For car detection and tracking in r

For car detection and tracking in real time environments,we proposed a framework which achieve a good real time
performance while requiring less computation.
There are
many possible ways to improve upon our current model.
Firstly, we would like to develop a system that can detect
different types of vehicles as well as pedestrians and signals
without employing a separate classifier for each of them
and requiring less training data – using a technique called
multi-task learning [4].

ผลลัพธ์ (ไทย) 1:

รถตรวจสอบและติดตามในเวลาจริง เราเสนอกรอบซึ่งให้เวลาจริง
ประสิทธิภาพในขณะที่ต้องคำนวณน้อย.
มี
หลายวิธีที่สามารถจะปรับปรุงของเราปัจจุบันรูปแบบการ
เราอยากจะพัฒนาระบบที่สามารถตรวจพบ
ชนิดต่าง ๆ ของยานพาหนะรวมทั้งโชคดี และสัญญาณ
โดยไม่ต้องใช้ classifier แยกต่างหากสำหรับแต่ละ
และต้องการข้อมูลการฝึกอบรมน้อย – ใช้เทคนิคที่เรียกว่า
เรียนรู้งานหลาย [4]

ผลลัพธ์ (ไทย) 2:

สำหรับการตรวจสอบและการติดตามรถในสภาพแวดล้อมที่เวลาจริงที่เรานำเสนอกรอบการทำงานที่ประสบความสำเร็จในเวลาจริงที่ดี
ต้องมีประสิทธิภาพในขณะที่การคำนวณน้อย
มี
วิธีที่เป็นไปได้มากที่จะปรับปรุงกับรุ่นปัจจุบันของเรา
ประการแรกเราต้องการที่จะพัฒนาระบบที่สามารถตรวจสอบได้
ชนิดที่แตกต่างกันของยานพาหนะรวมทั้งคนเดินเท้าและส่งสัญญาณ
ได้โดยไม่ต้องใช้ลักษณนามแยกต่างหากสำหรับแต่ละของพวกเขา
และต้องข้อมูลการฝึกอบรมน้อย - ใช้เทคนิคที่เรียกว่า
หลายงานการเรียนรู้ [4]

ผลลัพธ์ (ไทย) 3:

สำหรับการตรวจสอบรถและติดตามในสภาพแวดล้อมจริง เวลาเราเสนอกรอบซึ่งบรรลุประสิทธิภาพเวลาจริง

ดี ในขณะที่ต้องใช้ความจำน้อย มีหลายวิธีที่เป็นไปได้เพื่อปรับปรุง

รุ่นปัจจุบันของเรา อันดับแรกเราต้องการที่จะพัฒนาระบบที่สามารถตรวจจับ
ประเภทของยานพาหนะและคนเดินเท้า เช่นเดียวกับ สัญญาณ
โดยไม่ต้องจ้างแบบแยกต่างหากสำหรับแต่ละของพวกเขา และให้ลดการฝึก
ข้อมูล–โดยใช้เทคนิคที่เรียกว่า
หลายงานเรียนรู้ [ 4 ]