根據MCkinsey公布年度報告指出，單是2018年全球時尚產業所產生的紡織廢置物高達9,200萬頓，其中有高達85%只能採取焚化處理，與現今講求的ESG理念背道而馳，而紡織廢棄物成為全球環境隱憂。國立臺灣師範大學光電工程學士學程光電AIoT團隊研發「紡織材質智能分選系統」，結合近紅外光快速遙測及AI智能學習演算模型，協助舊衣回收業者進行精準材質分類，提供下游化纖廠品質穩定的回收廢紡，協助產業建構紡織產業循環經濟最後一哩路。

紡織材質智能分選系統結合近紅外光快速遙測及AI智能學習演算模型，協助舊衣回收業者進行精準材質分類，目前已完成公信驗證，讓AI助攻淨零排碳。

臺師大光電團隊執行經濟部「紡織材質智能分選系統開發與事業化計畫」，該計畫衍生的新創公司—沛德永續科技，以【智能分選永續紡織號】導入永續紡織生態鏈，經由智能辨識可知道即將淘汰的紡織品正確成份與含量，並分選交給不同的永續利用業者，維護再生原料品質得以形成經濟規模。臺師大光電學程教授、沛德永續CTO謝振傑率領光電AIoT團隊，利用近紅外光快速遙測原理，開發【智能分選永續紡織號】，運用近紅外NIR光譜原理及演算法來鑑別材料，具有非破壞、非接觸性材質快速檢測分類的能力。

同時該系統也具備AI智能學習演算模型，透過累積的大數據，辨識準確度高達90%以上，廢紡/舊衣在輸送帶上依序被光電智能模組辨識混紡成份，進行定性及定量檢測，並依序被下游不同的氣閥吹入分選籃，再交給不同再製方法的廠商，每套設備的輸入分選效能可高達每年740公噸，解決永續紡織循環的產業痛點，也可使其他物質循環或能量流達到最佳化。目前智能分選的性能已被第三方公信單位驗證，也可透過物聯網建構雲端履歷系統，內含所偵測到的廢紡材質及純度，透過即時上傳到雲端系統，提供客戶廢棄紡織品的可追溯性及計算碳足跡的依據，落實永續材料管理。