Reliably segmenting the tracked ite

Reliably segmenting the tracked items from the rest of the scene. There have been numerous image segmentation techniques proposed for computer vision and it is largely domain specific as to which ones are most suitable.
The juggling tracker example uses colour segmentation. Colour-based segmentation works relatively well however it does have some disadvantages, the main one being that it constrains the environment. In order for the segmentation to work correctly the juggling balls must be a unique colour that is not visible anywhere else in the scene. Colour segmentation also requires controlled lighting. Although a Hue, Saturation and Luminance colour model can theoretically be light invariant the reality is that the
presence of non-white light introduces new colours to a scene altering the
segmentation values. Figure 3.3 illustrates how changing lighting conditions can affect segmentation. The shape of the segmented “blob” changes as the direction of incident light changes. This will introduce uncertainty in the location of the extracted features

Kết quả (Việt) 1:

Đáng tin cậy segmenting các mục theo dõi từ phần còn lại của cảnh. Đã có rất nhiều kỹ thuật hình ảnh phân khúc đề xuất cho máy tính và nó là phần lớn tên miền cụ thể, như những người thân mà là phù hợp nhất.Ví dụ tracker hoàn sử dụng phân đoạn màu. Phân đoạn màu dựa trên hoạt động tương đối tốt tuy nhiên nó có một số khó khăn, một trong những chính được rằng nó buộc môi trường. Để phân đoạn để làm việc một cách chính xác các quả bóng hoàn phải một màu duy nhất không phải là có thể nhìn thấy bất cứ nơi nào khác trong cảnh. Phân đoạn màu cũng yêu cầu kiểm soát ánh sáng. Mặc dù một Hue, bão hòa và độ sáng màu sắc mô hình lý thuyết có thể được ánh sáng bất biến thực tế là cácsự hiện diện của ánh sáng trắng giới thiệu màu sắc mới để cảnh thay đổi một cácgiá trị phân khúc. 3.3 hình minh họa làm thế nào thay đổi điều kiện ánh sáng có thể ảnh hưởng đến phân khúc. Hình dạng của những thay đổi phân đoạn "blob" như là sự chỉ đạo của sự cố thay đổi ánh sáng. Điều này sẽ giới thiệu sự không chắc chắn ở vị trí của các tính năng được giải nén

Kết quả (Việt) 2:

Đáng tin cậy phân chia các hạng mục theo dõi từ phần còn lại của khung cảnh. Đã có rất nhiều kỹ thuật phân vùng ảnh được đề xuất cho thị giác máy tính và nó phần lớn là tên miền cụ thể để những người thân là phù hợp nhất.
Các tracker juggling Ví dụ sử dụng phân đoạn màu. Phân khúc Màu dựa trên hoạt động tương đối tốt tuy nhiên nó có một số nhược điểm, một chính là nó buộc các môi trường. Để cho các phân đoạn để làm việc một cách chính xác những quả bóng tung hứng phải là một màu sắc độc đáo mà không thể nhìn thấy bất cứ nơi nào khác trong cảnh. Phân khúc Màu sắc cũng đòi hỏi ánh sáng được kiểm soát. Mặc dù một mô hình màu Hue, Saturation và Luminance về mặt lý thuyết có thể là bất biến ánh sáng thực tế là sự
hiện diện của ánh sáng không phải da trắng giới thiệu màu mới cho một cảnh thay đổi các
giá trị phân khúc. Hình 3.3 minh họa cách thay đổi điều kiện ánh sáng có thể ảnh hưởng đến phân khúc. Hình dạng của các phân đoạn "blob" thay đổi như những hướng thay đổi ánh sáng tới. Điều này sẽ giới thiệu sự không chắc chắn về vị trí của các tính năng chiết xuất