「智能信件分配」系統會先將偵測到的信件除去雜訊與背景，再透過AI得出郵遞區號。　圖／黃柔語提供【記者詹晶雅綜合報導】面對三面環繞的分揀格，郵件分揀員平均僅有一至二秒分揀一份信件。國立虎尾科技大學資訊工程學系副教授簡銘伸帶領團隊開創「智能信件分配」系統，運用AI人工智慧辨識信件上的文字，再進行自動化分類，望能節省人力。此技術更在「2022年第二屆AI智能雲端運算應用競賽」榮獲優選與最佳人氣獎。團隊成員黃柔語說：「我們想到平時郵差的辛苦，需要一一分配上百封至上萬封的信件，如果我們能擁有辨識郵遞區號的技術，想必會大大減少郵差的工作量。」目前台灣郵局以人工與光學辨認系統相互搭配分揀郵件，不過光學辨認系統只能辨識印刷文字，無法識別出手寫文字，於是團隊著手研究智能信件分配，試圖改善郵政人員的工作現況。 由左二至右為國立虎尾科技大學資訊工程學系學生黃柔語、謝延偵、黃子瑋、黃柏原。　圖／黃柔語提供「把圖片變成灰階圖之後，可以做一些銳化補強影像學的技術，使圖像較好被辨識，包含一些雜訊、背景濾掉，把字體和背景明確地分開。」黃柔語解釋。此技術以圖形分析程式OpenCV（Open Source Computer Vision Library）處理信封影像，接著將收集到的資料匯入MNIST（Modified National Institute of Standards and Technology database）（註）彙整成數據集庫，再進行AI人工智慧的深度學習。如此一來，大批郵件經過智能信件分配系統識別後，即會依照郵遞區號自動分類。註：MNIST為手寫數字的大型數據庫，常用於訓練各種圖像處理系統，以及機器學習領域的培訓和測試。簡銘伸認為，儘管智能信件分配系統目前已取得不錯的成果，不過仍存在限制，「因為書寫的文字並不容易辨識，尤其是中文字體、字型，以及書寫的習慣，這是造成系統辨識準確度下降很大的因素。」他進一步說明，若能結合地理資訊和地圖資料，將郵寄地址與實際住址對比，或許可以提高智能信件分配系統的識別準確度。 郵務處理流程分為「收件、封發、運輸、投遞」四大部分，圖為民眾寫信之示意圖。　 圖／詹晶雅攝曾任郵政工作者的阿明（化名）談到，「因為目前的機器設備有限，沒辦法完全負荷整天進來的郵件量，我們也會看情形，再決定交由機器還是人工去做分揀。」他進一步表示，郵政行業勞力密集，盼能透過最新技術改善舊有設備，達到全自動分揀的目標，以此降低人力與郵務成本。