• 學位論文

多焦距融合方法基於拉普拉斯小波轉換

眼睛是靈魂之窗，人類透過視覺的辨識功能維持主要的生活能力。影像則是必須清晰度足夠才可以足以被識別。所以影像融合(image fusion)常常被應用在提高影像的清晰度以增加眼睛的辨識能力。 在本篇論文中提出了一個多焦距融合方法，利用拉普拉斯運算可以提高影像銳利度與小波轉換的多重尺寸特性以達到增強影像的清晰度和辨識度的目的。實驗的部份，在測試合成影像的品質都得到滿意的結果，也測試了此方法對於位移(shift)具有一定程度上的容忍度。本方法也適用於多來源影像融合與彩色影像融合。

• 學位論文

以主動式RFID架構為基礎實作室內定位系統

本論文提出一個主動式RFID的室內定位系統，並針對建制方式、環境障礙、低成本與定位精準度進行考量。在定位系統的建置上，利用均勻的佈點方式建立出重疊的訊號涵蓋區域，達到最初步的定位，再搭配訊號強度值的比例以及行進方向與重疊區域的關連性，使其除了定位更精準外，也可滿足最佳的涵蓋範圍和經濟效應。在系統中，使用者可以根據各自的環境變因調整訊號強度的門檻值，並可在虛擬的2D平面地圖上編輯參考標籤的座標與名稱，使其方便對照於真實環境的標籤佈置情形。最後系統會根據使用者手持讀取器裝置所偵測到的數據，將使用者位置呈現在虛擬2D平面地圖上。

• 學位論文

使用RFID實現人機互動

本論文提出基於無線射頻（RFID）技術，利用其對於標籤（Tag）訊號自動追蹤之特性，並針對使用於此設備應用於人機介面（Human Computer Interface）的設計上所遇到的環境障礙的干擾、訊號辨識複雜度、事件觸發點的前置訓練與動態偵測並且即時調整感知訊號的範圍來進行系統設計上的考量。因此，若要以此設備作為人機互動的主要工具，所應該先解決的問題是：標籤的訊號強度（Received Signal Strength Indication）會因為環境不同或使用者使用的方式不一樣，導致系統在即時產生互動事件的正確率會降低。然而，透過我們設計出的架構與機制，配合一個音樂互動式系統，藉由使用前的訊號訓練等前置處理程序，達到與電腦系統進行互動等觸發音樂播放或是特效的產生。最後，分析系統執行後而產生的資料後，的確發現本論文提出的方法會明顯提升系統成功執行事件觸發的次數和辨識正確率。

• 學位論文

影片上實現資訊隱藏

資訊隱藏技術是一種新發展的秘密通訊技術，近年來許多學者陸續提出各式各樣關於影像隱藏的系統，我們發現大多數的資訊隱藏系統利用單張影像來隱藏機密訊息，也許我們可以將這些技術利用在影片之上，為了達成需求，我們提出一個新的資訊隱藏系統，此系統以LSB資訊隱藏技術為基礎，另外利用三维陣列的概念來輔助我們所提出的系統，由實驗結果證明，本系統可以達成我們的需求，在影片上實現資訊隱藏且不容易被察覺。

• 學位論文

一階小波轉換快速畫面偵測演算法

H.264/AVC是目前已發展完成並且壓縮率最高的視訊編碼標準，它支援Intra16×16、Intra4×4的亮度(Luminance)預測及Intra8×8的彩度(Chrominance) 預測做畫面內預測編碼。H.264/AVC利用相鄰的畫素間的相關性，以減少I Frame的冗餘資料，以達到壓縮目的。 對於所有的候選預測模式(candidate mode)，逐一Rate-Distortion Optimization(RDO)運算會增加龐大計算量。為了要降低畫面內預測編碼的運算複雜度，本論文提出一階小波轉換畫面快速偵測演算法(Fast Intra Prediction with Haar Transform Algorithm)主要是針對Intra4×4紋理較為複雜，而Intra16x16紋理較為平坦的特性，利用一階小波轉換後所得的低頻資訊先行區分Macroblock，並針對Intra16x16與Intra4x4先行判斷垂直偵測與水平偵測，藉由減少RDO的候選模式，已達成H.264整體壓縮時間降低的目的。實驗結果顯示，本論文所提出的演算法，可以有效地降低運算複雜度而讓整體壓縮時間降低，且能維持與H.264 Full Search相似的預測結果。

• 學位論文

建立2D環境冒險遊戲式學習平台

由於電腦科技及網路技術的進步，遠距教學模式也逐漸成為趨勢，然後根據許多學者研究，發現學習動機的必然存在最重要的因素之一，為了鼓勵及吸引學習者能沉溺於學習中，故本研究為希望發展出一個結合地圖冒險之遊戲式學習環境，在遊戲情境的過程當中，學習者可以藉由透過遊戲任務的探索與任務完成的流程中學得主要知識，教學者也可輕易的透過其課程編輯器以簡易的方式來編輯相關課程內容，期望此結合地圖冒險之遊戲式學習環境，日後可有效的推廣與施行。

• 學位論文

在數位影片中實現馬賽克偵測與辨識

電視台商標在影片分類中，一直是相當重要的依據；馬賽克特效也是時常應用在保護青少年避免接觸不適當的影片畫面等情況，但也會造成視覺上的不舒適感。 在本論文中，我們提出一個取出影片中的商標進行分類以及對存有馬賽克特效的影片能夠自動偵測及修補馬賽克區域的系統。首先，我們由結構及色彩辨識兩種方法偵測影片中是否含有馬賽克；若有，則系統會紀錄下馬賽克內部區塊大小及座標，以作為辨識馬賽克下物件和修補區塊的依據。若是影片中不存在馬賽克，則系統會使用最小亮度偵測的方式，找出商標的位置，並比對圖片之間形狀的相似度並分類。

• 學位論文

定域內特徵字彙擷取：透過電影學習英文生字

本論文利用分析電影字幕的對話內容，擷取能具有其代表性的特徵字，並經由相似度的計算將影片分群，進而將具有相對關聯性的影片推薦給使用者。透過系統所推薦的特徵字，使用者可以在影片播放前先進行生字的預習(Preview)；而分群的結果，可以藉由使用者正在觀看的影片推測其他可能有興趣的影集系列，並強化學習相關影集內具有關聯性的字彙。 研究目的主要在營造一個自然的非刻意學習環境，並透過觀賞電影的方式來設計一個非刻意電影英語學習系統，目的希望利用生字預習與同類型影片推薦的方式，來提升學習英語學習的成效。

• 學位論文

多層次排序關聯分類器

關聯法則是經常被使用在資料探勘的研究技術之一，進而利用關聯規則結合成關聯分類器，預測未知分類資料的類別。 關聯規則執行分類前，會依照演算法所定義的執行順序做排序。一般而言，當規則經過排序後，規則與規則之間的執行先後順序將不再改變。實際上關聯規則執行時，當排序較高的執行後，排序較低未執行的規則在剩餘未分類資料中，可能擁有較原先更高的信賴度，或更低的信賴度，規則間的執行先後順序與重要性可能會有所不同。 因此，本論文對此種情況，利用關聯法則提出多層次排序(Multi-Ranking)分類器，定義關聯分類器的規則執行順序及規則修剪的方法。由實驗結果顯示，多層次排序分類器在預測未知分類能有好的準確率表現與執行效率。

• 學位論文

保險客戶行為分析

顧客關係管理（Customer Relationship Management，CRM）是近年來企業組織所關注的議題。越來越多的企業組織開始重視與客戶之間的關係，從傳統的以「產品導向」的經營思維，漸漸轉型成為以「客戶導向」為主的經營思為維。隨著經營思維的改變，行銷方式也從原本的「單一化、大眾化」行銷，轉變成「個人化、客製化」的行銷方式。 為了可以了解客戶的喜好與需求，企業需要經由大量的分析來得知客戶的價值與客戶的重要性。藉由客戶的重要性，企業可以對其需求做出相對應的調整，為高價值的客戶做更為完善的服務，以取得更高的收益；對於較低價值的客戶則是減少對其不必要付出的資源以避免浪費。 在本篇論文中主要利用資料探勘技術來對保險公司的保單交易紀錄進行分析，針對高年齡層對幼童投保兒童保險的保單，從中找出具有高價值的行為，以提供企業做為擬定保單推銷的依據。