If we have the previously mentioned

If we have the previously mentioned set of images, we can generate a statistical model of shape variation. Since the labeled points on an object describe the shape of that object, we firstly align all the sets of points into a coordinate frame using Procrustes Analysis, if required, and represent each shape by a vector, x. Then, we apply Principal Component Analysis (PCA) to the data. We can then approximate any example using the following formula:
x = x + Ps bs

ผลลัพธ์ (ไทย) 1:

ถ้าเรามีภาพชุดดังกล่าวก่อนหน้านี้ เราสามารถสร้างแบบจำลองทางสถิติของการเปลี่ยนแปลงรูปร่าง เนื่องจากจุดมีป้ายชื่อบนวัตถุอธิบายรูปร่างของวัตถุนั้น เราประการแรกจัดทั้งชุดจุดในพิกัดที่เฟรมโดยใช้การวิเคราะห์ Procrustes ถ้าจำเป็น และเป็นตัวแทนแต่ละรูปร่าง โดยเวกเตอร์ x จากนั้น เราใช้การวิเคราะห์ส่วนประกอบหลัก (PCA) ข้อมูล เราสามารถประมาณใด ๆ ตัวอย่างการใช้สูตรต่อไปนี้แล้ว:
x = x Ps bs

ผลลัพธ์ (ไทย) 2:

ถ้าเรามีก่อนหน้านี้กล่าวถึงการตั้งค่าของภาพที่เราสามารถสร้างแบบจำลองทางสถิติของการเปลี่ยนแปลงรูปร่าง ตั้งแต่จุดที่มีข้อความบนวัตถุอธิบายรูปร่างของวัตถุที่เราแรกจัดทุกชุดของจุดที่เป็นกรอบการประสานงานโดยใช้การวิเคราะห์ Procrustes ถ้าจำเป็นและเป็นตัวแทนของแต่ละรูปร่างด้วยเวกเตอร์, x จากนั้นเราใช้วิเคราะห์องค์ประกอบหลัก (PCA) กับข้อมูลที่ แล้วเราสามารถใกล้เคียงกับตัวอย่างที่ใด ๆ โดยใช้สูตรต่อไปนี้:
x = x + Ps BS

ผลลัพธ์ (ไทย) 3:

ถ้าเราได้กล่าวถึงก่อนหน้านี้ชุดของภาพ เราสามารถสร้างแบบจำลองทางสถิติของรูปทรงต่างๆ เนื่องจากป้ายจุดบนวัตถุอธิบายรูปร่างของวัตถุที่เราแรกจัดทุกจุดชุดเข้าไปประสานงานโดยใช้กรอบการวิเคราะห์ procrustes ถ้าจำเป็น และเป็นตัวแทนของแต่ละรูปร่างโดยเวกเตอร์ X แล้ว เราใช้การวิเคราะห์องค์ประกอบหลัก ( PCA ) ข้อมูลเราก็มีตัวอย่างใด ๆโดยใช้สูตรต่อไปนี้ :
x = x PS BS