1. 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
~ :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
~ :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
Nov 2010

2. 多媒體架構與處理 MPEG視訊壓縮技術 行動設備視覺化搜尋 高效能視訊壓縮 可調視訊壓縮 立體視訊壓縮 行動設備視覺化搜尋 2
Temporal Scalability
Base Layer
Quality Scalability
Spatial Scalability
7680 Pixels
4320 Pixels
1920 Pixels
1080 Pixels
Super Hi-Vision
Full HD
高效能視訊壓縮
可調視訊壓縮
立體視訊壓縮
行動設備視覺化搜尋 2

3. 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

4. 研究方向 High-Efficiency Video Coding (HEVC) Scalable Video Coding (SVC)
Mobile Visual Search (MVS)
Free Viewpoint Television (FTV)
Compressive Sensing (CS)

5. 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 ：
FTV：陳俊吉, Ph.D. Candidate ：
MVS：詹家欣 , Ph.D. Candidate
對於研究方向有興趣的同學或是有任何的問題，歡迎詢問

6. 歷年計畫 高效能視訊編碼之標準制訂與運算平行化 主持人 2011/8/1 ~ Present 國科會 參與國際MPEG標準會議 共同主持人
高效能視訊編碼標準前期研究
2011/6/23 ~ 2011/9/30
工業技術研究院
新興高效能視訊編碼技術
2010/8/1 ~ 2011/7/31
遍佈即時多媒體系統與技術--子計畫二:可調視訊編碼之適應性動態精細改進和編碼
2006/8/1 ~ 2009/7/31
支援3-D立體視訊的數位電視多媒體平台設計
2007/11/1 ~ 2010/10/31
運用在異質無線網路多方視訊廣播服務之可調視訊編解碼最佳化與網路介面設計
2007/8/1 ~ 2010/7/31
適用於Location-Free 視訊之
H.264/AVC參數優化與傳送
~ 2007/12/31
資策會
適用於廣告推播系統之網路傳輸架構與視訊編解碼方法可行性分析 至
H.264 Scalable編碼參數最佳化
與DSP實作
基於MPEGVC/H.264標準之多視角視訊編解碼 E

7. 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
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

8. 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)。 

9. 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。

10. 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。

11. 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。

12. 聯絡 實驗室聯絡人 彭老師 電子資訊大樓704, 分機59267 陳俊吉 cheerchen73@gmail.com
吳崇豪
彭老師 
工程三館431,分機56625

13. 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
HEVC相關消息及技術

14. 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：

15. 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

16. 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。

17. 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