- 科展類別
- 臺灣國際科展作品
- 屆次
- 2021年
- 科別
- 電腦科學與資訊工程
- 得獎情形
- 四等獎
- 學校名稱
- 桃園市立武陵高級中等學校
- 指導老師
- 蘇木春;劉思德
- 作者
- 程品奕;李杰穎
- 關鍵字
- 類神經網路、生成對抗網路、山脈地形
摘要或動機
本研究利用NASA的SRTM 1 Arc-Second資料集來收集全球各地的地形高度圖(heightmap),也利用MapTiler網站收集相對應的衛星空照圖,用這些收集的圖像,訓練我們建構的VAE-pix2pix模型。VAE-pix2pix為Variational Autoencoder (VAE)及pix2pix (為一個Conditional Generative Adversarial Network)結合的模型,能將人工繪製的高度圖加上真實山脈應有的細節(包含尖銳的山脊、山壁上的紋路、連續的河流網路等……),並生成出相對應的擬真衛星空照圖。相較於原pix2pix模型,VAE-pix2pix所生成的高度圖及衛星空照圖會更接近於真實世界的地形高度圖及衛星空照圖,同時VAE-pix2pix模型也能透過改變latent code的數值來生成出不同風格的高度圖及空照圖,如地貌的顏色或雪線的高度等,這些都增加模型生成圖像的多樣性。為了使我們建構的模型能更廣泛的被應用,我們在Unity上開發了Unity客戶端,其生成的mesh可以讓使用者直接應用於遊戲的場景,簡化了遊戲中生成擬真山脈模型的任務。
「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」,以及
提供使用者有文書軟體選擇的權利,本館檔案下載部分文件將公布ODF開放文件格式,
免費開源軟體可至LibreOffice
下載安裝使用,或依貴慣用的軟體開啟文件。」
檔案名稱 |
檔案大小 |
格式 |
TISF2021-190038.pdf |
2 MB |
|