cla45維修的問題，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

使用多個ＲＧＢ-Ｄ攝影機實現三維物件重建

為了解決cla45維修的問題，作者華得尼 這樣論述：

使用RGB-D信息的三維模型重建技術近幾十年來一直受到世界各地研究人員的高度關注。RGB-D傳感器由彩色攝像機，紅外線（IR）發射器和接收器組成。應用紅外線，RGB-D傳感器可以獲取場景的彩色影像和深度影像。深度影像提供到場景中每個點的與攝影機間距離。RGB-D傳感器由於其提供顏色和深度信息的能力而廣泛用於計算機視覺，計算機圖形學和人機交互等許多研究領域。本文提出了對RGB-D傳感器網路中的影像資訊進行校準的研究結果，來重建一個物體的三維模型。我們使用了藉由無線網路互連的RGB-D傳感器網路。使用傳感器網路的原因是為了捕捉人的現場姿勢，因為我們無法使用單個傳感器捕捉人所有方向的姿勢。由每個傳

感器捕獲的高位元速率資料流先在集中式PC處集中並進行處理。這甚至可以擴展到網際網路上的遠端電腦。然後從RGB-D資訊生成點雲。點雲是一組分散的三維點，代表捕捉的物體的表面結構和顏色。然後多個傳感器產生的多個點雲彼此對齊以創建三維模型。迭代最近點（ICP）算法的修改版本是為此目的而引入的。獲取的點雲可能包含許多雜訊，這是因為攝影機本身失真或是其他紅外線發射器所造成的干擾，而因為物體表面特性造成紅外線反射的狀況也會影響攝影機捕捉點雲的精確性，在這裡我們使用了兩種雜訊去除的演算法來消除點雲中的雜訊：基於距離以及基於密度的自適應去雜訊演算法。基於距離的去除雜訊演算法是在校準點雲之前執行的，在校準之後則

是使用基於自適應密度的演算法。彩色影像的解析度遠遠高於大多數的RGB-D攝影機的深度圖像。由於使用深度影像成點雲，因此點雲中的點雲數量取決於深度圖像的解析度。在引入新的三維點雲演算法後，利用高解析度彩色影像的優點去增加點雲的數量。在點雲圖中的表面上可能包含不同大小的破孔，為了解決這些破孔，首先需要定位破孔的位置並加以填補，但由於攝影機無法捕捉到物體的背光面，或者因為輪廓而產生的遮罩，點雲生成的模型會產生較大的破孔，因此提出了一種基於二維修補的三維修復演算法來填補點雲中的大孔，最後再以明確的點雲來重建物體的表面。在這裡我們進行了兩種實驗，在第一種實驗中，我們使用八個KinectV2攝影機作為RG

B-D的攝影機，並進行上半身人物模型的獲取和重建。在第二個實驗中，則使用Intel RealSense SR300攝影機作為RGB-D攝影機，來捕捉在台灣被稱作布袋戲的戲劇人偶的表面，而實驗結果表明所提出的方法能夠產生一個更好的三維模型。

應用資料探勘技術於營造業墜落職災之探討

為了解決cla45維修的問題，作者蘇倢縈 這樣論述：

根據新北市政府勞動檢查處於2012年中所公布轄內曾發生職災場所專案檢查的初查報告，結果發現違規的事項達100項，營造業就占有48項，其中營造業工地以未作好墜落防止設施占有18項最為嚴重，可見如何改善墜落事故的發生仍是個非常重要的議題。本研究針對台灣及日本地區營造建設業之重大職災墜落案例進行蒐集與分析。台灣地區資料主要來源為行政院勞工委員會網站公告之營造業重大職業災害實例報告，共篩選出2003至2010年間發生墜落災害之原始實例資料294筆，並更進一步定義各案例之災害發生時間因子(月份、日)、災害發生工程因子(行業別、媒介物、墜落高度)及災害發生原因因子 (間接原因、基本原因等)等七個屬性進行

群集分析。日本地區資料主要來源為日本厚生勞働省公告之原始實例191筆，並更進一步定義各案例之災害發生工程因子(災害發生之業種、事業場規模、有害物質的種類（起因物）、工事種類、災害種類、墜落高度）、災害發生原因因子 (發生要因（人）、發生要因（物）、發生要因（管理）等之等九個屬性進行群集分析。本研究將各案例資料彙整，並依據行政院主計總處所頒布第9次修訂 (100年3月)行業標準分類及行政院勞工委員會重大災害通報及檢查處理要點之媒介物分類表編碼建置資料庫後，利用WEKA程式之最大近似值演算法(Expectation-Maximization,簡稱EM)進行分群。為使分群結果中各群中所含案例數量能確

保在30筆以上(含)，台灣地區之初始分群數採 6、7、8、9、10群，日本地區之初始分群數採5、6、7、8群。研究結果發現台灣及日本地區的營造工地作業勞工普遍缺乏對危險情境的認知與墜落預防之相關安全衛生知識，且建議將著重於墜落機制的探討與了解，提出有效之墜落災害防治技術，藉由適當的安全防護具之使用及建立危害意識來達到具體防災之目的。