[資料來源:師大新聞]
國立臺灣師範大學光電工程研究所謝振傑教授指導光電所碩士生周亞霈、呂浩暐、陳儒凱、周雨欣，以「回收材質與外觀影像之雙模態智能辨識及系統控制-智能辨識廢棄塑料平台」題目，榮獲教育部2023智慧晶片系統應用創新專題實作競賽的智慧終端設備組銀獎，為校爭光。
這項高度競爭的全國性競賽，共有來自37校的404人參賽，分「智慧健康」、「智慧終端設備」、「智慧環境」三組，尤其以「智慧終端設備」組為競爭最激烈，佔總參賽者的近半數。光電所團隊首次參賽就脫穎而出，今年8月獲頒獎狀及獎金，並獲邀於「第34屆超大型積體電路設計暨計算機輔助設計技術研討會」展示成果。他們說，以平常心參賽，但若能讓創新研發成果導入日常生活中，達成聯合國永續發展目標（SDGs），才是初衷。
他們研發的動機是，各式回收物體需辨識材質與外觀(杯子、瓶子、顏色)進行分選，才能有利後續不同範疇的循環利用業者進行處理，避免高價處理設備不會因超出範疇的垃圾入料而受損，或產生不友善環境的廢氣或廢物。目前僅使用影像資料庫與影像辨識，耗費過多硬體及演算法資源，不但耗時處理影像畫素，正確率也有限，如有些塑料是光學影像相似，且包裝汙損就與資料庫不一致，故僅適用單一材質的廢棄物，才有比較好的結果，如寶特瓶回收機僅限洗乾淨的聚酯塑料PET瓶子。
該作品以三大辨識技術為主軸，首先是使用黃金標準的雙模態光學，以「材質的近紅外線光譜+結構的可見光影像」做AI辨識，達到高正確率(>95%)分辨混紡或單一材質的衣服、各式塑料或紙類容器，如紙杯和餐盒具塑膠淋膜以防水。不只架構簡單、高性價比CP值，而且模組化後易安裝於多類應用場域，包括輸送帶產線、智能回收箱、行動箱等。
第三個辨識技術則是透過RFID如悠遊卡辨識回收者身份，以及運用物聯網技術，將回收物依據價值的點數，紀錄在雲端戰情室(以校/社區/場域為單位)，以回饋獎勵品以促推廣SDGs，或是政府對所轄單位參與SDG的評量標準，更是企業響應ESG活動的尺規。但最重要的是該高正確智能辨識系統以物聯網導入永續循環鏈，不只協助回收場域的社會弱勢工作，更建構再利用材質不可造假的雲端履歷，有利永續材料管理(Sustainable Material Management, SMM)。
專題團隊學生表示，雖然讀光電所學習的技術大多應用在科技產品，指導教授謝振傑老師擅長開發高階醫材，但他這幾年常分享「過去NOKIA的經典標語是，理念是科技始終來自於人性，但人性如果過度消費地球資源，我們也要努力利用所學的科技，把產生的大量垃圾循環利用。尤其塑膠在大自然難分解消失而被大眾詬病，我們要利用科技將危機變成轉機，甚至是商機。」
團隊成員合作的專題，從最簡單的單一塑膠材質定性辨識，例如氾濫的飲料瓶、杯回收，已開始有機器回收，也運用到難度最高的舊衣混紡定量辨識。謝振傑老師說，這兩個題目正是民生所需的「食與衣」部份，所以垃圾量大、種類複雜。雖然工業塑料垃圾量更大，但符合法規規範，如循環使用或符合標準才可排放，而且工廠原料類別有限，路徑可控制，使工業回收(Post-industrial recycled, PIR)處理的辨識需求不高，也產生問題不大，撇開惡意排放清倒的例外案例，已較無環境塑料汙染疑慮。
反而是消費個體即使丟棄量低，但不可控的路徑隨意排放，累積成了對環境的主要塑料污染來源;即使有人守法收集在垃圾場，也因民生回收物(Post-consumer recycled, PCR)的辨識難度高，比較難交給適當的回收處理業者利用，所以常在新聞上看到處理不易而爆滿，或回收處理業者因為不堪頻繁受損而停業。不可控的路徑隨意排放問題的解決，雖有賴教育、法律、服務來協助，但辨識難度高的問題則與我們生活的城市息息相關，所以光電AIoT團隊認為，應該刻不容緩利用所學去解決。
團隊成員表示，準備專題的時間相當緊湊，因為謝老師想做的作品一向都很創新與高標準，他常在課堂上分享，設計東西不能只以科學功能角度看，更要從產業製造、推廣到使用者情境思考，唯有通過越多層面的考驗，才能創造作品的價值，所以他指導團隊運用跨領域技術用心設計，製作時要以職人精神克服困難。團隊最後感謝主協辦單位及教育部舉辦競賽，此次受到評審委員青睞，深感榮幸，但無論競賽成績如何，這只是作品的一個過程，後續仍有許多不足之處，需要精進及延伸，期盼作品真正在生活上發揮影響力。(資料來源：光電所 / 編輯：胡世澤 / 核稿：胡世澤)
