A particularly simple, but surprisi

A particularly simple, but surprisingly effective, way to incorporate facial geometry into the tracking procedure is by projecting the output of the feature detections onto the linear shape model's subspace. This amounts to minimizing the distance between the original points and its closest plausible shape that lies on the subspace. Thus, when the spatial noise in the feature detections is close to being Gaussian distributed, the projection yields the maximum likely solution. In practice, the distribution of detection errors on occasion does not follow a Gaussian distribution and additional mechanisms need to be introduced to account for this.

ผลลัพธ์ (ไทย) 1:

เป็นวิธีง่าย ๆ โดยเฉพาะอย่างยิ่ง แต่จู่ ๆ มี ประสิทธิภาพ การรวมเรขาคณิตใบหน้าเป็นกระบวนการติดตาม โดย projecting ของ detections คุณลักษณะบน subspace ของแบบจำลองเชิงเส้นรูปร่าง ยอดเงินนี้จะลดระยะห่างระหว่างจุดเดิมและรูปร่างเป็นไปได้ของใกล้เคียงที่สุดที่อยู่บน subspace ที่ ดังนั้น เมื่อเสียงปริภูมิใน detections คุณลักษณะใกล้เคียงกับ กำลัง Gaussian กระจาย ฉายภาพการแก้ปัญหามีแนวโน้มสูงสุดที่ทำให้ ในทางปฏิบัติ การกระจายตรวจหาข้อผิดพลาดในบางโอกาสตาม Gaussian กระจาย และกลไกเพิ่มเติมจำเป็นต้องนำเข้าบัญชีนี้

ผลลัพธ์ (ไทย) 2:

โดยเฉพาะอย่างยิ่งง่าย แต่มีประสิทธิภาพที่น่าประหลาดใจวิธีการที่จะรวมรูปทรงเรขาคณิตใบหน้าเป็นขั้นตอนการติดตามโดยการฉายเป็นผลลัพธ์ของการตรวจจับลักษณะการทำงานบนสเปซแบบเชิงเส้นของรูปร่าง จำนวนนี้ลดระยะห่างระหว่างจุดเดิมและรูปร่างที่เป็นไปได้ที่ใกล้เคียงที่สุดที่อยู่บนสเปซ ดังนั้นเมื่อเสียงอวกาศในการตรวจจับมีคุณลักษณะใกล้เคียงกับการเสียนกระจายประมาณการอัตราผลตอบแทนสูงสุดแนวโน้มการแก้ปัญหา ในทางปฏิบัติการกระจายของข้อผิดพลาดในการตรวจสอบในครั้งไม่เป็นไปตามการกระจายเสียนและกลไกเพิ่มเติมจะต้องมีการแนะนำให้รู้จักกับบัญชีนี้

ผลลัพธ์ (ไทย) 3:

โดยเฉพาะอย่างยิ่งง่าย แต่จู่ ๆ ที่มีประสิทธิภาพ วิธีรวมหน้าเรขาคณิตในกระบวนการ โดยการติดตามผลของคุณสมบัติการตรวจจับบนเส้นรูปร่างรุ่นย่อย . จํานวนนี้เพื่อลดระยะห่างระหว่างต้นฉบับและใกล้จุดจะอยู่ในรูปร่างที่ได้ . ดังนั้นเมื่อเสียงเชิงพื้นที่ในลักษณะการตรวจจับอยู่ใกล้จะเป็นลักษณะกระจาย ประมาณการผลผลิตสูงสุดอาจแก้ปัญหา ในทางปฏิบัติ การตรวจหาข้อผิดพลาดในโอกาสไม่ได้ติดตามการกระจาย Gaussian และกลไกเพิ่มเติมจะต้องนำเข้าบัญชีนี้