This research also foresaw that aug

This research also foresaw that augmented reality brings the possibility of not only enhancing our current senses, but of possibly “making up” for missing ones. In this thesis, the author designed and implemented an augmented reality application for hearing augmentation where hearing-impaired users can see visual cues of what is being said to them in a natural and intuitive way to understand. The application, dubbed iHeAR, uses the iOS platform and an iPad2 as the supporting device. It is implemented using current algorithms for speech recognition and face detection in order to output the “heard” speech in real time next to the speaker’s face in a “text-bubble”. The speech recognition system used is the open source OpenEars which is a wrapper for iOS application of the PocketSphinx system for device speech recognition. A detailed explanation of OpenEars was provided in section 4.3. Face detection is achieved using OpenCV’s Viola-Jones method implementation for face detection, whose explanation was provided in section
4.4. In order to make the face detection algorithm work in real time and perform calculations for both speech recognition and face detection on the device, the author optimized the system to run the face detection algorithm only when speech is detected and only when a previous frame is not already being analyzed for a face since the detection algorithm runs slower than the video feed. In this way, the final system is not overloaded with heavy calculations. The system built assumes the following conditions and limitations:
• The user does not know sign language or how to read lips,
• The environment is quiet and free of background noise,
• The system will be used for one-on-one conversation,

• Speech recognition needs to happen on the device so as to not depend on network

availability.
This thesis challenges included the integration and selection of multiple components to build a hearing augmented reality application using the iOS platform. The APIs and libraries used as part of this research are listed in Table 5.1 along with comments to guide readers who wish to know more about the reasons for using these libraries. Readers should note that the Google Translate API while a good choice for this thesis work will no longer be available to use as a free open source library starting December 1st, 2011.

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้ยังรุ่งเรืองที่เติมความเป็นจริงซึ่งไม่เพียงเพิ่มความรู้สึกของเราปัจจุบัน แต่อาจจะ "ทำขึ้น" สำหรับคนที่หายไป ในวิทยานิพนธ์นี้ ผู้ออกแบบ และดำเนินการโปรแกรมภาพจำลองเสมือนจริงสำหรับการเพิ่มเติมฟังเทศน์ผู้ใช้สามารถดูสิ่งที่แสดงของสิ่งที่คนพูดกับพวกเขาในวิธีง่าย และเป็นธรรมชาติจะเข้าใจ โปรแกรมประยุกต์ ขนานนาม iHeAR ใช้แพลตฟอร์ม iOS และ iPad2 ที่เป็นอุปกรณ์สนับสนุน นำมาใช้โดยใช้ปัจจุบันอัลกอริทึมการตรวจจับใบหน้าและการรู้พูดเพื่อออกเสียง "ได้ยิน" ในเวลาจริงถัดจากใบหน้าของผู้บรรยายใน "ข้อความฟอง" ระบบการรู้จำเสียงที่ใช้เป็นแหล่งเปิด OpenEars ซึ่งเป็น wrapper สำหรับการประยุกต์ใช้ระบบ PocketSphinx สำหรับการรู้จำเสียงของอุปกรณ์ iOS คำอธิบายโดยละเอียดของ OpenEars ไว้ให้ในส่วน 4.3 ตรวจจับใบหน้าสามารถทำได้โดยใช้ของ OpenCV Viola-โจนส์วิธีการใช้งานสำหรับการตรวจจับใบหน้า คำอธิบายที่ให้ไว้ในส่วน4.4. เพื่อทำให้อัลกอริธึมตรวจจับใบหน้าทำงานในเวลาจริง และการคำนวณสำหรับทั้งคำพูดการรู้หน้าตรวจจับและอุปกรณ์ ผู้เขียนปรับปรุงให้ระบบเรียกใช้อัลกอริทึมการตรวจจับใบหน้าเท่านั้น และเฉพาะเมื่อมีการตรวจพบเสียงเมื่อเฟรมก่อนหน้านี้ไม่ได้แล้วกำลังจะวิเคราะห์สำหรับใบหน้าเนื่องจากอัลกอริทึมการตรวจจับทำงานช้ากว่าวีดีโอ ในวิธีนี้ ระบบสุดท้ายคือไม่มากเกินไปกับการคำนวณที่หนัก ระบบสร้างอนุมานเงื่อนไขและข้อจำกัดต่อไปนี้:•ผู้ใช้ไม่ทราบภาษาหรือวิธีการอ่านริมฝีปาก•สภาพแวดล้อมเงียบสงบ และเสียงพื้นหลัง ฟรี•ระบบจะใช้สำหรับการสนทนาแบบตัวต่อตัว •รู้ต้องเกิดขึ้นบนอุปกรณ์เพื่อที่จะไม่ขึ้นกับเครือข่ายที่ว่างวิทยานิพนธ์นี้ท้าทายรวมรวมและเลือกหลายส่วนเพื่อสร้างเป็นภาพจำลองเสมือนจริงประยุกต์โดยใช้แพลตฟอร์ม iOS APIs และไลบรารีที่ใช้เป็นส่วนหนึ่งของการวิจัยนี้แสดงอยู่ในตาราง 5.1 พร้อมกับข้อคิดเห็นเพื่อแนะนำผู้อ่านที่ต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับสาเหตุของการใช้ไลบรารีเหล่านี้ ผู้อ่านควรทราบว่า Google Translate API ในขณะที่ทางเลือกดีสำหรับงานวิทยานิพนธ์นี้จะไม่มีให้ใช้เป็นคลังฟรีเปิดแหล่งที่มาเริ่ม 1 ธันวาคม 2011

ผลลัพธ์ (ไทย) 2:

งานวิจัยนี้ยังเล็งเห็นถึงความเป็นจริงยิ่งที่จะนำความเป็นไปได้ของไม่เพียง แต่เพิ่มความรู้สึกของเราในปัจจุบัน แต่อาจจะ "ทำขึ้น" สำหรับคนที่ขาดหายไป ในวิทยานิพนธ์ฉบับนี้ผู้เขียนได้รับการออกแบบและดำเนินการการประยุกต์ใช้ความเป็นจริงยิ่งสำหรับการได้ยินการเสริมที่ผู้บกพร่องทางการได้ยินสามารถดูตัวชี้นำภาพของสิ่งที่ถูกกล่าวแก่พวกเขาในทางธรรมชาติและใช้งานง่ายที่จะเข้าใจ แอพลิเคชันขนานนาม iHear ใช้แพลตฟอร์ม iOS และ iPad2 เป็นอุปกรณ์ที่สนับสนุน จะดำเนินการโดยใช้กลไกในปัจจุบันสำหรับการรับรู้การพูดและการตรวจจับใบหน้าเพื่อการส่งออก "ได้ยิน" คำพูดในเวลาจริงถัดไปที่ใบหน้าของผู้พูดใน "ข้อความฟอง" ระบบรู้จำเสียงพูดที่ใช้เป็นแหล่งที่มาเปิด OpenEars ซึ่งเป็นเสื้อคลุมสำหรับการประยุกต์ใช้ iOS ของระบบ PocketSphinx สำหรับการจดจำเสียงอุปกรณ์ คำอธิบายรายละเอียดของ OpenEars ถูกบัญญัติไว้ในมาตรา 4.3 ตรวจจับใบหน้าจะประสบความสำเร็จโดยใช้วิธีการดำเนินงานของ OpenCV Viola โจนส์สำหรับการตรวจจับใบหน้าที่มีคำอธิบายที่ถูกบัญญัติไว้ในมาตรา
4.4 เพื่อที่จะทำให้การทำงานที่ใบหน้าวิธีการตรวจสอบในเวลาจริงและดำเนินการคำนวณสำหรับการรู้จำเสียงพูดทั้งสองและตรวจจับใบหน้าบนอุปกรณ์ที่ผู้เขียนที่ดีที่สุดระบบทำงานขั้นตอนวิธีการตรวจหาใบหน้าเฉพาะเมื่อคำพูดมีการตรวจพบและเมื่อกรอบก่อนหน้านี้ไม่ได้ แล้วจะถูกวิเคราะห์สำหรับใบหน้าตั้งแต่ขั้นตอนวิธีการตรวจสอบทำงานช้ากว่าฟีดวิดีโอ ด้วยวิธีนี้ระบบสุดท้ายคือไม่มากเกินไปกับการคำนวณหนัก ระบบที่สร้างขึ้นจะถือว่าเงื่อนไขและข้อ จำกัด ต่อไปนี้:
•ผู้ใช้ไม่ทราบว่าภาษามือหรือวิธีการอ่านริมฝีปาก
•สภาพแวดล้อมที่เงียบสงบและปราศจากสัญญาณรบกวนพื้นหลัง
•ระบบจะถูกนำมาใช้อย่างใดอย่างหนึ่งต่อหนึ่งการสนทนา

• รู้จำเสียงพูดต้องเกิดขึ้นบนอุปกรณ์เพื่อให้เป็นไปได้ขึ้นอยู่กับเครือข่าย

พร้อมใช้งาน.
ความท้าทายวิทยานิพนธ์ฉบับนี้รวมถึงการบูรณาการและการเลือกองค์ประกอบหลายอย่างที่จะสร้างแอพลิเคชันการได้ยินเติมความเป็นจริงโดยใช้แพลตฟอร์ม iOS API สำหรับห้องสมุดและใช้เป็นส่วนหนึ่งของการวิจัยนี้ได้แสดงในตารางที่ 5.1 พร้อมด้วยการแสดงความคิดเห็นเพื่อเป็นแนวทางให้ผู้อ่านที่ต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับสาเหตุของการใช้ห้องสมุดเหล่านี้ ผู้อ่านควรทราบว่า Google Translate API ในขณะที่ทางเลือกที่ดีสำหรับการทำงานวิทยานิพนธ์ฉบับนี้จะไม่สามารถใช้เป็นห้องสมุดมาเปิดฟรีเริ่มต้นที่ 1 ธันวาคม 2011

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ยังเห็นว่าความเป็นจริงเติมนำความเป็นไปได้ของการไม่เพียง แต่การรับรู้ของเราในปัจจุบัน แต่อาจจะ " ทำ " ไปที่ ในวิทยานิพนธ์ฉบับนี้ ผู้เขียนได้รับการออกแบบ และใช้ความเป็นจริง Augmented การเสริมการได้ยินที่ผู้ใช้สามารถดูภาพ ที่มีคิวของสิ่งที่ถูกกล่าวแก่พวกเขาในวิธีธรรมชาติและง่ายที่จะเข้าใจ โปรแกรม ihear ขนานนามใช้ iOS และ iPad2 เป็นสนับสนุนอุปกรณ์ มันคือการใช้ขั้นตอนวิธีในปัจจุบันสำหรับการรู้จำเสียงพูดและตรวจจับใบหน้าเพื่อที่จะออก " ได้ยิน " เสียงในเวลาจริง ถัดจากลำโพงหน้าในข้อความ " ฟอง " การพูดการรับรู้ระบบที่ใช้เป็นแหล่งเปิด openears ซึ่งเป็นเสื้อคลุมสำหรับ iOS การประยุกต์ใช้ระบบ pocketsphinx สำหรับการรู้จำเสียงพูดอุปกรณ์ อธิบายรายละเอียดของ openears เคยให้ไว้ในส่วน 4.3 . ตรวจจับใบหน้าได้โดยใช้วิธีการของวิโอล่า โจนส์ เป็นการตรวจจับใบหน้าที่มีคำอธิบายที่ให้ไว้ในมาตรา4.4 . เพื่อให้ใบหน้าขั้นตอนวิธีทำงานในเวลาจริงและทำการคำนวณทั้งการรู้จำเสียงและการตรวจหาใบหน้าบนอุปกรณ์ ผู้เขียนเพิ่มประสิทธิภาพระบบ เพื่อใช้ตรวจจับใบหน้าขั้นตอนวิธีเฉพาะเมื่อคำพูดที่ตรวจพบและเมื่อเฟรมเดิมไม่ได้ถูกวิเคราะห์ใบหน้า ตั้งแต่การตรวจสอบขั้นตอนวิธีวิ่งช้ากว่าวิดีโออาหาร ในวิธีนี้ระบบสุดท้ายคือไม่มากเกินไปกับการคำนวณหนัก ระบบสร้างขึ้นถือว่าเงื่อนไขและข้อจำกัดต่อไปนี้ :- ผู้ใช้ไม่รู้ภาษาหรือวิธีการอ่านริมฝีปาก- มีสภาพแวดล้อมที่เงียบสงบ และปราศจากเสียงรบกวนพื้นหลัง- ระบบจะถูกใช้สำหรับการสนทนาแบบตัวต่อตัว- การรู้จำเสียงพูดต้องเกิดขึ้นบนอุปกรณ์เพื่อที่จะไม่ได้ขึ้นอยู่กับเครือข่ายห้องว่างวิทยานิพนธ์ฉบับนี้ คือ การรวม และการท้าทายของส่วนประกอบหลายสร้างได้ยินความเป็นจริง Augmented ใช้ iOS แพลตฟอร์ม APIs และห้องสมุดที่ใช้เป็นส่วนหนึ่งของการวิจัยมีการระบุไว้ในตารางที่ 5.1 พร้อมกับความเห็นที่จะแนะนำผู้อ่านที่ต้องการทราบเพิ่มเติมเกี่ยวกับเหตุผลในการใช้ห้องสมุดนี้ ผู้อ่านควรทราบว่า Google แปล API ในขณะที่เป็นทางเลือกที่ดีสำหรับงานวิทยานิพนธ์นี้จะไม่สามารถใช้เป็นฟรีเปิดแหล่งที่มาห้องสมุด เริ่มตั้งแต่วันที่ 1 ธันวาคม 2554