coral行車紀錄器的問題，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

coral行車紀錄器進入發燒排行的影片

基於學習方法之影像雨滴多寡偵測系統

為了解決coral行車紀錄器的問題，作者鄭孟杰 這樣論述：

摘要 iABSTRACT ii目錄 iii表目錄 v圖目錄 vii第一章 緒論 11.1 前言 11.2 研究動機與目的 31.3論文架構 4第二章 相關研究與探討 52.1雨滴偵測相關研究 52.2 氣候辨別相關研究 11第三章 深度學習雨滴多寡訓練模型 183.1雨滴偵測模型系統架構 183.2 日間影像資料庫建置及模型訓練 193.2.1 日間影像資料庫建置 193.2.2 日間模型訓練 223.3 夜間影像資料庫建置及模型訓練 303.3.1 夜間影像資料庫建置 303.3.2 夜間模型訓練 333.4 熱力圖分析 403.4.1 日間影像熱力圖分析 413.4.2夜間影像熱力圖分析

47第四章 即時嵌入式雨滴偵測系統 554.1 硬體介紹 554.1.1 Google Coral Dev Board開發版 554.1.2 網路攝影機 574.1.3 壓克力板 584.2 街頭測試結果 594.2.1 模型量化 604.2.2 日間&夜間影像辨識演算法 624.2.3 日間視頻的測試結果 644.2.4 夜間視頻的測試結果 664.3 即時雨滴偵測系統展示 694.3.1 作品展示 694.3.2 展示結果 704.4論文比較 72第五章 結論 74參考文獻 75

車輛影片中車道線之偵測及追蹤

為了解決coral行車紀錄器的問題，作者陳姿延 這樣論述：

近年來為了減少交通事故而發展的車輛輔助安全駕駛議題越來越受重視。其中，車道線偵測在車輛輔助安全系統中是一項必需的元件。在這篇論文中，我們提出一個利用time-slice images來進行偵測及追蹤車道線的系統。另一方面，由於虛線較為稀疏，不容易在畫面上偵測到，我們提出梯度值調整方法來提高虛線在畫面上的辨識度。每一張影像經過前置處理、邊緣偵測、峰點找尋及連結找出候選的車道線，接下來利用time-slice images進行車道線驗證，找出真正的車道線位置，最後在time-slice images上預測這些車道線在新畫面的可能位置，以進行進一步的追蹤。由於我們只針對影像中某幾行進行處理，且我們

利用追蹤的方法提供了連續的車道線偵測，這會減少一張影像所需要的處理時間。實驗中採用行車紀錄器所拍下的影片當作測試資料，對於三種情況下做車道線偵測：一是當從直線開到曲線時，二是當進行車道切換時，三是開在直線上時。我們實作相關研究之車道線偵測演算法並對所執行出來的結果及產生的問題進行討論。實驗結果顯示，我們提出的方法確實能協助某些情況下車道線的偵測。