臺灣博碩士論文加值系統

以液晶顯示器做成的電子廣告看板，因其可搭配個人電腦，使廣告內容活潑生動、豐富可愛，並且可依需求更換廣告內容，近來頗受賣場百貨、廣告業者、小商店的歡迎。本論文使用哈爾分類器、影像匹配、與Kinect攝影機等三種方法判讀人臉注視方向，進一步延伸電子式廣告看板的功能，使其具有智慧並可與顧客互動。我們將電子看板劃分成九宮格，並置入九種不同的廣告，當程式成功判讀顧客的注視方向後，放大其注視的廣告內容，達到與顧客互動並精準廣告的目的。本作品預期可提升商業廣告的精準性、豐富廣告內容、增加購物樂趣。若建立資料庫，可分析消費者的偏好，預測熱銷產品，作為商店備貨的參考。

The liquid crystal display digital signage with personal computer can make its advertising contents lively, rich, lovely, and changed under demand. The
digital signage are recently popular by department stores, advertising industry, and small shops. This thesis studies three different methods, which are Hal classifier, image matching, and Kinect, to interpret the face gaze direction of customers. We put nine individual ads on the digital signage, when the software successfully interprets the direction of customer gaze, the gazed ads will be enlarged to the whole signage. The digital signage with the function can interact with customers and accurately advertise. This work is expected to enhance the accuracy of commercials, increase shopping fun, analyze consumer preferences, and predict hot products as stocking reference.

摘要 iii
ABSTRACT iv
致謝 v
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1研究目的及動機 1
1.2本文大綱 2
第二章 研究背景 3
2.1機器視覺 3
2.2 Kinect介紹 3
2.3人臉辨識介紹 5
2.4開發軟體與工具 5
第三章 研究理論 6
3.1 YCbCr色彩空間 6
3.1影像灰階化 7
3.2影像二值化 8
3.3膨脹與侵蝕 8
3.5斷開運算 9
3.6合併圖檔 10
3.7 影像匹配 11
第四章 人臉偵測及人臉辨識 12
4.1膚色偵測 12
4.2 人臉辨識方法 14
4.2.2哈爾特徵、積分影像(Integral Image) 15
4.2.3矩形特徵、弱分類器、Adaboost演算法 16
4.2.4層疊分類器 18
第五章 人臉注視方向 19
5.1 哈爾分類器 19
5.2 影像匹配 27
5.3 Kinect注視方向 32
5.4 方法比較 38
第六章 結論 39
參考文獻 40

[1]尤易彥、何俊達、林珮淳，新形態互動式燈箱廣告系統設計與探討，2012。
[2]張晉豪、徐豐明，虛擬實境結合網頁體感用於家具擺設之研究，2013。
[3]http://www.digitimes.com.tw/tw/dt/n/shwnws.asp?CnlID=13&packageid=9069&id=0000406193_EOV235AL8J5HMO4FZJZG1&cat=30&ct=1
[4]王森，Kinect 體感程式設計入門，碁峯資訊，2012 年 8 月。
[5]Kinect for Window開發,參閱日期2015年8 月，
[6]http://msdn.microsoft.com/zh-tw/hh367958.aspx。
[7]Kinect 台灣官方網站,參閱日期 2015 年 8 月， http://www.xbox.com/zh-TW/Kinect 。
[8]沈理、劉翼光、熊志勇，人臉識別原理及算法動態人臉識別系統研究，2014。
[9]Aforge官方網站，http://www.aforgenet.com/。
[10]EmguCV官方網站，http://www.emgu.com/wiki/index.php/Main_Page。
[11]https://en.wikipedia.org/wiki/YCbCr。
[12]曾婉菁，人臉偵測及辨識方法探究。
[13]http://www.aforgenet.com/framework/docs/html/d7196dc6-8176-4344-a505-e7ade35c1741.htm
[14]http://www.aforgenet.com/framework/docs/html/503a43b9-d98b-a19f-b74e-44767916ad65.htm
[15]http://www.aforgenet.com/framework/docs/html/88f713d4-a469-30d2-dc57-5ceb33210723.htm
[16]http://www.aforgenet.com/framework/docs/html/90a69d73-0e5a-3e27-cc52-5864f542b53e.htm
[17]http://www.aforgenet.com/framework/docs/html/17494328-ef0c-dc83-1bc3-907b7b75039f.htm
[18]http://www.aforgenet.com/framework/docs/html/3cd412b0-5427-37f9-8508-070dcced21f7.htm
[19]Paul Viola, Michael Jones, "Robust Real-time Object Detection",Second International Workshop on Statistical and ComputationalTheories of Vision - Modeling, Learning, Computing, and Sampling,2001。
[20]梁振升，以OpenCV 實現即時之人臉偵測與辨識系統
[21]https://cg2010studio.com/2012/04/24/%E7%A9%8D%E5%88%86%E5%BD%B1%E5%83%8F-integral-image/