出 AI 號碼布搜尋平台 GOLiFE.AI ,只要在 GOLiFE.AI 網站中輸入比賽日期以及參賽選手號碼布編號,即可在彈指間找到自己專屬參賽活動照片!堪稱國內極限賽事服務革命升級之作。

ARBNR 技術打造 GOLiFE.AI 成為賽事照片檢索的谷歌,提到 ARBNR (Automatic Racing Bib Number Recognition) 號碼布辨識技術,或許有人會聯想到車牌辨識技術,事實上,兩者間技術難度有非常大的層次落差。理想的光學影像辨識條件,必須有極佳的成像掃描環境以及端正的影像成像條件,才能正確運作,因此在車牌辨識技術的操作上,必須提前設定成像掃描環境 (例如單一光源、同一角度、相同距離等環境條件) 以及端正的辨識標的成像條件 (例如限定大小、格式、材質等辨識標的的條件)。

研鼎智能 GOLiFE 技術長李正軒以甫舉辦完畢的台南古都國際馬拉松的起跑照片為例說明,起跑時間點為清晨天色昏暗環境,成像環境中參雜自然微光源與人工照明,導致成像照片中左右產生極為不平均的光線差及躁點;再者,照片右上角再加上照片提供者後製疊上的影像文字以及環境背景中存在的影像文字及數字;最後,即便辨識系統準確搜尋出照片中號碼布的位置,仍面臨號碼布扭曲、歪斜、以及光影造成的顏色改變等因素,導致對號碼布內容辨識的錯誤。

目前關於運動賽事照片的提供服務係將全部攝得照片一律公開,不僅讓參賽者如大海撈針般尋找賽事全部照片外,對於某些重視個人隱私的參賽者而言,可能亦不是體貼的服務解決方案;另一方面,隨著人臉辨識技術的提升,亦有利用使用者上傳個人人臉照片進行辨識檢索的方案,然而,此方案亦有著顯著個資無法去識別化,導致侵害個人隱私的隱憂。

研鼎智能 GOLiFE 團隊所提出的號碼布辨識技術,可以隨著各參賽者各場次隨機取得參賽號碼的方式,使得照片個資更進階達到去識別化個資的效果,體貼顧慮到參賽者對隱私保障的需求。

AI 號碼布搜尋平台 GOLiFE.AI


刊登:今日新聞 Nownews – GOLiFE 撼動極限賽事服務革命升級
回新聞資料