YZU students win prizes at the International ICT Innovative Services Awards 資訊應用服務創新競賽 元智資工師生獲四獎項

With the guidance of Assistant Professor Chia-Yu Lin, the students from the Department of Computer Science and Engineering of Yuan Ze University participated in the ” 26th the International ICT Innovative Services Awards”. Their project of AI and Cybersecurity technology development has awarded four prizes including two “First Places” and two “Best Innovation Award “.

【本報訊】

元智大學資工系學生在指導老師林家瑜的協助下，運用AI與資安技術開發專題，參加「第26屆大專校院資訊應用服務創新競賽」，脫穎而出，獲得兩項「全國第一名」與兩項「全國佳作」，共四個獎項，表現優異。

製造業為台灣的重要產業，在數位轉型之下，導入AI技術解決問題成為趨勢，元智大學資工系林家瑜老師帶領學生從「產品瑕疵檢測、檢測的效能以及檢測資料的安全」三個面向討論企業面臨的問題，建置模型，提升產線上的瑕疵檢測效率及資料安全性。

（自動光學檢測(AOI)結合邊緣裝置之應用獲耐能邊緣運算AI運用組全國第一名/圖片由林家瑜提供）

「自動光學檢測(AOI)結合邊緣裝置之應用」獲得耐能邊緣運算AI運用組全國第一名。由資工系黃湘庭、邱子珆同學共同開發。企業將瑕疵檢測模型建置於雲端，使用模型時須將資料上傳雲端，將造成延遲，且有資料外洩的疑慮，因此同學們將AOI瑕疵檢測模型輕量化剪枝，使得模型體積縮小75%，並佈署於「耐能棒」邊緣裝置，完成一個「瑕疵便辨便App」上架於耐能KNEO平台，此APP辨識瑕疵的準確度不僅可達98%，在邊緣裝置上的模型運算速度仍能比建置於伺服器時提升約1.5倍。指導老師林家瑜表示，AI與邊緣計算的結合不僅可增加模型辨識效率亦可保護資料的安全，為接下來製造業引入AI時的方向，感謝耐能智慧股份有限公司(Kneron)，提供邊緣裝置讓學生能實際佈建模型，可做為將Edge AI導入工業4.0的示範性案例。」

（圖像混淆應用於工業自動化檢測獲資訊應用組全國第一名/圖片由林家瑜提供）

「圖像混淆應用於工業自動化檢測」獲得資訊應用組全國第一名。此作品由林家瑜老師與陳昱圻老師指導資工系陳顥元、葉伃真、呂琳萱三位同學共同開發。在製造過程中，產品被擷取影像進行瑕疵檢測，若駭客進行模型逆向攻擊(Model Inversion Attack)將可還原出原始圖像，洩漏產品資訊，對企業造成相當大的傷害，因此同學們設計圖像混淆算法，使人眼無法分辨該資料的內容，而模型依然能學習到相應特徵進行分類，有效杜絕駭客透過逆向攻擊取得輸入資料，避免產品內容外洩，影像做完混淆後，模型依然有91%的瑕疵辨識準確率。林家瑜說，資安問題日趨嚴重，製造業也難逃魔爪，此作品展示了保護產線資料的可行性，幫助企業進一步思考引入AI技術時的資料安全議題。

（「深度學習之通用化銲錫瑕疵檢測系統應用於工業AOI圖像辨識」獲資訊應用組佳作/圖片由林家瑜提供）

「深度學習之通用化銲錫瑕疵檢測系統應用於工業AOI圖像辨識」，由林家瑜老師指導資工系龔家雋、陳怡蓁、葉詩棋、薛辰昇同學進行開發，在此次競賽中獲得資訊應用組佳作，解決企業在瑕疵檢測時誤報率過高的問題，此系統只需要「少量的」瑕疵影像就可建置銲錫瑕疵檢測模型，對焊接點進行正常及7種瑕疵的分類，準確率達95%，讓企業可輕鬆蒐集資料就能引入瑕疵檢測模型。林家瑜表示，自動光學檢測誤報率過高是製造業普遍面臨的問題，學生從此專題中了解產線的運作，運用實際的資料訓練AI模型，可做為AI協助企業數位轉型的示範性案例。

（「天眼」資訊應用組獲全國佳作/圖片由林家瑜提供）

「天眼」則獲得資訊應用組全國佳作，此作品由陳彥安老師指導陳正穎、鍾崴光、林品凡、林璟翔、王藝喬、曾雅詩共同開發。為回應政府推廣的交通安全月活動，此專題在樹莓派結合OpenCV與IoT，影像辨識路口行人狀態，並加入附近靠近車輛資訊，判斷是否有即將發生的危險，進行警告通知，透過此專題汽機車能夠慢看行，行人停看聽。陳彥安說，馬路如虎口，在十字路口中行人與汽車駕駛容易沒注意到對方發生車禍，因此同學應用物聯網課中學習到的知識開發應用，希望能夠增加路口的安全，減少事故發生。

此次競賽中，元智大學資工系的研發能量受到各方產官學專家的肯定，系上將持續努力，培育出更多產業所需的科技人才。