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

系所網址：http://w1.csie.ntnu.edu.tw/

Browse

Has files: YesSubject: search.filters.subject.人體姿態估計

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    基於攝影機的自由重量訓練追蹤
    (2024) 林厚廷; Lin, Hou-Ting
    在運動中利用自我監控(Self-Monitoring)的機制，紀錄運動過程來量化運動成效，可以提供訓練者反饋同時增強訓練者對運動效果的信心。而重量訓練(Weight Training )是一種抵抗自身外部重量的阻力訓練，需要根據自身需求瞭解訓練目標，規劃訓練內容並執行。因此，在訓練過程中紀錄下訓練動作、重量、次數、組數和訓練/休息時間五項關鍵資訊，可以幫助訓練者評估訓練品質、衡量進步幅度以及追蹤長期訓練計畫。本研究利用電腦視覺技術，提出非接觸式的重量訓練追蹤方法。透過攝影機拍攝訓練者與訓練設備，將影像利用人體姿態估計結合物件偵測與影像分割技術，獲取人體動作與訓練設備的基礎資訊。接著，配合動作辨識模型，根據訓練者實際的自由重量訓練模式，自動追蹤動作、次數、組數、重量與訓練/休息時間五項重量訓練關鍵資訊。本研究共收集 17 位訓練者分別執行三個自由重量訓練動作的實際訓練影像，並由三個視角同時拍攝，實驗資料集共 153 部影片。針對追蹤方法進行驗證評估，內容包括五項紀錄項目。實驗結果顯示，在完整拍攝人體動作與訓練設備的多視角攝影條件下， 本研究提出的方法能準確追蹤 17 位訓練者於不同視角的訓練動作與執行組數，平均準確率可達 100% ; 此外，次數追蹤於各視角之平均F1-Score可達 0.98 ; 重量追蹤則於不同視角之準確率達 96% ; 訓練/休息時間追蹤能在 8 秒誤差容忍情況下，平均準確率達 100%， 2-6 秒誤差容忍情況下，各視角平均準確率為 93% 。綜合以上實驗結果支持所提出追蹤方法，能有效追蹤五項重量訓練內容並記錄。
  • No Thumbnail Available
    Item
    小提琴姿勢變化即時偵測分析
    (2021) 胡雯; Hu, Wen
    小提琴的音色雖然優美，但對於初學者而言，一開始的學習是既枯燥又乏味的，拉奏出的琴音也十分不悅耳，需要長時間練習，才能慢慢掌握到正確的演奏姿勢。小提琴教師除了在課堂中教導音樂知識，也會即時糾正學生錯誤的姿勢。然而，初學者在自我練習時，若無老師或陪練員在身旁指教引導，大多無法做到接近標準的動作，更難意識到自己的錯誤，一旦習慣使用錯誤的姿勢練習，不僅對提升演奏技巧造成阻礙，也容易加大肌肉跟骨骼的傷害。本研究使用人體姿勢偵測方法進行小提琴姿勢正確度判定，使用攝影鏡頭拍攝記錄初學者練習時的狀態，以每秒30幀的取樣速率轉換成圖像，採用OpenPose開放式函式庫，在每張影像幀中擷取人體各部位的關節位置，偵測其人體骨架，同時計算人體關節角度，藉以判定小提琴拉奏姿勢，將這些資料進行滑動窗口的連續影像處理，系統結果呈現練習期間各種拉奏狀態出現的時間點，並依照狀態百分比給予評語。透過聲音回饋語音播放錯誤之姿勢，讓學生可以在練習時即時得知需要修正之處，練習結束後能通過紀錄了解自身的拉奏狀態。在課堂外的練習時間，使用自動化系統減輕家長陪練的負擔，也能隨時通過紀錄了解孩子的拉奏狀態，同時，導師可查看學員練習紀錄做分析與判斷，進而對學生的學習給予指導，進行長期的規劃和調整。