M6029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

M6029進入發燒排行的影片

運用對偶式形態運算之自動影像分割法及點對點網路影像檢索應用

為了解決M6029的問題，作者蘇俊榮 這樣論述：

本論文研究點對點網路影像資料庫檢索(Peer-to-Peer Content-Based Image Retrieval, P2P-CBIR)系統與方法: (1) 在此P2P-CBIR系統中之前級處理方面，我們開發自動去背的方法; (2) 在網路搜尋引擎設計上，我們提出檢索規模可調與漸進檢索的方法。本文第一部分討論自動化影像物件辨別前級處理單元，第二部分探討在點對點網路架構上進行內容式影像檢索的系統運作方法。在前級處理上，我們提出一個對偶多階型態學開放閉合運算重建(dual multiScalE Graylevel mOrphological open and close recoNstru

ctions, SEGON)演算法，並結合影像中前景物件邊緣點的涵蓋比例，以辨別出影像中前景物件與背景區域部分。此外我們利用SEGON方法所分割出的影像物件區域，建立背景網格(BG Mesh)影像，以改善物件分割的準確率。本方法根據不同影像背景色彩變化資訊，所制定出的影像物件分割演算法程序，非常適合應用在大型影像資料庫處理影像前景物件分割。評估影像前景物件分割準確率方面，我們透過計算分割後的影像前景物件區域與人工標示的影像物件區域之匹配值，作為評估的依據。本方法所分割之影像物件結果，與前人設計物件分割演算法的結果相比較，能夠獲得較佳的物件分割準確率。評估影像檢索結果，本論文提出整合多詢例多特徵

(Multi-Instance with Multiple Features, MIMF)檢索的方法，藉由循例影像間的相關系數，以整合多特徵影像相似性排名。實驗結果顯示，採用所提出之SEGON影像物件分割程序做為前級處理，與未經前級處理之檢索結果相比較，本SEGON方法可以獲得較佳的檢索準確率。在點對點網路資料庫影像檢索系統(P2P-CBIR)方面，為有效探索分散於網路中相關端點的資料庫，我們採用分散式非結構化的P2P網路拓樸。根據過往的檢索記錄，當網路異常停擺或是端點在網路中頻繁的上下線，皆能夠彈性的控制網路搜尋方式以因應各種網路狀況。在搜尋引擎的設計上，本論文將MIMF檢索的方法運用在點對

點網路上，在維持原準確度的情況下，能有效降低網路流量。另外，針對此一P2P-CBIR系統，我們提出檢索規模可調的方法，並提出漸進式過濾的網路影像檢索機制，可以在傳送相似影像過程中層層過濾篩選高相似影像。此外為了因應網路端點資料庫為時變(Time Variant)的特性，我們提出系統調適與更新的方法(System Reconfiguration)，進一步更新端點間相似性連結的參數，如此可以讓網路搜尋引擎在較為正確的系統參數下進行檢索程序。且為了提供最佳的效能，本系統針對不同之線上使用者人數，提出一個最佳化的系統規劃(Optimal Configuration)方法。模擬結果顯示，本P2P-CBI

R系統相較於過去的系統，可以獲得較高的準確率，另外系統經過連結拓樸調適與更新，能夠達到最好的準確率。經最佳化的模擬結果證實，在相同使用者人數的情形下，可以獲得較佳的準確率，以及較低的網路傳輸流量。

基於H.264畫面內編碼特徵之影像內容檢索技術

為了解決M6029的問題，作者楊雅婷 這樣論述：

隨著網際網路與手機通訊的蓬勃發展，所能取得的影音資料日漸擴大，如何在龐大的資料庫中取得使用者所需求的影像逐漸成為一個重要的課題。而以影像內容為基礎的檢索研究，雖被廣泛的研究，但仍然有缺點存在，特別是將影像全部解壓縮後再從影像擷取特徵，會耗費相當多地運算時間與儲存空間。 本論文針對內容檢索，利用H.264解碼器於壓縮域上的特徵進行抽取，以畫面內預測（intra prediction）所取得之不同預測模式當為特徵，並利用其殘餘值（residual）篩選預測模式是否可靠，最後採用區域搜尋方式加上幾何對應關係進行檢索。實驗結果顯示，所提出之方法可大幅減少檢索時所需使用的大量特徵空間，且檢索效能MA

P值為0.3，ANMRR值為0.625，仍能維持應有的檢索效能。