學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894
Browse
2 results
Search Results
Item 以主成份分析法和線性鑑別分析法辨識想像左右手動(2007) 方偉力腦電波是從人類的頭皮所量測到的訊號，經由放大、濾雜訊、特徵擷取、分類、辨識，藉由大腦人機介面，可用來控制義肢，或訓練人們的專注力。本研究是提出一個結合主成份分析法及線性鑑別分析法對腦電波訊號做特徵擷取，來提昇辨識想像左右手動的辨識率。本論文中的實驗共有四名受測者，年齡約在二十三歲到二十六歲之間，而實驗主要的內容，是讓受測者想像左手動及右手動並擷取腦電波訊號。在腦電波訊號處理的過程中，利用主成份分析法及線性鑑別分析法做特徵擷取，接著使用最近鄰居法則做資料分類，實驗結果顯示四位受測者的平均辨識率可達85.75%，此辨識率結果優於其他相關方法。Item 基於主成份分析法與灰關聯分析法之動態人臉辨識(2007) 邱柏智; BO-JR Chiou人臉辨識系統廣泛地應用於身分認證、門禁管理與人機界面等領域，近年來由於「智慧生活」科技的提倡，人臉辨識技術已延伸至人與機器最佳化介面之應用。此外視訊會議、影像內容檢索與醫學影像處理等方面，亦是其重要之應用領域。 本篇論文分為人臉偵測和人臉辨識兩大部分。在人臉偵測的部份，我們利用膚色分割和連通成份的方法找出人臉候選區，再使用色彩分析的方法從人臉候選區中尋找眼睛和嘴唇的特徵，最後再使用眼睛和嘴唇的幾何條件關係去定位出正確的人臉位置。在人臉辨識部分，我們提出一套結合主成份分析法與灰關聯分析法的人臉辨識方法，此方法的架構分為以下三個階段：首先，在影像前處理的階段，我們使用二維小波轉換，對輸入影像做資料壓縮的處理，接著，利用主成份分析法將壓縮過的人臉影像，投影到低維度的子空間中，計算出具有代表性的特徵臉，最後，再使用灰關聯分析法，來辨識出正確的人臉圖片。 為了驗證本篇所提出的方法，在靜態辨識實驗中，我們使用ORL人臉資料庫，做了一些分析和比較的實驗，實驗結果證明，在40人條件下，訓練樣本為五張時，可以得到91.6%的辨識率。而本篇方法在動態辨識實驗中以不同距離拍攝人臉，在30人條件下，可以得到八成以上的辨識率。