某智慧交通系統在城市主要路口安裝監視攝影機，需即時識別畫面中的汽車、機車、公車等不同車輛類型，並統計各路口的車輛流量以支援號誌控制優化。下列哪一種神經網路架構最適合處理此類影像中的物件類型識別任務？

Question

(A) 循環神經網路（RNN），適合處理序列資料
(B) 卷積神經網路（CNN），適合處理影像資料
(C) 長短期記憶網路（LSTM），適合處理長期依賴
(D) 多層感知機（MLP），將輸入資料轉換為數值後進行分類

Accepted Answer

正確答案：(B) 卷積神經網路（CNN），適合處理影像資料

卷積神經網路的核心設計是卷積核在影像上滑動擷取局部特徵（邊緣、紋理、輪廓），再透過層層堆疊組合成高階的物件概念，同時具備權重共享與平移不變性的特性。這使它成為影像辨識任務的標準架構，也是各種物件偵測模型（YOLO、Faster R-CNN）的骨幹網路。