生醫成像
光學斷層掃描的影像處理與分析
光學斷層掃描（Optical coherence tomography, OCT）是一種具備高解析度、高靈敏度的非侵入成像技術，特別適合用於眼科。 然而，OCT的原始影像通常充斥著許多雜訊，因此，怎麼樣消除雜訊以及後續的影像分析，便是臨床應用中一個十分重要的課題。
使用深度學習自動檢測 OCT 影像中的神經管開口
杯盤比被視為協助青光眼判定的重要指標，而計算此指標通常從檢測光學斷層掃描（Optical coherence tomography, OCT）影像內的視神經開口（NCO）任務開始。 然而透過傳統影像處理的方法難以自動化地進行檢測，因此我們提出了基於深度學習方法之自動檢測掃描影像中的特徵點，輔助杯盤比的計算。
顯示技術
在傾角下的顯示器像素照度測量
我們提出了一種具有旋轉相機功能的電動滑軌系統，以用於大尺寸顯示器的自動光學檢測。 我們的演算法在不同的相機平移角度下，能夠成功地記錄市售顯示器上每顆像素的照度資訊。
無透鏡成像
用於人臉識別的散射型無透鏡加密系統
我們提出基於一擴散片的光學加密系統並應用於人臉辨識中，臉部圖像被加密後， 雖已非常模糊無法被人眼辨認，但仍富含資訊。因此加密影像仍可由基於深度學習演算法辨識。
基於深度學習的無透鏡編碼加密成像系統
我們將光學加密與計算解密結合，提出一新穎的加密成像演算法。利用編碼光罩進行光學加密後，再以深度捲積神經網路進行計算解密。
機器學習
商標以及橫幅的分割演算法
精確的商標和橫幅分割在某些應用場合，例如 OLED 顯示器的區域調光演算法、影片內容分類等，是非常重要的。 我們提出的演算法利用了深度學習框架，以及多種影像處理技術（邊緣偵測、形態學、GrabCut），能夠有效率地分割出電視影像中常見的商標和橫幅區域。
紡織物瑕疵光學檢測系統
我們基於捲積神經網路的進行紡織物瑕疵檢測。其中所提出的輕量化捲積神經網路能達到90%的分類正確率與瑕疵切割定位，使該系統可應用於即時的紡織物瑕疵檢測。
基於深度學習的新型相位還原方案
從影像中的光強度去反推其相位資訊是個典型的資訊光學問題。 我們嘗試利用殘差訓練框架來解決相位檢索的問題，其平均絕對誤差可以達到 0.08π。