球員空間定位及球體辨識AI模型技術
技術簡介
利用深度學習進行棒球球體軌跡辨識，通過收集影像數據、設計適當的神經網絡架構，並使用標記數據進行訓練。模型能夠辨識球的軌跡、轉速、速度、落點等特徵，並且與球賽後設資料串連，將轉換後的特徵數據儲存於結構化資料庫。
Abstract
Using deep learning for baseball trajectory recognition involves collecting image data, designing an appropriate neural network architecture, and training the model with labeled data. The model can identify features such as the ball’s trajectory, spin rate, speed, and landing point. It integrates with post-game metadata, storing the transformed feature data in a structured database.
技術規格
影像辨識與實體誤差一公分內、22關節點無marker辨識
Technical Specification
影像辨識與實體誤差一公分內、22關節點無marker辨識
技術特色
“利用深度學習進行棒球球體軌跡辨識，通過收集影像數據、設計適當的神經網絡架構，並使用標記數據進行訓練。模型能夠辨識球的軌跡、轉速、速度、落點等特徵，並且與球賽後設資料串連，將轉換後的特徵數據儲存於結構化資料庫。 Using deep learning for baseball trajectory recognition involves collecting image data, designing an appropriate neural network architecture, and training the model with labeled data. The model can identify features such as the ball’s trajectory, spin rate, speed, and landing point. It integrates with post-game metadata, storing the transformed feature data in a structured database.”
應用範圍
職業棒球InGame數據收集
接受技術者具備基礎建議（設備）
200FPS以上高速攝影機、10Gb以上光纖、GPU運算主機
接受技術者具備基礎建議（專業）
AI影像與數據分析
客製化AI助理問答系統
技術簡介
本技術運用先進的爬蟲技術，擷取特定網站的全域文字資訊，並整合至 RAG（檢索增強生成）架構，作為 LLM（大型語言模型）的核心參考數據，以實現高準確度的生成式問答系統。
Abstract
This technology utilizes advanced web crawling techniques to extract comprehensive textual information from designated websites and integrates it into a Retrieval-Augmented Generation (RAG) framework as a core reference for Large Language Models (LLMs), enabling a highly accurate generative Q＆A system.
技術規格
˙ 爬蟲與數據處理 ˙ RAG 架構與 LLM 整合 ˙ AI問答系統
Technical Specification
˙ Web Crawling ＆ Data Processing ˙ Retrieval-Augmented Generation ＆ LLM Integration ˙ LLM Q＆A System
技術特色
相較於一般通用型 GAI 問答系統，本系統優先檢索最新的網站內容，確保企業與組織的入口導覽資訊即時、精確，從根本上降低 AI 幻覺風險，避免提供錯誤或過時的回應。
應用範圍
智慧客服，展館導覽
接受技術者具備基礎建議（設備）
■ GPU主機或雲端設備、麥克風、喇叭
接受技術者具備基礎建議（專業）
■ 資訊、電機
雲端資源媒合系統
技術簡介
完成AI客服核心整合與人機介面開發，利用NLP與GAI來取代平台客服人力，已完成蒐集整理平台與APP服務相關資訊建立向量資料庫、LangChain訓練框架、問答API等建置，並進行AI客服核心測試調適，透過問答網頁型式上線，提升使用者媒合或尋找適用App效率。
Abstract
Completed the core integration and human-machine interface development for the AI customer service system. Leveraging NLP and GAI technologies to replace platform customer service personnel, the project has successfully collected and organized platform and app-related service information to establish a vector database. Additionally, the LangChain training framework, Q＆A APIs, and other components have been implemented, followed by core testing and tuning of the AI customer service system. The system is now live in a Q＆A web-based format, enhancing user efficiency in matching or finding suitable apps.
技術規格
支援PDF文件與hackmd線上文本的自動向量化轉換，可針對dynamedb資料庫設定欄位定義並自動產生補充文本，提供web api介面可供第三方程式串接應用
Technical Specification
Supports automatic vectorization conversion of PDF documents and online HackMD text. Allows setting field definitions for DynamoDB databases and automatically generating supplementary text. Provides a web API interface for third-party program integration and application.
技術特色
導入AI客服功能，可快速反應會員問題，並提供解決方案詳細資料，節省9成等待信件回覆時間，展現業務價值
應用範圍
文本資料分析與人機互動應用
接受技術者具備基礎建議（設備）
具備GPU運算核心的工作站級伺服器
接受技術者具備基礎建議（專業）
軟體開發、雲端服務管理、生成式AI基礎概念
技術分類 精密機械
智慧水下影像及IoT水質環境監控系統
技術簡介
本技術可幫助管理者精準掌握養殖水底環境動態，對於風險因子能即時預警與因應，創造良好的養殖生物生存環境。智慧影像提供可視化蝦隻活動及攝食情形，分析測量蝦隻體長，免除傳統養殖操作所造成的緊迫死亡，並能精準掌握飼料投餵時間與數量、蝦隻成長與健康狀態，提升養殖生物之生物安全性。
Abstract
This technology assists managers in precisely understanding the dynamics of the aquaculture underwater environment, enabling real-time warnings and responses to risk factors, and creating a favorable environment for the survival of cultured organisms. Smart imaging provides visual insights into shrimp activities and feeding behaviors, analyzes and measures shrimp length, alleviating the urgency of mortality caused by traditional aquaculture operations. It also allows for accurate control of feeding times and quantities, monitoring shrimp growth and health status, thereby enhancing the biological security of cultured organisms.
技術規格
水下攝影設備、水質監控設備
Technical Specification
Underwater photography equipment, water quality monitoring devices
技術特色
“本技術可幫助管理者精準掌握養殖水底環境動態，對於風險因子能即時預警與因應，創造良好的養殖生物生存環境。智慧影像提供可視化蝦隻活動及攝食情形，分析測量蝦隻體長，免除傳統養殖操作所造成的緊迫死亡，並能精準掌握飼料投餵時間與數量、蝦隻成長與健康狀態，提升養殖生物之生物安全性。 This technology assists managers in precisely understanding the dynamics of the aquaculture underwater environment, enabling real-time warnings and responses to risk factors, and creating a favorable environment for the survival of cultured organisms. Smart imaging provides visual insights into shrimp activities and feeding behaviors, analyzes and measures shrimp length, alleviating the urgency of mortality caused by traditional aquaculture operations. It also allows for accurate control of feeding times and quantities, monitoring shrimp growth and health status, thereby enhancing the biological security of cultured organisms.”
應用範圍
養殖漁業
接受技術者具備基礎建議（設備）
智慧水下攝影、IoT水質監測系統
接受技術者具備基礎建議（專業）
監控設備系統整合與AI數據分析
感測數據異常即時檢測工具
技術簡介
提供資料擷取並依設備感測數據特性如物理極限、經驗參數、變異數分析等，建立數據可靠度指標
Abstract
Provide data acquisition and establish data reliability indicators based on device sensing data characteristics such as physical limits, empirical parameters, variation analysis, etc.
技術規格
支援特定通訊協定(ex. Modbus)之各廠牌PLC、錶頭、伺服馬達
Technical Specification
Supports various brands of PLCs, meters, and servo motors with specific communication protocols (ex. Modbus)
技術特色
感測數據異常即時檢測工具為數據即時檢測異常過濾機制與可靠度分析工具，並透過現場人員經驗、數據物理特性與極限、場域類別等，設計數據特性樣版，並研發數據關聯性分析技術來進行數據可靠度分析與資料分類，並提供至少4種可靠度指標，大幅減少錯誤的感測數據被收集，提高監控系統與大數據分析的運作效率。
應用範圍
自動化、設備與機台、物聯網之通訊、監管、資料整合應用
接受技術者具備基礎建議（設備）
支援embedded linux system硬體與LAMP架構
接受技術者具備基礎建議（專業）
資工相關背景
技術分類 智慧製造
戶外安全傳輸定位裝置、系統及使用者介面
技術簡介
多種通訊模組之定位裝置，以LoRa為主要進行通訊及跳轉技術，結合藍芽與GPS，達到及滿足登山客安全需求
Abstract
A lora-based device wih multiple communication modules, including bluetooth,and GPS to meet hikers’ need for safety
技術規格
通訊模組、定位、藍芽等
Technical Specification
Lora,Mesh,Bluetooth and GPS
技術特色
多種通訊模組之定位裝置，以LoRa為主要進行通訊及跳轉技術，結合藍芽與GPS，達到及滿足登山客安全需求
應用範圍
登山安全裝置
接受技術者具備基礎建議（設備）
裝置，通訊模組，app
接受技術者具備基礎建議（專業）
通信技術
技術分類 設計驅動
運動場域行為自動記錄系統
技術簡介
透過公共場域運動行為紀錄分析，並導入行為科學為基礎之淨零碳排方案，促成民眾在公開場域養成運動習慣，並累積具備商業價值之個人碳資產。
Abstract
Through the analysis of sports behavior records in public areas, and the introduction of behavioral science-based net zero carbon emission solutions, it will help people develop exercise habits in public areas and accumulate personal carbon assets with commercial value.
技術規格
運動行為記錄分析
Technical Specification
Exercise Behavior rRecord Analysis
技術特色
透過公共場域運動行為紀錄分析，並導入行為科學為基礎之淨零碳排方案，促成民眾在公開場域養成運動習慣，並累積具備商業價值之個人碳資產。
應用範圍
運動促進
接受技術者具備基礎建議（設備）
攝影鏡頭、主機、顯示器
接受技術者具備基礎建議（專業）
資通訊
技術分類 設計驅動
個人騎力分析指標
技術簡介
將騎乘歷程資料進行分析獲得個人騎乘時間與踩踏功率關係，藉此推估目前個人FTP數值，並且首創由此關係中推估騎乘者有氧能力與爆發力，進行個人騎乘屬性分析，協助了解個人騎乘能力之優缺點，搭配相對應訓練課表進行訓練提升。
Abstract
Analyze the riding history data to obtain the relationship between personal riding time and pedaling power, so as to estimate the current personal FTP value, and for the first time estimate the aerobic capacity and explosive power of the rider from this relationship, and analyze the personal riding attributes. Assist in understanding the advantages and disadvantages of personal riding ability, and improve training with the corresponding training schedule.
技術規格
FTP、有氧能力、爆發力
Technical Specification
FTP, aerobic capacity, explosive power
技術特色
將騎乘歷程資料進行分析獲得個人騎乘時間與踩踏功率關係，藉此推估目前個人FTP數值，並且首創由此關係中推估騎乘者有氧能力與爆發力，進行個人騎乘屬性分析，協助了解個人騎乘能力之優缺點，搭配相對應訓練課表進行訓練提升。
應用範圍
騎乘服務
接受技術者具備基礎建議（設備）
APP
接受技術者具備基礎建議（專業）
軟體維護
技術分類 設計驅動
AI騎乘策略-全方位騎乘教練系統
技術簡介
以AI多元數據融合，整合騎乘者動態生理數據與環境變化資訊，透過事前的騎乘運動數據蒐集、建立各種因子(例如：坡度、踏頻、功率)下的騎乘表現模型建立智能騎乘建議以達到個人運動最佳化回饋。
Abstract
Use AI multi-data fusion to integrate dynamic physiological data and environmental change information of the rider, and build smart riding through the collection of riding sports data in advance and the establishment of riding performance models under various factors (such as: slope, cadence, power) It is recommended to achieve the best feedback for individual sports.
技術規格
心率、坡度、踏頻、功率
Technical Specification
Heart rate, slope, cadence, power
技術特色
以AI多元數據融合，整合騎乘者動態生理數據與環境變化資訊，透過事前的騎乘運動數據蒐集、建立各種因子(例如：坡度、踏頻、功率)下的騎乘表現模型建立智能騎乘建議以達到個人運動最佳化回饋。
應用範圍
騎乘服務
接受技術者具備基礎建議（設備）
APP
接受技術者具備基礎建議（專業）
軟硬整合
技術分類 設計驅動
運動行為重力感測技術
技術簡介
感測元件整合至運動輔助系統，能夠偵測運動時揮動的力道，擷取重力數據進行運動行為比對並可提供運動建議。
Abstract
The sensing element is integrated into the sports assistance system, which can detect the strength of the swing during sports, capture gravity data for comparison of sports behavior and provide sports suggestions.
技術規格
重力感測、加速度、運動力道分析
Technical Specification
Gravity Sensing, Acceleration, Motion Force Analysis
技術特色
感測元件整合至運動輔助系統，能夠偵測運動時揮動的力道，擷取重力數據進行運動行為比對並可提供運動建議。
應用範圍
運動偵測與分析
接受技術者具備基礎建議（設備）
感測器、顯示器
接受技術者具備基礎建議（專業）
資通訊
技術分類 設計驅動
遠端渲染互動與定位XR平台校正技術
技術簡介
本技術以「高亮度microLED視線互動顯示之智慧運動眼鏡系統雛形開發」為核心，透過結合物件與視線對位融合運算、定位辨識追蹤及校正、Metalens型Micro LED顯示、Eye-tracking眼球追蹤，以整合感測與顯示陣列技術進行運動眼鏡光機模組開發，可導入元宇宙應用中。
Abstract
This technical solution targets on digitized sport glasses to facilitate the need based on transparent and eye-tracking display. The solution includes a prototype of digitized sport glasses with high-brightness microLED and eye-tracking interaction modules. Object recognition and tracking technologies and Metalens based Micro LED and Eye-tracking modules build up the sports glasses with display and sensor array integration technology, which results in applications of metaverse.
技術規格
• 靜態虛實影像融合校正檢驗：影像中央區域內誤差僅2~3個pixles，等同一米距離誤差4.6 mm (0.46％)，使用兩種商用AR眼鏡在同一平台上完成校正。 • 虛實資訊融合模組晃動的補償演算法與應用實作，虛實疊合誤差4.95mm。
Technical Specification
• Static calibration verification: 0.46％ error rate under the distance of 1 meter (verified on 2 commercial AR glasses) • Motion image fusion error: 4.95mm
技術特色
為記錄運動數位軌跡所開發的技術方案，具有透明顯示與眼睛追蹤系統能力的光學模組，同時可滿足透視與使用者介面的能力
應用範圍
穿戴式裝置、AR/VR、顯示器、車用、生活互動、醫療教育等新產品
接受技術者具備基礎建議（設備）
a) 光機組裝與系統測試設備 b) 個人電腦
接受技術者具備基礎建議（專業）
a) 軟體設計能力 b) 光機設計能力 c) 具系統整合設計開發能力更佳
技術分類 智慧視覺系統技術