Conceptually, each sensor image hel

Conceptually, each sensor image helps one to assign to each point in the 3D grid a likelihood that this grid point is on the surface. To this end, the object points get projected into the sensor image, and a correlation figure-of-merit gets computed at that image location. Since one has multiple overlapping images sensor views, one will get multiple estimates at each grid point. The surface is then defined by an optimization process using both the computed likelihoods at each grid point from image matches, as well as constraints about the surface’s smoothness, thus information about the object. The mathematical formulation of the point cloud generation is found in Zach [55], Irschara et al. [54] and Pock et al. [56].

ผลลัพธ์ (ไทย) 1:

แนวคิดเซ็นเซอร์ภาพแต่ละช่วยหนึ่งที่จะกำหนดให้กับแต่ละจุดในตาราง 3d โอกาสว่าจุดนี้เป็นตารางบนพื้นผิว เพื่อการนี​​้จุดที่วัตถุได้รับการคาดการณ์ไว้เป็นภาพเซ็นเซอร์และความสัมพันธ์ในรูปของบุญได้รับการคำนวณที่ตั้งรูปภาพที่ ตั้งแต่หนึ่งมีมุมมองที่เซ็นเซอร์ภาพที่ทับซ้อนกันหลายอย่างใดอย่างหนึ่งจะได้รับการประเมินหลายจุดแต่ละตารางพื้นผิวที่ถูกกำหนดไว้แล้วโดยการเพิ่มประสิทธิภาพการใช้ทั้งสอง likelihoods คำนวณที่จุดแต่ละตารางจากการแข่งขันภาพรวมทั้งข้อ จำกัด เกี่ยวกับความเรียบพื้นผิวที่ทำให้ข้อมูลเกี่ยวกับวัตถุ สูตรทางคณิตศาสตร์ของรุ่นเมฆจุดที่พบใน zach [55] irschara ตอัล [54] และฝีตอัล [56]

ผลลัพธ์ (ไทย) 2:

ทางแนวคิด แต่ละภาพเซ็นเซอร์ช่วยหนึ่งในการกำหนดจุดแต่ละจุดในตาราง 3D โอกาสที่จุดนี้เส้นตารางบนพื้นผิว เพื่อการนี้ จุดวัตถุได้รับคาดว่าเป็นภาพเซ็นเซอร์ และได้รับการคำนวณเป็นความสัมพันธ์รูปของบุญที่ตำแหน่งที่ตั้งรูป เนื่องจากมีวิวเซ็นเซอร์ภาพทับซ้อนกันหลาย หนึ่งจะได้รับการประเมินหลายจุดแต่ละตาราง แล้วมีกำหนดพื้นผิว โดยการเพิ่มประสิทธิภาพการใช้ทั้ง likelihoods การคำนวณแต่ละจุดเส้นจากรูปตรง ตลอดจนข้อจำกัดเกี่ยวกับพื้นผิวราบรื่น ดังนั้นข้อมูลเกี่ยวกับวัตถุ สร้างเมฆจุดแบ่งทางคณิตศาสตร์อยู่ในฮิลตัน [55], Irschara และ al. [54] และ al. et Pock [56]

ผลลัพธ์ (ไทย) 3:

ตามแนว ภาพ เซ็นเซอร์แต่ละตัวจะช่วยให้หนึ่งเพื่อกำหนดให้กับแต่ละจุดในเส้นกริด 3 D ให้ความเป็นไปที่จุดเส้นตารางนี้มีอยู่บนพื้นผิว เพื่อการนี้จุดวัตถุที่ได้รับคาดว่าจะเข้าไปใน ภาพ เซ็นเซอร์และรูปที่ความสัมพันธ์ที่มีความสามารถจะคำนวณที่มีที่ตั้งที่ ภาพ นั้น นับตั้งแต่หนึ่งมีวิวทิวทัศน์เซนเซอร์ ภาพ ทับซ้อนกันหลายรายหนึ่งจะได้รับงบประมาณหลายตัวที่จุดนัดพบแต่ละกริดพื้นผิวที่มีแล้วที่กำหนดโดยขั้นตอนการปรับแต่งได้โดยใช้ likelihoods คำนวณตารางที่จุดจากตรงกับ ภาพ รวมถึงข้อจำกัดเกี่ยวกับความเรียบเนียนของพื้นผิวที่ทำให้ข้อมูลเกี่ยวกับวัตถุทั้งสอง สูตรทางคณิตศาสตร์ของรุ่นเมฆจุดที่พบได้ใน zach [ 55 ] irschara et al . [ 54 ]และฝี et al . [ 56 ]