This is the reason that our system

This is the reason that our system has to yield the better
performance even in poor illumination, cheaper cameras and
even the deviation in the light of the environment. The system
has to work within the real time constraints. Hence the
procedure has to limit the parameters to the minimal possible
level by removing the unnecessary information at the first
instance. The background subtraction is performed in the HSV
color space for removing the illumination changes where the
hand is to be modeled for simplifying the input. Thus focusing
on areas matching to human skin color. As the initialization
phase is over, the haar cascade [18] classifier is responsible
for locating hand position and classifying gestures (open,
close, pointing, etc.). Haar-Like Features [19] is features that
digitalize images to analyze images in object recognition
applications. The tracking of hand is done through camshift
technique [20] with shifting the region of interest with average
shift in the object of interest i.e. hands. CAMSHIFT is based
on colors, thus it requires the availability of color histogram
for the objects being tracked the desired objects within the
video sequences. As mentioned earlier, the color model was
built in the HSV domain on the basis of the hue component.
The spatial mean value is computed after selecting the search
window size and its initial position. The search window is
then centered in that value. The centroid and first-order
moment for x and y are then calculated. The process is
repeated again and again till convergence is achieved.
As the hand is tracked a contour is mapped with the
corresponding hand which further extracts a corresponding
convex hull (area). The recognition has been done through
modeling of the hand by mapping it to the number of defect
formed in it. Afterwards system tracks the numerous defects
generated by the hand and maps it to a meaningful command.
The gesture recognition system tracks the gestures performed
by the hand and counts the number of defects formed which it
maps to the appropriate action (numerical value) assigned in
the gesture vocabulary.

ผลลัพธ์ (ไทย) 1:

นี่คือเหตุผลที่ระบบของเรามีผลตอบแทนดีกว่าแม้ในแสงสว่างดี กล้องถูกกว่า และแม้ความแตกต่างนี้ในสภาพแวดล้อม ระบบมีการทำงานภายในข้อจำกัดของเวลาจริง ดังนั้นการขั้นตอนที่มีการจำกัดพารามิเตอร์ให้ได้น้อยที่สุดระดับ โดยการเอาข้อมูลที่ไม่จำเป็นครั้งแรกอินสแตนซ์ ดำเนินการลบพื้นหลังในแบบ HSVสีพื้นที่เอาแสงสว่างเปลี่ยนแปลงสถานการคงจะเป็นแบบจำลองสำหรับการป้อนข้อมูลง่ายขึ้น จึง เน้นในพื้นที่ที่ตรงกับสีผิวมนุษย์ เป็นการเริ่มต้นเป็นขั้นตอน classifier ทั้งหมด [18] haar รับผิดชอบในการค้นหามือตำแหน่งและการจัดประเภทรูปแบบลายเส้น (เปิดปิด ชี้ ฯลฯ) Haar ต่าง ๆ [19] เป็นคุณสมบัติที่digitalize ภาพการวิเคราะห์ภาพในการรู้จำวัตถุใช้งาน การติดตามมือเสร็จผ่าน camshiftเทคนิค [20] กับขยับพื้นที่น่าสนใจกับค่าเฉลี่ยกะในวัตถุที่น่าสนใจเช่นมือ โดย CAMSHIFTในสี จึงต้องพร้อมใช้งานของฮิสโตแกรมสีสำหรับวัตถุมีการติดตามวัตถุที่ระบุภายในลำดับวิดีโอ เป็นที่กล่าวถึงก่อนหน้านี้ แบบสีได้สร้างขึ้นในโดเมน HSV โดยใช้คอมโพเนนต์เว้คำนวณค่าเฉลี่ยพื้นที่หลังจากเลือกการค้นหาหน้าต่างขนาดและตำแหน่งเริ่มต้น หน้าต่างค้นหาแล้ว แปลกที่ค่า เซนทรอยด์และลำดับแรกช่วงเวลาสำหรับ x และ y ที่คำนวณ กระบวนการซ้ำครั้งแล้วครั้งเล่าจนได้บรรจบกันเท่าที่ติดตามมือ เส้นถูกแมปกับการแยกมือที่สอดคล้องกันซึ่งเพิ่มเติมที่เกี่ยวข้องนูนตัวเรือ (พื้นที่) การรู้แล้วผ่านโมเดลของมือด้วยการแมปไปยังหมายเลขของข้อบกพร่องเกิดขึ้นใน หลังจากนั้น ระบบติดตามข้อบกพร่องมากมายสร้างขึ้น ด้วยมือ และแผนที่ให้กับคำสั่งมีความหมายระบบการรู้จำรูปแบบติดตามรูปแบบลายเส้นการกระทำมือและนับ จำนวนข้อบกพร่องเกิดขึ้นได้ที่ให้การกระทำที่เหมาะสม (ค่าเลข) กำหนดไว้ในแผนที่คำศัพท์รูปแบบลายเส้น

ผลลัพธ์ (ไทย) 2:

นี่คือเหตุผลที่ว่าระบบของเรามีที่จะให้ผลผลิตที่ดีกว่า
ประสิทธิภาพแม้ในการส่องสว่างที่ไม่ดี, กล้องราคาถูกกว่าและ
แม้กระทั่งการเบี่ยงเบนในแง่ของสภาพแวดล้อม ระบบ
มีการทำงานภายในข้อ จำกัด ของเวลาจริง ดังนั้น
ขั้นตอนที่มีการ จำกัด พารามิเตอร์ที่จะเป็นไปได้น้อยที่สุด
ระดับโดยการลบข้อมูลที่ไม่จำเป็นในครั้งแรก
เช่น การลบพื้นหลังจะดำเนินการใน HSV
พื้นที่สีสำหรับการลบการเปลี่ยนแปลงการส่องสว่างที่
มือจะได้รับการสร้างแบบจำลองสำหรับการลดความซับซ้อนของการป้อนข้อมูล ดังนั้นการมุ่งเน้น
ในพื้นที่ที่การจับคู่กับสีผิวของมนุษย์ ในขณะที่การเริ่มต้น
ขั้นตอนเป็นไปน้ำตก Haar [18] ลักษณนามเป็นผู้รับผิดชอบ
สำหรับตำแหน่งตำแหน่งมือและท่าทางการจำแนก (เปิด
ใกล้ชี้ ฯลฯ ) Haar เหมือนคุณสมบัติ [19] เป็นคุณสมบัติที่
digitalize ภาพในการวิเคราะห์ภาพในการรับรู้วัตถุ
การใช้งาน การติดตามของมือจะกระทำผ่าน camshift
เทคนิค [20] ด้วยการขยับภูมิภาคที่น่าสนใจกับค่าเฉลี่ย
การเปลี่ยนแปลงในวัตถุที่น่าสนใจคือมือ CAMSHIFT จะขึ้น
อยู่กับสีจึงต้องมีความพร้อมของ histogram สี
สำหรับวัตถุที่มีการติดตามวัตถุที่ต้องการภายใน
ลำดับวิดีโอ ดังกล่าวก่อนหน้ารูปแบบสีที่ถูก
สร้างขึ้นในโดเมน HSV บนพื้นฐานขององค์ประกอบสี.
ค่าเฉลี่ยอวกาศคำนวณหลังจากเลือกการค้นหา
ขนาดของหน้าต่างและตำแหน่งเริ่มต้น หน้าต่างการค้นหาเป็น
ศูนย์กลางนั้นในค่าที่ เซนลำดับแรก
สำหรับช่วงเวลาที่ x และ y มีการคำนวณแล้ว กระบวนการนี้
ซ้ำอีกครั้งและอีกครั้งจนบรรจบกันจะประสบความสำเร็จ.
ในฐานะที่เป็นมือการติดตามรูปร่างถูกแมปกับ
มือที่สอดคล้องกันซึ่งต่อไปสารสกัดที่สอดคล้อง
เรือนูน (พื้นที่) รับรู้ได้รับการดำเนินการผ่าน
การสร้างแบบจำลองของมือโดยการทำแผนที่ไปยังหมายเลขของข้อบกพร่อง
ที่เกิดขึ้นในนั้น หลังจากนั้นระบบติดตามข้อบกพร่องมากมาย
ที่สร้างด้วยมือและแผนที่ไปยังคำสั่งที่มีความหมาย.
ระบบรู้จำท่าทางท่าทางติดตามดำเนินการ
ด้วยมือและนับจำนวนข้อบกพร่องที่เกิดขึ้นซึ่ง
แผนที่จะดำเนินการที่เหมาะสม (ค่าตัวเลข) ที่ได้รับมอบหมายใน
คำศัพท์ท่าทาง

ผลลัพธ์ (ไทย) 3:

นี่คือเหตุผลที่ระบบของเราได้ผลผลิตประสิทธิภาพดีกว่า
แม้แต่ในแสงสว่างจนถูกกว่ากล้อง
แม้แต่เบี่ยงเบนในแง่ของสิ่งแวดล้อม ระบบ
ต้องทำงานภายในข้อจำกัดของเวลาจริง ดังนั้น วิธีที่จะ จำกัด ค่า

ถึงระดับที่เป็นไปได้น้อยที่สุด โดยการลบข้อมูลที่ไม่จำเป็นในตัวอย่างแรก

ลบพื้นหลังจะดำเนินการในพื้นที่สี HSV
เอารัศมีการเปลี่ยนแปลงที่
มือเป็น modeled เพื่อลดความซับซ้อนของการป้อนข้อมูล จึงเน้น
บนพื้นที่ที่ตรงกับสีผิวของมนุษย์ เป็นเริ่มต้น
เฟสมากกว่า ฮาร์น้ำตก [ 18 ] ลักษณนามเป็นผู้รับผิดชอบ
เพื่อติดตั้งตำแหน่งมือและการจำแนกท่าทาง ( เปิด
ปิด , ชี้ , ฯลฯ )เธอชอบคุณสมบัติ [ 19 ] เป็นคุณลักษณะที่
digitalize ภาพเพื่อวิเคราะห์ภาพในโปรแกรมการรับรู้
วัตถุ การติดตามมือผ่าน camshift
เทคนิค [ 20 ] กับการขยับ 1 งานเฉลี่ย
ในวัตถุที่น่าสนใจ ได้แก่ มือ camshift อยู่
สีจึงต้องมีความพร้อมของ
กราฟสีสำหรับวัตถุที่ถูกติดตามวัตถุที่ต้องการภายใน
วีดีโอดังนี้ ตามที่กล่าวถึงก่อนหน้านี้ ถูกสร้างขึ้นในโมเดลสี HSV
โดเมนบนพื้นฐานของสีสัน องค์ประกอบ
ค่าเฉลี่ยเรขาจะคำนวณหลังจากเลือกค้นหา
หน้าต่างขนาดและตำแหน่งเริ่มต้นของ หน้าต่างการค้นหา
จากนั้นศูนย์กลางในที่ค่า เซนทรอยด์และโมเมนต์แรก
สำหรับ X และ Y แล้วคํานวณกระบวนการทำซ้ำอีกครั้งและอีกครั้งจนบรรจบกัน

เป็นมือได้ ตามเส้นที่เป็นแมปกับ
สอดคล้องมือซึ่งเพิ่มเติมสารสกัดที่สอดคล้องกัน
นูนฮัลล์ ( พื้นที่ ) ยอมรับได้รับการทำผ่าน
แบบจำลองของมือโดยการทำแผนที่ไปยังหมายเลขของข้อบกพร่อง
เกิดขึ้นในนั้น ระบบหลังจากนั้นติดตาม
ข้อบกพร่องมากมายที่สร้างขึ้นโดยมือและแผนที่ไปยังคำสั่งที่มีความหมาย
ระบบการรู้จำท่าทางติดตามท่าทางการ
ด้วยมือและนับปริมาณของเสียที่เกิดขึ้น ซึ่งมัน
แผนที่การกระทําที่เหมาะสม ( ค่าเลข ) ได้รับมอบหมายใน
ท่าทางศัพท์