TANET2016 臺灣網際網路研討會
- OpenAccess
國立東華大學,正常發行
選擇卷期
- 會議論文
- OpenAccess
隨著行動上網裝置的普及，傳輸資料量日益增加，行動網路必需提出新的技術以因應快速成長的資料量。D2D (device-to-device)通訊已被視為是解決上述問題的一個關鍵技術。D2D 通訊可以讓兩個相互靠近的裝置在基地台(evolved NodeB，eNB)輔助下直接傳輸資料。本文在LTE-A 的環境中，在D2D pair 重複使用CU (cellular user)上行頻譜的前提下設計可減少同頻干擾之無線資源的分配方式藉此進行D2D 通訊。首先，假設每個D2Dpair 的傳送需求可被轉換為RB (Resource Block)數量，並將所需求的RB 總和在特定區間內的數個D2D pair 形成聯盟。先對每個聯盟進行RB 分配再利用NBS (Nash Bargaining Solution)來分配RB 給聯盟中的D2D pair。模擬結果顯示，本文所提出的方法可以考慮D2D pair 的需求，並能將所有Available RB 以公平的方式分給所有的D2D pair，盡可能滿足D2D pair 的需求。
- 會議論文
- OpenAccess
Device-to-Device (D2D) 通訊在3GPP 所制定的新一代無線行動通訊Long Term Evolution-Advanced (LTE-Advanced)的眾多新技術中，已成為主流。而在建立D2D 連線之前的D2D Discovery 也被視為一項挑戰。因為半雙工特性，使得傳送Discovery Beacon 的UE 無法同時偵測收訊，加上In-Band Emission 干擾對D2D 偵測都會造成問題。本文首先提出evolved Node B (eNB)協助的做法，讓eNB 根據User Equipment (UE)的位置資訊，由eNB 安排後告知UE 要在哪個資源傳送Discovery Beacon。接著本文也提出半分散式的做法，透過eNB 提供一些資訊給UE，讓UE 根據這些資訊來有效率的發送Discovery Beacon。接著會有集中式、分散式、半分散式三種做法的成功機率和Signal Overhead 的比較。最後模擬結果呈現在高的UE 密度下，發現所有Peer 的所需週期數，會比傳統的隨機選擇資源傳送Discovery Beacon 方法的所需週期數還少。
- 會議論文
- OpenAccess
2015 年6 月22 日， ITU (International Telecommunication Union) 宣佈將IMT-2020(Internantional Mobile Telecommunication-2020) 納為未來5G 的技術標準，國際電信聯盟(International Telecommunication Union, ITU)希望在 2020 年能建設一個無縫連結的社會環境，讓民眾能在智慧網路通訊環境中與各物、 數據、應用、交通系統、甚至整個城市相連[1]。未來的 5G 行動寬頻技術對於全球行動通訊產業或者廣大的消費者都將產生巨大的影響。除 了比現有的 4G 行動寬頻的速率更快外，未來將提供具有高社會價值與經濟價值的各類應用服務， 打造一個超級連結互通的社會。
- 會議論文
- OpenAccess
近年來智慧型手機普及，生活發生的許多事都會使用手機紀錄下來，拍攝照片、影片，都是不可或缺的事。手機的相機性能不斷在提升，擁有了許多專業相機的功能，但許多特效照片還是需要特殊技巧去拍攝，對一般非專業人士而言在調整光線與角度並不容易，且需要購買高級的設備及長時間的學習，本研究希望一般的使用者，不需攜帶厚重的裝備，能用輕便的手機，以後製特效呈現出同樣的效果。這篇論文要探討的是影像利用模糊濾波器，讓中央像素向外做等距移動，呈現放射狀模糊，讓圖像加入速度感和主體的立體感，製造出主體突出的散景效果。
- 會議論文
- OpenAccess
番茄是世界上重要且具有高經濟的農作物，也是台灣重要的農產品之一，雖利用設施栽培以避免害蟲發生，但仍無法阻隔小型害蟲之危害。因粉蝨體型細小且偏好聚集棲息於葉背，不易掌握蟲發生數量，經常因此錯失防治時機，或因盲目施藥，衍生農藥殘留超標，造成農產品安全問題。為達到粉蝨的低農藥有效管理，藉由週期性於設施內放置黃色黏紙陷阱來監測粉蝨之發生密度，當平均誘集粉蝨數量達防治門檻，即啟動防治工作。過去都是以人力來收集黏紙和計數害蟲數目，但此方式費時又費工，人力容易受生理和心理的因素，而造成計數錯誤。利用照像設備及網路的應用，收集每個黃色黏紙的影像，使用影像處理來達到自動害蟲計數的功能。因此本篇研究提出一個有效地去除黃色黏紙黏膠並保留粉蝨輪廓的梯度階層最小法，再使用標記控制分水嶺與平均移動影像分割方法，可將細小的害蟲和黃色黏紙分離取出，分割結果使用形態學來修補害蟲邊緣便可取得害蟲數目。實驗結果顯示所提方法效果良好。
- 會議論文
- OpenAccess
H.265/HEVC 視訊壓縮標準在進行畫面間預測時，會針對每個模式進行成本函數的計算與比較，從中挑選出最佳的模式當作當前區塊的編碼模式。因為每個模式都必須運算一次，因此在模式選擇時所花費的計算複雜度是非常高的，且必須在失真度與位元率之間去做取捨。因此本篇論文著重於降低模式選擇的計算複雜度，利用編碼組態所使用的QP 值與計算Merge 模式中的SKIP模式的成本函數設定門檻值，使編碼能提前結束模式選擇，達到減少編碼時間的目的。實驗結果顯示，我們所提出的提早終止模式選擇演算法與H.265/HEVC 參考軟體HM16.9原本的模式選擇演算法相比，平均能節省43%~49%左右的編碼時間，但只有少量的位元率增加與視訊品質損失。
- 會議論文
- OpenAccess
本論文提出一個可應用於畫面內預測的視訊編碼架構，利用H.265/HEVC 編碼端預測單元的梯度變化量，對複雜且耗時的最佳的畫面內預測模式選擇過程提出快速決策法來減少冗餘的候選模式，以達到有效地減少編碼時間。依據實驗結果顯示，我們所提出的方法比H.265/HEVC 測試軟體HM10.0 節省的編碼時間可達到約20.25%，且可以保持相近的壓縮率與重建視訊品質。
- 會議論文
- OpenAccess
本論文主要研究目的為提出一個改良的脈衝雜訊偵測演算法，並研究在不同亮暗程度的灰階影像，分別遭受不同程度的脈衝雜訊破壞後，還可以正確偵測出遭受脈衝雜訊破壞後的像素，進而分析不同亮暗程度灰階影像、不同濃度脈衝雜訊及脈衝雜訊偵測正確率之間的關係。此演算法結合了二種脈衝雜訊偵測演算法，第一種脈衝雜訊偵測演算法是進階邊界差異的脈衝雜訊偵測演算法(Advanced Boundary Discriminative Noise Detection)簡稱ABDND。ABDND 演算法是利用在像素運算視窗範圍內，去分別計算當前像素與像素運算視窗範圍內最亮及最暗像素的差值。根據此差值來決定當前的像素是否為遭受到脈衝雜訊污染的像素；第二種脈衝雜訊偵測演算法是邊界差異演算法(Boundary Discriminative Noise Detection)簡稱BDND。BDND 演算法是利用在像素運算視窗範圍內，將像素排序後，計算像素之間的差值，找出二個差異邊界值。根據此二個差異邊界值，把像素分成三群，這三群分別為受較高亮度脈衝雜訊污染像素群、未受脈衝雜訊污染像素群及受較低亮度脈衝雜訊污染像素群。當前的像素根據此二個差異邊界值來決定是否為遭受到脈衝雜訊污染的像素。研究發現在不同亮暗程度的灰階影像，當遭受到不同程度的脈衝雜訊污染之後。提出一個結合此二種脈衝雜訊偵測演算法， 可以保持ABDND 和BDND 二種演算法高正確率偵測脈衝雜訊的優點，也可以改進在較暗或較亮的灰階影像中，影像遭受到不同程度的脈衝雜訊破壞時，ABDND 和BDND 二種演算法會有誤判雜訊的缺點。根據實驗結果發現，所提出改良式的雜訊偵測演算法，無論是在較暗或較亮的灰階影像，影像在濃度10%到90%的高範圍脈衝雜訊裡，都有相當優良的雜訊偵測表現。所提出的演算法具有低錯誤率的雜訊偵測和相當高的峰值訊噪比PSNR(Peak-signal-to-noise ratio)值。且去雜訊後的影像無論是在影像的細節、邊緣都有不錯的表現。
- 會議論文
- OpenAccess
在網路發達的這個時代，只需搜尋一個著名的地標，搜尋者會得到無數個不同人在不同時間點但在相同的地點拍攝的照片，在這不斷變化的世界很難概念化這些照片的意思，若是將所有照片按年份時間推移後，以影片的方式呈現，便是一部長時間縮時攝影的大作。在此論文中，我們提出一個使用局部均值門檻位元圖(Mean Threshold Bitmap, MTB)法來完成大量不同時間，但相同地點的圖片一一疊合的快速影像對齊方法，進而產生一段長時間的縮時攝影。每個人所拍的照片看似相同，但實際上可能有些許的位移，造成影片中目標的不規則跳動，而這樣的狀況會有只是把照片連續撥放粗糙的感覺，如此一來便沒有縮時影片的效果。為了實現影片撥放的順暢度，我們利用中值門檻位元圖法將圖片計算位移後對正，接著我們提出一個基於中值門檻位元圖法的局部影像對正法來解決照片背景影響程式判斷目標位置的問題。實驗結果顯示所提方法能有效對齊同一地點，不同時間甚至不同人所拍攝的影像，在長時間縮時攝影影片製作上，能有很好的結果。此方法可作及時處理，利用局部MTB 法快速做完位移校正，只需0.43 秒的計算時間，大量照片也能在幾分鐘內完成疊合校正，符合成本與經濟效益，達到長時間縮時攝影的效果。