|
关注：1
2013-05-23 12:21
求翻译：As our goal is to validate the proposed image representation (and not to propose a new detector), we used the detection framework of [10] as it is but replaced the original image features (HOG) by ours in the scoring function. Following several works showing that combining texture and shape together gives better result是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
As our goal is to validate the proposed image representation (and not to propose a new detector), we used the detection framework of [10] as it is but replaced the original image features (HOG) by ours in the scoring function. Following several works showing that combining texture and shape together gives better result
问题补充： |
|
2013-05-23 12:21:38
作为我们的目标是，以验证所提出的图像表示（而不是提出新的检测器）中，我们使用的[10] ，因为它是在检测框架，但通过在计分函数我们取代了原来的图像特征（ HOG） 。
|
|
2013-05-23 12:23:18
正在翻译，请等待...
|
|
2013-05-23 12:24:58
因为我们的目标是确认提出的图象表示法 (和不提出一台新的探测器)，我们使用了侦查框架 (10) ，因为它是，但替换了原始的图象特点 (由) 我们的拱起在计分的作用。 从事几工作显示结合纹理和形状的那一起给更好的结果(即。 (14， 34))，我们结合了LTP和肉猪特点。 实践上，表示法如下获得了。 我们首先重新了调节边界框训练 (使用和零件得到的对象根标准由前训练的探测器) 到128个× 128映像点的大小。 一致的LTP特点从6×6非重复栅格然后被提取了，给一个总维度4,248。
|
|
2013-05-23 12:26:38
作为我们的目标是来验证提出的图像表示 （而不是提出一种新型探测器），我们使用 [10] 的检测框架，因为它是，但取而代之的是原始图像特征 (猪) 我们在打分函数。以下几个作品展示纹理和形状相结合给出了更好的结果 （例如 [14，34]），我们结合 LTP 和猪的特点。在实践中，代表性制得，如下所示。我们第一次重新培训对象 （根和通过使用标准的预先训练的探测器获得的部分） 的外框缩放到 128 × 128 像素的大小。统一的 LTP 功能然后提取给 4,248 总尺寸 6 × 6 非重叠网格。
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
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
