IntroductionWe adopted the methods

Introduction

We adopted the methods from face detection and applied it

for car rear-view detection. We believe that face detection and

car detection are similar in nature and applying face detection

methods for car detection is a natural choice. The success of

face detection may have been due to the fact that face images

have rich internal features. Some image categories, such as pedestrian,

can only be characterized by the contour of the object

since there is not a characteristic pattern that stands out inside

the region of the object. On the other hand, faces have very distinctive

pattern, caused by eyes, nose, mouth, etc, that can be

well captured by simple filters encoding the intensity difference

as in Viola and Jones [1]. Similarly, rear views of cars also have

distinctive patterns, such as the dark shadow region right below

the car, and dark tire region, as shown in section 3.1. Therefore,

we decided to apply the methods developed for face detection to

car detection.

ผลลัพธ์ (ไทย) 1:

แนะนำเรานำวิธีจากการตรวจจับใบหน้า และใช้มันตรวจดูด้านหลังรถ เราเชื่อว่าหน้าที่ตรวจสอบ และตรวจสอบรถมีลักษณะธรรมชาติและตรวจจับใบหน้าใช้วิธีการตรวจสอบรถยนต์เป็นทางเลือกที่ธรรมชาติ ความสำเร็จของตรวจจับใบหน้าอาจได้รับเนื่องจากที่หน้ารูปภาพมีคุณลักษณะภายในที่อุดมไปด้วย บางรูปหมวด เดินสามารถเฉพาะเป็นลักษณะ contour ของวัตถุเนื่องจากไม่มีรูปแบบลักษณะที่ยืนออกภายในขอบเขตของวัตถุ ในทางกลับกัน ใบหน้ามีโดดเด่นมากรูปแบบ เกิดจากตา จมูก ปาก เป็น ต้น ที่สามารถดีจับ โดยตัวกรองธรรมดาที่ความแตกต่างความเข้มของการเข้ารหัสเป็นวิโอลาและโจนส์ [1] ในทำนองเดียวกัน มุมมองด้านหลังของรถยนต์ยังมีรูปแบบที่โดดเด่น เช่นขวาภาคเงามืดด้านล่างรถยนต์ และภูมิภาคยางมืด ดังแสดงในหัวข้อ 3.1 ดังนั้นเราตัดสินใจที่จะใช้วิธีการตรวจจับใบหน้าเพื่อพัฒนารถตรวจสอบ

ผลลัพธ์ (ไทย) 2:

บทนำเรานำมาใช้วิธีการจากการตรวจหาใบหน้าและใช้มันสำหรับการตรวจสอบรถมองหลัง เราเชื่อว่าการตรวจจับใบหน้าและการตรวจสอบรถที่มีความคล้ายคลึงกันในธรรมชาติและการใช้การตรวจหาใบหน้าวิธีการสำหรับการตรวจสอบรถเป็นทางเลือกที่เป็นธรรมชาติ ความสำเร็จของการตรวจหาใบหน้าอาจจะเป็นเพราะความจริงที่ว่าภาพใบหน้ามีคุณสมบัติภายในที่อุดมไปด้วย บางประเภทภาพเช่นคนเดินเท้าเท่านั้นที่สามารถโดดเด่นด้วยรูปร่างของวัตถุเนื่องจากมีรูปแบบที่ไม่ได้เป็นลักษณะที่โดดเด่นภายในภูมิภาคของวัตถุ บนมืออื่น ๆที่มีใบหน้าที่โดดเด่นมากรูปแบบที่เกิดจากตาจมูกปาก ฯลฯ ที่สามารถจับกันโดยตัวกรองที่เรียบง่ายการเข้ารหัสความแตกต่างความเข้มในขณะที่วิโอลาและโจนส์[1] ในทำนองเดียวกันมุมมองด้านหลังของรถยังมีรูปแบบที่โดดเด่นเช่นภูมิภาคเงาดำด้านล่างขวารถและภูมิภาคยางสีเข้มตามที่ปรากฏในข้อ3.1 ดังนั้นเราจึงตัดสินใจที่จะใช้วิธีการที่พัฒนาขึ้นมาสำหรับการตรวจหาใบหน้าเพื่อการตรวจสอบรถ

ผลลัพธ์ (ไทย) 3:

บทนำ

เราใช้วิธีตรวจจับใบหน้าและใช้มัน

สำหรับตรวจจับส่องหลังรถยนต์ เราเชื่อว่าหน้าการตรวจสอบและ

รถตรวจจับจะคล้ายกันในธรรมชาติ และใช้ตรวจจับใบหน้า

วิธีตรวจสอบรถแบบธรรมชาติทางเลือก ความสำเร็จของ

ตรวจจับใบหน้าอาจจะเนื่องจากความจริงที่ว่าภาพใบหน้า

รวยภายในคุณลักษณะ บางประเภทภาพเช่น คนเดินเท้า ,

สามารถโดดเด่นด้วยรูปร่างของวัตถุ

เนื่องจากไม่มีลักษณะลวดลายที่เด่นข้างใน

ภาคของวัตถุ บนมืออื่น ๆ , ใบหน้ามีความโดดเด่นมาก

ลาย ที่เกิดจากตา จมูก ปาก ฯลฯ ที่สามารถ

ดีจับโดยง่ายเข้ารหัสกรองความเข้มต่างกัน

ใน Viola และ โจนส์ [ 1 ] ในทํานองเดียวกันมุมมองด้านหลังของรถก็มี

โดดเด่นรูปแบบเช่นภูมิภาคเงามืดข้างล่าง

รถ เขตยางสีเข้ม ดังที่ปรากฏในมาตรา 1 . ดังนั้น

เราตัดสินใจที่จะใช้วิธีการที่พัฒนาสำหรับการตรวจหาใบหน้า




บริการการตรวจสอบ