Our compositing step relies heavily

Our compositing step relies heavily on the Gaussian Mixture Models: if
their prediction is ”incorrect“, this incorrect data is used as a prior
for the Graphcut stage and the resulting seam will not be optimal.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนเปลี่ยนของเราอาศัยมากรุ่นผสม Gaussian: ถ้า
การคาดเดาของพวกเขาจะ "ถูกต้อง" ข้อมูลนี้ถูกใช้เป็นก่อน
สำหรับ Graphcut ขั้นและรอยต่อที่เกิดขึ้นจะไม่เหมาะสม

ผลลัพธ์ (ไทย) 2:

ขั้นตอนที่คอมโพสิตของเราต้องอาศัยแรงเสียนผสมรุ่น: ถ้า
การคาดการณ์ของพวกเขาคือ "ถูกต้อง" ข้อมูลที่ไม่ถูกต้องนี้จะถูกใช้เป็นก่อน
สำหรับขั้นตอน Graphcut และตะเข็บที่เกิดขึ้นจะไม่ดีที่สุด

ผลลัพธ์ (ไทย) 3:

คอมโพสิตของเราขั้นตอนอาศัยอย่างหนักในรูปแบบผสม ) : ถ้า
การทำนายของพวกเขาคือ " ไม่ถูกต้อง " นี้ไม่ถูกต้อง ข้อมูลที่ใช้เป็นก่อนที่
สำหรับ graphcut ขั้นตอนและผลของตะเข็บจะไม่เป็นที่เหมาะสม