We have presented a system for auto

We have presented a system for automatic facade detection,
segmentation, and parameter estimation in the domain of
stereo-equipped mobile platforms. We have introduced a discriminative
model that leverages both appearance and disparity
features for improved classification accuracy. From the disparity
map, we generate a set of candidate planes using RANSAC
with a planar model that also incorporates local PCA estimates
of plane normals. We combine these in a two-layer Markov
Random Field model that allows for inference on the binary
(building/background) labeling at the mid-level, and for segmentation
of the identified building pixels into individual planar
surfaces corresponding to the candidate planemodels determined
by RANSAC.

ผลลัพธ์ (ไทย) 1:

เราได้นำเสนอระบบอัตโนมัติสำหรับการตรวจสอบอาคาร
แบ่งส่วนและประมาณค่าพารามิเตอร์ในโดเมนของ
สเตอริโอพร้อมแพลตฟอร์มโทรศัพท์มือถือ เราได้นำรูปแบบการจำแนก
ที่ใช้ประโยชน์จากทั้งสองลักษณะและความแตกต่างกัน
คุณสมบัติสำหรับการปรับปรุงความถูกต้องจำแนก จากความแตกต่างกัน
แผนที่เราสร้างชุดของเครื่องบินผู้สมัครใช้ ransac
กับรูปแบบภาพถ่ายที่ยังรวมประมาณการ PCA ท้องถิ่น
ภาวะปกติของเครื่องบิน เรารวมเหล่านี้ในสองชั้นแบบมาร์คอฟ
สนามแบบสุ่มที่ช่วยให้ข้อสรุปเกี่ยวกับการ
(อาคาร / พื้นหลัง) การติดฉลากไบนารีที่ระดับกลางและสำหรับการแบ่งส่วนของ
ระบุพิกเซลอาคารเป็นภาพถ่าย
พื้นผิวของแต่ละบุคคลที่เกี่ยวข้องกับ planemodels ผู้สมัครกำหนด
โดย ransac

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอระบบอัตโนมัติกระจกตรวจ,
แบ่ง และประมาณพารามิเตอร์ในโดเมนของ
แพลตฟอร์มโมบายพร้อมเสียงสเตอริโอ เราได้แนะนำเป็น discriminative
รุ่นที่ใช้ลักษณะและ disparity
คุณลักษณะจัดประเภทปรับปรุงความถูกต้อง จาก disparity ที่
แผนที่ เราสร้างชุดเครื่องบินผู้ใช้ RANSAC
มีแบบจำลองระนาบที่ยัง สมาคมท้องถิ่นประเมิน
ของเครื่องบิน normals เรารวมเหล่านี้ใน Markov สองชั้น
รูปสุ่มฟิลด์ที่อนุญาต สำหรับข้อบนติดฉลาก binary
(building/background) ระดับกลาง และแบ่ง
ของการระบุอาคารพิกเซลในแต่ละระนาบ
พื้นผิวที่สอดคล้องกับ planemodels ผู้สมัครกำหนด
โดย RANSAC

ผลลัพธ์ (ไทย) 3:

เราได้มีการเสนอระบบสำหรับการตรวจจับอัตโนมัติ
การแบ่งส่วนพื้นที่ด้านหน้าอาคารและกำหนดราคาค่าพารามิเตอร์ในโดเมนของแพลตฟอร์มโมบายล์
สเตอริโอ - จัดให้บริการ เราได้ใช้รุ่น discriminative
ซึ่งจะช่วยให้มั่นใจได้ว่าได้รับและลักษณะที่ปรากฎความโดดเด่นความเหลื่อมล้ำ
ซึ่งจะช่วยในการจำแนก ประเภท ความถูกต้องมากขึ้นทั้งสอง จากความเหลื่อมล้ำ
แผนที่เราสร้างชุดของเครื่องบินผู้ลงสมัครรับเลือกตั้งโดยใช้ ransac
พร้อมด้วยรุ่นบางชนิดที่ยังกลมกลืนเข้ากับประเมิน( R ) PCA Cellular ท้องถิ่น
ของ normals เครื่องบิน เรารวมเหล่านี้ในที่สองชั้น markov
แบบสุ่มฟิลด์รุ่นที่ช่วยให้ลงความเห็นได้ที่ไบนารี
(อาคาร/พื้นหลัง)การติดฉลากที่ระดับกลางและสำหรับการแบ่งส่วนของ
ซึ่งจะช่วยให้สามารถระบุได้อาคารพิกเซลในแบบเฉพาะตัวพื้นผิว
บางชนิดที่เกี่ยวข้องกับผู้สมัครรับเลือกตั้ง planemodels กำหนด
โดย ransac .