Page 25 - profile2014.indd

多媒體技術實驗室

展望在此計畫的未來工作，我們的研究將會持續朝著上述的
主題做更深入的探討，特別是著重於以下問題：

1. 基於分析模型來研究訊號分離的問題，且其中每個子
訊號可以被單一字典來分析。我們亦會討論諸如結構性
的稀疏性表示法之一般性的問題，並發展針對此類問題
的分析模型與演算法。

2. 將分析式算子學習拓展到監督式學習，以便能建構更
有效能的特徵表示。另一方面，我們將探討如何統一學
習分析式與合成式算子學習。

3. 研究如何能在壓縮感測的架構裡，直接取樣 Fourier
measurements。現今稀疏訊號的重建演算法，其理論
的重建條件遠比實際更嚴苛。我們欲研究將理論的條件
限制與實際的重建性能拉近。

圖：在一段影片中，我們擷取人物的關節位置(圖左上以及圖左下)，用來重建人物的完整骨架(圖右)，加上逆運動學(Inverse Kinematics)的
技術讓骨架做出我們需要的姿勢，因此我們能成功地改變原本影片中的人物姿勢。

25