For ourapplication, the hand segmen

For our
application, the hand segmentation has been carried out using a low computational cost method that performs
well in real time. The method is based in a probabilistic model of the skin-colour pixels distribution. Then, it
is necessary to model the skin-colour of the user’s hand. The user places part of his hand in a learning square
as shown in Fig. 2. The pixels restricted in this area will be used for learning the model. Next, the selected
pixels are transformed from the RGB-space to the HSL-space for taking the chroma information: hue and
saturation

ผลลัพธ์ (ไทย) 1:

สำหรับเราโปรแกรมประยุกต์ แบ่งมือการดำเนินการโดยใช้วิธีที่ต้นทุนคำนวณต่ำในเวลาจริง วิธีการอยู่ในรุ่น probabilistic กระจายพิกเซลสีผิว แล้ว มันจำเป็นต้องรุ่นสีผิวมือของผู้ใช้ ผู้ใช้สถานของมือในตารางเรียนดังแสดงใน Fig. 2 พิกเซลที่ถูกจำกัดในพื้นที่นี้จะใช้สำหรับการเรียนรู้แบบ ถัดไป การเลือกพิกเซลที่เปลี่ยนจากพื้นที่ RGB เท่า HSL สำหรับถ่ายข้อมูลความ: เว้ และความเข้ม

ผลลัพธ์ (ไทย) 2:

สำหรับเราการประยุกต์ใช้การแบ่งส่วนมือที่ได้รับการดำเนินการโดยใช้วิธีการคำนวณค่าใช้จ่ายที่มีประสิทธิภาพต่ำได้ดีในเวลาจริง วิธีการที่อยู่ในรูปแบบความน่าจะเป็นของการกระจายพิกเซลผิวสี จากนั้นก็เป็นสิ่งที่จำเป็นในการจำลองผิวสีจากมือของผู้ใช้ ผู้ใช้สถานที่เป็นส่วนหนึ่งของมือของเขาในตารางการเรียนรู้ดังแสดงในรูป 2. พิกเซล จำกัด ในพื้นที่นี้จะถูกนำมาใช้สำหรับการเรียนรู้รูปแบบ ถัดไปเลือกพิกเซลจะเปลี่ยนจาก RGB พื้นที่ไป HSL พื้นที่สำหรับการถ่ายข้อมูลความเข้มของสี: สีและความอิ่มตัว

ผลลัพธ์ (ไทย) 3:

สำหรับโปรแกรมของเรา
, มือแบ่งได้ดําเนินการโดยใช้วิธีการคำนวณต้นทุนต่ำที่มีประสิทธิภาพ
ดีในเวลาจริง วิธีการที่ใช้ในแบบจำลองความน่าจะเป็นของผิวสีพิกเซลกระจาย แล้วมันต้องแบบ
สีผิวของมือของผู้ใช้ สถานที่ที่ผู้ใช้ส่วนหนึ่งของมือของเขาในการเรียนรู้ตาราง
ดังแสดงในรูปที่ 2พิกเซลจำกัดในพื้นที่นี้จะถูกใช้สำหรับการเรียนรู้แบบ ต่อไป เลือก
พิกเซลเปลี่ยนจาก RGB อวกาศกับ HSL พื้นที่สำหรับถ่ายข้อมูล Chroma : เว้
ความอิ่มตัว