markers-color probabilities the cla

markers-color probabilities the classi¯er is able to ef-
fectively cope with considerable illumination changes,
and therefore it is able to robustly track colored mark-
ers even when there are cluttered and dynamic back-
ground conditions. We utilize ARTag (Augmented
Reality Tag) [3] to compute the extrinsic parameters
for estimating the guitar position. Then we calibrate
the cameras for calculating the projection matrix at
online process. To assist the recognition of correct
chords while the guitar is moving, we de¯ne the world
coordinate on the guitar neck as the guitar coordinate
system. We utilize a triangulation [4] technique to es-
timate 3D position of the player's ¯ngers using stereo
cameras, and then recognize if a guitar string is be-
ing pressed or not. Next, we apply PCA (Principal
Component Analysis) [5] to reduce the input dimen-
sion which allows each guitar chord to be classi¯ed
more accurately. As a result, players can recognize
the guitar chords they are playing during the song in
real time.
Obviously it would be of great assistance to learn-
ers if they are able to recognize the chord being played
by the left hand. The system improves accuracy be-
cause it can identify whether the ¯nger positions are
correct according to the ¯nger positions required for
the piece of music they are playing (i.e., the gui-
tar teacher inputs the correct ¯ngering for each gui-
tar chord and these are then incorporated into the
system that we have provided). Applying the pro-
posed method, beginners can automatically identify
whether their ¯ngers are in the correct position which
makes this a guitar application. The proposed teach-
ing system would be invaluable to teachers and have
a wide application to supporting people learning to
play the guitar.

ผลลัพธ์ (ไทย) 1:

เครื่องหมายสีกิจกรรม classi¯er เป็นต้อง ef-
fectively รับมือกับการเปลี่ยนแปลงรัศมีมาก,
และดังนั้น จึงต้องติดตามอย่างทนทานสีเครื่องหมาย-
สกู๊ปแม้มี cluttered และแบบไดนามิกหลัง-
ดินเงื่อนไข เราใช้ ARTag (Augmented
ป้ายจริง) [3] การคำนวณพารามิเตอร์สึกหรอ
สำหรับการประเมินตำแหน่งกีตาร์ แล้วเราปรับเทียบ
กล้องสำหรับคำนวณเมตริกซ์ฉายที่
กระบวนการออนไลน์ เพื่อช่วยการรับรู้ถูกต้อง
chords ขณะเคลื่อนย้าย กีต้าร์เรา de¯ne โลก
ประสานงานบนคอกีต้าร์เป็นพิกัดกีตาร์
ระบบการ เราใช้เทคนิคสาม [4] กับ es-
timate ตำแหน่ง 3D ของ ¯ngers ของผู้เล่นใช้สเตอริโอ
กล้อง และรู้จักแล้ว ถ้าเป็นสายกีต้าร์-
กำลังกด หรือไม่ ถัดไป เราใช้ PCA (หลัก
วิเคราะห์ส่วนประกอบ) [5] เพื่อลดการป้อนข้อมูล dimen-
นซึ่งช่วยให้แต่ละคอร์ดกีต้าร์จะ classi¯ed
ได้แม่นยำมากขึ้น ดังนั้น ผู้เล่นสามารถรู้
chords กีต้าร์ที่เล่นเพลงในระหว่าง
เวลาจริง
แน่นอนมันจะเป็นความช่วยเหลือที่ดีในการเรียนรู้-
สกู๊ปจะได้คอร์ดการเล่น
โดยมือซ้ายได้ ระบบปรับปรุงความถูกต้องได้-
สาเหตุที่สามารถระบุว่ามีตำแหน่ง ¯nger
ถูกต้องตามตำแหน่ง ¯nger ที่จำเป็นสำหรับ
ชิ้นเพลงที่พวกเขากำลังเล่น (เช่น ใน gui-
ครูทาร์ inputs ¯ngering ถูกต้องสำหรับแต่ละ gui
คอร์ดทาร์และเหล่านี้อยู่แล้วรวมไป
ระบบที่เราได้จัดเตรียม) ใช้โปร-
อึ้งวิธี ผู้เริ่มต้นโดยอัตโนมัติสามารถ
ว่า ¯ngers ของพวกเขาอยู่ในถูกต้องตำแหน่งที่
ช่วยให้การใช้กีต้าร์ Teach เสนอ-
ระบบกำลังจะเป็นประโยชน์อย่างยิ่งครู และมี
แอพลิเคชันที่หลากหลายเพื่อสนับสนุนคนเรียนรู้การ
เล่นกีต้าร์

ผลลัพธ์ (ไทย) 2:

เครื่องหมายสีน่าจะ classi ¯เอ้อสามารถ EF-
fectively รับมือกับการเปลี่ยนแปลงความสว่างมาก
และดังนั้นจึงสามารถที่จะติดตามสีเข้มเครื่องหมาย
ERS แม้เมื่อมีรกและแบบไดนามิกกลับ
สภาพพื้นดิน เราใช้ ARTag (Augmented
Reality Tag) [3] ในการคำนวณค่าพารามิเตอร์ภายนอก
สำหรับการประเมินตำแหน่งกีตาร์ จากนั้นเราก็ปรับ
กล้องสำหรับการคำนวณเมทริกซ์การฉายที่
กระบวนการออนไลน์ เพื่อช่วยให้การรับรู้ของที่ถูกต้อง
ในขณะที่คอร์ดกีต้าร์ที่มีการเคลื่อนไหวเราเด¯ ne โลก
ประสานงานกับคอกีตาร์เป็นกีตาร์ประสานงาน
ระบบ เราใช้สมการ [4] เทคนิคการ ES-
timate ตำแหน่ง 3 มิติของผู้เล่น¯ ngers ใช้สเตอริโอ
กล้องแล้วถ้ารู้จักสายกีตาร์ที่ได้รับ-
ing กดหรือไม่ ต่อไปเราจะใช้ PCA (ที่สำคัญ
การวิเคราะห์ส่วนประกอบ) [5] เพื่อลดการป้อนข้อมูล dimen-
ไซออนซึ่งจะช่วยให้แต่ละคอร์ดกีต้าร์จะ classi ¯เอ็ด
อย่างถูกต้องมากขึ้น เป็นผลให้ผู้เล่นสามารถรับรู้
คอร์ดกีต้าร์ที่พวกเขาจะได้เล่นในเพลงใน
เวลาจริง
เห็นได้ชัดว่ามันจะเป็นความช่วยเหลือที่ดีในการเรียนรู้
ERS หากพวกเขาสามารถที่จะรับรู้คอร์ดที่กำลังเล่น
ด้วยมือซ้าย ระบบจะช่วยเพิ่มความแม่นยำ-
ทำให้สามารถระบุว่าตำแหน่ง Nger ¯เป็น
ที่ถูกต้องตามตำแหน่ง Nger ¯จำเป็นสำหรับ
ชิ้นส่วนของเพลงที่พวกเขากำลังเล่น (เช่นกุย-
ครูน้ำมันดินปัจจัยการผลิตที่ถูกต้อง¯ ngering สำหรับแต่ละกุย-
น้ำมันดิน คอร์ดและเหล่านี้จะรวมแล้วเป็น
ระบบที่เราได้ให้) ใช้โปร
วิธีการโพสต์เริ่มต้นจะสามารถระบุ
ว่า¯ ngers พวกเขาอยู่ในตำแหน่งที่ถูกต้องซึ่ง
ทำให้โปรแกรมนี้กีต้าร์ สอนที่นำเสนอ
ระบบไอเอ็นจีจะเป็นที่ทรงคุณค่าให้กับครูและมีการ
ประยุกต์กว้างให้กับผู้ที่สนับสนุนการเรียนรู้ที่จะ
เล่นกีต้าร์

ผลลัพธ์ (ไทย) 3:

เครื่องหมายสีน่าจะเป็นการ classi ¯เอ้อสามารถ EF -
fectively รับมือกับแสงมากการเปลี่ยนแปลง
และดังนั้นจึงสามารถทนทานติดตามสี มาร์ค -
ERS แม้เมื่อมีรกและแบบไดนามิกกลับ -
พื้นเงื่อนไข เราใช้ artag ( Augmented
ความจริง Tag ) [ 3 ] เพื่อคำนวณหาพารามิเตอร์ภายนอก
ประมาณกีตาร์ตำแหน่ง แล้วเราปรับ
กล้องสำหรับการคำนวณเมทริกซ์ที่ฉาย
กระบวนการออนไลน์ เพื่อช่วยการรับรู้ของคอร์ดที่ถูกต้อง
ในขณะที่กีต้าร์เคลื่อนที่ เรา¯ NE โลก
พิกัดบนคอกีตาร์เป็นระบบพิกัด
กีตาร์ . เราใช้แบบสามเส้า [ 4 ] เทคนิค ES -
timate 3D ตำแหน่งของผู้เล่นของ¯ ngers ใช้สเตอริโอ
กล้อง แล้ว จำ ถ้าสายกีตาร์อยู่ได้ -
ไอเอ็นจีกดหรือไม่ต่อไปเราใช้ PCA ( การวิเคราะห์องค์ประกอบหลัก
) [ 5 ] เพื่อลดการป้อนข้อมูลไดเม็น -
ศิโยนซึ่งจะช่วยให้แต่ละคอร์ดกีต้าร์เป็น classi ¯เอ็ด
มากขึ้นอย่างถูกต้อง เป็นผลให้ผู้เล่นสามารถจำ
คอร์ดกีต้าร์ จะเล่นในช่วงที่เพลงในเวลาจริง
.
มันคงจะดีช่วยเหลือเรียนรู้ -
ERS หากพวกเขาสามารถจำคอร์ดถูกเล่น
โดยมือข้างซ้ายระบบช่วยเพิ่มความถูกต้อง -
เพราะมันสามารถระบุว่าตำแหน่งเง้อ¯จะถูกต้องตาม¯เง้อ

ตำแหน่งที่จำเป็นสำหรับชิ้นส่วนของเพลงที่พวกเขาจะเล่น ( เช่น GUI -
ทาร์อาจารย์กระผมถูกต้อง¯ ngering แต่ละ GUI -
ทาร์คอร์ดเหล่านี้จะรวมเข้าไปใน
ระบบที่เรามีให้ ) ใช้โปร -
โพสวิธีการเริ่มต้นโดยอัตโนมัติสามารถระบุ
ไม่ว่า ngers ¯ของพวกเขาอยู่ในตำแหน่งที่ถูกต้อง ซึ่งทำให้กีตาร์
ใบสมัคร เสนอสอน -
ระบบไอเอ็นจีจะทรงคุณค่าแก่ครู และมีการประยุกต์กว้างเพื่อสนับสนุน

คนเรียนรู้ที่จะเล่นกีตาร์