AI 面部識別技術開發（執法應用）培訓

人工智慧與影像處理入門

• 何謂人工智慧？
• 機器學習與深度學習之比較
• AI 在執法領域的應用

影像處理基礎

• 數位影像：像素、解析度與格式
• 影像處理（亮度、對比調整，縮放與裁切）
• OpenCV 影像處理入門

神經網路原理

• 神經網路基礎與運作機制
• 針對影像數據的卷積神經網路 (CNN) 簡介

面部特徵檢測

• AI 模型如何識別並區分面部特徵
• 運用預訓練模型進行臉部偵測

資料收集與準備

• 高品質訓練數據集的重要性
• 提升模型效能的數據增強技術

面部識別模型訓練

• TensorFlow 與 Keras 深度學習基礎概覽
• 面部識別模型逐步訓練指南

模型評估與測試

• 評估面部識別準確率的指標
• 提升模型效能的技術手段

面部識別工具部署

• 為終端用戶構建簡單應用介面
• 將模型整合至執法人員工作流程

倫理與隱私議題

• 執法中使用面部識別的法律效力與影響
• 確保合規使用的最佳實踐

進階工具與未來趨勢

• 雲端面部識別 API 簡介（例如 AWS Rekognition, Azure Face API）
• 探索用於面部識別的進階神經網路架構

課程總結與後續步驟