After this, our task is to annotate

After this, our task is to annotate the matched object in
the query image. The images in our database are prior annotated
according to the scene or object present. On nding
the best match to the query, our task is to transfer the corresponding
annotation to the query image. The entire process
when performed on a typical desktop, needs considerable
amount of main memory(RAM), storage and processing
power. Apart from storing the images, The RANSAC based
spatial verication of two images uses the 128-dimensional
SIFT vectors and this also needs to be stored.

ผลลัพธ์ (ไทย) 1:

หลังจากนี้ งานของเราจะอธิบายวัตถุตรงกันในภาพสอบถาม รูปภาพในฐานข้อมูลของเราคือก่อนประกอบตามฉากหรือวัตถุที่อยู่ บนต่อการแข่งขันที่ดีที่สุดในแบบสอบถาม งานของเราจะโอนสอดคล้องกันคำอธิบายรูปภาพแบบสอบถาม กระบวนการทั้งหมดเมื่อดำเนินการบนเดสก์ท็อปทั่วไป ความต้องการมากจำนวนหลัก memory(RAM) เก็บข้อมูล และประมวลผลพลังงาน นอกจากการจัดเก็บรูป RANSAC คะแนนแอน spatial รกสองภาพใช้ 128 มิติSIFT เวกเตอร์และนี้ยังต้องเก็บไว้

ผลลัพธ์ (ไทย) 2:

หลังจากนี้งานของเราคือการใส่คำอธิบายประกอบวัตถุที่ตรงกันใน
ภาพแบบสอบถาม รูปภาพที่ปรากฏในฐานข้อมูลของเรามีก่อนข้อเขียน
ตามฉากหรือวัตถุปัจจุบัน ใน nding
การแข่งขันที่ดีที่สุดในการค้นหางานของเราคือการถ่ายโอนที่สอดคล้องกัน
คำอธิบายประกอบกับภาพแบบสอบถาม กระบวนการทั้งหมด
เมื่อดำเนินการบนเดสก์ทอปทั่วไปต้องการมาก
ปริมาณของหน่วยความจำหลัก (RAM), การจัดเก็บข้อมูลและการประมวลผล
พลังงาน นอกเหนือจากการจัดเก็บภาพเดอะ RANSAC ตาม
ไอออนบวก Veri เชิงพื้นที่ของสองภาพที่ใช้ 128 มิติ
เวกเตอร์ร่อนและนี้ยังจะต้องมีการเก็บไว้

ผลลัพธ์ (ไทย) 3:

หลังจากนั้น งานของเราคือการอธิบายตรงกับวัตถุในภาพแบบสอบถาม ภาพในฐานข้อมูลก่อนบันทึกย่อของเราตามฉากหรือปัจจุบันวัตถุ ในการส่งการจับคู่ที่ดีที่สุดกับแบบสอบถาม งานของเราคือการย้ายที่หมายเหตุ ให้ภาพการ กระบวนการทั้งหมดเมื่อแสดงบนเดสก์ทอปทั่วไป ต้องการมากปริมาณของหน่วยความจำหลัก ( RAM ) , การจัดเก็บและการประมวลผลอำนาจ นอกเหนือจากการจัดเก็บภาพ , ransac ตามverication พื้นที่สองภาพใช้ 128 มิติร่อนเวกเตอร์และนี้ยังต้องถูกเก็บไว้