15名大学生签署了该计划。为了改善他们的语音缺陷,他们报名参加了在线治疗课程。老师开始邀请学生加入WhatsApp小组来做好准备。然后,为了将学生包括在提供想法中,他要求他们从他们的电话专辑中选择首选照片。获得文本,讲师指示学生将这种图像输入到人工智能(AI)援助申请中。之后,使用了一个附加的AI程序来从文本中提取音频,用于重述故事。为了帮助他们管理学习,老师向每个学生发表了评论。得出结论,然后进行了定性分析。根据研究的发现,当学生使用AI助手重述时,学生的语音技能得到了提高。老师会发现结果有用。
在许多计算机视觉应用程序中,本地图像特征的抽象有效匹配是一项基本任务。然而,由于其硬件和有限的能源供应的简单性,因此在计算有限的电视(例如手机或无人机)中,在计算有限的DECES(例如移动电话或无人机)中,实时性能受到损害。在本文中,我们介绍了一个有效的学习二进制图像描述符。它改善了我们以前的价值描述符,Belid,使其更有效地进行匹配和更准确。为此,我们将使用Adaboost进行了改进的弱体培训计划,从而产生更好的本地描述。此外,我们通过迫使所有弱学习者在强大的学习者组合中具有相同的权重,并在不平衡的数据集中训练它,以解决在匹配和检索任务中产生的不对称性。在我们的实验中,与Orb相比,在本文中,其精确度接近SIFT,计算效率更好,Orb是文献中最快的算法。