淡江大學資訊工程學系碩士班學位論文
淡江大學,正常發行
選擇卷期
- 學位論文
隨著多媒體傳播跟籃球運動的普及，使得觀看電視轉播或電視重播運動節目的人數越來越多，但是仍然有許多人沒有太多的時間去一一看完整場球賽的轉播或是錄影，雖然每週都會有精選的十大好球讓球迷們回味精采的動作，但是仍有很多漏網之魚的精彩動作沒有被票選入網。因此我們希望可以發展出一套系統，讓那些對於籃球充滿狂熱卻沒有時間看完整場比賽的人可以看到比賽中精彩的灌籃動作，以及每週都要整理一大堆影片並從中挑出灌籃的人一個快速的工具。本論文分為四大部分。 第一部分是將影片中得分板的位置找出來。首先，先取出影片最常出現的邊點的位置，製作了一個最常出現的梯度圖。接著藉由斷開和閉合的運算，消除並擴大梯度圖。 第二部分是找出得分板上顯示兩隊得分資訊的位置。對於之前所製作的梯度圖中，取出經常變化的像素點位置，因此得到得分板上會變動資訊的位置，接著根據長寬的比來判斷分數區塊的位置。 第三部分我們則須辨識兩隊的得分。在這部分必須對之前所找到的分數區塊的位置再做一次單一數字位元位置的找尋，接著對數字位元進行辨識，略過一分以及三分的得分事件，專注於兩分的得分事件。 第四部分則是判斷灌籃動作的方法。首先針對之前分類好的得分事件，對兩分得分事件，利用我們找尋適合偵測灌籃的拍攝鏡頭的方法，找出符合拍攝鏡頭的影格，然後找出影格中籃框的位置，接著找尋籃框附近有沒有人手膚色的顯示，若滿足這樣條件的臨界值，則判定是灌籃的動作。 這篇論文主要的貢獻在於可以讓喜愛觀看灌籃動作的人能夠節省看完整部片子的時間。並且證明了，在投影到二維影像中使用低階影像處理技術上，利用顏色特徵資訊，用來達到判斷灌籃的高階語意，是一種可行的做法。
- 學位論文
本論文主要是希望能夠設計一個以電影為基礎學習環境，能夠讓學習者經由影片的真實情境，解決英語真實情境的缺乏，來加深學習者對於英語的認知，再搭配對電影字幕做強調和提供即時的文字訊息，替以英語當作第二語言學習者在觀看電影時能順便學習正確搭配詞用法，達到非刻意英語學習的效果。 本系統分為三個主要部份：自動化搭配詞更正系統，字幕擷取搭配詞系統，非刻意電影英語學習系統。自動化搭配詞更正系統，此系統的功用為把搭配詞錯誤更正為正確的搭配詞；字幕擷取搭配詞系統，此系統的功能為從電影字幕中擷取出正確的搭配詞；非刻意電影英語學習系統，此系統主要由一個代理人結合上述兩個系統的功能。 在研究實做部分，系統可以在使用者觀看電影時，立即透過文字訊息提醒使用者對於先前作業所犯搭配詞錯誤，並強調當前電影字幕為正確搭配詞用法，引起使用者的注意力與對正確搭配詞用法的理解力。希望能利用此系統建構一個非刻意電影英語學習環境。
- 學位論文
物件追蹤(Object Tracking)在視訊影像處理方面上一直是個重要的議題，透過物件的追蹤，可以有效了解到特定區域中物體的動作與去向，監視系統(Surveillance System)由於必須長時間監視並紀錄，基於在成本上的考量，大多數的使用者選擇低解析度(Low Resolution)的監視系統，因此當需要錄製影像提供資訊時，常常因為解析度太低導致辨識上的困難。本研究針對這一個問題，提出一個在監視系統視訊上快速處理追蹤物件的演算法，並且能將擷取之影像加以細部強化以改進後續辨識上的成功率。
- 學位論文
特徵比對在許多影像處理的應用中扮演著一個重要的角色，例如全景影像的產生、影像縫合、物件追蹤…等等。所謂的特徵比對即是在兩張不同的影像中找出最相似的特徵點組合，也就相當於找特徵點的最近鄰居。 在本篇論文提出了一個尋找最近鄰居的方法，利用將資料投射到不同的平面進行粗分類，同時建構數棵互補的K-D Tree進行最近鄰居的搜尋，且使用Best Bin First(BBF)的回溯機制平均的在各棵K-D Tree上搜尋以降低搜尋時間並提升正確率。文中以演算法分析時間複雜度，最後再以實驗證明我們的分析和執行的效能。
- 學位論文
物件辨識的方式有很多，其中常被人使用的方式為偵測物件特徵點然後對特徵點進行比對。然而影像常常會有旋轉、縮放或是平移的變動，因此在偵測特徵點的同時會受到這些變動的影響。本研究的目的在於找尋物件或是影像的特徵點及其特徵向量並且具有強健性，在影像經過變動之後仍然具有不變性。 本研究利用DWT找出特徵點，接著使用log-polar轉換使特徵具有角度的不變性，利用亮度的差值決定特徵向量的內容以抵抗亮度的改變，最後利用幾何學相似三角形的原理提升比對的正確率。 在實驗中與CCH[1]做比較，確實提昇了Scaling不變性的效果，另外對於亮度變化以及模糊化也有不錯的表現，此外其他的實驗和CCH[1]有著類似的結果。在時間上，跟CCH相差甚少，也就是說相較於SITF[3]快了近兩倍之多。
- 學位論文
在無線攝影機感測網路中，為了配合各種應用來追蹤或觀察目標，因此將攝影機感測器（Camera Sensor）配置於監視區域中，這些Camera Sensor 利用無線通訊方式，形成無線攝影機感測網路。本論文藉由探討無線攝影機感測網路下非圓形感測區域，與一般無線感測網路所設計達成邊界覆蓋之機制所考慮圓形感測區域相異，若套用一般無線感測網路之機制將無法形成邊界覆蓋，因此本論文提出適用於無線攝影機感測網路邊界覆蓋形成之分散式演算法，稱為Cone-Base Barrier CoveRage Algorithm（CoBRA）。利用鄰居之資訊及Barrier Request（BREQ）、Barrier Response（BREP）等訊息之傳遞，達到調整Camera sensor 偵測方向，在區域內建立邊界覆蓋。最後本論文實驗顯示在規則配置節點之場景中，能夠與理想數量相近，而在亂數配置Camera Sensor 之場景中，當配置Camera Sensor 數量越多時，所形成防衛線的Camera Sensor 數量與理想值差距就越小
- 學位論文
在網路世界中，電腦的管控與杜絕網路資料非法存取日趨重要。目前大多數的網路管理方法，大多只能單獨取得電腦IP/MAC address或使用者登錄/登出資料，欠缺一個整合的管控機制，網路管理者無法即時得知使用者上線狀況及行為。 因此，本論文提出一個IP/MAC Address管控與使用者認證系統整合的環境架構，當使用者登入了網路之後，確實的對應IP/MAC Address與使用者之間的關係，有效且即時的管控網路上電腦設備與使用者的行為狀況。我們所提出的整合系統除了可以將IP/MAC Address管控與使用者認證系統進行整合外，並且可以對於非法使用者的電腦進行即時性的封鎖，網路管理者也能夠從資料庫內的訊息紀錄產生出網路用戶活動的稽核報表。
- 學位論文
在動作學習的領域中，一般需有專家在旁指導，學習者才有辦法知道自己的動作是否正確，而在電腦科技日新月異的今日，已可以透過感測器，擷取人體各肢段的資料出來分析。 本研究結合舞蹈學上的拉邦動作分析，將感測器抓取出來的數據進行分析學習者動作質地的特性，為了達到即時性分析，我們提出一個時間複雜度為O(n)的演算法，Triangle Area Smoothed (TAS) 演算法進行質地波形圖的平滑化，並藉由動作中的突然(sudden)、綿延(sustain)質地，分析學習者的動作行為模式，最後結合專家的指導術語，建立一個動作指導系統，提供學習者可以自我學習的環境。
- 學位論文
近年來隨著無線網路的普遍化，不僅許多大專院校提供無線上網的服務，M-Taiwan計劃更是想將台灣塑造成一個無線行動通訊島，建構全民無線寬頻上網的環境，讓民眾在開放式空間下可隨時隨地的上網，但是也衍生出了許多問題，例如下載散佈非法軟體。因為欠缺管控的機制，網路管理者往往不容易查得網路非法使用者，並對非法行為進行即時性的封鎖。 因此本論文提出一個開放式空間的網路資源使用的稽核系統，主要包括使用者必須使用具個人身分資訊的實體物件進行註冊、認證與使用網路的架構與程序，對於使用者進行非法行為，可立即性的管控封鎖，並提出網路管理者在管理網路環境時的所需注意的管理方針。
- 學位論文
近年來隨著電腦的運算能力越來越強，以及人機互動技術的不斷進步，使得支援3D動作的人機互動不再遙不可及。本篇論文提出了一套即時的動作追蹤系統，讓使用者在空手的情況下，即可與虛擬實境場景互動。本系統只要架設兩台常見的CCD攝影機，透過影像處理技術追蹤使用者的動作，再利用立體視覺的原理，本系統更可以進一步的計算出動作物件之三維座標，並且進行三維動作的辨識，最後經由動作分析即可與虛擬實境場景互動。由實驗結果證明，本系統可以使用常見的低成本設備，達成了直覺化的人機互動功能。