莊永裕Yung-Yu Chuang

國立臺灣大學資訊工程學系教授

傑出研究獎

學歷

  • 美國華盛頓大學電腦科學與工程所博士 (2004)
  • 美國華盛頓大學電腦科學與工程所碩士 (2000)
  • 國立臺灣大學資訊工程所碩士 (1995)
  • 國立臺灣大學資訊工程系學士 (1993)

 

經歷

  • 科技部工程司智慧計算學門召集人 (2018/1 ~ 2020/12)
  • 國立臺灣大學資訊工程學系系主任 (2017/8 ~ 2020/7)
  • 國立臺灣大學資訊工程學系教授 (2012/8 ~迄今)

個人勵志銘

你不需要很厲害才能開始,但你需要開始才會很厲害。

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。

傑出研究獎

得獎感言

感謝科技部的肯定,除了是鼓勵之外,更是一種鞭策,未來將更加努力做出更好的研究成果。感謝科技部及產業合作夥伴在研究經費上的支持;感謝臺灣大學及臺大資訊系提供一個良好的研究環境;感謝過去持續提供協助及鼓勵的學界同仁及先進如歐陽明教授、吳家麟教授、陳文進教授、黃肇雄教授、廖弘源所長、李同益教授、郭大維院長、陳銘憲副校長、范國清院長等人;感謝通訊與多媒體實驗室成員們的協助。

更要感謝我的學生及研究合作者對於研究工作的努力及付出,最後要特別感謝家人長久以來在各方面的支持與包容。