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.Gesture recognition

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    基於高斯混合模型之課堂舉手辨識研究
    (2012) 蔡承軒
    人體姿勢辨識技術是一項熱門的研究議題，在過去利用影像處理來辨識人體姿勢的辨識系統已經發展一段時間，在學術領域或專業應用上使用這類的辨識系統需要龐大的運算量以及昂貴的設備，使得這類的系統無法普及於一般大眾使用。 因此，在這篇論文中本研究經由偵測與辨識學生舉手的動作設計了一套即時 互動或應用的系統。在假設已知上半身範圍的情況下再針對這個範圍採用連續影像差異法 (temporal differencing)，利用時間上連續的影像做一對一的像素相減，得到一個移動物件的影像，此影像再透過高斯混合模型 (Gaussian Mixture Model)，利用多個高斯函數來描述反覆出現的多種背景值，並透過函數參數值的調適，以適應光線所產生的變化，此目的是為了在複雜的環境中擷取前景 (foreground) 的影像，並使用尺度不變特徵轉換 (Scale-invariant feature transform，SIFT) 擷取特徵，將擷取到的特徵套入支持向量機 (Support Vector Machine，SVM) 對姿勢動作進行辨識。發展此系統的目的在於可以使用方便取得的器材來取代昂貴的設備，使得人體姿勢辨識可以普及於一般大眾所使用。
  • No Thumbnail Available
    Item
    基於Histogram of Oriented Gradients之課堂舉手辨識研究
    (2012) 郭秉璋; Bing-Chang, Kuo
    在現今教學環境中，以科技融入教學的e化教室越來越普遍，教師希望可以透過各類的e化工具來了解學生的學習情況。而在種種學生的動作中，舉手是最容易在課堂上與老師互動的，因此本研究提供了學生舉手辨識系統，希望借由該系統讓老師可以即時快速的掌握學生的情況。本研究使用少量攝影機在多人且複雜背景的情況下進行辨識，希望可以降低環境因素的影響。為了達到此一目的，本研究主要分為二個部份：複雜背景人物辨識分割與舉手判斷。 在複雜背景人物辨識與分割部分，使用了k-means clustering與motion的結合，將膚色取出來加上motion資訊能夠完整的抓出人物。在舉手判斷的部份，使用了Histogram of Oriented Gradient(HOG)製作出edge的feature進行舉左手、正常狀態、舉右手的辨識。實驗中也交叉比對了不同人物在場景的辨識、光線影響圖片的辨識。其正確率在同一日當model的情況下平均高達91%，而在不同日的情況下也有7-8成的水準。
  • No Thumbnail Available
    Item
    基於 Kinect 之台灣手語單字辨識
    (2013) 蕭怡涵
    手勢辨識一直被應用於人機互動介面相關的研究，而手語更是其中當熱門的研究之一。 以影像方法為基礎的單字手語辨識發展已有一段時間，並都獲得不錯的辨識結果，但仍有其限制及問題，故近期開始研究加入深度資訊來協助辨識。 然而，市面上的深度攝影機通常價格不斐或配戴不易，而微軟公司於2010年推出的 Kinect控制器則提供了新的選擇。因此本論文提出了一個以Kinect為基礎，可即時辨識台灣手語單字的方法。 手語中的手勢由位置、方向及形狀三個主要部分組成，我們利用Kinect本身的骨架追蹤及提供的深度資訊，對應不同部分的特性分別擷取如軌跡特徵及手型特徵，且利用不同方法來辨識。最後利用上述三個主要部分的辨識結果，並透過本論文所設計的單字決策方法，來達到最後辨識手語單字的目的。