注意：このレポートは２年前にしたので、大変な文法の間違いがある。時間があったら、僕が書き直す。
翻訳プロージェクト
論文情報：Gollard, Polina. ÒSpatial Encoding In MRI And How To Make It Faster.Ó
Publication Date: May 5, 2000.
アブストラクト：このレポートで磁気共鳴画像 (MRI) の原則を分析して最近発展された早くMRIすること二つも話し合う。どちらの手法は画像を生成する時間を減らすために必要な画像リコンストラクションためのエンコーディング繰り返しの数を減らすことである。一番目の手法、SVD MRI、寸法を減らすために合図構造の前の知識を用いる。二番目のSMASH画像は全てのエンコーディング繰り返しに部分的な平行線の寸法の手法を用いて普通なのより大きい寸法の部分を見つける。K-Spaceサンプリングの普通の骨組みの分析の上で、適用性とインプリメンテーション問題も話し合って、どちらの手法のエラー分析とSMASH画像のための改善されたリストラクションテクニックも提出される。
論文情報：Magee
J., Scott M., Waber B., Betke M. ÒEyeKeys: A Real-time Vision
Interface
Based on Gaze Detection from a Low-grade Video Camera.Ó CVPR 2004 Workshop Ð RTV4HCI. July 2004.
アブストラクト：非常に麻痺されて目の筋肉しか動けない人がいる。コミュニケーションをするのは目の動きの解釈しかない。今日の人間コンピュータインターフェイスシステムはよく重苦しいか、特別なハードウエアが必要か、動いている赤外線の照明を用いる。我々のシステムは普通のPCと安いビデオカメラのインプットを用いる。顔は様々の規模の型の相互関係で後を追われる。左と右の目の対称を用いてコンピュータのユーザの凝視はカメラの方か、左か右の方が決めることができる。その方を用いてコンピュータゲームや綴るプローグラムが用いられる。被験者は我々のインターフェスシステムを評価するために天量分析をするためにBlockEscapeのゲームを発展された。マウス代わりのインターフェスと我々のシステッムと比べたこともあった。
論文情報：Kamgar-Parsi, Behrooz, Kamgar-Paris, Behzad, Waber, Benjamin N. ÒThe
Use of Synthetic Data in Eye/Face Recognition.Ó To appear in ASTA, ed. Javidi,
2005, Springer-Verlag.
アブストラクト：データの中で情報がある。認識をしている間で不十分データのせいでクラシファイアが用いられない。我々の手法の目的は満足な顔データがない場合、例えば一つか二つ被写体の画像を持っている、データを増加することだ。大変で自然な顔差のせいで、例えば顔の面持ち、辺の光の状況で姿、そして前からビューさえ顔のオリエンテーション、画像のコレクションを用いるのは非常に役に立つ。我々はトレーニングセットを増加するのが、この違いの全てか半分以上が表す総合的な画像を注意深く生成したら、特に一つかだいたい同じ二つ 被写体の本物の画像を持っている場合、大きいパフォーマンス増が果たせるのを見せる。この問題をもっと分かるように、もっと先天的で優しい問題を講演する。それは一つの目とその目の眉を用いる顔かアイデンティティ認識か証明のことだ。我々の実験の結果を示すのは目がたくさん分ける情報を持っていることだ。この手法の方が普通に人間を用いるのより情報を与えるかもしれない。この情報の豊富はクローズアップの画像で機械なら用いられる。ついに、我々は注意深く作られた全ての顔の総合的な画像でトレーニングセットを増加したらだいたい同じ上達が果たせるのを推量する。総合的な画像の生成を自動にするのについて問題も話し合う。
論文情報：Athitsos,
Vassilis, Sclaroff, Stan. ÒDatabase
Indexing Methods for 3D Hand Pose Estimation.Ó Boston
University Computer Science Tech. Report No. 2003-010, April 1, 2003. Accepted to the Gesture Workshop, April
2003.
アブストラクト：たくさんジェスチャー認識のアプリケーションの中で、人間コンピュータインタラクションから手話を自動的に認識まで、３D手のオリエンテーションと見積もりは役に立つ。このレポートで３D手のオリエンテーションと見積もりはデータベースインデクシング問題にとして扱われる。手のインプット画像を与えたら大きい手の画像データベースの中で一番同じ画像は伝えられる。伝えられた画像の手のオリエンテーションパラメーターはインプット画像の手のオリエンテーション見積もりにとして用いられる。ユークリッド空間にしたエッジ画像のリプシツエムベッディングズはデータベースリトリーバルの効率向上のために用いられる。インタラクテイブ伝える時間になるために最初に類似点問いはこのユークリッド空間でされる。このレポートは検索精度を進むための基準画像を選び方の一番いい手法を狙う進行中の研究を説明する。
論文情報： Coughlan, James M., Ferreira, Sabino J. ÒFinding Deformable Shapes using Loopy Belief Propagation.Ó ECCV 2002.
アブストラクト：濃淡画像で形を見つけて局限する奇抜な曲がれる型は提出される。この型はベイジアングラフィカルモデルの二次元形等高線にとして打ち立てられて、グラフィカルモデルで推理をするために所信プロパゲーション(BP)のバリアントを用いて画像と一致される。このアルゴリズムは乱雑な画像で狙い形等高線が局限できてターゲットの主観的な動きとローテーションと大した形曲がりが入れられる。この骨組みの中で型は特別な手法で、例えばターゲットの近くに、イニシャライズする必要がない。
BPの使い道は先に関係がある研究のせいで課された大変な限定を取り除く。この窮屈な限定はダイナミックプログラミングで一致されることがあるから、グラフィカルモデルが木の姿（ループがない）の必要がある。木の姿がないグラフで推理をしたらBPを収束する確保はないのに、我々は一つ以上ループがある曲がれる型モデルさえ実証的に収束することが分かった。BPアルゴリズムを早くするために枝切りプロシージャと焦点メッセージアップデートという２０質問（割り切って征服する）にインスパレーションを与えられた奇抜な手法を増やされる。このモディフィケーションは収束する速さをひとつの順位のサイズ以上で向上する。その結果、このアルゴリズムは幾つかの秒だけで濃淡画像で形を見つけて局限する。