晟大4x4的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

邊界匹配與梯度匹配碎形影像交錯編碼技術之研究

為了解決晟大4x4的問題，作者楊晟育 這樣論述：

碎形影像壓縮(Fractal image compression, FIC)是一種擁有高壓縮比與影像品質的影像壓縮技術，本論文中我們以免疊代碎形編碼以及影像交錯編碼方法為基礎，針對邊界匹配與梯度匹配碎形向量量化影像編碼方法，加入影像交錯編碼的概念來提升壓縮後解碼影像的品質。我們基於之前的免疊代碎形向量量化器（FVQ）和影像交互編碼方法提出了一種改進的碎形影像壓縮技術。在基於交錯編碼方法的原始碎形向量量化器中，使用邊界匹配（SM）或梯度匹配（GM）準則從編碼影像本身有效地建構狀態碼書(State codebook)。在這裡我們考慮兩個聯合編碼的影像來構建更有效的狀態碼本，因為來自兩個影像的候選

碼向量的數量是原始單一影像的兩倍。首先在編碼時，對於每個編碼範圍區塊，我們將其與來自兩張影像的域塊的仿射變換塊進行邊界匹配或梯度匹配誤差比較，以建構其對應的狀態碼書。然後我們記錄範圍塊和變換後的碼向量之間誤差最小的狀態碼向量的索引和仿射變換參數作為碎形碼。解碼時，將索引以查表(Look up table, LUT)方式與碎形碼套用到對應的狀態編碼簿碼向量上做仿射轉換，對影像的每個值域區塊進行重建。我們以峰值信躁比(Peak signal-to-noise ratio, PSNR)及影像位元率(Bit rate)來當作解碼影像品質及壓縮比的評估標準。實驗中我們依此標準來對交錯編碼方法與單張編碼方

法相比，此交錯編碼方法在不增加影像壓縮位元率的情況下，能夠提高影像重建的品質。

探討Youtuber產品置入策略與資訊揭露之說服效果

為了解決晟大4x4的問題，作者張洛瑀 這樣論述：

近年YouTube平台大放異彩，作為觀影分眾化的代表，觀眾逐漸捨棄傳統電視節目，轉向自由選擇、隨選隨看且免費的YouTube。觀眾付出觀影時間，創作者得到報酬，收入來源部分來自贊助商產品置入。過去置入研究多著墨傳統媒體，YouTube研究多重於平台經營、商業策略面，目前法規尚無硬性規定揭露付費商品資訊，創作者可自由選擇是否揭露，但Sweetser（2010）研究發現，社群媒體若未揭露利益關係，將危害組織的公共關係與信用。且置入畫面大小也影響觀眾對於置入產品的態度，流暢無痕的置入效果較佳（Williams et al., 2011）。本研究以不同置入方式在新媒體平台上的差異效果，和有無揭露利益

關係為出發，探究形塑之態度、可信度與再認程度有何異同，採雙因子實驗設計（置入顯著性：置入畫面大與置入畫面小、資訊揭露方式：有揭露、無揭露），研究結果顯示有無揭露利益資訊並不直接影響產品態度，但影響YouTuber可信度，而可信度高低顯著影響產品態度，意即觀眾對於創作者的信任程度可直接轉化為產品態度。另一方面，流暢無感的置入方式造成的態度與再認程度皆更佳。