學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    應用區域對比增強於不均勻光源下之人臉辨識
    (2008) 徐民儕; Ming-Chai Hsu
    近幾年來,由於安全上的需求,所以利用人臉來進行身份辨識的應用越來越廣泛,在許多從事人臉辨識的研究的文獻中,常利用人臉影像擷取出來的特徵,來分辨出不同的人。然而在實際的應用上,常常會因為環境中光源的不均勻照射,使得同一張人臉會有很大的不同,因而導致人臉的辨識率大幅下降,為了提昇辨識效能,我們提出一個區域對比增強的方法,可以有效的解決人臉辨識在不同光源下的改變。 本篇論文提出的人臉辨識的演算法,則是在辨識前對影像做離散餘弦轉換,取出人臉影像的低頻部份,有效降低影像的維度,因此在辨識的時間上也會相對的減少,最後交給支持向量機(SVM),來決定辨識的結果。本論文測試的人臉資料庫為Yale_B,經使用支持向量機的辨識率可達99.13%,在已發表的論文中是辨識較好的方法之一。
  • Item
    以適應特徵選擇與支持向量機實現心電圖辨識系統
    (2005) 尤俊國; Chun-Kuo Yu
    心電圖提供了診斷心臟病病和心血管病症的功能,為了能夠及時的監控病人的生理狀態,有時候必須持續長時間且連續的記錄病患所產生的心電圖資料,採用更多的心電圖資訊來判斷波形的物理變化,藉此可以較正確的評估病患目前生理情況,但是通常所得到的心電圖資料必須由專業的醫護人員來解析判讀。 本研究所提出了一個新的心電圖分析演算法,使用小波轉換分析頻帶來擷取心電圖特徵值,包含了改善特徵選擇和分類系統的設計,所擷取出的特徵向量作為心電圖辨識系統中最重要的特徵。而在心電圖辨識系統中較特別的特徵為QRS複合波組,這是含有極高頻的成份且能量較大的峰值波形。在辨識系統中採用支持向量機作為辨別不同種類心臟疾病的分類器。