To make the local robust feature-ba

To make the local robust feature-based approaches more effective and working on mobile devices, we propose using histogram of oriented gradients (HOG) features to characterize image regions. We propose an algorithm based on the entropy of HOG to select “good” regions for image matching and registration.Based on the characterization of regions, we can fine tune the feature selection and manage the feature distributions in different regions, so that image registration and matching can become much more efficient and at the same time more reliable.

ผลลัพธ์ (ไทย) 1:

ต้องการท้องถิ่นแข็งแรงตามคุณลักษณะวิธีมีประสิทธิภาพมากขึ้น และทำงานบนอุปกรณ์มือถือ เราเสนอใช้ฮิสโตแกรมของวางไล่ระดับสี (หมู) เพื่อกำหนดลักษณะขอบเขตภาพ เราเสนอเป็นอัลกอริทึมที่ใช้เอนโทรปีหมูการเลือกภูมิภาค "ดี" สำหรับการลงทะเบียนและจับคู่ภาพ ขึ้นอยู่กับคุณสมบัติของภูมิภาค เราสามารถปรับแต่งการเลือกคุณลักษณะ และจัดการกระจายคุณลักษณะในภูมิภาคต่าง ๆ เพื่อ ให้ลงทะเบียนภาพและการจับคู่สามารถทำงานได้มีประสิทธิภาพมากขึ้น และ ในเวลาเดียวกันที่เชื่อถือได้มาก

ผลลัพธ์ (ไทย) 2:

เพื่อให้คุณสมบัติตามท้องถิ่นที่มีประสิทธิภาพวิธีการที่มีประสิทธิภาพมากขึ้นและการทำงานบนอุปกรณ์มือถือเราเสนอโดยใช้กราฟของการไล่ระดับสีที่มุ่งเน้น (HOG) มีลักษณะภูมิภาคภาพ เราเสนอขั้นตอนวิธีการขึ้นอยู่กับเอนโทรปีของ HOG เพื่อเลือกภูมิภาค "ดี" สำหรับการจับคู่ภาพและ registration.Based ในลักษณะของภูมิภาคท​​ี่เราสามารถปรับแต่งการเลือกคุณลักษณะและจัดการการกระจายคุณลักษณะในภูมิภาคต่าง ๆ เพื่อให้การลงทะเบียนของภาพนั้นและ การจับคู่จะกลายเป็นมีประสิทธิภาพมากขึ้นและในเวลาเดียวกันน่าเชื่อถือมากขึ้น

ผลลัพธ์ (ไทย) 3:

เพื่อให้มีแนวทางที่มีประสิทธิภาพมากขึ้นและในสารท้องถิ่นทำงานบนอุปกรณ์เคลื่อนที่ เราเสนอการใช้ความถี่ของการไล่ระดับสี ( หมู ) ที่มุ่งเน้นคุณลักษณะลักษณะภูมิภาคของภาพ เราเสนอขั้นตอนวิธีขึ้นอยู่กับเอนโทรปีของหมูให้เลือก " ภูมิภาคดี " สำหรับการจับคู่ภาพและลงทะเบียน ตามลักษณะของภูมิภาคเราสามารถปรับการเลือกคุณลักษณะและจัดการคุณลักษณะการกระจายในภูมิภาคต่างๆ ดังนั้นการลงทะเบียนภาพและการจับคู่จะกลายเป็นมีประสิทธิภาพมากขึ้นและในเวลาเดียวกันที่เชื่อถือได้มากขึ้น