Next, we tested our algorithm on im

Next, we tested our algorithm on image registration in panorama, using 15 image sequences captured by the phone pilot system. Fig. 6(b) shows the true positive rate for correctly estimating the homography geometry, which results in the correct
stitching of the panoramas. Results based on region categorization by filtering out “unimportant” subregions have much higher true positive rates, partlydue to the fact that our testing dataset includes many pictures with dense texture or noisy regions.

ผลลัพธ์ (ไทย) 1:

ถัดไป เราทดสอบของอัลกอริทึมในการลงทะเบียนภาพในพาโนรามา ใช้ลำดับภาพ 15 จับโทรศัพท์ระบบนำร่อง Fig. 6(b) แสดงจริงบวกอัตราประมาณเรขาคณิต homography ซึ่งผลถูกต้องอย่างถูกต้องการเย็บของ panoramas ใน ผลลัพธ์ตามภูมิภาคประเภท โดยกรอง subregions "ความสำคัญ" ได้สูงจริงบวกราคา partlydue ในความเป็นจริงที่ว่า ชุดข้อมูลทดสอบของเราประกอบด้วยรูปกับพื้นผิวที่หนาแน่นหรือภูมิภาคคะ

ผลลัพธ์ (ไทย) 2:

ต่อไปเราผ่านการทดสอบขั้นตอนวิธีการของเราในการลงทะเบียนในภาพพาโนรามาใช้ 15 ลำดับภาพผ่านโทรศัพท์ระบบนำร่อง รูป 6 (ข) แสดงให้เห็นถึงอัตราการบวกอย่างถูกต้องเป็นจริงสำหรับการประเมินรูปทรงเรขาคณิต homography
ซึ่งส่งผลให้ถูกต้องเย็บของภาพพาโนรา ผลจากการจัดหมวดหมู่ภูมิภาคโดยการกรองออก "ไม่สำคัญ" ภูมิภาคย่อยมีอัตราที่สูงขึ้นมากบวกจริง partlydue ความจริงที่ว่าชุดทดสอบของเรารวมถึงภาพจำนวนมากที่มีพื้นผิวที่มีความหนาแน่นสูงหรือพื้นที่ที่มีเสียงดัง

ผลลัพธ์ (ไทย) 3:

ต่อไปเราใช้ขั้นตอนวิธีของเราในการลงทะเบียนในการใช้ภาพพาโนรามา , 15 ภาพลำดับบันทึกโดยระบบต้นแบบโทรศัพท์ . ภาพที่ 6 ( b ) แสดงจริงบวกคะแนนให้ถูกต้องคำนวณเรขาคณิต homography , ซึ่งผลในถูกต้อง
เย็บของ panoramas . ผลลัพธ์ตามภูมิภาค ได้แก่ โดยการกรอง " ไม่สำคัญ " ที่มีสูงมากจริงบวกอัตราpartlydue ความจริงที่ว่าข้อมูลการทดสอบรวมถึงภาพหลายด้วยความหนาแน่นพื้นผิว หรือเสียงดัง ภูมิภาค