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.human posture estimation

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    基於攝影機的多人健身運動偵測與辨識
    (2024) 張吳嘉; Chang, Wu-Jia
    大多數健身運動追蹤研究主要以單人追蹤進行，單人追蹤可以記錄的訓練資訊，包含：動作辨識、動作計數、重量辨識、訓練時間以及準確度分析。然而在健身房環境中同時會有多人使用各種器材，僅進行單人追蹤會無法捕捉到多人的運動情形。利用攝影機的多人追蹤技術，可以同時對健身區域進行大範圍的偵測與追蹤，而不局限於單人追蹤。本研究提出基於攝影機的多人健身運動偵測與辨識方法，拍攝廣角的畫面藉以同時涵蓋多樣健身器材，處理這些器材使用者的訓練影像資訊。首先，對健身影片進行人體偵測，找出畫面中所有人物的位置。由於訓練器材的位置固定而人員則是隨意走動，利用物件交集(Intersection Over Union, IOU)方法，可以定位出正在使用健身器材的人物。對於這些訓練者，利用人體姿態估計方法記錄使用者的運動資訊，辨識划船、肩推、胸推、上斜胸推、腿部屈伸等五種不同的健身動作，並計算運動者在該器材的動作次數。除此之外，由於健身動作可能被其他移動的人員所遮蔽，造成健身動作辨識與計次的判斷出現錯誤，因此藉由多攝影機的協調建立補償機制，改善在多人環境中因為遮擋產生的辨識問題。本研究根據健身房的實際情形拍攝，未刻意安排訓練過程，使用者根據自身習慣自由的選擇訓練動作與次數。為了驗證補償機制是否改善遮擋產生的問題，會確保拍攝的每部影片中都有遮擋情形發生。最後設計三項實驗用以驗證偵測與辨識方法之效果。根據實驗結果，系統可以利用物件交集方式區分出不同人物的運動過程，在多人的環境中區分出運動與非運動之人員，並且辨識使用者訓練的動作與次數。在發生遮擋情況時，加入補償機制減少運動次數漏檢情形發生，補償後的次數回復率為52%，改善因為遮擋產生的辨識問題。
  • No Thumbnail Available
    Item
    基於攝影機的機械式器材訓練追蹤
    (2024) 廖育霆; Liao, Yu-Ting
    重量訓練是一種有效的健身方法，其能夠增強肌肉力量、提高新陳代謝和改善體態。而在每次訓練中記錄自己的運動過程與數據，能夠幫助個人規劃適當的訓練內容，提升運動效果，建立和維持健康的運動習慣。在真實健身房中，開放式環境使得主要器材周圍會有許多其他器材和非訓練者，用於自動追蹤的攝影機，擺放位置受到諸多限制，無法放置於走道或離器材太近的地方，並且移動的非訓練者會對拍攝的訓練過程產生遮擋，影響訓練追蹤的效果。本研究提出基於攝影機的單人機械式器材訓練追蹤方法，使用攝影機拍攝訓練者與訓練器材，透過人體姿態估計與物件偵測，獲得人體關鍵點與訓練器材的資訊，接著藉由獲得的資訊篩選出受到遮擋影響的關鍵點資訊進行過濾，再以KNN(k-Nearest Neighbor)插值法補償過濾掉的關鍵點，預測訓練者在遮擋時間的動作軌跡，根據補償過後的關鍵點資訊，推測出正確的動作次數。本研究設計兩種實驗，分別檢驗單攝影機及多攝影機下補償方法的成效，實驗影片由三個視角同時拍攝，收集6個訓練者分別進行肩推、胸推、腿推的多部訓練影像，共180部影片。實驗結果顯示，在單一攝影機條件下，補償後的次數估計準確度較補償前提升5.6%，在多攝影機條件下，補償後的平均準確率可達98.9%，重量追蹤在不同視角下，平均準確率可達94.6%，綜合以上實驗結果，說明本研究提出的補償方法可以減少環境對於自動追蹤的干擾，提升追蹤準確度。