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 - 4 of 4
  • Item
    利用硬體加速器在RISC-V平台實現智慧手勢識別之研究
    (2024) 田敬瑄; Tien, Ching-Hsuan
    隨著手勢辨識技術在多媒體娛樂和智慧家電控制等領域的廣泛應用,隱私保護和低延遲推論速度已成為提升用戶體驗的關鍵因素。邊緣計算,由於其能在本地設備上即時處理數據,強化了數據的隱私保護並顯著減少數據傳輸和處理的延時,因而被重視。本研究開發的智慧手套手勢辨識系統採用開源的RISC-V指令集架構SoC,並在FPGA平台上實現了低成本及高效能的部署。透過整合Gemmini硬體加速器,本系統顯著提升了邊緣設備的計算效能及模型的推論速度。實驗結果顯示,配備硬體加速器的SoC相較於未搭載加速器的SoC,推論速度提升達55倍,同時維持了手勢識別的高準確度。該邊緣系統的實施不僅確保了用戶數據的安全,也通過硬體加速器顯著降低了推論時間,進一步提升了用戶體驗。本研究證明了開源技術和硬體加速器在邊緣計算領域的有效性,為未來智慧裝置的技術進步提供了一個經濟且高效的解決方案。
  • Item
    基於CornerNet利用加速度計及陀螺儀達成偵測及辨識手勢之研究
    (2021) 陳胤霖; Chen, Yin-Lin
    隨著時代變遷,人工智慧也有著長足的進步,其中一項研究主題便是手勢辨識,手勢辨識根據使用資料,可分為依影像資料為主和依感測器資料為主,而本論文使用的資料為感測器資料。以往以感測器資料為主的手勢辨識研究中,模型無法自動分離手勢資料與背景資料,需要使用人工方式擷取手勢資料,在實際運用時會降低使用者的體驗感,所以本論文提出了一個解決方法,並設計一個模型使其能自動分離手勢與背景,並將手勢分類。本論文參考了影像辨識中將物件視為關鍵點的概念,將手勢分為兩個關鍵區間,透過偵測並配對這兩個關鍵區間,以達到自動偵測並分類手勢的效果。
  • Item
    以感測器為基礎快速手勢辨識之研究
    (2022) 姚奮辰; Yao, Fen-Chen
    none
  • 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。