Given an observation as shown in Fi

Given an observation as shown in Fig. 10(a), the best matching place is found at placeID =
12. The probability p(LijZk) is shown in Fig. 10(c) with a threshold value = 0:9 whose the
maximal probability is placeID = 12. A confusion matrix of the matching places for an
image sequence is shown in Fig. 10(d). This example shows that we can resolve most places
in a testing phase.
The collected images in L#2 and L#3 travels are utilized for the evaluations. Visually,
some matching places results from L#3 travel are shown in Fig. 11. Two demonstrations are
shown in Fig. 11 (around position A and position B). Case A shows a query image (from
L3 trial) is matched to a visited place. Therefore, its corresponding position on the map is
able to localize. A zoom-in version around position A is shown in the top panel. "No place
found" in Case B means that the query image was not found from the place database. For the
quantitative measurement, we then evaluate the proposed system using two criteria: Precision
is to measures total place detected from total query images, whereas Recall is to measure
correct matching places from detected places.
We collect data in 4 times (each time equals to one trial). To build the visual dictionary
in off-line phase, we have used images collected from L#1 trial. By experience, we set the
size of the dictionary to 1300. We then use the images collected from L#4 trial to learn
places along the travel. In total, K = 140 places have been learnt. The visual dictionary and
descriptors of these places are stored in XML files. The collected images in L#2 and L#3
travels are utilized for the evaluations.
The Table 1 shows the precision and recall with L#2 and L#3 travels with/without scene
15

Kết quả (Việt) 1:

Đưa ra một quan sát như minh hoạ trong hình 10(a), nơi kết hợp tốt nhất tìm thấy tại placeID =12. p(LijZk) xác suất được thể hiện trong hình 10(c) với một giá trị ngưỡng = 0:9 có cácxác suất tối đa là placeID = 12. Một ma trận sự nhầm lẫn của các kết hợp địa điểm cho mộtchuỗi hình ảnh được hiển thị trong hình 10(d). Ví dụ này cho thấy rằng chúng tôi có thể giải quyết hầu hết các nơitrong một giai đoạn thử nghiệm.Những hình ảnh được thu thập trong chuyến du lịch L #2 và L #3 được sử dụng cho các đánh giá. Trực quan,một số kết quả địa điểm phù hợp với từ L #3 du lịch được thể hiện trong hình 11. Hai cuộc biểu tìnhHiển thị trong hình 11 (xung quanh vị trí A và vị trí B). Trường hợp A cho thấy một hình ảnh truy vấn (từThử nghiệm L3) phù hợp với một nơi truy cập. Vì vậy, vị trí tương ứng của nó trên bản đồ làcó thể được bản địa hoá. Một phóng to Phiên bản xung quanh vị trí A Hiển thị ở đầu bảng điều khiển. "Nơi nàotìm thấy"trong trường hợp B có nghĩa là hình ảnh truy vấn không tìm thấy từ cơ sở dữ liệu địa điểm. Cho cácđo lường định lượng, chúng ta sau đó đánh giá hệ thống đề xuất bằng cách sử dụng hai tiêu chí: độ chính xáclà nơi tất cả các biện pháp được phát hiện từ hình ảnh tất cả truy vấn, trong khi thu hồi là để đo lườngkết hợp chính xác nơi từ những nơi được phát hiện.Chúng tôi thu thập dữ liệu trong 4 lần (mỗi khi tương đương với một thử nghiệm). Để xây dựng từ điển hình ảnhtrong giai đoạn không trực tuyến, chúng tôi đã sử dụng hình ảnh thu thập từ L #1 thử nghiệm. Theo kinh nghiệm, chúng tôi đặt cácKích thước của từ điển 1300. Sau đó chúng tôi sử dụng những hình ảnh được thu thập từ L #4 thử nghiệm để tìm hiểuvị trí dọc theo đi du lịch. Tổng cộng, K = 140 địa điểm đã được học. Từ điển trực quan vàbộ mô tả của những nơi này được lưu trữ trong các tập tin XML. Những hình ảnh được thu thập trong L #2 và L #3chuyến du lịch được sử dụng cho các đánh giá.Bảng 1 cho thấy chính xác và thu hồi với L #2 và L #3 đi có cài đặt/không cảnh15

Kết quả (Việt) 2:

Với một quan sát như thể hiện trong hình. 10 (một), vị trí phù hợp nhất được tìm thấy tại placeID =
12. Xác suất p (LijZk) được thể hiện trong hình. 10 (c) với một giá trị ngưỡng = 0: 9 mà các
xác suất tối đa là placeID = 12. Một ma trận nhầm lẫn trong những nơi phù hợp cho một
chuỗi hình ảnh được hiển thị trong hình. 10 (d). Ví dụ này cho thấy rằng chúng ta có thể giải quyết hầu hết các nơi
trong một giai đoạn thử nghiệm.
Các hình ảnh thu được trong L # 2 và L # 3 chuyến du lịch được sử dụng cho việc đánh giá. Nhìn bề ngoài,
một số nơi phù hợp với kết quả từ L # 3 du lịch được thể hiện trong hình. 11. Hai cuộc biểu tình được
thể hiện trong hình. 11 (khoảng vị trí A và vị trí B). Trường hợp A cho thấy một hình ảnh truy vấn (từ
L3 dùng thử) được kết hợp với một nơi đến thăm. Vì vậy, vị trí tương ứng của nó trên bản đồ là
có thể bản địa hoá. Một phiên bản zoom-in xung quanh vị trí A được thể hiện trong bảng điều khiển. "Không nơi
tìm thấy" trong trường hợp B có nghĩa là hình ảnh truy vấn đã không được tìm thấy từ các cơ sở dữ liệu địa điểm. Đối với các
phép đo định lượng, chúng ta sau đó đánh giá các hệ thống đề xuất sử dụng hai tiêu chí: Chính xác
là biện pháp tổng nơi phát hiện từ tổng số hình ảnh truy vấn, trong khi Recall là để đo
nơi kết hợp chính xác từ nơi phát hiện.
Chúng tôi thu thập dữ liệu trong 4 lần (mỗi lần tương đương với một thử nghiệm). Để xây dựng các từ điển bằng hình
trong giai đoạn off-line, chúng tôi đã sử dụng các hình ảnh thu được từ L # 1 thử nghiệm. Bằng kinh nghiệm, chúng tôi thiết lập
kích thước của từ điển để 1300. Sau đó chúng tôi sử dụng các hình ảnh thu được từ L # 4 thử nghiệm để tìm hiểu
địa điểm dọc theo du lịch. Trong tổng số, K = 140 nơi đã được học. Từ điển hình ảnh và
mô tả của những nơi này được lưu trữ trong các tập tin XML. Các hình ảnh thu được trong L # 2 và L # 3
chuyến du lịch được sử dụng cho việc đánh giá.
Bảng 1 cho thấy sự chính xác và nhớ lại với L # 2 và L # 3 chuyến du lịch có / không có cảnh
15