學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Subject: search.filters.subject.Image recognition

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    利用卷積神經網路對黃斑部病變的視力進行預測之研究
    (2021) 柯竑亨; Ke, Hong-Heng
    黃斑部皺褶，是一種慢性眼疾，經常發生在年長者身上，患者視網膜的黃斑 部會產生皺摺，進而影響視力。不過，雖然已知此疾病對於視力有非常重大的影 響，但在同樣患有此疾病的患者當中，卻可能擁有不同的視力分布，有些病人的 視力可能僅僅只有 0.1，有些病人卻能夠擁有高達 1.0 的視力。視力的差異難以單 純地依靠肉眼檢視醫學影像來判斷，因此，以深度學習為基礎的電腦視覺將可能 是一個有效之方法。深度學習在這幾年來可以說是蓬勃發展，尤其是在影像辨識方面更是有著相 當優異的表現，本論文將使用 Resnet18、Resnet50、MobilenetV2、ShuffleV2 這四 種神經網路來加以分析，透過卷積神經網路強大的圖形識別能力，來幫助我們找 到在患有黃斑部皺褶的病人的黃斑部之中影響視力最為關鍵的部分。本論文所使 用的資料集是採用台大醫院眼科所提供的 angio retina 影像，它是一種使用了光學 原理成像的眼底血管影像，由於本論文中所使用到的資料集較難以蒐集，所以在 數量上比較稀少，因此除了針對資料集做了資料增強來增加資料集的數量外，另 外還有使用投票法、K 折交叉驗證等方法，來提升模型的表現，在實驗的最後， 本論文採用了 Grad-CAM++這個工具，使訓練結果可以視覺化，以熱像圖的方式 描繪出卷積神經網路所關注的區域，希望此有助於眼科醫師的臨床判斷。
  • No Thumbnail Available
    Item
    SIFT影像辨識演算法及其在FPGA之實現
    (2016) 潘偉正; Pan, Wei-Zheng
    本文提出將SIFT影像辨識演算法實現於FPGA上，以解決影像辨識需要大量運算時間，而使得系統無法即時運算之問題。為了大幅減少邏輯單元之需求以及提升系統頻率，我們依照硬體適合之架構以及平行處理的優勢，針對SIFT演算法進行改良，如使用軟體預先計算高斯模板、使用數值方式避免反矩陣使用除法器以及將影像金字塔使用平行處理之架構實現等。除此之外，我們也使用CORDIC演算法進行三角函數、平方相加開根號以及反三角函數等實現，還有使用最佳化演算法找出高斯影像所需之最佳參數，並在硬體中進行連續高斯影像金字塔之近似，最後使用硬體實現影像梯度直方圖統計，如此一來就能於硬體中進行特徵主方向偵測以及特徵點描述之功能，而論文中會清楚介紹上述所提到之實現方法。而為了降低開發之困難性，首先以軟硬協同設計之架構對部分模組進行加速設計，完成後，再將整個系統以全硬體方式進行實現，值得一提的是，整個系統電路皆是由管線架構設計而成，因此可以大幅提升運算效率，進而達到即時運算之目標，從實驗結果證實，電路模組運算速度相較於軟體有大幅提升，而硬體實現結果相較於軟體之誤差也保有相當之精確度。