基於深度學習之輪胎氣泡AOI檢出技術
| 技術名稱 | 基於深度學習之輪胎氣泡AOI檢出技術 |
| 技術研發者 | 資訊工程系 張傳育 特聘教授 |
| 技術內容 | 檢測一顆輪胎的時間約8秒，氣泡缺陷檢出率為97%，非氣泡缺陷被誤認成氣泡的誤判率約為18%。可大幅降低檢測人力，由現行的每條產線一個人減為一個人可看五條產線。 |
記憶體模組產品外觀缺陷AOI檢出技術
| 技術名稱 | 記憶體模組產品外觀缺陷AOI檢出技術 |
| 技術研發者 | 資訊工程系 張傳育 特聘教授 |
| 技術內容 | 記憶體模組印刷電路板(PCB)出廠前需進行外觀檢測，現有的自動光學檢測(AOI)機台檢測效能不佳，將正常誤判為異常項目過多，造成後續人工檢測工作量大增，不僅浪費時間，也可能因人眼疲勞造成更多的錯誤判定。為了減少異常項目的誤判數量，我們使用一種生成式對抗網路的深度學習網路架構，透過大量學習良品的影像資料，進而將需檢測的影像生成接近良品影像以找出異常的位置，同時網路模型也會計算出異常分數進而當作良品與不良品的判斷依據。 |
臉部中風及心率檢測系統
| 技術名稱 | 臉部中風及心率檢測系統 |
| 技術研發者 | 資訊工程系 張傳育 特聘教授 |
| 技術內容 | 利用表情不對稱及嘴歪眼斜等特徵，檢測臉部中風的風險，同時觀察頭部因心臟收縮而產生的微振動，開發一非接觸式的臉部心率偵測技術。 |
智能嬰兒監視器
| 技術名稱 | 智能嬰兒監視器 |
| 技術研發者 | 資訊工程系 張傳育 特聘教授 |
| 技術內容 | 透過機器學習技術，協助家長了解嬰兒哭聲的需求，並提醒家長嬰兒是否有吐奶或者口鼻遮蔽的狀況發生，進而降低意外發生的可能性。 |