Hidden Markov models provide a natu

Hidden Markov models provide a natural way of integrating
audio and visual information with either an early or a late
strategy. Early HMM integration methods are characterized,
in the decoding process, by state-by-state estimation of observation
probabilities based on audio and visual evidence. That is, in traversing the Viterbi lattice, both modalities are
considered in determining the most likely branch leading to
each node.

Results (Thai) 1:

รุ่น Markov ซ่อนให้วิธีธรรมชาติรวมข้อมูลภาพ และเสียงเป็นต้นหรือการล่าช้ากลยุทธ์การ มีลักษณะต้น HMM รวมวิธีในกระบวนการถอดรหัส โดยรัฐโดยรัฐประเมินเก็บข้อมูลกิจกรรมตามหลักฐานภาพ และเสียง ที่ ในการข้ามสิ่งกีดขวางโครงตาข่ายประกอบ Viterbi ทั้ง modalities คือพิจารณาในการกำหนดสาขานำไปสู่แต่ละโหน

Results (Thai) 2:

รูปแบบมาร์คอฟที่ซ่อนอยู่ให้เป็นวิธีที่ธรรมชาติของการบูรณาการ
ข้อมูลเสียงและภาพที่มีทั้งต้นหรือปลาย
กลยุทธ์ วิธีการรวมอืมต้นที่โดดเด่น,
ในกระบวนการถอดรหัสโดยการประมาณค่าของรัฐโดยรัฐของการสังเกต
น่าจะขึ้นอยู่กับเสียงและภาพหลักฐาน นั่นคือในภายในตาข่าย Viterbi รังสีทั้งสองจะ
พิจารณาในการกำหนดสาขาส่วนใหญ่มีแนวโน้มนำไปสู่
​​แต่ละโหนด

Results (Thai) 3:

แบบจำลองฮิดเดนมาร์คอฟให้วิธีธรรมชาติของการรวมภาพและเสียงข้อมูล
ทั้งต้นหรือกลยุทธ์สาย

วิธีการรวมนะต้นมีลักษณะ
ในกระบวนการถอดรหัสโดยรัฐโดยรัฐ การประมาณความน่าจะเป็นบนพื้นฐานของการสังเกต
เสียงและหลักฐานภาพ นั่นคือ ใน traversing อุปกรณ์ตาข่ายทั้งสอง modalities มี
การพิจารณาในการกำหนดมากที่สุดสาขาา

แต่ละโหนด