大學眼鏡990 ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

用眼模式與生理參數之關聯性研究

為了解決大學眼鏡990 ptt的問題，作者蘇壯沂 這樣論述：

近視已經成為一個重要的全球公共衛生和社會經濟問題，因為高度近視會導致病理性近視而造成視力障礙，所以有許多研究者將”近視”視為一種疾病，而近距離、長時間的使用眼睛觀看也會導致近視加深。有鑑於此，瞭解個人的近視狀況並採取必要措施，來預防或延緩近視加深非常重要，並且可以通過檢測眼睛的各種生理參數來瞭解眼部狀況。此外，調節機制是由睫狀肌收縮引發水晶體形狀變化，致使等價球面度數增加，顯示用眼模式會造成等價球面度數的差異。因此本研究以等價球面度數作為用眼模式的指標，探討用眼模式對眼部生理參數的影響，以及各項眼部生理參數之間的相關性。本研究共招募等價球面度數皆 ≤ -0.5 D的成年人39人，其中男性16

人(41.03%)、女性23人(58.97%)，男性受試者的平均年齡為 27.19 歲，女性受試者的平均年齡為 28.78 歲。使用電腦驗光機及人工水晶體測量儀，檢測受試者的眼軸長度(AL)、角膜曲率(CR)、前房深度(ACD)、水晶體厚度(LT)、角膜水平直徑(或稱白對白距離，WTW)、角膜中央厚度(CCT) 及等價球面度數(SER)，並計算眼軸長度/角膜曲率半徑比值(AL/CR)。再依照性別、年齡及等價球面度數分組，以Microsoft Excel（2019）進行研究參與者之年齡、性別及初始電腦驗光度數統計，再以SAS（2002）進行變方分析及Pearson線性相關分析。研究結果發現，不論

是否將等價球面度數列為變因，31-40歲組的ACD皆較20-30歲組為淺，LT較厚。女性的AL較男性為長(P < 0.05)，31-40歲組也顯著地較20-30歲組為長。高度近視組雙眼的AL、SER與AL/CR皆較中度近視組及低度近視極顯著為長，高度近視比低度近視具有更長的AL和更大的AL/CR比值。AL與K1CR、K2CR及AL/CR間呈正相關，與K1、K2及SER則呈負相關。眼睛的 AL 會隨著近視的進展而增加，眼睛的其他生理參數也會隨之改變。因此，在近視的診斷上，如果配合眼部生理參數檢測，應可提高臨床視力治療與矯正方向的正確性。

不同應用情境的自動偵測與追蹤技術研究

為了解決大學眼鏡990 ptt的問題，作者陳建宏 這樣論述：

自動化安全監視系統需要被發展，不僅可以節省人力成本，而且對於安全環境的監控是一項重大提升。我們將討論三個基於攝影機在各種環境中的監視應用議題：異常人體姿態偵測、多相機聯合自動偵測與追蹤、及多旋翼機自主追蹤。以下就這三個議題各別闡述。在居家環境中，老年或行動不便人員可能因疾病或功能障礙而在移動中跌倒，蹲下或倒坐在地面上。如果無法及時發現，則可能導致致命危險。為了減少致命事件，提出了針對老年或行動不便人員的環境監測系統研究。本研究提出的系統，考量了四種異常行為的偵測：(1) 跌倒與蹲下；(2) 未經允許出入房間；(3) 未經允許離開指定區域；及 (4) 記錄步行軌跡。系統使用全方位攝影機 (om

ni-directional camera) 進行監視及影像擷取。首先應用背景減法 (background subtraction) 偵測前景物，然後使用主成份分析法 (principal component analysis, PCA) 為基準及以梯形區域高度變化為基準的偵測方法來偵測跌倒和蹲伏姿勢。在所提出的方法基礎上，進行了多種環境下的實驗與評估。由實驗結果顯示，以主成份分析為基準及以梯形區域高度變化為基準的人員跌倒與蹲下偵測率分別為93% 與92%；病人擅離病房的偵測率為95%；而病人擅離病床偵測率為95%；系統在實驗結果皆能獲得穩定的偵測結果，證明了該系統的可行性。我們所提的異常人體

姿態偵測系統具有下列特色：(1) 使用全方位攝影機，能拍攝到360度的環場影像。(2) 使用主成份分析法偵測人體主軸的方向與長度。(3) 使用人體梯形區域高度變化判斷人員狀態。單鏡頭攝影機因受到鏡頭結構的限制，其監看範圍是有限的。多魚眼鏡頭攝影機可以監視大範圍並追蹤移動物體的完整軌跡。本研究使用兩部魚眼攝影機，提出一個自動偵測及追蹤的環境監視系統 (surveillance system)；提出的系統由兩個主要模組組成：前景物偵測與前景物追蹤。首先應用背景相減法 (background subtraction) 偵測前景物。在前景物追蹤，使用卡爾曼濾波器 (Kalman filter) 預測前

景物的位置，在相機重疊畫面預先建立轉換表，當前景物跨越相機監視範圍時，利用轉換表能了解不同攝影機追蹤的物件實際是同一前景物，並維持物件編號聯合追蹤。為了要增加比對的可靠性，加入前景物的外型特徵輔助判斷；例如，顏色。在系統運作時兩部攝影機皆可實現多目標的追蹤，並且持有各自的追蹤器，當物件發生短暫遮蔽仍持續預測位置並提供平順的移動軌跡。由實驗結果顯示，本研究使用兩部魚眼相機，並透過具有不同光線亮度和人物數量的多部影片做實驗，平均敏感度為96.7 %，誤判率為0.45%，判斷錯誤發生的原因是前景物的衣物和背景色彩很相似，當系統加入Kalman filter追蹤輔助後可以使敏感度提升為98.55 %。

實驗結果證明系統能適應許多室內不同監視狀況，如光線變化、陰影干擾、遮蔽，皆能有效且穩定的聯合前景偵測和追蹤系統。我們所提的多相機聯合自動偵測與追蹤系統具有下列特色：(1) 可適應光線變化和雜訊的前景偵測。(2) H-S色彩分佈圖比對及距離相似度比對。(3) 跨相機座標轉換，可連續追蹤目標物。多軸旋翼機發展出被動式追蹤，也就是在被追蹤目標上放一個被追蹤裝置，多軸飛行器透過該裝置的訊號來跟蹤，但追蹤非特定目標時就無法事先放置被追蹤裝置在目標上，將造成追蹤失敗。本研究提出多軸旋翼機電腦視覺追蹤系統，透過電腦視覺達到追蹤任意目標而不需額外被追蹤裝置的目的。首先利用尺度候選圖改進KCF (kerneli

zed correlation filters)，使KCF可以適應目標變化大小，接著使用基於特徵匹配的偵測演算法讓目標丟失時也能重新找回。在所提出的方法基礎上，進行了多種環境下的實驗與評估。本研究使用縮放和遮蔽兩種影片場景，做為測試演算法對於縮放與遮蔽場景的追蹤能力判斷；除此之外，我們利用追蹤率、重疊準確率和執行速度做為評估依據，首先使用人工方式框出目標在影像中的位置做為成功追蹤的判定依據，接著利用所框出的位置計算演算法的追蹤率、重疊準確率和執行速度。由實驗結果顯示，我們提出的演算法執行速度為26 fps、在縮放的案例中追蹤率為88%、在遮蔽的案例中追蹤率為 98%、重疊準確度為 87%，在速

度與準確率的取捨中，我們犧牲了演算法執行速度來換取更穩健的追蹤。系統在實驗結果皆能獲得穩定的偵測結果，證明了該系統的可行性。我們所提的多旋翼機自主追蹤系統具有下列特色：(1) 透過電腦視覺達到追蹤任意目標，不需額外被追蹤裝置。(2) 透過尺度候選圖改進KCF，使KCF可以適應目標大小變化。(3) 當目標遮蔽或目標消失時，利用基於特徵匹配演算法重新找回目標。