To compare the similarity of two im

To compare the similarity of two images, pixel by pixel, you can find the relative L2 error, which just involves subtracting one image from the other, summing the squared value of it, and then getting the square root of it. So if the person had not moved at all, subtracting the current face with the previous face should give a very low number at each pixel, but if they had just moved slightly in any direction, subtracting the pixels would give a large number and so the L2 error will be high. As the result is summed over all pixels, the value will depend on the image resolution. So to get the mean error we should divide this value by the total number of pixels in the image. Let's put this in a handy function, getSimilarity(), as follows:

ผลลัพธ์ (ไทย) 1:

การเปรียบเทียบความคล้ายกันของสองภาพ พิกเซลโดยพิกเซล คุณสามารถหาญาติผิดพลาด L2 ที่เพียงเกี่ยวข้องกับการลบรูปภาพเดียวกัน รวมค่ายกกำลังสองของมัน และการรากของมันแล้ว ดังนั้น ถ้าบุคคลมีไม่ย้ายทั้งหมด ลบหน้าปัจจุบันหน้าก่อนหน้านี้ควรให้ตัวเลขต่ำมากที่แต่ละพิกเซล แต่ถ้าพวกเขาได้ย้ายไปเล็กน้อยในทิศทางใด ลบพิกเซลจะให้ตัวเลขขนาดใหญ่ และดังนั้น L2 ข้อผิดพลาดจะสูง ขณะที่มีรวมผลกว่าพิกเซลทั้งหมด ค่าจะขึ้นอยู่กับความละเอียดของภาพ ดังนั้นจะได้รับข้อผิดพลาดหมายความว่าเราควรแบ่งค่านี้ตามจำนวนรวมของพิกเซลในภาพ ลองใส่ในฟังก์ชันมีประโยชน์ getSimilarity() เป็นดังนี้:

ผลลัพธ์ (ไทย) 2:

เพื่อเปรียบเทียบความคล้ายคลึงกันของสองภาพพิกเซลโดยพิกเซลคุณสามารถหาข้อผิดพลาด L2 ญาติที่เพิ่งเกี่ยวข้องกับการลบภาพหนึ่งภาพจากคนอื่น ๆ ข้อสรุปค่ากำลังสองของมันและจากนั้นได้รับการรากที่สองของมัน ดังนั้นถ้าคนที่ไม่ได้ย้ายไปอยู่ที่ลบหน้าปัจจุบันด้วยใบหน้าก่อนหน้านี้ควรจะให้เป็นจำนวนที่ต่ำมากในแต่ละพิกเซล แต่ถ้าพวกเขาเพิ่งย้ายเล็กน้อยในทิศทางใดลบพิกเซลจะให้เป็นจำนวนมากและเพื่อให้ ข้อผิดพลาด L2 จะสูง เป็นผลสรุปกว่าทุกพิกเซลค่าจะขึ้นอยู่กับความละเอียดของภาพ เพื่อที่จะได้รับข้อผิดพลาดหมายถึงเราควรจะแบ่งค่านี้ด้วยจำนวนของพิกเซลในภาพ ลองใส่ในฟังก์ชั่นที่มีประโยชน์ getSimilarity () ดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

การเปรียบเทียบความเหมือนกันของภาพสองภาพ , โดยพิกเซลพิกเซล คุณสามารถค้นหาข้อผิดพลาด L2 ญาติ ซึ่งจะเกี่ยวข้องกับการลบภาพหนึ่งจากอื่น ๆ รวมพร้อมค่าของแล้วการรูทของมัน ถ้าคนที่ไม่ได้ย้ายทั้งหมด , ลบหน้าปัจจุบันกับหน้าก่อนหน้านี้ควรให้จำนวนน้อยมากในแต่ละพิกเซลแต่ถ้าพวกเขาได้ย้ายเพียงเล็กน้อยในทิศทางใด ๆ ลบพิกเซลจะให้ตัวเลขขนาดใหญ่และ L2 ผิดพลาดจะสูง ผลคือได้มากกว่าทุกพิกเซล ค่าจะขึ้นอยู่กับความละเอียดของภาพ เพื่อให้หมายถึงข้อผิดพลาดเราควรจะแบ่งค่าโดยจำนวนพิกเซลของภาพ วางนี้ในฟังก์ชันที่มีประโยชน์ getsimilarity() ดังนี้