全國中小學科展

依全國中小學科展屆次查詢

依相關評語查詢

電腦與資訊學科

基於多項人工智慧之多模態失語症溝通系統探究

本研究開發了一個基於多項人工智慧技術的多模態失語症溝通系統,旨在提供失語症患者能提升表達自我和參與社交的能力的工具。系統以iOS App作為主體,接收環境影像、語音、唇語、手勢及情緒等多模態資訊後,透過大型語言模型產生完整敘述,再以語音合成播放。研究創新開發AphasiaSim-LLM生成高度擬真的模擬失語症語料,並以量化評估取代主觀評分,證實Gemini 2.5 Flash於語句還原表現最佳;此外亦建構了輕量級手勢辨識模型,並以ORB演算法優化關鍵幀提取;透過異步處理、FFmpeg影片取幀及輕量Flux文生圖模型等優化策略,最終完成能有效輔助失語症患者進行流暢溝通之系統。

防跌守護,步步安心

隊員的外婆在台灣獨居,曾因跌倒而未能及時求救,引發家人擔憂,高齡化與獨居老人數量增加,導致安全照護挑戰,需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作,檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練,Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能,設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高,對其他動作表現尚可,而系統運行時CPU負擔輕,確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間,考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能,增強用戶體驗。

基於YOLO物件偵測之長者居家行為識別暨照護輔助系統

隨著高齡化社會來臨,長者夜間跌倒事故頻傳,居家安全成為急需解決的問題。本研究提出一套以深度學習與影像處理技術為核心的智慧監測系統,重點為夜間跌倒事件的即時辨識與預警。系統運用OpenCV進行影像增強,改善夜間低光環境下的影像品質,再以深度學習模型Ultralytics YOLO11進行精準的跌倒偵測,達成即時通報與警示。此外,整合臥床偵測、夜間燈條引導與浴室進出監控,提供全方位居家安全防護。所有檢測數據即時記錄至Web Server(HTML、JavaScript、CSS、Flask、MySQL架構),供遠端監控與數據分析。經實驗證明,本系統能準確辨識夜間跌倒事件,有效減少長者夜間意外事故發生,對高齡社會居家安全具重要貢獻。

AI與心理學的言語柔化實驗

現今網路充斥著具壓力的負面言論,影響使用者的心理健康。本研究旨在參考 C-ME 量表並整理為四大類標籤,人工分類從論壇蒐集的言論來訓練模型。研究採 LSTM、雙向 LSTM、CNN + LSTM 及 Transformer四種深度學習模型,基於自建資料集進行訓練,實現對全新言論的精準分類,並比較四種模型在精確率、召回率及 F1-score 等指標上的表現。結果顯示,LSTM處理數據不均衡的資料集時表現最佳,F1-score達89.2%。實測發現,CNN+LSTM 在預測效果上略勝 LSTM。此外,結合生成式 AI GPT-4o-mini,能有效改善不當言論,為留言者提供更委婉的表達建議。

跨語言交流與環境感知的智能眼鏡-EchoLens

本研究提出一款結合生成式AI能進行場景分析,進而綜合情緒、語氣、文化禮節給予最佳回覆的人工智慧眼鏡。目的希望使用者不需要透過手機即可實現即時語音翻譯、情境分析與天氣資訊抓取功能。系統以ESP32為主要控制核心,搭配Android Studio開發之應用程式,透過WiFi採用UDP通訊協定進行無線通訊,提供精簡的翻譯與應答建議。每次翻譯處理後,GPT根據語境與提示詞再將翻譯結果與應答建議,傳送回並顯示於智慧眼鏡的OLED螢幕,將即時資訊呈現在使用者眼前,實現流暢的跨語言互動體驗。

利用ChatGPT協助辨識詐騙簡訊及網頁

近年來隨著資訊科技發展,詐騙行為日益猖獗。儘管政府已建置防詐網站與專線提供人工審查,但面對大量詐騙資訊,其效率仍顯不足。為降低人工審查負擔,本研究探討提示工程技術(Prompt engineering),評估其是否可提升GPT模型對圖像與語音詐騙內容的辨識準確率。研究設計採用三種不同提示策略,分別應用於圖像與語音資料中,並比較其判斷正確數以分析準確率差異。結果顯示Chain-of-Thought Prompting在兩種媒介資料中表現皆優於其餘提示工程模型,顯示良好判斷效果。本研究基於Chain-of-Thought Prompting模型開發互動式網頁程式讓民眾可立馬使用網頁判別可疑的圖片、音訊,展現應用於基礎防詐之可行性,亦可為後續防詐系統提供設計參考。

AI輔助手寫卷閱卷系統

本研究旨在開發選擇題手寫卷的自動閱卷與成績登記系統,以減輕小老師與教師在小考閱卷及成績登錄上的負擔。為改善選擇題手寫卷的閱卷方式,本研究結合手寫字辨識技術、雲端成績登記存放及網頁式查詢三大功能,開發AI輔助手寫卷閱卷系統。使用者設定考試相關資訊(如考試名稱與標準答案),並上傳答案卷影像,即可透過系統自動辨識答案且計算成績,並將結果即時傳送至雲端資料表,供教師透過網頁查詢。本研究成果可有效降低人工閱卷負擔,提升成績管理的即時性與便利性,期望為校園提供更高效的閱卷與成績登記方式。