In this document an algorithm is pr

In this document an algorithm is proposed to identify the
state (available/occupied) of the parking spaces in outdoor
areas. The algorithm was developed based on two features:
the average local entropy, and the standard deviation of the
average entropies of subregions of each parking space. The
algorithm delivers a binary map, which contains the number
of each parking space with its attributes such as area,
position and label. The dispersion of the histogram (entropy)
is an important factor to extract the information from
the frames, since this allows to know if there is uniformity in
gray values when there are or there are not any parked vehicles
in the parking spaces. With the entropy, it is possible
to calculate the two main features posited in this project.
A Support Vector Machine (SVM) is proposed by using a
linear kernel in order to ensure detection of vehicles.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ มีเสนออัลกอริทึมเพื่อระบุการสถานะ (มี/ว่าง) ของพื้นที่จอดรถในที่กลางแจ้งพื้นที่ อัลกอริทึมได้รับการพัฒนาขึ้นตามคุณสมบัติสอง:เอนโทรปีที่ท้องถิ่นเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานของการentropies เฉลี่ยของ subregions แต่ละพื้นที่จอดรถ การอัลกอริทึมให้แผนที่ไบนารี ซึ่งประกอบด้วยหมายเลขของแต่ละพื้นที่ที่จอดรถกับแอตทริบิวต์ของพื้นที่ตำแหน่งและป้ายชื่อ การกระจายตัวของฮิสโตแกรม (entropy)เป็นปัจจัยสำคัญในการดึงข้อมูลจากเฟรม เนื่องจากนี้ช่วยให้รู้ว่า มีความสม่ำเสมอในสีเทาค่าเมื่อมี หรือไม่มีการจอดรถในการจอด มี entropy มันเป็นไปได้การคำนวณคุณสมบัติหลักสองดังนั้นในโครงการนี้การสนับสนุนเครื่องเวกเตอร์ (SVM) เสนอ โดยใช้การเคอร์เนลเชิงเส้นเพื่อให้การตรวจสอบของยานพาหนะ

ผลลัพธ์ (ไทย) 2:

ในเอกสารนี้อัลกอริทึมจะเสนอให้ระบุ
รัฐ (ใช้ได้ / การครอบครอง) ของที่จอดรถกลางแจ้งใน
พื้นที่ อัลกอริทึมได้รับการพัฒนาบนพื้นฐานของสองคุณสมบัติ:
เอนโทรปีในท้องถิ่นเฉลี่ยและค่าเบี่ยงเบนมาตรฐานของ
entropies เฉลี่ยของภูมิภาคย่อยของแต่ละพื้นที่จอดรถ
ขั้นตอนวิธีการมอบแผนที่ไบนารีซึ่งมีจำนวน
ของพื้นที่ที่จอดรถแต่ละที่มีลักษณะเช่นพื้นที่,
ตำแหน่งและฉลาก การกระจายของ histogram (เอนโทรปี)
เป็นปัจจัยสำคัญในการดึงข้อมูลจาก
เฟรมตั้งแต่นี้จะช่วยให้ทราบว่ามีความสม่ำเสมอใน
ค่าสีเทาเมื่อมีหรือไม่มีที่จอดยานใด ๆ
ในที่จอดรถ ด้วยเอนโทรปีก็เป็นไปได้
ในการคำนวณสองคุณสมบัติหลัก posited ในโครงการนี้.
การสนับสนุนเวกเตอร์เครื่อง (SVM) เสนอโดยใช้
เคอร์เนลเชิงเส้นเพื่อให้มั่นใจว่าการตรวจสอบยานพาหนะ