2. RESEARCH METHODThere are many me

2. RESEARCH METHOD
There are many methods available for marker detection and tracking in Augmented Reality,
Taketomi et al [11] describe a robust outdoor tracking method that uses two stages. In the initial off line
stage, a landmark database is constructed from structure from motion data and laser range finder information.
After this database is constructed, landmark tracking can be used in a non-line stage to provide wide-area
outdoor tracking for mobile AR applications. Stephen DiVerdi uses a vision-based approach for orientation
tracking [12]. It tracks the camera orientation in real time and simultaneously creates an environment map by
calculating the optical flow between successive frames. These measurements are refined with more
computationally expensive landmark tracking to avoid the drift that frame-to-frame feature matching
introduces. But this approach can’t run on phones due to high computational costs, because the method
requires extensive GPU. Sensor based tracking obtain geo-location information by the fusion of several
different sensors like GPS, magnetometer and linear accelerometers to determine where annotations should
appear in the camera view. AR also needs an internet connection to receive data for the information layer.

ผลลัพธ์ (ไทย) 1:

2. วิธีที่วิจัยมีหลายวิธีการตรวจสอบเครื่องหมายและการติดตามในความเป็นจริงปราสาท et al [11] อธิบายถึงวิธีการติดตามกลางแจ้งที่ทนทานที่ใช้ขั้นที่สอง ในการเริ่มต้นการปิดสายเวที ฐานข้อมูลสถานที่สำคัญคือสร้างจากโครงสร้างจากข้อมูลเคลื่อนไหวข้อมูลและเลเซอร์หาระยะหลังจากที่ฐานข้อมูลนี้จะถูกสร้างขึ้น ติดตามสถานสามารถใช้ระยะบรรทัดไม่ให้พื้นที่กว้างการติดตามโปรแกรม AR มือถือกลาง Stephen DiVerdi ใช้วิธีการตามวิสัยทัศน์สำหรับแนวติดตาม [12] จะติดตามแนวของกล้องในเวลาจริง และสร้างแผนที่ที่มีสภาพแวดล้อมโดยพร้อมกันคำนวณการไหลแสงระหว่างเฟรมต่อเนื่อง วัดเหล่านี้จะตกแต่ง ด้วยเพิ่มเติมแลนด์มาร์คแพง computationally ติดตามเพื่อหลีกเลี่ยงการ drift เพื่อกรอบคุณลักษณะที่ตรงกันแนะนำ แต่วิธีการนี้ไม่สามารถเรียกใช้บนโทรศัพท์มือถือเนื่องจากการคำนวณต้นทุนที่สูง เนื่องจากวิธีการต้องใช้ GPU อย่างละเอียด การติดตามที่ใช้เซนเซอร์รับข้อมูลทางภูมิศาสตร์ โดยการหลอมรวมของหลายเซนเซอร์ต่าง ๆ เช่น GPS, magnetometer และหัวเชิงเส้นเพื่อกำหนดคำควรปรากฏในมุมมอง AR ยังต้องเชื่อมต่ออินเทอร์เน็ตเพื่อรับข้อมูลสำหรับข้อมูลชั้น

ผลลัพธ์ (ไทย) 2:

2. การวิจัยวิธีการ
มีหลายวิธีที่สามารถใช้ได้สำหรับการตรวจหาเครื่องหมายและการติดตามในความเป็นจริง Augmented มี
Taketomi et al, [11] อธิบายวิธีการติดตามประสิทธิภาพกลางแจ้งที่ใช้สองขั้นตอน ในบรรทัดแรกปิด
เวทีฐานข้อมูลสถานที่สำคัญสร้างขึ้นมาจากโครงสร้างจากข้อมูลการเคลื่อนไหวและข้อมูลช่วงเลเซอร์ Finder.
หลังจากที่ฐานข้อมูลนี้มีการก่อสร้าง, การติดตามสถานที่สำคัญสามารถนำมาใช้ในขั้นตอนที่ไม่สายที่จะให้พื้นที่กว้าง
ติดตามกลางแจ้งสำหรับโทรศัพท์มือถือ AR การใช้งาน สตีเฟ่น DiVerdi ใช้วิธีการตามวิสัยทัศน์สำหรับการวางแนว
การติดตาม [12] จะติดตามการวางแนวกล้องในเวลาจริงและพร้อมจะสร้างแผนที่สภาพแวดล้อมโดย
การคำนวณการไหลของแสงระหว่างเฟรมต่อเนื่อง วัดเหล่านี้จะถูกกลั่นที่มีมากขึ้น
การติดตามสถานที่สำคัญที่มีราคาแพงคอมพิวเตอร์เพื่อหลีกเลี่ยงการดริฟท์ว่าคุณลักษณะเฟรมต่อเฟรมจับคู่
เปิดตัว แต่วิธีนี้ไม่สามารถทำงานได้บนโทรศัพท์เนื่องจากค่าใช้จ่ายในการคำนวณสูงเพราะวิธีการที่
ต้องใช้ GPU ที่กว้างขวาง เซนเซอร์ติดตามตามข้อมูลที่ได้รับตำแหน่งทางภูมิศาสตร์โดยการหลอมรวมของหลาย
เซ็นเซอร์ที่แตกต่างกันเช่น GPS, magnetometer และ accelerometers เชิงเส้นที่จะกำหนดว่าคำอธิบายประกอบควร
ปรากฏในมุมมองกล้อง AR ยังต้องการเชื่อมต่ออินเทอร์เน็ตเพื่อรับข้อมูลชั้นข้อมูล

ผลลัพธ์ (ไทย) 3:

2 . วิธีการวิจัยมีวิธีการมากมายสำหรับการตรวจหาเครื่องหมายและติดตามในเติมความเป็นจริงทาเกโตมิ et al [ 11 ] อธิบายประสิทธิภาพกลางแจ้งติดตามวิธีที่ใช้สองขั้นตอน ในบรรทัดที่เริ่มต้นออกเวที สถานที่สร้างโครงสร้างฐานข้อมูลจากข้อมูลการเคลื่อนไหวและเลเซอร์ช่วง Finder ข้อมูลหลังจากสร้างฐานข้อมูลนี้ , สถานที่การติดตามสามารถใช้ในบรรทัดที่จะให้แสดงบนเวที พื้นที่กว้างติดตามกลางแจ้งสำหรับการใช้งานเป็นโทรศัพท์มือถือ สตีเฟน diverdi ใช้วิธีการตามวิสัยทัศน์สำหรับการปฐมนิเทศติดตาม [ 12 ] จะติดตามการวางกล้องในเวลาจริงและพร้อมสร้างสภาพแวดล้อมแผนที่โดยคำนวณการไหลของแสงระหว่างเฟรมต่อเนื่อง วัดเหล่านี้จะบริสุทธิ์มากขึ้นcomputationally แพงสถานที่การติดตามเพื่อหลีกเลี่ยงการลอยที่กรอบกรอบคุณลักษณะที่ตรงกันแนะนํา . แต่วิธีการนี้จะไม่ทำงานบนโทรศัพท์เนื่องจากต้นทุนการคำนวณสูง เพราะวิธีการต้องใช้ GPU อย่างละเอียด เซ็นเซอร์ที่ใช้ติดตามรับข้อมูลที่ตั้งภูมิศาสตร์ โดยการรวมตัวของหลาย ๆเซ็นเซอร์ที่แตกต่างกันเช่น GPS , โปรแกรมเชิงเส้นและ accelerometers เพื่อตรวจสอบที่บันทึกย่อที่ควรปรากฏในมุมมองของกล้อง AR ยังต้องการการเชื่อมต่ออินเทอร์เน็ตเพื่อรับข้อมูลสำหรับชั้นข้อมูล