中文摘要 I

中文摘要 II

目錄 III

目錄 VII

目錄 XI

第一章緒論 1-1

1.1研究電機 1-1

1.2研究目標的 1-1

1.3研究內容及工作項目 1-1

1.4研究流程 1-3

第二章 文稿回顧2-1

2.1航拍技術介紹2-1

2.1.1無人飛行載具(Unmanned Aerial Vehicle，UAV) 2-1

2.1.2即時動態定位技術(Real Time Kinematic，RTK) 2-2

2.1.3視覺攝影測量技術(Visual Photogrammetry) 2-4

2.1.4遙測技術( Remote sensing) 2-5

2.1.5合成孔徑雷達(Synthetic Aperture Radar，SAR) 2-7

2.1.6光學雷達(Light Detection And Ranging，LiDAR) 2-9

2.1.7被動式光學遙測衛星 2-10

2.2航拍技術於坡地之應用2-14

第三篇人工智慧應用於影像識別技術探索3-1

3.1人工智慧(Artificial Intelligence，AI) 3-1

3.2機器學習(Machine Learning，ML) 3-1

3.2.1資料分析 3-6

3.2.2學習算法 3-7

3.3深度學習(Deep Learning，DL) 3-8

3.4神經網絡(Neural Network) 3 -10

3.5深度神經網路(Deep Neural Network，DNN) 3-13

3.6卷積神經網路(Convolutional Neural Network，CNN) 3-14

3.7卷積神經網路模型介紹 3-18

3.7.1 LeNet-5 (1998) 3-18

3.7.2 AlexNet(2012) 3-19

3.7.3 VGG(2014) 3-20

3.7.4 GoogLeNet/Inception(2014) 3-21

3.7.5 ResNet(2015) 3-21

3.7. 6 DenseNet(2018) 3-23

3.7.7 EfficientNet(2019) 3-23

3.8深度學習框架(Deep Learning Framework) 3-24

3.8.1 PyTorch 3-25

3.8.2 Tensorflow 3-25

第四篇影像蒐集及探索比較 4-1

4.1空間拍攝影像取管道 4-1

4.1.1水土保持局巨量空間信息系統 4-1

4.1.2 Google Earth Engine開源雲端平台4-6

4.1.3 國家太空中心衛星影像產品申購系統 4-7

4.1.4 國家中央大學太空及遙測研究中心 4-8

4.1.5 內政部國家土測繪中心國土測繪e商城 4-10

4.1.6林務局農林航空測量所圖資提供應用服務平台 4-11

4.1.7公路總局無人機空拍影像資料 4-12

4.2空拍影像探比較 4-12

4.3影像初步搜索集情形 4-13

第五章 結論與建議 5 -1

5.1結論 5-1

5.2建議 5-3

5.3成果效益與應用 5-3

5.4提供政府單一職位應用情形 5-3

參考文獻 參-1

附錄一 專家庭學者及實務單位訪問記錄。附1-1

附錄二專業學者座談會會議紀要。附2-1

附錄三第1次工作會議紀要。附3-1

附錄四第2次工作會議紀要。附4-1

附錄五第3次工作會議紀要。附5-1

附錄六期末報告審計委員會成員意見處理情況表。附6-1

附錄七期末報告簡報資料。附7-1

序



　　交通運輸部2022年行政規劃的年度政策重點之一是“加強智能化應用，提高交通運輸效率”，明確了加強應用5G、人工智能等新興技術，實現交通數字化、智能化轉型。交通。2020年交通運輸政策白皮書將“人工智能、無人機和遙感技術在鐵路/公路巡檢或監測中的應用”列為重點行動計劃。



　　本研究為項目的第一年，歷時兩年，完成的主要研究成果有：（1）深度學習應用於圖像識別技術的文獻收集，以及從地貌識別到圖像識別的方法和可行性的探索。連續下坡; (2) 收集所研究的已檢查斜坡場地的衛星、航空攝影、無人機圖像，以供後續通過深度學習訓練和數據庫驗證使用；(3) 比較深度學習框架和神經網絡模型在坡度地貌識別中的適用性，從而開發出合適的算法。



　　好處：

　　本研究探討了應用人工智能技術結合邊坡監測的多相位、多尺度圖像進行地貌識別的可行性，希望通過新興技術和工藝的探索，在地物識別等方面發揮實用作用。未來可實現裸塌地範圍的自動選擇和土方體積及範圍的識別，方便公路邊坡管理部門的日常檢查，使災後恢復工作更容易、更快捷。



　　提供給政府的應用程序：

　　研究成果可為公路總局、國家高速公路局在公路邊坡治理、防災等方面的應用，以及研究所在人工智能技術研發方面的進一步探索和應用提供參考。

?