教師著作
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/31266
Browse
11 results
Search Results
Item 有效的膚色偵測器應用於動態人臉偵測系統(2007-06-01) 鄔誌仁; 蔡俊明; 葉榮木本篇論文提出一套針對不同亮度做補償之膚色偵測器。由於膚色極容易受光線影響。因此,必須做一些適當的光線補償。首先,本篇採用 Chen所提出的適應性光線補償來做亮度校正。隨後,我們在此訓練出兩組 CbCr 值來做膚色分割。而在訓練過程中,採用「主軸 k-means」演算法將訓練資料做分群處理。而在特徵擷取部分,利用眼睛和嘴巴的特徵來定義人臉區域。實驗結果顯示出,本篇論文所提出之方法已有改善,膚色偵測率高達95.02%;且動態偵測率高達 93.33%。在此,我們主要是針對正臉以及接近正臉的人臉來做實驗。對於背景太複雜的情形下,仍然有偵測不到的現象。Item 智慧型校園大樓門禁監控系統(2007-12-20) 蔡俊明; 葉榮木傳統的校園大樓門禁系統是以磁卡、鑰匙或密碼為主,其缺點是必須隨身攜帶,容易造成遺失或忘記,人員管理上,也會有漏洞。由於科技的進步,影像辨識技術可以應用於門禁監控系統,減少上述問題的發生。所以,本文提出以智慧型的影像辨識技術為基礎,來做校園大樓門禁監控系統。本系統主要包括人臉偵測和人臉辨識,其中人臉偵測包括膚色偵測和人臉確認,在膚色偵測中,因人的膚色容易受亮度的影響,所以,首先在不同亮度下,分別訓練出不同亮度的CbCr值,來做膚色偵測;接著,近距離的人臉,利用人臉中有眼睛和嘴唇以及上方有頭髮三種特徵,來確認出人臉區域,遠距離的人臉,利用變異度和頭髮,來驗證出人臉;最後,在人臉辨識中,利用主成份分析法和灰關聯分析法,做人臉辨識。經由實驗結果顯示,動態人臉偵測率和人臉辨識率分別達97.0%和94.3%。Item 改良式對角化主要成份分析法應用於腦電波辨識(2007-06-01) 陳致仰; 葉榮木; 蔡俊明本篇文章提出一個有效的方法,對受測者在意圖吐舌頭與意圖舉起左手時的腦電波做辨識。腦電波辨識是否成功的關鍵,在於特徵擷取與分類兩個議題,有別於過去文獻將重點放在分類演算法的改良上,我們認為找出更具代表性和更精簡的特徵,同樣值得重視。若選取的特徵能夠讓類別之間的差異變大,我們就可以使用很簡單的方法,來取代原先複雜的分類演算法,也不會降低辨識的準確率。在此,我們採用在人臉影像辨識中,具有良好效果的對角化主成份分析法(DiaPCA),來擷取腦電波特徵,並加以辨識。我們除了找出 DiaPCA 在腦電波辨識的應用中最佳的參數條件之外,並提出了「改良式對角化主成份分析法」,來提升其辨識率。研究結果顯示,我們所做的修改,將原始的 DiaPCA應用在腦電波辨識的準確率大幅提升了10.79%。Item 智慧型監控的停車場:人和車的偵測(2007-12-20) 蔡俊明; 葉榮木; 李錫堅本文提出一個在智慧型監控的停車場中偵測人和車的方法。本方法包括快速背景相減法,移動物件行為分析,以及移動物件分類。在背景相減法中,無需事先建立背景模式影像,此背景模式影像會被一個以費式級數為基礎的快速背景更新法來更新,此快速背景相減法可以在固定式或移動式的攝影機下偵測移動物件。在移動物件行為分析中,提出一個移動分析表,來記錄移動物件的移動資料,利用這個移動分析表將移動物件分為五類:停止,移動,移動變停止,停止變移動以及攝影機位置改變,利用這五類來決定背景更新的速度。在移動物件分類中,利用人的膚色,頭髮,眼睛,嘴唇,以及移動物件的寬高比等特徵,加上規則式判斷條件,對移動物件確認是人或車子。經實驗證明,我們提出的快速背景相減法是有效的,每秒鐘可以處理13張320x240的畫面數,比文獻中的相關研究還要快。尤其是背景更新速度,更是到目前為止,有關背景更新的研究中,更新速度最快的,只要4個Frames,就可以完成背景更新動作。Item 應用於停車場之即時動態車牌偵測(2007-06-01) 王勝均; 蔡俊明; 葉榮木; 許溥鑫本文提出一套能夠即時動態偵測出車牌的方法,包含「移動物偵測模組」、「車牌定位模組」兩大子架構,目的為解決在光線不穩定的環境條件下,不易偵測車牌的情形。系統首先利用移動物偵測模組中的影像相減法,將影像序列編號奇數的圖框(Frame)兩兩相減;考慮車牌出現的幾何位置之後,把疑似車牌所在區塊座標,標記在編號偶數張的圖框上;再利用車牌定位模組裡的 Sobel 的垂直邊緣偵測搭配垂直方向的濾波器,以及利用字元高度,來保留疑似車牌字元的部份區塊,最後,再利用「佈線演算法」和搭配車牌特徵,找出更精確的車牌位置。為了驗證此方法,測試的資料庫包括晴天、陰天與雨天的動態影片,地點為臺灣師大的地下停車場,經由實驗的結果,車牌的正確偵測率高達 90.7%,每張圖框定位的速度為 175ms。Item 自適性閥值的人臉偵測系統(2006-06-02) 李宗岳; 葉榮木; 蔡俊明本篇文章提出一個簡單且強健的方法去偵測人臉的位置,由於複雜的背景嚴重影響到人臉偵測的成果。我們首先使用膚色分割和連通成分的方法找出人臉候選區、再使用色彩分析的方法從人臉候選區中去尋找臉部特徵(眼睛、嘴唇)。使用色彩的資訊可以減少檢測時間,不過在不同的光線下會有誤判的情況產生,所以我們用自適性的閥值來找出臉部特徵,針對不同的影像用不同閥值去做判斷,最後利用眼睛和嘴唇的幾何關係找到正確的人臉位置。實驗結果除了在臉部特徵被遮蔽的情況下會有偵測不到的狀況,其他情況都有良好的偵測率。Item 以主成份分析法和線性鑑別分析法辨識想像左右手動(2007-06-01) 方偉力; 葉榮木; 蔡俊明; 李超然Item 用線性鑑別分析法分類冥想四個方向之腦機介面研究(2007-06-01) 蔡俊明; 葉榮木; 沈世評; 許育財許多神經疾病,例如脊髓損傷、腦幹中風、肌萎縮性脊髓側索硬化症(amyotrophic lateral sclerosis, ALS)等等,這些疾病影響到個體的工作能力。大腦人機介面(brain-computer interface, BCI)是一種利用腦部訊號與外界溝通的新技術,其目的是幫助因神經肌肉損傷而行動受阻礙的人。過去在這方面的研究中,對於內部刺激-想像,為想像左、右手和腳動,並無利用冥想四個方向做為內部刺激,有鑑於此,本研究遂以冥想四個方向實驗的腦波訊號輸入並利用快速傅立葉分析法找出重要之特徵,再應用線性鑑別分析器進行分類,發展一套可分辨冥想四個方向的腦波系統。 經由實驗結果得知,此系統利用與標準資料作方向比對,其辨識率可達 80%。未來我們計劃將此系統運用在設計生活環境的下拉式選單,以造福神經疾病患者或行動不便人士。Item 自適性背景更新的動態偵測系統(2006-06-02) 鄭則謙; 蔡俊明; 葉榮木本篇文章提出一個簡單且強健的方法在即時畫面或預錄影像中進行移動物件的偵測。有別於過去利用統計的方式訓練出背景模型來偵測移動物件,我們採用一個複雜度較低且不需要預先建立背景圖的方式對於背景進行修補及更新。再透過背景消去的方式來找出畫面中移動的物件資訊。在所提出的背景更新方式下結合物體的運動資訊來動態的決定適當的更新率,不但可以準確的更新背景還可以適用於移動式的攝影機。對於許多即時偵測系統或是監控環境(如:停車場)可以提供較好的方法。Item 應用模糊推論之人臉膚色光線補償(2004-06-06) 施宏政; 葉榮木; 蔡俊明影像色彩的資訊應用在物體的檢測(例如利用膚色做人臉檢測之前置處理)是相當有用的訊息,但是應用色彩作為物體檢測的特徵,首先必須面對的是光源所造成的影響。在過亮、過暗、陰影或偏光的環境下皆會使物體檢測的檢測率大為降低。在本文中採用分散式模糊邏輯推論,得到一種適應不同狀況之光線補償演算法,解決人臉影像在不均勻光源的影響並且配合利用模糊關係與模糊統計試驗法所建構之膚色相似模型找出人臉膚色的區域。經由實驗得知此模糊推論模式能有效解決彩色影像之光線補償的問題,因而可提高人臉之檢測率。