逢甲學報, Bände 33-36逢甲大學, 1998 |
Im Buch
Ergebnisse 1-3 von 26
Seite 142
... 加權遮罩影像。而加權遮罩中每一圖像點的加權值,即所有人臉基底樣本中,分別對應圖像點之值相加而來,故加權遮罩之加權值為 0 ~ N ,如圖 11 。圖 10 邊線區域矩形圖圖 11 以十張人臉樣本重疊之加權遮罩,其加權值為 0 ~ 10 (得分越高者,以越深顏色表示) ...
... 加權遮罩影像。而加權遮罩中每一圖像點的加權值,即所有人臉基底樣本中,分別對應圖像點之值相加而來,故加權遮罩之加權值為 0 ~ N ,如圖 11 。圖 10 邊線區域矩形圖圖 11 以十張人臉樣本重疊之加權遮罩,其加權值為 0 ~ 10 (得分越高者,以越深顏色表示) ...
Seite 143
... 加權積分值。步驟五:加權遮罩之自動循環學習。自動循環學習主要是利用加權積分法則,來判定人臉樣本之優劣,進而不斷更新替換人臉基底樣本,以得到較佳之加權遮罩。整個自動循環學習過程如下: ( 1 )人臉基底樣本之加權積分計算。對所有人臉基底樣本,皆透過加權 ...
... 加權積分值。步驟五:加權遮罩之自動循環學習。自動循環學習主要是利用加權積分法則,來判定人臉樣本之優劣,進而不斷更新替換人臉基底樣本,以得到較佳之加權遮罩。整個自動循環學習過程如下: ( 1 )人臉基底樣本之加權積分計算。對所有人臉基底樣本,皆透過加權 ...
Seite 108
... 加權式組合反應函數的策略來處理問題[ 23 ]。所謂加權式組合反應函數是指組合兩個數學多項式的反應函數,並考慮每一個函數的加權情況。其基本的型式如公式( 4 )所示: WCR = w1 × f ( Ron ) — W2 × f ( Vbr ) -- ( 4 )其中 W ,及 W 為加權因子( Weighing ...
... 加權式組合反應函數的策略來處理問題[ 23 ]。所謂加權式組合反應函數是指組合兩個數學多項式的反應函數,並考慮每一個函數的加權情況。其基本的型式如公式( 4 )所示: WCR = w1 × f ( Ron ) — W2 × f ( Vbr ) -- ( 4 )其中 W ,及 W 為加權因子( Weighing ...