During the model learning phase, ea

During the model learning phase, each image is over-segmented into several regions. Then, the patch-level feature, region-level feature, mean saliency value and location index are used as the input of GMS to learn the model parameters. The features of the extracted objects are used to train SVM classifier

ผลลัพธ์ (ไทย) 1:

ระหว่างแบบจำลองขั้นตอนการเรียนรู้ แต่ละภาพมีมากเกินไปแบ่งหลายภูมิภาค นั้น แพทช์ระดับคุณลักษณะ คุณลักษณะระดับภูมิภาค หมายถึง saliency สถานและค่าดัชนีจะใช้เป็นอินพุตของ GMS พารามิเตอร์รูปแบบการเรียนรู้ คุณลักษณะของวัตถุที่แยกใช้รถไฟ SVM classifier

ผลลัพธ์ (ไทย) 2:

ในระหว่างขั้นตอนการเรียนรู้รูปแบบที่แต่ละภาพเป็นมากกว่าที่แบ่งเป็นหลายภูมิภาค จากนั้นคุณลักษณะแพทช์ระดับคุณลักษณะภูมิภาคระดับหมายถึงค่าเด่นและดัชนีสถานที่ที่ใช้เป็นเข้าของอนุภูมิภาคลุ่มน้ำโขงที่จะเรียนรู้พารามิเตอร์แบบ คุณสมบัติของวัตถุที่สกัดได้ถูกนำมาใช้ในการฝึกอบรมลักษณนาม SVM

ผลลัพธ์ (ไทย) 3:

ในการเรียนรู้แบบเฟส แต่ละภาพมีมากกว่าส่วนในภูมิภาคหลาย แล้ว ระดับการแก้ไข คุณลักษณะ คุณสมบัติ ระดับภูมิภาค หมายถึงค่าความเด่นและดัชนีสถานที่ใช้เป็นอินพุทของ GMS เพื่อเรียนรู้รูปแบบพารามิเตอร์ คุณสมบัติของวัตถุที่ใช้รถไฟ SVM ลักษณนาม