With previous experience in automat

With previous experience in automated bullet identification
research using acquisition of topography images and the cross
correlation score as a similarity metric [11], we try to address the
aforementioned questions about statistics and subjectivity, and to
provide a method for automation of CMS as the similarity metric. A
computerized identification method based on 3D topography
measurement and CMS criteria is described in this report. Since
both the bullet features and the topography acquisition procedure
are three dimensional, the bullet data enable a model to be built to
fit the 3D CMS criteria. CMS values are automatically calculated
from surface topography images for a set of unknown bullets
compared to a set of knowns. The CMS results are compared with
the true results revealed subsequently. The paper is organized as
follows: a brief introduction of the CMS counting model is
presented in Section 2 including image preprocessing, feature
profile extraction, and striae-matching determination. The experimental
results and statistical analysis are given in Section 3. In
Section 4 we conclude with an evaluation of all the results.

ผลลัพธ์ (ไทย) 1:

มีประสบการณ์ก่อนหน้านี้ในรหัสกระสุนอัตโนมัติวิจัยใช้ซื้อของภาพภูมิประเทศและไม้กางเขนความสัมพันธ์ของคะแนนเป็นคล้ายการวัด [11], เราพยายามที่จะอยู่คำถามดังกล่าว เกี่ยวกับสถิติและ subjectivity และการมีวิธีการอัตโนมัติของ CMS เป็นการวัดความคล้ายคลึงกัน Aวิธีการระบุคอมพิวเตอร์ตามภูมิประเทศ 3Dซ.ม.และประเมินเงื่อนไขที่อธิบายไว้ในรายงานนี้ ตั้งแต่ลักษณะสัญลักษณ์แสดงหัวข้อและขั้นตอนการซื้อถือมีสามมิติ ข้อมูลแสดงหัวข้อย่อยใช้แบบจำลองที่ถูกสร้างขึ้นเพื่อพอดีเกณฑ์ซ.ม. 3D ซ.ม.ค่าจะถูกคำนวณโดยอัตโนมัติจากภาพชุดของสัญลักษณ์ไม่รู้จักพื้นผิวภูมิประเทศเมื่อเทียบกับชุดของ knowns มีการเปรียบเทียบผลลัพธ์ซ.ม.ด้วยผลลัพธ์จริงที่เปิดเผยในเวลาต่อมา จัดกระดาษเป็นดังต่อไปนี้: แนะนำสั้น ๆ ของ CMS ที่นับรุ่นได้นำเสนอใน 2 ส่วนที่รวมทั้งภาพที่ประมวลผลเบื้องต้น คุณลักษณะโปรไฟล์สกัด และกำหนดจับคู่ striae การทดลองผลลัพธ์และการวิเคราะห์ทางสถิติได้ใน 3 ส่วน ในเราสรุป ด้วยการประเมินผลทั้งหมด 4 ส่วน

ผลลัพธ์ (ไทย) 2:

ด้วยประสบการณ์ที่ผ่านมาในการระบุกระสุนอัตโนมัติ
การวิจัยโดยใช้การเข้าซื้อกิจการของภาพภูมิประเทศและข้าม
คะแนนความสัมพันธ์ที่เป็นตัวชี้วัดความคล้ายคลึงกัน [11] เราพยายามที่จะอยู่ที่
คำถามดังกล่าวเกี่ยวกับสถิติและความอยู่และเพื่อ
ให้วิธีการสำหรับระบบอัตโนมัติของ CMS เป็นความคล้ายคลึงกัน เมตริก
วิธีการระบุคอมพิวเตอร์บนพื้นฐานของภูมิประเทศ 3D
วัดและเกณฑ์ CMS อธิบายไว้ในรายงานฉบับนี้ เนื่องจาก
ทั้งคุณลักษณะ bullet และขั้นตอนการเข้าซื้อกิจการภูมิประเทศ
สามมิติข้อมูลกระสุนช่วยให้รูปแบบที่จะถูกสร้างขึ้นมาเพื่อ
ให้พอดีกับเกณฑ์ CMS 3D ค่า CMS มีการคำนวณโดยอัตโนมัติ
จากพื้นผิวภูมิประเทศภาพสำหรับชุดของกระสุนที่ไม่รู้จัก
เมื่อเทียบกับชุดของ knowns ผล CMS เมื่อเทียบกับ
ผลที่แท้จริงเปิดเผยภายหลัง กระดาษจะถูกจัดเป็น
ดังต่อไปนี้: แนะนำสั้น ๆ ของรูปแบบการนับ CMS จะ
นำเสนอในส่วนที่ 2 รวมทั้ง preprocessing ภาพคุณลักษณะ
การสกัดรายละเอียดและความมุ่งมั่น striae จับคู่ การทดลอง
และผลการวิเคราะห์ทางสถิติจะได้รับในมาตรา 3 ใน
มาตรา 4 เราสรุปกับการประเมินผลทั้งหมด

ผลลัพธ์ (ไทย) 3:

ด้วยประสบการณ์ที่ก่อนหน้าในการวิจัยการใช้กระสุน
ซื้อภูมิประเทศภาพและความสัมพันธ์ข้าม
คะแนนความเหมือนระบบเมตริก [ 11 ] และเราพยายามที่จะตอบสนอง
ดังกล่าวคำถามเกี่ยวกับสถิติและอัตวิสัยและ

ให้วิธีการอัตโนมัติของ CMS เป็นเหมือนตัวชี้วัด เป็นวิธีสอนที่ใช้รหัสคอมพิวเตอร์

3D ภูมิประเทศเกณฑ์การวัดและ CMS ที่อธิบายไว้ในรายงานนี้ ตั้งแต่
ทั้งกระสุนและคุณลักษณะภูมิประเทศการขั้นตอน
เป็นสามมิติ , ข้อมูลกระสุนให้รูปแบบการสร้าง 3D CMS

พอดีเกณฑ์ เซนติเมตรค่าคำนวณโดยอัตโนมัติ
จากภาพพื้นผิวภูมิประเทศสำหรับชุดของกระสุนที่ไม่รู้จัก
เมื่อเทียบกับชุดของ knowns . CMS ผลลัพธ์
เมื่อเทียบกับผลจริงเปิดเผยในภายหลัง กระดาษจะถูกจัดเป็น
คือสั้นเบื้องต้นของ CMS นับแบบ
นำเสนอในส่วน 2 รวมภาพ preprocessing , การสกัดข้อมูลคุณลักษณะ
และรอยตัดตรงกับความมุ่งมั่น ผลการทดลอง
และการวิเคราะห์ทางสถิติจะได้รับในมาตรา 3 ในส่วนที่ 4
ได้ด้วยการประเมินผลผลลัพธ์ทั้งหมด