「軸性ベクトル中間子」に関連した中国語例文の一覧 -中国語例文検索

本発明の譲受人へ譲渡され、引用して本明細書に組み込まれる「時相及び解像度の階層化の向上」（"Enhancements to Temporal and Resolution Layering”）と題する係属中の米国特許出願第09／545，233号において記述されているように、DCTブロックのサイズが8×8とは異なるシステムにおいては、動きベクトルのフィールドを特定する際、より高い適応性を達成することができる。

在 DCT块尺寸不是 8x8的系统中，那么可以在指定的运动向量域中实现更大的灵活性，如在题为“Enhanced Temporal and Resolution Layering in Advanced Television”的共同待决的美国专利申请09/545233号中所描述的，其被转让给本发明的受让人，因此通过引用将其并入。 - 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

演算部140は、現在のフレームの補正のための動きベクトルを算出するのに使用する情報を算出するために、以前のフレームの入力画像から選択された基準マクロブロック（すなわち、以前のフレームの基準マクロブロック）及び現在のフレームの入力画像から選択された探索領域（すなわち、現在のフレームの探索領域）を用いて統計的演算を行い、演算マトリックスを算出する。

运算器 140为了计算出核算修正当前帧所需动态矢量时使用的信息，利用在之前帧的输入影像中选择的基准宏块 (即，之前帧的基准宏块 )和在当前帧的输入影像中选择的搜索区域 (即，当前帧的搜索区域 )实施统计运算，从而计算出运算矩阵。 - 中国語 特許翻訳例文集

前記動画像の手ぶれ補正装置は、第1のフレームの入力画像から少なくとも一つの基準マクロブロックを選択し、第2のフレームの入力画像から少なくとも一つの基準マクロブロックに対応する少なくとも一つの探索領域を選択する選択部と、第1のフレームの基準マクロブロックを第2のフレームの探索領域に含まれたそれぞれの探索ブロックに対応させて統計的演算を行う演算部と、統計的演算の結果値を用いて第2のフレームの出力画像を補正するための動きベクトルを算出するベクトル算出部とを含む。

所述活动影像抖动修正装置包括在第1帧的输入影像中选择至少一个基准宏块且在第2帧的输入影像中选择至少一个与基准宏块相对应的至少一个搜索区域的选择器、使第1帧的基准宏块与包含于第2帧的搜索区域的各个搜索块相对应，从而实施统计运算的运算器以及利用统计运算的结果数值计算出修正第2帧输出影像所需动态矢量的矢量计算器等。 - 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

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