研究成果

基於深度學習之輪胎氣泡AOI檢出技術

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。

甲狀腺影像診斷技術

技術內容 協助醫師於臨床診斷使用,降低診斷的難度,縮短檢查時間,提高確診率。(1)各種醫學影像上自動甲狀腺分割技術之實現、(2)超音波影像甲狀腺結節分割及分類、(3)超音波影像中甲狀腺體積估測、(4)甲狀腺腫瘤分割(5)甲狀腺葛雷芙氏症之自動檢測,相關成果已發表在國際知名期刊。

記憶體模組產品外觀缺陷AOI檢出技術

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。

零接觸檢測,臉部中風、呼吸及心率偵測技術

技術內容 全球首創「零接觸」檢測技術,並獲獎六項專利肯定,利用表情不對稱及嘴歪眼斜等特徵,評估臉部中風的風險,同時觀察頭部因心臟收縮而產生的微振動,結合攝影機開發零接觸的心率及呼吸偵測技術,可即時、精準的量測心率及呼吸。

雲端嬰語辨識技術(嬰語翻譯機)

技術內容 協助新手父母了解六個月以下寶寶的哭聲,透過最先進的深度學習技術辨識肚子餓、想睡覺、尿布濕及需要安撫等四種哭聲,並且可為每位嬰兒建立不同的辨識模型,幫助了解新手父母了解寶寶哭的原因,對於出生二周內、一個月、二個月及四個月新生兒的哭聲辨識率高達92%、85.4%、83.8%、77%,男女嬰兒均適用。

智能嬰兒監視器

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。

生產線上出入口安全行為AI監控系統

技術內容工安意外防治為極重要的課題,為避免所屬員工未依遵循安全流程,貪圖方便而造成工安事件,故開發出一套生產線上出入口安全行為AI監控系統,使用行人追蹤及行為識別技術,及時監視員工是否遵循安全規範,提高員工作業安全性。