The method for face tracking descri

The method for face tracking described thus far has assumed that the facial features in the image are located within a reasonable proximity to the current estimate. Although this assumption is reasonable during tracking, where face motion betweenframes is often quite small, we are still faced with the dilemma of how to initialize the model in the first frame of the sequence. An obvious choice for this is to use OpenCV's in-built cascade detector to find the face. However, the placement of the model within the detected bounding box will depend on the selection made for the facial features to track. In keeping with the data-driven paradigm we have followed so far in this chapter, a simple solution is to learn the geometrical relationship between the face detection's bounding box and the facial features

ผลลัพธ์ (ไทย) 1:

วิธีการติดตามหน้าอธิบายฉะนี้ได้สันนิษฐานทำหน้าในรูปอยู่ภายในห้องพักเหมาะสมกับปัจจุบัน แม้ว่าสมมติฐานนี้จะเหมาะสมระหว่างติดตาม betweenframes เคลื่อนไหวใบหน้าที่มักจะค่อนข้างเล็ก เรายังคงจะประสบกับความลำบากใจของวิธีการเริ่มต้นแบบในเฟรมแรกของลำดับ ตัวเลือกที่ชัดเจนสำหรับการนี้จะใช้ของ OpenCV ซ้อนในเครื่องตรวจจับหาใบหน้า อย่างไรก็ตาม การวางรูปแบบภายในกล่อง bounding ตรวจพบจะขึ้นอยู่กับการเลือกคุณลักษณะหน้าติดตาม เพื่อกระบวนทัศน์ขับเคลื่อนข้อมูล เราได้ปฏิบัติตามเพื่อให้ห่างไกลในบทนี้ แก้ปัญหาคือการ เรียนรู้ความสัมพันธ์ geometrical ระหว่างกล่อง bounding ของตรวจจับใบหน้าและทำหน้า

ผลลัพธ์ (ไทย) 2:

วิธีการในการติดตามใบหน้าที่อธิบายไว้ป่านนี้ได้สันนิษฐานว่าใบหน้าในภาพนี้ตั้งอยู่ภายในบริเวณใกล้เคียงที่เหมาะสมกับการคาดการณ์ในปัจจุบัน แม้ว่าสมมติฐานนี้มีความเหมาะสมในระหว่างการติดตามที่ใบหน้า betweenframes เคลื่อนไหวมักจะเป็นขนาดเล็กมากที่เราจะยังคงเผชิญกับภาวะที่กลืนไม่เข้าคายไม่ออกของวิธีการเริ่มต้นรูปแบบในเฟรมแรกของลำดับ ทางเลือกที่ชัดเจนสำหรับเรื่องนี้คือการใช้ของ OpenCV ในการสร้างเครื่องตรวจจับน้ำตกที่จะหาใบหน้า อย่างไรก็ตามการจัดวางรูปแบบภายในกรอบที่ตรวจพบจะขึ้นอยู่กับการเลือกของสำหรับคุณสมบัติบำรุงผิวหน้าในการติดตาม สอดคล้องกับกระบวนทัศน์ที่ขับเคลื่อนด้วยข้อมูลที่เราได้ปฏิบัติตามเพื่อให้ห่างไกลในบทนี้เป็นทางออกที่ง่ายคือการเรียนรู้ถึงความสัมพันธ์ทางเรขาคณิตระหว่างกรอบตรวจจับใบหน้าและใบหน้า

ผลลัพธ์ (ไทย) 3:

สำหรับวิธีที่หน้าติดตามอธิบายป่านนี้ได้สันนิษฐานว่าใบหน้าในรูปภาพจะตั้งอยู่ใกล้กับที่เหมาะสมเพื่อประมาณการปัจจุบัน แม้ว่าสมมติฐานนี้พอสมควรในระหว่างการติดตามที่ betweenframes เคลื่อนไหวใบหน้ามักจะค่อนข้างเล็ก เรายังต้องเผชิญกับภาวะที่กลืนไม่เข้าคายไม่ออกของวิธีการเริ่มต้นรูปแบบในเฟรมแรกของลำดับเป็นตัวเลือกที่ชัดเจนสำหรับนี้ เพื่อใช้เป็นการสร้างเครื่องตรวจจับในน้ำตกเพื่อค้นหาใบหน้า อย่างไรก็ตาม การจัดวางรูปแบบภายในตรวจพบบริเวณกล่องจะขึ้นอยู่กับการทำให้คุณลักษณะของหน้าการติดตาม ในการรักษาด้วยกระบวนทัศน์ - เราได้ติดตามเพื่อให้ห่างไกลในบทนี้โซลูชั่นที่ง่ายคือการ เรียนรู้ความสัมพันธ์ทางเรขาคณิตระหว่างใบหน้าของบริเวณกล่องและคุณสมบัติหน้า