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 - 1 of 1
  • Item
    基於聚類之影片人數計數分析
    (2021) 簡郁璇; Chien, Yu-Shuan
    近年來科技日新月異的發展,多媒體串流影片服務平台更是不可勝數,各式各樣的影片上傳到各個影音平台作為影音串流服務,使用者經常利用電子產品來觀看喜愛的電視劇或影集,若要針對影片進行語言學習,則必須自動挑定影片中某位主角所有的畫面與台詞,然而自動擷取以便進行練習,因此,本研究進行影片中人物的分群分析。傳統判別影片中人物的研究,都需要事先輸入主角人臉圖像,提取人臉特徵作爲人臉庫,進而將偵測到的人臉與人臉庫特徵比對,才能得到比對結果,然而如果沒有一開始的主角人圖像,便會無法預測影片中的人物,因此本研究探討在無監督訓練條件之下,針對影片進行人臉聚類(face cluster)將一部影片中的人臉分成為不同簇(cluster)之後,並且尋找聚類中心(centroid)作爲質量最高的圖像,透過人臉檢索(face retrieval)的方法採用上述聚類中心作爲人臉庫,即可分析影片中主角之人臉特徵與人臉庫進行比對。透過本研究所提出合併Facenet、Chinese-Whisper聚類、Annoy三種技術,以四部影集的不同場景內容環境作為實驗情境,在影片人數為五人內人臉偵測準確率達95.3%、十人內人臉偵測準確率達87.9%、十五人內人臉偵測準確率達82.7%。由於人臉經由時間會有不同變化,根據實驗結果,使用第一年的主角人臉庫進行偵測已經經過四年的影片,此人臉偵測準確率仍能維持81.8%。本研究聚類方法在LFW公開資料庫上高於 K-means、DBSCAN 聚類方法,代表聚類後的簇類與真實類別的吻合度相近。