1. 請問老師的主要研究領域是什麼呢？(目前有什麼研究)：

我主要在做的是image searching，類似google 圖像檢索的功能，輸入一張圖片後在資料庫裡檢索，然後回傳相似的照片（以圖搜圖）。

2. 像google 這樣以圖搜圖的功能通常需要在很龐大的資料庫中檢索，請問老師的研究是以什麼方式克服的呢？

關於這方面涉及到我們以前在做的研究，簡單來說我們想要像binary features 那樣，想辦法用一個比較短的、低維的方式來儲存資訊，比如用較短的vector（陣列）來表示image（圖像），而我們在辨識兩張圖是否不同的時候，就可以直接比較vector 的距離。
這樣當我們在比較一個200*200*3 這樣比較高維的圖像時，就可以劃成更緊湊的200 個*200 個*3 個短維度，就好像是一張圖切成許多塊，每塊都以數字來表示，這稱為features。接下來就是去計算兩個features 像不像，但之前vector 是以floating point（浮點值，可理解為電腦儲存的小數）來儲存，電腦計算floating point 時是比較慢的，所以我們就試著以binary value，就是0101 這樣的數字來表示，加快電腦的計算速度。說這麼多有點扯遠了（笑），總之我們就是想以比較簡單的方式來表示資料，並以電腦能快速比較的方式儲存，這樣就能加快image searching 的速度了。

3. 請老師介紹下目前這個領域有怎樣的特定領域的應用呢？

比如說製造業，不是難免會有不良品嗎？就可以用AI 與vision 來判斷你這是好的，還是不好的。還有像是化妝品公司，像試擦，或試穿、試戴這樣，不是真的試用，而是以影像的方式即時合成在人身上，讓人更方便比對好不好看。而如果是跟醫院合作，則可以分析醫院影像，比如有些影像細節比較微小，就可以幫醫生初步判別腫瘤等等的位置。不然就是機器人、機器手臂的移動，也可以透過影像來分析他要怎麼動，比如看護機器人，他需要透過自己的視覺影像來判斷老人等看護者現在的狀態，像他有沒有跌倒、有沒有不舒服這樣的判斷都是這方面的應用。最後，就是很多業界都在做的自動駕駛了，總之，只要是有input camera 的，基本上都相關於vision 這塊領域的應用。

4. 您認為vision 這塊領域可以朝哪些方向開發呢？

其實（方向）蠻多的喔！主要看每個人的興趣，確定興趣後再對那的方向去做開發，通常我們都是這樣研究的。像有的人對Video 有興趣，就會去分析video；而有的人對「產生圖」很有興趣，他就會去做generative model。比如說現在不是有很多deepfake 嗎？註1 就是說他會產生假的圖，但跟真的又很像，這部分也是vision。我覺得就是這幾年deep learning 快速發展後，vision 這塊領域才能做到現在這樣好，因為這領域需要很多的training data。總之就是看需求吧！每個公司的需求和定位都不同， 像amazon 最近的辨識應用、oppo 的照人像、facebook 也可以做相關的搜尋引擎後再開發商業模式，我覺得這就是看每個公司的著眼點為何，而很多方面都可以結合vision 的開發。

5. 最後問個題外話，身為研究者，老師對學習上有怎麼樣的建議呢？

怎麼問這麼難的問題（笑）！其實這部分我認為，興趣的驅動很重要，你要對這一件事產生喜愛，這樣才比較有辦法驅使你前進，以及邁過學習上的障礙。這個其實很難回答，但答案我想大家都知道（苦笑），總之就是要有自己的動力來自動自發，教授出再多作業都比不上這點重要。

註1：deep learning 深度學習和fake 偽造的混成詞，專指基於人工智慧的人體圖像合成技術的應用。