本計畫使用YOLOv7深度學習方法並使用多種訓練過程最佳化技巧建立海域遊憩活動辨識模型。結果顯示模型辨識表現良好，整體準確性可達95%，其中，對於常見的游泳活動有九成以上的辨識準確性；對於使用器具的水域遊憩活動，辨識準確性甚至可達99%。顯示本計畫發展之AI技術在海域遊憩活動辨識上的可靠性。
本計畫假設民眾有潛在溺水可能以及跨越警戒線為潛在危險條件，應用DeepSORT多目標追蹤技術與深度學習方法，建立海域潛在危險偵測模型。模型偵測民眾可能溺水的準確性達九成以上，另外，我們的程式能在辨識畫面中繪製警戒線，當有游泳民眾越線時，可將其標記為潛在危險。結果顯示應用深度學習方法搭配多目標追蹤技術可有效追蹤發生潛在危險的民眾，可顯示民眾遠離岸安全區域的持續時間並掌握救援時間。另外，本計畫也開發了海域潛在危險警示發報系統，可以讓現場救生員或管理單位即時接收潛在危險發生的警示。...more