當數學走入生活：從手機鏡頭到奧運賽場，建隆教授揭示跨領域的數學力量
一場名為「大學數學如何學——幾個跨領域實例中的數學探討」的演講，為在場學子帶來了一場精彩的知識饗宴。建隆教授透過生動的實例，從人手一支的智慧型手機到國際矚目的奧運賽事，深入淺出地揭示了數學在現代科技與生活中的核心應用，強調了數學不僅僅是理論，更是解決實際問題的強大工具。
多鏡頭背後的秘密：數學實現3D立體重建
演講一開始，建隆教授便拋出一個常見的生活觀察：「為什麼現在的手機鏡頭越來越多？」。他解釋，單一鏡頭拍攝的影像，無法判斷物體與鏡頭的真實距離。然而，當使用兩個或更多鏡頭時，就可以利用相對距離和相似形原理，透過數學公式計算出被攝物的位置，進而實現「立體重建」。
這個原理的應用遠不止於手機拍照。從大家熟悉的 Google Maps 街景，到電影《天眼行動》（Eye in the Sky）中無人機的精準辨識，其背後都有著相同的數學邏輯。建隆教授更巧妙地以人類的雙眼為例，「我們之所以有兩隻眼睛，才能感知這個世界的立體與縱深，這是生物演化的智慧」。
此外，演講還展示了一項令人驚豔的技術：在真實場景中疊加一個虛擬的3D兔子。這項技術的關鍵在於，必須先透過多角度拍攝，精準定位出現實空間的座標，然後才能將虛擬物件「放」進這個座標系中，實現虛擬與現實的完美融合。
從奧運選手到籃球賽場：演算法如何「看見」動態瞬間
接著，演講將焦點轉向體育領域。建隆教授以我國體操選手唐嘉鴻在奧運賽場上的表現為例，指出裁判的評分很大程度上依賴於從不同角度的影像觀察。他提到，現今已有技術能透過影像分析，精準判斷選手的動作角度、難度是否到位，這不僅能輔助裁判做出更客觀的評分，更能幫助教練與選手進行科學化訓練。
為了讓聽眾更具體地理解，建隆教授分享了他與學生團隊的一項研究計畫：開發一個即時、自動化的籃球賽事追蹤系統。這個系統利用深度學習演算法，在攝影機拍攝的即時影像中，持續定位並追蹤快速移動的籃球。
然而，這項任務充滿挑戰。建隆教授列舉了幾大技術難點：
1. 鏡頭扭曲：攝影機本身會造成畫面變形。
2. 物體遮擋：球員身體或其他人事物會遮擋住籃球。
3. 追蹤錯誤：當球員交替持球時，系統可能會混淆目標。
4. 動態模糊：高速移動的物體在影像中會變得模糊。
為了克服這些困難，研究團隊設計了一套流程，包括：多鏡頭捕捉畫面、標記球員與籃球數據、透過演算法增強數據、進行模型訓練等步驟。現場展示的成果影片中，系統已能相當準確地鎖定籃球的移動軌跡，甚至在球體因高速運動而變形的情況下，依然能有效追蹤。
給學子的建議：活用學習環境，勇於實踐
演講最後，建隆教授向在場的學生們提出了懇切的建議。他鼓勵學生善用學習環境，找到自己的學術興趣，並透過與同學、老師的討論與合作，將理論知識應用於專題報告或研究計畫中。「如果你要走得快，就一個人走；但要走得遠，就要一群人走」，他以此勉勵同學組隊合作，共同探索。他也提到，現在的AI時代為年輕人提供了巨大的舞台，像車牌辨識、人臉辨識等技術都與生活息息相關，充滿了機會與挑戰。
整場演講不僅展示了數學在影像處理、運動分析、AI領域的廣泛應用，更啟發了學子們如何將抽象的數學知識與真實世界連結，激發了他們對科學探索的熱情。（新聞稿提供：數學系）
跨領域人才培育活動補助
跨領域學習規劃辦公室為協助學生認識跨領域人才的發展趨勢，並提升其跨域思維與生涯規劃能力，鼓勵各單位辦理相關活動，邀請具備跨領域背景或實務經驗之產官學研專家或校友，分享其整合多元知識、解決問題的經驗與歷程，藉此激發學生的學習動機，拓展視野。 申請方式：https://www.iaao.ntnu.edu.tw/?page_id=1667