In developing computer vision applications namely HumanComputer intera การแปล - In developing computer vision applications namely HumanComputer intera ไทย วิธีการพูด

In developing computer vision appli

In developing computer vision applications namely Human
Computer interaction system and Hand Gesture based system,
skin color detection plays a crucial role. This is the first step in
developing these systems. But this step becomes challenging
due to the factors like variable lightening conditions, complex
background, skin colored textured objects etc. So skin color
detection algorithm must be designing with the capability to
work well under these circumstances. Broadly classifying skin
color detection algorithm comprises of two aspects namely:
skin color representation and skin color model. Further skin
color can be represented as basic color space or perceptual
color space or orthogonal color space or perceptually uniform
color space. Similarly skin color models are classified into
three broad categories namely Pixel-based, Edge based and
region based skin segmentation. Pixel based models include
Gaussian classifier, histogram based, Bayesian classifier
explicitly defined region. Similarly, edge based models are
watershed regions, Laplacian of Gaussian, canny edge
detector. Finally region based models are region splitting,
region merging and region growing techniques [6].
The proposed work is based on the explicitly defined region
model based on pixel based skin segmentation and color space
used here is YCbCr. Real time human skin color detection
suffers from mainly two problems: complex background and
lightning factors. In order to remove complex background a
Skin map is created to protect skin color pixels from
background, known as foreground representation and then
apply background subtraction to obtain the segmented skin
colored image as a desired output. Fig 5 shows the proposed
algorithm for Human skin color detection using skin map is
given in figure 7.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ในการพัฒนาโปรแกรมประยุกต์คอมพิวเตอร์วิสัยทัศน์ได้แก่มนุษย์ท่ามือตามระบบ และระบบโต้ตอบตรวจสีผิวมีบทบาทสำคัญ นี่คือขั้นตอนแรกพัฒนาระบบเหล่านี้ แต่ขั้นตอนนี้กลายเป็นความท้าทายเนื่องจากปัจจัยเช่นตัวแปรเด้งเงื่อนไข ซับซ้อนพื้นหลัง ผิววัตถุพื้นผิวสีเป็นต้น ดังนั้น ผิวสีตรวจสอบอัลกอริทึมต้องออกแบบ ด้วยความสามารถในการทำงานภายใต้สถานการณ์เหล่านี้ดี ประเภทผิวทั่วไปอัลกอริทึมการตรวจจับสีประกอบด้วย 2 ด้านได้แก่:ผิวสีแทนและผิวสีรุ่น ผิวเพิ่มเติมสามารถแสดงสี เป็นพื้นที่สีพื้นฐาน หรือ perceptualสีช่องว่างหรือพื้นที่สี orthogonal หรือยูนิฟอร์ม perceptuallyพื้นที่สี ในทำนองเดียวกัน รูปแบบสีผิวจะแบ่งเป็นกว้างสามประเภทได้แก่พิกเซลตาม ขอบตาม และภูมิภาคการแบ่งผิว รวมรูปแบบพิกเซลที่ใช้Gaussian classifier ใช้ฮิสโตแกรม ทฤษฎี classifierภูมิภาคที่กำหนดอย่างชัดเจน ในทำนองเดียวกัน มีขอบตามรูปลุ่มน้ำภาค Laplacian ของ Gaussian แหลมขอบเครื่องตรวจจับ สุดท้าย รุ่นตามภูมิภาคคือ ภูมิภาคแบ่งภาคผนวกและภูมิภาคเติบโตเทคนิค [6]งานนำเสนอขึ้นอยู่กับภูมิภาคที่กำหนดอย่างชัดเจนผิวสีและแบ่งพื้นที่ตามรุ่นตามพิกเซลใช้ที่นี่เป็น YCbCr ตรวจสอบเวลาจริงมนุษย์ผิวสีsuffers จากปัญหาส่วนใหญ่สอง: เบื้องหลังที่ซับซ้อน และปัจจัยฟ้าผ่า การเอาพื้นหลังที่ซับซ้อนเป็นสร้างเพื่อป้องกันพิกเซลสีผิวจากผิวแผนที่พื้นหลัง เป็นการแสดงเบื้องหน้าแล้วใช้ลบพื้นหลังเพื่อให้ได้ผิวแบ่งส่วนภาพสีเป็นผลผลิตที่ต้องการ ฟิก 5 แสดงการนำเสนอเป็นอัลกอริทึมสำหรับตรวจสีผิวมนุษย์ใช้ผิวแผนที่กำหนดในรูปที่ 7
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ในการพัฒนาโปรแกรมคอมพิวเตอร์วิสัยทัศน์ของมนุษย์คือระบบการทำงานร่วมกันคอมพิวเตอร์และมือท่าทางตามระบบการตรวจจับสีผิวมีบทบาทสำคัญ นี้เป็นขั้นตอนแรกในการพัฒนาระบบเหล่านี้ แต่ขั้นตอนนี้กลายเป็นความท้าทายจากปัจจัยเช่นสภาพการลดน้ำหนักตัวแปรที่ซับซ้อนพื้นหลังสีผิววัตถุที่มีพื้นผิวฯลฯ ดังนั้นสีผิววิธีการตรวจสอบจะต้องได้รับการออกแบบที่มีความสามารถในการทำงานได้ดีภายใต้สถานการณ์เหล่านี้ กว้างแบ่งประเภทของผิววิธีการตรวจสอบสีประกอบด้วยสองด้านคือการแสดงสีผิวและรูปแบบสีผิว นอกจากผิวสีที่สามารถแสดงเป็นพื้นที่สีขั้นพื้นฐานหรือการรับรู้พื้นที่สีหรือพื้นที่สีมุมฉากหรือperceptually เครื่องแบบพื้นที่สี ในทำนองเดียวกันรุ่นสีผิวจะแบ่งออกเป็นสามประเภทคือพิกเซลกว้างตามขอบและภูมิภาคตามการแบ่งส่วนผิว พิกเซลรุ่นพื้นฐานรวมถึงลักษณนามเสียนกราฟที่ใช้ลักษณนาม Bayesian ภูมิภาคที่กำหนดไว้อย่างชัดเจน ในทำนองเดียวกันขอบรูปแบบตามกำลังลุ่มน้ำภูมิภาค Laplacian ของเสียนขอบแสนรู้ตรวจจับ สุดท้ายภูมิภาครุ่นที่มีการแยกตามภูมิภาคผสานภูมิภาคและภูมิภาคเทคนิคการเจริญเติบโต [6]. งานที่นำเสนอจะขึ้นอยู่กับภูมิภาคที่กำหนดไว้อย่างชัดเจนรูปแบบขึ้นอยู่กับการแบ่งส่วนผิวพิกเซลและพื้นที่สีใช้ที่นี่เป็นYCbCr เวลาจริงการตรวจสอบสีผิวของมนุษย์ทนทุกข์ทรมานจากปัญหาหลักสอง: พื้นหลังที่ซับซ้อนและปัจจัยฟ้าผ่า เพื่อที่จะเอาพื้นหลังที่ซับซ้อนแผนที่ผิวถูกสร้างขึ้นเพื่อปกป้องพิกเซลสีผิวจากพื้นหลังหรือที่เรียกว่าการแสดงที่โดดเด่นและจากนั้นใช้การลบพื้นหลังเพื่อให้ได้ผิวแบ่งภาพสีเป็นที่ต้องการออก รูปที่ 5 แสดงที่นำเสนอขั้นตอนวิธีการตรวจหาสีผิวของมนุษย์โดยใช้แผนที่ผิวได้รับในรูปที่7





























การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: