Browsing by Author "Lin Wen-Chieh"

Now showing 1 - 14 of 14

圖學導向材質感知模型與感知最佳化材質處理演算法的開發
(2009)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系(所)
計算機圖學的主要目標之一是產生具現實感知的圖像。然而，感知或許是人體中最複雜和最神奇的功能。我們需要在視覺感知上有更好的瞭解，才能有效調整圖學演算法來滿足使用者在視覺感知上的要求。因此，將感知評估機制納入計算機圖學演算法中，可對於現實化的成像，有很大的助益。這個計劃的其中一個目標，即是在探討視覺感知模型和計算機圖學演算法可行的整合機制。材質是真實世界中非常常見的視覺現象。因此，材質長期以來一直是視覺感知和計算機圖學領域中熱門的研究主題。然而，現有的材質感知模型，大多數是探討材質偵測或分割，和針對人工材質發展出來的，它們並不適合使用在圖學的應用上。我們確實需要的是一個由真實世界中的自然材質所建立出材質感知模型。最近在材質合成和操作演算法的成功，我們已能控制自然材質，這使得自然材質刺激可以被使用在視覺感知研究實驗中。此外，由於在神經科學和心理生理學上的進步，我們現在能測量和分析人腦中神經系統的活動。這對於我們瞭解人腦中的感知和認知過程有很大地幫助。由於以上這些領域的快速發展，開發適合計算機圖學應用的材質感知模型的時機，已然成熟。在本計劃中，我們提出一個圖學感知互作用的閉迴圈架構。它可以交互式地改進視覺感知模型和計算機圖學演算法。根據這個架構，我們將結合心理物理學的方法、心理生理學的測量(腦電圖和眼睛運動跟蹤)和計算機圖學演算法，開發一個針對圖學導向的材質感知模型和符合感知最佳化的材質處理演算法。本計劃是第一個嘗試建立針對圖學導向的材質感知模型的研究，和第一個展示出真實世界的材質刺激是可能受控制和使用在人類視覺研究中的計劃。本計劃如果成功的話，將對計算機圖學和人類視覺研究領域產生重要的影響。
圖學導向材質感知模型與感知最佳化材質處理演算法的開發
(2007)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系(所)
計算機圖學的主要目標之一是產生具現實感知的圖像。然而，感知或許是人體中最複雜和最神奇的功能。我們需要在視覺感知上有更好的瞭解，才能有效調整圖學演算法來滿足使用者在視覺感知上的要求。因此，將感知評估機制納入計算機圖學演算法中，可對於現實化的成像，有很大的助益。這個計劃的其中一個目標，即是在探討視覺感知模型和計算機圖學演算法可行的整合機制。材質是真實世界中非常常見的視覺現象。因此，材質長期以來一直是視覺感知和計算機圖學領域中熱門的研究主題。然而，現有的材質感知模型，大多數是探討材質偵測或分割，和針對人工材質發展出來的，它們並不適合使用在圖學的應用上。我們確實需要的是一個由真實世界中的自然材質所建立出材質感知模型。最近在材質合成和操作演算法的成功，我們已能控制自然材質，這使得自然材質刺激可以被使用在視覺感知研究實驗中。此外，由於在神經科學和心理生理學上的進步，我們現在能測量和分析人腦中神經系統的活動。這對於我們瞭解人腦中的感知和認知過程有很大地幫助。由於以上這些領域的快速發展，開發適合計算機圖學應用的材質感知模型的時機，已然成熟。在本計劃中，我們提出一個圖學感知互作用的閉迴圈架構。它可以交互式地改進視覺感知模型和計算機圖學演算法。根據這個架構，我們將結合心理物理學的方法、心理生理學的測量(腦電圖和眼睛運動跟蹤)和計算機圖學演算法，開發一個針對圖學導向的材質感知模型和符合感知最佳化的材質處理演算法。本計劃是第一個嘗試建立針對圖學導向的材質感知模型的研究，和第一個展示出真實世界的材質刺激是可能受控制和使用在人類視覺研究中的計劃。本計劃如果成功的話，將對計算機圖學和人類視覺研究領域產生重要的影響。
圖學導向材質感知模型與感知最佳化材質處理演算法的開發
(2008)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系(所)
計算機圖學的主要目標之一是產生具現實感知的圖像。然而，感知或許是人體中最複雜和最神奇的功能。我們需要在視覺感知上有更好的瞭解，才能有效調整圖學演算法來滿足使用者在視覺感知上的要求。因此，將感知評估機制納入計算機圖學演算法中，可對於現實化的成像，有很大的助益。這個計劃的其中一個目標，即是在探討視覺感知模型和計算機圖學演算法可行的整合機制。材質是真實世界中非常常見的視覺現象。因此，材質長期以來一直是視覺感知和計算機圖學領域中熱門的研究主題。然而，現有的材質感知模型，大多數是探討材質偵測或分割，和針對人工材質發展出來的，它們並不適合使用在圖學的應用上。我們確實需要的是一個由真實世界中的自然材質所建立出材質感知模型。最近在材質合成和操作演算法的成功，我們已能控制自然材質，這使得自然材質刺激可以被使用在視覺感知研究實驗中。此外，由於在神經科學和心理生理學上的進步，我們現在能測量和分析人腦中神經系統的活動。這對於我們瞭解人腦中的感知和認知過程有很大地幫助。由於以上這些領域的快速發展，開發適合計算機圖學應用的材質感知模型的時機，已然成熟。在本計劃中，我們提出一個圖學感知互作用的閉迴圈架構。它可以交互式地改進視覺感知模型和計算機圖學演算法。根據這個架構，我們將結合心理物理學的方法、心理生理學的測量(腦電圖和眼睛運動跟蹤)和計算機圖學演算法，開發一個針對圖學導向的材質感知模型和符合感知最佳化的材質處理演算法。本計劃是第一個嘗試建立針對圖學導向的材質感知模型的研究，和第一個展示出真實世界的材質刺激是可能受控制和使用在人類視覺研究中的計劃。本計劃如果成功的話，將對計算機圖學和人類視覺研究領域產生重要的影響。
基於動作序列學習的感知關聯性角色動畫
(2014)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
物理模擬、資料驅動或是兩者混合的方法是近年來最普遍被應用來產生角色動畫的方法。一個常見於基於物理模擬的動畫的問題是它通常需要輸入參考動作來決定模擬角色的動作類型或形式。雖然資料驅動技術可以被應用來解決這類問題，此類技術的能力仍嚴重受限於所用資料庫內運動的變化性。其主因在於資料驅動技術大多僅由資料庫中合成動作，實際上並未對運動建模。即使目前有一些統計或是物理模型被提出來協助資料驅動技術，這些模型並未具有物理上或是生物力學上的意義。現有電腦動生成方法的另一關鍵問題是運動的產生與模擬角色的感知是無關的。然而，在現實世界裡，人們通常會感受外界環境並調整自己的動作，這些調整有些甚至是無意識的預期或預防動作。本計劃的目的即是為了要解決以上動作類型產生及缺乏感知關連的這兩個問題。我們將利用生物力學分析設備蒐集人類運動資料，並研究應用動作技能學習來產生角色動畫，以發展出與感知關聯的動作生成方法。此計劃所發展的方法，不僅可產生物理上正確以及真實自然的人體動作。更重要的突破是我們的方法將不只是模仿既有動作，更能藉由動作技能學習產生新的動作類型，並能利用模擬知覺產生更自然的反應動作，例如平衡保持或是需高度協調性的運動動作，如揮棒、揮拍或是揮桿的擊球動作等。我們相信，這些突破在未來將可對角色動畫的研究帶來重大貢獻。
基於動作序列學習的感知關聯性角色動畫
(2013)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
物理模擬、資料驅動或是兩者混合的方法是近年來最普遍被應用來產生角色動畫的方法。一個常見於基於物理模擬的動畫的問題是它通常需要輸入參考動作來決定模擬角色的動作類型或形式。雖然資料驅動技術可以被應用來解決這類問題，此類技術的能力仍嚴重受限於所用資料庫內運動的變化性。其主因在於資料驅動技術大多僅由資料庫中合成動作，實際上並未對運動建模。即使目前有一些統計或是物理模型被提出來協助資料驅動技術，這些模型並未具有物理上或是生物力學上的意義。現有電腦動生成方法的另一關鍵問題是運動的產生與模擬角色的感知是無關的。然而，在現實世界裡，人們通常會感受外界環境並調整自己的動作，這些調整有些甚至是無意識的預期或預防動作。本計劃的目的即是為了要解決以上動作類型產生及缺乏感知關連的這兩個問題。我們將利用生物力學分析設備蒐集人類運動資料，並研究應用動作技能學習來產生角色動畫，以發展出與感知關聯的動作生成方法。此計劃所發展的方法，不僅可產生物理上正確以及真實自然的人體動作。更重要的突破是我們的方法將不只是模仿既有動作，更能藉由動作技能學習產生新的動作類型，並能利用模擬知覺產生更自然的反應動作，例如平衡保持或是需高度協調性的運動動作，如揮棒、揮拍或是揮桿的擊球動作等。我們相信，這些突破在未來將可對角色動畫的研究帶來重大貢獻。
基於動作序列學習的感知關聯性角色動畫
(2012)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
物理模擬、資料驅動或是兩者混合的方法是近年來最普遍被應用來產生角色動畫的方法。一個常見於基於物理模擬的動畫的問題是它通常需要輸入參考動作來決定模擬角色的動作類型或形式。雖然資料驅動技術可以被應用來解決這類問題，此類技術的能力仍嚴重受限於所用資料庫內運動的變化性。其主因在於資料驅動技術大多僅由資料庫中合成動作，實際上並未對運動建模。即使目前有一些統計或是物理模型被提出來協助資料驅動技術，這些模型並未具有物理上或是生物力學上的意義。現有電腦動生成方法的另一關鍵問題是運動的產生與模擬角色的感知是無關的。然而，在現實世界裡，人們通常會感受外界環境並調整自己的動作，這些調整有些甚至是無意識的預期或預防動作。本計劃的目的即是為了要解決以上動作類型產生及缺乏感知關連的這兩個問題。我們將利用生物力學分析設備蒐集人類運動資料，並研究應用動作技能學習來產生角色動畫，以發展出與感知關聯的動作生成方法。此計劃所發展的方法，不僅可產生物理上正確以及真實自然的人體動作。更重要的突破是我們的方法將不只是模仿既有動作，更能藉由動作技能學習產生新的動作類型，並能利用模擬知覺產生更自然的反應動作，例如平衡保持或是需高度協調性的運動動作，如揮棒、揮拍或是揮桿的擊球動作等。我們相信，這些突破在未來將可對角色動畫的研究帶來重大貢獻。
基於腦波分析之人機互動設計與易用性驗證
(2015)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
基於腦波分析之人機互動設計與易用性驗證
(2016)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
應用於大規模人群移動之視覺化與分析及建模技術之研究---子計畫二：結合互動式視覺化技術之交通與人群動態分析
(2015)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
大規模的人群移動分析對於都市規劃、交通預測、避難疏散以及流行病毒傳播等的研究上均扮演重要腳色。隨著各類型可攜式全球定位系統(GPS)的普及以及大規模交通監測網路的設置，我們可以更輕易的量測到各種人群移動資料。這些移動資訊可能是精確的個人移動軌跡(例如手機GPS、車輛GPS)或僅是量測的平均統計量(例如車輛偵測器測得的平均流量或車速、捷運進出口人數)。如何從不同類型的大規模即時資訊或長期資料來分析人群移動，是極具重要性與挑戰性的研究課題。在本子計畫中，我們將以人群在道路或大眾運輸系統移動之視覺化動態分析為主，並探討人群移動與車輛交通的互動關係。針對現今車輛交通及人群移動資料的大資料特性，利用互動式可視化技術來協助專家有效呈現及分析交通及人群移動資料。主要原因在於人類的視覺感知及分析能力，目前仍遠高於現代電腦所能達到的範圍。互動視覺化分析緊密結合了人類的視覺感知能力以及電腦的運算搜尋能力，透過兩者的互補，使用者可以有效率的分析大量資料。互動視覺化分析不僅提供資料關聯性，也提供模型來闡述資料的模式。我們相信本計畫將會對視覺化、計算機圖學、大資料分析視覺化、社會學及運輸科學等跨領域研究帶來具體貢獻與實質影響。本計畫預期貢獻如下：(1)提出以互動式視覺化分析技術探討大規模長時間的交通動態與人群移動及其互動關係；(2)發展適合多類型交通動態與人群移動視覺化分析與互動建模技術；(3)所發展的模型及分析結果對於大規模的車輛與人群的電腦模擬將有關鍵影響，可產生更逼真的電腦動畫、更精確的交通預測、更完善的運輸規劃與避難疏散措施。
應用於大規模人群移動之視覺化與分析及建模技術之研究---子計畫二：結合互動式視覺化技術之交通與人群動態分析
(2014)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
應用於大規模人群移動之視覺化與分析及建模技術之研究-子計畫二：結合互動式視覺化技術之交通與人群動態分析
(2013)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
程序式合成的高階控制( II )
(2011)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
程序式合成的高階控制(I)
(2010)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系（所）
程序式合成技術被廣泛的使用在產生材質圖案、地形模型、植物模型、動物毛皮紋路、建築物以及城市模型等。這類技術在大規模合成的應用上很有效，而在資料儲存空間有限或是資料不易獲得的情況下特別有用。在程序式材質合成法中，如柏林雜訊、小波雜訊及Gabor 雜訊等早已被廣泛的應用在電腦遊戲、視覺特效及電腦動畫中。而在近幾年，由於建構虛擬環境與自然及都市生態模擬的需求，程序式合成技術也被應用在植物及建築物的建模生成上。儘管程序式合成技術的應用不勝枚舉，程序式合成的高階控制卻是一個極少被注意的問題。使用者在使用程序式合成方法時常常需要反覆調整很多的低階參數以達到想要的結果，這個過程往往非常繁瑣耗時。事實上，目前在材質雜訊函數的使用上，並不存在一個有效的控制方法。而在植物及建築物模型的程序式合成上，雖然目前已經有ㄧ些研究在開發更友善更直覺的方法，例如以影像為基礎的建模或是描繪式介面等，這些方法仍然著重在重建出與影像或繪圖中的物體在視覺上相似的三維模型。由於這些方法所重建出的模型，不ㄧ定符合原有物體的物理或生物合理性，所以這些模型也無法被應用在物理或生物模擬中，其應用受到很大侷限。在這個計畫中，我們將發展一個程序式合成的高階控制統合架構。這個架構的核心是一個基於最佳化與機器學習的方法，能夠依據使用者輸入的簡單繪圖、範例圖形或影像以及其他高階指令等，自動選擇程序式合成系統的模型或法則並調整參數，以產生使用者想要的合成結果。由於程序式合成的模型或法則都具有物理或生物合理性，我們的方法所獲得的參數及生成結果都自然具有物理或生物合理性。我們亦將結合不同輸入媒介，配合學習機制，發展更智慧的高階控制介面。我們預期這個計畫的貢獻是：(1)提出一個程序式合成的高階控制的新穎觀念；(2) 研發出一個透過模型或法則自動選擇及參數最佳化，進行程序式合成高階控制的統合架構。(3)由於我們所提出的高階控制統合架構，程序式合成將有更廣泛的應用。
追蹤與操作真實環境中的動態似規則化材質
(2006)
林文杰
;
Lin Wen-Chieh
;
國立交通大學資訊工程學系(所)
似規則化材質(Near-regular Texture)是真實世界中極為常見的材質，特別是在人類的生活環境中，例如布料圖案、建築物磁磚外牆、室內地板、壁紙等。雖然材質的分析合成在過去數十年來一直是電腦視覺及電腦圖學上非常熱門的研究領域，能夠有效處理似規則化材質的電腦演算法，仍是相當稀少。在先前的研究中，我們發展出能有效分析及操作靜態似規則化材質的演算法，利用似規則化材質的特性，以確保似規則化材質的幾何結構及色彩外觀的規則度與亂度，在合成及操作的過程中被真實的保留住。在本計畫中，我們將進一步利用似規則化材質的特性，分析及操作影片中的動態似規則化材質(Dynamic Near-regular Texture)。我們的目標是在研究及發展動態似規則化材質的模型、追蹤及操作相關的演算架構。動態似規則化材質有一個非常重要的拓樸不變(topology invariance)特性：亦即動態似規則化材質的幾何及外觀即使在運動中有劇烈的變化，其網格結構(lattice structure)的拓樸仍是保持不變的。基於拓樸不變的特性，我們提出一個使用網格結構的馬可夫隨機場模型(lattice-based Markov Random Field Model)來描述三維時空中的動態似規則化材質。此動態似規則化材質模型是由一個全域網格結構與影像觀察模型組成：前者用以表示材質元素(texton)間的整體拓樸限制，後者則是用以表示個別材質元素的幾何及外觀變化。直觀上，動態似規則化材質模型的運作方式像是一個具統計特性的彈簧網路—各元素間的間隔距離及幾何形狀是基於統計模型動態調整的。利用網格結構的馬可夫隨機場模型，我們將發展一個追蹤動態似規則化材質的演算法以有效解決追蹤動態似規則化材質的特殊挑戰，如材質元素間的相似外觀所引起的追蹤混淆問題、遮蔽問題、照明變化及元素外觀在運動中的變化等。此動態材質追蹤演算法可應用在影片編輯中(在攝影機參數及場景幾何參數均未知的情況下)，例如將似規則化材質替換為任意的材質或是在動態似規則化材質的表面上貼覆任意的圖案等。本計畫的主要學術貢獻將是發展出一套追蹤及操作動態似規則化材質的演算架構，可以應用在以材質為基礎的動態影像編輯。此將產生許多創新的應用，例如數位內容中的動態材質編輯及搜尋、數位服裝設計中在同套服裝下替換不同布料的動態預視、電影數位特效等。