<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

Browsing by Author "LIN SHENG-FUU"

Now showing 1 - 20 of 23
  • Thumbnail Image
    Item type:Item,
    RFID-based 人員及物件追蹤管制系統平台之研發---子計劃一：RFID系統與影像處理技術整合之研發(III)
    (2006)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程系
    在資訊流通效率要求如此迅速的現在，資訊掌控是相形的重要，而自動識別系統的應用，也 被廣泛應用到人、動物、貨物、產品等等轉移過程的資訊掌控。而RFID (radio frequency identification) 就是設計成能轉移能量、資料、非接觸式的轉移資料的一種自動識別系統。多個RF 標籤可以同 時通過定點，而由訊號接收器同時接收它們各別的資料，可以做多對一的形式進行。 針對本整合型計畫強調應用RFID 的技術於人員及物品在特定場所，特定區域的追蹤管制 上，本子計劃提出利用影像處理的技術來協助RFID 系統，增多對人員臉部辨識的功能，資料庫 裡增加人臉特徵的資訊，因此可提供特定目標之人或物的相關位置或方向等資訊，讓RFID 系統 有更強大的識別與追蹤功能。 本計畫至今已完成影像擷取、前處理、找出移動物體輪廓、臉部影像及其後處理，完成臉部 特徵抽取、臉部模型及資料庫的建立。第二年進行臉部辨識比對、與主系統溝通連線、完成雛型 系統及小空間實驗。本年度則專注在系統網路的最佳化、臉部辨識系統的修正及效能提升、完成 系統整合微調及實驗。
  • Thumbnail Image
    Item type:Item,
    RFID-Based人員及物件追蹤管制系統平台之研發---子計畫一---RFID系統與影像處理技術整合之研發(I)
    (2004)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程系
    在資訊流通效率要求如此迅速的現在，資訊掌控是相形的重要，而自動識別系 統的應用，也被廣泛應用到人、動物、貨物、產品等等轉移過程的資訊掌控。而 RFID (radio frequency identification) 就是設計成能轉移能量、資料，非接觸式的轉 移資料的一種自動識別系統。多個RF 標籤可以同時通過定點，而由訊號接收器同 時接收它們各別的資料，可以做多對一的形式進行。 針對本整合型計畫強調應用RFID 的技術於人員及物品在特定場所，特定區域 的追蹤管制上，本子計劃提出利用影像處理的技術來協助RFID 系統，增多對人員 臉部辨識的功能，資料庫裡增加人臉特徵的資訊，因此可提供特定目標之人或物的 相關位置或方向等資訊，讓RFID 系統有更強大的識別與追蹤功能。
  • Thumbnail Image
    Item type:Item,
    RFID-Based人員及物件追蹤管制系統平台之研製---子計畫一---RFID系統與影像處理技術整合之研發(II)
    (2005)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程系
    在資訊流通效率要求如此迅速的現在，資訊掌控是相形的重要，而自動識別系統的應用，也 被廣泛應用到人、動物、貨物、產品等等轉移過程的資訊掌控。而RFID (radio frequency identification) 就是設計成能轉移能量、資料、非接觸式的轉移資料的一種自動識別系統。多個RF 標籤可以同 時通過定點，而由訊號接收器同時接收它們各別的資料，可以做多對一的形式進行。 針對本整合型計畫強調應用RFID 的技術於人員及物品在特定場所，特定區域的追蹤管制 上，本子計劃提出利用影像處理的技術來協助RFID 系統，增多對人員臉部辨識的功能，資料庫 裡增加人臉特徵的資訊，因此可提供特定目標之人或物的相關位置或方向等資訊，讓RFID 系統 有更強大的識別與追蹤功能。 本計畫至今已完成影像擷取、前處理、找出移動物體輪廓、臉部影像及其後處理，下半年預 計完成臉部特徵抽取、臉部模型及資料庫的建立。第二年(明年)將致力於臉部辨識比對、與主系 統溝通連線、完成雛型系統及小空間實驗、與現有商品系統比較，第三年(後年)則專注在系統網 路的最佳化、臉部辨識系統的修正及效能提升、完成系統整合微調及大規模實驗。
  • Thumbnail Image
    Item type:Item,
    三次元影像之追蹤與辨識法則研發
    (2008)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學電機與控制工程學系(所)
    隨著雷射測距儀的不斷發展，雷射測距的技術被使用在許不同的領域，像是距離量測、地形地貌 監測、三維立體物的量測等等。藉由三維雷射影像掃瞄儀能取得物體的距離影像以及強度影像，可以 提供物體的三維度空間的資訊。相較於傳統利用立體視覺影像產生的深度資訊，三維雷射影像掃瞄儀 除了有不需要校正向機參數的優點外，還能確保量測的結果相當精確。由於這些特點，以三維雷射影 像掃瞄儀所獲得物體的表面，可以被用來發展一套三次元影像識別的技術。建立三次元影像識別的技 術，首先要解決物體在不同視角下，產生不同型態表面輪廓的問題。換句話說，如何抽取出適當的特 徵，使得不論物體的姿態為何，所得到的特徵都不會改變，才能使辨識的工作順利完成。 本計畫發展三次元影像辨識法則的目標為：(1)建立與姿態無關的物體特徵，(2)在3-D 場景中偵測 感興趣的區域(ROI)，(3)自動辨識三維物體的演算法。在建立與姿態無關的物體特徵方面，引入旋轉 影像的概念，可以解決物體的特徵影像不隨著姿態改變而改變。由於旋轉影像是使用局部座標對物體 之表面影像點來編碼，所以旋轉影像的特徵並不會因為物體在三維空間的姿態而改變，基於這種特 性，本計畫中目標物體模型的特徵影像都是依照旋轉影像的概念來產生。在找出特徵影像後，利用3-D 線索法在一個大區域的場景來偵測出有興趣的區域(ROI)，再使用相關程序找出ROI 中與模型相匹配 的點並計算其可能的轉換，最後可運用遞迴最近點法則(iterative closest point algorithm, ICP)來驗證，得 到的結果為場景對應模式比較之比對辨識優適度，愈高的比對辨識優適度表示愈高的模式與實景之比 對信心指數，這種方法即是本計畫所使用的三維自動目標偵測與識別法則。
  • Thumbnail Image
    Item type:Item,
    以線上學習神經網路為基礎之手寫中文辨認系統的研究
    (1995)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學控制工程學系
  • Thumbnail Image
    Item type:Item,
    以鍵盤或數位板及語音方式輸入中文字之編碼研究及其於機器人寫書法的應用
    (1995)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學控制工程研究所
    我們一直希望機器人能繼承專家的技巧,如 果成功了,將來的機器人將會比現有的機器人 更聰明,更能服務人類.本計畫試著往這個方向 努力,而以機器人是否能繼承我們寫書法的技 巧為例,來研究這個課題.我們寫書法是經由臨 摹、學習等反覆的動作才達成的.本計畫的目 的是想瞭解:若這一件事改由機器來執行,得經 過多少繁雜的手續才能達成?它又能寫得多好 呢?成效又如何?機器臂寫書法只不過是一個例 子罷了.本子計畫得先知道透過鍵盤、數位板 、麥克風或是掃描器等介面,傳達來的想讓機 器人臂依造的字體(概稱為輸入訊號).接下來, 我們將這個輸入訊號作字跡編碼,這是本子計畫的主要工作也是一個頗具挑戰性工作,因為 它得蘊含機器臂所需要的資訊,而這些資訊將 被要求精簡,又能毫無漏失字跡所具備的特徵. 模仿字跡的成敗關鍵之一,在於如何控制機器 臂於寫字時,能沿著特定的軌跡及遵循著特定 的力道.本子計畫擬採用鏈狀碼(Chain code)、筆 畫型態碼(Stroke-type code)及人工智慧語言描述法 來研究中文字的編碼.同時也會建立一個可依 專家意見而修正的字跡編碼資料庫.將來這個 編碼透過控制器轉化成機器臂能接受的訊號, 當這些訊號被傳送至機器臂後,機器臂就能寫 出指定的字.
  • Thumbnail Image
    Item type:Item,
    基於光鉗系統之顯微影像觀測系統之設計與研發
    (2007)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學電機與控制工程學系(所)
    隨著生醫技術的不斷發展，生物資訊的獲得與分析漸漸的受到大家的注意與重視，顯微影像 技術可說是觀察與獲取生物資訊的一個重要媒介，生物與醫學專家透過顯微影像的取得得以分析 生物細胞的生理與物理特性。然而，一般的顯微影像研究都是需要人工的觀察與記錄往往相當費 時，如能與影像處理技術相結合併配合自動化控制技術來建立一個自動化監控、觀察、記錄與分 析系，這個系統將能提供生物醫療研究更有效率的研究方法。利用光鉗(Optical tweezer)的技術可 以輕易的操控微米級的物體，如塑膠微粒、玻璃球、微生物細胞、病毒…等，而此操作工具的主 要優點為非接觸性與非侵入性，只要光鉗使用的雷射光波長範圍內的吸收係數夠小，被箝物體就 不會被破壞，這樣的特性可以被使用在生物細胞物理特性分析的研究上。 本子計畫目標為:(一)自動化生物細胞觀測記錄系統之研發(二)協助整合光鉗系統(三)完成光 鉗系統的應用例-神經細胞的行為觀測。在自動化生物細胞觀測記錄系統之研發中，運用影像前處 理可以消除雜訊與光源所產生不均勻背景的現象，並利用生物細胞辨識及分割技術可以計算細胞 數量與特定細胞移動軌跡之追蹤。透過神經細胞定位與軸突生長追蹤的結果，可以繪出神經元網 路的結構與記錄細胞生長的方式。研究細胞結構與特性分析，設計資料記錄方式及影像壓縮儲存 技術，以利於系統長期監控與記錄。在協助整合光鉗系統中，本計畫藉由影像定位的技術，提供 XYZ 三軸平台迴授控制的參考資訊。利用影像自動對焦技術，提供液態變焦鏡頭的焦點校正，同 時可協助判斷液態變焦鏡頭聚焦成像的正確性。在目前光鉗系統中，以往都是以肉眼來觀察被箝 物體是否被箝住，而本計畫將發展確認光鉗系統是否箝住目標物的技術，來實現自動光鉗操作系 統。本計畫的最後目標為完成光鉗系統於神經細胞的行為觀測，影像觀測系統能提供自動化及精 確的光鉗操作環境與滿足長時間神經細胞生長觀測的需求。
  • Thumbnail Image
    Item type:Item,
    基於深度影像資訊之救災探勘機器人協同系統的設計與研發(I)
    (2008)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學電機與控制工程學系(所)
    近年來將機器人應用在救災方面的設計是一個相當熱門的應用，其中如救災搜索機器人的研究， 主要是可以在因地震倒塌的建築物內決定搜索地點。此類機器人可以記錄位置資訊，辨識已搜索和尚 未搜索的地方。將機器人應用在救災方面的設計的好處是可以有效且快速的進行受困民眾的搜尋以及 可以透過機器人的探索了解倒塌的建築物的內部情形以方便救難人員進入搜救，有鑑於此，本計畫書 提出了一個基於深度影像資訊之救災探勘機器人計畫，提供在倒塌的建築物中搜尋受困者的功能並且 協助搜救人員進入救援受難者的功能，本計畫主要包含3D場景重建、機器人定位、機器人可行路徑判 斷以及路徑規劃透過3D場景重建可以知道倒塌的建築物內部的情況藉以幫助救難人員了解倒塌的建 築物內部情況，而機器人定位則是幫助理解機器人行進的方向、角度以協助建立路徑，機器人可行路 徑判斷有助於機器人朝正確的方向前進，最後再透過路徑規劃規劃出適合搜救人員進入的最短路徑。 如果多隻機器人可進行探勘，則可藉著彼此之間的資訊傳輸與協同合作，避免相同區域重複探勘，進 而增加探勘搜索效率。
  • Thumbnail Image
    Item type:Item,
    基於深度影像資訊之救災探勘機器人協同系統的設計與研發(II)
    (2009)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學電機與控制工程學系(所)
    本計畫提出了一個具有深度資訊影像之救災探勘機器人計畫，提供在倒塌的建築物中搜尋受困者的功能並且協助搜救人員進入救援受難者的功能。本計畫主要包含3D場景重建、機器人定位、機器人可行路徑判斷以及路徑規劃。透過3D場景重建可以知道倒塌的建築物內部的情況藉以幫助救難人員了解倒塌的建築物內部情況，而機器人定位則是幫助理解機器人行進的方向、角度以協助建立路徑，機器人可行路徑判斷有助於機器人朝正確的方向前進，最後再透過路徑規劃規劃出適合搜救人員進入的最短路徑。如果多隻機器人可進行探勘，則可藉著彼此之間的資訊傳輸與協同合作，避免相同區域重複探勘，進而增加探勘搜索效率。 本計畫的第一年進度至今已完成系統部份架構，制定系統規格。在3D場景重建部份，已經完成了結合兩張簡單場景的影像註冊。在機器人定位部份，已分別將軸編碼器以及姿態感測器與機器人平台做結合。在機器人可行路徑判斷部份，已完成距離資料分析。在路徑規劃部分，已完成TSK形式模糊類神經網路的架構。第二年(明年)裡，3D場景重建部份，預計以三維雷射掃描取得的三維座標資料，進行表面重建的工作。在機器人定位部份，預計完成救援機器人的絕對定位系統，最後採用資料融合的技術將相對定位系統與絕對定位系統整合，來做最後的定位估計。在可行進路徑判斷系統中，目標除了障礙物的防碰撞機制外，最主要是將路徑圖表示出來。在路徑規劃部份，預計將路徑紀錄的結果建立成路徑樹。接下來完成查詢路徑環境並測試之。
  • Thumbnail Image
    Item type:Item,
    多功能虛擬實境動態模擬系統---子計畫IV：六軸平台的影像定位系統之研發(I)
    (1999)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程系
  • Thumbnail Image
    Item type:Item,
    多功能虛擬實境動態模擬系統---子計畫IV：六軸平台的影像定位系統之研發(II)
    (2000)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程系
  • Thumbnail Image
    Item type:Item,
    多功能虛擬實境動態模擬系統---子計畫四：六軸平台的影像定位系統之研發(II)
    (2000)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學電機與控制工程學系
  • Thumbnail Image
    Item type:Item,
    於虛擬環境中之人性化人機介面技術開發及其於機器臂操控之應用
    (1996)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學控制工程研究所
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
    於虛擬環境中之人性化人機介面技術開發及其於機器臂操控之應用---子計畫二：具有回授學習能力的手勢控制介面之研製及其於機器臂操控之應用(II)
    (1997)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學控制工程研究所
    最近幾年來，人機介面的研發一直朝著更合乎人性化、更有效率、更多樣化的方向邁進。這將使機器與機器使用者的距離縮短，而且能更有效，更合乎需求地來使用機器達到我們的目的。由於手勢是一種相當原始又自然的示意方式，本子計畫將對手勢介面作研究。 它將分成九個部份：透過 CCD 取像系統獲得影像，從影像中將手勢分離出來，學習手勢，辨識手勢，手勢模糊性的研究，以手勢操控機器臂，知識庫的建立，在操控機器臂方面學習能力的建立，有視窗選項的手勢操控等進行研究。我們以 CCD 取像系統取得手勢影像後，利用邊緣偵測的技巧， 將影像中的手勢部分分離出來。 我們定義了 32 種標準手勢， 並且自行發展 AdaptiveHamming Net(AHN) 神經網路架構，對這些標準手勢進行學習。 完成上述工作後，我們目前正在測試辨識率，同時分析手勢特徵的選取的成效。有了第一年的成果，第二年將目標放在提高手勢辨識率及將手勢介面應用到機器臂的操控上。關於提高辨識率方面，由於手勢具有模糊性，因此，這將涵蓋影像分割、特徵抽取、學習法則等的重新檢測，及它們對手勢模糊性的容忍狀況。第二部份，我們將要求手勢介面能成功地和機器臂連線完成初期控制目標。第三年，將朝智慧型控制的方向努力，將手勢介面引進到透過虛擬環境的機器臂遙控上，此時，我們將為這項實驗建立手勢方面的知識庫，利用虛擬畫面所提供的資訊建立操控機器臂方面的學習能力。同時建立視窗選項，直接以手指示意操控指令來進行操控機器臂，達到操控機器臂的目的。
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
    神經網路應用於自動目標辨識系統之研究
    (1996)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    國立交通大學控制工程學系
  • Thumbnail Image
    Item type:Item,
    神經網路用於自動目標辨識系統之研究
    (1997)
    林昇甫
    ;
    LIN SHENG-FUU
    ;
    交通大學電機與控制工程研究所
    目標自動辨識是一件不容易的工作， 特別是在複雜的背景環境與訊號 - 雜訊比低的情況下，更是如此。由於自動目標辨識涉及從複雜、不確定的環境中擷取重要的資訊，傳統的影像處理、圖像辨識、人工智慧等技巧只能解決部分的問題，因此，應用新的方法來解決自動目標辨識的問題就刻不容緩。一個好的自動目標辨識系統除了要能適應目標物和環境的變化外，還必須能夠擷取到不受目標物平移、旋轉、放大、縮小、局部遮掩與環境影響的特徵。神經網路具有從範例中學習、自適應、平行處理分散式儲存、容錯能力等特性，目前已在許多實際應用上穫至令人鼓舞的進展，因此，本計畫擬採用神經網路來建立自動目標辨識系統。本計畫的第一年裡，我們已經完成在理想狀態下（即環境背景單純化），將目標物影像從原始影像中分離出來，再利用特徵抽取的技巧，得到目標物的特徵向量。接下來是將事先指定的數個目標物影像用來訓練神經網路，這個完成學習的神經網路將被用來當作分類器使用。目前，自動目標辨識系統雛形已經完成，正在進行測試辨識率。本年度將在上述的成果基礎上，考慮目標物受到地形地物、花草樹木的局部遮掩的情況下的目標辨識。因此，我們將著重於設計一個能重建破碎邊界、消除雜訊的邊界偵測器；找尋一組不受目標物及環境影響的特徵；設計能處理多組特徵融合的神經網路。