由於人物比例與影像形變因素，現有深度學習模型對於空拍影像的行人偵測較不擅長，也無法進一步分析其行為。本技術使用兩種前處理方式：1.將影像進行消失點轉換來修正人物歪斜的問題。2.切割空拍影像來改善人物在影像中比例過小。調整空拍影像使其更適合現有偵測模型，達到提升空拍影像行人偵測準確度之效並使用深度學習

空拍機影像處理為近年新興研究方向，目前暫無國際標準空拍影像Benchmark。本團隊透過自己收集與建立的空拍影像Database提供空拍影像人型偵測使用。並且透過前處理方式調整空拍影像的輸入，以符合現今深度學習架構的影像輸入需求。

此技術可廣泛應用於於各種可透過空拍機進行大範圍監控管理之產業。如工地管理、廠區管理、碼頭管理與集會遊行管理等。除了降低人事成本，可能透過空拍機到達人類難以到達的視角進行監控。未來可創造的經濟效益難以估量。