莊永裕Yung-Yu Chuang

將 AI 應用於計算攝影學 提升影像品質與理解

得力於深度學習技術的發展，人工智慧再次成為備受期待的科技技術，本人近年的研究主軸為：將深度學習技術應用於計算攝影學、電腦視覺及電腦圖學，提升影像品質與理解，屬於人工智慧的重要次領域。主要研究成果包括基於深度學習的計算攝影學、新型態相機之深度計算攝影學、降低標註成本之深度學習方法、緊湊深度模型、以強化學習加速擬真成像等，成果多發表於人工智慧指標國際會議。

影像保留珍貴的視覺經驗，然而由於相機的限制及拍照時不完美的條件，影像未必能重現視覺經驗或是符合使用者期望，計算攝影學利用計算方法克服這些限制與不完美，我們將深度學習技術應用於計算攝影學，基於美學喜好或物理成像原理改善影像的成像品質，亦用以移除影像中的障礙，如反射、遮蔽、陰影等，以產生更符合使用者視覺經驗或期望的影像。

雖然深度學習已經在許多電腦視覺問題取得重大突破，但是實際應用時仍面臨許多挑戰，例如需要大量的標註資料及模型消耗大量記憶體等問題。我們發展了一系列降低標註資料的方法，藉由非監督及弱監督式的方法，大幅減少訓練所需之標示資料。此外，我們開發緊湊深度模型，在不犧牲準確度的條件下，將人臉影像年齡估計及朝向估測模型大小降到數個 MB，只有類似功能深度模型約 1/100 的大小，大幅提升了深度學習技術的實用性。