The histogram of oriented gradients

The histogram of oriented gradients (HOG) is a feature descriptor used in computer vision and image processing for the purpose of object detection. The technique counts occurrences of gradient orientation in localized portions of an image. This method is similar to that of edge orientation histograms, scale-invariant feature transform descriptors, and shape contexts, but differs in that it is computed on a dense grid of uniformly spaced cells and uses overlapping local contrast normalization for improved accuracy.

Navneet Dalal and Bill Triggs, researchers for the French National Institute for Research in Computer Science and Automation (INRIA), first described HOG descriptors at the 2005 Conference on Computer Vision and Pattern Recognition (CVPR). In this work they focused on pedestrian detection in static images, although since then they expanded their tests to include human detection in videos, as well as to a variety of common animals and vehicles in static imagery.

ผลลัพธ์ (ไทย) 1:

ฮิสโตแกรมของวางไล่ระดับสี (หมู) เป็นตัวบอกคุณลักษณะที่ใช้ในคอมพิวเตอร์วิทัศน์และประมวลผลเพื่อตรวจสอบวัตถุภาพ เทคนิคการนับจำนวนวางไล่ระดับสีในภาษาท้องถิ่นบางส่วนของรูปภาพ วิธีนี้จะคล้ายกับที่ของขอบแนวฮิสโตแกรม ขนาดบล็อกคุณลักษณะแปลงตัวแสดงรายละเอียด และบริบทรูปร่าง แต่แตกต่างที่มีคำนวณบนตารางหนาแน่นของเซลล์ลที่สม่ำเสมอเมื่อเทียบเคียงและใช้ซ้อนฟื้นฟูความคมชัดเฉพาะความถูกต้องดีขึ้นNavneet Dalal และตั๋ว Triggs นักวิจัยใน สถาบันแห่งชาติฝรั่งเศสสำหรับการวิจัยในวิทยาการคอมพิวเตอร์และระบบอัตโนมัติ (INRIA), อธิบายตัวบอกหมูที่ประชุม 2005 ครั้งแรกในคอมพิวเตอร์วิทัศน์และรูปแบบการรับรู้ (CVPR) ในงานนี้ จะเน้นการตรวจจับคนเดินเท้าในรูปแบบคง แม้ตั้งแต่นั้น จะขยายการทดสอบรวมมนุษย์ตรวจ ในวิดีโอ และความหลากหลายของสัตว์และยานพาหนะในภาพคงทั่วไป

ผลลัพธ์ (ไทย) 2:

ค่าแสงของการไล่ระดับสีที่มุ่งเน้น (HOG) เป็นอธิบายคุณลักษณะที่ใช้ในการมองเห็นของคอมพิวเตอร์และการประมวลผลภาพเพื่อวัตถุประสงค์ในการตรวจจับวัตถุ เทคนิคการนับการเกิดขึ้นของการวางแนวทางการไล่ระดับสีในส่วนที่มีการแปลของภาพ วิธีนี้เป็นวิธีเดียวกับที่ขอบ histograms ปฐมนิเทศคุณลักษณะขนาดคงที่เปลี่ยนอธิบายและรูปร่างบริบท แต่แตกต่างกันในการที่จะคำนวณบนตารางหนาแน่นของเซลล์เว้นระยะอย่างสม่ำเสมอและใช้ฟื้นฟูความคมชัดในท้องถิ่นที่ทับซ้อนกันเพื่อความถูกต้องที่ดีขึ้น. Navneet Dalal และ บิล Triggs นักวิจัยสถาบันแห่งชาติของฝรั่งเศสเพื่อการวิจัยในวิทยาการคอมพิวเตอร์และระบบอัตโนมัติ (INRIA) แรกที่อธิบายอธิบาย HOG ในการประชุม 2005 บนคอมพิวเตอร์วิสัยทัศน์และการจดจำรูปแบบ (CVPR) ในงานนี้พวกเขามุ่งเน้นไปที่การตรวจสอบการเดินเท้าในรูปแบบคงที่ถึงแม้ว่าพวกเขาตั้งแต่นั้นมาขยายการทดสอบของพวกเขาที่จะรวมถึงการตรวจสอบของมนุษย์ในการวิดีโอเช่นเดียวกับความหลากหลายของสัตว์ที่พบบ่อยและคันในภาพคงที่

ผลลัพธ์ (ไทย) 3:

กราฟแสดงความถี่ของการไล่ระดับสี ( หมู ) ที่มุ่งเน้นคุณลักษณะเป็นหัวเรื่องที่ใช้ในวิสัยทัศน์คอมพิวเตอร์และการประมวลผลภาพเพื่อตรวจจับวัตถุ เทคนิคการนับการเกิดขึ้นของการปฐมนิเทศในเฉพาะส่วนของภาพ วิธีการนี้จะคล้ายกับที่ของขอบแนวฮิสโตแกรม ขนาดไม่เปลี่ยนแปลงคุณลักษณะแปลงในรูปร่างและบริบทแต่แตกต่างตรงที่มันคำนวณบนตารางของจุดระยะหนาแน่นเซลล์ และใช้ความทับซ้อนทางท้องถิ่นเพื่อพัฒนาความถูกต้อง

navneet Dalal และบิล triggs นักวิจัยในฝรั่งเศสสถาบันแห่งชาติเพื่อการวิจัยในห้องปฏิบัติการคอมพิวเตอร์และระบบอัตโนมัติ ( inria ) ครั้งแรกที่อธิบายไว้ในที่ 2548 ว่าด้วยวิสัยทัศน์คอมพิวเตอร์และรูปแบบ ( cvpr )ในงานนี้จะเน้นการตรวจจับคนเดินเท้าในรูปแบบคงที่ แม้ว่าหลังจากนั้นก็ขยายการทดสอบตนเองรวมถึงมนุษย์ตรวจจับในวิดีโอ ตลอดจนความหลากหลายของสัตว์ทั่วไป และยานพาหนะในแบบจินตภาพ