Sparse Representation Classificatio

Sparse Representation Classification (SRC) is one of the best-known algorithm in facial recognition application. It is also the best known algorithm for activity recognition as well.
• l1-voting is one of the simplest data fusion options. It implements in the same way as majority voting algorithm. The final decision for each classification arrives from the class(activity at specific location) that has the highest number of occurrences within the recording window.

ผลลัพธ์ (ไทย) 1:

ประเภทแสดงห่าง (SRC) เป็นอัลกอริทึมที่รู้จักในโปรแกรมจดจำใบหน้าอย่างใดอย่างหนึ่ง เป็นอัลกอริทึมที่รู้จักกันดีสำหรับกิจกรรมการรับรู้เป็นอย่างดี• l1 เสียงเป็นหนึ่งในตัวเลือกการผสานข้อมูลที่ง่ายที่สุด มันประมวลผลในลักษณะเดียวกับขั้นตอนวิธีการลงคะแนนเสียงส่วนใหญ่ การตัดสินใจขั้นสุดท้ายสำหรับแต่ละประเภทมาจากคลาส (กิจกรรมที่ตั้งเฉพาะ) ที่มีจำนวนสูงที่สุดภายในหน้าต่างบันทึก

ผลลัพธ์ (ไทย) 2:

เบาบางแทนการจำแนกประเภท (SRC) เป็นหนึ่งในขั้นตอนวิธีการที่รู้จักกันดีในการประยุกต์ใช้การจดจำใบหน้า นอกจากนี้ยังเป็นอัลกอริทึมที่รู้จักกันดีสำหรับการรับรู้กิจกรรมเช่นกัน.
• L1-Voting เป็นหนึ่งในตัวเลือกที่ง่ายข้อมูลฟิวชั่น จะดำเนินการในลักษณะเดียวกับขั้นตอนวิธีการลงคะแนนเสียงส่วนใหญ่ การตัดสินใจครั้งสุดท้ายสำหรับแต่ละจำแนกมาจากชั้น (กิจกรรมในสถานที่เฉพาะเจาะจง) ที่มีจำนวนมากที่สุดของการเกิดขึ้นภายในหน้าต่างการบันทึก

ผลลัพธ์ (ไทย) 3:

การจำแนกการแสดงหร็อมแหร็ม ( SRC ) เป็นหนึ่งในขั้นตอนวิธีที่เป็นที่รู้จักกันดีในโปรแกรมจดจำใบหน้า นอกจากนี้ยังเป็นวิธีที่ดีที่สุดที่รู้จักกันสำหรับกิจกรรมการรับรู้ได้เป็นอย่างดี- L1 โหวตเป็นหนึ่งในตัวเลือกที่ง่ายที่สุดของข้อมูล มันใช้ในแบบเดียวกับส่วนใหญ่โหวตขั้นตอนวิธี การตัดสินใจขั้นสุดท้ายในแต่ละหมวดหมู่มาถึงจากชั้นเรียน ( กิจกรรมที่สถานที่เฉพาะ ) ที่มีจำนวนสูงสุดของการเกิด ภายในหน้าต่างการบันทึก