資訊工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60

本系前身「資訊教育學系」成立於民國七十四年,首先招收大學部學生,民國九十年成立資訊工程研究所碩士班,而後於民國九十五年進行系、所調整合併為「資訊工程學系」;並於九十六年成立博士班。本系目前每年約招收大學部四十餘人,碩士班六十餘人,博士班約五人,截至民國一百零四年十一月止,總計現有大學部一百九十多人,碩士班一百二十多人,博士班二十三人,合計學生人數約為三百三十多位。

News

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於CNN對於多人環境進行人臉辨識之研究
    (2020) 李聿宸
    人臉辨識於現今社會為熱門的議題,每個人皆有獨一的臉部特徵,相較於密碼或是個人證件等傳統的識別方式,人臉辨識既不需要隨時攜帶實體證件也不用擔心忘記密碼。當經由辨識而取得臉部影像後,就能夠藉由不同的臉部特徵與人臉資料庫進行比對來驗證身分。 本研究以設置於教室上方的攝影機拍攝課堂環境,取得之臉部影像解析度較低,因此人臉特徵較不突出,且亦有光線亮度不均勻以及臉部偏移等問題,導致傳統人臉辨識效果不佳。本研究運用YOLOv3結合深度學習的人臉偵測技術取得個人的臉部影像,並搭配卷積神經網路 (Convolutional Neural Network)訓練合適的模型進行人臉辨識,對於20 × 20以上之低解析度且包含不同角度的臉部影像,皆能達到97%以上的辨識準確率。由於人臉長時間下來會有些許的變化,根據實驗結果,經由四個月後之臉部影像仍能維持94%的辨識準確率。
  • Item
    基於增量學習之人臉辨識研究
    (2011) 李昇龍; Sheng-long Li
    人臉在生物驗證中是非常重要的特徵,在過去十幾年來,人臉辨識於電腦視覺的研究上也是非常熱門的議題,人臉辨識的技術也廣泛的運用在各方面,例如使用於監視系統或是安全控管系統上。本論文使用了增量學習的方法,設計了一個於課堂環境中可以自動辨識學生的一個點名系統,由於學生的造型在每一次的上課中會與之前有些微的變化,因此在辨識的同時,將這些新的影像加入原有的訓練資料中訓練,對於後續所訓練出的人臉模型將會越來越好。在論文中,我們使用了二維線性鑑別法(2DLDA)作為人臉訓練及辨識所用的分類器,並且使用了影片辨識上常用的投票,以及課堂所能利用的互斥資訊來提升辨識率;在增量學習上,也提出了一個驗證方式由測試影像中選擇出適當的影像重新訓練,並且進行了許多實驗來評估增量學習使用於人臉辨識上的效能。