As seen in the previous section 4.4.2, OpenCV’s face detector uses the การแปล - As seen in the previous section 4.4.2, OpenCV’s face detector uses the ไทย วิธีการพูด

As seen in the previous section 4.4

As seen in the previous section 4.4.2, OpenCV’s face detector uses the Viola- Jones method for detecting an object which consists in Haar-like features that are more exactly simple rectangular features, an Integral Image for rapid feature detection, a machine-learning method, the AdaBoost, and a cascade classifier to efficiently combine multiple features. Haar features are Haar wavelets that are single wavelength square waves with one high interval and one low interval. In two dimensions, a square wave is a pair of adjacent rectangles, one light and one dark. The actual rectangle combinations

used for the visual detection of objects in OpenCV are not true Haar wavelets, but instead contain rectangle combinations better suited to visual recognition tasks. Due to this difference, the features are called Haar-like features and not Haar wavelets, and can be seen in Figure 4.12.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เท่าที่เห็นในส่วนก่อนหน้า 4.4.2 ตรวจจับใบหน้าของ OpenCV ใช้วิธี Viola - โจนส์สำหรับตรวจจับวัตถุที่ประกอบด้วยคุณลักษณะโดดเหมือนที่อื่น ๆ ว่าฟีเจอร์สี่เหลี่ยม ภาพหนึ่งสำหรับตรวจจับคุณลักษณะอย่างรวดเร็ว วิธีการเรียนรู้ของเครื่อง AdaBoost และลักษณนามเรียงซ้อนเป็นการรวมหลายอย่างมีประสิทธิภาพ มีโดดโดด wavelets ที่ มีช่วงสูงที่หนึ่งและช่วงต่ำหนึ่งคลื่นสี่เหลี่ยมความยาวคลื่นเดียว ในสองมิติ คลื่นสี่เหลี่ยมเป็นคู่สี่เหลี่ยมอยู่ติดกับ แสงหนึ่ง และมืดหนึ่ง ชุดสี่เหลี่ยมที่เกิดขึ้นจริง ใช้สำหรับการตรวจจับวัตถุใน OpenCV ไม่ wavelets โดดจริง แต่ประกอบด้วยชุดสี่เหลี่ยมเหมาะกับงานการรับรู้ภาพแทน เนื่องจากความแตกต่าง คุณสมบัติเรียกว่าคุณสมบัติเหมือนโดดและไม่โดด wavelets และสามารถมองเห็นในรูป 4.12
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
เท่าที่เห็นในส่วนก่อนหน้านี้ 4.4.2, OpenCV ของเครื่องตรวจจับใบหน้าใช้วิธี Viola- โจนส์สำหรับการตรวจหาวัตถุซึ่งประกอบด้วยคุณสมบัติ Haar เหมือนที่มีคุณสมบัติตรงสี่เหลี่ยมเรียบง่ายภาพ Integral สำหรับการตรวจสอบคุณสมบัติอย่างรวดเร็วของเครื่องการเรียนรู้ วิธี AdaBoost และลักษณนามน้ำตกได้อย่างมีประสิทธิภาพรวมคุณสมบัติหลาย คุณสมบัติ Haar มีคลื่น Haar ที่มีความยาวคลื่นเดียวตารางคลื่นกับช่วงสูงหนึ่งและเป็นหนึ่งในช่วงเวลาที่ต่ำ ในสองมิติคลื่นตารางคือคู่ของรูปสี่เหลี่ยมที่อยู่ติดกันหนึ่งแสงและสีเข้ม ชุดรูปสี่เหลี่ยมผืนผ้าที่เกิดขึ้นจริง

ที่ใช้สำหรับการตรวจสอบภาพของวัตถุใน OpenCV มีคลื่น Haar ไม่เป็นความจริง แต่แทนที่จะมีการผสมรูปสี่เหลี่ยมผืนผ้าดีเหมาะกับงานที่ได้รับการยอมรับภาพ เนื่องจากความแตกต่างนี้คุณสมบัติที่จะเรียกว่าคุณสมบัติ Haar เหมือนและไม่ Haar แสงและสามารถมองเห็นได้ในรูปที่ 4.12
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: