學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
19 results
Search Results
Item 基於雙重注意力機制之視網膜血管分割深度學習網路(2024) 胡景閎; Hu, Jing-Hung眼底影像之血管分割可以用來協助眼睛病灶的觀察，以提早發現病灶並進行治療，例如黃斑部病變、糖尿病視網膜病變、青光眼等等。由於眼底影像的採集會經過各種不同的程序而導致影像有不同的品質變化，眼底影像血管分割的精確度會影響病灶的判斷，儘管現今已存在許多影像分割方法，但是具有病灶的眼底圖像血管分支變化多端，現存各種分割方法的精確度也依舊無法達到完美，本研究目的為提出改良式眼底影像的血管分割方法，針對各種視網膜圖像，進行精確血管分割，以協助醫師對眼疾病變的診斷，期能對眼疾醫療做出微薄的貢獻。準確的血管分割是一項具有挑戰性的任務，主要是因為眼底影像的對比度低以及血管形態結構的複雜性，傳統卷積會增加乘法的數量，同時執行卷積操作，導致與細長且對比度低的血管相關信息損失。為了解決現有方法在血管提取時低敏感度以及信息損失的問題，本研究提出結合兩種注意力模型EPA以及DLA的並行注意力U-Net以實現準確的血管分割，EPA聚焦於空間以及通道的特徵提取，而DLA則專注於多尺度的局部特徵以及邊緣檢測的特徵，再將並行所得特徵進行深度和淺層特徵融合。本研究在DRIVE數據集上進行實驗，以驗證模型性能，研究結果指出，採用並行運算的U-Net模型分割視網膜血管具有競爭性效能。Item 應用強化式學習策略之分數階比例積分微分控制於X-Y-Y棒狀線性馬達定位平台(2024) 楊祐銓; YANG, YU-CHUANItem Item 基於深度學習之即時異常操作程序監控系統(2022) 李作庭; Li, Tso-Ting本論文提出一任務監控系統，以確保人員操作程序與標準作業程序一致，避免意外或操作不當的情況發生，包含:影像目標偵測模組、手部動作辨識模組、用於穩定辨識結果之濾波器、以及程序比對演算法。作法係使用 SlowFast 動作辨識演算法，根據影像的取樣頻率，將輸入拆分為slow pathway 以及fast pathway，前者用於取得空間特徵，後者則增強對於時間特徵上之提取，使得模型可以取得更多時空間之資訊，進而實現精細動作的辨識，解決傳統動作辨識演算法只專注在單一取樣頻率進行空間特徵提取，不利於應用在連續動作辨識的限制。為了將該系統有效地實踐在實際應用場景，本論文亦使用YOLOv4偵測目標影像，濾除非目標事件之場景，當目標影像收集足夠的影像數量時，啟用SlowFast進行人員操作目標物之動作辨識，再使用一改良的濾波器用以降低辨識結果不穩定之情形，建立手部與施作工件等目標物件之相依動作行為之動作庫(action base)。隨後，利用一預先建立之標準作業程序動作庫，包含了操作物件以及相對應的動作，利用一比對演算法進行任務行為之檢測，判別人員操作程序流程是否符合規範。為驗證系統之性能，本論文將所提出之任務監控系統以一小型工作坊人機協作進行即時判斷，監督操作員的操作程序是否符合正確規範。Item 基於非監督式生成對抗網路及對比學習之水下影像品質回復(2023) 宋奕泓; Sung, Yi-Hung近年來水下環境之相關應用的重要性與日俱增，比如：水下資源探勘及水下環境監控。這些應用往往需要由水下無人載具來擷取水下數位影像資料以供後續之資料分析及其相關應用 (例如：水下物件偵測及水下影像分類等相關應用)。然而水下影像品質受到許多環境因素影響而造成影像退化，包括光線折射、反射等等，如此可能使得基於水下影像之相關應用無法得到良好的效果。近年來，隨著深度學習技術蓬勃發展，研究者提出許多基於深度學習的模型來改善水下影像的品質。目前現有方法中，以具備成對影像資料之監督式深度學習模型為主。成對影像學習雖然能以較輕量模型得到好的影像品質回復效果，但礙於現實難以取得成對的原始水下影像及其還原之陸上影像，因此模型訓練上受到許多限制。為了解決這個限制，許多研究以人工合成之影像來建立成對之訓練影像資料集。然而，人工合成之訓練影像資料集未必能反映真實的水下影像特性。為了解決此問題，最近已有研究提出使用生成對抗網路及非成對影像資料來進行深度學習網路訓練。本論文提出一基於非成對影像資料及生成對抗網路之深度學習模型，來處理水下影像回復的問題。本論文提出基於非成對訓練影像資料集及利用生成對抗網路架構訓練一影像領域轉換生成器將輸入之水下影像轉換為對應之陸上影像 (回復之水下影像)，其中我們利用對比學習及多樣損失函數來進行網路訓練。實驗結果已證實我們的方法可得到較佳的回復影像品質且優於 (或近似) 現有基於成對/非成對訓練資料之基於深度學習之水下影像回復網路。Item 基於改良式時序動作提名生成網路之即時動作偵測(2022) 陳怡君; Chen, Yi-Chun大多數的動作辨識(Action Recognition)方法在應用於連續動作辨識時，會有不穩定的預測，這是因為該些方法大都利用只有單一動作的短視頻(Short Video Clip)去訓練，如果輸入是連續讀入的即時影像時，由於無法取樣到動作開始與結束的幀，造成輸入模型的影像序列與訓練資訊大相逕庭，造成辨識的錯誤。為解決上述問題，本論文提出一即時動作偵測(Online Action Detection)方法，在串流影像當中找出動作的開始與結束，作法是先以Inflated 3D ConvNet (I3D)提取出RGB及Optical Flow影像的特徵，再利用Boundary Sensitive Network (BSN)中的Temporal Evaluation Module (TEM)模組，來找出動作開始、動作結束的機率。此外，本文改良了傳統BSN，使其從離線運行轉變成可以即時運行來找出開始與結束的機率，以得到目標動作較有可能發生的區間。在動作開始後，本文應用動態取樣方法來獲得有效樣本並送入I3D以進行動作識別。實驗結果顯示，所提出的方法可以更好地處理各種連續時間的目標動作影片，提高串流影片中動作辨識的準確度。Item 使用人工智慧晶片實作之自動樂譜辨識與打擊樂演奏系統(2022) 陳建豪; Chen, Jian-Hao近幾年的神經網路研究，針對高解析度光學影像辨識系統已達到成熟階段，然而龐大的卷積神經網路(Convolutional Neural Network, CNN)架構往往有著極大的計算成本，如何維持可接受的正確率並降低計算負擔是一個值得研究的方向。因此本論文使用專精電腦視覺任務的人工智慧晶片替換龐大的目標偵測CNN來偵測音符位置，並以自行設計之輕量CNN辨識音階資訊。將複雜的任務分配給兩個輕量CNN來實現一套光學樂譜辨識系統。本論文亦設計控制程式整合光學樂譜辨識與Delta機械手臂控制。透過鏡頭偵測與辨識拍攝到的紙本樂譜，並且以通用非同步收發傳輸器(Universal Asynchronous Receiver/Transmitter, UART)取得辨識結果。接著以辨識結果確定演奏順序後，驅動Delta機械手臂自動演奏鐵琴。最後以紙本樂譜實際測試本論文提出之光學樂譜辨識系統，驗證此系統的辨識正確率。Item 疊代推進生成對抗網路用於陰影去除(2022) 吳建霖; Wu, Chien-Lin隨著科技的高速發展，深度學習在工業、軍事、民生科技處處都有大量的應用，現今運用在影像處理上的深度學習技術不斷進步，影像的去除如影像除霧、去反光、去陰影等都是電腦視覺領域中具挑戰性的任務。本論文研究目的為針對影像陰影去除提出了迭代推進生成對抗網路，首先我們輸入陰影圖藉由兩個生成器網路分別生成出無陰影的圖及殘差陰影圖，將兩者合成得到陰影圖，與輸入進行比對，最後將合成的圖再次輸入至網路重複上述步驟直到收斂，透過迭代推進的方式提升陰影移除的效果。此外為了使結果更加優異，我們的生成器網路加入了注意力機制，讓模型更專注於影子的部分，以及長短期記憶，使我們在長序列訓練過程中有更好的表現，最後是修復網路，以進一步改善生成的結果。我們與傳統方法以及近年來基於深度學習所提出的陰影去除方法比較，實驗結果表明本論文所提出的迭代推進方法有更優異的結果。Item 高性能之輕量級卷積神經網路之設計(2021) 周世耀; Jou, Shyh-Yaw因深度學習強大的分析能力，其時常被用做影像辨識與物件偵測的工具。時至今日，已有許多基於深度學習方法的著名模型被提出，例如：SENet、EfficientNet、Densenet、MobileNet、ResNet、ShuffleNet、GhostNet、Yolo等。深度學習模型的性能主要可從4個層面進行探討，分別是參數量，資料分析能力、處理資料的速度以及模型的泛用能力。一般而言，模型能在上述4個層面都表現優秀是很困難的。在本論文中，我們設計出一各性能皆優秀的深度學習模型―ExquisiteNetV2。我們選用了15個具公信力的影像辨識資料集以及1個物件偵測資料集進行實驗，並以上述提到的著名模型做為比較對象。我們分別使用兩種不同的權重更新法做實驗，根據實驗結果，無論使用何種權重更新法，在超過一半以上的資料集中，ExquisiteNetV2的分類正確率都是第一名。ExquisiteNetV2的參數量遠少於其他模型，但資料分析能力以及運算速度卻優於其他模型，因此，ExquisiteNetV2是一種高性能之輕量級卷積神經網路，可通用於影像分類與物件偵測之應用。Item 結合序列學習與動作狀態估測技術應用於自駕車行駛周圍之即時物件軌跡預測(2022) 許珮筠; Hsu, Pei-Yun隨著車輛智慧化的發展，開發自駕車各種功能也成為現代熱門研究方向，目前自駕車環周感知技術已大幅提升，在行駛於複雜車流環境時若能進一步了解其他用路人（例如行人與車輛）的意圖，便能採取更安全的因應策略，因此自駕車環周感知能力具備用路人的軌跡預測功能，對於自動駕駛安全性與可靠度扮演重要的角色。因此，本論文針對用路者移動軌跡預測提出一種混合式預測架構，此架構結合長短期記憶(Long Short-Term Memory, LSTM)編碼-解碼器網路與卡爾曼濾波器(Kalman Filter, KF)，其中KF可以穩定的預測用路人直行與轉彎移動的軌跡，LSTM編碼-解碼器能夠依據軌跡的資訊提早判斷用路人轉彎的趨勢，為了加強所提出的架構於不同移動軌跡的適應力，本論文設計適應性即時權重機制，根據兩個模型的預測誤差調整輸出權重加乘的比例，除此之外也使用LSTM編碼-解碼器的部分預測結果來強化KF針對用路人轉彎移動的預測精準度。目前本論文所開發的軌跡預測技術能夠應用於車輛、摩托車、及行人三種類別的用路人，為了驗證所提出方法的有效性與正確性，本論文除了透過Waymo開放資料集來訓練與測試模型之外，並在校園環境及一般市區道路行駛的自駕巴士平台進行資料蒐集與預測效能驗證。