tree logo 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

發展營造業中保命告示海報

為了解決tree logo png的問題，作者李秀玲 這樣論述：

Construction industry is infamous for having the most fatal accidents compared toother industries (U.S. Bureau of Labor Statistics, 2016). Safety poster can be used as a tool that can improve safety in this industry, especially when used in informal training and safety communication to nurture safe

ty culture in companies. This study will examine existing literature on the history and visual components, as well as scenario to enhance the content in safety poster. The next chapters will discuss how the author designed thirteen safety posters based on Life Saving Rules (International Association

of Oil & Gas Producers, 2013) and how the process inspired the Safety Poster Framework. The framework can help designers to produce polished safety posters. In addition, the author also provided her safety poster template as a base for companies to create their own. An effective safety poster harmo

niously integrate scenario and visual design principles to attract viewers and communicate safety message that can be accurately interpreted.

基於階層式架構 之商標影像檢索與辨識

為了解決tree logo png的問題，作者翁啓珉 這樣論述：

本論文主要由兩部分組成。在第一部分中，我們提出了基於階層樹結構的框架結合有效的樹狀結構相似性估測演算法；該框架搭配不同的策略並分別應用於形狀影像檢索和彩色影像辨識，以展示該框架的實用性和效率。在第二部分中，我們應用基於深度學習的階層網路結構(卷積類神經網絡)於影像檢索和辨識應用中，並討論深度學習在這兩種應用中的實用性和影響力；進一步分析基於樣板模型和基於學習模型的差異性。本論文在形狀影像檢索應用中採用混合式特徵針對影像進行描述以提高基於樣板模型框架的準確性。通過使用影像矩計算全域特徵，同時將影像以樹結構表示並搭配數個幾何特徵生成區部特徵。而在彩色影像辨識中，該框架搭配一種粗略到精細的搜尋策略

來尋找影像中相似商標的位置。在第一階段中以樣板的色彩值方圖粗略地尋找影像中相似的區域；接著針對相似的候選區域進行樹狀結構的生成，並與樣板的樹狀結構匹配。從兩種應用的實驗結果表明，本論文提出的階層樹狀結構框架提供了較佳的準確性和效率。在基於深度學習的方法中，針對於影像檢索和辨識以兩種網路結構進行研究，並使用不同的訓練方式優化網路。在商標影像檢索中，我們先以修正的LeNet-5深度網路從頭開始訓練；接著再使用AlexNet進行轉移學習，並比較兩者的結果。在商標影像辨識的應用中，我們同樣使用AlexNet進行轉移學習並與Single Shot MultiBox Detector的方法進行比較。實驗結

果顯示，雖然深度網路在小型資料庫上從頭訓練的效能較差，但可以通過數據增強，轉移學習，參數優化等方式進行改善。