• 學位論文

應用於強健式視訊傳輸之快速可適性Pseudo-ARQ之研究

本論文之主要目的為提出一個以階層式視訊編碼為主的多重播放系統設計法則。該系統可達成單點對多點的傳送，並具有下列特性： 1.傳送端結構簡單：傳送端僅負責執行階層式視訊編碼及通道編碼，並不需要考慮不同接收端的網路環境。 2.接收端具有彈性：接收端可根據個別之網路特性選擇適當的傳送資料以最佳化其效能。 3.結合FEC及ARQ：在封包流失率很高時FEC的保護效能可能不佳，而ARQ則有較長傳送延遲之缺點，本計畫使用Hybrid Pseudo-ARQ技術將FEC及ARQ結合以去除二者之缺點同時保留其優點。 在執行Hybrid Pseudo-ARQ時傳送端將FEC封包分階段傳送至不同的多重播放群組，而接收端則在檢視其封包流失情況後至後續階段的FEC多重播放群組抓取適量的FEC封包進行還原。 在設計Hybrid Pseudo-ARQ時我們需要一個最佳的Policy來協助接收端判斷應抓取的FEC封包數。然而由於Policy的個數很多，所以我們使用動態規劃法來尋找最佳Policy，跟全搜尋法比較起來，動態規劃法降低了許多的計算複雜度。 最後本論文考慮網路環境變化的問題。通常網路的封包流失率、以及傳送的視訊內容常會不斷的變化，而Hybrid Pseudo-ARQ需要這些參數來訂定Policy。在網路環境變化快速時，雖然使用動態規劃法決定Policy會得到最佳的效能，但是會造成計算上的沉重負擔。所以我們提出一個快速搜尋Table法來降低此負擔同時滿足即時Policy最佳化之需求。 本論文所提出之架構及演算法，預期可增進多重播放系統在複雜網路環境下的傳送及容錯能力，並進而提升多媒體通訊之應用範圍。

• 學位論文

以SOPC為基礎發展一遙控車

本文利用高靈活性、高整合性的SOPC系統做為控制核心發展一遙控車輛。此一車輛能透過無線的方式接收遠端控制者下達的指令，接收到的指令經由SOPC發展板的序列傳輸介面(UART)傳達至控制核心，接著在控制核心進行解碼的動作，解碼後的指令再分別傳送至伺服馬達及步進馬達控制模組進行脈波指令的傳送，最後這些控制馬達轉動的脈波指令再透過馬達驅動介面驅動馬達，使遙控車產生轉彎、行進的動作。而此一遙控車輛對於控制前輪轉彎的動作使用了伺服馬達作為驅動裝置，控制後輪使車輛行進的動作則是使用步進馬達，因此在控制方法上也使用了不同的方式。 在完成了遙控車的建立後，我們也做了車輛變換車道的路徑規劃，用以驗證此一車輛整體架構的可行性及了解遙控車的受控程度。在這裡我們也考慮了在車輛進行變換車道時可能發生碰撞的原因，因而設立了避免碰撞的規則。

• 學位論文

使用H.264完成可調性之階層式多重描述視訊傳輸系統

中文摘要 本論文提出了一個階層式多重描述編碼（Layered Multiple Description Coding ; LMDC）的架構，適用於可調式的視訊傳輸系統，當面臨到異種的網路結構（Heterogeneous networks）時，如何提供串流視訊服務到不同能力的客戶端，提供了好的解決方法。 本論文的LMDC系統是一個混合了離散小波轉換（Discrete Wavelet Transform ; DWT）和H.264的組合，在此演算法中，一個輸入的視訊序列會先經由DWT分解成一個基本序列和數個具正交性質的補充序列，每一個序列再經由H.264來有效利用空間與時間上的相關性進行編碼。使用本論文的LMDC系統，當在網路具有傳送優先順序的條件下提供串流服務時，相較於只使用H.264完成的階層式編碼系統，LMDC系統除了能提供更廣泛的碼率選擇，還能在網路頻寬發生變化時，使視訊品質能平滑的進行變化。且當網路不提供優先順序時，相同於在LMDC系統中使用的位元流，仍然可以被靈活編排成單純的多重描述位元流，來增強可調性與強健性傳輸。 本論文所提出之LMDC等方法也可以很容易與其他可調式編碼技術如MCTF等整合，而進一步擴展系統之可調性。不僅如此，現有的H.264軟體與硬體可以直接使用於實現本論文提出的演算法，因此LMDC系統在提供可調式視訊串流的實現上，是一個低成本解決方案。且LMDC系統比起motion JPEG2000和MPEG4具有更好的效能；另外在相同的碼率條件下進行資訊傳輸，LMDC系統的效能也勝過H.264-based simulcast的系統。 關鍵詞：可調式編碼，階層式編碼，多重描述式編碼，階層式多重描述式編碼

• 學位論文

強健性和鑑別力語音特徵擷取技術於大詞彙連續語音辨識之研究

語音是人類主要且最方便的溝通方式之一。現今由於小型電子產品的成功發展，如手機、個人數位代理(PDA)等，再加上無線通訊和無線網路的普及，一般都認為在不久的未來，語音將扮演舉足輕重的角色，且將擔任人類與各種不同智慧型產品溝通的主要人機介面。因此，自動語音辨識(Automatic Speech Recognition, ASR)的研究也變得日益受重視。其中，為了能讓自動語音辨識在真實且多變的環境下也可以適用，許多鑑別性(Discriminative)和強健性(Robust)的特徵擷取(Feature Extraction)技術在近二十年來也陸續被提出。 根據上述的觀察，在本論文裡我們研究基於聽覺知覺特性(Auditory-perception-based)的特徵擷取技術和資料相關(Data-driven)的線性特徵轉換(Linear Feature Transformation)技術，以達到強健性語音辨識的目的。對於基於聽覺知覺特性的特徵擷取技術，我們廣泛地比較常見的梅爾倒頻譜係數(Mel-frequency Cepstral Coefficients, MFCC)與感知線性預測係數(Perceptual Linear Prediction Coefficients, PLPC)，並且比較用來取得與結合時域軌跡(Time Trajectory)資訊的各種方法。在資料相關線性特徵轉換這方面，首先我們嘗試驗證，線性鑑別分析(Linear Discriminant Analysis, LDA)在語音辨識的特徵空間轉換上的表現的確優於主成份分析(Principal Component Analysis, PCA)。然後我們研究幾種線性鑑別分析的改進方法，像是異質性線性鑑別分析(Heteroscedastic Linear Discriminant Analysis, HLDA)和異質性鑑別分析(Heteroscedastic Discriminant Analysis, HDA)等，這些方法在求取線性鑑別分析過程中，並未如傳統的線性鑑別分析般需假設每個類別分佈會有相同變異量(Variation)。此外，我們提出分別利用最小分類錯誤(Minimum Classification Error, MCE)和最大交互訊息(Maximum Mutual Information, MMI)等估測法來最佳化線性轉換矩陣，並與傳統最大相似度(Maximum Likelihood, ML)估測法作比較。最後，我們也進一步地結合最大相似度線性轉換(Maximum Likelihood Linear Transformation, MLLT)與其他強健性技術諸如特徵平均消去法(Feature Mean Subtraction)、特徵正規化法(Feature Normalization)等。本論文裡所有實驗皆使用中文廣播新聞為語料庫(Mandarin broadcast news corpus, MATBN)。實驗內容包括了中文自由音節辨識(Free Syllable Decoding)，與大詞彙連續語音辨識(Large Vocabulary Continuous Speech Recognition, LVCSR)上。初步的實驗結果顯示出本論文所提出的作法對於語音辨識率有相當顯著的提昇。

• 學位論文

智慧型停車場管理系統

根據統計，目前的停車位與現有的車輛數量有著相當大的落差，如何在有限的停車位下，提高停車場的使用效率，為解決停車問題的重要課題之一。現有的停車場系統存在著不少的缺失，我們希望藉由目前已有的高科技，如電腦、通訊、感測、機電控制等，來改善現有的停車場系統，使其更加安全、效率以及人性化，我們稱其為智慧型停車場系統。 我們所提的智慧型停車系統是由七個子系統所組成，包括車牌辨識系統、控制系統、導引系統、收費系統、監視系統、網路系統以及中央管理系統。每個子系統隨時會產生新的資料，也可能需要別的子系統提供資料，各系統所產生的資料規格不一，我們需要一個有效的機制來整合各個子系統所產生的資料，其中包括資料的儲存、傳輸、分析及管理等。本文以資料倉儲的觀念來設計資料整合中心。資料倉儲架構包含Load manager、Warehouse manager以及Query manager三個主要單元，Load manager將來自不同系統的資料加以分析、整合，並轉換為資料倉儲所需的格式予以儲存；Warehouse manager則管理著實際的記憶元件，將系統上所有的資料儲存及備份於此；而Query manager則提供使用者查詢資料的功能，可以依使用者的需求迅速的從資料倉儲中取得所要求的資料，並依使用者所需的格式回應給使用者。上述的架構可以整合不同電腦所產生的異質資料，而且可以隨時提供給不同平台所需之不同資料格式。在此架構下，上述的子系統有共同溝通及存放的標準，增加資料管理以及應用的效率。

• 學位論文

架構在網路服務上之網路檔案系統

網路服務（Web Services）是分散式系統未來發展的趨勢，讓應用程式在網路上提供服務，供其他機器上的程式所使用。網路服務使用XML作為資料交換及傳輸的標準格是，因此具有強大的互通性和延伸性，讓應用程式能更簡單的整合網路上的程式，藉由交談的方式達成某些複雜的運作過程，如企業間的交易…等。在本篇碩士論文，我們將會展示並證明網路服務可以應用在建立分散式檔案系統上。在論文中我們提出了架構在網路服務上之網路檔案系統(WSNFS)，藉由此系統我們可以提供一個讓各種不同分散式作業系統互相分享檔案的平台，讓使用者不管在任何地方任何時間都能使用此服務。此外由於網路服務被網格運算大量採用，因此系統也可以很輕易的和網格運算做整合並加以應用。本篇論文中不但展示了此系統的架構外，更以網路服務為基礎訂定了標準的通訊協定，最後經由實驗我們可以證實WSNFS以具有實用性，在效能方面可以跟Sun NFS互相做比較。

• 學位論文

實現H.264可變區塊移動估測單元之高效能超大型積體電路架構

本論文針對H.264可變區塊移動估測單元提出了一個有效率和彈性化的VLSI架構，可以針對4×4區塊大小及其整數倍數區塊大小的區塊，執行全區搜尋區塊比對演算法。本架構將會把在原始畫面中的每一個16×16大小的巨區塊（Macroblock）切割成16個沒有互相重疊4×4大小的子區塊，稱為基本子區塊（primitive subblocks），本架構中包含16個模組和一個可變區塊移動估測處理器（VBSME processor）。每一個模組中，我們利用串接一維心脈陣列（cascading 1D systolic array）來針對不同基本子區塊的執行區塊比對的動作，這樣的串接一維心脈陣列可以讓本架構有高度的計算吞吐量、高度的彈性化和百分之百的處理單元利用率，每一個基本子區塊皆會同時執行移動估測的動作，並利用這16個基本子區塊組合出41個不同大小的子區塊，在本架構中，我們利用可變區塊移動估測處理器（VBSME processor）由基本子區塊計算所得之絕對誤差總合（SAD）同時計算出所有41個子區塊的絕對誤差總合（SAD）。本論文所出的新架構和已發表的H.264可變區塊移動估測架構相比有著較低的計算延遲和高度的計算吞吐量。

• 學位論文

以階層式多重描述編碼法則為基礎之即時P2P視訊串流傳輸系統

本論文中結合了peer-to-peer系統及階層式多重描述編碼法則，以NS2建構了一個模擬多重視訊來源串流傳輸環境的平台。藉由階層式編碼法則，應用在階層式傳送，達到視訊串流服務品質動態調整的目的，以有限的頻寬達到最大的服務客戶數目，即為本論文的主要目標

• 學位論文

以不完整的內容檢索資料庫內的車牌號碼

視覺式的車牌辨識是一件看似簡單的工作，但是要達到高辨識率非常困難。視覺式的系統受到光線變化的影響很大，百分之百完美的車牌辨識系統並不可得。然而，在某些特定的應用中，當車牌辨識的工作能與車牌資料庫搭配時，即使不完美的辨識結果仍有很大的用處。舉例來說，假設在視覺式的智慧型停車場內所有停放的車輛，其車輛資訊皆已由視覺式的系統記錄到資料庫內，則車主取車時，我們可以依據車牌號碼之間的編輯距離很快地從資料庫中找出與輸入車牌最相似的候選車輛。 編輯距離是一種有效測量字串之間相似程度的工具，當比較車牌時，我們採用Chamfer distance來定義字串編輯時所需花費的「插入字元」、「刪除字元」與「取代字元」的代價。因為Chamfer distance能反映兩張影像在形狀上的差異，因此兩張車牌號碼的編輯距離能代表了兩張車牌號碼在形狀上的相似程度。 在本文中，我們改善編輯距離的計算方式，將字元與其鄰近字元的關係納入考慮。此種計算編輯距離方法最早由J. Wei[Wei04]提出，稱之為馬可夫編輯距離。我們修改了J. Wei的論文兩個有關馬可夫編輯距離的派系能量函數，使得修改後馬可夫編輯距離適用於車牌號碼的比對，而且其結果也較傳統的編輯距離的值更加精細。此種馬可夫編輯距離能有效地反應出車牌號碼之間的號碼錯置的關係。

• 學位論文

以俯視視訊從事行人計數

在本論文中，我們提出一個以俯視視訊為基礎之行人計數系統。在本系統中，使用俯視視訊來代替傳統的紅外線或柵門進行行人計數，最大的優點是不影響行人通行，且因為行人區塊不易重疊，而使計數效果更為準確。系統架構主要由行人偵測以及行人計數兩方面所組成：在行人偵測方面，應用以K-mean為基礎的影像分割技術來擷取行人區塊，可以使系統應用較不受光線所影響；在行人計數方面，採用graph matching技術，同時整合區塊本身及區塊間的特徵進行追蹤，使追蹤結果較可信賴，最後根據區塊的移動路徑以及區塊面積修正計數的結果。最後的實驗結果顯示，本系統在光線不斷變化或行人通過數量較多時，仍可以進行有效的計數。