Changing the appearance of human ga

Changing the appearance of human gait due to the clothing variations makes the gait recognition problem much harder. In this paper, we study the gait signature by dividing the human body into very small fragments and investigate the effectiveness of these fragments when it combines one after another in step-wise. It has been demonstrated that dynamic parts shows more uncertainty thus for more informative in gait recognition. We have used more dynamic weighted entropy based gait representation in our parts definition as input gait features. The result of the proposed method outperforms others reported whole based and part based gait recognition approaches.

ผลลัพธ์ (ไทย) 1:

เปลี่ยนลักษณะที่ปรากฏของมนุษย์เดินเนื่องจากรูปแบบเสื้อผ้าทำให้ปัญหาการเดินยากมาก ในเอกสารนี้ เราเรียนเดินลายเซ็น โดยแบ่งร่างกายออกเป็นชิ้นส่วนขนาดเล็กมาก และตรวจประสิทธิภาพของชิ้นส่วนเหล่านี้จะรวมหนึ่งใน step-wise มันได้ถูกแสดงว่า ชิ้นส่วนแบบไดนามิกแสดงความไม่แน่นอนมากขึ้นจึงเพิ่มเติมข้อมูลในการเดิน เราใช้แบบไดนามิกมากขึ้นแทนเดินเอนโทรปีที่ถ่วงน้ำหนักตามกำหนดส่วนของเราเป็นลักษณะเดินเข้า ผลของวิธีการนำเสนอ outperforms อื่น ๆ รายงานวิธีการตามทั้งหมด และส่วนหนึ่งเดินตาม

ผลลัพธ์ (ไทย) 2:

การเปลี่ยนลักษณะของการเดินของมนุษย์อันเนื่องมาจากรูปแบบเสื้อผ้าที่ทำให้ปัญหาการรับรู้การเดินมากยาก ในบทความนี้เราศึกษาลายเซ็นเดินโดยการหารร่างกายมนุษย์เป็นเศษขนาดเล็กมากและตรวจสอบประสิทธิภาพของชิ้นส่วนเหล่านี้เมื่อรวมหลังจากนั้นอีกหนึ่งในขั้นตอนที่ชาญฉลาด มันได้รับการแสดงให้เห็นว่าส่วนแบบไดนามิกที่แสดงให้เห็นความไม่แน่นอนมากขึ้นดังนั้นสำหรับข้อมูลเพิ่มเติมในการรับรู้การเดิน เราได้ใช้เอนโทรปีถ่วงน้ำหนักแบบไดนามิกมากขึ้นการแสดงการเดินอยู่ในความหมายของเราเป็นส่วนคุณสมบัติการเดินการป้อนข้อมูล ผลของวิธีการที่นำเสนอมีประสิทธิภาพดีกว่าคนอื่น ๆ ทั้งรายงานและการมีส่วนร่วมตามวิธีการรับรู้การเดิน

ผลลัพธ์ (ไทย) 3:

การเปลี่ยนลักษณะของมนุษย์เดิน เนื่องจากเสื้อผ้ารูปแบบต่าง ๆ ทำให้การเดินการรับรู้ปัญหาหนักมาก งานวิจัยนี้ศึกษาการเดินลายเซ็นโดยแบ่งร่างกายมนุษย์เป็นชิ้นส่วนขนาดเล็กมาก และศึกษาประสิทธิภาพของชิ้นส่วนเหล่านี้เมื่อมันรวมหนึ่งหลังจากที่อื่นในขั้นปัญญานี้ได้แสดงให้เห็นว่าส่วนไดนามิกแสดงความไม่แน่นอนมากขึ้นดังนั้นสำหรับข้อมูลเพิ่มเติมในการเดินการรับรู้ เราใช้แบบไดนามิกมากขึ้นน้ำหนักแทนการเดินในนิยามเอนโทรปีจากชิ้นส่วนของเรามีเดินใส่ ผลของวิธีที่เสนอมีประสิทธิภาพดีกว่าคนอื่น และส่วนหนึ่งจากรายงานทั้งหมดตามแนวทางของการรับรู้