「ベクトル最適化」に関連した中国語例文の一覧 -中国語例文検索

同図において、マクロブロックヘッダは、マクロブロックタイプ・サブマクロブロックタイプ・イントラ予測モードなどの符号化・予測モード情報、参照画像識別番号・動きベクトルなどの動き予測情報、変換係数に対する量子化パラメータ、8x8ブロック単位での有効変換係数有無判定フラグなど、係数符号化データの前までのすべてのサイド情報を含む。

针对变换系数的量化参数； 以 8×8块为单位的有效变换系数有无判定标志等的在系数编码数据之前为止的全部的边信息。 - 中国語 特許翻訳例文集

MPEG（Moving Picture Experts Group）等の代表的な動画像圧縮方法では、動き補償フレーム間予測を行う際、ピクチャを分割した「マクロブロック」と呼ばれる単位毎に、表示順で前方又は後方に位置する他のピクチャ内のマクロブロックと比較してどの方向へどの程度動くかを示す「動きベクトル」を使用する。

在 MPEG(Moving Picture Experts Group：运动图像专家组 )等的代表性的运动图像压缩方法中，在进行运动补偿帧间预测时，对将图片分割后的称作“宏块”的每个单位按显示顺序与位于前方或后方的其他图片内的宏块比较，使用表示向哪个方向以怎样的程度运动的“运动矢量”。 - 中国語 特許翻訳例文集

下りスケジューリング情報には、例えば、下りリンクの共有チャネルに関する情報が含まれ、具体的には、下りリンクのリソースブロックの割り当て情報、ユーザ装置の識別情報(UE-ID)、ストリーム数、プリコーディングベクトル(Pre-coding Vector)に関する情報、データサイズ、変調方式、HARQ(Hybrid Automatic Repeat reQuest)に関する情報等が含まれる。

下行调度信息中例如包含与下行链路的共享信道有关的信息，具体地说，包含下行链路的资源块的分配信息、用户装置的识别信息 (UE-ID)、流数、与预编码矢量(Pre-coding Vector)有关的信息、数据大小、调制方式、与HARQ(混合自动重发请求)有关的信息等。 - 中国語 特許翻訳例文集

8. 前記視差量算出部は、前記設定部が座標を設定した前記基準光学系に対応する撮像条件評価領域から検出された特徴点と、前記調整対象光学系からの視点画像において前記特徴点に対応する対応点とを結ぶ視差ベクトルに基づいて、前記基準光学系と前記調整対象光学系の間の視差量を算出する請求項1〜7のいずれかに記載の撮像装置。

8.如权利要求 1至 7中的任一项所述的成像装置，其中所述视差量计算单元基于连接特征点和对应点的视差矢量来计算所述基准光学系统与所述调整目标光学系统之间的所述视差量，所述特征点是从坐标已由所述设定单元设定且对应于所述基准光学系统的所述成像条件评估区所检测的，且所述对应点在来自所述调整目标光学系统的视点图像中，与所述特征点相对应。 - 中国語 特許翻訳例文集

Pフレーム型とBフレーム型との間の主な差異は、（1）Bフレームは双方向的に参照される（マクロブロック毎に2つの動きベクトルまで）こと、（2）Bフレームは使用後に廃棄されること（このことは、時相階層化を提供するための復号化の間にBフレームがスキップされ得ることも意味する）、及び（3）各Pフレームがそれぞれ後のPフレームのための参照として使用されるために復号化されなければならないので、Pフレームは次への「足がかり」として用いられること、である。

(2)在使用之后 B帧被丢弃 (这也意味着在解码过程中可以跳过它们以提供时间分层 )； 和 (3)P帧被用作“跳板”，一个到下一个，因为每个 P帧必须被解码以用作每个后续 P帧的参考。 - 中国語 特許翻訳例文集

S1では、CPU40は、VRAM43に現在記憶されている第2画像データ（基準撮像部からの画像データ）におけるAF評価エリアR1−Lの中心座標（X，Y）を設定し、指定したAF評価エリアR1−L内の特徴点およびそれに対応する第1画像データの点である対応点の検出と検出された特徴点および対応点に基づく最終視差ベクトル（Δx，Δy）の算出を行うよう視差量算出部82を制御する（図4参照）。

在 S1中，CPU 40设定当前被存储在 VRAM 43中的第二图像数据 (来自基准成像单元的图像数据 )中的 AF评估区域 R1-L中的中心坐标 (X，Y)，并控制视差量计算单元 82以检测所指定 AF评估区域 R1-L中的特征点和第一图像数据中的作为与特征点相对应的点的对应点，并基于已检测的特征点和对应点来执行最终视差矢量 (Δx，Δy)的计算。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様を実施することにより、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。

为了实现本文中所描述的各个自动化方面，这些技术可以采用多种方法中的一种方法，根据数据进行学习，然后关于动态地在多个存储单元之间存储信息得出推论和 /或做出判断 (例如，隐式马尔可夫模型 (HMM)和相关的原型依赖模型 (prototypical dependency model)，诸如贝叶斯网络 (例如，利用贝叶斯模型评分或近似法通过结构搜索所产生的 )之类的更一般化的概率图形模型、线性分类器(例如，支持向量机 (SVM))、非线性分类器 (例如，称为“神经网络”方法、模糊逻辑方法的方法 )，以及其它用于执行数据融合的方法等 )。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様にしたがって、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関連する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。 モバイル・デバイス304は、帯域幅範囲に保持された情報を収集するオブテイナ310と、収集された情報が、帯域幅範囲のガード帯域幅に存在するかを判定するロケータ312とを含みうる。

根据实现本文描述的各种自动化的方面，这些技术可以使用与在多个存储单元上动态存储信息相关的、用于从数据进行学习并得出推论和 /或作出决定的大量方法中的一种方法 (例如，隐马尔科夫模型 (HMM)及相关的原型依赖模型、更一般的概率图模型 (例如 (例如由使用贝叶斯模型得分或近似值的结构搜索所建立的 )贝叶斯网络、线性分类器 (例如支持向量机 (SVM))、非线性分类器 (例如称为“神经网络”的方法 )、模糊逻辑方法以及执行数据融合的其它方法等 )。移动设备 304可以包括获取器 310和定位器 312，获取器 310收集保留在带宽范围中的信息，定位器 312确定所收集的信息是否位于该带宽范围的保护带宽上。 - 中国語 特許翻訳例文集