臺灣大學電子工程學研究所學位論文
國立臺灣大學,正常發行
選擇卷期
- 學位論文
跨相機追蹤是一個關注如何在相機網路中追蹤多重目標的問題。它是打造智慧監視系統不可或缺的關鍵技術之一。這項技術最主要面對的挑戰，來自於物聯網時代所產生出的超巨量資料。如何減少處理這些資料所需的運算量和傳輸頻寬是現今非常熱門的研究主題。在本篇論文中，我們針對跨相機追蹤提出三個貢獻。 首先，我們提出一個非監督式學習的行人重識別演算法，來幫助跨相機追蹤系統在沒看過的環境也能運作。行人重識別專注於用圖像特徵來辨識行人。雖然現有的行人重識別演算法已經能夠達成不錯的成果，但是大部分的演算法都需要有該環境下的資料標籤才能訓練其模型。並且我們還發現，及使用多重環境資料所訓練出的模型也不一定能在沒看過的環境達成良好的結果。因此，我們提出名為Ｃ3Ｍ的方法來幫助我們在沒有資料標籤的環境中，自動取得訓練資料。Ｃ3Ｍ包含了三個收集訓練資料的方法：跨軌跡收集、跨相機收機、跨場域收集。這三種方法善加利用了圖像資訊以外的背景資訊（例如時空資訊、場域資訊）來推測兩張圖片的標籤是否屬於同一人。透過以上蒐集到的訓練資料，我們的模型使用兩階段的訓練方式，在沒有資料標籤的環境中循序漸進的學到具有鑑別力的圖像特徵。我們透過詳盡的實驗證明我們的方法不僅超越了現有最頂尖的非監督式學習方法，甚至能夠跟監督式學習的演算法一較高下。 第二，我們提出一套衡量方式來評測以軌跡為基底的跨相機追蹤演算法。我們將跨相機追蹤演算法轉換成為一個群聚問題，來阻絕單一相機內偵測、追蹤行人所產生出的誤差。如此一來，我們的衡量方式便可以準確的量測跨相機的追蹤表現。我們先從假設性的小範例中展示我們的衡量方法較現有的方法更好之處，並且也從實際的實驗數據中證實我們的方法能準確量測出演算法的表現。 最後，我們提出一個適用於物聯網硬體的分散式跨相機追蹤系統。在這個系統的最核心之處，我們使用分散式的跨相機追蹤框架。我們透過終端之間互相交換圖像以及時空的資訊，來達成以軌跡為基底的跨相機追蹤。如此一來，我們便省去昂貴的中央伺服器，同時也能減少傳輸頻寬上的負擔。另外，我們也將這套系統實作在行動式處理器上來展示這個概念的可行性。在詳細的軟體以及硬體分析當中，我們的系統展現了即時的跨相機追蹤能力，同時也達成傑出的追蹤表現。
- 學位論文
本論文的目的是設計出一個新的截止時間控制電路並將它運用在直流直流降壓轉換器，本論文提出的截止時間控制電路可以讓直流直流降壓轉換器在寬輸入電壓範圍皆可以得到較低的切換頻率，藉此降低系統的切換損耗以得到較高的效率。另外在固定輸入電壓的情形針對不同的負載時，也採用了雙模式設計。當電路處於重載時，電路會操作於連續導通模式。當電路處於輕載時，會使用波谷切換技術使電路會持續操作在邊界導通模式而不會進入不連續導通模式，透過降低切換時功率電晶體的跨壓以降低輕載操作時的切換損失。 本次設計的控制晶片是採用TSMC 0.35μm 2P4M CMOS製程，晶片面積為2.174mm2，搭配外加的功率電晶體和被動元件，建構出一個非同步降壓轉換器。本系統的輸入電壓範圍為4.5V~5.4V，輸出電壓為1.8V，輸出電流範圍為0A至1A。根據量測結果，在連續導通模式下，可以在寬輸入電壓範圍達到0.33%效率的提升。在邊界導通模式下，相較於不連續導通模式也可以達到0.25%效率的提升。
- 學位論文
開發能夠基於視覺感知執行類似人類行為的裝置是人工智慧領域的目標，而像素級別上的視覺資訊（例如場景解析）對於這樣的目標應用是有益的，近年來，由於深度學習的發展，這些任務取得了重大進展，然而，效率仍然是一個主要問題，我們提到的術語「效率」指的是數據收集和計算資源需求。 由監督方法預測所得的結果雖然效果顯著，但必須依賴於大規模像素級別的標注資料，這是十分耗時且昂貴的，因此，減輕繁重的人力需求成為訓練過程中的關鍵議題。合成數據和弱監督方法被提出用來克服這一挑戰; 不幸的是，前者遭遇到嚴重的域轉移問題，而後者缺乏準確的圖像邊界資訊，此外，大多數現有的弱監督研究只能處理前景突出的「物體」。因此，為了解決這個問題，我們提出一個輔助師生學習框架，通過自適應具有較低領域差異之輔助訊息（例如深度）及特定領域之弱注釋（例如真實外觀）構建的資訊來訓練這種不具轉移性的任務，此後，透過開發的兩階段投票機制，可以有效地將這種不完美信息整合起來。 從推論階段的角度來看，計算資源的需求一直是最主要問題，典型的神經網路運行時需要大的記憶體和使用32位元浮點數計算，此外，上述的問題與僅具有幾個類別輸出的分類網絡不同，輸出需與輸入有相對應的關係包含維度和位置，這將耗費更多資源並且可能無法使用現有文獻所提供的方法來優化，然而大多數的研究仍致力於分類網絡上。 在本論文中，考慮到現實世界應用的實用性和必要性，我們的目標是設計高效能的場景解析演算法，須同時考量到標注資料的需求量、運算複雜度和性能。首先，通過對損失函數引入最小-最大歸一化，深度資訊得以減少室內場景的領域差異，此外，我們以現實到生成的重建生成器實現無監督感測器深度圖恢復。其次，我們通過深度自適應輔助師生學習以及特定領域的弱監督訊息提出了場景解析的演算法架構，我們基於兩階段整合機制提供損失函數訓練網路，以便產生更準確的結果。本論文所得之方法在評價函數mIoU方面的表現優於目前最佳的適應方法14.63%。最後，我們介紹了一種量化高效場景解析框架的方法，可以在只有1.8％的mIoU損失情況下，將模型大小減小21.9倍和激活值減小8.2倍。
- 學位論文
自主移動機器人與基於視覺之智能輔助科技在未來將會無處不在於所有人的生活中。其中，為了確保使用上的安全，可通行性分析是這些應用中不可或缺的一環。除了準確度以外，是否能夠適應於各種不同的環境與平台是另一個在設計可通行性分析方法時需要被考慮的重要部分。 因此，針對可通行性估計，本論文提出一個兩階段式之卷積神經網路。在第一階段，不同環境之彩色影像將透過特定領域之深度估計網路轉換成各自的相對深度圖，進而降低原先不同環境之彩色影像彼此之間的領域差異。為了避免需要在不同環境蒐集深度影像以供監督式學習，本論文延伸自我監督學習的方法於魚眼影像，並藉此訓練這些特定領域之深度估計網路。在第二階段，不同環境之相對深度圖，其可通行的機率將透過一個通用可通行性估計網路判斷。基於深度影像擁有較小領域差異之假設，此通用可通行性估計網路僅使用來源領域之資料做監督式學習。 透過真實蒐集之資料顯示，本論文所提出之方法擁有在不同環境間較高的轉移性，並同時擁有具競爭力之準確度。此外，在此特定領域之前提下，本論文所使用之神經網路擁有合理的模型複雜度並僅需要單一一個魚眼相機，有很大的潛力被應用於資源限制較大之平台。
- 學位論文
定點照護檢驗系統(POCT)是下一代醫療保健系統的未來趨勢之一。因此，為定點照護檢驗系統開發的感測器應具有低成本，快速，方便使用，可攜帶和易於製造的特點。由於可攜帶和方便使用的目的，可繞式電化學感測器已經成為一個受矚目的發展方向。 在可繞式電化學感測器發展的各個方面中，固/液介面是其中一個應該著重探討的特性。為了探索固/液介面特性，本研究中使用了基於聚偏氟乙烯-三氟乙烯-三氟氯乙烯P（VDF-TrFE-CTFE）的電解質-絕緣體-半導體結構。實驗結果表明，P（VDF-TrFE-CTFE）EIS感測器存在漂移和磁滯現象，pH響應信號已被漂移反應所覆蓋。漂移和磁滯現象可歸因於電化學充電效應。 這可以解釋為當感測器與溶液接觸時，P（VDF-TrFE-CTFE）反應區與溶液中的陽離子進行質子化反應。此外，我們還研究了暴露時間，陽離子類型，離子濃度對磁滯現象的影響。 基於這項研究，評估材料反應區處於固/液介面狀態下的特性對於感測器應用上尤為重要。
- 學位論文
現今卷積神經網路已被廣泛運用於電腦視覺的相關領域並解決其問題。隨著許多高運算效能的加速器陸續問世，我們得以將已訓練好的模型部署於手機、攝像機，已或是其他運算資源有限的嵌入式裝置之中，進而在自架車、機器人等系統中扮演重要角色。以上種種應用除了講求高準確率，系統的能否對於外界環境的變化給予使用者即時性的反饋也相當重要。然而，隨著部署在前端裝置的神經網路種類及數量都越來越多，運算複雜度也相對提高，而個別去推論單一功能的模型也是一件相當沒有效率的事。因此，如果我們能找出個別模型之中是否有可以協同運算的部分並加以整合，便能大幅降低前端裝置的運算功耗。 在本篇論文中，我們提出了一套完整的演算法框架，幫助我們將多個單功能的卷積神經網路整合成一個多工的卷積神經網路。其中採用了與多工學習，遷移式學習，以及深度特徵表徵之量化方法解決問題。透過此演算法的結果為一局部最佳解，也就是從局部可能的組合之中找出一個與整合前的神經網路相比擁有最大百分比的運算下降、記憶體使用下降，並盡可能最小百分比的準確率下降。透過此演算法框架的幫助，硬體開發者能夠花較少的時間再處理神經網路的整合問題，而能更加專注於處理實際的實作問題。
- 學位論文
次取樣 (sub-sampling)技巧近年來常被用於鎖相迴路當中，此技巧能有效降低其頻寬內相位雜訊，因此能將頻寬變寬，得到更低的方均根抖動，然而次取樣迴路的偵測頻率範圍很窄，因此需要額外的鎖頻迴(FLL) 來偵測較大的頻率偏差並進行校正。在使用傳統鎖頻迴路下，當鎖相迴路脫鎖時，會需要很長的鎖定時間，這在許多系統應用下是不被允許的。 本論文實現了一個整數型鎖相迴路，主架構採用次取樣技巧，以降低頻寬內雜訊，另外也使用本論文提出的鎖頻迴路，使得鎖相迴路更加穩定。此鎖相迴路使用TSMC 90-nm CMOS製程實現，核心電路面積為0.3 mm2，整個電路操作於1.2 V，輸出頻率範圍為2.22-2.48 GHz。當輸入參考頻率為20 MHz，輸出頻率為2.42 GHz時，頻寬內相位雜訊為-110 dBc/Hz，在頻率偏移1 kHz至30 MHz內的積分方均根抖動 (RMS Jitter) 為539.3 fs，參考突波 (reference spur) 為-50 dBc，功耗為14.6 mW。當輸出頻率從2.4 GHz切換至2.46 GHz的鎖定時間大約為3.2 μs。
- 學位論文
頻率合成器在現今的SoC積體電路中是一個關鍵的電路元件，因為其提供了必要的週期時鐘訊號給其他的類比以及數位電路使用，而因為這些類比以及數位電路元件的效能及表現與時鐘訊號源的相位雜訊(phase noise)息息相關，越來越多與消除相位雜訊及濾波功能相關的研究相繼被提出，以進一步消除相位雜訊。 本論文呈獻一個操作在5億赫茲、利用延遲取樣(delay-sampling)技巧的迴圈外(outer-loop)相位雜訊濾波器(phase noise filter)架構，一般來說，在不影響本地震盪器(local oscillator)系統或甚至是缺少參考時鐘(reference clock)訊號幫忙的情況下，要去消除震盪器裡的相位誤差(phase error)是一件困難的事情。在本論文中藉由延遲取樣電路來萃取出延遲後的訊號與現在訊號的相位差異，藉此來補償這相位差異並進一步減少輸出訊號的相位雜訊。這個架構在四十奈米互補式金屬氧化物半導體製程所實現，其主要面積為0.012平方毫米，操作在0.9伏特的電源供應下，扣除輸出緩衝器(output buffer)以及做為測試訊號源的環形壓控震盪器(RVCO)後，其能量消耗為2.97毫瓦，此相位雜訊濾波器在5百萬赫茲偏移頻率的地方達到11分貝的相位雜訊消除量。
- 學位論文
近年來穿戴式裝置的發展催生了一系列電腦視覺相關應用，其中大多數涉及了如何有效識別人物動作及識別操縱物體的問題。另一方面，神經網絡加速器也促進了人物互動(Human-Object Interaction)系統的開發。然而針對人物互動之物件偵測模組的架構設計上相對較為缺乏，在應用層面上也會需要能夠在高解析度影片輸入下達成低功耗、即時輸出的模組。 本論文介紹了針對人物互動情境改良之的區域檢測網絡(Region Proposal Network)的硬體導向演算法設計。本論文的初衷為針對區域檢測網絡進行演算法的優化以符合未來穿戴式裝置的需求。首先，針對網絡的高記憶體用量，我們利用了特徵值層稀疏的特性設計了零係數跳躍機制及稀疏化卷積架構，達到大幅降低記憶體需求的效果。除此之外，針對網絡的高頻寬用量，我們設計了以塊(patch)為單位進行運算的池化層，並對初始預測框的數量進行簡化，達到降低頻寬需求的效果。我們是首位提出針對人物互動情境之區域檢測網絡進行硬體導向演算法設計的論文，所設計出來的晶片具有低記憶體需求、低頻寬用量，以及高吞吐量的特色，在未來能與深度類神經網路引擎結合，組成最先進的即時動作辨識系統。
- 學位論文
由於電容式感測器可以讓使用者介面變得更直覺和方便且更具互動性，所以已廣泛地應用在許多消費性電子產品上。這些感測器已經被用來取代機械式的按鈕和切換器，此外，他們還提供了多點觸碰的功能，這增加了許多新的操作方式，所以過去十年許多的智慧型手機和平板電腦因此誕生。在我們的論文中，主要是去解決觸控IC最困難的問題，像是多觸碰點的追蹤問題和充電器雜訊的問題。 多觸碰點的演算法必須給予精確的點位置和追蹤軌跡。當觸碰點增加的時候，正確的追蹤軌跡就變得更難處理。我們是第一個考慮到大於10個觸碰點的追蹤問題。這個問題可以轉化成權重最小的匹配問題，進而我們提出前置處理的方法去避免錯誤的追蹤並加速。微控制器廣泛地應用在消費性電子產品，因為他們體積小且便宜和低功耗。任何很耗時的演算法和佔用大量儲存器的程式碼都不適合微控制器。我們發現傳統的觸控演算法是不適合大型觸碰面板去使用的。雖然更高階的微控制器也許可以改善，但是會增加製造成本和功耗。多觸碰點追蹤是最耗時的一個部分，所以為了加速，我們採用了叢聚和計算幾何的技巧。除此之外，我們還證明了我們的方法在一般的情形下可以達到很快的速度而且不失去準確性。實驗結果顯示針對20個觸碰點的時候，我們可以減少70%的時間，另外我們的演算法用低階的微控器可以處理到80點觸控點。 充電器雜訊會讓觸碰點的位置不精準以及假的觸碰點出現，這會使得裝置運作不正確。充電器雜訊的強度比原本的觸碰點的訊號大很多，而且雜訊的頻率會隨著不同的充電器改變，因此在手機市場上這個問題非常的重要。我們證明了重複積分和跳頻的組合是很有效解決這問題的方法。除此之外，我們提出了離散傅立葉轉換為基礎的演算法去找到一個有效的感測頻率。我們還提出平行驅動結合隨機延遲的方法去增加訊雜比。我們也提出了軟硬體共同協作的概念將我們的演算法整合到觸控IC裡。實驗結果顯示我們的方法可以提高訊雜比45 db以上而且可以動態且很快地找到有效的感測頻率。