學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
6 results
Search Results
Item 在輕量的嵌入式系統上進行高解析度直播串流之研究(2021) 楊惟任; Yang, Wei-Jen在科技大爆炸的年代，隨著網路傳播媒體的蓬勃發展，直播串流的服務也越來越普遍，市面上也對於直播串流系統有各式各樣需求，為了滿足多元化的直播串流需求，本論文提出一套建構在輕量的嵌入式系統上的高解析度直播串流系統，並對直播串流方案的選擇進行系統性的驗證。本論文會先根據目標提出一套串流技術的方案，最後再用各項指標以驗證提出的方案的合理性。在直播串流的技術中，視訊壓縮是其中最重要的一環，為了要在輕量的嵌入式系統上有限的運算能力達到高解析度、高品質、低延遲的直播串流，我們會比較視訊壓縮標準的 H.264、H.265，還有探討視訊壓縮技術相關的運動估測、運動補償、快速區塊比對法等等，以及視訊轉碼與直接進行視訊壓縮的差異，透過上述各方面的探討，論證我們使用的串流技術方案的合適性。Item 以FPGA實現具Self-aware與Self-adaptive特性之QoS頻寬分配系統(2021) 羅玉榮; Law, Yuk-Wing物聯網 (Internet of Things, IoT) 技術隨著科技的發展，逐漸普及到大眾的日常生活之中，很多新型的電子設備都會提供網路功能，使得設備彼此之間能夠互相連線、分享數據、上傳或下載資料等等，讓大眾的日常生活變得更加方便，也能讓開發者透過數據進行分析，改善產品的服務和使用者的體驗。然而，物聯網的興起會讓網路的負擔更大，頻寬需求量逐漸增加之餘，網路需求也變得更多樣化，使得有效的頻寬分配方式變得格外重要，頻寬分配系統也因此應運而生。本論文希望以服務品質 (Quality of Service, QoS) 為基礎，建立具有效的頻寬分配系統，讓頻寬能夠有效且合理地分配給不同的網路需求。建立有效的頻寬分配系統，首要考慮的是頻寬分配的方式，因此本論文以類神經網路建立頻寬分配系統，使系統能夠學習頻寬需求的變化，進而預測不同需求的頻寬需求量。此外，假如頻寬分配系統需要應用於一般家庭或辦公室之中，需要考慮到系統的建構成本和體積大小，因此本論文於FPGA開發板上實現頻寬分配系統，讓系統能夠具有快速運算、低成本和體積小之優點。並且以軟體定義網路之概念，建立出便利及彈性的管理方式，讓管理及部署變得簡單，使頻寬分配系統適合應用於需求多樣化的區域網路。Item 基於單類別識別辨識應用於身分認證之研究(2020) 王德揚; Wang, Te-Yang每個人臉的外觀皆不相同，有多樣的特徵能讓他人辨識身分。臉這樣的生物特徵，也能夠用攝影機來透過電腦進行分析，比較人臉視覺影像特徵來辨識他人身分，將人臉辨識系統應用於身分認證。 傳統的類神經網路為分類模式，是在既有的已知類別中進行分類，在已知類別外則無法辨識，有著無法辨識出未知類別的極大的缺點。為了改善這項缺點，利用新形態的模型，補足傳統模型辨識的不足，即使有未知類別出現，也能將他歸類為未知類別，克服單類別識別的神經網路應用上的困難，整合於人臉辨識系統。 使用一系列人臉辨識相關技術建構人臉辨識系統。從臉部影像收集，透過攝影機收集影像資料，影像資料前處理，將人臉以外的資訊去除，降低影像分析的複雜度，藉由神經網路分析影像資料，擷取臉部特徵對影像資料來進行分析，最後建立人臉辨識系統辨識身分，以及將人臉辨識系統整合於低運算資源的嵌入式系統。Item 基於FPGA平台的家庭網路QoS系統設計(2019) 婁敦堯; Lou, Tun-Yao隨著網路的服務增加，使我們對於頻寬的要求也隨之上升，此時服務品質(QoS)管理服務演算法就顯得很重要。而以GRNN為基礎的QoS管理服務演算法，具有分類準確、訓練快速的優點，但卻會因為訓練資料的增加，使得運算成本龐大。為了負擔此龐大的運算成本，通常執行QoS管理服務演算法的實體設備為PC以上的電腦，PC以上的電腦不僅體積較大，功耗也較大，對於一般家庭而言，的確是一種很大的負擔。 本論文已嵌入式平台取代PC，嵌入式系統不僅體積較小，功耗也相對於PC較小，但嵌入式系統的CPU效能比PC的CPU相比之下，弱了許多，若直接已嵌入式系統取代PC實現QoS服務管理演算法，則很難達到即時運算的要求。而解決的方法，即是將原本以軟體執行GRNN，便成以硬體實現。此舉不僅可以改善GRNN龐大的運算成本，同時也可以彌補嵌入式系統CPU效能不足的缺點。Item 以FPGA實現基於廣義回歸類神經網路之快速預測頻寬分配系統設計(2020) 尚煒宸; Shang, Wei-Chen隨著物聯網(Internet of Things, IoT)相關技術的快速發展與使用需求的提升，家庭中有網路使用需求的裝置大量增加使得對於網路頻寬(Network Bandwidth)的需求也隨之增加，因此需要一個有效的管理方式確保家庭網路的服務品質(Quality of Service, QoS)。 本論文提出一個基於廣義回歸類神經網路(General Regression Neural Net-work, GRNN)模型家庭網路頻寬管理系統的優化方案，使該系統同時具備快速運算能力、低成本且小體積的嵌入式頻寬管理系統，使其適用於一般家庭的網路使用情境，能夠容易的嵌入現有的家庭網路設備中達到頻寬管理的目的。本系統根據訓練資料預測下一個時間點所需使用的網路頻寬量，並且能夠根據預測結果快速地修正頻寬分配量；此外系統會將最新的頻寬分配結果作為訓練資料加入模型中，藉由不斷地更新訓練資料使系統能夠不斷適應使用模式。 在論文中也討論了GRNN與其他模型在頻寬分配情境下的效果比較藉此說明較適合GRNN做為頻寬預測模型的原因。此外，根據不同的訓練資料量探討本論文所提出的優化硬體電路與其利用管線化運算所帶來的效益。論文最後也討論頻寬管理系統中相關重要參數的調整對整體執行速度的影響。Item 以彎曲感測器為基礎的連續手指手勢辨識之研究(2019) 莊惟傑; Chuang, Wei-Chieh本論文的目的為，開發一款以 Flex Sensor 為基礎的智慧手套系統。該系統透過 Flex Sensor 感測手指的細微動作變化，並使用 Gated Recurrent Unit(GRU) 辨識複雜的手指連續手勢。在智慧手套的硬體層面，具備有高續航力以及高耐久等優點；法則層面，解決了連續多個手勢間，複雜的轉接造成的辨識問題；以及解決了因手指動作較難有明確的起始與終止，所造成的重複與不完美手勢問題。在應用層面，本論文提出 Detection 法則，判斷手勢的當前狀態。使本論文開發的智慧手套，不需藉由額外的裝置按鈕，進行起始與結束的控制。綜合以上的優點，說明本論文提出的智慧手套系統的實用性。