重點摘要：以3D校園地圖與互動導航打造智慧化校園導覽體驗。
專題成果－義鏡：遊戲化數位校園導覽
專題基本資料
- 專題題目：義鏡－遊戲化數位校園導覽
- 指導老師：杜維昌老師
- 組員：鄧安倫、楊庭譯、曾鈺傑
專題介紹
本系統以高擬真 3D 校園地圖打造互動式數位導覽平台， 整合校園建築資訊、空間導引與路徑模擬功能， 讓使用者能夠透過直覺化介面快速探索校園環境。
系統採用 Unity3D 與 SketchUp 進行建模與開發， 依據實際校園尺寸建立高擬真場景， 並提供目的地選擇及最佳路線規劃功能， 有效提升導航效率與使用體驗。
本專題適用於新生入學、校園參訪、校內活動導覽及訪客導航等情境， 不僅強化校園資訊服務品質， 亦能提升學校數位化形象與智慧校園應用價值。
系統展示
專題特色
- 建置高擬真3D校園場景，提供沉浸式導覽體驗。
- 支援目的地查詢與最佳路徑規劃功能。
- 結合Unity3D遊戲引擎技術，提升互動性與操作流暢度。
- 可應用於新生導覽、校園參訪、活動導航及智慧校園服務。
活動剪影
本專題透過遊戲化互動設計與三維數位校園建模技術，結合智慧導航與校園資訊服務，展現資訊工程技術於智慧校園與數位轉型應用之創新成果。 義守大學資訊工程學系
常見問題（FAQ）
Q1：義鏡數位校園導覽系統使用哪些技術開發？
系統主要採用 Unity3D 與 SketchUp 進行校園建模、互動設計與導航功能開發。
Q2：此系統適合哪些使用對象？
適用於新生、訪客、校園參訪人員及活動參與者，可協助快速熟悉校園空間與建築位置。
Q3：義鏡專題的特色為何？
整合3D校園地圖、智慧路徑規劃、互動導覽及遊戲化設計，提升校園資訊服務效率與使用體驗。
重點摘要：結合聲學感測與智慧醫療技術，提升瘻管阻塞預測能力。
專題成果－AVF care：動態脈瘻管智慧聲震阻塞預測系統
專題基本資料
- 專題題目：AVF care：動態脈瘻管智慧聲震阻塞預測系統
- 指導老師：王三元老師
- 組員：翁翊剛、方廷原、黃昭翔、蕭力豪
專題介紹
本研究針對血液透析患者之動靜脈瘻管（AVF）健康監測需求， 設計智慧感測裝置並開發專屬手機應用程式（APP）， 提供即時監測、遠端健康追蹤、數據視覺化分析與異常警示功能。
系統透過聲學訊號與震動訊號同步量測， 建立非侵入式瘻管狀態分析模型， 協助患者於日常生活中即時掌握瘻管健康狀況。
本研究預期開發一套結合聲音感測、震動感測與智慧分析技術之監測系統， 提高脈瘻管阻塞風險預測準確率， 並協助醫療人員及患者提早發現潛在異常風險， 降低醫療併發症發生機率。
系統展示
專題特色
- 結合智慧醫療與健康照護技術，應用於透析患者日常健康管理。
- 採用非侵入式感測方式進行瘻管狀態分析，降低使用負擔。
- 整合聲音訊號及震動訊號進行多維度健康監測與異常判斷。
- 透過APP提供即時監控、數據視覺化與異常警示功能。
- 利用智慧分析技術強化脈瘻管阻塞風險預測能力。
活動剪影
本專題結合資訊工程、智慧醫療、感測器技術與行動應用開發，透過非侵入式監測方式建立脈瘻管智慧監控平台，提升醫療照護效率與健康管理品質，展現資訊科技跨域應用於智慧健康照護之創新成果。 義守大學資訊工程學系
常見問題（FAQ）
Q1：AVF care 系統主要解決什麼問題？
主要協助血液透析患者監測動靜脈瘻管健康狀況，提早發現阻塞風險與潛在異常問題。
Q2：系統使用哪些技術進行監測？
系統整合聲學感測、震動感測、智慧分析演算法及手機APP應用平台進行健康監控。
Q3：AVF care 的特色是什麼？
具備非侵入式監測、遠端健康追蹤、數據視覺化、異常警示及阻塞風險預測等功能，提升智慧醫療應用價值。
重點摘要：結合GPT與電腦視覺技術打造具智慧互動能力的Pepper機器人系統。
專題作品：Pepper機器人 AI視覺行動控制
專題資訊
- 專題題目：Pepper機器人－AI視覺行動控制
- 指導老師：陳啟彰老師
- 組員：李旻育、黃主侑、馬延熙、宋品緹
專題簡介
本專題以 GPT-4o-mini 作為 Pepper 機器人的語言中樞， 負責對話理解、推理分析與自然語言回應，使機器人能夠提供更生動且具互動性的溝通體驗。
在智慧感知方面，系統整合物體辨識、人臉辨識、人物追蹤及手勢辨識技術， 建立能夠辨識特定人物的智慧追蹤系統與手勢控制機制。 透過人工智慧與電腦視覺的整合應用，讓 Pepper 可以更加靈活地移動並自然地與使用者互動。
- 建構生成式AI智慧對話系統。
- 開發特定人物辨識與自動追蹤功能。
- 透過手勢辨識控制Pepper機器人行動。
- 結合人工智慧與電腦視覺技術進行系統整合開發。
- 提升人機互動自然性與智慧化程度。
活動剪影
本專題結合生成式人工智慧、機器人控制及電腦視覺技術，展示資訊工程跨領域整合應用成果。實際功能內容與展示成果以當年度專題發表內容為準。 義守大學資訊工程學系
常見問題（FAQ）
Q1：本專題使用哪些人工智慧技術？
專題整合GPT-4o-mini、物體辨識、人臉辨識、人物追蹤及手勢辨識等人工智慧與電腦視覺技術。
Q2：Pepper機器人具備哪些功能？
Pepper具備智慧對話、人物辨識、目標追蹤、手勢控制與自主移動等功能，可進行更自然的人機互動。
Q3：此專題培養哪些資訊工程能力？
學生可學習人工智慧、機器人控制、電腦視覺、系統整合開發及智慧互動系統設計等專業能力。
重點摘要：結合AI、視覺辨識與機器人技術的人機互動研究專題。
專題成果－從步態看精神狀態：思覺失調患者與正常人的運動學分析
專題基本資料
- 專題題目：從步態看精神狀態：思覺失調患者與正常人的運動學分析
- 指導老師：許士彥老師
- 組員：翁靖筑、許怡柔、賴苡昕、吳婉瑜
專題介紹
本專題結合人工智慧、大型語言模型、人機互動及智慧機器人技術， 以 GPT-4o-mini 作為 Pepper 機器人的語言中樞， 負責思考推理、自然語言理解與互動回應， 使機器人能夠提供更豐富且自然的對話體驗。
在視覺辨識方面，系統整合物體辨識、人臉辨識與人物追蹤技術， 建構可辨識指定對象的人物追蹤系統及智慧手勢控制系統， 讓 Pepper 機器人具備自主移動與即時互動能力。
透過人工智慧模型、視覺辨識與機器人控制技術整合， 本專題展現智慧互動機器人在醫療照護、心理健康研究、 智慧服務及未來人機協作應用領域之發展潛力。
系統展示
專題特色
- 整合 GPT-4o-mini 大型語言模型提升智慧對話能力。
- 以 Pepper 人形機器人作為互動平台，強化自然語言溝通體驗。
- 結合人臉辨識技術建立特定人物識別與自動追蹤功能。
- 利用電腦視覺技術實現智慧手勢辨識與控制功能。
- 融合人工智慧、影像辨識與機器人控制技術，提升互動自然度。
活動剪影
本專題整合人工智慧、電腦視覺、機器人控制與自然語言處理技術，展現資訊工程跨域應用於智慧醫療、人機互動及行為分析研究之創新成果，並提供未來智慧服務機器人發展的重要參考。 義守大學資訊工程學系
常見問題（FAQ）
Q1：本專題使用哪些人工智慧技術？
專題整合GPT-4o-mini大型語言模型、人臉辨識、物體辨識、人物追蹤及手勢辨識等人工智慧技術。
Q2：Pepper機器人在系統中扮演什麼角色？
Pepper作為智慧互動平台，負責與使用者進行對話、互動及自主移動，提升人機溝通體驗。
Q3：本專題未來可應用於哪些領域？
可應用於智慧醫療、心理健康研究、陪伴機器人、智慧導覽服務及人機互動研究等領域。