周家銘 Jia-Ming Zhou
國立中興大學 · 生物產業機電工程學系 · Ph.D. Student
我的研究與做法
我研究如何從影像推估不便直接量測的資訊，例如氣流的溫度與速度、乳牛的體重與跛行程度，也參與過作物影像檢測計畫。我通常先釐清要回答的問題，再決定感測方式、建立模型，對照電子秤或流速感測器的實測值檢驗，最後整合成系統。 成果見論文與專案，參與的計畫列在研究計畫。一項有價值的技術，不該止步於模型或 Demo，而是能從感測、資料處理，一路貫穿到部署與維運。
學歷與資格認證
實驗室網站：ISSP & MES LAB
研究主題
由紋影色彩推估氣流溫度
低成本膠片濾光片的刮痕使影像霧化，除霧後以類神經網路從色彩推估溫度。刊於 IEEE Transactions on Computational Imaging。
由紋影影像預測氣流速度
以時序類神經網路建模時，單一區域的紋影特徵只能預測流速趨勢；把感興趣區域切成六塊後，預測更貼近流速感測器實測值。刊於 IEEE Sensors Journal。
溫度如何影響紋影色彩
以熱影像同步對照，用因果分解探討氣流與溫度變化對紋影色彩的影響，確認溫度變化是成像的關鍵因子；獲 Automation 2024 學生論文獎第二名。
以深度影像估計乳牛體重
比較背部、髖部與側面深度影像，背部特徵搭配高斯程序迴歸的預測與泛化能力最好，也比牧場以體長、胸圍估重準確。刊於 Biosystems Engineering。
從步態影像判讀跛行
跛行要在行走中才看得出來，單一畫格難以判斷。我從連續畫格累積步態與背部高度兩種能量影像，各自分類後加權融合，輸出四類判定，並整合成可接收即時串流的桌面系統。
乳牛健康風險預警（進行中）
我參與的國科會計畫，2026 年 8 月起執行，目標是以可見光與熱影像評估乳牛跛行、熱緊迫與分娩風險，並以檢索增強生成與 AI agent 提供決策輔助。
作物病害與逆境的影像檢測
馬拉巴栗計畫結合可見光、熱影像與輸送分檢機構檢測植株健康；大豆淹水韌性計畫整合影像、葉綠素與高光譜資料，加入影像特徵後預測效能約提升 10%。
接觸的工具與技能
