In 2009, Klein proposed a keyframe-

In 2009, Klein proposed a keyframe-based simultaneous localization and mapping (SLAM)
system on a camera phone [7]. Figure 5 displays the sample results. Nevertheless, this system still suffers from the issues of speed and frame-rate. This means that the computational time for the algorithm is high. By applying PTAM, an egomotion estimation algorithm for an Android Smartphone was recently proposed by Porzi [9] in September 2012. This research used an Extended Kalman Filter for improving localization accuracy integrating the information from inertial sensors for supporting his augmented reality applications. Similar research for data association and finding camera trajectory using

outdoor

augmented reality can be also found in [10] by Erkan et al.

ผลลัพธ์ (ไทย) 1:

ในปี 2552, Klein เสนอใช้ keyframe แปลพร้อมกันและการแม็ป (ชัยชนะ) ระบบโทรศัพท์กล้อง [7] รูปที่ 5 แสดงตัวอย่างผลลัพธ์ อย่างไรก็ตาม ระบบนี้ยังคง suffers จากปัญหาของความเร็วและอัตราเฟรม ซึ่งหมายความ ว่า เวลาสำหรับอัลกอริทึมการคำนวณสูง โดยใช้ PTAM ขั้นตอนวิธีการประเมิน egomotion สำหรับสมาร์ทโฟน Android ถูกล่านำเสนอ โดย Porzi [9] ในเดือน 2012 กันยายน งานวิจัยนี้ใช้ตัวกรอง Kalman ที่ขยายสำหรับปรับปรุงความแม่นยำแปลที่รวมข้อมูลจากเซนเซอร์ inertial เพื่อสนับสนุนโปรแกรมประยุกต์ความเป็นจริงของเขา วิจัยที่คล้ายกันสำหรับเชื่อมโยงข้อมูลและการค้นหาโดยใช้วิถีกล้อง กลางแจ้ง ความเป็นจริงจะยังมา [10] โดย Erkan et al

ผลลัพธ์ (ไทย) 2:

ในปี 2009 ไคลน์ที่นำเสนอการแปลพร้อมกัน keyframe-based และการทำแผนที่ (สแลม)
ระบบกล้องโทรศัพท์ [7] รูปที่ 5 แสดงผลตัวอย่าง แต่ระบบนี้ยังคงได้รับความทุกข์จากปัญหาของความเร็วและอัตราเฟรม ซึ่งหมายความว่าเวลาสำหรับวิธีการคำนวณที่สูง โดยใช้ PTAM, ขั้นตอนวิธีการประมาณค่า egomotion สำหรับมาร์ทโฟนที่ถูกเสนอเร็ว ๆ นี้โดย Porzi [9] ในเดือนกันยายน 2012 การวิจัยครั้งนี้ใช้ตัวกรองคาลมานเพิ่มเติมสำหรับการปรับปรุงความถูกต้องแปลการบูรณาการข้อมูลจากเซ็นเซอร์เฉื่อยเพื่อรองรับการใช้งานเติมความเป็นจริงของเขา การวิจัยที่คล้ายกันสำหรับการเชื่อมโยงข้อมูลและการหาวิถีการใช้กล้องกลางแจ้งความเป็นจริงเติมนอกจากนี้ยังสามารถพบได้ใน [10] โดย Erkan et al,

ผลลัพธ์ (ไทย) 3:

ใน 2009 , ไคลน์เสนอคีย์เฟรมจำกัดพร้อมกันและแผนที่ฐาน ( กระแทก )
ระบบบนโทรศัพท์กล้อง [ 7 ] รูปที่ 5 แสดงจำนวนผลลัพธ์ อย่างไรก็ตาม ระบบนี้ยังทนทุกข์ทรมานจากปัญหาของความเร็วและอัตราเฟรม หมายความว่าเวลาที่คอมพิวเตอร์เพื่อการสร้างสูง โดยการใช้ ptam ,การประมาณค่า egomotion ขั้นตอนวิธีสำหรับมาร์ทโฟนล่าสุดที่เสนอโดย porzi [ 9 ] ในกันยายน 2012 งานวิจัยนี้ได้ใช้ตัวกรองคาลมานขยายเพื่อเพิ่มการรวมข้อมูลจากเซ็นเซอร์เฉื่อยความถูกต้องเพื่อสนับสนุนของเขาความเป็นจริง Augmented การประยุกต์ใช้ วิจัยและค้นหาข้อมูลที่คล้ายกันสำหรับสมาคมกล้อง



วิถีการใช้กลางแจ้งความเป็นจริง Augmented สามารถพบได้ใน [ 10 ] โดย erkan et al .