學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
1007 results
Search Results
Item 互動速率蒙地卡羅路徑追蹤: 在包含鏡面鏈的光傳輸路徑中產生高頻效果(2025) 張嘉文; Jhang, Jia-Wun蒙地卡羅路徑追蹤演算法透過模擬真實環境中光的反射和折射來產生逼真的畫面，此技術在影視、遊戲、物理模擬、建築設計中皆有著舉足輕重的地位。近幾年隨著電腦硬體的進步，以及更多有效的路徑採樣和去雜訊方法被提出，已經可以在電腦上即時地產生低雜訊的路徑追蹤影像。我們發現，雖然低頻的直接照明和間接照明有明顯的改善，但高頻的鏡面成像和焦散依舊無法保持銳利甚至消失，主要是因為能產生高頻效果的「含有鏡面鏈的光傳輸路徑」難以被找到，因此即使再透過後處理的方法去雜訊，也無法在動態場景中即時產生清晰且正確的高頻效果。 低頻效果可以提升整體影像的層次感，但高頻效果往往是最能吸引眼球的部分，因此我們致力於研究針對高頻效果即時路徑追蹤的演算法。在本論文中，我們發明了新的尋找鏡面鏈的技術SMBS和PMS來降低路徑追蹤在高頻效果的雜訊，SMBS透過大擾動改善鏡面鏈路徑的搜索，PMS透過光子重用優化起始鏡面鏈路徑的選擇。對於後續的去噪，我們提出了針對高頻效果的去雜訊演算法IGD，透過再利用路徑追蹤的資訊來提升去雜訊的品質。對於整體的算圖流程，我們設計了一個利於手機的低計算量方法RMNEE，將鏡面鏈演算法透過延遲著色和重採樣來機率性地不計算較低顏色貢獻的鏡面鏈路徑。 與過去的方法相比，我們的方法在相同的採樣數下，大大提高了尋找鏡面鏈的成功率；等時比較下的高頻效果，路徑追蹤的雜訊更少、去雜訊後的誤差值更低；對於低算力的手機平台，更可以在畫面品質和執行速度上達到不錯的平衡。Item 探索電腦輔助發音學習:從音素等級發音錯誤檢測與診斷至多細緻度及多面向發音評測(2025) 顏必成; Yan, Bi-ChengItem 於 Cycles 渲染器整合鏡面流形採樣以增強鏡面光傳輸(2025) Delattre, Victor Gilles; Delattre, Victor Gilles寫實渲染必須精確模擬複雜的光傳輸現象，尤其是由鏡面反射與折射所產生的多次反彈焦散。標準路徑追蹤渲染器（如 Blender Cycles）在有效捕捉此類效果時往往效率不足。Cycles 雖於近期整合「流形下一事件估計」（Manifold Next Event Estimation, MNEE），得以處理特定折射型焦散，但該方法僅適用於投射陰影內且假設表面光滑，對陰影外的折射或反射焦散以及複數鏡面路徑場景仍然無能為力。本論文透過將「鏡面流形採樣」（Specular Manifold Sampling, SMS）整合至 Cycles，增強其折射焦散渲染能力，並記錄在處理反射交互作用時所面臨的主要挑戰。 研究首先擴充 Cycles 的流形計算流程，使之同時支援鏡面反射與折射情境，並實作無偏與有偏兩種 SMS 估計器。隨機初始化階段在鏡面曲面上取樣隨機點與微表面法向，以啟動流形探索並尋得多重光路；對應的機率估測機制分別透過重複試算（無偏）與固定解集合（有偏）完成，並可省略部分直接光照取樣流程。 本實作於自製基準場景中評估，使用渲染時間、每像素取樣數（spp）、均方根誤差（RMSE）與結構相似度指標（SSIM）等度量，與標準 Cycles 路徑追蹤及原始 MNEE 版本比較。結果顯示，整合 SMS 的 Cycles 能有效重現多次反彈折射焦散，並在相同比樣率下顯著降低噪點與誤差。 本研究最終開發出一套可處理多次反彈折射焦散的 Cycles 渲染器，並完整紀錄將先進研究移植至生產級渲染器時理論與實務落差的經驗，為後續鏡面光傳輸研究與開發奠定基礎。Item 電力調度最佳化問題與啟發式解決方案(2025) Visutarrom, Thammarsat; Visutarrom, ThammarsatItem 應用於公有區塊鏈之具監督與挑戰機制的可驗證更新模型設計與效能分析(2025) 張芸慈; Chang, Yun-Cih鏈上仲裁仰賴區塊鏈機制，以確保公平性與可信度，同時降低對中心化機構的依賴。本論文透過智能合約執行鏈上仲裁以實現挑戰機制，並透過上鏈證明的方式以達到監督機制，此外，為建立可驗證更新模型，將透過Merkle Tree與Verkle Tree兩樹狀結構，以達到資料安全的更新與驗證。本論文採用Rust實作Merkle Tree與Verkle Tree結構，並以Solidity撰寫智能合約以執行鏈上仲裁功能，以產生實驗數據。在實驗評估中會從兩個面向進行：時間效能與gas成本。時間效能部份涵蓋四項核心指標：樹狀結構的建構、資料更新、證明的生成與驗證所需時間；成本方面則依據樹種與架構差異，透過使用對應的智能合約，以測量其上鏈與驗證過程中的gas消耗。本研究以系統架構不同、樹狀結構類型以及樹的架構調整作為三大主要變數，進行多樣化實驗設計，透過蒐集實證數據，進一步分析和比較各種情境下的效能與成本表現。最終彙整研究成果，作為未來實務應用與系統設計之參考依據。Item 基於硬體資源優化的廣義迴歸神經網路FPGA設計-以QoS應用為例(2025) 林宇恩; Lin, Yu-EnItem 提取日誌資料生成溯源圖(2025) 李永豐; Lee, Yung-Feng隨著資訊安全防護日益重要，系統日誌的分析扮演關鍵角色，能協助即時偵測異常行為與追蹤潛在攻擊路徑。本研究旨在透過 Auditbeat 蒐集 Linux 系統的審計日誌（Audit Log），並結合 Elasticsearch 與 Kibana 建立可視化分析環境，進一步使用 Python 與 Graphistry 建構 Provenance Graph（溯源圖），以圖形化方式揭示系統中事件間的因果關係。本研究以實際攻擊模擬方式，結合資安事件進行溯源分析。首先透過 Auditbeat 收集檔案操作、程序建立與網路連線等系統層級事件，將資料傳送至 Elasticsearch 並以 Kibana 進行初步視覺化。為強化分析效率，進一步使用 Python 與 Pandas 擷取關鍵欄位，並透過 Graphistry 建構事件溯源圖，呈現節點間的因果關係與行為路徑。此外，研究亦模擬 Subrion CMS 中 CVE-2018-19422 漏洞，攻擊者上傳惡意 .phar 檔案取得 reverse shell，Auditbeat 可偵測其檔案異動與非預期連線行為，並於溯源圖中呈現 apache2 觸發 shell 的完整路徑。本研究亦納入釣魚攻擊模擬場景，誘導使用者輸入帳密並下載含有反向連線功能的惡意 ELF 檔案。受害者執行該檔後成功建立 Meterpreter 控制連線，進而進行檔案操作與系統控制。相關行為全程被 Auditbeat 紀錄，並以溯源圖方式具體呈現從網頁誘騙到系統被控的完整流程，驗證本方法於異常行為還原與關鍵節點追蹤之可行性。總結而言，本研究提出一套自動化、可視化的系統日誌分析流程，不僅能有效提取安全關鍵事件，亦能協助資安人員以溯源圖方式掌握攻擊者行為軌跡。此方法可應用於入侵偵測與安全監控領域，為企業與研究機構提供具實用性的日誌分析與威脅溯源工具。Item Linux 系統中敏感檔案操作之即時監控與日誌規則的動態設定機制(2025) 張皓棠; Zhang, Hao-TangLinux系統在使用auditd監控敏感檔案操作時，採用預先指定監控路徑與系統呼叫的方式設定日誌規則（以下簡稱靜態式日誌規則）。然而，面對具備長潛伏週期且行為碎片化的進階持續性威脅（Advanced Persistent Threat, APT），這類靜態式日誌規則常無法涵蓋完整攻擊鏈，導致監控記錄出現節點斷裂與資料流追蹤中斷。為彌補靜態式日誌監控系統監控範圍固定的限制，本研究設計並實作了一套針對敏感檔案操作的即時監控與日誌規則動態設定機制，透過行為解析與條件判斷，強化日誌系統對敏感檔案操作產生之資料流向的追蹤能力，並且當可疑操作發生時自動擴展日誌監控範圍，改善靜態式日誌系統監控的不足。系統以auditd為基礎，結合事件聚合、指令解碼、行為辨識與條件觸發等模組，建構出即時監控架構，可持續讀取日誌檔案內容，依據event_id聚合SYSCALL、PATH、PROCTITLE與EXECVE等紀錄，還原原始執行的指令及其相關的檔案路徑。當偵測敏感檔案發生潛在資料移動時，系統會自動將新產生的目標檔案納入監控範圍，持續擴展資料追蹤能力，並且當實驗系統關於異常事態所訂的條件被觸發時，系統中的條件式觸發機制將動態載入額外日誌規則，即時擴大日誌系統的監控範圍，落實以行為為驅動的監控策略，提升資料流追蹤的即時性與完整性。Item 排球比賽轉播影像之場地自動分割與幾何校正研究(2025) 黃富祥; Huang, Fu-Hsiang隨著運動領域對科學化的重視日益提升，如何兼顧客觀性與有效率地解析比賽過程成為當前的重要課題。現行排球資訊紀錄多仰賴人工或半自動系統，不僅耗時費力，且容易受主觀因素干擾。近年來，隨著轉播技術的進步，賽事影像資料的數量與品質持續提升，傳統的記錄與分析方式已難以因應日益龐大的資料需求，促使自動化分析技術逐漸受到關注。場地校正作為排球自動化資訊分析的核心基礎，對戰術分析與即時判斷具有重要影響。本研究運用電腦視覺技術，提出無需標註資料的場地自動分割與幾何校正方法，結合機器學習與幾何特徵分析，能自動從動態視角的影像中擷取關鍵場地區域，並利用高斯混合模型進行影像分群以辨識場地範圍，結合線段分類模型，進一步透過單應性矩陣完成幾何校正，將場地資訊映射至標準二維平面座標系統。本研究共收集21部國際排球賽事轉播影像，涵蓋四種不同場館，並於不同光照與視角條件下評估方法的穩健性與準確性。實驗結果顯示，影像分割精度達98.91%，場地校正整體IoU達98.14%。此外，本研究亦建立並公開涵蓋6837張排球轉播畫面的資料集，其中6077張完成影像分割及幾何校正的手動標註，為排球場地偵測技術的標準化與可重現性提供了參考資源。Item 結合 Focal Loss 之 CenterNet 於數位彎曲感測器手勢辨識中的類別不平衡對策研究(2025) 許玳維; Hsu, Tai-Wei在Open-set場景中的手勢辨識應用中，背景資料往往具有數量龐大與高度變異的特性，對模型造成前景辨識上的挑戰。然而，在本研究所使用的數位彎曲感測器中，資料主要反映手指的彎曲與否，背景樣本雖然數量龐大，但變異度相對有限。基於此特性，本研究的問題核心轉為在樣本極度不平衡的情況下，有效抑制背景類別對模型學習造成的主導效應。為解決此問題，本研究提出一套結合 Focal Loss 與 CenterNet 概念的手勢辨識方法，並採用 Sliding Window 技術進行資料切分與時間特徵擷取。Focal Loss 能提升模型對少數前景手勢的關注度，提升前景手勢的學習效果，同時降低背景樣本的干擾。配合以手勢中心時間點為標註依據的設計，強化模型對手勢發生時機的掌握能力。在推論階段，系統設計雙門檻判斷機制進行手勢偵測，並以編輯距離衡量連續手勢序列的整體預測準確度。實驗結果顯示，本研究提出的方法可於高比例背景樣本的資料情境下穩定辨識各類前景手勢，並於連續手勢序列辨識任務中優於傳統交叉熵法，展現出在類別不平衡下的實用性與穩健性。