專案經理 ： 張宸瑋 是否同意遠距 ：否 結構健康監測對橋梁、大壩與高層建築等基礎設施的安全維護至關重要。傳統位移量測多依賴 LVDT、加速規與應變計等接觸式感測器，雖具高精度，但存在成本高、佈設困難及易受環境干擾等限制，且僅能量測局部資訊，難以全面掌握結構行為。為此，本研究發展影像式結構振動位移量測方法，結合電腦視覺技術，利用常見相機進行非接觸式多點量測。透過影像追蹤與訊號分析，可有效擷取結構振動與位移資訊，在降低成本與人力需求的同時，提升量測範圍與整體評估能力，提供結構安全監測與維護決策之可靠依據。

專案經理 ： 張宸瑋 是否同意遠距 ：否 機場跑道長期承受飛機起降與環境作用，易產生裂縫等鋪面劣化，若未即時發現，將影響飛航安全並提高維修成本。傳統檢測方式受限於人力與效率，且易有誤判與遺漏。隨著人工智慧與影像辨識技術發展，可透過深度學習模型分析跑道影像，自動進行裂縫偵測，大幅提升準確性與效率。本專案希望訓練裂縫偵測模型，結合感測與AI分析技術，建立智慧化跑道檢測與維護機制，提供即時且可靠的決策依據，降低人力需求與檢測風險，提升維護精準度，確保機場營運安全與飛航品質。

專案經理 ： 江佳慧 是否同意遠距 ：是 ( 但部分會議需實體參與) 現有的影像生成技術雖然能產生擬真的圖片，但往往缺乏結構力學上的「合理性」。在土木工程中，若 AI 產生的損傷樣態違反物理定律，將失去專業評估與性能驗證的實質價值。因此， 本專案旨在開發整合「物理資訊」與「深度學習」的生成模型，使其能根據不同橋柱參數與性能水準，生成具備力學合理性的破壞影像，以提供設計者評估驗證橋梁結構性能表現之參考。