ก็ตามชื่อคลิปนั้นละครับ"Test Game"ครับ+เอาฮานิดๆครับ
เล่นกับโน็ตบุ๊คครับ(ยังพยายามเล่นเนอะ)
-CPU : Intel Core i3-3110M 2.40GHz //Intel(R) HD Graphics 4000
-Video Card : NVIDIA Gforce 610m (2GB)
-RAM : 4.0 GB
-Windows 7 64BIT
มีความตั้งใจ(เล่น)แต่ก็ยังอ่อนหัด อ่อนหัด อ่อนหัด//พอ T^T
基於預測方法之視差圖估計
為了解決Intel HD Graphics 62的問題，作者王建祐 這樣論述：
隨著自動化的發展，深度感知顯得格外重要，在實現自主操作中是一項不可或缺的技術，其中以感測器為主的感知方式又容易受外在環境影響，因此立體視覺(stereo vision)的技術逐漸受到重視，其使用兩相機模擬雙目的方式來獲取深度資訊，並對光源有一定抵抗能力。 在實現上，分為硬體與軟體兩種，硬體的運算速度快，但精確度不如軟體上的表現，而隨著科技的推進，處理器的運算速度越來越快，如數位訊號處理器（digital signal processor，DSP）或是圖形處理單元（graphics processing unit，GPU）等，能夠慢慢拉近運算時間上的差距，本論文以軟體為主要實現方式，並以預測
法提升其效能，來獲取精確且快速的視差圖。 在演算法上，選擇區域演算法，其比全域演算法更具有運算速度上的優勢，並搭配統計調查變換(Census Transfrom)與適應性支援權重ADSW(Adaptive Support Weight)來提升精確度，確保精確度能夠不亞於全域演算法。而預測法能夠減少運算範圍來提升速度，不過要以預測正確為前提，所以使用USM(unsharp masking)反銳化濾波器來提升物體輪廓，不僅能增加預測正確率，也使得後續運算精確度提高。 本論文以OpenCV軟體工具來實現整體演算法，並搭配Middlebury網站的錯誤率評估，能夠達到平均錯誤率在7.4%，並以In
tel(R) Core(TM) i7-7700 CPU @ 3.60GHz處理器來實現，相較於其他文獻能夠將運算速度提升50%以上。
使用者回控之Wi-Fi Display群播嵌入式系統設計與實作
為了解決Intel HD Graphics 62的問題，作者蔣亞翰 這樣論述：
近年來，智慧型手持裝置與Wi-Fi無線投影普及後，有些講者為了在進行演講、開會時，能與觀眾更好的互動而不想受於有線的束縛，所以開始傾向使用智慧型手持裝置內建的Wi-Fi無線投影功能並搭配目前市面上支援該功能的產品。而上述以這些產品建構的系統應用在公司企業、政府機構則十分方便，然而，應用在傳統校園，將會因為考量到成本、互動性和學生需求提高，導致不完全適合套用。本論文將基於上述提到的問題，而提出一個低成本的Wi-Fi無線投影並即時群播且兼具使用者回控的講者輔助系統，將應用於校園內使用傳統螢幕進行教學的環境中，來解決上述所提到的問題。為了建立上述系統的雛形，首先將經由以下4個步驟來完成WFD(Wi
-Fi Display) Sink端的功能：Wi-Fi Direct連線建立與交涉過程、獲取多媒體串流、解析封包、播放影音。在此之後，只要將收到的多媒體串流群播給其他Cliens，將可達到群體即時同步顯示的效果。最後，在設計一個使用者輸入介面與使用者回控機制(UIBC)，即可遠端操控Android智慧型手持裝置。為了實現上述Model的雛形，將使用一個多媒體處理平台與一個支援Wi-Fi Direct的USB無線網路卡來實現WFD Sink端的功能，接著將WFD Sink端與其他Clients以實體網路線來連接到同一台AP Router上，完成一對多的群播。最後，整合微電腦硬體平台、Wii Re
mote、藍牙模組等硬體單元，來實作出使用者回控介面與機制。而在系統的測試部分，將使用一台Android智慧型手持裝置內建的WFD功能，來進行三種應用測試：寫字、讀檔、播放影片，並記錄與觀察在播放影片時的video slice size與audio slice size變化量，除了上述結果之外，還比較在多個Clients連結的情況下，使用重複性unicast傳送與IP multicast的佔有頻寬實際差別，來驗證使用IP multicast為群播的優點。
歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站