機電工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/84

系所沿革

為迎合產業機電整合人才之需求,本校於民國 91年成立機電科技研究所,招收碩士班學生;隨後並於民國93年設立大學部,系所整合為「機電科技學系」,更於101學年度起招收博士班學生。103學年度本系更名為「機電工程學系」,本系所之發展方向與目標,係配合國家政策、產業需求與技術發展趨勢而制定。本系規劃專業領域包含「精密機械」及「光機電整合」 為兩大核心領域, 使學生不但學有專精,並具跨領域的知識,期能強化學生之應變能力,以適應多元變化的明日社會。

教學目標主要希望教導學生機電工程相關之基本原理與實務應用的專業知能,並訓練學生如何運用工具進行設計、執行、實作與驗證各項實驗,以培養解決機電工程上各種問題所需要的獨立思考與創新能力。

基於建立系統性的機電工程整合教學與研究目標,本系學士班及研究所之教育目標如下:

一、學士班

1.培育具備理論與實作能力之機電工程人才。

2.培育符合產業需求或教育專業之機電工程人才。

3.培育具備人文素養、專業倫理及終身學習能力之機電工程人才。

二、研究所

1.培育具備機電工程整合實務能力之專業工程師或研發人才。

2.培育機電工程相關研究創新與產業應用之專業工程師或研發人才。

3.培育具備人文素養、專業倫理及終身學習能力之專業工程師或研發人才。

News

Browse

Search Results

Now showing 1 - 5 of 5
  • Item
    膚色偵測器應用於即時臉部擷取系統
    (2007) 鄔誌仁; Zhi-Ren Wu
    人臉偵測系統在人臉辨識、人機介面裝置以及影像監視器的應用上扮演非常重要的角色。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,本篇先對輸入影像做光線補償來做亮度校正。隨後,我們利用訓練出的CbCr值來做膚色分割。在訓練過程中,採用「主軸k-means」演算法將膚色訓練資料做分群處理。在特徵擷取部分,利用眼睛、嘴巴,以及比較少見的頭髮等三個特徵來定義人臉區域。實驗結果顯示出,本篇論文所提出的方法已改善光線所產生的問題,而且系統可以即時工作,在膚色偵測率高達95.02%;針對較複雜背景情況的靜態人臉偵測率高達91.67%;動態人臉偵測率高達97.78%。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。
  • 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。
  • Item
    自適性臉部特徵擷取的動態人臉偵測
    (2006) 李宗岳
    人臉偵測最近幾年來迅速地受到大家的重視,並且廣泛地應用在各種領域,諸如『人臉辨識』、『視訊會議』、『數位監控系統』、『智慧家庭系統』、『智慧型人機介面』等等。此類的應用程式之首要工作即是找出是否有人臉存在,並找出其所在之區域。換句話說,一個可靠且快速的人臉偵測法是相當重要的。 本篇文章提出一個簡單且有效的方法來偵測人臉的位置,由於複雜的背景嚴重影響到人臉偵測的成果。我們首先使用膚色分割和連通成分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去尋找臉部特徵(眼睛、嘴唇)。使用色彩的資訊可以減少檢測時間,不過在不同的光線下會有誤判的情況產生,所以我們用自適性的閥值來找出臉部特徵,針對不同的影像用不同閥值去做判斷,最後利用眼睛和嘴唇的幾何關係找到正確的人臉位置。 我們的實驗證明本論文所提出的方法確實可行且可靠,在少許的條件限制下,對於環境採光變化、不同大小之人臉、及複雜背景等問題都可以有效的處理。除了在臉部特徵被遮蔽的情況下會有偵測不到的狀況,其他情況均有良好的偵測率。
  • 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。
  • Item
    自適性閥值的人臉偵測系統
    (2006-06-02) 李宗岳; 葉榮木; 蔡俊明
    本篇文章提出一個簡單且強健的方法去偵測人臉的位置,由於複雜的背景嚴重影響到人臉偵測的成果。我們首先使用膚色分割和連通成分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去尋找臉部特徵(眼睛、嘴唇)。使用色彩的資訊可以減少檢測時間,不過在不同的光線下會有誤判的情況產生,所以我們用自適性的閥值來找出臉部特徵,針對不同的影像用不同閥值去做判斷,最後利用眼睛和嘴唇的幾何關係找到正確的人臉位置。實驗結果除了在臉部特徵被遮蔽的情況下會有偵測不到的狀況,其他情況都有良好的偵測率。