As said before, the first part of t

As said before, the first part of the identified solution reduces the area that is subject
to the later detection, to small regions. The detection area is constrained in a “topdown”
manner to so-called regions of interest (ROI), here, first the face, then eye,mouth and nose. The ”region-detection” makes use of the Haar-Like Feature Extraction with AdaBoost (see e.g. [3]) at the beginning. The Haar-Like Feature Extraction is an object recognition technique which uses weak features to detect domain objects. With the learning algorithm AdaBoost a classifier is constructed for the detector.

ผลลัพธ์ (ไทย) 1:

ตามที่กล่าวมาก่อน ส่วนแรกของการแก้ปัญหาระบุช่วยลดบริเวณที่อยู่การตรวจที่หลัง ไปยังภูมิภาคขนาดเล็ก เป็นจำกัดพื้นที่การตรวจหาใน "แค่"ลักษณะการเรียกภูมิภาคน่าสนใจ (ROI), ที่นี่ ก่อนใบหน้า ตา ปาก แล้วซัน ใน "ภูมิภาคตรวจสอบ" ให้ใช้สกัดคุณลักษณะ Haar-Like กับ AdaBoost (ดูเช่น [3]) ที่ สกัดคุณลักษณะ Haar-Like เป็นเทคนิคการจำแนกวัตถุซึ่งใช้ในลักษณะที่อ่อนแอการตรวจวัตถุโดเมน มีขั้นตอนวิธีการเรียนรู้ AdaBoost classifier ที่ถูกสร้างขึ้นสำหรับเครื่องตรวจจับ

ผลลัพธ์ (ไทย) 2:

ที่กล่าวก่อนส่วนแรกของการแก้ปัญหาระบุช่วยลดพื้นที่ที่อยู่ภายใต้
การตรวจสอบต่อมาไปยังภูมิภาคที่มีขนาดเล็ก การตรวจสอบพื้นที่ที่เป็นข้อ จำกัด ใน "topdown"
ลักษณะไปยังภูมิภาคที่เรียกว่าน่าสนใจ (ROI) ที่นี่เป็นครั้งแรกที่ใบหน้าแล้วตาปากและจมูก "ภาคการตรวจสอบ" ทำให้การใช้ Haar เหมือนการสกัดด้วยคุณสมบัติ AdaBoost (ดูเช่น [3]) ที่จุดเริ่มต้น Haar เหมือนสกัดคุณลักษณะเป็นเทคนิคการรับรู้วัตถุที่ใช้คุณสมบัติที่อ่อนแอในการตรวจสอบวัตถุโดเมน ด้วยขั้นตอนวิธีการเรียนรู้ AdaBoost ลักษณนามที่สร้างขึ้นสำหรับการตรวจจับ

ผลลัพธ์ (ไทย) 3:

ที่กล่าวก่อน ส่วนแรกของการระบุโซลูชั่นช่วยลดพื้นที่ที่อาจมี
เพื่อตรวจหา หลัง พื้นที่ขนาดเล็ก การตรวจหาบริเวณที่เป็นข้อ จำกัด ใน " topdown "
ลักษณะที่เรียกว่าภูมิภาคที่น่าสนใจ ( ร้อยเอ็ด ) , ที่นี่ แรก หน้า ตา ปาก และ จมูก " การตรวจสอบ " ภาคที่ทำให้การใช้งานของเธอชอบคุณลักษณะการสกัดด้วย adaboost ( ดูเช่น [ 3 ] ) เริ่มต้นที่ที่เธอชอบการสกัดลักษณะเด่นคือการรับรู้วัตถุเทคนิคซึ่งใช้คุณสมบัติอ่อนแอตรวจสอบโดเมนวัตถุ กับการเรียนรู้ adaboost อัลกอริทึมตัวสร้างสำหรับตรวจจับ