170 likes | 618 Views
彭文孝 經歷. 2006.08~: 國立交通大學 資訊工程系 助理 教授 2005,1999,1997: 電子博士 / 碩士 / 學士 , 國立交通大學 , 新竹 2006.01~2006.07: 國立交通大學 電子工程系 博士後研究員 2003~: MPEG 國際標準美國代表團成員 2000.11~2001.11: 美國英特爾微處理器實驗室 2011: IEEE VCIP 國際會議議程共同主席 2010: IEEE ICME,APSIPA 會議高效能視訊議程共同主席 2009~: IEEE 電路與系統學會技術會議委員 (VSPC, MSA)
E N D
彭文孝經歷 2006.08~:國立交通大學 資訊工程系助理教授 2005,1999,1997: 電子博士/碩士/學士,國立交通大學, 新竹 2006.01~2006.07:國立交通大學 電子工程系博士後研究員 2003~: MPEG國際標準美國代表團成員 2000.11~2001.11:美國英特爾微處理器實驗室 2011: IEEE VCIP國際會議議程共同主席 2010: IEEE ICME,APSIPA會議高效能視訊議程共同主席 2009~: IEEE電路與系統學會技術會議委員(VSPC, MSA) 2007: IEEE Workshop on SVC and Transport議程共同主席 whpeng/CS, NCTU
多媒體架構與處理 Temporal Scalability 0 1 2 3 4 5 6 7 8 9 Quality Scalability Base Layer 7680Pixels 0 3 6 9 0 3 6 9 Spatial Scalability 4320Pixels 1920Pixels 1080Pixels Full HD Super Hi-Vision 0 3 6 9 高效能視訊壓縮 可調視訊壓縮 行動設備視覺化搜尋 立體視訊壓縮 2 MPEG視訊壓縮技術 行動設備視覺化搜尋
新一代高效能視訊壓縮競賽 本實驗室代表交通大學(NCTU)參與2010年四月由ITU-T VCEG及ISO/IEC MPEG在德國Dresden舉辦的下一代高效能視訊壓縮編碼競賽(參賽文件編號JCTVC-A123),在總共27個參賽團隊中取得第12名的成績,並且在Low Delay設定下取得第10名的成績,以下為主觀視覺測試統計結論(在本次競賽中前10名被考慮為重要提案): (1) 在Constraint 2的80個測試資料中,有2個測試資料得到第一名的成績, 有15個測 試資料得到前五名的成績,有38個測試資料得到前10名的成績。 (2) 在Constraint 1的65個測試資料中,12個測試資料得到前10名的成績。 完成並符合測試要求之學校單位: NCTU, Taiwan; RWTH Aachen U., Germany; MIT, USA; Sejong U., Korea; Sungkyunkwan U., Korea (NCTU為參與學校單位中主觀評比最佳) 業界單位: TI; Hitachi; Sony; NEC; Sharp; Intel; Mitsubishi; JVC; MediaTek; LG; Huawei Hisilicon; SK telecom, France Telecom, NTT, NTT DOCOMO, Panasonic, Technicolor; Fujitsu; Fraunhofer HHI; Toshiba; Microsoft; Tandberg, Ericsson, Nokia; RIM; Qualcomm; NHK & Mitsubishi; Samsung BBC; BBC Samsung; Renesas; ETRI
研究方向 High-Efficiency Video Coding (HEVC) Scalable Video Coding (SVC) Mobile Visual Search (MVS) Free Viewpoint Television (FTV) Compressive Sensing (CS)
研究方向聯絡人 HEVC:陳俊吉,Ph.D. Candidate E-MAIL:cheerchen73@gmail.com SVC:吳崇豪, Ph.D. Student E-MAIL:jacky195205@gmail.com FTV:陳俊吉,Ph.D. Candidate E-MAIL:cheerchen73@gmail.com MVS:詹家欣 , Ph.D. Candidate E-MAIL:terry0201@gmail.com 對於研究方向有興趣的同學或是有任何的問題,歡迎詢問
基礎知識 • 建議欲加入本實驗室之新生,至少具備有下述一項科目之基礎知識 • 機率 • 線性代數 • 訊號與系統 • 數位訊號處理 • 演算法 • C/C++ Programming
實驗室福利 獎助學金按能力表現分發。 從事實驗室的服務工作或是擔任課程助教,老師會給予額外獎助學金以資鼓勵。 定期實驗室聚餐。 提供經費供學生出國參加學術會議與視訊標準會議(MPEG和JVT)。
實驗室資源 • 實驗室提供每個博士生與碩生 • 一台多核心個人電腦 • 一大一小雙螢幕 • 公用筆記型電腦 • 26台公用Intel i7 series 伺服器。
畢業與未來工作 實驗室目前畢業學長姊在Qualcomm、華碩、奇美、奇菱、安霸、廣達、鴻海、晨星、聯發科技,HTC,凌陽科技,聯詠科技等等公司上班或研發替代役。
課程選修建議 目前實驗室著重在多媒體訊號處理研究,所以在開學之前,老師會鼓勵同學多閱覽有關多媒體和數學的書籍,像是多媒體概論(H.264或MPEG-4簡介)或是有關訊號處理的數學理論。至於開學的修課,除了所上必修(例如視訊壓縮)之外,老師也鼓勵學生選修外所課程,像是電子所的隨機過程、檢測與估計…等,這些課程都會對同學之後閱覽論文和自己的研究有所幫助。開學期間,老師也會讓同學看一些學術論文,以增加自己本身對於多媒體背景的了解,讓同學儘快適應與進入相關領域的研究。
聯絡 • 實驗室聯絡人 • 電子資訊大樓704, 分機59267 • 陳俊吉 cheerchen73@gmail.com • 吳崇豪 jacky195205@gmail.com • 彭老師 • 工程三館431,分機56625 • wpeng@cs.nctu.edu.tw
High-Efficiency Video Coding(HEVC) • HEVC是為了因應未來高解析度視訊(Super Hi-Vision, 7680×4320)所帶來的多媒體應用。現今最成熟之H.264/AVC在高解析度仍然壓縮率不足使得網路頻寬無法負荷,導致高解析度視訊仍未走進人們的生活中,HEVC目的為開發下一代標準,達到H.264/AVC兩倍的壓縮率! • 相關應用:智慧型手機或相機之視訊編解碼器。 • 相關資料: • Super Hi-Vision http://www.nhk.or.jp/digital/en/super_hi/index.html • HEVC相關消息及技術http://www.h265.net/
Scalable Video Coding (SVC) SVC為MPEG與VCEG共同以MPEG-4 AVC/H.264為基礎所開發之最新可調視訊編碼標準,其目的是以單一的壓縮視訊位元流,提供時間、空間、和畫質精細可調性,讓接網路處理器透過適當的抽取與解碼不同增強層,以達到所需的解碼品質。目前研究重點,在不影響視訊品質下,進行H.264與SVC編碼格式間的快速轉換演算法。 相關資料: http://www.radvision.com/Visual-Communications/Video-Communications-Technology/Scalable-Video-Coding/
Mobile Visual Search (MVS) • Mobile Visual Search (MVS)的基本說明是用找CD專輯封面的方式來表達,利用圖形中擷取特徵點後傳至後端,後端的搜尋利用分塊的方式來尋找最符合的資料,之後再回傳給手持系統得知比對資料結果。MVS是近年來發展在智慧型手機、汽車等電子產品上的一項技術,最常見的莫過於利用手機拍書的封面,即可立即傳回後端的database去搜尋並回傳該書籍的資訊,或是拍攝街道圖得知其定位及名稱。MVS的特性 也就是資訊取得的便利性+移動性以取代傳統的固定式的資訊搜索,使得取得資訊的方式更多元,想要search的動機也將會更為隨機地頻繁地出現,最終也創造出一些商業廣告應用的契機 • 參考連結 • http://scien.stanford.edu/mvs/index.html • http://www.google.com/mobile/goggles/#landmark
Free-viewpoint Television (FTV) FTV為MPEG於07年開啟的自由視角電視計畫,其包含多視角視訊壓縮、影像深度估測與虛擬視訊合成,用以突破傳統視訊單一視角的限制。傳統視角的移動,需事先提供大量相近視角的視訊;然而,虛擬視角合成,可藉合成的方式,降低傳統方法需提供龐大資料量的缺點,並提高視角切換的自由度。本研究涉及1)多視角視訊壓縮、2)影像處理、3)電腦視覺、與4)虛擬視訊合成等多領域的整合,目前研究重心在於觀察影像與深度之原始和壓縮資訊,分析造成合成影像失真的原因,並將此議題延伸至1)深度資訊品質、2)虛擬視訊合成品質、與3)深度資訊壓縮效率之提升。
Compressive Sensing (CS) 根據訊號處理理論中的Nyquist Rate Theory,取樣速率須不能小於訊號頻寬的2 倍,否則會產生Aliasing的錯誤。因此許多學者開始著眼思考,是否有更好的取樣技術?如何違反取樣速率的物理限制呢?然而,一個新的取樣技術--Compressive Sensing,可在不破壞資料的條件下,將取樣數有效的減少至低於Nyquist Rate,並在取樣後重建還原資料。此理論讓許多研究者相當振奮,許多過去受限於取樣速率的研究問題,如今皆一一被重新審視,例如1)生醫二元影像訊號、2)多重描述編碼理論、3)數位類比轉換設計、與4)影像壓縮等研究議題。本實驗室應用Compressive Sensing,進行多重描述編碼論和影像壓縮的技術研究。此外,Compressive Sensing的研究過程,需要相當的數學技巧與推導證明,因此在EECS的學術領域中,實為一富有挑戰性的研究主題。 詳細說明檔案:按此下載