The similar cartoon characters has

The similar cartoon characters has to be retrieved
from cartoon database, which is prepared by extracting the
characters from cartoon videos as shown in fig 1using
LOG (Laplacian of Gaussian) filter , then color histogram,
hausdorf edge feature, skeleton features and curvature
scale space are extracted from cartoon characters. Fusion
of these features is done by using semi-MSL algorithm.
Alternating optimization are utilized by semi-MSL to
obtained the low dimensional subspace. Based on each
low dimensional subspace, a standard retrieval procedure
is conducted for all characters in the database. For
example, one cartoon character is selected as a query, and
then all the other characters in the database are ranked
according to the Euclidean distance to the query computed
in the low-dimensional subspace. For each query cartoon
character, the top 10 characters are obtained. The detailed
work of the project is explained in the following sections
(cartoon image feature extraction and semi-MSL).

ผลลัพธ์ (ไทย) 1:

ตัวการ์ตูนเหมือนได้ดึงจากฐานข้อมูลการ์ตูน ซึ่งจัดทำ โดยแยกการตัวละครจากการ์ตูนวิดีโอดังแสดงในรูปที่ 1usingตัวกรองแฟ้มบันทึก (Laplacian ของนที่) แล้วสีฮิสโตแกรมคุณลักษณะขอบ hausdorf คุณสมบัติโครงกระดูก และความโค้งขนาดพื้นที่ที่สกัดจากตัวการ์ตูน ฟิวชั่นคุณลักษณะเหล่านี้จะทำ โดยใช้อัลกอริทึมกึ่ง MSLสลับเพิ่มประสิทธิภาพใช้ โดย MSL กึ่งการรับ subspace มิติที่ต่ำ คะแนนในแต่ละsubspace มิติต่ำ ขั้นตอนการเรียกมาตรฐานจะดำเนินการสำหรับอักขระทั้งหมดในฐานข้อมูล สำหรับเลือกเป็นแบบสอบถาม ตัวอย่าง การ์ตูนหนึ่ง และจากนั้น มีการจัดอันดับทั้งหมดอักขระอื่น ๆ ในฐานข้อมูลคำนวณตามระยะทางแบบยุคลิดในแบบสอบถามใน subspace มิติต่ำ สำหรับการ์ตูนแต่ละแบบสอบถามตัวอักษร อักขระด้านบน 10 จะได้รับ รายละเอียดงานของโครงการจะมีอธิบายในส่วนต่อไป(แยกคุณลักษณะภาพการ์ตูนและกึ่ง MSL)

ผลลัพธ์ (ไทย) 2:

ตัวการ์ตูนที่คล้ายกันจะต้องมีการดึงข้อมูล
จากฐานข้อมูลการ์ตูนซึ่งเป็นที่จัดทำขึ้นโดยการสกัด
ตัวละครจากการ์ตูนวิดีโอดังแสดงในรูป 1using
LOG (Laplacian ของเสียน) ตัวกรองแล้ว histogram สี
คุณลักษณะขอบ hausdorf คุณสมบัติโครงกระดูกและโค้ง
พื้นที่ขนาดกำลัง สกัดจากตัวการ์ตูน ฟิวชั่น
ของคุณสมบัติเหล่านี้จะทำโดยใช้อัลกอริทึมกึ่ง MSL.
เพิ่มประสิทธิภาพการสลับที่ใช้โดยกึ่ง MSL-จะ
ได้รับสเปซมิติต่ำ ขึ้นอยู่กับแต่ละ
สเปซมิติต่ำขั้นตอนการดึงมาตรฐาน
จะดำเนินการสำหรับตัวละครทุกตัวในฐานข้อมูล สำหรับ
ตัวอย่างเช่นหนึ่งตัวการ์ตูนที่ถูกเลือกเป็นแบบสอบถามและ
แล้วสิ่งที่ตัวละครอื่น ๆ ในฐานข้อมูลจะถูกจัดอันดับ
ให้เป็นไปตามระยะทางยุคลิดแบบสอบถามคำนวณ
ในสเปซมิติต่ำ สำหรับแต่ละการ์ตูนแบบสอบถาม
ตัวอักษรด้านบน 10 ตัวอักษรจะได้รับ โดยมีรายละเอียด
การทำงานของโครงการคือการอธิบายในส่วนต่อไปนี้
(ดึงภาพการ์ตูนและกึ่ง MSL)

ผลลัพธ์ (ไทย) 3:

ตัวการ์ตูนที่คล้ายกันจะถูกดึงจากฐานข้อมูลการ์ตูน ซึ่งจะเตรียมไว้ โดยแยกตัวละครจากการ์ตูนดังแสดงในรูปที่ 1using วิดีโอเข้าสู่ระบบ ( Laplacian ของเกาส์ ) กรองสีแล้วฮิสโตแกรมขอบ hausdorf คุณลักษณะ คุณสมบัติ โครงกระดูก และความโค้งพื้นที่ขนาดได้จากตัวการ์ตูน ฟิวชั่นคุณลักษณะเหล่านี้จะทำโดยการใช้กึ่งรทขั้นตอนวิธีการเพิ่มประสิทธิภาพโดยการใช้กึ่งรทรับย่อยมิติต่ำ ขึ้นอยู่กับแต่ละคนได้มิติต่ำ กระบวนการสืบค้นมาตรฐานและสำหรับตัวละครทั้งหมดในฐานข้อมูล สำหรับตัวอย่าง หนึ่งในการ์ตูนที่ถูกเลือกเป็นแบบสอบถามและแล้วทุกตัวอักษรอื่น ๆในฐานข้อมูลได้รับการจัดอันดับผลการค้นหาสำหรับระยะทางแบบยุคลิดย่อยในมิติต่ำ สำหรับแต่ละคำถาม การ์ตูนตัวอักษร , 10 อันดับตัวละครที่ได้รับ รายละเอียดงานของโครงการฯ อธิบายไว้ในส่วนต่อไปนี้( การ์ตูนภาพคุณลักษณะการสกัดและกึ่งรท )