Quantifying this uncertainty requir

Quantifying this uncertainty requires a sufficiently large set of QR codes embedded with designated pattern and an automatic mechanism to test and return whether the module replaced by that pattern is correctly decoded. We created a database of synthetic QR codes using an automatic procedure to generate them with different data and patterns, and apply spatial perturbation to simulate scanning the QR codes in reality. Then, we use a barcode reader to decode each synthetic QR code and statistically model the pattern reliability

ผลลัพธ์ (ไทย) 1:

Quantifying ความไม่แน่นอนนี้ต้องชุดใหญ่พอฝังตัวอยู่กับการกำหนดรูปแบบและกลไกอัตโนมัติเป็น การทดสอบว่า โมดูลที่ถูกแทนที่ ด้วยรูปแบบที่ถูกต้องได้ถอดรหัสการส่งคืนรหัส QR เราสร้างฐานข้อมูลของรหัส QR สังเคราะห์โดยใช้กระบวนการอัตโนมัติในการสร้างพวกเขา ด้วยข้อมูลที่แตกต่างกันและรูปแบบ และใช้ perturbation ปริภูมิแสร้งสแกนรหัส QR ในความเป็นจริง จากนั้น เราใช้เครื่องอ่านบาร์โค้ดเพื่อถอดรหัสแต่ละรหัส QR สังเคราะห์ และรูปแบบความน่าเชื่อถือแบบทางสถิติ

ผลลัพธ์ (ไทย) 2:

ปริมาณความไม่แน่นอนนี้ต้องใช้ชุดใหญ่พอของรหัส QR ฝังตัวที่มีรูปแบบที่กำหนดและกลไกอัตโนมัติในการทดสอบและกลับมาไม่ว่าจะเป็นโมดูลแทนที่ด้วยรูปแบบที่จะถอดรหัสได้อย่างถูกต้อง เราได้สร้างฐานข้อมูลของรหัส QR สังเคราะห์โดยใช้ขั้นตอนโดยอัตโนมัติเพื่อสร้างพวกเขาด้วยข้อมูลที่แตกต่างกันและรูปแบบและใช้ก่อกวนเชิงพื้นที่เพื่อจำลองการสแกนรหัส QR ในความเป็นจริง จากนั้นเราจะใช้เครื่องอ่านบาร์โค้ดเพื่อถอดรหัสแต่ละสังเคราะห์รหัส QR และแบบจำลองทางสถิติความน่าเชื่อถือรูปแบบ

ผลลัพธ์ (ไทย) 3:

ค่าความไม่แน่นอนนี้ต้องชุดใหญ่เพียงพอของรหัส QR ฝังตัวอยู่กับเขตรูปแบบและกลไกอัตโนมัติทดสอบและผลตอบแทนว่าโมดูลแทนที่ด้วยรูปแบบที่จะถูกถอดรหัส เราสร้างฐานข้อมูลจากรหัส QR สังเคราะห์โดยใช้กระบวนการอัตโนมัติเพื่อสร้างพวกเขาด้วยข้อมูลที่แตกต่างกันและรูปแบบและใช้สมการเชิงจำลองสแกนรหัส QR ในความเป็นจริง แล้วเราใช้เครื่องอ่านบาร์โค้ดเพื่อถอดรหัสแต่ละสังเคราะห์ QR โค้ดและรูปแบบรูปแบบความเที่ยงอย่างมีนัยสำคัญทางสถิติ