In this paper, we studied the probl

In this paper, we studied the problem of recognizing African clawed
frogs' identities from their skin patterns. We proposed a novel, and as
far as our literature search is accurate, the only frog body localization
and skin pattern region extraction algorithmreported in the open liter-ature. We tested and reported its accuracy and stability, which showed
that it is quite successful in compensating scale and rotation changes.
Moreover, our qualitative observations showed that it extracts majorly
overlapping windows even in the case of intensive modifications.
The pattern of the frog skin is a unique identifier which is used for
manual identification by the experts. Our aim was tofind the best
descriptor to represent the skin patterns. In addition we tried to
seek an answer to the question on whether we needed an abstract
representation at all. Hence, we have comparedfive candidate fea-tures (Gabor filters, area granulometry, HoG, dense SIFT, and raw
pixel values). The detailed experiments using a nearest neighbor
classifier showed that the raw pixel values of the extracted pattern
window (in coarse resolutions) was the most effective feature,
thanks to the stability of the pattern window extractor. However, it
performed the worst against the intensity modification test. In addi-tion, it is not as robust as the SIFT against affine modifications, which
can certainly result in poorer recognition performance during a real
use scenario.
Itmay be possible to create a joint feature using the raw pixel values
andone of the other features, forwhich theHoG, and SIFT features seem
to be good candidates. An important futurework is to test our algorithm
and features on a large database of African clawed frogs which include
pictures taken at different times with varying conditions.
The focus of this study is on the automatic recognition of African
clawed frogs in a laboratory environment. However, we believe that
this work can be extended to the natural habitats by an additional
pre-frog detection step which must locate frogs in uncontrolled envi-ronments. The generalized visual object detectors can be used for this
purpose. Subsequently, our technique for locating the skin pattern
region window can be used. Since it works for frog bodies which are
veryflexible, it can be adapted to other skin-textured or fur-textured
species if adapted to the respective body shapes and geometries. More-over, the comparison of various features presented here must be rele-vant to the different skin–fur textures.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราได้ศึกษาปัญหาของการจดจำแอฟริกาเล็บสั้นรหัสประจำตัวของกบจากลวดลายของผิว เรานำเสนอนวนิยาย และเป็นค้นหาเอกสารประกอบการของเราถูกต้อง เป็นกบเฉพาะตัวแปลและผิวรูปแบบภูมิภาคแยก algorithmreported ในเปิดลิตร ature เราทดสอบ และรายงานของความแม่นยำและความมั่นคง ซึ่งแสดงให้เห็นค่อนข้างประสบความสำเร็จในการชดเชยการเปลี่ยนแปลงมาตราส่วนและการหมุนได้นอกจากนี้ สังเกตคุณภาพของเราพบว่า มันแยก majorlyซ้อน windows กรณีแก้ไขเร่งรัดรูปแบบของผิวกบเป็นรหัสเฉพาะซึ่งใช้สำหรับรหัสด้วยตนเอง โดยผู้เชี่ยวชาญ จุดมุ่งหมายของเราคือ tofind ดีที่สุดอธิบายถึงรูปแบบผิว นอกจากนี้ เราพยายามที่จะค้นหาคำตอบคำถามเกี่ยวกับว่าเราต้องการบทคัดย่อแสดงทั้งหมด ดังนั้น เรามี comparedfive ผู้สมัคร fea tures (กรองกาบอร์ ตั้ง granulometry กิตติ SIFT หนาแน่น และวัตถุดิบพิกเซลค่า) ทดลองโดยละเอียดที่ใช้เพื่อนบ้านที่ใกล้ที่สุดclassifier พบว่าค่าดิบพิกเซลของรูปแบบแยกหน้าต่าง (ในความละเอียดหยาบ) เป็นคุณลักษณะมีประสิทธิภาพสูงสุดขอบคุณกับความมั่นคงของรูปแบบหน้าต่าง extractor อย่างไรก็ตาม มันทำร้ายกับทดสอบปรับเปลี่ยนความเข้ม ใน addi-สเตรชัน ไม่แข็งแรงที่ SIFT กับแก้ไข affine ซึ่งสามารถทำย่อมรู้ประสิทธิภาพระหว่างจริงแน่นอนใช้สถานการณ์จำลองItmay สามารถสร้างคุณลักษณะร่วมกันใช้ค่าพิกเซลที่ดิบและอื่น ๆ คุณลักษณะ forwhich theHoG และคุณลักษณะ SIFT ดูเหมือนจะ ดี Futurework สำคัญคือการ ทดสอบขั้นตอนวิธีของเราและลักษณะการทำงานบนฐานข้อมูลขนาดใหญ่ของแอฟริกาเล็บสั้นกบซึ่งรวมถึงรูปภาพที่ถ่ายในเวลาแตกต่างกันด้วยเงื่อนไขที่แตกต่างกันจุดเน้นของการศึกษานี้เป็นการรับรู้โดยอัตโนมัติของแอฟริกากบที่เล็บสั้นในสภาพแวดล้อมห้องปฏิบัติการ อย่างไรก็ตาม เราเชื่อว่างานนี้สามารถขยายให้อยู่อาศัยตามธรรมชาติ โดยการเพิ่มเติมขั้นตอนตรวจสอบก่อนกบที่ต้องค้นหากบใน ronments สามารถอพยพ สามารถใช้ตรวจจับวัตถุภาพเมจแบบทั่วไปนี้วัตถุประสงค์ ในเวลาต่อมา ของเทคนิคในการค้นหารูปแบบผิวสามารถใช้หน้าต่างภูมิภาค เนื่องจากการทำงานสำหรับร่างกายของกบซึ่งเป็นveryflexible มันสามารถนำไปประยุกต์อื่น ๆ ผิวพื้นผิว หรือพื้น ผิวขนชนิดถ้าดัดแปลงร่างกายแต่ละรูปร่างและรูปทรงเรขาคณิต ยิ่งกว่า การเปรียบเทียบคุณลักษณะต่าง ๆ ที่แสดงที่นี่ต้องเป็น rele-vant เพื่อพื้นผิวผิวขนแตกต่างกัน

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราศึกษาปัญหาของการรับรู้เล็บแอฟริกัน
ตัวตนกบ 'จากรูปแบบผิวของพวกเขา เราเสนอนวนิยายและเป็น
เท่าที่ค้นหาวรรณกรรมของเรามีความถูกต้อง, การแปลร่างกายกบเท่านั้น
และการสกัดภูมิภาครูปแบบผิว algorithmreported ในที่โล่งลิตร Ature เราผ่านการทดสอบและรายงานความถูกต้องและความมั่นคงของตนซึ่งแสดงให้เห็น
ว่ามันเป็นเรื่องที่ค่อนข้างประสบความสำเร็จในการชดเชยขนาดและการเปลี่ยนแปลงการหมุน.
นอกจากนี้การสังเกตคุณภาพของเราแสดงให้เห็นว่ามันสารสกัดจาก majorly
หน้าต่างที่ทับซ้อนกันแม้ในกรณีของการปรับเปลี่ยนอย่างเข้มข้น.
รูปแบบของผิวกบเป็น ระบุที่ไม่ซ้ำซึ่งจะใช้สำหรับ
การระบุด้วยตนเองโดยผู้เชี่ยวชาญ จุดมุ่งหมายของเราคือ tofind ที่ดีที่สุด
ที่จะเป็นตัวแทนให้คำอธิบายถึงรูปแบบผิว นอกจากนี้เราพยายามที่จะ
แสวงหาคำตอบของคำถามว่าเราจำเป็นต้องนามธรรม
แทนเลย ดังนั้นเราจึงมีผู้สมัคร comparedfive FEA ตูเรส (ฟิลเตอร์บอร์, เซลล์ขนาดเล็กพื้นที่หมูร่อนหนาแน่นและดิบ
ค่าพิกเซล) รายละเอียดการทดลองใช้เพื่อนบ้านที่ใกล้ที่สุด
ลักษณนามแสดงให้เห็นว่าค่าพิกเซลดิบของรูปแบบสกัด
หน้าต่าง (ในมติหยาบ) เป็นคุณลักษณะที่มีประสิทธิภาพมากที่สุด,
ต้องขอบคุณความมั่นคงของหน้าต่างระบายรูปแบบ แต่ก็
ดำเนินการที่เลวร้ายที่สุดกับการทดสอบการปรับเปลี่ยนความเข้ม ใน addi-การก็ไม่ได้เป็นที่แข็งแกร่งเป็นร่อนกับการปรับเปลี่ยนเลียนแบบซึ่ง
แน่นอนจะส่งผลให้ประสิทธิภาพการทำงานลดลงในช่วงการรับรู้จริง
สถานการณ์การใช้งาน.
Itmay จะเป็นไปได้ในการสร้างคุณลักษณะร่วมกันโดยใช้ค่าพิกเซลดิบ
Andone ของคุณสมบัติอื่น ๆ , forwhich theHoG และคุณลักษณะ SIFT ดูเหมือน
จะเป็นผู้สมัครที่ดี FutureWork ที่สำคัญคือการทดสอบอัลกอริทึมของเรา
และมีในฐานข้อมูลขนาดใหญ่ของแอฟริกันเล็บกบซึ่งรวมถึง
ภาพที่ถ่ายในช่วงเวลาที่แตกต่างกันตามเงื่อนไขที่แตกต่างกัน.
ความสำคัญของการศึกษาครั้งนี้อยู่ในการรับรู้โดยอัตโนมัติของแอฟริกัน
เล็บกบในสภาพแวดล้อมในห้องปฏิบัติการ อย่างไรก็ตามเราเชื่อว่า
งานนี้สามารถขยายไปยังแหล่งที่อยู่อาศัยตามธรรมชาติโดยการเพิ่มเติม
ขั้นตอนการตรวจสอบก่อนกบซึ่งจะต้องค้นหากบในที่ไม่สามารถควบคุม Envi-คำา เครื่องตรวจจับวัตถุภาพทั่วไปสามารถใช้สำหรับการนี้
วัตถุประสงค์ ต่อมาเทคนิคของเราสำหรับตำแหน่งรูปแบบผิว
หน้าต่างภูมิภาคสามารถนำมาใช้ เพราะมันทำงานให้กับร่างกายของกบที่มี
veryflexible ก็สามารถปรับให้เข้ากับผิวพื้นผิวอื่น ๆ หรือขนสัตว์เนื้อ
สายพันธุ์ถ้าปรับให้เข้ากับรูปทรงของร่างกายของตนและรูปทรงเรขาคณิต มากขึ้นกว่าการเปรียบเทียบคุณสมบัติต่างๆนำเสนอที่นี่จะต้องเป็น Rele-VANT ไปยังพื้นผิวผิวที่แตกต่างกันที่ทำจากขนสัตว์

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราศึกษาปัญหาของการข่วน
กบแอฟริกันรูปแบบเอกลักษณ์จากผิวของพวกเขา เราเสนอนวนิยายและวรรณกรรม
เท่าที่ค้นหาของเราให้ถูกต้อง แต่กบตัวจำกัด
และผิวลายเขตการสกัด algorithmreported ในตูเรลิตรเปิด เราทดสอบและรายงานความถูกต้องและความมั่นคงของ บริษัท ซึ่งพบ
นั่นมันค่อนข้างประสบความสําเร็จในการชดเชยการเปลี่ยนแปลงขนาดและการหมุน .
และการสังเกตเชิงคุณภาพของเราพบว่า สารสกัดจาก majorly
ซ้อนหน้าต่างแม้กระทั่งในกรณีของการปรับเปลี่ยนที่เข้มข้น
ลายกบผิวจะระบุที่ไม่ซ้ำกันซึ่งจะใช้สำหรับ
คู่มือประชาชน โดยผู้เชี่ยวชาญ เป้าหมายของเราคือเพื่อศึกษาหัวเรื่องที่ดีที่สุด
เป็นตัวแทนผิวลวดลายนอกจากนี้ เราพยายาม

ขอตอบคำถามว่าเราต้องการเป็นตัวแทนนามธรรม
ทั้งหมด ดังนั้น เราจึงมี comparedfive ผู้สมัคร FEA ตูเรส ( กาบอร์ฟิล granulometry พื้นที่หมูหนาแน่นร่อนและดิบ
พิกเซลค่า ) รายละเอียดของการทดลองใช้เพื่อนบ้านที่ใกล้ที่สุด
ลักษณนาม พบว่าค่าของพิกเซลดิบสกัดรูปแบบ
หน้าต่าง ( ในความละเอียดหยาบ ) เป็นคุณลักษณะที่มีประสิทธิภาพมากที่สุด ,
ขอบคุณความมั่นคงรูปแบบหน้าต่างระบาย อย่างไรก็ตาม การต่อต้านความรุนแรงที่เลวร้ายที่สุด
ดัดแปลง ทดสอบ ใน addi tion , มันไม่ได้เป็นที่แข็งแกร่งเป็นร่อนกับการเลียนแบบ ซึ่งจะส่งผลให้อัตราการรู้จำ

ใช้งานในสถานการณ์จริง
.มีความเชื่อมั่นสามารถสร้างคุณลักษณะร่วมกันโดยใช้วัตถุดิบพิกเซลค่า
และในคุณสมบัติอื่น ๆ ราย thehog และร่อนคุณสมบัติดูเหมือน
เป็นผู้สมัครที่ดี การ futurework สำคัญคือการทดสอบ
ขั้นตอนวิธีของเราและคุณสมบัติในฐานข้อมูลขนาดใหญ่ของแอฟริกาเล็บกบซึ่งรวมถึงภาพที่ถ่ายคนละเวลา

กับเงื่อนไขที่แตกต่างการศึกษานี้มุ่งในการรับรู้โดยอัตโนมัติของแอฟริกา
ๆ กบในสภาพแวดล้อมห้องปฏิบัติการ อย่างไรก็ตามเราเชื่อว่า
งานนี้สามารถขยายไปยังพื้นที่ธรรมชาติโดยเพิ่มเติม
ก่อนซึ่งต้องค้นหากบกบการตรวจสอบขั้นตอนในการรักษาตลอดจน ronments . โดยทั่วไปเครื่องตรวจจับภาพวัตถุที่สามารถใช้สำหรับวัตถุประสงค์นี้

ต่อมาเทคนิคของเราสำหรับการค้นหาลาย
ภูมิภาคต่าง สามารถใช้ เพราะมันเหมาะกับกบร่างซึ่ง
veryflexible มันสามารถปรับให้เข้ากับพื้นผิวหรือพื้นผิวอื่น ๆชนิดผิว
ขนถ้าดัดแปลงรูปร่างตามร่างกายและโครงสร้าง . ยิ่งผ่านการเปรียบเทียบคุณสมบัติต่าง ๆที่แสดงที่นี่ ต้อง rele vant ให้แตกต่าง–ผิวขน พื้นผิว