摘要
在場景辨識系統中，一般都使用Google Cloud Vision，但是它在實際應用層面上有兩個問題需要被考量，（1）此應用服務僅提供該物件出現的可能性，並未提供我們想要的物件在影像中的位置資訊。（2）雖然Google Cloud Vision可以很明確地偵測到下雨的關鍵字，但並不知道人物角色是位於室內或是室外。本論文訓練一SSD模型來分析電影中“熱”“風”的場景，我們能分析熱風的位置及強弱，並根據這些檢測到的物體，透過決策樹進行更詳細的分析雨天場景，人物的位置是否會淋到雨，再由觸覺回饋裝置給予相對應的回饋，如此一來能透過觸覺回饋裝置給予相對應的不同強弱及方向的回饋，以模擬更沉浸式的虛擬電影環境。相較於之前在4D VR電影院研究中，透過Google Cloud Vision分析圖片的場景，再由觸覺回饋裝置給予相對應的回饋更完整也更符合實際狀況。
延伸閱讀
- 范振銘（2009）。應用廣義迴歸類神經網路於資訊末端設備資料前置處理之研究〔碩士論文，國立臺北科技大學〕。華藝線上圖書館。https://doi.org/10.6841/NTUT.2009.00212
- Huang, S. L. (2022). 以卷積與遞迴類神經網路為基礎之動態社群網路預測 [master's thesis, Tamkang University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0002-2608202201145500
- 林子剛、林易廷、郭凱維（2022）。結合神經網路熵與卷積神經網路於結構健康診斷系統應用之研究。結構工程，37(4)，64-85。https://doi.org/10.6849/SE.202212_37(4).0004
- 朱庭宏（2023）。運用卷積神經網路於聯邦式學習與Spark叢集運算之研究〔碩士論文，國立臺中科技大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0061-1302202310021900
- 傅品昇（2018）。運用卷積神經網路於行動學習之研究〔碩士論文，健行科技大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0022-0907201814245800