Our approach is to use groups of in

Our approach is to use groups of interest points to compute local 2D transformation parameters. By using different numbers of points we can form feature descriptors which are invariant to any 2D projective transformation (similarity, affinity or homography). Similar ideas have been proposed by [12], but they have suffered from the lack of scale-invariant interest point detectors in their implemen- tation. Groups of interest points which are nearest neighbours in scale-space are used to calibrate the 2D transformation to a canonical frame [9]. The resampling of the image region in this canonical frame is geometrically invariant. Partial il- lumination invariance is achieved by normalising intensity in each of the R, G, B channels [5].

Results (Thai) 1:

วิธีของเราคือการ ใช้กลุ่มของจุดที่สนใจคำนวณพารามิเตอร์การแปลง 2D ในท้องถิ่น โดยใช้ตัวเลขที่แตกต่างกันของจุดที่เราสามารถเป็นตัวบอกคุณลักษณะที่ไม่เปลี่ยนแปลงเพื่อการแปลงใด ๆ projective 2D (ความคล้าย ความสัมพันธ์ หรือ homography) ได้รับการเสนอความคิดที่คล้ายกัน ด้วย [12], แต่พวกเขาประสบปัญหาจากการขาดการตรวจจับจุดสนใจขนาดบล็อกในเกี่ยว-tation ของ กลุ่มของจุดสนใจที่อยู่ใกล้ประเทศเพื่อนบ้านในระดับพื้นที่จะใช้การแปลง 2D ให้เป็นเฟรมมาตรฐาน [9] การเปลี่ยนความละเอียดของภาคภาพในกรอบมาตรฐานนี้เป็นบล็อก geometrically Invariance il lumination บางส่วนสามารถทำได้ โดยความเข้ม normalising ใน R, G, B ช่อง [5]

Results (Thai) 2:

วิธีการของเราคือการใช้กลุ่มของจุดที่น่าสนใจในการคำนวณค่าการเปลี่ยนแปลง 2D ท้องถิ่น โดยใช้ตัวเลขที่แตกต่างของจุดที่เราสามารถสร้างอธิบายคุณลักษณะที่มีความคงที่ในการเปลี่ยนแปลงใด ๆ projective 2D (คล้ายคลึงกันเป็นพี่น้องกันหรือ homography) ความคิดที่คล้ายกันได้รับการเสนอโดย [12] แต่พวกเขาได้รับความเดือดร้อนจากการขาดขนาดคงที่เครื่องตรวจจับจุดความสนใจในพวกเขา implemen-ช่อ กลุ่มของจุดที่น่าสนใจซึ่งเป็นเพื่อนบ้านที่ใกล้ที่สุดในระดับพื้นที่ที่ใช้ในการสอบเทียบการเปลี่ยนแปลง 2D เพื่อกรอบที่ยอมรับได้ [9] resampling ภาพของภูมิภาคในกรอบที่ยอมรับนี้เป็นค่าคงที่เรขาคณิต บางส่วนไม่แปรเปลี่ยน il-lumination จะทำได้โดยการ normalizing ความรุนแรงในแต่ละ R, G, ช่อง B [5]

Results (Thai) 3:

วิธีการคือ ใช้กลุ่มของจุดที่สนใจ เพื่อคำนวณหาพารามิเตอร์การแปลงท้องถิ่น 2D โดยการใช้ที่แตกต่างกันตัวเลขของจุดที่เราสามารถสร้างคุณลักษณะในซึ่งเป็นค่าคงที่ใด ๆการแปลงเชิงภาพฉาย ( 2D ความเหมือน 6 หรือ homography ) ความคิดที่คล้ายกันได้รับการเสนอโดย [ 12 ]แต่พวกเขาได้รับความเดือดร้อนจากการขาดความสนใจในระดับจุดตรวจจับ implemen - tation . กลุ่มของจุดที่น่าสนใจซึ่งมีเพื่อนบ้านที่ใกล้ที่สุดในพื้นที่ขนาดจะใช้ในการปรับการแปลง 2D กับกรอบมาตรฐาน [ 9 ] การสุ่มซ้ำภาพในกรอบของภูมิภาคนี้เป็นวิธีมาตรฐานไม่เปลี่ยนแปลง .บางส่วนใน lumination แปรเปลี่ยนได้โดย normalising ความรุนแรงในแต่ละครั้งของ R , G , B ) [ 5 ]