This paper approaches the problem o

This paper approaches the problem of finding correspondences between
images in which there are large changes in viewpoint, scale and illumination. Recent work has shown that scale-space ‘interest points’ may
befound with good repeatability in spite of such changes. Furthermore, the high entropy of the surrounding image regions means that
local descriptors are highly discriminative for matching. For descriptors at interest points to be robustly matched between images, they
must be as far as possible invariant to the imaging process.
In this work we introduce a family of features which use groups
of interest points to form geometrically invariant descriptors of image
regions. Feature descriptors are formed by resampling the image relative to canonical frames defined by the points. In addition to robust
matching, a key advantage of this approach is that each match implies
ahypothesis of the local 2D (projective) transformation. This allows
us to immediately reject most of the false matches using a Hough transform. We reject remaining outliers using RANSAC and the epipolar
constraint. Results show that dense feature matching can be achieved
in a few seconds of computation on 1GHz Pentium III machines.

Results (Thai) 1:

กระดาษนี้ใกล้ถึงปัญหาการค้นหาการโต้ตอบระหว่าง
ภาพซึ่งมีการเปลี่ยนแปลงขนาดใหญ่ในจุดชมวิว ขนาด และรัศมีการ งานล่าสุดได้แสดงให้เห็นว่าขนาดพื้นที่ "จุดสนใจ" อาจ
befound กับทำซ้ำในดีแม้การเปลี่ยนแปลงดังกล่าว นอกจากนี้ เอนโทรปีสูงของรอบ ๆ ภาพหมายความ ว่า
ตัวบอกท้องถิ่นมีสูง discriminative สำหรับการจับคู่ สำหรับตัวบอกจุดสนใจให้อย่างทนทานจับคู่ระหว่างรูป พวกเขา
ต้องเท่าสามารถบล็อกเพื่อการถ่ายภาพกระบวนการ
ในงานนี้ เราแนะนำครอบครัวของคุณลักษณะที่ใช้กลุ่ม
จุดสนใจแบบ geometrically บล็อกตัวบอกรูป
ภูมิภาค ตัวบอกลักษณะเกิดขึ้น โดยเปลี่ยนความละเอียดของภาพสัมพันธ์กับกรอบมาตรฐานที่กำหนด โดยคะแนน นอกจากนี้ให้แข็งแกร่ง
ตรงกัน ข้อดีหลักของวิธีการนี้เป็นที่ตรงกับแต่ละความหมาย
ahypothesis ของการแปลง (projective) ภายใน 2D ให้
เราทันทีปฏิเสธส่วนใหญ่ตรงกันปลอมที่ใช้แปลง Hough เราปฏิเสธ outliers เหลือใช้ RANSAC และ epipolar
จำกัด แสดงผลลัพธ์ที่ตรงกับคุณลักษณะที่หนาแน่นสามารถทำได้
ในกี่วินาทีการคำนวณบนเครื่องเพนเทียม III 1GHz

Results (Thai) 2:

บทความนี้วิธีการปัญหาในการหา correspondences ระหว่าง
ภาพในที่ที่มีการเปลี่ยนแปลงขนาดใหญ่ในมุมมองของขนาดและความสว่าง การทำงานที่ผ่านมาได้แสดงให้เห็นว่าขนาดพื้นที่ 'จุดสนใจ' อาจ
befound ด้วยการทำซ้ำที่ดีแม้จะมีการเปลี่ยนแปลงดังกล่าว นอกจากเอนโทรปีสูงของภูมิภาคภาพรอบหมายความว่า
อธิบายในท้องถิ่นเป็นอย่างสูงจำแนกสำหรับการจับคู่ สำหรับอธิบายที่จุดที่น่าสนใจที่จะจับคู่เข้มระหว่างภาพที่พวกเขา
จะต้องเท่าที่คงเป็นไปได้ที่จะดำเนินการถ่ายภาพ
ในงานนี้เราจะแนะนำครอบครัวของคุณสมบัติที่ใช้กลุ่ม
ของจุดที่น่าสนใจในรูปแบบคงที่อธิบายเรขาคณิตของภาพ
ภูมิภาค อธิบายคุณลักษณะที่เกิดขึ้นโดย resampling ภาพเทียบกับกรอบมาตรฐานที่กำหนดโดยจุด นอกจากนี้ยังมีประสิทธิภาพ
การจับคู่ความได้เปรียบที่สำคัญของวิธีนี้คือการแข่งขันแต่ละครั้งหมายถึง
ahypothesis ของ 2D (projective) การเปลี่ยนแปลงในท้องถิ่น นี้จะช่วยให้
เราได้ทันทีปฏิเสธมากที่สุดของการแข่งขันที่ผิดพลาดโดยใช้ Hough เปลี่ยน เราปฏิเสธค่าผิดปกติที่เหลือโดยใช้ RANSAC และ epipolar
ข้อ จำกัด ผลแสดงให้เห็นว่าการจับคู่คุณลักษณะหนาแน่นสามารถทำได้
ในไม่กี่วินาทีของการคำนวณในเครื่อง 1GHz Pentium III

Results (Thai) 3:

กระดาษนี้วิธีการปัญหาที่พบจดหมายระหว่าง
ภาพซึ่งมีการเปลี่ยนแปลงขนาดใหญ่ในมุมมอง , ขนาดและการส่องสว่าง ผลงานล่าสุดได้แสดงให้เห็นว่าขนาดพื้นที่ ' ' อาจ
รูปจุดที่น่าสนใจกับการทั้งๆที่มีการเปลี่ยนแปลงเช่น . นอกจากนี้ เอนโทรปีสูงของภูมิภาคโดยรอบรูปหมายความว่า
ในท้องถิ่นเป็นอย่างสูงค่าให้ตรงกันสำหรับในจุดที่สนใจ จะคึกคัก จับคู่ระหว่างภาพพวกเขา
ต้องเท่าที่เป็นไปได้เพื่อกระบวนการแปลงภาพ .
ในงานนี้เราแนะนำครอบครัวคุณสมบัติซึ่งใช้กลุ่มของจุดที่น่าสนใจในรูปแบบทางเรขาคณิต
ค่าคงที่ในภูมิภาคของภาพ

คุณลักษณะในรูปแบบโดยสุ่มซ้ำภาพที่สัมพันธ์กับกรอบมาตรฐานที่กำหนดโดยจุดนอกจาก
คู่ทนทาน ประโยชน์หลักของวิธีการนี้คือ ตรงแต่ละบาง
ahypothesis ของ 2D ท้องถิ่น ( โครงการ ) การเปลี่ยนแปลง นี้ช่วยให้เราทันที
ปฏิเสธมากที่สุดของการแข่งขันเท็จโดยใช้ Hough แปลง เราปฏิเสธที่เหลือใช้ ransac ผิดปกติและ epipolar
จำกัด ผลการจับคู่คุณลักษณะหนาแน่นสามารถบรรลุ
ในไม่กี่วินาทีในการคำนวณบนเครื่อง Pentium III 1GHz .