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
在過去，視覺藝術一詞往往代表的只是屬於靜態表示的繪畫、攝影、雕塑的美術作品。近年來，我們可以看到不管在博物館、美術館、甚至是許多藝術的展覽中，都有展示出動態風格的作品供遊客欣賞。其中最著名的莫過於「會動的清明上河圖」，但是製作時間共耗時兩年，必須先設計好畫中每個角色的動作，經由動畫師製成影片後，還需要利用大量投影機來投影以達到無縫拼接的效果。 在此研究中，我們對於產生藝術畫的動畫提出了一種方法，只需要利用許多網路上現有的影片資料庫，並要求使用者做一些簡單的輔助操作，即可達到動畫合成的效果。首先，我們的系統會讓使用者在影片的第一個影像中選取一個相同種類的物件，然後我們採用random forest(隨機森林)作為機器學習的演算法，幫助我們學習並取得使用者要加入到繪畫中的影片內的物件。接著我們利用風格轉換的技術，讓影片中的影像可以跟繪畫裡的風格一致。最後按照無縫合成的方法，把擷取出來的物件融入到繪畫中，以達到無縫合成的結果。 我們的方法可以讓不同使用者依照自己的喜好來把自己想要的動畫合成到繪畫中，不僅可以維持原作者的繪畫風格，甚至可以產生與原圖不一樣的意境來供人欣賞。
- 學位論文
現今有許多的博物館及美術館會將古中國名畫製作成動畫，讓觀展者能有身臨其境之感，也能更了解當時的歷史背景。但是製作動畫並不容易，每一個角色都必須由專業動畫師來設計好每一幕的動作，這個過程需耗費大量的人力和時間。另一方面，因為中國畫的渲染效果，會導致角色物件的邊緣凹凸不平，這也會使得中國畫物件變形後的線條會有不連續的情況。因此我們設計了一個中國畫動畫生成的系統來改善以上提到的問題。我們的研究著重於採樣點(sample point)處理以及動畫生成兩個部分。採樣點處理的部分，我們利用一個新的佈點方法來保持物件線條的連接性，也透過計算採樣點和骨架之間的關係，並結合我們提出的權重方法來找出每一個採樣點的控制骨架。而在動畫生成的部分，利用我們根據中國畫的特性設計的變形方法來生成出動畫的關鍵格(key frame)，再利用內插方法生成中間格(in-between frame)。我們的系統也可以應用到多個角色以及多組骨架的動畫。
- 學位論文
骨架對應對於動作轉移以及相關製作動畫流程來說都是很重要的一環。傳統尋找對應的做法多為同屬一種生物的兩骨架來設計，因此，嘗試在兩不同種生物的骨架間尋找對應關係的過程是相當耗時且需要經驗的。為此，我們提出一個為尋找兩相異三維骨架間結構對應的系統。本系統注重兩骨架間的結構及拓譜的差異，而不受外觀和骨架所屬物種的影響。本系統藉由一個三層架構的演算法來找到兩結構相異骨架之間骨架點和身體部位的對應，以減輕手動對應所會遇到的困難。實驗結果部份，我們除了直接展示骨架點對應的靜態結果外，也利用該對應結果應用於動作轉移實驗中。我們也提供對應點數比例，有利於以量化數值來輔助評斷骨架對應及動作轉移的結果。
- 學位論文
執行緒層級數值猜測技術是一種能積極利用程式的可平行化程度的方法，它需要一個猜測數值的機制，來對程式平行執行時所用的數值進行猜測以及檢查程式的正確性，另外還需要一個回復機制，當發生數值猜測錯誤時來將程式回復到正常的狀態。 在本篇論文中我們提出了一個方法來更容易地使用到執行緒層級數值猜測技術的能力，透過在原始程式中利用新增的OpenMP directive/clause來標記擁有相依性關係的變數，使用者能利用我們所提出的directive和clause來撰寫一個擁有執行緒層級數值猜測技術能力的程式，我們對GCC OpenMP compiler進行修改使其能支援我們所提出的方法，實驗結果顯示我們的方法能夠產生出正確的程式並且有不錯的效能。 關鍵字：GNU編譯器套裝、OpenMP、執行緒層級猜測技術。
- 學位論文
模組最大化(Modularity Maximization)被廣泛用於社群偵測問題上，基於模組最大化的演算法在小型網路上有很高的精確度。然而在多數的電腦上針對大型網路進行會有效能瓶頸。在本篇論文裡，我們提出一個能在分散式系統平行運算的演算法。並提出一個能平行化的評估函數取代模組最大化公式。在實驗中，我們建造了一個分散式系統，在此分散式系統中，我們實作了一個基於Redis的緩存(Cache)機制，並以Apache Spark作為分散式運算平台。結果顯示我們方法在一千點以上的網路可透過新增機器數提升速度(Scalability)，並在具有一萬個節點的大型網路上能比現有的單機方法更有效率。
- 學位論文
由於旅館社群平台的興起，如何從各種異質性資料中找出有趣的關聯性，以及如何利用這些關聯性幫助使用者成為重要的議題。在本篇論文中，我們基於現有的旅館資料庫，再從旅館社群平台以及電子地圖服務中蒐集了更多資料以及影像資訊進行分析。藉由這個多樣性資料庫，我們分析不同屬性資料的關係並探討其有趣的特性。其中，我們發現在旅館評價中，不同文化中的使用者有不同的評價模式。此外，我們更跳脫傳統文字資料分析的範疇，利用視覺分析技術瞭解旅館封面照片，並探討視覺資訊與旅館評價間的關係。我們最後將這些關聯性應用在改善旅館推薦系統，並從實驗中證明加入視覺資訊和文化差異能夠進一步提升預測的效果。
- 學位論文
由於現今的網路發展迅速，現代社會正以不可想像的速度產生大數據，無處不在的社會和商業活動源源不斷地產生各種資料，若要對這些大量的資料進行分析處理，通常也需要借助雲端運算平台來處理。Hadoop是目前最常見且實際運用在大規模商業環境上的雲端運算平台之一，強大且完整的基礎架構可以減少大量的雲端架構開發的時間，大量部署時也相當迅速。 雲端運算是一種基於網際網路的運算方式，通過這種方式，共享的軟硬體資源和資訊可以按需求提供給電腦和其他裝置。若要將共享的軟硬體資源可以按需求提供給其他電腦和裝置，則必須使用虛擬化技術，虛擬化技術可以將一台實體主機的硬體資源轉換成共享的運算資源，其主要的目的是單一主機上執行多個虛擬主機。當需要擴充系統運算能力時，則是以一個虛擬主機為單位來擴充。 本研究的目標是希望藉由Docker容器虛擬化的特性，能夠針對Hadoop叢集運算節點的運算資源做出較好的分配，因此我們將探討在同樣的機器上節點數目與容器所配置的運算資源之間的關係，網路流量對於Hadoop叢集運算影響，最後觀察是主節點配置在效能相異的機器上所造成的差異。
- 學位論文
近年來，網路服務快速發展，生活中的各項服務大多數都可以透過網路來進行。舉凡購物，交通，資訊傳遞，繳費等等，網路幾乎可以涵蓋到我們生活周遭的各個角落，而伴隨著網路的便利性，資訊安全一直以來也是網路服務的重大課題。在提供網路服務的同時，如何避免服務遭到惡意破壞，甚至是洩漏使用者資料的情況，一旦資訊安全出現了漏洞，使用者以及服務提供者都將可能蒙受重大損失。 分散式阻斷服務攻擊(DDOS)，是利用控制相當數量的殭屍網路，這些看似合法殭屍網路同時連線到伺服器，使伺服器不堪負荷並且達到癱瘓服務的目的。DDOS攻擊的連線行為往往與一般使用者的合法連線行為沒有顯著的差異，各類的防堵措施經常容易使無辜的合法使用者也受到牽連，使的有效防預DDOS攻擊造成困難。 本研究的目標是希望藉由SDN監控整體網路拓樸的特性，希望能讓攻擊行動尚未造成重大損失之前，由SDN controller主動做應變，將封包導向至多台伺服器，替服務爭取更大的負載量，讓其他針對DDoS攻擊的應變措施可以有更充裕的時間進行應對，減緩DDoS攻擊對服務造成的損失。
- 學位論文
在現實世界中，資料點往往都是在高維高間中，然而，研究人員都會去尋找在低維空間中資料點的資訊，在這篇論文中，我們採用一個新的子空間學習演算法叫做基於屬性的子空間學習。一般來說，子空間學習只考慮資料的鄰居和類的標籤來學習子空間，但我們的方法有一起考慮到資料的鄰居關係和類的標籤和資料的屬性去學習子空間，在實驗結果中，我們驗證我們的方法在戶外場景資料庫和公眾人物資料庫中做分類的時候相較於其他的子空間學習是具有競爭力的。
- 學位論文
在影像處理的領域中，字典學習在影像分類的問題中扮演著重要的一部分。受到稀疏編碼的字典學習的啟發，我們提供了一個新的演算法去學習稀疏表示的字典與對應的係數。首先，我們藉由Graph Regularized Sparse Coding (GSC)這個方法去學期一個具有類別資訊的全域字典。接著我們會對每一個類別學習磚屬於此類別的字典，然後對這些類別專屬的字典實作主成分分析。終於，我們能得到新得表示法藉由投影這些有類別資訊的字典們。實驗結果顯示我們的方法在各式各樣不同得稀疏字典學習方法中具有著顯著得競爭力。