We have shown the importance of sub

We have shown the importance of sub-pixel / sub-scale localisation of
interest points, which critically improves the accuracy of descriptors. To reject
outliers we use Hough transform clustering followed by RANSAC to select a set of
feature matches that are loosely consistent with a global 2D transformation.

Results (Thai) 1:

เราได้แสดงให้เห็นความสำคัญของพิกเซลย่อย / ย่อยขนาดสังคมธุรกิจของ
สนใจจุด ซึ่งเพิ่มความแม่นยำของตัวบอกมิ การปฏิเสธ
outliers เราใช้ Hough แปลงตาม RANSAC การเลือกชุดของคลัสเตอร์
พักตรงที่ซึ่งสอดคล้องกับการแปลง 2D เป็นสากล

Results (Thai) 2:

เราได้แสดงให้เห็นความสำคัญของการย่อยพิกเซล / ท้องถิ่นย่อยขนาดของ
จุดที่น่าสนใจซึ่งวิกฤตเพิ่มความถูกต้องอธิบาย ที่จะปฏิเสธ
ค่าผิดปกติที่เราใช้ Hough เปลี่ยนการจัดกลุ่มตาม RANSAC เพื่อเลือกชุดของ
การแข่งขันที่มีคุณสมบัติอย่างอิสระสอดคล้องกับการเปลี่ยนแปลง 2D ทั่วโลก

Results (Thai) 3:

เราได้แสดงให้เห็นความสำคัญของ sub-pixel / ย่อยระดับท้องถิ่นของ
จุดที่น่าสนใจ ซึ่งเป็นช่วงปรับปรุงความถูกต้องใน . ปฏิเสธ
เมื่อเราใช้ Hough แปลงการจัดกลุ่มตาม ransac ไปเลือกชุดคุณลักษณะตรงกับที่หลวม
สอดคล้องกับการแปลง 2D )