手機 裁剪 相片的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列必買單品、推薦清單和精選懶人包

影音行銷最佳幫手：免費視訊剪輯軟體全攻略

為了解決手機 裁剪 相片的問題，作者鄭苑鳳 這樣論述：

詳實解說‧學習無負擔 剪輯流程完整大公開   　　The best helper for video marketing 　　★新手適用的一鍵式快剪影片秘技 　　★從新手到熟手成為視訊剪輯的高手 　　★勢不可擋的行動與影音社群行銷術 　　★編輯小技巧問答說明解決各種疑惑 　 　　YouTube × Facebook × Instagram 　　影片上傳與分享絕技   　　★免費視訊剪輯軟體大活用，讓你剪輯、串接、特效、字幕、配樂、分享一手搞定。 　 　　★免費無浮水印的行動裝置影音剪輯術，讓你隨時隨地玩出精彩的影音剪輯，幻燈片、字幕、小貼、塗鴉、濾鏡、轉場、聲音錄製、特效等輕鬆做到，也能多

樣的分享影片。   　　★影片剪輯、相片動畫化、覆疊素材、視訊特效、轉場效果、3D動畫標題、字幕、錄製旁白語音、關鍵影格設定，讓你靈活運用各項功能，輕鬆做出豐富而多層次、且變化多端的視訊影片。   　　★惱人的字幕製作，教你輕鬆將影音轉變成字幕，利用ArtTime Pro軟體快速壓製視訊或匯出字幕，學會新增CC影片字幕的方法。   本書特色   　　★收錄無浮水印的手機版Filmigo視訊剪輯技巧 　　★免費且穩定易使用的OpenShop剪輯攻略 　　★好用的VidCoder視訊壓縮工具 　　★學會免費版的GIMP編排版面與製作去背圖形 　　★使用免費好用的pyTranscriber字幕辨識軟

體轉換字幕 　　★學習以Arctime Pro快速壓制視訊或匯出字幕 　　★從YouTube網站新增CC影片字幕

手機 裁剪 相片進入發燒排行的影片

使用多模態深層自編碼器融合視覺與語音特徵強化個人相片之語意檢索

為了解決手機 裁剪 相片的問題，作者盧宏宗 這樣論述：

本論文主要探討的是在加入使用者稀疏語音標註的條件下，進行個人相片語意檢索(semantic retrieval of personal photos)的方法。由於近年數位相機以及智慧型手機等行動裝置十分普及，使用者通常會快速累積大量的個人相片，如何有效率的對數量龐大的相片資料庫進行瀏覽與檢索是一個十分重要的問題。一般使用者通常偏好使用語意式查詢指令(semantic query)來對相片進行搜尋，例如：「母親節聚餐」。但機器基本上沒有能力掌握相片中攜帶的這類語意，除非使用者加以標註，因此我們設定在使用者拍攝相片的同時，可以使用麥克風針對相片進行語音標註；這樣會較鍵盤輸入文字便利許多，但使用者

並不會將所有的照片皆加上語音標註。因此本論文將主題設定為使用者輸入稀疏語音標註條件下之個人相片語意檢索，意即僅有少數相片標上語音標註的情境。本論文選擇使用以主題模型為基礎的實作方式，引入數種以深層學習為基礎的特徵抽取法，利用深層卷積式類神經網路對相片進行影像特徵抽取，同時使用分佈式詞彙表示法及段落向量模型針對相片語音標註的詞圖分別進行語音特徵抽取，最後以多模態深層自編碼器的主題模型，針對影像及語音特徵進行整合，並以此模型訓練出具備「潛藏主題」的瓶頸向量建構檢索模型。此外，本論文亦將從主題模型檢索出的首次檢索結果(first-pass retrieval results)，使用字詞頻率期望值、局

部與全域影像特徵、深層卷積式類神經網路影像特徵、段落向量與多模態自編碼器瓶頸特徵分別計算相片之間的相似度，再套用隨機漫步模型(random walk) 演算法，使相似度高的相片獲得相近的相關分數(relevance score)，進而達成重新排序的效果，使整體檢索效能更進一步的提升。最後，為使後續研究能夠更順利進行，本論文在最後將微軟COCO圖片標題資料庫加以中文化，並且將此中文版語料建檔，做為後續研究之用。

用手機也能拍得更好的100個妙方：完美攝影微調術

為了解決手機 裁剪 相片的問題，作者CAPA 這樣論述：

※ 100個任何人都能夠即刻上手的（手機）攝影妙方 ※ 簡單明瞭，好與壞一看就懂，迅速掌握拍出好作品的關鍵 ※ 特別示範手機拍攝的實用小技巧、APP介紹以及嶄新的攝影表現手法與配件 ※ 從隨拍、夕景、夜景、人像、小物、花卉、寵物拍攝到後製編修，一應俱全 　　【邁向高手之路，100個拍出好作品的錦囊妙計！】 　　在這個智慧型手機科技蓬勃發展的年代，人們用來拍照的器材，也漸漸從笨重的單眼相機轉變成輕巧且方便攜帶的手機。 　　然而，以單眼相機來說，仍舊有著畫質與鏡頭選擇多的絕對優勢。而智慧型手機，則有著輕便、可以馬上使用APP編修圖片，並且能夠即刻上傳到社群網路跟朋友分享作品的特點。 　

　結合兩者的特性，本書以「圖解」的方式，示範從街拍、隨拍、夕景、夜景、人像、風景、美食、小物、花卉、寵物等不同的主題，一直到手機APP的活用、影像編修的要領，讓你我能夠一目了然地了解、吸收與活用這100個淺顯易懂的攝影妙方，不論是用手機還是單眼相機，都可以拍出更棒的好作品。 　　書中也將示範如何透過APP與Wi-Fi或藍牙連線，把相機的相片傳送到手機上進行編修，更可以利用手機來遙控與操作相機，變化出更多的可能性。 　　此外，更是特別介紹各種因為相機／手機「嶄新機能」所帶來的全新拍攝手法，讓攝影作品的表現更加地豐富與多元。

使用隨機漫步及分佈式詞彙表示法增強個人相片之語意檢索

為了解決手機 裁剪 相片的問題，作者劉元銘 這樣論述：

本論文探討在使用者加入稀疏語音標註之條件下，如何進行有效的個人相片語意檢索(semantic retrieval of personal photos)。由於近年來數位相機及智慧型手機十分普及，使用者通常會迅速累積大量的個人相片，隨之而來的一個重要問題便是如何在數量龐大的個人相片資料庫中快速瀏覽與搜尋。一般使用者都喜歡直接用語意式查詢指令(semantic query) 來找相片，例如「母親節聚餐」。但以前的個人相片檢索多半是以內容為基礎的影像檢索(content-based image retrieval, CBIR)，倚賴影像低階描述特徵且必須以一張相片作為查詢指令(query)，並不適

用於使用高階語意概念(high level smenatic concepts) 的影像檢索；而以語意為基礎的影像檢索則非常倚賴影像相關的標籤(tags) 或標註(annotations)，但使用者不太可能把所有的相片都加上標註，且使用語音標註的方式又比使用鍵盤輸入的文字標註來的更為方便，所以本論文把主題設定在使用者輸入稀疏語音標註之條件下的個人相片語意檢索，亦即有少數相片上有語音標註。實現的方法主要是利用主題模型(topic model) 整合語音和影像特徵，並使用隨機漫步模型進行重新排序(re-ranking)，最後再提出使用分佈式詞會表示法(distributed word repres

entation) 來舒緩語音特徵稀疏的問題。首先，由於語音標註可能在任何地方被錄製，可能是非常自發性的(spontaneous) 說話方式，所以導致辨識率低下，所以利用詞圖進行抽取字詞頻率頻率期望值(expected term frequency) 當作是語音特徵，但只有少數的相片有語音標註，所以我們必需對每張相片抽取局部(local) 與全域(global) 的影像特徵，來補充語音特徵所遺漏的資訊。而本論文利用主題模型來整合語音和影像特徵，並以此模型訓練出來的「潛藏主題」建構檢索模型。此外，我們發現主題模型的檢索效能還有很多進步空間，所以把從主題模型檢索出的首次檢索結果(first-pas

s retrieval results) ，基於字詞頻率期望值、局部與全域的影像特徵計算相片之間的相似度，再套用隨機漫步模型(random walk) 演算法，讓相似度越高的相片獲得越相近的相關分數(relevance score) ，進而達成重新排序的效果，並使其檢索效能獲得相當大的進步。此外，我們發現由於語音特徵非常稀疏，導致在訓練主題模型時就特別仰賴影像特徵，但其實語音特徵才是最主要提供使用者個人化與語意資訊的來源，所以進一步使用近年在尋找語意(semantic) 和句法(syntactic) 相關詞的任務中有良好表現的分佈式詞彙表示法，基於字詞頻率期望值與整體影像語意概念，以類似自動增

加標註的方法找出相關詞並加入語音特徵中，讓原本稀疏的語音特徵不再稀疏，進而讓主題模型在訓練時考慮更多個人化與語意相關的資訊，並且也讓隨機漫步模型重新排序的效能也更好。