In this paper, a new technique for

In this paper, a new technique for image feature extraction and representation-gait energy image and principal component
analysis (PCA)—was developed. Gait energy image and PCA has many advantages over conventional PCA. In the first place, since gait energy image and PCA is based on mean and evaluation of covariance matrix, it is simpler and more straightforward to use for image feature extraction. Second, gait energy image and PCA is better than PCA in terms of recognition accuracy in all experiments. Although this trend seems to be consistent for different databases and conditions, in some experiments the differences in performance were not statistically significant.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เทคนิคใหม่สำหรับภาพคุณลักษณะแยกและเดินแทนพลังงานภาพและส่วนประกอบหลักการวิเคราะห์ (PCA) ซึ่งได้รับการพัฒนา รูปเดินพลังงานและสมาคมมีข้อดีหลายผ่านสมาคมทั่วไป ในสถานที่แรก ตั้งแต่รูปพลังงานเดินและ PCA จะขึ้นอยู่กับค่าเฉลี่ยและการประเมินผลของเมตริกซ์ความแปรปรวนร่วม ได้เรียบง่าย และตรงไปตรงมาเพื่อใช้สำหรับการสกัดคุณลักษณะภาพ ที่สอง รูปพลังงานเดินและ PCA ได้ดีกว่าสมาคมในความถูกต้องของการรู้จำในการทดลองทั้งหมด แม้ว่าแนวโน้มนี้ดูเหมือนจะสอดคล้องกันในฐานข้อมูลที่แตกต่างกันและเงื่อนไข ในบางการทดลอง ความแตกต่างในประสิทธิภาพการทำงานได้อย่างมีนัยสำคัญทางสถิติ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็นเทคนิคใหม่สำหรับภาพการดึงพลังงานและภาพตัวแทนการเดินและองค์ประกอบหลัก
วิเคราะห์ (PCA) -was พัฒนา เดินภาพพลังงานและ PCA มีข้อดีกว่าเดิม PCA ในสถานที่แรกเนื่องจากการเดินภาพพลังงานและ PCA จะขึ้นอยู่กับค่าเฉลี่ยและการประเมินผลการแปรปรวนเมทริกซ์ก็จะง่ายและตรงไปตรงมามากขึ้นที่จะใช้สำหรับการดึงภาพ ประการที่สองเดินภาพพลังงานและ PCA ดีกว่า PCA ในแง่ของความถูกต้องได้รับการยอมรับในการทดลองทั้งหมด แม้ว่าแนวโน้มนี้น่าจะเป็นที่สอดคล้องกันสำหรับฐานข้อมูลที่แตกต่างกันและเงื่อนไขในการทดลองบางอย่างที่แตกต่างกันในการทำงานไม่ได้อย่างมีนัยสำคัญทางสถิติ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ , เทคนิคใหม่สำหรับการสกัดคุณลักษณะของภาพและการเป็นตัวแทนของพลังงานภาพและการวิเคราะห์องค์ประกอบหลัก ( PCA )
- พัฒนา ภาพงานก้าวเดินและ PCA มีข้อดีกว่าระบบปกติ ในตอนแรก เนื่องจากภาพพลังงานก้าวเดินและ PCA ตามค่าเฉลี่ย และการประเมินความเมทริกซ์มันง่ายและตรงไปตรงมาใช้สำหรับการสกัดคุณลักษณะของภาพ สองภาพพลังงานก้าวเดินและ PCA ดีกว่า PCA ในแง่ของความถูกต้องในการรู้จำตลอดการทดลอง แม้ว่าแนวโน้มนี้ดูเหมือนจะสอดคล้องกับฐานข้อมูลที่แตกต่างกันและเงื่อนไขในการทดลองความแตกต่างในการปฏิบัติอยู่ในระดับมาก