教師著作

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/31266

Browse

Filters

20072

Settings

Subject: search.filters.subject.特徵擷取

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    有效的膚色偵測器應用於動態人臉偵測系統
    (2007-06-01) 鄔誌仁; 蔡俊明; 葉榮木
    本篇論文提出一套針對不同亮度做補償之膚色偵測器。由於膚色極容易受光線影響。因此，必須做一些適當的光線補償。首先，本篇採用 Chen所提出的適應性光線補償來做亮度校正。隨後，我們在此訓練出兩組 CbCr 值來做膚色分割。而在訓練過程中，採用「主軸 k-means」演算法將訓練資料做分群處理。而在特徵擷取部分，利用眼睛和嘴巴的特徵來定義人臉區域。實驗結果顯示出，本篇論文所提出之方法已有改善，膚色偵測率高達95.02％；且動態偵測率高達 93.33%。在此，我們主要是針對正臉以及接近正臉的人臉來做實驗。對於背景太複雜的情形下，仍然有偵測不到的現象。
  • No Thumbnail Available
    Item
    改良式對角化主要成份分析法應用於腦電波辨識
    (2007-06-01) 陳致仰; 葉榮木; 蔡俊明
    本篇文章提出一個有效的方法，對受測者在意圖吐舌頭與意圖舉起左手時的腦電波做辨識。腦電波辨識是否成功的關鍵，在於特徵擷取與分類兩個議題，有別於過去文獻將重點放在分類演算法的改良上，我們認為找出更具代表性和更精簡的特徵，同樣值得重視。若選取的特徵能夠讓類別之間的差異變大，我們就可以使用很簡單的方法，來取代原先複雜的分類演算法，也不會降低辨識的準確率。在此，我們採用在人臉影像辨識中，具有良好效果的對角化主成份分析法(DiaPCA)，來擷取腦電波特徵，並加以辨識。我們除了找出 DiaPCA 在腦電波辨識的應用中最佳的參數條件之外，並提出了「改良式對角化主成份分析法」，來提升其辨識率。研究結果顯示，我們所做的修改，將原始的 DiaPCA應用在腦電波辨識的準確率大幅提升了10.79%。