Browsing by Author "郭俊麟"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Item 以Graph cut演算法為基礎的連續影像人臉偵測系統(2012) 郭俊麟; Jiun-Lin Guo本論文提出一套可在各種教室情境中運作的人臉偵測系統,偵測對象為教室中的多名學生,主要應用在自動教室觀察與記錄系統中。本研究採用顏色做為人臉偵測時的特徵,且利用graph cut技術做為人臉偵測時主要的方法。 以顏色為特徵的人臉偵測有著較不受頭部轉動和傾斜影響的優點,因為在頭部轉動和傾斜時,膚色依然在人臉中佔有一定比例的面積;至於眼睛、嘴巴和鼻子等其他人臉特徵在頭部轉動和傾斜時(尤其是轉動)在影像中較不穩定。這個顏色特徵的優點對於在教室中進行自動人臉偵測來觀察與記錄學生的行為有很大的幫助,因為在課堂中學生頭部的姿勢變化常常都是有意義的,如疲憊時打瞌睡、表示贊同時點頭或心不在焉時將人臉轉向他處等,而這些變化也往往是教學觀察者們(教師、研究人員)所關心的現象。因此,本系統若能夠在各種頭部姿勢狀態下做人臉偵測,就能夠更進一步地去分析這些姿勢變化和其所代表的意義。 利用顏色特徵來偵測人臉必須選擇一個適當的色彩空間,並且決定人臉的膚色在該色彩空間中的範圍。然而,這類作法常會遇到兩個問題,一是不同的光線以及人種需定義不同的膚色範圍,二是在教室中有許多物體顏色接近膚色(如原木色課桌椅),會降低人臉偵測的正確率。針對第一個問題,本研究提出一個動態的膚色範圍定義方式;而為了解決第二個問題,本研究提出一個穩定的方法在影像中擷取前景(即學生的部分)。此方法結合單點建模與graph cut的技術,可以得到完整不破碎的前景,在前景的範圍內擷取膚色,避免類膚色背景的干擾。 另一方面,利用膚色在Hue色彩空間中高度集中的特質,本研究再次以graph cut技術優化膚色區域的偵測結果,統計收集到的膚色像素、動態更新膚色範圍,以提高偵測的穩定性。 在實驗時,本研究架設單一攝影機來擷取影像,每張影像中均包含4~6位學生。本研究假設初始教室沒有學生,系統首先進行背景建置,待學生進入教室,系統偵測到影像中有前景出現後,便會開始進行人臉偵測。實驗結果顯示,本研究提出的人臉偵測技術,較不受各種頭部轉動和傾斜角度之影響,並且能夠在低解析度影像下,維持高準確率。Item 國中八年級學生辨識數學敘述及其逆敘述現象之探討(2011) 郭俊麟本文主要為探討八年級學生對數學敘述及其逆敘述的辨識現象。 本研究根據前置研究的結果和文獻探討發展出可能會影響學生辨識數學敘述及其逆敘述的因素,分別為內容因素、關係因素、句法結構因素。在內容因素中,依據學生經驗的焦點可分為學生在生活中的經驗或是數學上的經驗。在關係因素中,依據數學性質的條件關係可分為同一關係或是包含關係。在句法結構因素中,依據教科書中常見之敘述可分為單句句法、複句句法,而其中沒有聯結詞的複句句法,在本研究界定為並列句法,不過仍是歸類為複句句法的一種。 主要研究問題為在預測辨識因素中探討學生對敘述及其逆敘述的辨識現象、預測因素與學生辨識結果有何關係及學生如何判斷敘述及其逆敘述的異同。主要研究結果如下: 整體而言,學生對敘述及其逆敘述的辨識結果為不到五成的學生是認為意思不相同。學生在同一關係或是包含關係敘述及其逆敘述的辨識結果皆約有四成多的學生認為意思不相同。學生在數學知識或是生活情境之敘述及其逆敘述的辨識結果皆約有四成六的學生認為意思不相同。學生在單句句法的辨識結果有六成多的學生認為意思不相同,然而在複句句法的辨識結果卻只有三成六的學生認為意思不相同。 學生可能的辨識方式,主要可分為以下幾種策略:(一)語義理解的策略。(二)句法分析的策略。(三)語義理解與句法分析並用的策略。(四)語序的察覺。(五)敘述及其逆敘述地位的改變。(六)察覺句式結構調換。