In this paper we introduce a real-t

In this paper we introduce a real-time obstacle
recognition framework designed to alert the visually impaired
people/blind of their presence and to assist humans to navigate
safely, in indoor and outdoor environments, by handling a
Smartphone device. Static and dynamic objects are detected
using interest points selected based on an image grid and
tracked using the multiscale Lucas-Kanade algorithm. Next, we
activated an object classification methodology. We incorporate
HOG (Histogram of Oriented Gradients) descriptor into the
BoVW (Bag of Visual Words) retrieval framework and
demonstrate how this combination may be used for obstacle
classification in video streams. The experimental results
performed on various challenging scenes demonstrate that our
approach is effective in image sequence with important camera
movement, including noise and low resolution data and achieves
high accuracy, while being computational efficient.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราแนะนำอุปสรรคแบบเรียลไทม์กรอบการออกแบบมาเพื่อแจ้งเตือนให้ผู้พิการทางสายตาคน/คนตาบอดพวก และช่วยมนุษย์ไปปลอดภัย ในร่ม และกลางแจ้งสภาพแวดล้อม การจัดการโดยการสมาร์ทโฟนอุปกรณ์ พบวัตถุคงที่ และแบบไดนามิกใช้เลือกจุดสนใจตามตารางมีรูป และติดตามโดยใช้อัลกอริทึม Lucas Kanade multiscale ถัดไป เราใช้วิธีการจัดประเภทวัตถุ เรารวมบอกหมู (ฮิสโตแกรมของเน้นไล่ระดับสี) ในการBoVW (กระเป๋าของภาพคำ) เรียกกรอบ และแสดงให้เห็นว่าชุดนี้ใช้ได้ในอุปสรรคการจัดประเภทในกระแสข้อมูลวิดีโอ ผลการทดลองดำเนินการหลากหลายท้าทายฉากแสดงที่ของเราวิธีที่มีประสิทธิภาพในการลำดับภาพกับกล้องที่สำคัญเคลื่อนไหว เสียงและข้อมูลความละเอียดต่ำ และได้รับความแม่นยำสูง ในขณะที่การคำนวณมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราแนะนำเวลาจริงอุปสรรคกรอบการรับรู้ที่ออกแบบมาเพื่อแจ้งเตือนให้ผู้พิการทางสายตาคน/ ตาบอดจากการปรากฏตัวของพวกเขาและให้ความช่วยเหลือมนุษย์ที่จะนำทางได้อย่างปลอดภัยในสภาพแวดล้อมในร่มและกลางแจ้งโดยการจัดการอุปกรณ์มาร์ทโฟน วัตถุแบบคงที่และแบบไดนามิกที่มีการตรวจพบการใช้จุดที่น่าสนใจเลือกขึ้นอยู่กับตารางภาพและติดตามการใช้อัลกอริทึมMultiscale Lucas-Kanade ต่อไปเราจะเปิดใช้งานวิธีการจัดหมวดหมู่ของวัตถุ เรารวมHOG (Histogram ของการไล่ระดับสี Oriented) อธิบายลงในBoVW (กระเป๋าของภาพคำพูด) กรอบการดึงและแสดงให้เห็นว่าชุดนี้อาจจะใช้สำหรับอุปสรรคการจัดหมวดหมู่ในวิดีโอสตรีม ผลการทดลองดำเนินการในฉากที่ท้าทายต่างๆของเราแสดงให้เห็นว่าวิธีการที่มีประสิทธิภาพในการลำดับภาพด้วยกล้องที่สำคัญการเคลื่อนไหวรวมทั้งเสียงและข้อมูลที่มีความละเอียดต่ำและประสบความสำเร็จมีความแม่นยำสูงในขณะที่การคำนวณที่มีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราแนะนำแบบเรียลไทม์ การรับรู้อุปสรรค
กรอบออกแบบมาเพื่อแจ้งเตือนบกพร่อง
คน / ตาบอดของตนและช่วยให้มนุษย์เพื่อนำทาง
อย่างปลอดภัยในสภาพแวดล้อมในร่มและกลางแจ้ง โดยการจัดการ
อุปกรณ์มาร์ทโฟน วัตถุแบบคงที่และแบบไดนามิก มีการตรวจพบ
โดยใช้จุดที่น่าสนใจเลือกตามตารางภาพและ
ติดตามการใช้ multiscale ลูคัส คานาเดะ ขั้นตอนวิธีการ ต่อไปเรา
เปิดวัตถุประเภทต่อไป เรารวม
หมู ( เน้นความถี่ของการไล่ระดับสี ) หัวเรื่องใน
bovw ( ถุงภาพคำสืบค้นและแสดงให้เห็นว่ากรอบ
การรวมกันนี้อาจจะใช้สำหรับอุปสรรค
การจำแนกในกระแสข้อมูลวิดีโอ ผลการทดลอง
แสดงในฉากต่างๆ ที่แสดงให้เห็นว่า วิธีการของเรา
มีประสิทธิภาพในการลำดับภาพที่สำคัญกล้อง
เคลื่อนไหว รวมทั้งเสียงและข้อมูลความละเอียดต่ำและใช้
ความถูกต้องสูง ในขณะที่คอมพิวเตอร์อย่างมีประสิทธิภาพ