例文 |
「反トルク信号」の部分一致の例文検索結果
該当件数 : 24件
なお、信頼度が低いと判定された動きベクトルの重みを低く、信頼度が高いと判定された動きベクトルの重みを高くして、全ての動きベクトルの重み付き加算平均演算を行い、演算によって得られた動きベクトルを、フレーム全体の動きベクトルとしてもよい。
并且,还可以降低被判定为可信度低的运动矢量的权重,增高被判定为可信度高的运动矢量的权重,对所有运动矢量进行加权相加平均运算,将通过运算获得的运动矢量作为帧整体的运动矢量。 - 中国語 特許翻訳例文集
動きベクトル演算部110は、符号列解析部101から取得したブロックタイプ情報により、符号列に動きベクトル情報を含むタイプと判断した場合、符号列解析部101から取得した動きベクトル情報を動き補償部106に出力する。
运动矢量运算部 110,在根据从代码串解析部 101取得的块类型信息来判断为代码串中包含运动矢量信息的类型的情况下,将从代码串解析部 101取得的运动矢量信息输出到运动补偿部 106。 - 中国語 特許翻訳例文集
セレクタ59は、P1復号化処理部57から供給されるスペクトル反転検出信号にしたがって、直交復調部55からのスペクトル反転処理されていない信号、または、スペクトル反転器58からのスペクトル反転処理された信号を選択し、データ復号化処理部60に供給する。
与来自 P1解码处理部分 57的频谱反转检测信号一致,选择器 59选择两个信号之一: 还没有经历频谱反转处理并且来自正交解调部分 55的信号、或已经经历频谱反转处理并且从频谱反转器 58馈送的信号。 - 中国語 特許翻訳例文集
本実施の形態では動きベクトル例えばその代表値に基づき、参照範囲を適応的に選択し、もしくは重み付けを行うようにする。
在本实施方式中,对运动矢量例如根据其代表值恰当地选择参照范围,或者加权。 - 中国語 特許翻訳例文集
動きベクトル算出部119は、評価フレーム取得部20と、輝度信号抽出部21と、評価フレーム領域設定部22と、比較フレーム取得部23と、輝度信号抽出部24と、比較フレーム領域設定部25と、フレーム間相関処理部26と、信頼度判定部27と、領域別動きベクトル算出部28と、フレーム全体動きベクトル算出部29と、局所動きベクトル算出部30とを備える。
运动矢量计算部 119具有评价帧取得部 20、亮度信号提取部 21、评价帧区域设定部 22、比较帧取得部 23、高度信号提取部 24、比较帧区域设定部 25、帧间相关处理部 26、可信度判定部 27、按区域运动矢量计算部28、帧整体运动矢量计算部 29、局部运动矢量计算部 30。 - 中国語 特許翻訳例文集
こうして求めた動きベクトルの代表値と閾値とを比較し(S23002)、その比較結果に基づいて参照範囲を設定する。
将这样求出的运动矢量的代表值与之相比较 (S23002),根据其比较结果而设定参照范围。 - 中国語 特許翻訳例文集
ステップST502においては、ステップST501において算出された動きベクトル(または、差分絶対値和)とこれらの複数の閾値(TH1,TH2,TH3)とをそれぞれ比較して、動きベクトル<TH1の場合は“動きがない領域”と判断され(ST502でNo)、現在の画像8が符号化部6に符号化対象画像として出力される。
在步骤 ST502中,分别比较步骤 ST501中计算的运动矢量 (或差分绝对值和 )与上述多个阈值 (TH1,TH2,TH3),在运动矢量< TH1的情况下判断为“不存在运动的区域”(ST502中“否”),当前图像 8作为编码对象图像输出到编码部 6。 - 中国語 特許翻訳例文集
予測対象ブロックが動きベクトルを持つ場合には、判定器231が対象ブロックと予測対象ブロックの参照フレーム番号を取得し(ステップ234)、さらにそれらが一致するか否かを判定する(ステップ236)。
在预测对象块具有运动矢量的情况下,判定器 231取得对象块和预测对象块的参照帧编号 (步骤 234),进而判定它们是否一致 (步骤 236)。 - 中国語 特許翻訳例文集
動きがあるか否かの判定については、動き検出部602において過去の画像に対する現在の画像の動き検出が行われ(ST501)、その結果、相関が最も高い位置における動きベクトル値と上記閾値(動きベクトルの最小値)とを比較して(ST502)、上記動きベクトル値が上記閾値以上の場合は“動きがある領域”と判断し(ST502でYes)、ステップST1005において現在の画像8と過去の画像9が合成され、合成画像10が符号化部6に符号化対象画像として出力される。
关于是否存在运动的判断,在运动检测部 602中进行当前图像相对于过去图像的运动检测 (ST501),其结果是,比较相关性最高的位置处的运动矢量值和上述阈值 (运动矢量的最小值 )(ST502),在上述运动矢量值在上述阈值以上的情况下判断为“存在运动的区域”(ST502中“是”),在步骤 ST1005中合成当前图像 8与过去图像 9,合成图像 10作为编码对象图像输出到编码部 6。 - 中国語 特許翻訳例文集
ステップS41において、セレクタ75は、スペクトル反転処理が行われていない、直交復調部55から供給された信号そのものを選択してFFT演算部76に出力し、処理をステップS42に進める。
在步骤 S41,选择器 75选择性地将还没有经历频谱反转处理并且从正交解调部分 55提供的信号输出到 FFT计算块 76。 从步骤 S41,控制进行到步骤 S42。 - 中国語 特許翻訳例文集
図8のすべてまたは一部のブロックサイズ・サブブロックサイズ、および所定の探索範囲の動きベクトルおよび利用可能な1枚以上の参照画像に対してマクロブロックごとに動き補償予測処理を実行して、Y成分の動き情報(動きベクトルおよび参照画像インデックス)102を得る。
对于图 8的所有或者一部分块尺寸、子块尺寸、预定的搜索范围的运动矢量以及可利用的 1张以上的参考图像,在每一个宏块执行运动补偿预测处理,得到 Y分量的运动信息 (运动矢量以及参考图像索引 )102。 - 中国語 特許翻訳例文集
また、アクションシーン判別は、動き検出回路30から出力された部分動きベクトルと輝度評価回路24から出力された輝度評価値とに基づいて実行される。
另外,动作场景判别是基于从运动检测电路 30输出的部分运动矢量和从亮度评价电路 24输出的亮度评价值而执行的。 - 中国語 特許翻訳例文集
また、アクションシーン判別は、動き検出回路30から出力された部分動きベクトルMV_1〜MV_9と輝度評価回路24から出力された輝度評価値とに基づいて実行される。
另外,动作场景判断基于从运动检测电路 30输出的部分运动矢量 MV_1~ MV_9与从亮度评价电路 24输出的亮度评价值执行。 - 中国語 特許翻訳例文集
予測部15では、図10のすべてまたは一部のブロックサイズ・サブブロックサイズ、および所定の探索範囲の動きベクトルおよび利用可能な1枚以上の参照画像に対してマクロブロックごとに動き補償予測処理を実行して、動きベクトルおよび予測に用いる参照画像インデックスを含む予測オーバヘッド情報17と予測画像33を出力する。
在预测部 15中,对于图 10的全部或一部分的块尺寸、子块尺寸和规定的探索范围的运动矢量以及可利用的大于等于 1幅的参照图像按照每个宏块执行运动补偿预测处理,输出包含运动矢量和预测中使用的参照图像索引的预测开销 (overhead)信息 17和预测图像 33。 - 中国語 特許翻訳例文集
予測部115では、図10のすべてまたは一部のブロックサイズ・サブブロックサイズ、および所定の探索範囲の動きベクトルおよび利用可能な1枚以上の参照画像に対してマクロブロックごとに動き補償予測処理を実行して、動きベクトルと予測に用いる参照画像のインデックスを含む予測オーバヘッド情報117と予測画像133を出力する。
在预测部115中,对于图10的全部或一部分的块尺寸·子块尺寸、规定的探索范围的运动矢量和可利用的大于等于 1幅的参照图像,按照每个宏块执行运动补偿预测处理,输出包含运动矢量和预测中使用的参照图像索引的预测开销信息 117和预测图像 133。 - 中国語 特許翻訳例文集
【図23】図23は本発明の第5の実施の形態に係り動きベクトルの代表値に基づき参照範囲を適応的に選択し、もしくは重み付けを行うようにするための可変長符号表生成部による処理を例示するフローチャートである。
图 23是例示本发明第五实施方式的、根据运动矢量的代表值恰当地选择参照范围,或者基于用于进行加权的可变长度编码表生成部的处理的流程图。 - 中国語 特許翻訳例文集
この判別処理は手振れ補正タスクの下で取り込まれた部分動きベクトルMV_1〜MV_9と明るさ調整タスクの下で取り込まれた輝度評価値とに基づいて実行され、被写界がアクションシーンと判別されるとフラグFLGactが“0”から“1”に更新される。
该判断处理基于手抖补正任务下取入的部分运动矢量 MV_1~ MV_9与明亮度调整任务下取入的亮度评价值执行,拍摄视场被判断为动作场景后,标志 FLGact从“0”更新为“1”。 - 中国語 特許翻訳例文集
1つの方法では、動き推定ユニット32は、(リスト0と呼ばれる)フレームの第1のセットから以前のまたは将来のフレームを選択し、リスト0からのこの以前のまたは将来のフレームのみを使用して動きベクトルを判断することができる。
在一种方式中,运动估计单元 32可从第一帧集合 (被称为列表 0)中选择先前或未来帧,且仅使用来自列表 0的此先前或未来帧来确定运动向量。 - 中国語 特許翻訳例文集
代替的に、動き推定ユニット32は、(リスト1と呼ばれる)フレームの第2のセットから以前のまたは将来のフレームを選択し、リスト1からのこの以前のまたは将来のフレームのみを使用して動きベクトルを判断することができる。
或者,运动估计单元 32可从第二帧集合 (被称为列表 1)中选择先前或未来帧,且仅使用来自列表 1的此先前或未来帧来确定运动向量。 - 中国語 特許翻訳例文集
なお、上記の説明では、ステップST502において、相関が最も高い位置における動きベクトル値と閾値(動きベクトルの最小値)とを比較して動きのある領域か否かの判断を行っているが、相関が最も高い位置における現在の画像と過去の画像の差分絶対値和(SAD)と閾値(SADの最小値)との比較を行うことにより、動きのある領域か否かの判断を行っても構わない。
此外,在上述说明中,在步骤 ST502中,比较相关性最高的位置处的运动矢量值和阈值 (运动矢量的最小值 )以进行是否是存在运动的区域的判断,但也可以通过进行相关性最高的位置处的当前图像与过去图像的差分绝对值和 (SAD)与阈值 (SAD的最小值 )的比较,进行否是存在运动的区域的判断。 - 中国語 特許翻訳例文集
実際のエラーチェックは、エンハンスメントレイヤのサブビットストリーム102から採取されたハッシュ値152のLSBを、局所的に復号化されたスペクトル115,125から計算されたハッシュ値の対応するLSBと比較して(160)行われる。
将从增强层子比特流 102中取得的散列值 152的 LSB与从本地解码的频谱 115、125中计算的散列值 145的对应的 LSB进行比较 160,以进行实际的错误校验。 - 中国語 特許翻訳例文集
すなわち、動画像符号化プログラムP100の各モジュールの機能は、ブロック分割器102、予測信号推定装置113、予測信号生成器103、動きベクトル予測器114、フレームメモリ104、減算器105、変換器106、量子化器107、逆量子化器108、逆変換器109、加算器110、エントロピー符号化器111、予測候補ブロック選択器202、予測動きベクトル探索器203、差分器204、メモリ210、判定器231、切り替え器232、テンプレートマッチング器233、探索領域設定器240、対象隣接領域取得器241、予測隣接領域取得器242、及び候補予測領域選択器候補243の機能と同様である。
即,动态图像编码程序 P100的各模块的功能与块分割器 102、预测信号估计装置 113、预测信号生成器 103、运动矢量预测器 114、帧存储器 104、减法器 105、转换器 106、量化器 107、逆量化器108、逆转换器109、加法器110、熵编码器111、预测候选块选择器202、预测运动矢量搜索器 203、差分器 204、存储器 210、判定器 231、切换器 232、模板匹配器 233、搜索区域设定器 240、对象邻接区域取得器 241、预测邻接区域取得器 242以及候选预测区域选择器243的功能相同。 - 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
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
例文 |