The authors in [15] studied on how

The authors in [15] studied on how to choose good samples
for Haar-like cascade classifiers and image post-processing
methods to achieve good location results. while the authors
in [16] introduced the classifier which was trained through
histogram of oriented gradients (HOG) features to judge the
likelihood of candidate plates detected by Haar-like classi-
fier, and selected the candidate with highest likelihood as
the final plate, in order to reduce the false positives. This
method was tested on 3000 images to obtain a recall rate of
95.2%, and accuracy of 94.0% as opposed to 66.4% without
using HOG features.

ผลลัพธ์ (ไทย) 1:

ผู้เขียน [15] ในการศึกษาเกี่ยวกับวิธีการเลือกตัวอย่างที่ดีคำนามภาษาโดดเหมือนน้ำตกและการประมวลผลภาพหลังวิธีการเพื่อให้ได้ผลลัพธ์ที่ดี ในขณะที่ผู้เขียนใน [16] แนะนำลักษณนามซึ่งได้รับการฝึกฝนผ่านฮิสโตแกรมของคุณลักษณะเชิงไล่ระดับ (หมู) ในการตัดสินการโอกาสของผู้สมัครแผ่นตรวจพบ โดย classi โดดเหมือน-fier และเลือกผู้สมัครที่ มีโอกาสสูงที่สุดเป็นสุดท้ายแผ่น เพื่อลดผลบวกปลอม นี้วิธีทดสอบภาพ 3000 รับอัตราการเรียกคืน95.2% และความแม่นยำ 94.0% เมื่อเทียบกับ 66.4% โดยไม่ต้องใช้คุณลักษณะหมู

ผลลัพธ์ (ไทย) 2:

ผู้เขียนใน [15] การศึกษาเกี่ยวกับวิธีการเลือกตัวอย่างที่ดี
สำหรับ Haar เหมือนลักษณนามน้ำตกและภาพที่โพสต์
วิธีการเพื่อให้บรรลุผลที่ตั้งที่ดี ในขณะที่ผู้เขียน
ใน [16] แนะนำลักษณนามที่ได้รับการฝึกฝนผ่าน
histogram ของการไล่ระดับสี oriented (HOG) ให้บริการที่จะตัดสิน
ความน่าจะเป็นของแผ่นผู้สมัครตรวจพบโดย Haar เหมือน classi-
Fier และเลือกผู้สมัครที่มีโอกาสสูงสุดเป็น
แผ่นสุดท้าย ในการสั่งซื้อเพื่อลดผลบวกปลอม นี้
วิธีการได้รับการทดสอบ 3000 ภาพเพื่อให้ได้อัตราการเรียกคืนของ
95.2% และความถูกต้องของ 94.0% เมื่อเทียบกับ 66.4% โดยไม่ต้อง
ใช้คุณลักษณะ HOG

ผลลัพธ์ (ไทย) 3:

ผู้เขียนใน [ 15 ] ศึกษาวิธีการเลือกตัวอย่างดีสำหรับน้ำตกและภาพหลังการประมวลผลคำเธอ เช่นวิธีการเพื่อให้บรรลุผลที่ตั้งที่ดี ในขณะที่ผู้เขียนใน [ 16 ] เปิดตัวซึ่งได้รับการอบรมผ่านความถี่ของการไล่ระดับสี ( หมู ) ที่มุ่งเน้นคุณลักษณะที่จะตัดสินโอกาสของผู้สมัครพบว่าเธอชอบ classi - แผ่นเฟียร์ และเลือกผู้สมัครที่มีโอกาสมากที่สุด เช่นจานสุดท้าย เพื่อลดผลบวกปลอม นี้วิธีทดสอบ 3000 ภาพ เพื่อให้ได้อัตราการเรียกคืนเนื่องจากเปอร์เซ็นต์ และความถูกต้องของ 94.5 % เป็นนอกคอกเป็น % โดยไม่การใช้คุณลักษณะหมู .