2. Establish keypoint correspondenc

2. Establish keypoint correspondences between successive images. As we showed in [17] the reprojection errors can be decreased if the matching is performed with two predecessors, instead of only one. Because of the high dimensionality of the keypoint descriptor, comparing two keypoints regarding their similarity is computationally expensive. To circumvent the quadratic complexity for comparing every keypoint in one image with every keypoint in another image, we use a bin-based approach: we divide the image space into bins and add each keypoint to the corresponding bin. The matching is then performed only with the other image’s keypoints in the bin at the same position and its neighbours.

ผลลัพธ์ (ไทย) 1:

2. สร้าง keypoint ตอบกลับระหว่างภาพต่อเนื่อง เราพบใน [17] สามารถลดข้อผิดพลาด reprojection ถ้าตรงกันจะดำเนินการกับบรรดาลูกหลานทั้งสอง แทนเพียงหนึ่งเดียว เนื่องจาก dimensionality สูงของบอก keypoint เปรียบเทียบ keypoints ที่สองเกี่ยวกับความคล้ายคลึงกันของพวกเขาได้ computationally แพง เพื่อหลีกเลี่ยงความซับซ้อนกำลังสองการเปรียบเทียบทุก keypoint ในทุก keypoint ในรูปอีกรูปหนึ่ง เราใช้วิธีตามช่อง: เราแบ่งพื้นที่ภาพออกเป็นช่อง และ keypoint เพิ่มช่องที่สอดคล้องกัน การจับคู่แล้วทำเท่ากับ keypoints ของรูปอื่นในช่องเก็บที่ตำแหน่งเดียวกันและเป็นเพื่อน

ผลลัพธ์ (ไทย) 2:

2. สร้าง correspondences keypoint ระหว่างภาพต่อเนื่อง ในขณะที่เราแสดงให้เห็นใน [17] ข้อผิดพลาดที่เส้นโครงอีกครั้งสามารถลดลงถ้าตรงกันจะดำเนินการกับสองรุ่นก่อนแทนการเพียงคนเดียว เพราะความสูงของมิติบ่ง keypoint เปรียบเทียบสอง keypoints เกี่ยวกับความคล้ายคลึงกันของพวกเขาที่มีราคาแพงคอมพิวเตอร์ เพื่อหลีกเลี่ยงความซับซ้อนสมสำหรับการเปรียบเทียบ keypoint ทุกคนในภาพหนึ่งภาพกับ keypoint ทุกคนในภาพอื่นเราจะใช้วิธีการบินตามที่เราแบ่งพื้นที่ภาพลงในถังขยะและเพิ่ม keypoint แต่ละถังที่สอดคล้องกัน จับคู่แล้วจะดำเนินการเฉพาะกับ keypoints ภาพอื่น ๆ ในถังที่ตำแหน่งเดียวกันและประเทศเพื่อนบ้าน

ผลลัพธ์ (ไทย) 3:

2 . สร้าง keypoint จดหมายระหว่างต่อเนื่องภาพ ที่เราพบใน [ 17 ] reprojection ข้อผิดพลาดสามารถลดลงถ้าตรงกันจะดำเนินการกับสองรุ่นก่อน แทนที่จะเป็นเพียงหนึ่ง เพราะ dimensionality สูงของ keypoint หัวเรื่องเปรียบเทียบสอง keypoints เกี่ยวกับความเหมือนของพวกเขา computationally แพงหลีกเลี่ยงความซับซ้อน Quadratic สำหรับเปรียบเทียบทุก keypoint ในหนึ่งภาพกับทุก keypoint ในรูปอื่น เราใช้วิธีการตามถังขยะ เราแบ่งพื้นที่ภาพออกเป็นช่อง และเพิ่มแต่ละ keypoint ไปยังถังที่สอดคล้องกัน ส่วนจากนั้นดำเนินการเฉพาะกับภาพอื่น ๆคือ keypoints ในถังขยะในตำแหน่งเดียวกันและเพื่อนบ้านของ