(b), (c) and (d) in different size

(b), (c) and (d) in different size are used in [8][10] to extract
features. And, Lienhart et al. [11] introduced an efficient
scheme for calculating 45˚ rotated features. And, Mita and
Kaneko introduced a new scheme which makes Haar-like
features be more discriminative [6]. Though Haar-like feature
provides good performance in extracting textures and cascading
architecture and integral image representation make it
computationally efficient, it is still not feasible on mobile
products.

ผลลัพธ์ (ไทย) 1:

(ข), (ค) และ (d) ในขนาดที่แตกต่างกันใช้ใน [8] [10] การแยกลักษณะการทำงาน และ Lienhart et al. [11] แนะนำมีประสิทธิภาพโครงร่างสำหรับการคำนวณคุณสมบัติ 45˚ หมุน และ บริการ และKaneko นำโครงร่างรูปแบบใหม่ซึ่งทำให้เหมือน Haarลักษณะการทำงานเป็น discriminative เพิ่มเติม [6] แม้ว่าคุณลักษณะเช่น Haarมีประสิทธิภาพดีในการแยกพื้นผิว และเรียงซ้อนสถาปัตยกรรมและแสดงเป็นภาพมีประสิทธิภาพ computationally ก็ยังไม่เป็นไปได้บนมือถือผลิตภัณฑ์

ผลลัพธ์ (ไทย) 2:

(ข) (ค) และ (ง) ในขนาดที่แตกต่างกันที่ใช้ใน [8] [10]
ที่จะดึงคุณสมบัติ และ Lienhart et al, [11]
แนะนำที่มีประสิทธิภาพรูปแบบสำหรับการคำนวณ45˚คุณสมบัติหมุน และ Mita
และคาเนโกะเปิดตัวโครงการใหม่ซึ่งจะทำให้Haar
เหมือนคุณสมบัติที่จะจำแนกมากขึ้น[6] คุณลักษณะแม้ว่า Haar
เหมือนให้ประสิทธิภาพการทำงานที่ดีในการสกัดพื้นผิวและซ้อนสถาปัตยกรรมและการแสดงภาพหนึ่งทำให้มันมีประสิทธิภาพคอมพิวเตอร์ก็ยังคงเป็นไปไม่ได้บนมือถือของผลิตภัณฑ์

ผลลัพธ์ (ไทย) 3:

( b ) , ( c ) และ ( d ) ในขนาดที่แตกต่างกันจะใช้ใน [ 8 ] [ 10 ] สกัด
คุณสมบัติ และ lienhart et al . [ 11 ] แนะนำโครงการมีประสิทธิภาพ
คำนวณ 45 ˚หมุนคุณลักษณะ และ มิตะ
คาเนโกะและแนะนำโครงการใหม่ซึ่งทำให้เธอชอบ
คุณสมบัติเป็นค่า [ 6 ] แม้ว่าเธอชอบคุณลักษณะ
ให้ประสิทธิภาพที่ดีในการสกัดพื้นผิวและ cascading
สถาปัตยกรรมและการเป็นตัวแทนภาพหนึ่งให้
computationally มีประสิทธิภาพ ยังเป็นไปได้ในผลิตภัณฑ์มือถือ