The effectiveness of object recogni

The effectiveness of object recognition and content-based image retrieval systems is highly
dependent on the accurate identification of shapes. Features such as color, texture, positioning etc., though important, are insufficient to convey the information that could be
obtained through shape analysis [13, 64, 81, 96]. In this chapter we propose an algorithm
for clustering of 2D shapes. The method is invariant to basic geometric transformations,
e.g. scale, shift, and most importantly, rotation. It is robust to noise, sparsity in the data
and outliers that may bridge clusters representing more similar classes.

Kết quả (Việt) 1:

Hiệu quả của công nhận các đối tượng và nội dung dựa trên hình ảnh phục hồi hệ thống là caophụ thuộc vào việc xác định chính xác của hình dạng. Các tính năng chẳng hạn như màu sắc, kết cấu, định vị vv, mặc dù quan trọng, là không đủ để truyền đạt thông tin có thểthu được thông qua phân tích hình dạng [13, 64, 81, 96]. Trong chương này, chúng tôi đề xuất một thuật toáncho cụm hình dạng 2D. Các phương pháp là bất biến để biến đổi hình học cơ bản,Ví dụ: quy mô, shift, và quan trọng nhất, xoay vòng. Nó là mạnh mẽ để tiếng ồn, sparsity trong dữ liệuvà outliers mà có thể thu hẹp cụm đại diện cho các lớp học khác tương tự.

Kết quả (Việt) 2:

Hiệu quả của sự công nhận đối tượng và hệ thống truy xuất hình ảnh dựa trên nội dung là rất
phụ thuộc vào việc xác định chính xác về hình dạng. Các tính năng như màu sắc, kết cấu, vị trí, vv, mặc dù quan trọng, là không đủ để chuyển tải các thông tin có thể
thu được thông qua phân tích hình dạng [13, 64, 81, 96]. Trong chương này, chúng tôi đề xuất một thuật toán
để phân nhóm các hình dạng 2D. Phương pháp này là bất biến để biến đổi hình học cơ bản,
ví dụ như quy mô, thay đổi, và quan trọng nhất, luân chuyển. Nó là mạnh mẽ với tiếng ồn, thưa thớt trong các dữ liệu
và sự chênh lệch đó có thể nối các cụm đại diện cho các lớp học tương tự hơn.