AI 跨域應用研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/124121

該研究所主要研發方向在人工智慧、物聯網科技、智慧製造技術等,與企業合作技術開發及研究四大主題,包含「智慧顯示科技開發與應用」、「元宇宙3D顯示器」、「影像顯示器智慧製造與自動生產校正」及「智慧資安技術發展」,共同培育產業實務需要的人才。另可透過產學合作機制與企業聯手開發人工智慧相關創新應用服務,加速孵育AIoT整體解決方案進軍國際市場,符應行政院110年核定「六大核心戰略產業推動方案」有關「資訊及數位」之內涵,符合國家重點領域「人工智慧、智慧製造」之設立精神。 此研究所目標為深化研究、產業技術升級、整合不同專業領域資源、以及開發科技新的契機。此研究所教學研究領域包含:深度學習、人工智慧系統平臺、影像處理與分析、電腦視覺、自然語言處理、智慧顯示科技、智慧物聯網科技、智慧製造技術、智慧機器人等。課程特色注重產業鏈結,聘請國內外研究單位與企業之人工智慧應用領域專家參與授課,落實學用合一,解決學用落差。並與企業合作擬定技術開發議題,共同指導研究生進行前瞻技術開發計畫,培養具備人工智慧跨域應用所需的專業知識與實作技術的人才,解決產業實務議題。

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    用於反射式電子紙顯示器色彩校正的AI模型:邊緣實現的即時方法
    (2025) 童培軒; Tung, Pei-Hsuan
    本研究旨在解決反射式彩色電子紙的非線性色彩失真與色偏問題。為此本研究提出了一套基於深度學習的色彩校正架構和基於過往方法開發的半色調演算法,以有效提升色彩還原的準確度與空間連續性,克服傳統方法的限制。為驗證本方法在邊緣運算裝置上的可行性與即時性,我們將模型部署於 NVIDIA Jetson Orin NX,並採用訓練後量化策略將模型由全精度轉換為INT8精度。實驗結果顯示,量化後模型在推論速度上提升近五倍,同時僅有輕微的影像品質減損,大幅降低了記憶體與運算資源需求。本研究提供了一套低成本、高效率且無需額外色彩量測的AI調色方案,證實其具備高度的實用性與延展潛力。
  • Item
    基於色調映射與模型可解釋性技術的人臉偵測優化
    (2025) 李少榆; Lee, Shao-Yu
    邊緣攝影機在極端背光與低光環境下,因對比失衡與雜訊升高,常導致人臉偵測表現顯著退化。本研究以全域與區域色調映射為核心,結合輕量化偵測器進行系統性評估與消融,聚焦於「前端影像增益」與「小樣本重新訓練」的相對效益與互補效應。結果顯示,在背光與低光影像集中,最佳組合可將檢測精度由 11.6% 提升至 50.7 % ,並明顯改善困難區域的人臉可見度與穩定性。基於此結論,我們提出適用於資源受限情境的實作指引,說明前端增益與輕量偵測的搭配原則與取捨,提供可部署方案,並為後續自適應色調映射與輕量偵測器的協同設計奠定基礎。