|
关注：1
2013-05-23 12:21
求翻译：Learning Local Evidence: We define the density φi(x) as a Gaussian model in the shape space of local pieces of geometry in the vicinity of each data point: We cutout consis- tent regions around each point of the model and form local depth images along the normal axis. We will refer to these as descriptors. The descripto是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Learning Local Evidence: We define the density φi(x) as a Gaussian model in the shape space of local pieces of geometry in the vicinity of each data point: We cutout consis- tent regions around each point of the model and form local depth images along the normal axis. We will refer to these as descriptors. The descripto
问题补充： |
|
2013-05-23 12:21:38
学习本地证据：我们德音响ね密度φI （ x）上的局部块中的每个数据点的附近的几何形状的空间的高斯模型：我们删周围各点的模型的一致的区域，并形成局部深度的图像
|
|
2013-05-23 12:23:18
学会地方证据：我们define密度φi (x)作为在几何地方片断形状空间的一个高斯模式在每个数据点附近的：我们保险开关consis-在模型和形式地方深度图象的每点的附近帐篷地区沿正常轴的。我们将提到这些作为描述符。描述符空间是高尺寸的：每个深度图象映象点代表一个自由程度。我们学会一个低尺寸子空间作为高斯发行由对应的训练点PCA。
|
|
2013-05-23 12:24:58
学会地方证据： 我们define密度φi( x) 作为一个高斯模型在几何地方片断形状空间在每个数据点附近： 我们保险开关consis-帐篷地区在模型和形式地方深度图象的每点附近沿正常轴。 我们将提到这些作为形容标志。 形容标志空间是高尺寸的： 每个深度图象映像点代表一个自由程度。 我们学会一个低尺寸子空间作为高斯发行由对应的训练点PCA。 为一个唯一训练例子，这自动地贬低到学会一个恒定的卑鄙深度图象。
|
|
2013-05-23 12:26:38
学习当地的证据： 我们移位密度 φi(x) 作为本地件附近每个数据点的几何形状空间中的高斯模型： 我们每个点的模型和表单的当地的深度图像，沿轴的正常抠出包含帐篷各地。我们将参照这些描述符。描述符空间是高维度： 深度图像的每个像素代表一个自由度。我们学到一个低维子空间作为 pca 方法的相应培训点的高斯分布。例如单一的培训，这将自动降解为学习一个恒定的平均深度图像。
|
|
2013-05-23 12:28:18
学习本地证据：我们 de？东北密度的 fi(x) 作为在每数据点的附近的本地块几何的形状空间的一个 Gaussian 模型：我们断路器围绕式样和形式本地人深度的每点的 consis 的帐篷地区向前想象正常的轴。我们将将这些称为主字码。主字码空间是高空间的：每深度图像像素代表一度的自由。我们学习一个低空间的子空间随着 Gaussian 分配通过一 PCA 相应训练点中。对单个训练榜样，这自动对于学习一幅持续平均的深度图像降低。
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
