Second, defining areas or objects o

Second, defining areas or objects of interest by
solely relying on computer vision might be hard to
achieve in the near future. Arbitrary user-defined
queries (for example, searching all cars in the
videos of the database that received the user’s attention)
are required to process the recorded data
to its full extent. Semiautomatic approaches and
crowdsourcing could bridge the semantic gap in
automatic approaches. Hence, visual analytics
could help support such semiautomatic analysis.

ผลลัพธ์ (ไทย) 1:

ที่สอง การกำหนดพื้นที่หรือวัตถุที่น่าสนใจโดยต้องพึ่งพาคอมพิวเตอร์วิทัศน์อาจจะยากที่จะประสบความสำเร็จในอนาคต ผู้ใช้กำหนดเองแบบสอบถาม (ตัวอย่างเช่น ค้นหารถทั้งหมดในการวิดีโอของฐานข้อมูลที่ได้รับความสนใจของผู้ใช้)จำเป็นต้องประมวลผลข้อมูลที่บันทึกการมูลนิธิฯ วิธีกึ่งอัตโนมัติ และระบบสามารถเชื่อมต่อช่องว่างทางตรรกในวิธีการอัตโนมัติ ด้วยเหตุนี้ วิเคราะห์ภาพสามารถช่วยสนับสนุนการวิเคราะห์กึ่งอัตโนมัติเช่น

ผลลัพธ์ (ไทย) 2:

ประการที่สองการกำหนดพื้นที่หรือวัตถุที่น่าสนใจโดย
พึ่งพาคอมพิวเตอร์วิสัยทัศน์อาจจะยากที่จะ
ประสบความสำเร็จในอนาคตอันใกล้ โดยพลการที่ผู้ใช้กำหนด
คำสั่ง (ตัวอย่างเช่นการค้นหารถทุกคันใน
วิดีโอของฐานข้อมูลที่ได้รับความสนใจของผู้ใช้)
จะต้องประมวลผลข้อมูลที่บันทึกไว้
ในขอบเขตที่เต็มไปด้วย วิธีกึ่งอัตโนมัติและ
crowdsourcing สามารถลดช่องว่างในความหมาย
วิธีการอัตโนมัติ ดังนั้นการวิเคราะห์ภาพ
จะช่วยสนับสนุนการวิเคราะห์กึ่งอัตโนมัติดังกล่าว

ผลลัพธ์ (ไทย) 3:

ประการที่สอง การกำหนดพื้นที่หรือวัตถุของความสนใจเพียงอาศัยการมองเห็นของคอมพิวเตอร์อาจจะยากบรรลุในอนาคตอันใกล้ ผู้ใช้โดยพลการแบบสอบถาม ( ตัวอย่างเช่น การค้นหารถยนต์ทั้งหมดในวิดีโอของฐานข้อมูลที่ได้รับความสนใจของผู้ใช้ )จะต้องดำเนินการบันทึกข้อมูลจนเต็ม แบบกึ่งอัตโนมัติ และเตอร์สามารถเชื่อมช่องว่างความหมายในวิธีการอัตโนมัติ ดังนั้น การวิเคราะห์ภาพช่วยสนับสนุน เช่น กึ่งอัตโนมัติ การวิเคราะห์