<style> .reveal .slides { text-align: left; font-size:28px; } </style> # 專題題目討論 **組員：** 唐予安 01157045 馮宥崴 01157026 曾啓豪 01157062 --- # 候選題目 我們討論並初步選定以下可能的專案題目： 1. **駕駛專注度偵測**：偵測駕駛者是否專注於開車，並提供警示 2. **路標偵測**：偵測道路上的標誌，標註其意義或翻譯 3. **機車偵測**：檢測後方是否有快速接近的機車，以提高行車安全 4. **商店貨架監測**：自動偵測貨架上商品的存貨狀況，提醒店員補貨 5. **手勢辨識**：透過影像辨識手勢，應用於人機互動或手語翻譯等應用 6. **手繪 emoji 辨識**：識別手繪的表情符號，並對應至對應的 emoji 7. **蟲鳴叫聲辨識**：透過聲音分析識別不同昆蟲的鳴叫 --- # 篩選流程 為了確保選出的題目具有可行性與獨特性，我們進行以下篩選步驟： 1. **判斷題目的合理性** 2. **將題目分類，選出有興趣的類別** 3. **細分並選定最終題目** ---- ## 判斷題目合理性 我們首先檢視所有題目是否符合專案需求，例如： - 是否與物件偵測相關？ - 是否具有實作的可行性？ 結果顯示：所有候選題目均具備合理性，因此未刪除任何選項 ---- ## 題目分類 我們將題目依據感知方式分為兩大類： - **視覺偵測類** - **物件追蹤**：機車偵測 - **物件偵測**：駕駛專注度、路標、商店貨架、手勢辨識、emoji 辨識 - **聽覺偵測類** - **聲音分析**：蟲鳴叫聲辨識 ---- ## 確定研究範圍 在進一步討論後，我們決定專注於 **物件偵測** 類別，並刪除以下題目： - ~~機車偵測~~ - ~~蟲鳴叫聲辨識~~ ---- ## 其他考量 我們希望選擇一個相對較少人研究過的題目，因此進一步檢視各個專案的創新性 查詢網路後，我們發現這些題目已有較多研究： - ~~駕駛專注度偵測~~ - ~~路標偵測~~ - ~~商店貨架監測~~ - ~~手勢辨識~~ 最終，**「手繪 emoji 辨識」** 相較其他選項較少人研究，因此我們決定選擇此題目作為專案方向 --- ### 最終選定題目 # 手繪 Emoji 辨識 ---- ### 題目方向 - 訓練一個 AI 模型，能夠辨識手繪表情符號，並轉換為對應的 emoji - 製作手機 APP，讓找尋 emoji 變得更方便 ---- ### 可能應用場景 - 手機輸入法輔助 --- # 謝謝大家 ----- ### 我們的分工 **唐予安**：上台報告 (33%) **馮宥崴**：製作簡報 (33%) **曾啓豪**：會議記錄 (33%)