電腦視覺與機器學習技術簡介
隨著電腦硬體計算效能的持續增強，影像處理、電腦視覺與機器學習技術逐漸的出現在每個人的生活，例如智慧型手機中，全景圖拍攝已經是基本功能，修圖app甚至從傳統的純影像處理進步到先進行人臉辨識再適應性地修改構成五官的像素。知名的美圖公司除了推出美圖秀秀外，亦推出美圖手機，甚至成立MTLab，以深度學習技術為主題，持續提升拍照之效果。
進年來深度學習技術突破了各式問題使用傳統機器學習的效果，其中包括了應用卷積神經網路(Convolutional Neural Network, CNN)於影像分類(Image Classification)、物體偵測(Object Detection)，影像分割(Image segmentation)，以及應用生成式對抗網路(Generative Adversarial Network, GAN)之影像生成與影像風格轉換。
本課程在影像處理部份將介紹影像增強、影像幾何轉換、影像壓縮。電腦視覺部份包括了影像特徵偵測及全景圖之實現，機器學習部份包括了Adaboost與支持向量機，深度學習部份簡介各種經典的卷積神經網路及目前最為先進之物件偵測模型(R-CNN Trilogy, YOLO)，影像分割模型(FCN, Segnet)，以及應用於影像分成與轉換的GAN。課程中的部份主題將提供範例程式供學員參考，以提升學習效果，期待學員可藉由此課程初步瞭解影像處理、電腦視覺、機器學習甚至是深度學習技術，未來順利進入相關產業發展。

• 時　間：2019年01月04、11日(隔周五)( 9:30∼16:30，共12小時)(課後須進行隨堂測驗)

• 地　點：工研院產業學院 產業智慧化學習中心(台北)(實際上課地點依上課通知為主!!)

• 主辦單位：工研院產業學院 產業智慧化學習中心(台北)
  

 

課程目標

 

協助具影像處理專長之學員切入電腦視覺領域

未來可銜接各類程式設計/機器學習/深度學習課程

 

課程對象

 

車用影像安全系統技術發展相關人員。

 

課程大綱

 

1. 電腦視覺與機器學習簡介

2. 影像感測器以及各種影像缺陷簡介

3. 辨識率以及量化分析因子簡介

4. 影像增強

5. 影像幾何轉換

6. 影像特徵偵測及全景圖之實現

7. 影像壓縮簡介

8. 基於HOG與SVM之人臉偵測

9. 基於Adaboost之人臉偵測

10. 卷積神經網路(Convolutional Neural Network)簡介

11. 基於CNN之物件偵測與辨識 (R-CNN, Fast R-CNN, Faster R-CNN, YOLO, SSD)

12. 基於CNN之影像分割(Image segmentation)

13. 生成式對抗網路(GAN)簡介

 

講師簡介

 

林哲聰

學歷: 台灣大學應用力學研究所碩士/清華大學資工系博士班

現職: 工研院機械所研究員

經歷: 工研院機械所副研究員，加州大學聖塔芭芭拉分校資工系訪問研究員

2010 伽利略創新大賽 台灣區季軍

2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主

2013 伽利略創新大賽 瑞士區冠軍

2017 CVGIP 行人偵測競賽 亞軍

2017 MOST 生成式對抗網路競賽 佳作

專長: Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning, GPS , Embedded System, iPhone Programming

已於車用影像安全警示系統領域中發表過十九篇國際論文，十五篇國內論文，以及十三篇專利。

 

結訓與認證

課程出席率達八成以上且測驗結果70分以上者，由工業技術研究院發給培訓證書。

價格

1. 原價：6,000元/人
2. 政府補助50%，學員自行負擔 3,000元/人，限額10人，依報名並繳費完成順序。

• ※AI智慧應用人才培育補助辦法：

  (1)年滿20歲具中華民國國籍之自然人

  (2)至AIGO網站登錄註冊並通過其審核 (網址： https://aigo.org.tw)

  (3)不得同時申領其他同類型之政府補助

  (4)需依工業局規定填寫報名相關資料

  (5)學員報名時須先繳交全額費用，課程結束通過補助資格複審，計畫辦公室將會核撥補助款予參訓學員

 

貼心提醒

 

退費標準：
請於開課前三日以傳真或email告知主辦單位，並電話確認申請退費事宜。逾期將郵寄講義，恕不退費。若未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。

附　　註：
1.為尊重講師之智慧財產權，恕無法提供課程講義電子檔。
2.學員於每堂課程上課須簽到、下課須簽退。
3.本課程經工業局補助，上課學員皆需依工業局規定填寫報名相關資料，且學員出席時數需達課程時數八成以上，方可適用工業局補助；若未符合規定者，則需將其政府補助費用繳回。
4.請註明服務機關之完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求。
5.為配合經濟部工業局人培計畫學員電訪作業，結訓學員應配合經濟部工業局培訓後電訪調查。