總計畫辦公室

繁體中文場景文字辨識競賽

        現今生活的周遭處處可見各式各樣的招牌、路牌、看板、標語與廣告等，隨時隨地傳遞豐富的文字訊息給大街小巷中的人們。當在街上拍攝照片或錄影時，畫面中所包含的文字內容提供了該場景相當可靠的資訊。若能自動地將場景畫面中的文字辨識出來，對於包括場景理解、智慧城市/交通發展、機器人技術、自動駕駛、協助視障者或外來旅者等應用都能有所幫助。場景文字辨識實為人工智慧與電腦視覺的綜合議題，具有相當的挑戰。我們希望透過本次競賽，促進國內於場景文字辨識相關領域的技術發展，增進台灣人工智慧技術的實力。

​

       場景文字檢測通常為場景文字辨識的前置步驟，即由畫面的像素中判斷文字出現的位置，以利後續針對該位置辨識可能的文字內容。場景文字檢測直接影響了文字辨識的準確度，本次賽事目標即為定位畫面中肉眼可識的文字位置。場景文字檢測受到許多因素所影響，包括場景中可能出現的多型態文字、多國文字、傾斜招牌文字、不同尺寸文字、外物遮蔽、類文字圖案紋理干擾、光線與陰影等。本賽事的目標場景為台灣市區街景，期望參賽者利用機器學習/深度學習技術，嘗試與開發適當的模型，以確偵測台灣街景畫面中的文字區域。

​

水稻無人機全彩影像植株位置自動標註與應用

       隨著軟硬體的快速發展，近期人工智慧的應用成為顯學，並成功應用在廣泛領域上。然而，人工智慧在農業上的應用卻相當有限，除了作物生長周期長、資料不易大量累積外，也因為資料標註高度仰賴具有專業知識的農業專家，使得能作為機器學習的訓練資料集嚴重不足。空拍遙測影像與網路文字，是在農業現場中相對容易取得的大量資料。

       呼應政府推動的五加二產業中「新農業」的發展，本計畫首先預計使用高解析度的無人機全彩影像進行植株位置標註，也將從行政院農業委員會資料開放平台下載植物疫情發布等網路文字資料，未來能根據標註結果以人工智慧建立水稻田植株辨識與文字辨識分析模組，以提升臺灣未來農業發展軟實力。

       標註成果未來可應用在無人機定點少量噴灑植物保護劑的施作，達到節省成本及維持環境永續的雙重目的，也與近期農委會積極推動的無人植保機應用之目標相符。

醫病訊息決策分析與對話語料建構系統

    根據Health Insurance Portability and Accountability Act  規定，在臨床醫療端的文字紀錄中，有關病人隱私資料的內容 都要被清除掉或是修改掉。而在門診醫病對話資料中，含有許多求診民眾的隱私內容，如此大量的資料，需要有自動化的方式去辨識出這些隱私內容，方便醫療人員的作業也加速醫療大數據的建立。

       本競賽提供從成大醫院合作之門診所收錄而來的門診對話及相關訪談的看診對話資料，由人工標註出對話資料中的隱私內容及其類型。並將資料分為訓練集、建構集（開發集） 與測試集。

       本競賽主要目標為從醫生與看診民眾對話中辨識和提取含有隱私資訊的內容，並分類出該內容屬於何種隱私類型。

臺灣本地創匯高經濟作物之篩果影像辨識競賽
-以愛文芒果為例

       近來隨著人工智慧的興起，智慧加值概念導入精準化的技術於農業中，不僅有助於提高產能，更能同時改善人口短缺以及農產所得收入，期望透過 AI 技術進行高自動化與標準化的輔助，提升產值並有效進行產業轉型。

       本次目標希望基於自動化、精準化的 AI 影像辨識技術導入概念，在未來利用台灣本地資料庫建立一套自動芒果篩果系統，並在未來進一步希望能與政府單位如農委會合作完整芒果智能履歷的搭建，提供一般臺灣大眾簡單明確的芒果選購機制，同時拉抬台灣本地愛文芒果的品牌精緻化。透過競賽的舉辨，可以快速將此一相關技術成長，培養相關智慧農業人才。以掌握科技種植、科技溯源以及品牌價值的三大元素，藉以提升在地芒果品質並樹立台灣芒果品牌價值，不僅對台灣整體向外拓展的競爭力有所助益，也能有機會與他國建立連結打響台灣高經濟蔬果品牌知名度甚至種植指標國際化。同時間針對此一與生活息息相關的主題也培養台灣的 AI 人才，以其擴散至不同農業作物，為智慧農業奠基。

歌聲轉譜與和弦辨識競賽

       隨著時代的進展，聆聽音樂的方式已經從以往的CD轉移到各式各樣的音樂線上平台。2016年IFPI的報告指出，數位音樂的產值已經正式超過實體音樂產值，而實體音樂的產值正在連年下降中，顯示出趨勢正站在數位音樂這邊。

​

       而數位音樂的發展帶動了許多相關的AI智能應用，包括原曲辨識、哼唱選歌、樂曲分類等，其中Line Music、KKBOX與Spotify都相繼成立機器學習或人工智慧部門，專門透過歌曲內容與使用者的聆聽習慣來分析使用者的音樂喜好，並且提供上述各種AI服務來讓使用者方便聆聽到自己喜歡的音樂，進而衍生出加值的空間。

​

       經由數位音樂的發展，各種音樂相關的服務如歌曲推薦、哼唱搜尋等需求也越來越多，國內如KKBOX、國外如Spotify等也分別成立自己的機器學習部門來針對自動歌曲推薦等服務做研究及擴展。此類服務在機器學習的研究上可以分成兩個部分，一是針對使用者行為做推薦，另一則是針對歌曲的本質做推薦，在歌曲的本質上，許多基本的特性方法研究是一個必須的重點，如歌曲的主旋律、和弦、歌曲結構、曲風、節拍…等等的基本要素，這些基本要素構成了一首歌曲該如何被分類及推薦，因此熟悉這些音樂基本分析元素及機器學習之方法的人才在目前的音樂產業中是亟需被重點培養的。

人工智慧論文機器閱讀競賽

       在本競賽中，我們將讓學子嘗試以語意分析的技術解決一個令電腦科學研究者頭痛已久的問題：「如何設計一個能自動閱讀論文摘要，標注並統整論文中所發明、使用或用來比較的演算法的系統」。

       讓機器自動梳理這些不斷推陳出新的演算法將會是無可避免的嘗試，即便在人力可負擔的情形下，讓機器自動統整相關演算法將可以讓研究者騰出時間做更有意義的事。 

新聞立場檢索競賽

具爭議性議題的新聞一直是閱聽人觀注與討論的焦點，新聞媒體常需報導不同立場的說法，若能從大量的新聞文件裡，快速搜尋各種爭議性議題中具特定立場的新聞，將不但有助於人們理解不同立場對這些議題的不同認知與不同價值觀，對制定決策的過程而言，也相當具有參考價值。

​

本競賽以鼓勵學生運用創意與技術來解決資料檢索與意見探勘應用的挑戰，亦期待透過競賽方式，訓練並培養我國資訊檢索、自然語言處理、機器學習等人工智慧領域相關之人才。 

生醫論文自動分析競賽

本競賽將以自然語言處理技術為核心，開放競賽語料讓學子能夠將人工智慧技術應用於基礎的臨床醫療病歷資料分析到進階的生物資訊文獻語料。

​

參與本競賽的學子將可實務的了解分析生物醫學資料的流程與技術，並體現轉譯醫學思維，讓學子能夠了解利用自然語言處理技術將基礎醫學、生物資訊研究，和臨床治療連結的大思維。