理學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/3

學院概況

理學院設有數學系、物理學系、化學系、生命科學系、地球科學系、資訊工程學系6個系(均含學士、碩士及博士課程),及科學教育研究所、環境教育研究所、光電科技研究所及海洋環境科技就所4個獨立研究所,另設有生物多樣性國際研究生博士學位學程。全學院專任教師約180人,陣容十分堅強,無論師資、學術長現、社會貢獻與影響力均居全國之首。

特色

理學院位在國立臺灣師範大學分部校區內,座落於臺北市公館,佔地約10公頃,是個小而美的校園,內含國際會議廳、圖書館、實驗室、天文臺等完善設施。

理學院創院已逾六十年,在此堅固基礎上,理學院不僅在基礎科學上有豐碩的表現,更在臺灣許多研究中獨占鰲頭,曾孕育出五位中研院院士。近年來,更致力於跨領域研究,並在應用科技上加強與業界合作,院內教師每年均取得多項專利,所開發之商品廣泛應用於醫、藥、化妝品、食品加工業、農業、環保、資訊、教育產業及日常生活中。

在科學教育研究上,臺灣師大理學院之排名更高居世界第一,此外更有獨步全臺的科學教育中心,該中心就中學科學課程、科學教與學等方面從事研究與推廣服務;是全國人力最充足,設備最完善,具有良好服務品質的中心。

在理學院紮實、多元的研究基礎下,學生可依其性向、興趣做出寬廣之選擇,無論對其未來進入學術研究領域、教育界或工業界工作,均是絕佳選擇。

Browse

Search Results

Now showing 1 - 2 of 2
  • 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。
  • 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。