中正大學資訊工程學系學位論文
國立中正大學,正常發行
選擇卷期
- 學位論文
由於網際網路普及與時代進步，多媒體串流成為日常生活中常見的應用，在小型網路環境內的串流也有許多應用，例如多媒體數位教室或是VOD隨選視訊課程，但這類的應用在某些情況下會碰到瓶頸。以數位教室為例，由於許多學生同時修習同一門課程，時常會有多位同學同時選播同一堂課的隨選視訊，造成網路壅塞串流品質下降。由於近年軟體定義網路(SDN)興起，許多應用上可以更為彈性與可控制，因此將軟體定義網路導入多媒體串流網路中，可以有效的改善網路壅塞與串流斷續不順暢的問題。實驗結果顯示，使用軟體定義網路來監控網路拓樸中各連結路徑與路由器的狀況，並適當的進行調配與修正，可以有效的改善串流品質，也同時可以提升網路拓樸中各連結路徑的使用效率。
- 學位論文
- 學位論文
一般而言，在自然場景中拍攝時，由於相機的有限動態範圍限制，拍攝到的視訊均屬於低動態範圍視訊。為了解決此問題，典型的視訊擷取為使用off-the-shelf相機，在各frame之間改變曝光值來擷取不同的曝光影像，接著各frame經過重建方法生成失去的曝光影像，然後透過合成方法來取得高動態範圍視訊。在本論文中，分為三個主要步驟，首先，利用random sample consensus (RANSAC) 演算法計算相似轉換模型來移除全域運動，然後採用時間雙向相似及連貫靈敏hashing重建方法，基於曝光時間及亮度值之間的關係，來得到較好的重建結果，接著根據計算出的權重，以multiresolution spline based scheme取得合成影像，並透過低動態範圍色調映色調整影像整體亮度，產生似高動態範圍視訊的結果。根據本研究的實驗結果顯示，本論文所提出的研究方法優於比較的四種現有方法。
- 學位論文
近年來，人類對視訊的品質越來越重視，這也表示視訊品質評估方法將會被廣泛的應用，其中無參考的視訊評估技術是最具彈性的作法。本研究是建立在無參考作法上，首先擷取視訊中能夠有效反映視訊品質的特徵，其中包含空間、時間及轉換特徵。在時間域上，我們主要計算邊緣及塊狀相關之信息。在時間域上，我們擷取亮度變化及移動處的信息。在轉換域上，我們將離散餘弦及小波轉換當作特徵。接下來我們利用周圍的資訊來強化特徵和使用動作向量來賦予特徵時間性，並且使用直方圖量化的方法統計每一種特徵，最後透過SVR來預估視訊的品質。根據LIVE視訊品質數據集進行預測的結果表示，本研究在三個不同域擷取特徵之方法比其他無參考的比較方法有更高的相關係數，甚至比美於全參考或部分參考的視訊評估方法。
- 學位論文
本論文設計與實作了一個分散式的資料蒐集器。此蒐集器的設計針對 Facebook社群平台上的粉專資料，透過 Facebook 所提供的 Graph API 來抓取。本蒐集器可以針對特定地區的使用族群來蒐集資料，目前的實驗以台灣相關的粉絲專頁為範疇。 本蒐集器透過主從式分散式架構可以多台機器同時抓取資料。實驗顯示本系統可以有效地透過搜尋與自動拓展的方式齊全的蒐集相關的粉專節點，並且可以每天高效率地蒐集在 Facebook 粉專上最新的資料。
- 學位論文
我們身處於一個資訊爆炸的時代，每天都有新的東西出現，可是人的精力是有限的，我們無法關注所有的事情，因此，如何快速又有效的管理我們需要或有興趣的資訊是一個重要的課題。 本論文設計與實作了一個能依使用者瀏覽紀錄提供給使用者資訊訂閱與通知的系統，並提供使用者一個個人化的搜尋與管理工具來搜尋瀏覽過的資訊空間，自動群組 Google 的搜尋結果，自動群組收藏的書籤，與對網路搜尋結果提供加值與優化的功能。
- 學位論文
受限於光學鏡頭的場景深度限制，物體只有在景深限制內被拍攝時會清晰的成像，因此，現有常見的數位相機不容易拍攝出一張所有物體都清晰的影像，而多重對焦影像融合技術可以解決這個問題，將多張具有相同場景、不同深度限制的影像融合成出一張所有物體相對清晰的影像。在本論文中，提出一個新的影像融合架構，利用特徵擷取以及使用 SVM 作分類的多重對焦影像融合方法。首先，擷取出影像的四個特徵，並將影像區分成三個區域，分別是對焦、離焦、以及不確定區域，將三個區域的特徵分別帶入 SVM 模組，利用前兩區域的特徵來對不確定區域作分類，再來依分類的結果產生初始的權重，最後以 sum-modified-Laplacian (SML) 修正初始權重，再進行影像融合取得合成影像。根據本研究的實驗結果顯示，本論文所提出的研究方法優於比較的四種現有方法。
- 學位論文
網路上有許多部落格食記與美食網站供我們搜尋瀏覽，而其中含有豐富的圖片資訊。在我們選擇餐廳時，我們通常會藉由瀏覽這些餐廳資訊來幫助我們選擇喜歡的餐廳，圖片也具有相當的影響力。然而,之前的研究沒有使用到圖片資訊幫助餐廳推薦，因此我們將探討如何利用圖片資訊來幫助推薦餐廳給使用者。 本論文中，我們先介紹推薦系統常見的兩大類型(content-based filtering approach 與 collaborative filtering approach)以及常碰到的問題，再進一步探討如何藉由加入圖片資訊及考慮使用者喜好來減少這些問題的影響。 我們設計一個架構將部落格中的圖片或文字轉為特徵，並用以描述餐廳及表達使用者喜好。我們將分析這些資訊的有效性。我們經由文字資訊獲得關鍵字，並將圖片分類使其包含更多面向的視覺資訊將之用於餐廳推薦。 基於content-based filtering approach 與 collaborative filtering approach，我們將視覺資訊與使用者喜好整合至傳統推薦系統，降低兩大類型各別會遇到的問題以提升推薦效果。
- 學位論文
在資訊爆炸的時代，網路每天充斥大量的資訊，使用者如何透過平台或服務篩選有興趣及目前熱門的資訊是重要的議題。本論文設計和實作一個網路資訊訂閱系統，提供一個直覺、彈性且易用的網頁介面，使用者可透過此系統訂閱資訊來源，搜尋、分享、收藏、標籤文章。除此之外，系統會根據使用者行為紀錄、瀏覽器瀏覽紀錄及網頁主內容擷取技術，針對使用者興趣推薦文章。 另外，本論文實作了熱門資訊的統計，透過臉書社群資料的分析，統計在各時期熱門的文章及熱門關鍵字，以視覺化的圖表呈現關鍵字變化的趨勢及各個轉折點可能相關的事件。 透過以上這些資料的統計及分析，更快地篩選使用者有興趣及各時間點熱門的資訊。幫助使用者在大量的資訊中，更有效率地閱讀網際網路龐大的資訊。 中文關鍵字:資訊訂閱, 閱讀器
- 學位論文
近年來，穿戴式個人娛樂裝置與個人醫療照護裝置越來越流行。傳統上，許多醫療保健設備，如肌電圖、心電圖與血壓計需要使用實體電線來傳遞生理訊號，在長時間觀察上對病人非常不方便。因此，像人體通道傳輸這種無線傳輸技術可被用來收集這些生理訊號。與有線傳輸不同的地方是，人體通道傳輸使用人體當成傳輸媒介。然而，不同的人體通道會有不同的特性，這些特性也會造成不一樣的影響。在我們建立人體通道模型時，勢必也要將這些因素考慮進去。例如人體天線效應、傳輸距離、功率衰減與訊號頻率等等。 本論文介紹一個寬帶信號傳收器，且根據我們所量測之結果建立人體通道模型。在傳輸端，資料會使用NRZI編碼與位填充增加資料的變化，且使用封包式傳輸。在接收端，我們所介紹的相位與頻率偵測器與相位補償方法能夠增加頻率與相位的追蹤能力，且我們所提出之全數位資料與回復電路控制器能夠快速對相位誤差進行補償。我們所介紹的自動校正相位追蹤量方法能夠計算出補償碼並提供給全數位資料與回復電路控制器。在不同的製程、電壓、溫度變異下，補償碼也會自動調整。此外，此接收端之全數位資料與回復電路不需要參考時脈或多相位時脈產生器。因此能夠降低硬體設計之複雜度與硬體成本。