陳彥名  軟體工程師/ 機器學習工程師

0975-546-120

[email protected]

台灣, 台中市

       

學歷


國立中正大學 資訊工程研究所 2018 - 2020

  • 電腦視覺、深度學習

國立中正大學 資訊工程  2014 - 2018

技能


  • Programming - C++ / python
  • Deep Learning Framework - Pytorch/ Keras
  • Linux
  • TOEIC 730

經歷


  • 機器視覺與學習實驗室  - 研究員 2018/9 -  2020/8
    • 負責發想研究計畫以及撰寫計畫書內容,並且執行完成計畫任務
  • 中正大學資工系 - 機器學習課程助教 2019/2- 2019/6
    • 幫助課堂學生的作業程式與課堂內容的解惑,在課堂教導有關深度學習 Pytorch的實務內容

研究計畫/ 專案開發


  • 透過隱空間探索與控制完成混合風格生成      2020/4 -2020/8
    • 使用生成對抗網路(GAN)基礎來設計架構,並成功將圖片元素分解、重組完成混和風格圖片生成
  • CVPR Workshop, AI CITY CHALLENGE    2019/3 -2019/5 
    • 以 bottom-up的方式設計演算法完成 Multi-Camera Vehicle Tracking
    •  2019 AI CITY Track 1 得到 第17名於 CVPR Workshop 發表論文 
  • 衣著流行元素分析    2019/4 - 2019/7
    • 利用機器學習算法,設計 WorkFlow 將時裝周衣服做運算分析完成聚類分群,並將其結果提供給專家替其命名
  • 書法機器人  2018/11 - 2019/12 
  • ICCE-TW, Teeth-Brushing Recognition Based on Deep Learning  2017
    • 將深度學習應用在「貝氏刷牙」分類動作,透過將影像和感測資料訊息的結合,提升分類動作準確率。並將分類模型執行於手機上。
    • 動作分辨準確率達 95%,比 SVM 等傳統算法提升20-30%準確率

論文發表


  1. Chang, M. C., Wei, J., Zhu, Z. A., Chen, Y. M., Hu, C. S., Jiang, M. X., & Chiang, C. K. (2019, May). AI City Challenge 2019-City-Scale Video Analytics for Smart Transportation. In CVPR Workshops (pp. 99-108).
  2. Jiang, M. X., Chen, Y. M., Huang, W. H., Huang, P. H., Tsai, Y. H., Huang, Y. H., & Chiang, C. K. (2018, May). Teeth-Brushing Recognition Based on Deep Learning. In 2018 IEEE International Conference on Consumer Electronics-Taiwan (ICCE-TW) (pp. 1-2). IEEE.

獎項


  1. 2019 中技社AI創意競賽 [AI與藝術] 組亞軍 - 筆哥 跨時代的書法家   
  2. 2017 經濟部技術處搶鮮大賽 [創意發想] 類優選 - 智慧刷牙追蹤照護系統    
  3. 2016 105 年度智慧電子應用設計聯盟中心 『智慧電子應用設計競賽』-  

專案介紹


 

2020 透過隱空間探索與控制完成混合風格生成   

  • 目的是想產生新風格圖片, 透過將圖片元素分解(disentangle)轉換到隱空間 (latent space),將不同元素融合生成出新風格圖片
  • 生成對抗網路(GAN)架構為基礎來設計演算法
  • 使用 Pytorch 撰寫

2019 CVPR Workshop, AI CITY CHALLENGE    

  • 負責 Track 1: City-Scale Multi-Camera Vehicle Tracking,議題中解決 Object detection、tracking 和 re-identification 等相關問題。
  • 透過bottom-up的方式設計演算法完成 Multi-Camera Vehicle Tracking
  • 在競賽中得到了第 17 名,並於 CVPR Workshop 發表論文
    • AI City Challenge 2019 – City-Scale Video Analytics for Smart Transportation

2019 衣著流行元素分析   

  • 採用機器學習演算法,將時裝周衣服做材質、顏色等元素,透過運算分析完成聚類分群。並將其結果提供給專家替其命名。
  • 與合作方進行溝通,設計演算法 workflow 並將程式佈署於 Server。
  • 財團法人中華民國紡織業拓展會合作

2018-2019 書法機器人 

2017 ICCE-TW, Teeth-Brushing Recognition Based on Deep Learning 

  • 將深度學習應用在「貝氏刷牙」分類動作上,透過將(image)影像和(sensor)感測資料訊息的結合,有效的提升分類動作準確率。

  • 動作分辨準確率高達 95%,比 SVM 等傳統算法提升20-30%的準確率。

  • 將在PC端訓練的影像動作辨識模型移植到手機端上使用。

      

Powered by CakeResumePowered by CakeResume