I. INTRODUCTIONWith taking images b

I. INTRODUCTION
With taking images being rather cheap people typically take
many pictures of the same scene to maximize the possibility of
getting a good picture. In such sets one typically finds
overlapping images, like one picture of the full Eiffel Tower and
a second one showing just the tip of the tower in detail. In this
example the mentioned two images feature an explicit pair wise
spatial relation. The picture showing the top of the Eiffel tower
captures a detail in the upper part of the other image. Another
example is shown in Figure 1. The leftmost image shows the boat
in detail, the image in the center shows the horizon and the
sunset, while the third image captures the scene in a broader
context. In many scenarios this overlap in content and the explicit
spatial is relevant to users trying to find and retrieve images. In
other words: if an image A is found by a search engine and has a
spatial relation with the images B, C and D, these images have a
high possibility of being relevant for the user as well.
While we are aware of the Photosynth project [11], it turned
out that current search engines do not provide a feature to browse
or retrieve images based on explicit spatial relations. No current
search engine or result visualization allowed for retrieving
images that were “left” or “right” of a query image or showed a
detail in a certain region to propose potentially interesting images
to the user. Therefore, we focus in our work on a simple and
robust method to (i) identify overlap between photos and (ii)
classify the overlaps to find and name the spatial relation with a
newly proposed taxonomy to allow easy and fast indexing and
search. We do not investigate advanced methods for image
registration [7] or image stitching [8], but focus on the retrieval
aspect of spatial relations between images. The approach and the
application described in this paper features an algorithm, which is
fast and robust and its results can be used to create an inverted
list to improve current image search engines.
Our work addresses the problem of (i) how to identify
overlapping image contents, (ii) how to identify explicit spatial
relations between different images based on the found overlap,
and (iii) how to create a taxonomy to enable indexing of spatial
relations for browsing and search. Note that the proposed method
does not index image content but identifies and indexes the
existing spatial relations between two images to improve current
search results.

ผลลัพธ์ (ไทย) 1:

I. แนะนำ
พร้อมถ่ายรูปเป็นคนประหยัดแต่โดยทั่วไปใช้
ภาพจำนวนมากของภาพเดียวกันเพื่อเพิ่มความเป็นไปได้ของ
รับรูปภาพที่ดี ในชุดดังกล่าว โดยทั่วไปได้พบกับ
ซ้อนรูป รูปภาพหนึ่งของไอเฟลเต็ม และ
หลาย ๆ แสดงเพียงคำแนะนำของหอในรายละเอียด ใน
ตัวอย่างสองภาพดังกล่าวประกอบเป็นคู่ชัดเจนที่ฉลาด
ความสัมพันธ์ของพื้นที่ รูปภาพที่แสดงด้านบนของหอไอเฟล
รวบรวมรายละเอียดในส่วนบนของภาพ อื่น
ตัวอย่างแสดงในรูปที่ 1 ภาพซ้ายแสดงเรือ
รายละเอียด รูปการแสดงขอบเขตและ
อาทิตย์ ในขณะที่ภาพสามรวบรวมฉากในกว้างขึ้น
บริบท ในหลายกรณีนี้ทับซ้อนกันในเนื้อหาและการชัดเจน
ปริภูมิจะเกี่ยวข้องกับผู้ใช้ที่พยายามค้นหา และเรียกดูภาพ ใน
คำอื่น ๆ: ถ้ารูป A พบ โดยเครื่องมือค้นหา และมีการ
ปริภูมิความสัมพันธ์กับรูป B, C และ D ภาพเหล่านี้มีการ
ความเป็นไปได้สูงที่เกี่ยวข้องกับผู้ใช้เป็น
ขณะเรามีโครงการ Photosynth [11], เปิด
ออกค้นหาว่าปัจจุบัน เครื่องยนต์ไม่มีคุณลักษณะการเรียกดู
หรือดึงภาพตามความสัมพันธ์ของพื้นที่ชัดเจน ปัจจุบันไม่
แสดงภาพประกอบอย่างเครื่องยนต์หรือผลเพลงที่ได้รับอนุญาตสำหรับการเรียกค้นหา
ภาพที่ "ซ้าย" หรือ "ขวา" ของรูปแบบสอบถาม หรือพบ การ
รายละเอียดในภูมิภาคเสนอภาพน่าสนใจอาจ
ผู้ใช้ ดังนั้น เรามุ่งเน้นในการทำงานของเราที่เรียบง่าย และ
ประสิทธิภาพวิธีการ (i) ระบุทับซ้อนระหว่างภาพถ่ายและ (ii)
ทับซ้อน และชื่อปริภูมิความสัมพันธ์กับการจัดประเภทการ
ใหม่นำเสนอระบบภาษีให้ง่าย และรวดเร็วดัชนี และ
ค้นหา เราตรวจสอบวิธีการขั้นสูงสำหรับภาพ
ลงทะเบียน [7] หรือรูปเย็บ [8], แต่มุ่งเน้นที่เรียก
กว้างยาวของพื้นที่ความสัมพันธ์ระหว่างภาพ วิธีการและ
เป็นอัลกอริทึม ซึ่งเป็นคุณลักษณะของโปรแกรมประยุกต์ที่อธิบายไว้ในเอกสารนี้
รวดเร็ว และมีประสิทธิภาพ และสามารถใช้ผลของการสร้างการกลับ
รายการเพื่อปรับปรุงปัจจุบันภาพค้นหาเครื่องยนต์
ของเราทำงานอยู่ (i) วิธีการระบุปัญหา
ซ้อนภาพเนื้อหา, (ii) วิธีการระบุชัดเจนปริภูมิ
ความสัมพันธ์ระหว่างภาพต่าง ๆ ตามทับซ้อนพบ,
และ (iii) วิธีการสร้างระบบการทำดัชนีของปริภูมิ
ความสัมพันธ์สำหรับเรียกดูและค้นหา หมายเหตุว่า วิธีเสนอ
ดัชนีเนื้อหาภาพ แต่ระบุ และดัชนีการ
ความสัมพันธ์ของพื้นที่อยู่ระหว่างสองภาพเพื่อปรับปรุงปัจจุบัน
ผลลัพธ์การค้นหา

ผลลัพธ์ (ไทย) 2:

I. บทนำ
ด้วยการถ่ายภาพเป็นคนค่อนข้างราคาถูกมักจะใช้เวลา
ภาพหลายฉากเดียวกันเพื่อเพิ่มความเป็นไปได้ของ
การได้รับภาพที่ดี ในชุดดังกล่าวมักจะพบว่า
ภาพที่ทับซ้อนกันเช่นเดียวภาพของเต็มหอไอเฟลและ
อีกคนหนึ่งที่แสดงให้เห็นเพียงปลายของหอในรายละเอียด ในเรื่องนี้
ตัวอย่างที่กล่าวถึงสองภาพที่มีลักษณะคู่ที่ชัดเจนฉลาด
ความสัมพันธ์เชิงพื้นที่ ภาพที่แสดงด้านบนสุดของหอไอเฟล
จับรายละเอียดในส่วนบนของภาพอื่น ๆ อีก
ตัวอย่างที่แสดงในรูปที่ 1 ภาพซ้ายแสดงให้เห็นเรือ
ในรายละเอียดของภาพในศูนย์แสดงให้เห็นขอบฟ้าและ
พระอาทิตย์ตกในขณะที่ภาพที่สามจับฉากในที่กว้าง
บริบท ในสถานการณ์หลายซ้อนกันในเนื้อหาและชัดเจน
ของพื้นที่ที่มีความเกี่ยวข้องกับผู้ใช้พยายามที่จะค้นหาและดึงภาพ ใน
คำอื่น ๆ : ถ้าภาพถูกพบโดยเครื่องมือค้นหาและมี
ความสัมพันธ์เชิงพื้นที่กับภาพ B, C และ D, ภาพเหล่านี้มี
ความเป็นไปได้สูงของการเป็นที่เกี่ยวข้องกับผู้ใช้เป็นอย่างดี
ในขณะที่เรามีความตระหนักใน Photosynth โครงการ [11] จะเปิด
ออกว่าเครื่องมือค้นหาปัจจุบันไม่ได้ให้คุณสมบัติในการเรียกดู
หรือดึงภาพขึ้นอยู่กับความสัมพันธ์เชิงพื้นที่อย่างชัดเจน ปัจจุบันยังไม่มี
เครื่องมือค้นหาหรือการแสดงผลที่ได้รับอนุญาตสำหรับการดึง
ภาพที่ถูก "ซ้าย" หรือ "ขวา" ของภาพแบบสอบถามหรือแสดง
รายละเอียดในบางพื้นที่ที่จะเสนอภาพที่น่าสนใจที่อาจเกิดขึ้น
กับผู้ใช้ ดังนั้นเราจึงมุ่งเน้นในการทำงานของเราในการที่ง่ายและ
วิธีการที่มีประสิทธิภาพเพื่อ (i) ระบุทับซ้อนระหว่างภาพถ่ายและ (ii)
จัดคาบเกี่ยวในการค้นหาและชื่อที่เกี่ยวข้องกับอวกาศด้วย
อนุกรมวิธานเสนอใหม่ที่จะช่วยให้การจัดทำดัชนีง่ายและรวดเร็วและ
การค้นหา เราไม่ได้ตรวจสอบวิธีการขั้นสูงสำหรับภาพของ
การลงทะเบียน [7] หรือเย็บภาพ [8] แต่มุ่งเน้นไปที่การดึง
แง่มุมของความสัมพันธ์เชิงพื้นที่ระหว่างภาพ วิธีการและ
การประยุกต์ใช้ที่อธิบายไว้ในบทความนี้มีขั้นตอนวิธีการซึ่งเป็นที่
รวดเร็วและมีประสิทธิภาพและผลของมันสามารถใช้ในการสร้างกลับ
รายการการปรับปรุงเครื่องมือค้นหาภาพปัจจุบัน
การทำงานของเราที่อยู่ปัญหาของ (i) วิธีการระบุ
ภาพที่ทับซ้อนกัน เนื้อหา (ii) วิธีการระบุพื้นที่ชัดเจน
ความสัมพันธ์ระหว่างภาพที่แตกต่างกันขึ้นอยู่กับการพบกัน,
และ (iii) วิธีการสร้างอนุกรมวิธานเพื่อให้การจัดทำดัชนีของพื้นที่
ความสัมพันธ์สำหรับการเรียกดูและค้นหา โปรดทราบว่าวิธีที่นำเสนอ
ไม่ได้เนื้อหาของภาพ แต่ระบุดัชนีและดัชนี
ความสัมพันธ์เชิงพื้นที่ที่มีอยู่ระหว่างสองภาพที่จะปรับปรุงในปัจจุบัน
ผลการค้นหา

ผลลัพธ์ (ไทย) 3:

ผมแนะนำ
กับการถ่ายภาพเป็นค่อนข้างราคาถูก คนมักจะใช้เวลา
ภาพฉากเดียวกันเพื่อเพิ่มความเป็นไปได้ของ
รับภาพที่ดี เช่นชุดหนึ่งมักจะพบ
ภาพที่ทับซ้อนกัน เช่น รูปเต็มหอไอเฟลและ
สองแสดงเพียงปลายของหอในรายละเอียด ในตัวอย่างนี้
กล่าวถึงสองภาพมีชัดเจน
คู่ปัญญามิติสัมพันธ์ . ภาพที่แสดงด้านบนของหอไอเฟล
จับรายละเอียดในส่วนบนของภาพอื่น ๆ อีกตัวอย่าง
จะแสดงในรูปที่ 1 ภาพซ้ายแสดงเรือ
รายละเอียดภาพในศูนย์แสดงขอบฟ้าและ
พระอาทิตย์ตก ในขณะที่ภาพที่สามจับฉากในบริบทที่กว้างขึ้น

ในสถานการณ์มากมายที่ทับซ้อนกันในเนื้อหา และชัดเจน
พื้นที่ที่เกี่ยวข้องกับผู้ใช้พยายามที่จะค้นหาและเรียกดูภาพ ในคำอื่น ๆ :
ถ้าภาพจะพบโดยเครื่องมือค้นหาและมีความสัมพันธ์เชิงพื้นที่กับภาพ
B , C และ D , ภาพเหล่านี้มีความเป็นไปได้สูงที่เกี่ยวข้อง

สำหรับผู้ใช้ได้เป็นอย่างดี ในขณะที่เรามีความตระหนักในโครงการ Photosynth [ 11 ] มันเปลี่ยน
ออกไปว่า เครื่องมือค้นหาปัจจุบันไม่ได้ให้คุณลักษณะการเรียกดู
หรือเรียกดูภาพบนพื้นฐานของความสัมพันธ์เชิงพื้นที่ที่ชัดเจน ปัจจุบันไม่มีเครื่องมือค้นหาผลการอนุญาตหรือ

ค้นภาพที่ " ซ้าย " หรือ " สิทธิ " ของภาพแบบสอบถามหรือแสดง
รายละเอียดในบางพื้นที่เพื่อเสนอภาพ
อาจน่าสนใจให้กับผู้ใช้ ดังนั้นเราจึงเน้นในงานของเราง่ายและมีประสิทธิภาพวิธีการ
( i ) ระบุ ทับซ้อนกันระหว่างภาพถ่ายและ ( ii )
การค้นหาและแยกทับชื่อความสัมพันธ์เชิงพื้นที่กับ
ใหม่เสนอให้ง่ายและรวดเร็วของการจัดทำดัชนีและการค้นหา
. เราไม่ได้ศึกษาวิธีการขั้นสูงเพื่อภาพ
ลงทะเบียน [ 7 ] [ 8 ] หรือการต่อภาพ แต่เน้นด้านความสัมพันธ์เชิงพื้นที่ของการดึง
ระหว่างภาพ วิธีการและมีการอธิบายไว้ในบทความนี้

มีขั้นตอนวิธีการซึ่งเป็นได้อย่างรวดเร็วและมีประสิทธิภาพและผลของมันสามารถถูกใช้เพื่อสร้างรายการเพื่อปรับปรุงเครื่องมือค้นหากลับ

ภาพปัจจุบัน งานของเราเน้นปัญหาของ ( ) วิธีการระบุ
เนื้อหาภาพที่ทับซ้อนกัน ( 2 ) วิธีการระบุพื้นที่ชัดเจน
ความสัมพันธ์ระหว่างภาพที่แตกต่างกันขึ้นอยู่กับที่พบเหลื่อม
3 . วิธีการสร้างอนุกรมวิธานเพื่อให้ดัชนีของความสัมพันธ์เชิงพื้นที่
สำหรับการเรียกดูค้นหาโปรดทราบว่าวิธีการ
ไม่ได้ดัชนีภาพเนื้อหา แต่จะระบุและดัชนี
ที่มีอยู่ทักษะความสัมพันธ์ระหว่างสองภาพเพื่อปรับปรุงผลการค้นหาปัจจุบัน