Image recognition and registration

Image recognition and registration are among the most commonly used technologies in mobile multimedia applications. With the introduction of robust local image features, both the accuracy and robustness of image recognition and registration have been improved greatly. However, these features are expensive to extract, and are too slow for real-time
applications on a mobile device. For example, the popular MSER/SIFT algorithm extracts feature locations based on maximally stable extremal regions (MSER), and calculate a rich feature descriptor provided by SIFT[11]. However, the computation is too challenging for a mobile device. Furthermore, being characterization of local signatures, the feature descriptors can be locally ambiguous. For certain image regions, this problem becomes more prominent.

ผลลัพธ์ (ไทย) 1:

จดจำภาพและลงทะเบียนได้ระหว่างกันมากที่สุดเทคโนโลยีที่ใช้ในแอพพลิเคชันโมบายมัลติมีเดีย ด้วยการแนะนำลักษณะการทำงานภาพภายในที่แข็งแกร่ง ทั้งความแม่นยำและความทนทานของการรู้จำภาพและลงทะเบียนได้รับการปรับปรุงอย่างมาก อย่างไรก็ตาม คุณลักษณะเหล่านี้มีราคาแพงให้สารสกัด และไม่ช้าเกินไปสำหรับเรียลไทม์แอปพลิเคชันบนอุปกรณ์เคลื่อนที่ ตัวอย่างเช่น MSER/SIFT คุณลักษณะสารสกัดจากอัลกอริทึมสถานยอดนิยมตามภูมิภาคที่มีเสถียรภาพเต็มที่สุด extremal (MSER), และคำนวณตัวบอกคุณลักษณะรวยโดย SIFT [11] อย่างไรก็ตาม การคำนวณจะยากเกินไปสำหรับอุปกรณ์เคลื่อนที่ นอกจากนี้ การจำแนกคุณลักษณะของลายเซ็นในท้องถิ่น ตัวบอกคุณลักษณะได้อย่างชัดเจนภายใน บางภาพภูมิภาค ปัญหานี้จะโดดเด่นมากขึ้น

ผลลัพธ์ (ไทย) 2:

การรับรู้ภาพและการลงทะเบียนเป็นหนึ่งในเทคโนโลยีที่ใช้กันมากที่สุดในการใช้งานโทรศัพท์มือถือมัลติมีเดีย ด้วยการแนะนำขององค์ประกอบภาพท้องถิ่นที่แข็งแกร่งทั้งความถูกต้องและความทนทานของการรับรู้ภาพและการลงทะเบียนได้รับการปรับปรุงอย่างมาก แต่คุณสมบัติเหล่านี้มีราคาแพงในการสกัดและจะช้าเกินไปสำหรับเวลาจริง
การใช้งานบนโทรศัพท์มือถือ ยกตัวอย่างเช่น MSER ยอดนิยม / SIFT สารสกัดจากอัลกอริทึมมีสถานที่ตั้งอยู่บนพื้นฐานของสุดเยือกเย็น extremal ภูมิภาค (MSER) และคำนวณอธิบายคุณลักษณะที่อุดมไปด้วยการให้บริการโดยร่อน [11] อย่างไรก็ตามการคำนวณเป็นสิ่งที่ท้าทายเกินไปสำหรับโทรศัพท์มือถือ นอกจากนี้เป็นลักษณะของลายเซ็นท้องถิ่นอธิบายคุณสมบัติสามารถคลุมเครือในประเทศ สำหรับภูมิภาคของภาพบางภาพปัญหานี้จะกลายเป็นโดดเด่นมากขึ้น

ผลลัพธ์ (ไทย) 3:

การรับรู้ภาพและการลงทะเบียนเป็นหนึ่งที่ใช้บ่อยมากที่สุด เทคโนโลยีในการใช้งานโทรศัพท์มือถือมัลติมีเดีย ด้วยการแนะนำคุณลักษณะภาพท้องถิ่นที่แข็งแกร่ง ทั้งความถูกต้องและความทนทานของการรับรู้ภาพและการลงทะเบียนได้รับการปรับปรุงอย่างมาก อย่างไรก็ตาม คุณสมบัติเหล่านี้มีราคาแพงเพื่อสกัดและช้ามากสำหรับ เวลาการใช้งานบนอุปกรณ์มือถือ ตัวอย่างเช่น mser / ความนิยมร่อนสารสกัดคุณลักษณะขั้นตอนวิธีที่ตั้งตามผลมั่นคง extremal ภูมิภาค ( mser ) และการคำนวณที่อุดมไปด้วยหัวเรื่องโดยร่อน [ 11 ] อย่างไรก็ตามการคำนวณมันท้าทายสำหรับอุปกรณ์มือถือ นอกจากนี้ยังเป็นลักษณะของลายเซ็นท้องถิ่น คุณลักษณะในสามารถในประเทศยังไม่ชัดเจน สำหรับภูมิภาคภาพหนึ่ง ปัญหานี้จะกลายเป็นโดดเด่นมากขึ้น