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

Subject: search.filters.subject.人體姿勢辨識

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
    基於軌跡辨識技術之人體姿勢自定與分辨研究
    (2012) 周敬恩; Chou,Ching-En
    鍵盤、滑鼠，是操作電腦不可或缺的設備，而隨著時代的進步，輸入設備不再侷限在此之上，如眼動儀的使用，運用眼球追蹤技術來控制滑鼠；語音輸入、辨識系統，能使較不熟悉鍵盤操作的使用者，能夠利用語音輸入設備達到打字的效果；觸控螢幕，讓手機、電腦的操作在手指滑動間即可達成，這些科技的發明，都讓電腦的操作更為人性化。而本研究係使用的微軟Kinect做為輸入端，讓使用者能自行輸入姿勢後再經本系統進行辨識，讓使用者以最直覺且習慣的方式操作電腦。本系統係以軌跡辨識為基礎，收集Kinect所提供的骨架資訊，再以決策樹的方式對使用者所輸入的姿勢進行儲存、分類與辨識，並在不造成使用者負擔的前提之下，以少量的事前訓練姿勢達到一定的辨識效果。
  • No Thumbnail Available
    Item
    人體姿勢判斷系統應用於投影片控制
    (2010) 李韋廷
    姿勢辨識在電腦視覺領域中，是項越來越重要的議題，舉凡是在監控、安全照護、運動員姿勢分析、自動後製影片等的應用越來越廣，然而近年來更將姿勢辨識提升成體感操控的重要發展，人們只需站在攝影機前就能操控畫面中的物體，就像是超大型的觸控螢幕，而有鑒於老師們在教學過程使用投影片時，無法適時的站在投影布幕前提示重點，必須侷限在講桌前操控電腦，我們提出將姿勢辨識的操控應用在教學過程中最常使用的投影片切換頁控制上。 一般研究姿勢辨識的議題上常見的方法是利用有限狀態機(Finite State Machine，FSM)最具代表性的就是隱馬爾可夫模型(Hidden Markov Model，HMM)，但利用FSM為基礎的辨識方式需要隨時了解觀察物體處於何種狀態中，而容易造成錯誤累積的情況，而本研究先定義指令動作所搭配的操作指令，利用監督式學習(supervised learning)的方式，藉由學習使用者做出不同指令動作的特徵，再以支持向量機(Support Vector Machine，SVM)分類器執行辨識動作，同時為了達到即時辨識的效果，避免一般在處理雜訊時較常使用的膨脹(dilation)和腐蝕(erosion)演算法會造成運算上的負擔，本研究運用網格移動偵測(Grid Motion Detection)的方法，同時避免雜訊的干擾也能偵測物體移動的情況，分類器有更好的辨識效果。