README 修改

Author: 5000user5000

README.md

@@ -6,8 +6,11 @@
 
 **視訊壓縮期末專案**
 
+組員: 周哲瑋 (Wayne)，陳冠霖，許詠約
+
 高效能 JPEG 解碼器實現，核心使用 C++ 開發並透過 pybind11 提供 Python API。專案包含 C++ 和 NumPy 兩種實現，用於比較不同實現方式的性能差異。
 
+
 ## 專案特點
 
 - **⚡ 高效能**: C++ 核心實現，比 NumPy 版本快 **約 4.4 倍**
@@ -32,7 +35,7 @@
 - NumPy Decoder: **35.15 dB** ✅ (良好)
 - 兩者均達到視覺無失真標準（> 30 dB）
 
-詳細的 benchmark 結果請參考 [BENCHMARK_RESULTS.md](BENCHMARK_RESULTS.md)
+詳細的 benchmark 結果請參考 [BENCHMARK_RESULTS.md](doc/BENCHMARK_RESULTS.md)
 
 ## 快速開始
 
@@ -49,7 +52,7 @@
 
 ```bash
 # 1. Clone 專案
-git clone https://github.com/yourusername/Fast-Jpeg-Decoder.git
+git clone https://github.com/5000user5000/Fast-Jpeg-Decoder.git
 cd Fast-Jpeg-Decoder
 
 # 2. 安裝 Python 依賴
@@ -163,10 +166,9 @@ Fast-Jpeg-Decoder/
 ├── benchmarks/
 │   └── run_benchmark.py        # 性能測試與品質驗證
 ├── doc/
-│   └── report.md               # 詳細技術報告
+│   └── BENCHMARK_RESULTS.md    # Benchmark 結果文檔
 ├── output/                     # 解碼輸出結果（benchmark 生成）
 ├── example.py                  # 使用範例
-├── BENCHMARK_RESULTS.md        # Benchmark 結果文檔
 ├── Makefile                    # 建構腳本
 ├── setup.py                    # Python 安裝腳本
 └── README.md                   # 本文件
@@ -252,8 +254,6 @@ JPEG 檔案
 解碼完成的圖片
 ```
 
-詳細的技術實現請參考 [doc/report.md](doc/report.md)
-
 ## 技術亮點
 
 ### C++ 實現
@@ -302,8 +302,6 @@ JPEG 檔案
 - 多執行緒（OpenMP）: 預期提升接近 CPU 核心數
 - 查表法（LUT）: 預期提升 1.5-2×
 
-詳細分析請參考 [BENCHMARK_RESULTS.md](BENCHMARK_RESULTS.md)
-
 ## 使用建議
 
 ### ✅ 推薦使用場景
@@ -317,13 +315,12 @@ JPEG 檔案
 
 - **生產環境**: 請使用成熟的庫（libjpeg-turbo, PIL/Pillow）
 - **完整 JPEG 支援**: 本專案僅支援 Baseline DCT
-- **關鍵應用**: NumPy 實現存在已知的正確性問題
+- **關鍵應用**: NumPy 實現性能較低（比 C++ 慢 4.4 倍）
 
 ## 文檔
 
 - **[README.md](README.md)**: 專案概述和快速開始（本文件）
-- **[BENCHMARK_RESULTS.md](BENCHMARK_RESULTS.md)**: 詳細的性能測試結果和正確性驗證
-- **[doc/report.md](doc/report.md)**: 完整的技術報告（包含原理、實現、分析）
+- **[BENCHMARK_RESULTS.md](doc/BENCHMARK_RESULTS.md)**: 詳細的性能測試結果和正確性驗證
 
 ### 開發指南
 
@@ -341,7 +338,6 @@ JPEG 檔案
 
 ### 技術文章
 
-- [JPEG Decoding Tutorial](https://www.impulseadventure.com/photo/jpeg-decoder.html)
 - [Fast DCT Algorithms](https://www.nayuki.io/page/fast-discrete-cosine-transform-algorithms)
 - [Understanding JPEG](https://parametric.press/issue-01/unraveling-the-jpeg/)