參賽隊伍名稱：數位內容人
提案動機
我們團隊熱愛研究資訊技術與中文(特別是文學)的跨域結合，AI 與文學結合，可以創造出絕美視覺體驗，並且創造新契機。本計畫用 AI 技術來結合兩個創作族群：圖片創造者(一般拍照者、攝影師、插畫設計師)、文字書寫者，讓我們來看看圖文的匹配結合可以擦出什麼新火花，概念驗證也已實作成功，有興趣的人歡迎來用用看。
demo 網址：https://episode.cc/openvinocontest
實作方法
首先我們利用 Intel OpenVINO 對圖片創造者所上傳的圖片進行物件辨識、並且加以標籤化，另一方面，對於文字書寫者，系統以拆詞機制即時分析文字內容，然後透過標籤的比對，找出最適合文意的圖片作為版面背景，如此便成為一篇能吸引眼球的文章。
我們的演算法採用 ssd_mobilenet_v2_coco 圖片物件辨識推論模型 + coco_91cl_bkgr.txt 標籤檔，硬體設備為 Intel i7 3370，Openvino 技術很不錯，轉譯出來的模型運作速度飛快，一張圖辨識出各種物件所需時間平均落在 100ms 以內，另外，因為受限於標籤檔的詞彙容量，目前先支援 90 個標籤來進行示範，標籤同時支援英文與中文。文字拆詞找圖功能是即時的，當書寫者打字時、系統會即時分析目前內容並推薦最佳圖片。
未來發展
純文字的時代漸漸過去，拍出漂亮照片則是人人都已擁有的能力(因為手機越來越強大)，那麼將這兩個概念結合起來如何？一段文字搭配一個好看背景圖，可以做出卡片表達心意 (情人、親子紀錄生活)、可以為失落的出版業找到新機會 (跳出滿是文字的傳統框架)、或者可以打造新型態的社群平台 (想想看 IG當初的點子)。這個範例僅是一個初步的發想，還有很多可能性等待我們的探索。
補充說明
註1：我們發現 ssd_mobilenet_v2_coco 推論模型比較適合分析照片，對於插圖的精確度就差了一些，所以本計畫先以照片類圖片為主要的試驗對象。
註2：團隊目前在政大數位內容研究人機設計，期望以新科技為傳統人文帶來新面貌。