comunes – Traduction – Dictionnaire Keybot

Spacer TTN Translation Network TTN TTN Login Deutsch English Spacer Help
Langues sources Langues cibles
Keybot      27'815 Résultats   4'346 Domaines   Page 6
  5 Résultats www.google.be  
Aunque un ordenador no reaccionará igual que tú al ver esa foto, puede entrenarse para reconocer determinados patrones de colores y formas. Por ejemplo, se puede entrenar un ordenador para que reconozca los patrones comunes de las formas y de los colores que componen la imagen digital de un rostro.
Computer "sehen" Fotos und Videos nicht so wie Sie. Sie sehen zum Beispiel auf einem Foto Ihre beste Freundin vor einem Haus. Für einen Computer besteht dasselbe Bild nur aus einer Datenmenge, die von ihm als Formen und Farbwerte interpretiert werden können. Ein Computer reagiert zwar nicht wie Sie beim Anblick dieses Fotos, kann aber darauf trainiert werden, bestimmte Muster von Farben und Formen zu erkennen. So kann ein Computer beispielsweise lernen, die üblichen Muster von Formen und Farben zu erkennen, aus denen das digitale Bild eines Gesichts besteht. Dieses Verfahren wird Gesichtserkennung genannt. Google wendet es beispielsweise zum Schutz Ihrer Privatsphäre in Diensten wie Street View an. Auf diese Weise können Gesichter von Personen, die beim Vorbeifahren eines Street View-Autos anwesend waren, erfasst und dann unkenntlich gemacht werden. In Diensten wie Google+ Fotos erhalten Sie mithilfe dieses Verfahrens Vorschläge zum Taggen von Fotos oder Videos, die Gesichter zeigen. Diese allgemeine Gesichtserkennung sagt Ihnen nicht, um wessen Gesicht es sich handelt, aber sie kann Ihnen helfen, Gesichter auf Ihren Fotos zu finden.
I computer non "vedono" le foto e i video come fanno le persone. Quando guardi una foto, potresti vedere la tua migliore amica in piedi di fronte a casa sua. Dal punto di vista di un computer, quella stessa immagine è semplicemente un insieme di dati che può interpretare come forme e informazioni sui valori cromatici. Anche se non reagisce come te quando vedi quella foto, un computer può essere addestrato a riconoscere determinati pattern di forme e colori. Ad esempio, un computer può essere addestrato a riconoscere i pattern comuni di forme e colori che compongono l'immagine digitale di un volto. Questo processo è noto come rilevamento facciale ed è la tecnologia che aiuta Google a proteggere la tua privacy su servizi come Street View, dove i computer tentano di rilevare e poi sfocano i volti di tutte le persone che erano presenti per strada mentre passava l'auto di Street View. Questa tecnologia supporta anche servizi quali Foto Google+ nel suggerire di taggare una foto o un video quando rilevano che potrebbe essere presente un volto. Il rilevamento facciale non indica di chi è il volto, ma può aiutarti a trovare i volti nelle tue foto.
تختلف طريقة تعرف أجهزة الكمبيوتر على الصور ومقاطع الفيديو عن طريقة تعرف الأشخاص عليها. عند تأمل صورة، ربما ترى أفضل أصدقائك يجلس أمام منزله. ومن منظور الكمبيوتر، هذه الصورة ليست إلا مجموعة بيانات يمكن تفسيرها كأشكال ومعلومات عن قيم الألوان. ونظرًا لاختلاف طريقة تفاعل الكمبيوتر عن طريقة تفاعلك عند مشاهدة تلك الصورة، يمكن تدريب جهاز الكمبيوتر على التعرف على أنماط معينة من الألوان والأشكال. فعلى سبيل المثال، ربما يكون الكمبيوتر مدربًا على التعرف على أنماط شائعة من الأشكال والألوان، تشكّل صورة رقمية لوجه ما. هذه العملية معروفة باسم اكتشاف الوجه، وهي التقنية التي تساعد Google في الحفاظ على خصوصيتك في خدمات كالتجوّل الافتراضي، والتي من خلالها تحاول أجهزة الكمبيوتر اكتشاف وجوه أي أشخاص ربما كانوا يقفون في الشارع أثناء مرور سيارة التجوّل الافتراضي، ومن ثم تعمل على جعلها غير واضحة المعالم. كما أن هذه العملية تساعد خدمات كصور Google+‎ في اقتراح وضع علامة على صورة أو فيديو، نظرًا لظهور ما قد يشبه وجهًا ما في هذه الصورة أو الفيديو. لن تبلغك ميزة اكتشاف الوجه بالشخص الذي يمثله هذا الوجه، ولكن يمكن أن تساعدك في العثور على الوجوه في صورك.
Počítače fotky a videa nevidí stejně jako lidé. Když se na fotografii podíváte vy, vidíte svou nejlepší kamarádku před domem. Z pohledu počítače ten samý obrázek jen shlukem dat, která lze interpretovat jako tvary a informace o hodnotách barev. Počítač sice na fotku nebude reagovat stejně jako vy, ale může se naučit rozpoznávat v barvách a tvarech jisté vzorce. Může například rozpoznat obvyklé vzory tvarů a barev, které tvoří digitální obraz tváře. Tomuto procesu se říká rozpoznávání tváří a společnost Google tuto technologii využívá k ochraně soukromí ve službách, jako je Street View, kde počítače rozpoznávají a rozmazávají tváře lidí, kteří byli na ulici vyfotografováni při průjezdu auta Street View. Tuto technologii využíváme také ve službách, jako jsou Fotky Google+. Pokud zjistíme, že by na fotce nebo ve videu mohla být zachycena tvář, navrhneme uživateli, aby fotku nebo video označili jmenovkou. Rozpoznávání tváří vám neřekne, o čí obličej se jedná, ale může vám pomoci tváře na fotce najít.
En computer "ser" ikke billeder og video på samme måde, som et menneske gør. Når du ser på et billede, ser du måske din bedste ven stå foran et hus. Det samme billede, set fra en computers perspektiv, er blot en masse data, som kan fortolkes som former og oplysninger om farveværdier. En computer reagerer ganske vist ikke som dig, når du ser på et billede, men den kan trænes til at genkende bestemte mønstre af farver og former. For eksempel kan en computer lære at genkende de almindelige mønstre i form af former og farver, der tilsammen udgør et digitalt billede af et ansigt. Processen kaldes ansigtsregistrering, og det er den samme teknologi, der hjælper Google med at beskytte dit privatliv på tjenester som Street View. Her prøver computere at registrere og derefter sløre ansigter på alle de mennesker, der tilfældigvis har stået på gaden, netop som Street View-bilen er kørt forbi. Det er også denne teknologi, der hjælper tjenester som Google+ Fotos med at foreslå, at du tagger et billede eller en video, hvis det ser ud som om, der er et ansigt. Ansigtsregistrering fortæller dig ikke, hvem ansigtet tilhører, men kan hjælpe dig med at lokalisere ansigterne på dine billeder.
Tietokoneet eivät ”näe” valokuvia ja videoita samalla tavalla kuin ihmiset. Kun katsot valokuvaa, saatat nähdä esimerkiksi ystäväsi seisomassa talon edessä. Tietokoneen näkökulmasta sama kuva on vain kasa tietoja, joita se voi tulkita muodoiksi ja väriarvoiksi. Vaikka tietokone ei kuvan nähdessään reagoi samalla tavalla kuin sinä, tietokone voidaan opettaa tunnistamaan tiettyjä värien ja muotojen kaavoja. Tietokone voidaan esimerkiksi opettaa tunnistamaan ne yleiset muotojen ja värien kaavat, jotka muodostavat digitaalisen kuvan kasvoista. Tämä prosessi tunnetaan nimellä kasvojen havaitseminen. Kyseessä on tekniikka, joka auttaa Googlea suojaamaan yksityisyyttäsi palveluissa kuten Street View, jossa tietokoneet yrittävät tunnistaa ja sumentaa Street View -auton kuvaamien kadulla seisovien ihmisten kasvoja. Se myös auttaa esimerkiksi Google+ -palvelua ehdottamaan kuvan tai videon merkitsemistä, jos se havaitsee siinä olevat kasvot. Kasvojen havaitseminen ei kerro, kenen kasvot ovat kyseessä, mutta se voi auttaa löytämään kasvoja kuvista.
A számítógép nem úgy „látja” a fotókat és videókat, ahogy az emberek. Ha egy fotóra nézünk, láthatjuk például a legjobb barátunkat a háza előtt állni. A számítógép szempontjából ugyanez a kép csupán egy adathalmaz, amelyet formákként és színértékekkel kapcsolatos információkként értelmez. A számítógép nem úgy reagál a fénykép megnézésekor, mint mi tennénk, ám képes megtanulni egyes szín- és formaminták felismerését. Felismertethetők vele például az olyan gyakori formák és színek, amelyekből egy arc digitális képe felépül. A folyamat arcfelismerésként ismert, és ez a technológia segíti a Google-t az Ön személyes adatainak védelmében az olyan szolgáltatásoknál, mint az Utcakép, ahol a számítógépek próbálják felismerni, majd elhomályosítani az emberek arcát, akik épp az utcán álltak, amikor a képeket készítő autó elhaladt mellettük. A Google+ Fotókhoz hasonló szolgáltatások is ennek a technológiának a segítségével ajánlják fel egy fotó vagy videó felcímkézését, amelyen egy arc szerepel. Az arcfelismerés nem tudja megállapítani, hogy kinek az arcáról van szó, de segít a fotókon található arcok megtalálásában.
Komputer tidak "melihat" foto dan video dengan cara yang sama dengan manusia. Saat melihat foto, Anda mungkin melihat sahabat Anda berdiri di depan rumahnya. Dari sudut pandang komputer, gambar yang sama itu hanyalah sekumpulan data yang diinterpretasi sebagai bentuk dan informasi tentang nilai warna. Meskipun komputer tidak akan bereaksi seperti saat Anda melihat foto itu, komputer dapat dilatih untuk mengenali pola warna dan bentuk tertentu. Misalnya, komputer dapat dilatih untuk mengenali pola bentuk dan warna umum yang membentuk gambar digital suatu wajah. Proses ini disebut sebagai deteksi wajah, dan ini adalah teknologi yang membantu Google melindungi privasi Anda di layanan seperti Street View, tempat komputer mencoba mendeteksi lalu memburamkan wajah siapa pun yang berdiri di jalan ketika mobil Street View lewat. Proses ini juga membantu layanan seperti foto Google+ menyarankan agar Anda memberi tag pada foto atau video karena tampaknya ada wajah yang dikenali. Deteksi wajah tidak akan memberi tahu pemilik wajah itu, tetapi proses ini dapat membantu menemukan wajah di foto-foto Anda.
Datamaskiner kan ikke «se» bilder og videoer på samme måte som mennesker gjør. Når du ser på et bilde, ser du kanskje bestevennen din som står foran huset sitt. For en datamaskin er dette bildet bare en haug med data som tolkes som former og informasjon om fargeverdier. Ettersom en datamaskin ikke reagerer på samme måte som deg når den «ser» dette bildet, kan den trenes opp til å gjenkjenne visse form- og fargemønstre. Datamaskinen kan for eksempel trenes opp til å gjenkjenne vanlige mønstre på former og farger, som utgjør et digitalt bilde av et ansikt. Denne prosessen kalles ansiktsgjenkjenning. Det er en teknologi som hjelper Google med å beskytte personvernet ditt i tjenester som Street View, der datamaskiner prøver å oppdage, for så å utydeliggjøre, ansikter på folk som kan ha stått på gaten idet Street View-bilen kjørte forbi. Det er også denne prosessen som gjør det mulig for tjenester som Google+ Bilder å foreslå at du skal tagge folk i bilder eller videoer, fordi teknologien oppdager at det sannsyligvis er ansikter tilstede. Ansiktsgjenkjenning forteller deg ikke hvem sitt ansikt det er, men bidrar til å finne ansiktene på bildene dine.
Komputery nie „widzą” zdjęć ani filmów tak samo jak ludzie. Kiedy patrzymy na zdjęcie, widzimy naszą najlepszą przyjaciółkę stojącą przed domem. Z punktu widzenia komputera to samo zdjęcie jest tylko zbiorem danych, które może zinterpretować jako kształty oraz informacje dotyczące wartości poszczególnych kolorów. Pomimo innej niż ludzka reakcji na „widok” zdjęcia komputer można tak „wyszkolić”, że będzie rozpoznawać określone wzorce kolorów i kształtów. Na przykład można nauczyć komputer rozpoznawania wspólnych wzorców kształtów i kolorów, z których składa się cyfrowy obraz ludzkiej twarzy. Ten proces nosi nazwę wykrywania twarzy – jest to technologia, która pomaga Google chronić prywatność w serwisach takich jak Street View. Za pomocą komputerów wykrywa się i zamazuje twarze ludzi, którzy znaleźli się w pobliżu przejeżdżających samochodów Street View i zostali uwiecznieni na fotografiach. Technologia znalazła również zastosowanie w usługach takich jak Zdjęcia Google+. Wskazuje ona zdjęcia oraz nagrania wideo, na których mogą znajdować się ludzkie twarze, umożliwiając dodanie do nich tagów. Wykrywanie twarzy nie informuje o tym, czyją twarz wykryto, ale pomaga zlokalizować twarze na posiadanych zdjęciach.
Человек и компьютер по-разному воспринимают изображения и видео. Взглянув на фотографию, вы сразу узнаете лучшего друга – даже если снимок не лучшего качества. Для компьютера та же картинка представляет собой данные, из которых можно извлечь информацию о контурах предметов и их цвете. Несмотря на то что у него отсутствуют органы чувств, его можно научить распознавать определенные объекты, в том числе лица. Google использует такую технологию, чтобы обеспечить вашу конфиденциальность. Например, на изображениях просмотра улиц компьютер определяет лица прохожих, попавших в объектив камеры, и размывает их. Также благодаря этой технологии система находит на снимках и в видеороликах Google+ ваших знакомых и предлагает их отметить (хотя и не может сама определить, кто это).
Datorer "ser" inte bilder och videor på samma sätt som människor gör. När du tittar på en bild kanske du ser din bästa vän stå framför sitt hus. Ur en dators perspektiv är samma bild bara en massa uppgifter som den kan tolka som former och information om färgvärden. Även om en dator inte reagerar som du gör när du ser bilden kan en dator tränas att känna igen vissa mönster som består av färg och form. Till exempel kan en dator tränas att känna igen de vanligaste mönstren för former och färger som utgör en digital bild av ett ansikte. Den här processen kallas ansiktsidentifiering, och det är med hjälp av den här tekniken som Google skyddar din integritet i tjänster som Street View, där datorer försöker upptäcka och sedan sudda ut ansiktena på personer som fanns på gatan när Street View-bilen körde förbi. Det är också med hjälp av den här tekniken som tjänster som Google+ Foton föreslår att du taggar en bild eller video, eftersom det verkar som om det kan finnas ett ansikte där. Du får inte reda på vems ansikte det är med ansiktidentifiering men funktionen kan upptäcka ansikten på dina foton.
คอมพิวเตอร์ไม่ได้ "เห็น" ภาพและวิดีโอในลักษณะเดียวกับที่คนเห็น เมื่อคุณมองไปที่ภาพ คุณอาจเห็นเพื่อนสนิทของคุณยืนอยู่หน้าบ้านของเธอ จากมุมมองของคอมพิวเตอร์ ภาพเดียวกันนี้เป็นเพียงกลุ่มข้อมูลที่คอมพิวเตอร์อาจตีความเป็นรูปทรงและข้อมูลเกี่ยวกับค่าสี แม้ว่าคอมพิวเตอร์จะไม่ทำปฏิกิริยาเช่นเดียวกับที่คุณทำเมื่อคุณเห็นภาพนั้น คอมพิวเตอร์สามารถถูกฝึกให้จดจำรูปแบบบางอย่างของสีและรูปทรงได้ ตัวอย่างเช่น คอมพิวเตอร์อาจถูกฝึกให้จดจำรูปแบบทั่วไปของรูปทรงและสีที่ประกอบขึ้นเป็นภาพดิจิทัลของใบหน้า กระบวนการนี้เป็นที่รู้จักในชื่อว่าการตรวจจับใบหน้าและเป็นเทคโนโลยีที่ช่วยให้ Google สามารถปกป้องความเป็นส่วนตัวของคุณในบริการต่างๆ อย่างเช่น สตรีทวิว ซึ่งคอมพิวเตอร์พยายามที่จะตรวจจับแล้วเบลอใบหน้าของบุคคลใดๆ ที่อาจกำลังยืนอยู่บนถนนในขณะที่รถสตรีทวิวขับผ่าน นอกจากนี้ ยังเป็นเทคโนโลยีที่ช่วยให้บริการอย่าง Google+ รูปภาพแนะนำให้คุณติดแท็กภาพหรือวิดีโอได้ เนื่องจากดูเหมือนว่าอาจมีใบหน้าปรากฏอยู่ การตรวจจับใบหน้าจะไม่บอกคุณว่าผู้ที่เป็นเจ้าของใบหน้าคือใคร แต่จะสามารถช่วยหาใบหน้าในภาพได้
Bilgisayarlar, fotoğraf ve videoları insanlar gibi "görmezler". Bir fotoğrafa baktığınızda, evinin önünde duran en yakın arkadaşınızı görebilirsiniz. Aynı resim, bilgisayarın bakış açısından sadece şekiller ve renk değerlerine ait bilgiler olarak yorumlanabilecek bir veri yığınıdır. Bilgisayar bu fotoğrafı gördüğünde sizin yaptığınız gibi davranmasa da, çeşitli renk ve şekil desenlerini tanımak üzere eğitilebilir. Örneğin, bilgisayar bir yüzün dijital resmini oluşturan ortak şekil ve renk desenlerini tanıyacak biçimde eğitilebilir. Yüz algılama adı verilen bu işlem, Sokak Görünümü arabasının geçişi sırasında bilgisayarların sokakta bulunabilecek kişilerin yüzlerini saptayıp bulanıklaştırmaya çalıştığı Sokak Görünümü gibi hizmetlerde gizliliğinizin korunması için Google'a yardımcı olan teknolojidir. Bu teknoloji, resim veya videoda yüz bulunabileceğini belirleyerek etiketlemenizi öneren Google+ Fotoğraflar gibi hizmetlere de yardımcı olur. Yüz algılama, size yüzün kime ait olduğu bilgisini vermez, ancak fotoğraflarınızdaki yüzleri bulmanıza yardımcı olabilir.
Máy tính không "xem” ảnh và video theo cách tương tự như cách con người thực hiện. Khi xem một bức ảnh, bạn có thể thấy người bạn thân nhất của mình đang đứng trước ngôi nhà của cô ấy. Dưới góc nhìn của máy tính, hình ảnh tương tự đó chỉ đơn thuần là một bó dữ liệu mà máy tính có thể hiểu là những hình dạng và thông tin về các giá trị màu sắc. Mặc dù máy tính sẽ không phản ứng giống bạn khi bạn xem bức ảnh đó nhưng máy tính có thể được lập trình để nhận dạng các mẫu màu sắc và hình dạng nhất định. Ví dụ: máy tính có thể được lập trình để nhận dạng các mẫu hình dạng và màu sắc phổ biến tạo nên hình ảnh kỹ thuật số của khuôn mặt. Quá trình này được gọi là phát hiện khuôn mặt và đây là công nghệ giúp Google bảo vệ quyền riêng tư của bạn trên các dịch vụ chẳng hạn như Chế độ xem phố, trong đó máy tính cố gắng phát hiện, sau đó làm mờ khuôn mặt của bất kỳ người nào có thể đang đứng trên phố khi xe của Chế độ xem phố đi ngang qua. Đây cũng chính là công nghệ giúp các dịch vụ như Google+ Ảnh đề xuất bạn gắn thẻ ảnh hoặc video vì có vẻ như có sự hiện diện của khuôn mặt trong ảnh hoặc video đó. Phát hiện khuôn mặt sẽ không cho bạn biết khuôn mặt đó là của ai nhưng công nghệ này có thể giúp bạn tìm các khuôn mặt trong ảnh của mình.
מחשבים לא יכולים "לראות" תמונות וסרטונים כפי שבני אדם רואים אותם. כשאתה מסתכל על תמונה, אתה עשוי לראות את החברה הכי טובה שלך עומדת לפני הבית שלה. מנקודת המבט של מחשב, אותה תמונה היא פשוט אוסף של נתונים שהוא עשוי לפרש כצורות ומידע לגבי ערכים של צבעים. אמנם מחשב לא יגיב כמוך כאשר אתה מתבונן בתמונה, אך ניתן ללמד אותו לזהות תבניות מסוימות של צבע וצורות. לדוגמה, ניתן ללמד מחשב לזהות את התבניות הנפוצות של צורות וצבעים המרכיבים תמונה דיגיטלית של פרצוף. התהליך הזה מוכר כזיהוי פנים, וזו הטכנולוגיה שעוזרת ל-Google להגן על פרטיותך בשירותים כגון Street View, שבהם מחשבים מנסים לזהות ולאחר מכן לטשטש את הפנים של כל האנשים שעמדו ברחוב כאשר הרכב של Street View נסע בו. זו גם הטכנולוגיה שעוזרת לשירותים כגון תמונות Google+‎ להציע לך לתייג תמונה או סרטון, מאחר שנראה שמופיעים בהם פנים. זיהוי הפנים לא יגיד לך למי שייכים הפנים, אך הוא יכול לעזור לך למצוא את הפנים שמופיעים בתמונות שלך.
Комп’ютери не "бачать" фотографії та відео, як люди. Коли ви дивитеся на фотографію, ви можете побачити свого найкращого друга перед його будинком. З точки зору комп’ютера таке зображення – просто набір даних, які сприймаються як форми й інформація про значення кольорів. Хоча під час перегляду фотографій комп’ютер не реагує, як людина, його можна навчити розпізнавати певні шаблони кольорів і форм. Наприклад, комп’ютер можна навчити розпізнавати поширені шаблони форм і кольорів, які формують цифрове зображення обличчя. Цей процес відомий як виявлення облич. Ця технологія допомагає Google захищати вашу конфіденційність у таких службах, як Перегляд вулиць, де комп’ютери намагаються виявити та розмити обличчя людей на вулиці, якою рухається автомобіль Перегляду вулиць. Завдяки виявленню облич такі служби, як Google+ Фотографії, можуть пропонувати позначати фотографії чи відео, коли на них імовірно є обличчя. Технологія не визначає, чиє це обличчя, а лише допомагає знайти обличчя на фотографіях.
  3 Résultats www.google.cn  
Aunque un ordenador no reaccionará igual que tú al ver esa foto, puede entrenarse para reconocer determinados patrones de colores y formas. Por ejemplo, se puede entrenar un ordenador para que reconozca los patrones comunes de las formas y de los colores que componen la imagen digital de un rostro.
Computers don’t “see” photos and videos in the same way that people do. When you look at a photo, you might see your best friend standing in front of her house. From a computer’s perspective, that same image is simply a bunch of data that it may interpret as shapes and information about color values. While a computer won’t react like you do when you see that photo, a computer can be trained to recognize certain patterns of color and shapes. For example, a computer might be trained to recognize the common patterns of shapes and colors that make up a digital image of a face. This process is known as facial detection, and it’s the technology that helps Google to protect your privacy on services like Street View, where computers try to detect and then blur the faces of any people that may have been standing on the street as the Street View car drove by. It is also what helps services like Google+ photos suggest that you tag a photo or video, since it seems like there might be a face present. Facial detection won’t tell you whose face it is, but it can help to find the faces in your photos.
Les ordinateurs ne "voient" pas les photos et les vidéos de la même manière que les humains. En regardant une photo, vous verrez peut-être votre meilleure amie debout devant chez elle. D'un point de vue informatique, cette même image n'est qu'un ensemble de données que l'ordinateur peut interpréter comme des formes et des valeurs de couleur. Même si un ordinateur ne réagit pas comme vous face à cette photo, il peut toutefois être entraîné à reconnaître certains motifs de couleur et certaines formes. Ainsi, un ordinateur peut-il apprendre à reconnaître les motifs de formes et de couleurs qui constituent une image numérique d'un visage. Ce processus de détection de visages est la technologie qui aide Google à protéger votre vie privée sur des services tels que Street View, sur lesquels les ordinateurs tentent de détecter, puis de flouter les visages de toutes les personnes susceptibles de se trouver sur les routes que parcourt la voiture Street View. C'est cette même technologie qui permet à des services comme Google+ Photos de vous suggérer d'ajouter un tag à une photo ou à une vidéo lorsqu'un visage semble y apparaître. La détection de visages ne vous indique pas qui apparaît sur les images, mais peut vous aider à rechercher les visages dans vos photos.
Computer "sehen" Fotos und Videos nicht so wie Sie. Sie sehen zum Beispiel auf einem Foto Ihre beste Freundin vor einem Haus. Für einen Computer besteht dasselbe Bild nur aus einer Datenmenge, die von ihm als Formen und Farbwerte interpretiert werden können. Ein Computer reagiert zwar nicht wie Sie beim Anblick dieses Fotos, kann aber darauf trainiert werden, bestimmte Muster von Farben und Formen zu erkennen. So kann ein Computer beispielsweise lernen, die üblichen Muster von Formen und Farben zu erkennen, aus denen das digitale Bild eines Gesichts besteht. Dieses Verfahren wird Gesichtserkennung genannt. Google wendet es beispielsweise zum Schutz Ihrer Privatsphäre in Diensten wie Street View an. Auf diese Weise können Gesichter von Personen, die beim Vorbeifahren eines Street View-Autos anwesend waren, erfasst und dann unkenntlich gemacht werden. In Diensten wie Google+ Fotos erhalten Sie mithilfe dieses Verfahrens Vorschläge zum Taggen von Fotos oder Videos, die Gesichter zeigen. Diese allgemeine Gesichtserkennung sagt Ihnen nicht, um wessen Gesicht es sich handelt, aber sie kann Ihnen helfen, Gesichter auf Ihren Fotos zu finden.
I computer non "vedono" le foto e i video come fanno le persone. Quando guardi una foto, potresti vedere la tua migliore amica in piedi di fronte a casa sua. Dal punto di vista di un computer, quella stessa immagine è semplicemente un insieme di dati che può interpretare come forme e informazioni sui valori cromatici. Anche se non reagisce come te quando vedi quella foto, un computer può essere addestrato a riconoscere determinati pattern di forme e colori. Ad esempio, un computer può essere addestrato a riconoscere i pattern comuni di forme e colori che compongono l'immagine digitale di un volto. Questo processo è noto come rilevamento facciale ed è la tecnologia che aiuta Google a proteggere la tua privacy su servizi come Street View, dove i computer tentano di rilevare e poi sfocano i volti di tutte le persone che erano presenti per strada mentre passava l'auto di Street View. Questa tecnologia supporta anche servizi quali Foto Google+ nel suggerire di taggare una foto o un video quando rilevano che potrebbe essere presente un volto. Il rilevamento facciale non indica di chi è il volto, ma può aiutarti a trovare i volti nelle tue foto.
Os computadores não "veem" fotos e vídeos da mesma maneira que as pessoas. Quando o usuário olha uma foto, pode ver sua melhor amiga em pé na frente da casa dela. Da perspectiva de um computador, a mesma imagem é simplesmente um monte de dados que ele pode interpretar como formas e informações sobre valores de cor. Embora um computador não reaja como o usuário ao ver a foto, ele pode ser treinado para reconhecer certos padrões de cores e formas. Por exemplo, um computador pode ser treinado para reconhecer os padrões comuns de formas e cores que compõem uma imagem digital de um rosto. Esse processo é conhecido como detecção facial e é a tecnologia que ajuda a Google a proteger a privacidade do usuário em serviços como o Street View, onde os computadores tentam detectar e desfocar os rostos de todas as pessoas que estavam na rua quando o carro do Street View passou. É também o que ajuda serviços como as Fotos do Google+ a sugerirem que o usuário marque uma foto ou um vídeo, pois aparentemente há um rosto presente. A detecção facial não dirá de quem é o rosto, mas ela pode ajudar a encontrar os rostos nas fotos do usuário.
Computers 'zien' foto's en video's niet op dezelfde manier als mensen. Wanneer u naar een foto kijkt, ziet u wellicht uw beste vriendin voor haar huis staan. Vanuit het perspectief van een computer is diezelfde foto simpelweg een hoop gegevens die worden geïnterpreteerd als vormen en informatie over kleurwaarden. Hoewel een computer niet als u reageert bij het bekijken van die foto, kan een computer worden getraind om bepaalde patronen van kleuren en vormen te herkennen. Een computer kan bijvoorbeeld worden getraind om de algemene patronen van vormen en kleuren te herkennen waaruit een digitale afbeelding van een gezicht is opgemaakt. Dit proces staat bekend als gezichtsdetectie en is de technologie waarmee Google uw privacy kan beschermen in services zoals Street View. Hierbij proberen computers gezichten van mensen te detecteren en te vervagen, die mogelijk in die straat stonden toen de auto van Street View voorbij reed. Gezichtsdetectie is ook nuttig voor services zoals Google+ Foto's, waarbij wordt voorgesteld een foto of video te taggen, omdat er waarschijnlijk een gezicht op staat. Gezichtsdetectie vertelt u niet wiens gezicht het is, maar dit proces kan u helpen de gezichten in uw foto's te vinden.
Počítače fotky a videa nevidí stejně jako lidé. Když se na fotografii podíváte vy, vidíte svou nejlepší kamarádku před domem. Z pohledu počítače ten samý obrázek jen shlukem dat, která lze interpretovat jako tvary a informace o hodnotách barev. Počítač sice na fotku nebude reagovat stejně jako vy, ale může se naučit rozpoznávat v barvách a tvarech jisté vzorce. Může například rozpoznat obvyklé vzory tvarů a barev, které tvoří digitální obraz tváře. Tomuto procesu se říká rozpoznávání tváří a společnost Google tuto technologii využívá k ochraně soukromí ve službách, jako je Street View, kde počítače rozpoznávají a rozmazávají tváře lidí, kteří byli na ulici vyfotografováni při průjezdu auta Street View. Tuto technologii využíváme také ve službách, jako jsou Fotky Google+. Pokud zjistíme, že by na fotce nebo ve videu mohla být zachycena tvář, navrhneme uživateli, aby fotku nebo video označili jmenovkou. Rozpoznávání tváří vám neřekne, o čí obličej se jedná, ale může vám pomoci tváře na fotce najít.
En computer "ser" ikke billeder og video på samme måde, som et menneske gør. Når du ser på et billede, ser du måske din bedste ven stå foran et hus. Det samme billede, set fra en computers perspektiv, er blot en masse data, som kan fortolkes som former og oplysninger om farveværdier. En computer reagerer ganske vist ikke som dig, når du ser på et billede, men den kan trænes til at genkende bestemte mønstre af farver og former. For eksempel kan en computer lære at genkende de almindelige mønstre i form af former og farver, der tilsammen udgør et digitalt billede af et ansigt. Processen kaldes ansigtsregistrering, og det er den samme teknologi, der hjælper Google med at beskytte dit privatliv på tjenester som Street View. Her prøver computere at registrere og derefter sløre ansigter på alle de mennesker, der tilfældigvis har stået på gaden, netop som Street View-bilen er kørt forbi. Det er også denne teknologi, der hjælper tjenester som Google+ Fotos med at foreslå, at du tagger et billede eller en video, hvis det ser ud som om, der er et ansigt. Ansigtsregistrering fortæller dig ikke, hvem ansigtet tilhører, men kan hjælpe dig med at lokalisere ansigterne på dine billeder.
Komputer tidak "melihat" foto dan video dengan cara yang sama dengan manusia. Saat melihat foto, Anda mungkin melihat sahabat Anda berdiri di depan rumahnya. Dari sudut pandang komputer, gambar yang sama itu hanyalah sekumpulan data yang diinterpretasi sebagai bentuk dan informasi tentang nilai warna. Meskipun komputer tidak akan bereaksi seperti saat Anda melihat foto itu, komputer dapat dilatih untuk mengenali pola warna dan bentuk tertentu. Misalnya, komputer dapat dilatih untuk mengenali pola bentuk dan warna umum yang membentuk gambar digital suatu wajah. Proses ini disebut sebagai deteksi wajah, dan ini adalah teknologi yang membantu Google melindungi privasi Anda di layanan seperti Street View, tempat komputer mencoba mendeteksi lalu memburamkan wajah siapa pun yang berdiri di jalan ketika mobil Street View lewat. Proses ini juga membantu layanan seperti foto Google+ menyarankan agar Anda memberi tag pada foto atau video karena tampaknya ada wajah yang dikenali. Deteksi wajah tidak akan memberi tahu pemilik wajah itu, tetapi proses ini dapat membantu menemukan wajah di foto-foto Anda.
Komputery nie „widzą” zdjęć ani filmów tak samo jak ludzie. Kiedy patrzymy na zdjęcie, widzimy naszą najlepszą przyjaciółkę stojącą przed domem. Z punktu widzenia komputera to samo zdjęcie jest tylko zbiorem danych, które może zinterpretować jako kształty oraz informacje dotyczące wartości poszczególnych kolorów. Pomimo innej niż ludzka reakcji na „widok” zdjęcia komputer można tak „wyszkolić”, że będzie rozpoznawać określone wzorce kolorów i kształtów. Na przykład można nauczyć komputer rozpoznawania wspólnych wzorców kształtów i kolorów, z których składa się cyfrowy obraz ludzkiej twarzy. Ten proces nosi nazwę wykrywania twarzy – jest to technologia, która pomaga Google chronić prywatność w serwisach takich jak Street View. Za pomocą komputerów wykrywa się i zamazuje twarze ludzi, którzy znaleźli się w pobliżu przejeżdżających samochodów Street View i zostali uwiecznieni na fotografiach. Technologia znalazła również zastosowanie w usługach takich jak Zdjęcia Google+. Wskazuje ona zdjęcia oraz nagrania wideo, na których mogą znajdować się ludzkie twarze, umożliwiając dodanie do nich tagów. Wykrywanie twarzy nie informuje o tym, czyją twarz wykryto, ale pomaga zlokalizować twarze na posiadanych zdjęciach.
Человек и компьютер по-разному воспринимают изображения и видео. Взглянув на фотографию, вы сразу узнаете лучшего друга – даже если снимок не лучшего качества. Для компьютера та же картинка представляет собой данные, из которых можно извлечь информацию о контурах предметов и их цвете. Несмотря на то что у него отсутствуют органы чувств, его можно научить распознавать определенные объекты, в том числе лица. Google использует такую технологию, чтобы обеспечить вашу конфиденциальность. Например, на изображениях просмотра улиц компьютер определяет лица прохожих, попавших в объектив камеры, и размывает их. Также благодаря этой технологии система находит на снимках и в видеороликах Google+ ваших знакомых и предлагает их отметить (хотя и не может сама определить, кто это).
Datorer "ser" inte bilder och videor på samma sätt som människor gör. När du tittar på en bild kanske du ser din bästa vän stå framför sitt hus. Ur en dators perspektiv är samma bild bara en massa uppgifter som den kan tolka som former och information om färgvärden. Även om en dator inte reagerar som du gör när du ser bilden kan en dator tränas att känna igen vissa mönster som består av färg och form. Till exempel kan en dator tränas att känna igen de vanligaste mönstren för former och färger som utgör en digital bild av ett ansikte. Den här processen kallas ansiktsidentifiering, och det är med hjälp av den här tekniken som Google skyddar din integritet i tjänster som Street View, där datorer försöker upptäcka och sedan sudda ut ansiktena på personer som fanns på gatan när Street View-bilen körde förbi. Det är också med hjälp av den här tekniken som tjänster som Google+ Foton föreslår att du taggar en bild eller video, eftersom det verkar som om det kan finnas ett ansikte där. Du får inte reda på vems ansikte det är med ansiktidentifiering men funktionen kan upptäcka ansikten på dina foton.
מחשבים לא יכולים "לראות" תמונות וסרטונים כפי שבני אדם רואים אותם. כשאתה מסתכל על תמונה, אתה עשוי לראות את החברה הכי טובה שלך עומדת לפני הבית שלה. מנקודת המבט של מחשב, אותה תמונה היא פשוט אוסף של נתונים שהוא עשוי לפרש כצורות ומידע לגבי ערכים של צבעים. אמנם מחשב לא יגיב כמוך כאשר אתה מתבונן בתמונה, אך ניתן ללמד אותו לזהות תבניות מסוימות של צבע וצורות. לדוגמה, ניתן ללמד מחשב לזהות את התבניות הנפוצות של צורות וצבעים המרכיבים תמונה דיגיטלית של פרצוף. התהליך הזה מוכר כזיהוי פנים, וזו הטכנולוגיה שעוזרת ל-Google להגן על פרטיותך בשירותים כגון Street View, שבהם מחשבים מנסים לזהות ולאחר מכן לטשטש את הפנים של כל האנשים שעמדו ברחוב כאשר הרכב של Street View נסע בו. זו גם הטכנולוגיה שעוזרת לשירותים כגון תמונות Google+‎ להציע לך לתייג תמונה או סרטון, מאחר שנראה שמופיעים בהם פנים. זיהוי הפנים לא יגיד לך למי שייכים הפנים, אך הוא יכול לעזור לך למצוא את הפנים שמופיעים בתמונות שלך.
  7 Résultats ar2005.emcdda.europa.eu  
El OEDT ha desarrollado una serie de temas básicos comunes («Modelo de cuestionario europeo», EMQ) que se aplican o son compatibles con la mayoría de encuestas de los Estados miembros de la UE. Este cuestionario se incluye en un informe disponible en el sitio web del OEDT (2).
The EMCDDA has developed a set of common core items (‘European model questionnaire’, EMQ) that is implemented in, or compatible with, most surveys in the EU Member States. The EMQ is included in a report available on the EMCDDA website (2). ‘Lifetime use’ may be of limited value as an indicator of the current situation among adults (although it could be a reasonable indicator among school children), but in conjunction with other measures it can give insight into aspects of patterns of use (continuation or discontinuation of use) and the generational dynamics of the spread of drug use. ‘Last 12 months’ use’ gives an indication of recent drug use, although often this use will be occasional, and ‘last 30 days’ use’ gives an indication of more current use, which will include people using the drug frequently.
L'OEDT a mis au point un questionnaire de base commun (le «questionnaire type européen» ou EMQ) qui est utilisé dans la plupart des enquêtes menées dans les États membres de l'UE, ou est compatible avec celles-ci. L'EMQ est présenté dans un rapport disponible sur le site web de l'OEDT (2). L'«usage au cours de la vie» peut n'avoir qu'un intérêt limité en tant qu'indicateur de la situation actuelle au sein de la population adulte (bien qu'elle puisse être un indicateur raisonnable chez les élèves) mais, associée à d'autres mesures, elle peut donner une idée de certains aspects des modes de consommation (poursuite ou interruption de la consommation) et de la dynamique générationnelle de l'étendue de l'usage de drogue. L'«usage au cours des douze derniers mois» donne une indication de la consommation récente de drogue, bien qu'elle soit souvent occasionnelle, tandis que l'«usage au cours des trente derniers jours» indique un usage plus actuel, qui inclura des personnes prenant de la drogue fréquemment.
L’OEDT ha elaborato un insieme di tematiche comuni (“Questionario europeo”, EMQ) che viene usato da o è compatibile con la maggior parte delle indagini realizzate negli Stati membri dell'UE. L’EMQ è inserito in una relazione disponibile sul sito web dell’OEDT (2). Il “consumo una tantum” può essere di limitato valore come indicatore della situazione corrente tra gli adulti (nonostante possa essere un indicatore ragionevole tra gli scolari), ma associato ad altre misure può favorire la comprensione di taluni aspetti dei modelli di consumo (continuazione o cessazione del consumo) nonché delle dinamiche generazionali della diffusione del consumo di stupefacenti. Il “consumo negli ultimi 12 mesi” fornisce un’indicazione del consumo recente di stupefacenti, sebbene si tratti spesso di un consumo occasionale, mentre il “consumo negli ultimi 30 giorni” segnala un consumo più attuale, un dato che comprende anche le persone che fanno uso frequente di droga.
Το ΕΚΠΝΤ ανέπτυξε ένα σύνολο κοινών βασικών θεμάτων (Πρότυπο Ευρωπαϊκό Ερωτηματολόγιο), το οποίο εφαρμόζεται στις περισσότερες έρευνες που διενεργούνται στα κράτη μέλη της ΕΕ ή είναι συμβατό με αυτές. Το Πρότυπο Ευρωπαϊκό Ερωτηματολόγιο περιλαμβάνεται σε μια έκθεση που είναι διαθέσιμη στην ιστοθέση του ΕΚΠΝΤ (2). Η «δοκιμή τουλάχιστον μία φορά σε όλη τη ζωή» μπορεί να έχει περιορισμένη αξία ως δείκτης της τρέχουσας κατάστασης στους ενηλίκους (μολονότι μπορεί να είναι ένας χρήσιμος δείκτης για τους μαθητές), αλλά σε συνδυασμό με άλλες μετρήσεις παρέχει πληροφορίες σχετικά με πτυχές των προτύπων χρήσης (συνέχιση ή διακοπή της χρήσης) και με τη δυναμική της εξάπλωσης της χρήσης ναρκωτικών από γενεά σε γενεά. Η «χρήση κατά το τελευταίο δωδεκάμηνο» παρέχει μια ένδειξη σχετικά με την πρόσφατη χρήση ναρκωτικών, μολονότι συχνά η χρήση αυτή είναι περιστασιακή, και η «χρήση κατά τις τελευταίες 30 ημέρες» παρέχει μια ένδειξη σχετικά με την τρέχουσα χρήση, η οποία περιλαμβάνει τα άτομα που κάνουν συχνή χρήση ναρκωτικών.
Het EWDD heeft een reeks gemeenschappelijke kernitems ontwikkeld (de “Europese modelenquête”) die geïmplementeerd zijn in, of compatibel zijn met de meeste enquêtes in de lidstaten van de EU. De modelenquête is opgenomen in een verslag dat via de website van het EWDD toegankelijk is (2). Waarschijnlijk is het “ooit”-gebruik een slechte indicator voor de huidige situatie onder volwassenen (hoewel het een redelijke indicator voor scholieren zou kunnen zijn), maar samen met andere gegevens kan dat “ooit”-gebruik wel inzicht geven in gebruikpatronen (voortzetten van of stoppen met drugsgebruik) en van verschillen tussen generaties met betrekking tot de verspreidingsgraad van het drugsgebruik. Het “laatste 12 maanden”-gebruik geeft een indicatie van het recent gebruik, hoewel dat vaak een incidenteel karakter zal hebben, en het “laatste maand”-gebruik vormt een indicatie van het meer actuele gebruik en omvat ook de mensen die een bepaalde drug vaak gebruiken.
EMCDDA vypracovala soustavu společných základních bodů („evropský modelový dotazník“ (European Model Questionnaire, EMQ)), která je používána ve většině průzkumů v členských státech EU nebo je s těmito průzkumy kompatibilní. Evropský modelový dotazník je součástí zprávy, která je k dispozici na internetových stránkách EMCDDA (2). „Celoživotní užívání“ jako ukazatel současné situace u dospělých může mít omezenou hodnotu (i když může být vhodným ukazatelem u školních dětí), ale ve spojení s dalšími měřítky může poskytnout obraz o aspektech vzorců užívání (pokračování nebo přerušení užívání) a o generační dynamice šíření užívání drog. „Užívání během posledních 12 měsíců“ je ukazatelem užívání drog v poslední době, i když často bývá takové užívání příležitostné, a „užívání během posledních 30 dnů“ je ukazatelem aktuálnějšího užívání v současné době, které bude zahrnovat osoby, které užívají drogy často.
EONN har udviklet en række fælles kerneelementer ('europæisk modelspørgeskema'), som gennemføres i eller er kompatibelt med de fleste undersøgelser i EU-medlemsstaterne. Det europæiske modelspørgeskema findes på EONN's websted (2). 'Langtidsprævalens' kan have begrænset værdi som indikator for den nuværende situation blandt voksne (selv om den kunne være en hensigtsmæssig indikator blandt skoleelever), men sammen med andre mål kan den give et indblik i aspekter af brugsmønstre (fortsat brug eller ophør med brug) og generationsdynamikken med hensyn til udbredelsen af stofbrug. 'De seneste 12 måneder' giver en indikation af nylig stofbrug, selv om denne brug ofte vil være lejlighedsvis, og 'de senest 30 dage' giver en indikation af mere aktuel brug, som omfatter personer, der anvender stoffet hyppigt.
Narkootikumide ja Narkomaania Euroopa Järelevalvekeskus on välja töötanud ühtse põhiteemade paketi (Euroopa näidisküsimustiku), mida rakendatakse enamikus ELi liikmesriikides teostatavates uuringutes või mis on nendega ühildatav. Euroopa näidisküsimustiku leiab aruandest, mis on kättesaadav Narkootikumide ja Narkomaania Euroopa Järelevalvekeskuse veebilehel (2). „Tarbimine elu jooksul” ei pruugi anda täielikku ettekujutust praegusest olukorrast täiskasvanute hulgas (kuigi see võib olla otstarbekas näitaja koolinoorte puhul), koos teiste näitajatega võib see aga anda pildi tarbimisharjumuste teatud aspektidest (tarbimise jätkamine või lõpetamine) ja uimastitarbimise leviku põlvkondadevahelistest erinevustest. „Viimased 12 kuud” annab ettekujutuse hiljutisest uimastitarbimisest, kuigi see on tihti juhuslik, ja „viimased 30 päeva” annab pigem ülevaate praegusest kasutamisest, hõlmates inimesi, kes tarbivad uimasteid sageli.
EMCDDA on laatinut sarjan yhteisiä keskeisiä kysymyksiä ("eurooppalainen mallikyselylomake"), jota käytetään useimmissa EU:n jäsenvaltioissa tehtävissä kyselyissä tai joka on ainakin vertailukelpoinen niiden kanssa. Eurooppalainen mallikyselylomake löytyy EMCDDA:n verkkosivustolla olevasta raportista (2). "Käyttöä ainakin kerran elämässä" kuvaava tunnusluku ei välttämättä anna tarkkaa kuvaa nykytilanteesta aikuisten keskuudessa (se saattaa antaa kohtuullisen hyvän kuvan tilanteesta koululaisten keskuudessa), mutta yhdessä muiden mittareiden kanssa se saattaa valaista käyttötapoja (käytön jatkaminen tai lopettaminen) ja sukupolvien välisiä eroja huumeidenkäytön yleisyydessä. "Käyttö viimeisten 12 kuukauden aikana" kertoo viimeaikaisesta käytöstä, joskin tällainen käyttö on usein satunnaista, ja "käyttö viimeisten 30 päivän aikana" kertoo nykyisestä käytöstä ja kattaa huumetta säännöllisesti käyttävät henkilöt.
Az EMCDDA kidolgozta azon közös alapelemek sorát („Európai modellkérdőív”, EMQ), amelyek az EU legtöbb tagállamának országos felméréseiben szerepelnek vagy azokkal összeegyeztethetők. Az EMQ szerepel az EMCDDA weboldalán megtalálható jelentésben (2). A „kipróbálás” a felnőttekre jellemző jelenlegi helyzet mutatójaként korlátozott értékű információ (ugyanakkor az iskoláskorú gyermekeknél fontos mutató lehet), de más mérésekkel együtt betekintést adhat a használatformák egyes aspektusaiba (a használat folytatása vagy abbahagyása) és a droghasználat terjedésének generációs dinamikájába. Az „előző 12 havi használat” a közelmúltbeli kábítószer-használatot jelzi, noha ez a használat gyakran csak alkalmi, az „előző 30 napban” történt használat pedig a legutóbbi használatról ad képet, amelyben benne lesznek a rendszeres kábítószer-használók.
EONN har utarbeidet et sett felles kjerne-”items” til den europeiske spørreskjemamodellen (“European Model Questionnaire – EMQ) som er implementert i eller kompatible med de fleste spørreskjemaene i EUs medlemsstater. EMQ er tatt med i en rapport på EONNs nettsted (2). “Livstidsbruk” kan være av begrenset verdi som indikator for nåværende situasjon blant voksne (selv om den kan være en rimelig indikator blant skoleelever), men kan sammen med andre tiltak gi kunnskaper om visse aspekter ved bruksmønstrene (fortsatt eller avsluttet bruk) og generasjonsdynamikken i utbredelsen av narkotikabruk. “Bruk siste 12 måneder” gir en indikasjon på nyere narkotikabruk, selv om denne bruken ofte vil være sporadisk, og ”bruk siste 30 dager” gir en indikasjon på mer aktuell bruk og vil omfatte personer som bruker stoffet hyppig.
EMCDDA przygotowało zestaw wspólnych punktów głównych („Europejski Kwestionariusz Modelowy”, EMQ), który wdrażany jest w większości badań sondażowych przeprowadzanych w Państwach Członkowskich UE lub jest z nimi zgodny. EMQ znajduje się w sprawozdaniu dostępnym na stronie internetowej EMCDDA (2). Informacja o „zażyciu przynajmniej raz w życiu” może mieć ograniczoną wartość jako wskaźnik sytuacji bieżącej wśród osób dorosłych (choć może być to uzasadniony wskaźnik wśród młodzieży szkolnej), ale w połączeniu z innymi pomiarami może dać wgląd w kwestie schematów stosowania (kontynuacja lub przerwanie zażywania) oraz w kwestie dynamiki pokoleniowej rozpowszechnienia stosowania narkotyków. Wskaźnik „ostatnich 12 miesięcy” przedstawia zażywanie niedawne, choć często będzie ono zażywaniem sporadycznym, a wskaźnik „ostatnich 30 dni” mówi o zażywaniu bardziej bieżącym, co obejmie osoby zażywające narkotyki często.
OEDT a elaborat o serie de elemente esenţiale comune [„European Model Questionnaire” - EMQ (Chestionarul model european)] care sunt incluse în majoritatea sondajelor din statele membre ale Uniunii Europene sau care sunt compatibile cu acestea. EMQ este cuprins într-un raport care poate fi consultat pe site-ul OEDT (2). „Consumul pe parcursul vieţii” poate avea o valoare limitată ca indicator al situaţiei actuale în rândul adulţilor (deşi poate fi un indicator acceptabil în rândul elevilor), dar, coroborat cu alte măsuri, poate oferi informaţii privind diverse aspecte ale modelelor de consum (continuarea sau întreruperea consumului) şi privind dinamica pe generaţii a răspândirii consumului de droguri. „Consumul în ultimele 12 luni” indică consumul recent de droguri, deşi acest consum este frecvent ocazional, iar „consumul în ultimele 30 de zile” indică un consum mai de actualitate, cuprinzând persoanele care consumă drogul frecvent.
Center je razvil sklop skupnih osrednjih elementov ("evropski vzorčni vprašalnik", EMQ), ki se uporabljajo v večini raziskav v državah članicah EU ali se z njimi primerjajo. Evropski vzorčni vprašalnik je vključen v poročilo, ki je na voljo na spletni strani Centra (2). "Uživanje kadar koli v življenju" je lahko omejena vrednost za kazalec trenutnega stanja med odraslimi (čeprav bi lahko bil sprejemljiv kazalec med šolsko mladino), vendar lahko skupaj z drugimi ukrepi da vpogled v vidike uživanja drog (nadaljevanje ali prenehanje uživanja) ter generacijsko dinamiko širjenja uživanja drog. "Uživanje v zadnjih 12 mesecih" daje vpogled v nedavno uživanje drog, čeprav bo to uživanje pogosto občasno, medtem ko "uživanje v zadnjih 30 dneh" navaja bolj redno uživanje, ki bo vključevalo osebe, ki drogo uživajo pogosto.
ECNN har utformat en rad vanliga centrala frågor (”Europeisk modellenkät”, EMQ) som genomförs i eller som är jämförbara med de flesta undersökningar i EU:s medlemsstater. EMQ ingår i en rapport som finns på ECNN:s webbplats (2). ”Användning någon gång” kan ha ett begränsat värde som indikator för den aktuella situationen bland vuxna (men skulle kunna vara en bra indikator bland skolbarn), men i samband med andra åtgärder kan den ge insyn i aspekter som rör missbruksmönster (fortsättning eller upphörande av användning) och generationsdynamik när det gäller spridningen av narkotikabruk. ”Användning de senaste 12 månaderna” ger en antydan om narkotikabruket under senare tid, fast denna typ av användning sker oftast vid enstaka tillfällen och ”användning de senaste 30 dagarna” ger en antydan om aktuell användning, inklusive de personer som använder drogen regelbundet.
  5 Résultats www.google.lv  
Aunque un ordenador no reaccionará igual que tú al ver esa foto, puede entrenarse para reconocer determinados patrones de colores y formas. Por ejemplo, se puede entrenar un ordenador para que reconozca los patrones comunes de las formas y de los colores que componen la imagen digital de un rostro.
Les ordinateurs ne "voient" pas les photos et les vidéos de la même manière que les humains. En regardant une photo, vous verrez peut-être votre meilleure amie debout devant chez elle. D'un point de vue informatique, cette même image n'est qu'un ensemble de données que l'ordinateur peut interpréter comme des formes et des valeurs de couleur. Même si un ordinateur ne réagit pas comme vous face à cette photo, il peut toutefois être entraîné à reconnaître certains motifs de couleur et certaines formes. Ainsi, un ordinateur peut-il apprendre à reconnaître les motifs de formes et de couleurs qui constituent une image numérique d'un visage. Ce processus de détection de visages est la technologie qui aide Google à protéger votre vie privée sur des services tels que Street View, sur lesquels les ordinateurs tentent de détecter, puis de flouter les visages de toutes les personnes susceptibles de se trouver sur les routes que parcourt la voiture Street View. C'est cette même technologie qui permet à des services comme Google+ Photos de vous suggérer d'ajouter un tag à une photo ou à une vidéo lorsqu'un visage semble y apparaître. La détection de visages ne vous indique pas qui apparaît sur les images, mais peut vous aider à rechercher les visages dans vos photos.
Computer "sehen" Fotos und Videos nicht so wie Sie. Sie sehen zum Beispiel auf einem Foto Ihre beste Freundin vor einem Haus. Für einen Computer besteht dasselbe Bild nur aus einer Datenmenge, die von ihm als Formen und Farbwerte interpretiert werden können. Ein Computer reagiert zwar nicht wie Sie beim Anblick dieses Fotos, kann aber darauf trainiert werden, bestimmte Muster von Farben und Formen zu erkennen. So kann ein Computer beispielsweise lernen, die üblichen Muster von Formen und Farben zu erkennen, aus denen das digitale Bild eines Gesichts besteht. Dieses Verfahren wird Gesichtserkennung genannt. Google wendet es beispielsweise zum Schutz Ihrer Privatsphäre in Diensten wie Street View an. Auf diese Weise können Gesichter von Personen, die beim Vorbeifahren eines Street View-Autos anwesend waren, erfasst und dann unkenntlich gemacht werden. In Diensten wie Google+ Fotos erhalten Sie mithilfe dieses Verfahrens Vorschläge zum Taggen von Fotos oder Videos, die Gesichter zeigen. Diese allgemeine Gesichtserkennung sagt Ihnen nicht, um wessen Gesicht es sich handelt, aber sie kann Ihnen helfen, Gesichter auf Ihren Fotos zu finden.
I computer non "vedono" le foto e i video come fanno le persone. Quando guardi una foto, potresti vedere la tua migliore amica in piedi di fronte a casa sua. Dal punto di vista di un computer, quella stessa immagine è semplicemente un insieme di dati che può interpretare come forme e informazioni sui valori cromatici. Anche se non reagisce come te quando vedi quella foto, un computer può essere addestrato a riconoscere determinati pattern di forme e colori. Ad esempio, un computer può essere addestrato a riconoscere i pattern comuni di forme e colori che compongono l'immagine digitale di un volto. Questo processo è noto come rilevamento facciale ed è la tecnologia che aiuta Google a proteggere la tua privacy su servizi come Street View, dove i computer tentano di rilevare e poi sfocano i volti di tutte le persone che erano presenti per strada mentre passava l'auto di Street View. Questa tecnologia supporta anche servizi quali Foto Google+ nel suggerire di taggare una foto o un video quando rilevano che potrebbe essere presente un volto. Il rilevamento facciale non indica di chi è il volto, ma può aiutarti a trovare i volti nelle tue foto.
تختلف طريقة تعرف أجهزة الكمبيوتر على الصور ومقاطع الفيديو عن طريقة تعرف الأشخاص عليها. عند تأمل صورة، ربما ترى أفضل أصدقائك يجلس أمام منزله. ومن منظور الكمبيوتر، هذه الصورة ليست إلا مجموعة بيانات يمكن تفسيرها كأشكال ومعلومات عن قيم الألوان. ونظرًا لاختلاف طريقة تفاعل الكمبيوتر عن طريقة تفاعلك عند مشاهدة تلك الصورة، يمكن تدريب جهاز الكمبيوتر على التعرف على أنماط معينة من الألوان والأشكال. فعلى سبيل المثال، ربما يكون الكمبيوتر مدربًا على التعرف على أنماط شائعة من الأشكال والألوان، تشكّل صورة رقمية لوجه ما. هذه العملية معروفة باسم اكتشاف الوجه، وهي التقنية التي تساعد Google في الحفاظ على خصوصيتك في خدمات كالتجوّل الافتراضي، والتي من خلالها تحاول أجهزة الكمبيوتر اكتشاف وجوه أي أشخاص ربما كانوا يقفون في الشارع أثناء مرور سيارة التجوّل الافتراضي، ومن ثم تعمل على جعلها غير واضحة المعالم. كما أن هذه العملية تساعد خدمات كصور Google+‎ في اقتراح وضع علامة على صورة أو فيديو، نظرًا لظهور ما قد يشبه وجهًا ما في هذه الصورة أو الفيديو. لن تبلغك ميزة اكتشاف الوجه بالشخص الذي يمثله هذا الوجه، ولكن يمكن أن تساعدك في العثور على الوجوه في صورك.
Computers 'zien' foto's en video's niet op dezelfde manier als mensen. Wanneer u naar een foto kijkt, ziet u wellicht uw beste vriendin voor haar huis staan. Vanuit het perspectief van een computer is diezelfde foto simpelweg een hoop gegevens die worden geïnterpreteerd als vormen en informatie over kleurwaarden. Hoewel een computer niet als u reageert bij het bekijken van die foto, kan een computer worden getraind om bepaalde patronen van kleuren en vormen te herkennen. Een computer kan bijvoorbeeld worden getraind om de algemene patronen van vormen en kleuren te herkennen waaruit een digitale afbeelding van een gezicht is opgemaakt. Dit proces staat bekend als gezichtsdetectie en is de technologie waarmee Google uw privacy kan beschermen in services zoals Street View. Hierbij proberen computers gezichten van mensen te detecteren en te vervagen, die mogelijk in die straat stonden toen de auto van Street View voorbij reed. Gezichtsdetectie is ook nuttig voor services zoals Google+ Foto's, waarbij wordt voorgesteld een foto of video te taggen, omdat er waarschijnlijk een gezicht op staat. Gezichtsdetectie vertelt u niet wiens gezicht het is, maar dit proces kan u helpen de gezichten in uw foto's te vinden.
Počítače fotky a videa nevidí stejně jako lidé. Když se na fotografii podíváte vy, vidíte svou nejlepší kamarádku před domem. Z pohledu počítače ten samý obrázek jen shlukem dat, která lze interpretovat jako tvary a informace o hodnotách barev. Počítač sice na fotku nebude reagovat stejně jako vy, ale může se naučit rozpoznávat v barvách a tvarech jisté vzorce. Může například rozpoznat obvyklé vzory tvarů a barev, které tvoří digitální obraz tváře. Tomuto procesu se říká rozpoznávání tváří a společnost Google tuto technologii využívá k ochraně soukromí ve službách, jako je Street View, kde počítače rozpoznávají a rozmazávají tváře lidí, kteří byli na ulici vyfotografováni při průjezdu auta Street View. Tuto technologii využíváme také ve službách, jako jsou Fotky Google+. Pokud zjistíme, že by na fotce nebo ve videu mohla být zachycena tvář, navrhneme uživateli, aby fotku nebo video označili jmenovkou. Rozpoznávání tváří vám neřekne, o čí obličej se jedná, ale může vám pomoci tváře na fotce najít.
Tietokoneet eivät ”näe” valokuvia ja videoita samalla tavalla kuin ihmiset. Kun katsot valokuvaa, saatat nähdä esimerkiksi ystäväsi seisomassa talon edessä. Tietokoneen näkökulmasta sama kuva on vain kasa tietoja, joita se voi tulkita muodoiksi ja väriarvoiksi. Vaikka tietokone ei kuvan nähdessään reagoi samalla tavalla kuin sinä, tietokone voidaan opettaa tunnistamaan tiettyjä värien ja muotojen kaavoja. Tietokone voidaan esimerkiksi opettaa tunnistamaan ne yleiset muotojen ja värien kaavat, jotka muodostavat digitaalisen kuvan kasvoista. Tämä prosessi tunnetaan nimellä kasvojen havaitseminen. Kyseessä on tekniikka, joka auttaa Googlea suojaamaan yksityisyyttäsi palveluissa kuten Street View, jossa tietokoneet yrittävät tunnistaa ja sumentaa Street View -auton kuvaamien kadulla seisovien ihmisten kasvoja. Se myös auttaa esimerkiksi Google+ -palvelua ehdottamaan kuvan tai videon merkitsemistä, jos se havaitsee siinä olevat kasvot. Kasvojen havaitseminen ei kerro, kenen kasvot ovat kyseessä, mutta se voi auttaa löytämään kasvoja kuvista.
Человек и компьютер по-разному воспринимают изображения и видео. Взглянув на фотографию, вы сразу узнаете лучшего друга – даже если снимок не лучшего качества. Для компьютера та же картинка представляет собой данные, из которых можно извлечь информацию о контурах предметов и их цвете. Несмотря на то что у него отсутствуют органы чувств, его можно научить распознавать определенные объекты, в том числе лица. Google использует такую технологию, чтобы обеспечить вашу конфиденциальность. Например, на изображениях просмотра улиц компьютер определяет лица прохожих, попавших в объектив камеры, и размывает их. Также благодаря этой технологии система находит на снимках и в видеороликах Google+ ваших знакомых и предлагает их отметить (хотя и не может сама определить, кто это).
Bilgisayarlar, fotoğraf ve videoları insanlar gibi "görmezler". Bir fotoğrafa baktığınızda, evinin önünde duran en yakın arkadaşınızı görebilirsiniz. Aynı resim, bilgisayarın bakış açısından sadece şekiller ve renk değerlerine ait bilgiler olarak yorumlanabilecek bir veri yığınıdır. Bilgisayar bu fotoğrafı gördüğünde sizin yaptığınız gibi davranmasa da, çeşitli renk ve şekil desenlerini tanımak üzere eğitilebilir. Örneğin, bilgisayar bir yüzün dijital resmini oluşturan ortak şekil ve renk desenlerini tanıyacak biçimde eğitilebilir. Yüz algılama adı verilen bu işlem, Sokak Görünümü arabasının geçişi sırasında bilgisayarların sokakta bulunabilecek kişilerin yüzlerini saptayıp bulanıklaştırmaya çalıştığı Sokak Görünümü gibi hizmetlerde gizliliğinizin korunması için Google'a yardımcı olan teknolojidir. Bu teknoloji, resim veya videoda yüz bulunabileceğini belirleyerek etiketlemenizi öneren Google+ Fotoğraflar gibi hizmetlere de yardımcı olur. Yüz algılama, size yüzün kime ait olduğu bilgisini vermez, ancak fotoğraflarınızdaki yüzleri bulmanıza yardımcı olabilir.
Máy tính không "xem” ảnh và video theo cách tương tự như cách con người thực hiện. Khi xem một bức ảnh, bạn có thể thấy người bạn thân nhất của mình đang đứng trước ngôi nhà của cô ấy. Dưới góc nhìn của máy tính, hình ảnh tương tự đó chỉ đơn thuần là một bó dữ liệu mà máy tính có thể hiểu là những hình dạng và thông tin về các giá trị màu sắc. Mặc dù máy tính sẽ không phản ứng giống bạn khi bạn xem bức ảnh đó nhưng máy tính có thể được lập trình để nhận dạng các mẫu màu sắc và hình dạng nhất định. Ví dụ: máy tính có thể được lập trình để nhận dạng các mẫu hình dạng và màu sắc phổ biến tạo nên hình ảnh kỹ thuật số của khuôn mặt. Quá trình này được gọi là phát hiện khuôn mặt và đây là công nghệ giúp Google bảo vệ quyền riêng tư của bạn trên các dịch vụ chẳng hạn như Chế độ xem phố, trong đó máy tính cố gắng phát hiện, sau đó làm mờ khuôn mặt của bất kỳ người nào có thể đang đứng trên phố khi xe của Chế độ xem phố đi ngang qua. Đây cũng chính là công nghệ giúp các dịch vụ như Google+ Ảnh đề xuất bạn gắn thẻ ảnh hoặc video vì có vẻ như có sự hiện diện của khuôn mặt trong ảnh hoặc video đó. Phát hiện khuôn mặt sẽ không cho bạn biết khuôn mặt đó là của ai nhưng công nghệ này có thể giúp bạn tìm các khuôn mặt trong ảnh của mình.
Datorā fotoattēli un videoklipi tiek uztverti atšķirīgi, nekā tos redz cilvēks. Kad jūs skatāties uz fotoattēlu, jūs redzat, piemēram, savu labāko draugu, kurš stāv mājas priekšā. Datorā šis attēls tiek uztverts kā datu kopa, ko var interpretēt kā formas un informāciju par krāsu vērtībām. Kaut arī dators uz šo fotoattēlu reaģēs citādi nekā jūs, datoru var iestatīt, lai tas atpazītu noteiktus krāsu un formu modeļus. Piemēram, datoru var iestatīt, lai tas atpazītu biežāk sastopamos formu un krāsu modeļus, kas veido sejas digitālo attēlu. Šo procesu sauc par sejas noteikšanu, un tā ir tehnoloģija, kura palīdz Google aizsargāt jūsu konfidencialitāti tādos pakalpojumos kā Ielas attēls, kad dators mēģina atpazīt uz ielām stāvošo cilvēku sejas attēlos, kas pakalpojuma Ielas attēls ietvaros uzņemti no automašīnas, un pēc tam šīs sejas aizmiglo. Pateicoties šai tehnoloģijai, tādos pakalpojumos kā Google+ fotoattēli var arī tikt ieteikts pievienot fotoattēlam vai videoklipam atzīmi, ja datoram šķiet, ka fotoattēlā vai videoklipā varētu būt redzama seja. Izmantojot sejas noteikšanas funkciju, jūs netiksiet informēts par to, kurai personai pieder konkrētā seja, taču šī funkcija palīdzēs atrast sejas jūsu fotoattēlos.
Arrow 1 2 3 4 5 6 7 8 9 10 Arrow