Smartphone PNG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

以物件偵測模型進行即時臉部表情偵測-應用於小精靈遊戲之控制

為了解決Smartphone PNG的問題，作者蔡旻均 這樣論述：

　　疫情的變化改變了我們生活的習慣，不管是辦公型態或休閒娛樂多改以居家為主，對全球經濟更造成巨大的影響。然而在此環境下帶來許多的商機及新型服務，尤其在遊戲市場上，不管是手機、桌上型電腦與電視遊樂器都有大幅的成長。然而鍵盤滑鼠及搖桿等操控設備皆是耗材，且疫情環境下與他人共用設備反而增加人與人接觸的風險。本研究在此背景之下，將臉部表情即時偵測模型運用在小精靈遊戲中，透過臉部表情偵測，依照不同的臉部特徵進行方向控制，取代原先使用的設備，則可減少人與人接觸的擔憂。　　臉部表情辨識一直是熱門的研究主題，且已應用於生活周遭，但在資訊設備使用更加普及的環境下，近視及老花眼的人口愈來愈多，因此本研究探討以臉

部表情作為遊戲控制器之模型比較，其中比較兩物件偵測模型YOLOv3-tiny及YOLOv4-tiny於沒有戴眼鏡與戴眼鏡表情之差異。結果顯示，有訓練戴眼鏡表情比沒有訓練的結果要好許多，在偵測戴眼鏡的sad表情，YOLOv3-tiny從0提升到0.55，YOLOv4-tiny從0.15提升到0.75，但仍有部分表情無法正確偵測及無法偵測的狀況。因此本研究加強訓練、驗證及測試樣本，其中移除不具代表性的表情圖片並將所有整理後的表情圖片轉為灰階格式及PNG格式以統一品質；調整不同的batch size大小並進行多次實驗以找出最適合參數。最後測試結果得到顯著提升，兩模型在偵測戴眼鏡的angry表情皆為1

、happy皆為0.9，且都沒有無法偵測的狀況。　　本研究經過調整後得到好的偵測結果，但當玩家使用側臉偵測表情時較難準確地偵測成功甚至無法偵測，未來期望蒐集更多不同臉部角度的表情資料作為訓練，以利更複雜或更安全的應用方向，如資訊安全或智慧醫療等。

擴增實境技術應用於產業設備保養診斷結合虛實整合聯網系統平台之研究

為了解決Smartphone PNG的問題，作者林家名 這樣論述：

本論文運用擴增實境技術結合虛實整合聯網平台實現工廠生產線中工程人員的設備定期保維護與診斷，以及設備操作基本流程建立、設備定期巡檢以維持產線設備運作正常之重大任務。在工廠生產線中設備操作人員須經過嚴格的教育訓練且員工素質差異參差不齊，以及部分需要有經驗的作業人員才能有效達到作業效率，因此透過擴增實境穿戴技術來提升現場操作人為風險降低、提升設備操作準確性、以及人機結合的數據應用。此外，因應全球新冠肺炎(COVID-19)疫情急遽變化以及物聯網技術成熟發展改變台灣多數產業的作業營運模式，人員分流上班群聚問題、傳統產線設備參數的數據調整仰賴紙本記錄、數據經驗不易傳承，鑒於上述問題，本研究主要應用擴增

實境技術來達到降低現場人力、提升遠距協作、且結合虛實整合平台將設備進行聯網，達到設備大數據擷取分析，整合工廠PLC、CNC、以及傳統設備僅有感測元件相關設備之預診保養應用。