List

We are invited for a prestigious demo in FutureTech 2018 by Ministry of Science and Technology, (MOST) during Nov. 13-15, 2019. We receive very positive comments by the visitors for our advanced research in drone-based object counting, recognition and segmentation for 3D cloud points , and virtual try-on shoe (PIVTONS). We also received the breakthrough award from the Ministry Dr. Chen. 

獲選參加就是個榮幸。 很高興在「2018未來科技展」最後,和其他團隊,依序在科技陳部長(陳良基的創新筆記)手中接下這個肯定。

感謝團隊的努力,一直以團隊成員的研究以及勇敢面對挑戰的態度為傲!

我們最大的支援,當然得歸功於 科技部 前瞻司楊司長(楊琇雅)以及前工程司長 廖婉君 的大力支持我們進行 high-risk-high-payoff 研究。

我一直相信我們所做的,對於面向產業的變革,帶來最好的希望。我們也願意當領頭羊,在產業創新上勇敢前進。

  • Dataset: 無人機偵測 CARPK資料集(包含九萬個物件標註)
  • Demo Video:
    • https://www.youtube.com/watch?v=uaJy3Go-gNw

  Category: Events

1 2
December 16th, 2018

FutureTech Demo and Breakthrough Award (未來科技突破獎)

We are invited for a prestigious demo in FutureTech 2018 by Ministry of Science and Technology, (MOST) during Nov. 13-15, […]

June 9th, 2018

Amazing Crowd Size and Positive Feedbacks in the Deep Learning Lecture for GTC 2018 Taipei

Amazing crowd size in the deep leaning session in GTC 2018 Taipei, where I had a 50-min lecture on how […]

June 9th, 2018

Research in Medical Image Segmentation Highlighted in GTC 2018 Taipei by NVIDIA CEO Huang

It’s the great honor that our team’s work in medical image segmentation for Organ at Risk (OAR) for NPC (鼻咽癌) […]

June 7th, 2018

Keynote Speaker for AI Session in Computex 2018

Feel proud to be the keynote speaker in Computex Forum on Tuesday (June 5) afternoon from 2:15pm to 6pm at 3F, […]

June 7th, 2018

First Place (#1) in Disguised Face Recognition in CVPR 2018

Feel proud that the team is ranked #1 (the First Place) in CVPR 2018 Disgusied Face Recognition! Our team just won […]

March 27th, 2018

Talk for GTC 2018 — Investigating Data Augmentation Strategies for Advancing Deep Learning Training

Data is vital for realizing machine leaning algorithms into industrial products — as sensing the strong feedbacks from the attendees […]

October 28th, 2017

Best Brave New Idea Paper Award in ACM Multimedia 2017

Totally amazing and unexpected. Our work in AI for movie trailer creation — as having achieved during my sabbatical leave […]

October 28th, 2017

How to Get Started in (PhD) Research (如何帶領你的PhD學生)

如何開始你的學術研究(或是帶領你的PhD學生)? 明天(10/26)在 GTC Taiwan 2017 中特別的 track — AI Symposium(與科技部合辦),針對台灣的研究以及政府單位人員,我有40分鐘的演講,太多東西值得分享,必須取捨。 有一張我一直很喜歡的投影片得割捨,可是這又是我這幾年帶領研究團隊最重要的方針。 2007年回台北,我還在困惑該怎樣帶領研究團隊的時候,很榮幸受到微軟研究院的邀請,參加他們一年一度的 Microsoft Research Asia Faculty Summit。 會場中Turing Award (1986) 得主, Prof. John […]

October 25th, 2017

Technical Debt — 沒有白吃的午餐

  十月初Intel副總兼CTO Amir Khosrowshahi 來台,有機會交流。Amir說明Intel在未來智能服務的定位。其中提到了NIPS 2015 Sculley的論文中 “Technical Debt” (技術債)的概念。 很有趣的一個名詞,用來解釋天下沒有白吃的午餐 — 智能化當然是相當重要的未來,但是也得搭配其他不可或缺的要件。  很快的把Sculley的論文看了,主要討論智能元件上線之後,對於線上的工程系統有怎樣的工程挑戰:比如說如何維持特徵值擷取版本,過多的特徵值,訓練模型的版本等等。 值得工程人員關注。  其中最有意思的是這張圖,核心智能(機器學習或是深度學習)常常只是工程系統中的一小部分,為了讓整個服務可以完整的運行,還有其他重要配合的工程部分,例如資料收集、清理、運算資源管理、運算平台、監控服務等。Intel想提供圖一上的大部分,不是只有ML核心。  每個有價值的垂直領域,都有專業的知識,需要時間、成本累積。從一年多前開始跟醫學領域的人一起合作,完全可以感受到跨領域的挑戰,令人戰戰兢兢。  技術債可以用(素質好)的人力彌補,例如挖角、併購,但是價格高。  同樣的,對於非以IT技術擅長的產業,即時是獲利非常良好的隱形冠軍們,要智能化在公司內部開始產生效益,也需要相當的時間跟花費(同樣的,有許多技術債得償還)。當然,經營層的決心是最關鍵的。  這也可能是許多(新創)公司的機會所在。尤其是專注服務於產出大量資料,以及資料單位價值高的幾個領域:例如製造、能源、健康醫療、交通、IT等,都是值得大量投資智能技術的領域。 […]

August 29th, 2017

Interview by Harvard Business Review (哈佛商業評論) on How to Grow the (AI) Talents

My personal views in how we grow and train the top (AI) talents — an interview by Harvard Business Review […]