Browsing by Author "Chen, Yi-Hsiu"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    利用不同形狀金/銀奈米顆粒製備Langmuir-Blodgett薄膜及螢光增強測試
    (2019) 陳逸修; Chen, Yi-Hsiu
    金屬螢光增強(Metal-Enhanced Fluorescence，MEF)應用於生物傳感器已經有了許多深入的研究，其設計了各種金屬奈米結構來改變近場的電磁場強度，以用來增強鄰近分子的螢光強度。金屬奈米結構，例如金和銀等材料對螢光有著強烈的影響，像是金屬奈米材料可以與近端螢光團相互作用可以增加其量子產率、降低螢光生命週期、增加光穩定性和增加螢光共振能量轉移的距離等等，通常兩者距離約在10nm時有最佳螢光增強效果。在本實驗中透過製備金奈米棒、金/銀-核/殼奈米長方體結構及金-金銀合金奈米搖鈴型結構，且以Langmuir-Blodgett (LB)將金屬奈米材料沉積在金島狀及羧酸化玻璃片的兩種基板上。用四種不同的壓力控制奈米材料在基板上的密度，分別為5mN/m、8mN/m、14mN/m、17mN/m。使用Cy5、IR800這兩種螢光染劑觀察金屬螢光增強現象。發現了5mN/m-金/銀-核/殼結構-羧酸化玻璃-IR800有著最高的螢光倍率，其螢光增強倍率可達177倍。期望在未來能應用於生化檢測。
  • No Thumbnail Available
    Item
    結合運動特徵之高效 3D卷積神經網路於細粒度足球動作辨識
    (2025) 陳以秀; Chen, Yi-Hsiu
    本研究提出結合運動特徵之高效 3D 卷積神經網路架構，應用於細粒度足球動作辨識任務。近年來，細粒度動作辨識逐漸成為重點研究方向，特別是在體育賽事領域，若能準確辨識如「傳球」、「射門」等細節動作，對於比賽分析具有極高價值。然而，細粒度動作在視覺上具有高度相似性，例如「踢球」與「慢跑」在外觀上極為接近，容易造成模型混淆。此外，即時應用亦帶來挑戰，系統必須能即時處理大量的影像並給出正確判斷，對模型的推論速度要求高。因此，如何在保持辨識準確度的同時兼顧運算效率，為細粒度足球動作辨識領域的核心問題。為了解決上述問題，本研究於 X3D 架構中嵌入運動特徵模組，以強化模型對細微運動變化的感知能力。實驗結果顯示，所提方法在整體準確率達 91.80% ，相較於基線模型提升 3.77%，而計算成本僅為基線模型的 1.04 倍，於辨識準確率與效率之間達成良好平衡，展現出應用於即時體育轉播與比賽分析之潛力。