Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines

この論文で説明したプロトコルは、方向性勾配ヒストグラム技術を利用して、さまざまな振動セル下での具体的な画像サンプルの特性を抽出しました。機械学習にサポートベクターマシンを採用しているため、学習済みサンプルの要件が最小限で、コンピューターのパフォーマンス要求が低い画像認識手法が得られます。このアプローチにより、必要なサンプル数が大幅に削減され、コンピューターのパフォーマンス要件が軽減されます。

2.3ギガヘルツの中央処理装置を備えたラップトップでは、認識プロセスにより、サポートされているベクトルマシンの列車空間の区別がわずか50秒で完了します。128プロジェクトと128プロジェクトの以下の画像セグメンテーションが利用されています。統計的角度逆の方向ベクトルの数は 12 に設定されます。

224解像度の画像処理では、機械学習結果に対して最適な認識オカレンスが達成されます。