fences官網的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

結合PTZ攝影機與光學雷達之CNN虛擬圍籬系統

為了解決fences官網的問題，作者陳靖允 這樣論述：

本研究開發一套結合PTZ(Pan-Tilt-Zoom)攝影機與光學雷達(Light Detection and Ranging, LiDAR)之CNN(Convolutional Neural Network，卷積神經網路)虛擬圍籬系統。虛擬圍籬與傳統的隔離方式不同，並不需要真正築起一道實體的牆壁或護欄，而是利用各種電子裝置與軟體程式的結合，建立人眼不可察覺的虛擬防線。虛擬圍籬具有下列優點：(A)低人力介入且警戒可為全天候、大範圍 (B)具機動性與擴充性 (C)不破壞原景觀 (D)即時通報且可延伸後續處理。但實際應用上，虛擬圍籬常因誤報率太高，處理和通報速度太慢等因素，尚未被大眾所接受。本研

究分別從軟硬體兩方面來提升傳統虛擬圍籬偵測與辨識的準確度與速度。在硬體方面的改良是使用LiDAR與PTZ攝影機。LiDAR所發出的紅外線不但可以做為系統的觸發器，而且它不易受天候與光影影響，可以降低誤判，提高系統的精準度與穩定度。此外，LiDAR也將偵測到的侵入物距離資訊傳送給PTZ攝影機以控制鏡頭的變焦縮放，使得拍攝到的影像都有適當的大小，增加後續CNN分類辨識的準確度。在軟體方面的改良則是使用CNN，利用它強大的特徵學習能力，提升辨識分類的速度與準確率。本研究以不同的訓練模式以及不同的資料集前處理來進行VGG-16與Darknet-19的實驗。就訓練模式而言，使用以ImageNet大量資料

訓練所得的pretrained參數，再加上與測試資料前處理類型相近的資料集進行fine-tune，可以得到最佳的成效。就資料集前處理而言，本研究將其大致分為Original(即原本的邊界框影像)、Rescaled(以程式自動將邊界框影像等比縮放置中放入符合CNN輸入尺寸的黑色或灰色底)、Matting(去背景，將背景塗成黑色或灰色)、以及Matting&Rescaled(以程式自動將去背景後的邊界框影像等比縮放置中放入符合CNN輸入尺寸的黑色或灰色底)。實驗顯示，訓練和測試都使用Rescaled版的資料集可以得到最高的mAP，其中VGG-16實驗中，訓練和測試都使用Rescaled-Grey版

資料集可得到96.3%的mAP。對於虛擬圍籬系統而言，因為侵入物件有移動的動態資訊，會造成連續畫面的變化，因此系統可經由移動物件定位法來找出侵入物件及其邊界框，不需像傳統的物件偵測系統是以單張靜態的影像畫面為輸入，必須產生和評比各種可能的物件邊界框，並浪費資源和時間在不必要的背景物件的偵測和辨識上。本研究所採用的移動物件定位法是運用三個連續畫面的連續影像相減法，並且採運作速度極快的bitwise_and函式取相減影像的交集，以得到較精確的移動前景與邊界框。此外，可用經過動態形態學填補空洞後的二值化前景影像為遮罩，與原影像或邊界框影像結合後，達到粗略的去背景(matting)效果。Matting

& Rescaled-Grey版資料集在VGG-16也有很高的mAP(95.3%)。目前本系統設定區分的侵入者類別為三類，分別是「行人」、「動物」和「非人且非動物」。使用者可以視應用場所的需求，對三個類別的侵入者做不同的處理，使後續的應用更有彈性。從整合測試的實驗結果顯示，本研究虛擬圍籬系統整體的偵測準確率mAP達95%以上，而從LiDAR觸發取像至判斷出物件類別的平均處理時間則在0.2sec.以下，是一套準確率高且速度快的實用系統。

馬賽克磁磚自動化鋪貼設備開發

為了解決fences官網的問題，作者林國義 這樣論述：

馬賽克磁磚至今為止仍然廣泛使用在建築物外觀、圍牆、室內地磚、浴室……等等，由於馬賽克磁磚體積小，能夠搭配各式色彩作一些圖案拼貼或漸層效果之建材。以往馬賽克磁磚鋪貼過程是經由人工之方式進行，現今在國外已經出現一些馬賽克磁磚自動化生產線以及相關專利，然而在國內大部分的馬賽克磁磚製造廠依然使用人工方式進行生產，主要原因歸咎於設備價格昂貴與生產效率低，不僅如此，目前在台灣有關馬賽克磁磚自動化生產之相關專利仍然相當少。本研究與國內馬賽克磁磚製造廠合作開發一台自動化馬賽克磁磚鋪貼機，開發內容主要分成機構設計與可程式控制器程式設計兩大主軸。在機構設計部分，主要分成磁磚整面機構與磁磚入模盤機構，磁磚整面機構

功能是將零散馬賽克磁磚進行整列與整面；而磁磚入模盤機構功能是將整面完成磁磚放入模盤中，此外，本研究使用模擬分析軟體針對自行設計機構進行應力應變分析，探討機台結構強度。在可程式控制器程式設計部分，利用PLC巨集指令以及特殊輔助繼電器進行程式撰寫，配合人機介面設計，使設備能夠進行手動操作、步進運轉、一次循環與連續運轉等控制。而在整機自動化測試階段時，針對各個伺服驅動器進行伺服調機，確保機台運轉時之穩定性，另外本研究使用敲擊槌、加速度規及頻譜分析儀量測整面機構與入模盤機構之自然頻率，因馬達最大轉速為3000RPM，換算後所得之頻率值為50Hz，故於頻譜響應圖中僅探討低頻區域，在整面機構低頻區域的頻譜

圖中可發現於7Hz及17Hz有重疊之峰值；而在入模盤機構低頻區域的頻譜圖中可發現於7Hz及15Hz有重疊之峰值，但其峰值所對應之dB值皆相當小，不能當作自然頻率點，因此馬達所產生的任何轉動頻率不會產生共振現象。另一方面，使用雷射干涉儀量測設備中平台的重複定位精度，於量測結果中整面機構左定位點之平均定位誤差為0.027mm、右定位點之平均定位誤差為0.051mm；入模盤機構左定位點之平均定位誤差為0.28mm、右定位點之平均定位誤差為0.203mm，本研究最後驗證設備之可行性，預計每小時產能可達100才。