AI 縮放比例的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

打造集客瘋潮的微電影行銷術(第二版)：影音剪輯實戰×行動影音剪輯×特效處理×微電影實作×影音社群行銷

為了解決AI 縮放比例的問題，作者鄭苑鳳 這樣論述：

　　◎掌握行動影音時代的微電影行銷術 　　◎學習影片剪輯的全方位實戰技術 　　◎輕鬆製作動感影音、獨創風格的特效影片 　　◎快速發布上傳YouTube、Facebook、Instagram 　　◎結合影片製作與網路行銷的新時代行銷術 　　在行動數位影音的新時代中，影片所營造的臨場感及真實性，遠比文字與圖片來得強而有力，靜態廣告轉化為動態的「微電影行銷」，已成為勢不可擋的時代趨勢。想要在短時間內透過影片行銷產品或宣傳理念，影片就必須在幾秒內吸睛。要讓影片能夠依照自己的創意盡情地表現，同時快速吸睛進而造成轟動話題，那麼製作影片的技巧就不可不學。 　　在影片製作上，本書使用「

威力導演19」來做視訊剪輯，深入淺出地介紹威力導演的各項剪輯技巧，即使是新手也能透過幻燈片秀編輯器、自動模式、創意主題設計師等功能快剪影片。而若想要快速累積視訊剪輯的實務經驗，本書也提供各項私房攻略，如轉場、特效、音訊剪輯、動態文字、字幕、影片覆疊等實戰技術，讓你碰到剪輯問題時不會不知所措，還有各種設計工具的應用與行動影音剪輯技術，本書皆不藏私。 　　製作好宣傳影片後，透過不受限於固定的媒體或時間點觀看的網路發布，可讓影片的行銷影響力更加無遠弗屆。善用微電影行銷術，將可為你的理念或商品打造不同凡響的集客風潮。 本書特色 　　◎紮實的微電影實作體驗，奠定邁向行銷高手之路的基礎。 　　◎透過

YouTube、Facebook、Instagram社群的上傳與分享，打造超高人氣，創造無限可能。 　　◎使用覆疊工房／繪圖設計師／炫粒工房／遮罩設計師／色板／混合等特效工具，輕鬆搞定多層次變化的覆疊合成。 　　◎掌握平移／縮放、運動攝影、動態追蹤、視訊拼貼等好用又吸睛的設計工具，完成魔法效果的動感影片。 　　◎不能不學的行動裝置影音剪輯術，讓你隨時隨地玩出精采的影音剪輯。  

AI 縮放比例進入發燒排行的影片

基於MobileNet之輕量化即時多物件追蹤設計

為了解決AI 縮放比例的問題，作者蘇煜凱 這樣論述：

多物件追蹤是電腦視覺領域中極具挑戰且重要的研究議題之一。雖然目前在文獻中已提出許多的多物件追蹤方法，但這些方法大多都無法達到即時運算的能力，特別是在運算資源有限的嵌入式平台中。為了解決此問題，本論文提出一種基於MobileNet所設計的輕量化即時多物件追蹤系統，其可有效提升多物件追蹤運算的處理速度。所提出的系統採用One-Shot Tracking By Detection的架構進行設計，其由多物件追蹤模型與後處理模組所組成。原先我們使用HarDNet作為多物件追蹤模型，後來發現其在嵌入式平台中的運算速度並不理想，因此我們沿用本實驗室所提出的Mobilenet-SSDv2作為追蹤模型中的偵測

網路，用來輸出影像中目標物的偵測資訊，並在此基礎上針對錨框設定進行改良，以此提升追蹤準確率。在後處理模組中，我們提出一個簡單篩選(Simple Filtering)的方法來替換現有方法中使用的卡爾曼濾波器。此方法雖然會使得追蹤準確率略微下降，但可大幅度提高運算速度。最後，透過簡單篩選與匈牙利匹配所組成的後處理模組將偵測資訊與追蹤資訊進行匹配，以此來完成多物件追蹤任務。實驗結果顯示，透過對追蹤模型中錨框與Mobile FPN的改良，整體系統的追蹤準確率提高了9.8% MOTA與9.4% IDF1，並且在MOT16中得到59.1% MOTA與52.6% IDF1的結果。在桌上型電腦與嵌入式平台上的

運算速度測試中，所提出的系統分別達到41.4 FPS與 10.7 FPS的運算速度。透過簡單篩選的替換卡爾曼濾波器後，追蹤準確率降低為58.1% MOTA與47.7% IDF1，但運算處理速度分別提升為54.2 FPS與12.1 FPS。以HarDNet作為多物件追蹤模型搭配錨框與Mobile FPN的改良在MOT16中獲得61.3% MOTA與53.3% IDF1的結果，運算處理速度分別為33.5 FPS與3.9 FPS；將卡爾曼濾波器換成簡單篩選後，追蹤準確率為60.7% MOTA與52.1% IDF1，運算處理速度分別為41.5 FPS與4.2 FPS。

打造集客瘋潮的微電影行銷術：影音剪輯實戰×行動影音剪輯×特效處理×微電影實作×影音社群行銷 (暢銷回饋版)

為了解決AI 縮放比例的問題，作者鄭苑鳳 這樣論述：

　　◎掌握行動影音時代的微電影行銷術 　　◎學習影片剪輯的全方位實戰技術 　　◎輕鬆製作動感影音、獨創風格的特效影片 　　◎快速發布上傳YouTube、Facebook、Instagram 　　◎結合影片製作與網路行銷的新時代行銷術   　　在行動數位影音的新時代中，影片所營造的臨場感及真實性，遠比文字與圖片來得強而有力，靜態廣告轉化為動態的「微電影行銷」，已成為勢不可擋的時代趨勢。想要在短時間內透過影片行銷產品或宣傳理念，影片就必須在幾秒內吸睛。要讓影片能夠依照自己的創意盡情地表現，同時快速吸睛進而造成轟動話題，那麼製作影片的技巧就不可不學。   　　在影片製作上，本書使用「威力導演」來

做視訊剪輯，深入淺出地介紹威力導演的各項剪輯技巧，即使是新手也能透過幻燈片秀編輯器、自動模式、創意主題設計師等功能快剪影片。而若想要快速累積視訊剪輯的實務經驗，本書也提供各項私房攻略，如轉場、特效、音訊剪輯、動態文字、字幕、影片覆疊等實戰技術，讓你碰到剪輯問題時不會不知所措，還有各種設計工具的應用與行動影音剪輯技術，本書皆不藏私。   　　製作好宣傳影片後，透過不受限於固定的媒體或時間點觀看的網路發布，可讓影片的行銷影響力更加無遠弗屆。善用微電影行銷術，將可為你的理念或商品打造不同凡響的集客風潮。   本書特色   　　◎紮實的微電影實作體驗，奠定邁向行銷高手之路的基礎。 　　◎透過YouTu

be、Facebook、Instagram社群的上傳與分享，打造超高人氣，創造無限可能。 　　◎使用覆疊工房／繪圖設計師／炫粒工房／遮罩設計師／色板／混合等特效工具，輕鬆搞定多層次變化的覆疊合成。 　　◎掌握平移／縮放、運動攝影、動態追蹤、視訊拼貼等好用又吸睛的設計工具，完成魔法效果的動感影片。 　　◎不能不學的行動裝置影音剪輯術，讓你隨時隨地玩出精采的影音剪輯。

基於HEVC位元串流之快速人臉定位

為了解決AI 縮放比例的問題，作者黃致澄 這樣論述：

人臉定位在智慧監控視訊(intelligent video surveillance: IVS)系統扮演非常重要的角色，若能正確且快速的將人臉從影像中定位出來，便能夠在往後人工智慧(AI)視覺的相關應用，大幅提高AI視覺辨識的準確率。然而現今IVS系統皆在像素域下進行，這代表IVS須將HEVC視訊的位元串流或壓縮檔，先行解碼重建影像後，才能進行影像內容的分析與定位。由於IVS系統需長時間錄影和存檔，導致在像素域進行人臉定位時，計算量龐大且耗時，無法完成即時人臉定位。因此，本論文提出在HEVC壓縮域中，擷取少數重要的特徵參數來進行部分解碼和分析後，再執行AI人臉定位，來大幅降低解碼的計算複雜度

和時間。為了快速進行HEVC視訊的人臉定位，我們在HEVC位元串流中，只執行網路抽象層單位(NALU)解碼和熵解碼(ED)模組，並擷取它們的重要資訊和特徵參數後，直接進行IVS人臉定位。首先，從NALU執行VPS、SPS、PPS檔頭解碼，再經熵解碼後，獲得每個I畫面內的預測單位(prediction unit: PU)之畫面內預測模式(IPM)、轉換單位的面積(TUS)和編碼位元數(BN)的資訊，再分別經過適應性線性映射函數(linear mapping function)，分別產生I、T和B三個灰階特徵圖像，並ITB特徵通道灰階圖視為彩色影像的RGB通道，再進行融合為彩色ITB影像，接著將I

TB影像輸入YOLO(you only look ones)網路進行深度學習，完成快速準確的人臉定位。另外由於YOLO最大解析度只支援到608608的影像，若輸入更大解析度的影像進行人臉定位，則需要將不同解析度的影像縮放到固定的大小，這將導致定位的準確率大幅下降，不適合實際人臉定位的應用。為了改善超高解析度(UHD)人臉定位的準確度，本論文也提出一影像重疊切割演算法，再將切割後的影像輸入YOLO進行定位，藉由降低縮放比例對人臉部分特徵造成的影響，來進一步增加定位的準確度。為了測試所提人臉定位系統的效能，我們將ITB特徵通道與HEVC完全解碼後之RGB通道，分別輸入YOLO@v2來進行人臉定位

的實驗。由實驗結果得知，在不同的量化參數下，當使用FDDB影像資料集來進行訓練和測試時，我們提出ITB影像定位的平均召回率(recall)，分別可以達到〖Recall〗_500=77%和〖Recall〗_1000=78.5%，雖然召回率不及RGB影像，但定位時間只需完全解碼後的RGB影像定位的20%。另在4K超高解析度影像下，我們提出的影像重疊切割演算法，由實驗結果發現，當QP=32的RGB畫面在所提方法中平均召回率可以達到〖Recall〗_500=95%和〖Recall〗_1000=95%，而直接進行4K影像定位的召回率分別只有〖Recall〗_500=80% 和 〖Recall〗_1000

=83%。因此，我們的方法在UHD影像可以保有穩定的人臉定位準確度。