| 第一名 |
電通no.1 |
創新解剖學學習系統 |
在台灣就讀醫學相關科系的學生，除了在系上的大體解剖實驗外，能接觸人體大體並進行實驗的機會有限。但學生要真正學習到人體解剖學，並將之應用於未來的生活，是必須經由長時間的反覆練習才能達成的。
為此，我們開發了一套雲端互動式解剖學學習系統，利用數位學習的概念，讓學生只需要使用瀏覽器與網路就可突破時間、空間以及資源的限制利用本系統模擬大體解剖實驗的操作，進而達到更佳的學習效果。
本系統的設計可以分成兩部分。在第一部分中，我們讓老師能透過網頁出題考學生解剖學中各器官的名稱，學生作答時，會同時開啟作答網頁與設置在雲端伺服器上的我們所開發的3D醫學影像軟體3DBuilder來呈現相對應的3D人體器官讓學生以最貼近實際手術時的情景來作答，進而提升學習成效。
我們設計讓該系統中的我們所開發的3D醫學影像軟體3DBuilder能結合雲端服務，不管是使用Winodws、Mac OS 還是Linux的使用者皆可以直接利用RemoteApp連線到我們的雲端伺服器使用醫學影像軟體3DBuilder。
第二部分，我們設計的即時互動系統IRS讓老師在課堂上使用我們開發的醫學影像軟體3DBuilder授課時，隨時能使用網頁編輯並發佈隨堂測驗來讓學生專注在課堂上，並了解學生們的學習成效，學生可馬上拿出手機使用瀏覽器開啟即時互動系統IRS現場作答，系統會在測驗結束後立刻統計成績並製成測驗結果報告。
|
Link |
| 第二名 |
預約復康不用等 |
穿梭在都市森林的小白車 |
復康巴士透過加裝輔助器材，及提供較計程車更優惠的價格，使身心障礙人士享有預約制的專業接送，在就業、就醫等方面提供無障礙的交通接送服務。為了提高復康巴士的共乘率及服務趟次，需經由排班人員逐筆資料配對，但每天的預約人數大約有六百多人，排班人員需花費6至7小時查詢乘客上下車地點、規劃司機載客路線，造成候補的民眾需於預約3至4天後方能確認是否候補到位。因此本專案希望利用電腦快速的計算能力，建置復康巴士自動化排班系統，免去人力進行地點查詢和趟次安排的工作，藉此節省排班人員之人力，並且提升整體排班效率，減少民眾在預約後等候通知的時間；也藉由系統數據化分析乘車資料，快速定位每位乘客的上下車地點，找出能讓最多乘客共乘的排班路線，以此規劃司機最佳的載客途徑，達成路線上最適當的安排，提升復康巴士之服務效能。 |
Link |
| 第二名 |
Old Driver |
線上諮詢關鍵字與情緒視覺化分析 |
本系統主要是為了管理者所製作，讓管理者可以透過視覺化，輕易地看出各語音線上客服的服務狀況。
透過語音辨識，以及語音情緒萃取，可以擴充錄音檔的價值，讓語者在錄音檔內所說的內容，可以自動地透過語音轉文字呈現，以及語者在通話中的情緒也可以被萃取出來，以利我們在使用者不人為介入下，透過關鍵字，得知其目前的需求；透過情緒，得知客服是否讓使用者有良好的體驗，發揮錄音檔的潛在價值。
此作品提取出情緒與關鍵字並視覺化呈現為可互動的文字雲、情緒雷達圖、情緒及關鍵字時間軸後，再整合各時段來電數、平均時間等靜態資料部屬成網頁顯示的儀表板。 |
Link |
| 第三名 |
超級辨辨辨 |
應用生成對抗網路於乳房影像切割 |
部分醫師認為乳房攝影影像辨識的流程繁瑣耗時，且影像容易因為亮度變化或拍攝角度等問題，造成辨識錯誤。除此之外，乳房組織密度在第3級以上，醫師辨識影像時容易忽略掉與乳腺重疊的鈣化點。本團隊以上述問題進行發想，期望做出一個能降低影像辨識難度、增加醫師判讀影像效率與準確率的輔助診斷系統。本系統透過CycleGAN深度學習模型實現乳房攝影影像「自動標記」，將乳房影像中鈣化點及腫瘤位置標記出來，醫師只需參考系統生成的標記影像即可清楚辨識乳房攝影影像。除了能自動標記乳房攝影影像之外，在影像的標記上由於各個醫師的風格及經驗不同，標記出的影像也會些許不同，所以本團隊期望可以透過醫師「手動標記」的方式，增加系統的辨識能力，也能學習醫師的標記風格，因此設計了「影像標記」功能。本系統是為醫療人員所設計的，透過本系統能有效加速醫師辨識影像的效率，以及提升準確率。 |
Link |
| 第三名 |
Team Seed |
新手 |
本專案的目的為單鏡頭攝影機環境下，提供手勢追蹤雲端服務，以減少前端用戶的硬體裝置需求，可接受多個應用、不同平台裝置同時使用本服務。本專案以ResNet深度學習模型做為基礎架構，系統採用Caffe作為深度學習的框架，用Python做為Caffe的接口以及架設伺服器，以Unity及C#作為前端呈現的開發。本系統的運作流程大致如下，透過使用者的單鏡頭攝影機抓取使用者的左手，前端系統將相機畫面上傳至雲端進行計算，雲端服務即時預測手勢並回傳，目前可以使用手勢追蹤進行簡單的按鈕操作以及選取等功能。 |
Link |
| 第三名 |
點亮愛 |
點亮愛 |
近年大眾運輸工具上經常因為使用博愛座的優先權，導致讓座衝突不斷發生，尤其部分「隱性需求者」，如懷孕初期之孕婦、患有重大傷病之患者或是剛經歷過手術而行動不便者等，由於難以從外觀上辦別其有使用博愛座的需求，導致時常被要求禮讓座位，甚至遭受不當的指責。因此，本團隊開發「點亮愛」系統，搭配App及車廂內顯示面板，幫助需求者傳達其需求資訊，期望以便利且實用的讓座機制，讓所有需求者能夠獲得合理的權益與友善的乘車環境。 |
Link |
| 佳作 |
codeLab |
程式碼練功坊 |
CodeLab是為了解決學生上課時能充分的以「循序漸進、邊寫邊學」的原則學習程式設計與軟體開發而設計的系統。本系統可以用於學習程式語言，也可以用於學習軟體開發框架。學生可以在瀏覽器中以編寫程式的方式學習程式語言，目前支援的程式語言，包括：C、Java、JavaScript與Python。此外，CodeLab也可以利用在個人電腦執行的ProjectIDE，學習需要以某種軟體設計模式（例如：Model-View-Controller）或開發框架，使用多個目錄與檔案，共同完成的軟體程式。 |
Link |
| 佳作 |
Taxi_Go_Go_Go |
計程車載客熱點預測及管理系統 |
Uber 產業的進入給計程車產業帶來極大的威脅，計程車原有的優勢Uber都擁有，甚至還有自訂路線和價錢的功能，故此計程車車產業目前空車的時間比例呈直線上升。我們使用車載自動診斷系統(OBD 2)和車載自動診斷系統 Hacker (OBD Hacker)所能得到的數據做比較並藉由這些數據監控到計程車的是否載客情形，回傳到計程車監控數據庫。再從計程車監控數據庫設計一個計程車管理網站系統並由此顯示出車隊計程車的行車編號、經度、緯度、車速、行車距離、行車時間、載客期間所行駛之所有路徑、是否為載客或空車狀態以及該筆資料所回傳之時間，使計程車業者能完整監控計程車之行為。本計畫再從計程車監控數據庫調過往上車點位的經緯度和當下時間，以縱軸時間星期一到日之二十四小時切分成區間和橫軸Geohash演算法把上車經緯度資料劃分區間累積大數據運算形成熱點，之後人工智慧訓練預判出範圍區間內查詢之地及司機選定條件的附近熱點，再由APP回傳結果給司機。 |
Link |
| 佳作 |
創作實驗室 |
登高吧！ |
為鼓勵民眾多加使用樓梯少坐電梯，我們將「爬樓梯」的日常作為轉換成為放置養成類型的 APP 遊戲「登高吧」，增加爬樓梯的吸引力。遊戲中，世界各地山脈高度將換算為樓層數，提供使用者登高目標，並透過遊戲內的蒐集要素，增加使用者的黏著度，最後搭配行銷活動虛實整合，讓使用者能將遊戲中的獎勵兌換成實體的山林紀念物品，給予使用者如實際造訪山脈的樂趣。其中，目前利用感測器資料以及類神經網路辨識爬樓梯動作的部分尚未有人實作，需要多人同時收集 training data，除了個人走路習慣有所差異外，個別行動裝置的感測器敏感度也不盡相同。且將類神經網路模型放到行動裝置上，必須考慮效能以及耗電量，在維持辨識率不下降的情況下優化模型。 |
Link |
| 佳作 |
贏我就是你不隊 |
智動化商店 |
隨著台灣高齡化、少子化及產業勞工缺少的問題逐漸浮現，人力資源相對變得珍貴，再加上台灣的工資日益上升，各個店家在人力的支出的方面勢必愈來愈高，因此我們希望能透過改造傳統商店，將傳統商店無人化，以減少在人力成本的支出，並且將無人商店與自駕車做整合，以提供使用者擁有更便利的使用體驗。本作品設計了一台智慧型機器人作為無人商店車，該機器人是運用ROS(Robot Operating System)進行開發，並引入基於影像辨識功能的自動駕駛系統，使用者僅須透過手機APP向線上機器人發出需求與預約，便能在指定地點進行商品選購。商店車機器人結合SLAM建構地圖與定位，由後端雲端系統給予任務後，自主針對任務清單進行自駕路線規劃提供使用者購買服務；本作品利用AprilTags作為商品的標籤，機器人可以根據此二維碼標籤所提供的訊息，讓使用者在完成商品選購時，收到來自該商店所發送之電子帳單，使用者僅須透過特定管道進行付費，即可完成本次交易，透過此系統以增進使用者體驗。 |
Link |