优化处理策略之快速消除扭曲算法 我们的论文（优化处理策略之快速消除扭曲算法；A Quickly Dewarping Algorithm of Optimization Processing Strategy）被 2019 工程科技应用研讨会 接受了。 会议地点在台北城市科技大学的工程学院，举办日期是公元二零一九年四月十二日。 最近，全景图像的应用逐渐变得越来越有用。优点是一个能够捕捉360度图像的相机。但是，360度图像是饼图像。因此，Dewarping技术有助于饼图像转换为平面图像。在本研究中，不需要参考额外的信息，如摄像机参数，镜头参数，视频或图像参数等。本研究提出了去扭曲算法的优化处理策略。策略和算法进一步改善了性能。快速去扭曲算法能够将圆（全景图像）快速变换为平面图像。优化处理策略能够提高算法的性能。用于评估性能，本研究中使用的CPU负载。比较其他Dewarping算法的性能。结果，这项研究在性能方面优于其他Dewarping算法。 本研究旨在研究去扭曲算法的快速计算和低CPU负载。 例如，图2是原始图像。 图3显示了本研究的基线。 图4是研究的结果图像（全景图像）。 图2 原始图像 图3 显示了本研究的基线 图4 研究的结果图像（全景图像） 表1是比较概览表[8]。 有六家公司的算法和我们提出的算法。 这项研究支持所有鱼眼相机和特殊鱼眼相机（Cata-Fisheye相机）。 有不同之处在于是否使用GPU。 虽然有两家公司使用GPU进行去扭曲算法。 但是，当应用OpenCL来使用GPU时，NUUO的去扭曲算法的CPU负载为19％。 当源图像的分辨率为1920 x 1440时，我们提出的CPU负载为3.65％。图5是我们提出的算法的CPU负载图。 表1 比较概览表 User additional effort Generic De-warp Support vendor Calibration GPU Acceleration NUUO No need Yes All fi...

最佳化處理策略之快速消除扭曲演算法 我們的論文（最佳化處理策略之快速消除扭曲演算法；A Quickly Dewarping Algorithm of Optimization Processing Strategy）被 2019 工程科技應用研討會 接受了。 會議地點在台北城市科技大學的工程學院，舉辦日期是西元二零一九年四月十二日。 最近，全景影像的應用逐漸變得越來越有用。優點是一個能夠捕捉3​​60度影像的相機。但是，360度影像是圓形影像。因此，Dewarping技術有助於圓形影像轉換為平面影像。在本研究中，不需要參考額外的信息，如攝像機參數，鏡頭參數，視頻或影像參數等。本研究提出了去扭曲演算法的優化處理策略。策略和演算法進一步改善了性能。快速去扭曲演算法能夠將圓（全景影像）快速變換為平面影像。優化處理策略能夠提高演算法的性能。用於評估性能，本研究中使用的CPU負載。比較其他Dewarping演算法的性能。結果，這項研究在性能方面優於其他Dewarping演算法。 本研究旨在研究去扭曲演算法的快速計算和低CPU負載。 例如，圖2是原始影像。 圖3顯示了本研究的基線。 圖4是研究的結果影像（全景影像）。 圖2 原始影像 圖3 顯示了本研究的基線 圖4 研究的結果影像（全景影像） 表1是比較概覽表[8]。 有六家公司的演算法和我們提出的演算法。 這項研究支持所有魚眼相機和特殊魚眼相機（Cata-Fisheye相機）。 有不同之處在於是否使用GPU。 雖然有兩家公司使用GPU進行去扭曲演算法。 但是，當應用OpenCL來使用GPU時，NUUO的去扭曲演算法的CPU負載為19％。 當源影像的分辨率為1920 x 1440時，我們提出的CPU負載為3.65％。圖5是我們提出的演算法的CPU負載圖。 表1 比較概覽表 User additional effort Generic De-warp Support vendor Calibration GPU Acceleration NUUO No need ...

A Quickly Dewarping Algorithm of Optimization Processing Strategy Our proposed (A Quickly Dewarping Algorithm of Optimization Processing Strategy) was accepted to the engineering technology application conference in 2019 . The conference place is in the College of Engineering of the Taipei City University of Science & Technology (TPCU) in Taiwan (R.O.C.), and Conference Date on 12th April, 2019. Recently, the applications of the panoramic image are useful progressively more and more. The advantage is one camera that is able to catch 360-degree image. However, the 360-degree image is a circle image. Therefore, the Dewarping technology is helpful that the circle image transforms into a plane image. In this study, do not need to refer to extra information, such as camera parameters, lens parameters, video or image parameters, etc. The Optimization Processing Strategy for the Dewarping Algorithm is proposed in this study. The Strategy and the Algo...

基于摇晃实时视讯之强韧式火焰侦测法 我们的论文被 2019 工程科技应用研讨会 所接受。会议日期是公元二零一九年四月十二日，地点在台北城市科技大学的工程学院。 我们将研究成果放在 GitHub，网址是 https://github.com/laitaiyu/ComputerVision__HEFD-MCS ，我们提供部分的程序原始码，以及完整的实验档案。 火焰侦测的两个关键问题是高准确率和低误报率，本研究主要关注后者。在过去，来自监视的静态视频 - 用于分析和发现火焰。然而，这些研究是使用背景方法进行的，后者无法处理动态视频，例如用手机拍摄的视频。为了实现静态和动态视频的全自动火焰检测，本研究采用了两种高效策略。首先，特征提取：建立强Sobel边缘和火焰纹理，然后增强图像边缘。火焰颜色过滤器规则有助于过滤火焰候选区域。其次，高性能分析方法：通过运动向量法和填充率过滤火焰或非火焰，然后使用组来建立火焰的轮廓。我们的实验结果表明，静态，动态（包括摇晃）和实时视频的结果为92.83％（TP），9.76％（FP），1.77％（FN）。 本研究旨在从不稳定的火场景镜头或从不同角度拍摄的镜头中检测火焰。 本节讨论了所提出的火焰检测方法的可行性和可靠性。 使用所提出的方法构建高效火焰检测移动相机系统（HEFD-MCS）。 实验结果证明HEFD-MCS可以正确捕捉火焰。 图１ 火焰侦测系统流程图 图１显示了所提出系统的过程。 火焰检测有两个主要步骤。 首先，特征提取：建立强Sobel边缘和火焰纹理，然后增强图像边缘。 火焰颜色过滤器规则有助于过滤火焰候选区域。 其次，高性能分析方法：通过运动矢量法和填充率过滤火焰或非火焰，然后使用组建立火灾探测轮廓。 大多数摇摇欲坠的视频来自I.M.C. 数据库（中山大学智能媒体计算实验室）。 按照I.M.C. 火灾数据集网站截至2015年1月19日，http://vision.sysu.edu.cn/systems/fire-detection/）。 森林火灾1 (forst 1)和森林火灾2 (forst 2)视频都来自A. E. Cetin [2]。 （截至2018年11月12日，基于计算器视觉的火灾探测软件.http://signal.ee...

基於搖晃即時視訊之強韌式火焰偵測法 我們的論文被 2019 工程科技應用研討會 所接受。會議日期是西元二零一九年四月十二日，地點在台北城市科技大學的工程學院。 我們將研究成果放在 GitHub，網址是 https://github.com/laitaiyu/ComputerVision__HEFD-MCS ，我們提供部分的程式原始碼，以及完整的實驗檔案。 火焰偵測的兩個關鍵問題是高準確率和低誤報率，本研究主要關注後者。在過去，來自監視的靜態視頻 - 用於分析和發現火焰。然而，這些研究是使用背景方法進行的，後者無法處理動態視頻，例如用手機拍攝的視頻。為了實現靜態和動態視頻的全自動火焰檢測，本研究採用了兩種高效策略。首先，特徵提取：建立強Sobel邊緣和火焰紋理，然後增強圖像邊緣。火焰顏色過濾器規則有助於過濾火焰候選區域。其次，高性能分析方法：通過運動向量法和填充率過濾火焰或非火焰，然後使用組來建立火焰的輪廓。我們的實驗結果表明，靜態，動態（包括搖晃）和實時視頻的結果為92.83％（TP），9.76％（FP），1.77％（FN）。 本研究旨在從不穩定的火場景鏡頭或從不同角度拍攝的鏡頭中檢測火焰。 本節討論了所提出的火焰檢測方法的可行性和可靠性。 使用所提出的方法構建高效火焰檢測移動相機系統（HEFD-MCS）。 實驗結果證明HEFD-MCS可以正確捕捉火焰。 圖１ 火焰偵測系統流程圖 圖１顯示了所提出系統的過程。 火焰檢測有兩個主要步驟。 首先，特徵提取：建立強Sobel邊緣和火焰紋理，然後增強圖像邊緣。 火焰顏色過濾器規則有助於過濾火焰候選區域。 其次，高性能分析方法：通過運動矢量法和填充率過濾火焰或非火焰，然後使用組建立火災探測輪廓。 大多數搖搖欲墜的視頻來自I.M.C. 數據庫（中山大學智能媒體計算實驗室）。 按照I.M.C. 火災數據集網站截至2015年1月19日，http://vision.sysu.edu.cn/systems/fire-detection/）。 森林火災1 (forst 1)和森林火災2 (forst 2)視頻都來自A. E. Cetin [2]。 （截至2018年11月12日，基於計算機視覺的火災探測軟件.http://signal.ee...

A Robust Flame Detection Method Base for Shaky Real-Time Video Our proposed was accepted to the engineering technology application conference in 2019 . The conference place is in the College of Engineering of the Taipei City University of Science & Technology (TPCU) in Taiwan (R.O.C.), and Conference Date on 12th April, 2019. We provide the files of our study that the part of the source code of the HEFD-MCS (A High Efficiency Flame Detection Mobile Camera System), and experiment files. These files are in the GitHub, and the hyperlink is https://github.com/laitaiyu/ComputerVision__HEFD-MCS  . Two key issues of flame detection are high accuracy and low false alarm rate, and this study focuses the latter. In the past, static video from surveillance camer-as was used to analyze and find the flames. However, these studies were conducted us-ing the background method, which cannot process dynamic videos such as the video taken with a mobile phone. In order to a...

我簡要介紹一下 Microsoft DAT263x 考試，並獲得了認證。考試重點關注 Azure 功能，例如文本處理，自然語言處理，語言理解智能服務，圖像和視頻處理，智能機器人......等。 Microsoft Azure 有一些實驗室考試。但是，該教學課程已經過時了。因此，該課程告知〝2017年9月， Azure Machine Learning 被重命名為 Azure Machine Learning Studio ，並發布了名為 Azure Machine Learning Experimentation 的新 Azure service 的預覽版本。本課程重點介紹 Azure 機器學習工作室。〞所以我不能完全按照教學課程，我必須遵循 Azure 機器學習工作室的功能。 您將學習機器學習基礎知識部分的回歸，分類和聚類模型。最後，發布 Predictive Web Service。當您觀看這些視訊教學課程時，通過該部分的實驗室非常容易。 語言和溝通（Language and Communication）部分有三個與實驗相關的問題。完成實驗後，您可以正確回答這三個問題。因為答案是在實驗中。 在電腦視覺（Computer Vision）部分，問題 1 是影像處理的基本知識。問題 2 和問題 3 都是 Azure 的功能。因此，您必須了解 Azure 上的電腦視覺功能。 對話作為平台（Conversation as a Platform）部分，你必須了解一些功能，如 Cortana，Skype，...等 :) 總而言之，在我看來，這是 AI 介紹的一個很好的教學課程。您將 在DAT263x 課程中獲得有關 AI 的基本知識。 圖１：這是我的DAT263x考照成績。 圖２：這是我的DAT263x證照。 賴岱佑老師的科技、科幻與文化遊樂園

I want to brief the Microsoft DAT263x exam, and I awarded the certification. The exam focuses the Azure functions, such as Text Processing, Natural Language Processing, Language Understanding Intelligent Service, Image and Video Processing, Intelligent Bots, ..., etc. There are a few lab exams with Microsoft Azure. However, the tutorial is old. Therefore, the course informed "In September 2017, Azure Machine Learning was renamed to Azure Machine Learning Studio, and a preview of a new Azure service named Azure Machine Learning Experimentation was released. This course focuses on Azure Machine Learning Studio." So, I cannot completely follow the tutorial, and I have to follow the functions of the Azure Machine Learning Studio. You will learn Regression, Classification, and Clustering Model on Machine Learning Fundamentals section. Finally, Publishing a Predictive Web Service. It's so easy to pass the lab on the section, when you have watched these video tutorials. The ...