We have applied our invariant featu

We have applied our invariant features to various recognition and registration prob- lems including object recognition, panorama stitching (rotation estimation) and 3D matching (fundamental matrix estimation). Figure 1 shows successful match- ing despite a large change in viewpoint. Figure 5 shows the epipolar geometry computed from invariant feature matches. It can be seen that this epipolar geom- etry is consistent with the images, which are related by camera translation along the optical axis. Figure 6 shows results for object recognition. In this example, we have solved for a homography between the object in the two views. Note the large scale changes between the objects in the images in this case.

Results (Thai) 1:

เราใช้ลักษณะการทำงานของเราไม่เปลี่ยนแปลงเพื่อการรับรู้ต่าง ๆ และลงทะเบียน prob lems รวมวัตถุการรับรู้ พาโนรามาเย็บ (หมุนประเมิน) และ 3D ตรง (เมตริกซ์พื้นฐานประเมิน) รูปที่ 1 แสดงตรงกำลังประสบความสำเร็จแม้ มีการเปลี่ยนแปลงขนาดใหญ่ในจุดชมวิว รูปที่ 5 แสดงเรขาคณิต epipolar คำนวณจากบล็อกคุณลักษณะที่ตรงกัน จะเห็นได้ว่า geom-etry epipolar นี้สอดคล้องกับภาพ ซึ่งเกี่ยวข้อง โดยกล้องแปลแกนแสง รูปที่ 6 แสดงผลการรู้จำวัตถุ ในตัวอย่างนี้ เราได้แก้ไขใน homography ระหว่างวัตถุในมุมมองสอง หมายเหตุการเปลี่ยนแปลงขนาดใหญ่ระหว่างวัตถุในรูปในกรณีนี้

Results (Thai) 2:

เราได้ใช้คุณสมบัติคงที่ของเราที่จะได้รับการยอมรับและการลงทะเบียน PROB lems ต่างๆรวมทั้งการรับรู้วัตถุเย็บพาโนรามา (ประมาณหมุน) และการจับคู่ 3 มิติ (ประมาณเมทริกซ์พื้นฐาน) รูปที่ 1 แสดงที่ประสบความสำเร็จการแข่งขันไอเอ็นจีแม้จะมีการเปลี่ยนแปลงขนาดใหญ่ในมุมมอง รูปที่ 5 แสดงให้เห็นถึงรูปทรงเรขาคณิต epipolar คำนวณจากการแข่งขันคุณสมบัติคงที่ มันสามารถเห็นได้ว่านี้ epipolar Geom-etry มีความสอดคล้องกับภาพที่เกี่ยวข้องโดยการแปลโดยกล้องตามแกนออปติคอล ผลรูปที่ 6 แสดงให้เห็นถึงการรับรู้วัตถุ ในตัวอย่างนี้เราได้แก้เพื่อ homography ระหว่างวัตถุในสองมุมมอง หมายเหตุการเปลี่ยนแปลงขนาดใหญ่ระหว่างวัตถุในภาพในกรณีนี้

Results (Thai) 3:

เราใช้คุณสมบัติของความรู้ต่าง ๆของเราและการรับรู้ปัญหา - lems รวมทั้งเย็บพาโนรามา ( ประมาณ 3 รอบ ) และการจับคู่ ( ประมาณเมทริกซ์พื้นฐาน ) รูปที่ 1 แสดงราคา - ing แม้การเปลี่ยนแปลงขนาดใหญ่ในมุมมองความสำเร็จ รูปที่ 5 แสดง epipolar เรขาคณิตคำนวณจากค่าคงที่คุณลักษณะที่ตรงกับจะเห็นได้ว่า epipolar กึม - etry สอดคล้องกับภาพที่เกี่ยวข้อง โดยกล้องแปลตามแกนแสง รูปที่ 6 แสดงผลการรู้จำวัตถุ ในตัวอย่างนี้เราจะมีการแก้ไขสำหรับ homography ระหว่างวัตถุสองมุมมอง หมายเหตุการเปลี่ยนแปลงขนาดใหญ่ระหว่างวัตถุในภาพ ในคดีนี้