we use a matching process M that is

we use a matching process M that is 1 a feature at pixel L in the left eye matches a feature at pixel r in the right eye, and it is 0 otherwise. Within the Bayes approach we define the probability of generating a pair of inputs, W L and W R, given the matching process M by (1)where the second term pays a penalty for unmatched points 2 ,with 3 being a positive parameter to be estimated. C1 is a normalization constant. This distribution favors lower correlation between the input pair of images.

結果 (中文) 1:

我们使用是 1 匹配过程 M 功能像素 L 在一个特点在像素 r 的右眼，左的眼比赛，否则为 0。在 Bayes 方法我们定义生成输入，W L 和 W R，一双给出匹配过程 M (1) 凡第二届支付罚款无与伦比点 2，与 3 正在积极的参数估计的几率。C1 是归一化常数。这种分布有利于输入的两幅图像之间的低相关性。

結果 (中文) 3:

我们使用一个匹配的过程，这是1个特征在左眼睛的像素点匹配的功能在像素的右眼，它是0个否则。在贝叶斯方法中，我们定义的概率产生一对输入，宽升和宽，给定的匹配过程中，由（1），二次支付的罚款，不匹配的点2，3是一个积极的参数估计。C1是一个归一化常数。这种分布有利于低的图像输入对之间的相关性。