. 畢業於電子工程所
. 研究領域:機器視覺、機器學習、動作辨識、深度學習
. GPA : 3.8, 平均成績: 87.67, 口試成績 : 91
. 碩士論文 : 使用軌跡萃取特徵在第一人稱視角下動作辨識之研究
The Study of Trajectory-aligned Features for Action Recognition in First-Person Videos
. 畢業於電機工程系 (Electrical Engineering Group A now)
. GPA : 3.27 (Avg. Score: 78.01)
. 系排名 : 37 / 128
.碩士論文
目標在鏡頭晃動的情況下,做辨識出影片中的動作內容。 使用傳統 Machine Learning 方法。先將鏡頭移動的動量與物體的動量分開,再取 HOG, HOF, MBH 等特徵做時間與空間上的編碼,最後以 SVM 做為分類器。
使用爬蟲程式抓取每日表特板中的圖片,包含回文圖片。接著利用標題篩選女生與非女生的圖,建立一個正負樣本加起來是2660張圖片的小資料庫。使用 Keras 中的 ResNet50 pre-trained model 做為訓練與分類的模型,最後將分類出來的圖片接上 Line Bot 做互動。
下載 Kaggle 上的 Dogs vs. Cats Redux: Kernels Edition 以及 Digital Recognizer datasets。在 Dogs vs. Cats 上我使用 ResNet50 得到 loss score 0.05472,在當時的 leaderboard 上排名第 87。Digital Recognizer 中使用兩層 convolution layer 及 一層 Fully-connected layer,得到 99.928%的準確率排名 43。
正常的影片為行人在人形道上走路,目的是將其他異於行人的物件抓出來如左圖。將影片切割成一個個區塊,針對區塊中的前景物件取動量、大小、質地的特徵,再訓練高斯分佈模型。當測試影片進入後,依據高斯模型給出的估計值以閥值的方式判斷此區塊是否異常。最後將異常的部份做時間與空間的連續性處理,可以過濾掉一些雜訊。
我下載了某個博奕遊戲的歷史開獎記錄,使用簡單的 LSTM 模型,輸入前100期的開獎結果去預測下一期開出來的第一個號碼是單或雙,目前達到與機率相符的 50%準確率。
Python3, MATLAB, C++, OPENCV, Keras, MySQL, Web Crawler, Git, Latex
‧ 元智電機系學會公關 (2011 年 7 月 - 2012 年 8 月)
接洽系外合作事宜,協助舉辦系上系外活動
‧ 羅東高中民歌社社長 (2008 年 7 月 - 2009 年 6 月)
主持與構思社課,舉辦成果發表會
‧ 宜蘭縣國際童玩節售票員 ( 2011 年 7 月 - 2011 年 8 月)
‧ 元智大學校園巡邏員 ( 2012 年 9 月 - 2013 年 1 月)
‧ 台灣科技大學泳池驗證員 ( 2016 年 7 月 - 2016 年 8 月)
‧ 中文:母語
‧ 英文:TOEIC 710
‧ 台語
‧ 運動
與好友打打籃球,計畫在退伍後能上健身房
‧ 加密貨幣
對加密貨幣的運作與技術有興趣,也有小小的投資
‧ 韓國綜藝
Running Man忠實觀眾
‧ YouTube
觀看各類型 YouTube 影片,魔術、電視節目、科技、日常等等