科技與工程學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/5

沿革

科技與工程學院(原名為科技學院)於87學年度成立,其目標除致力於科技與工程教育師資培育外,亦積極培育與科技產業有關之工程及管理專業人才。學院成立之初在原有之工業教育學系、工業科技教育學系、圖文傳播學系等三系下,自91學年度增設「機電科技研究所」,該所於93學年度起設立學士班並更名為「機電科技學系」。本學院於93學年度亦增設「應用電子科技研究所」,並於96學年度合併工教系電機電子組成立「應用電子科技學系」。此外,「工業科技教育學系」於98學年度更名為「科技應用與人力資源發展學系」朝向培育科技產業之人力資源專才。之後,本院為配合本校轉型之規劃,增加學生於科技與工程產業職場的競爭,本院之「機電科技學系」與「應用電子科技學系」逐漸朝工程技術發展,兩系並於103學年度起分別更名為「機電工程學系」及「電機工程學系」。同年,本學院名稱亦由原「科技學院」更名為「科技與工程學院」。至此,本院發展之重點涵蓋教育(技職教育/科技教育/工程教育)、科技及工程等三大領域,並定位為以技術為本位之應用型學院。

107學年度,為配合本校轉型規劃,「光電科技研究所」由原隸屬於理學院改為隸屬本(科技與工程)學院,另增設2學程,分別為「車輛與能源工程學士學位學程」及「光電工程學士學位學程」。

News

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    以圖形處理器加速臉部辨識
    (2013) 黃瀚興
    臉部辨識(Face Recognition)是一種生物辨識,透過臉部特徵進行身分辨識。其中主成分分析法(Principle Component Analysis, PCA)被廣泛運用在臉部辨識,因為此法可以保留臉部特徵的主要成分,以降低資料維度及計算複雜度。運用主成分分析法進行臉部辨識分為訓練與辨識兩步驟。在訓練步驟,傳統的主成分分析法先計算訓練樣本的共變異矩陣並求得主成分的特徵向量。在辨識步驟,則透過計算訓練樣本與測試樣本投影在主成分特徵向量上投影量,決定辨識結果。 主成分分析法在針對高資料維度,計算共變異矩陣的特徵向量所花費的時間與所需記憶體空間都相當可觀。本研究提出以圖形處理器(Graphical Processing Units, GPU)分別加速臉部辨識的訓練與辨識步驟,其中訓練步驟以GPU加速NIPALS和GS於計算訓練樣本的的主成分,辨識步驟則以GPU加速測試樣本對特徵向量的投影計算。實驗結果顯示相較於OpenCV的Eigenface,訓練部分NIPALS GPU在得到5.9倍的加速,GS GPU則有5.25倍的加速,辨識方面能夠有1.57倍的加速效果。