Features are efficiently matched us

Features are efficiently matched using a k-d tree. A k-d tree is an axis-aligned binary space partition, which recursively partitions the feature space at the mean in the dimension with the highest variance. We use 8 × 8 pixels for the canonical description, each with 3 components corresponding to normalised R, G, B values. This results in 192 element feature vectors.

Results (Thai) 1:

คุณลักษณะมีประสิทธิภาพตรงใช้ต้นไม้ k-d ต้นไม้ k-d เป็นแกนจัดพื้นที่ฐานสองพาร์ติชัน ที่กั้น recursively คุณลักษณะพื้นที่ที่หมายถึงในมิติที่ มีความแปรปรวนสูงสุด เราใช้ 8 × 8 พิกเซลสำหรับคำอธิบายมาตรฐาน มีส่วนประกอบ 3 ที่สอดคล้องกับ normalised R, G, B ค่า ซึ่งผล 192 องค์ประกอบคุณลักษณะเวกเตอร์

Results (Thai) 2:

คุณสมบัติที่ตรงกับที่มีประสิทธิภาพโดยใช้ต้นไม้ KD ต้นไม้ KD เป็นพาร์ทิชันพื้นที่แกนชิดไบนารีซึ่งซ้ำพาร์ติชันพื้นที่คุณลักษณะที่หมายในมิติที่มีความแปรปรวนสูง เราใช้ 8 × 8 พิกเซลสำหรับคำอธิบายที่ยอมรับแต่ละคนมี 3 ส่วนที่เกี่ยวข้องกับการดำเนินงานปกติ R, G, B ค่า ซึ่งจะส่งผลใน 192 คุณลักษณะเวกเตอร์องค์ประกอบ

Results (Thai) 3:

คุณสมบัติ สามารถจับคู่ใช้ k-d ต้นไม้ เป็น k-d ต้นไม้เป็นแกนชิดกั้นพื้นที่แบบไบนารีซึ่ง recursively พาร์ทิชันคุณลักษณะพื้นที่ที่หมายความว่าในมิติที่มีความแปรปรวนสูง เราใช้ 8 × 8 พิกเซล สำหรับรายละเอียดเกี่ยวกับแต่ละองค์ประกอบ 3 สอดคล้องกับ SCB R , G , B ค่า ผลลัพธ์ที่ได้ใน 192 คุณลักษณะองค์ประกอบเวกเตอร์