求翻译 英翻中！！！

求翻译 英翻中！！！

角点检测是作为许多视觉的第一步工作,例如跟踪,砰的一声关(同时本地化和地图),本地化、影像匹配和识别。因此,大量的角落探测器存在文学。有这么多已投入使用,它可能会出现不必要的呈现另一个探测器到社区,不过我们有强烈的兴趣在实时帧速率等应用的计算资源摒弃很短缺。特别是,它是静止的。

角点检测是用作许多视觉任务，如跟踪，SLAM（同步定位与地图），定位，图像匹配和识别的第一步。因此，大量存在的一个角落探测器文献。这么多已经有可能会出现不必要的另一个探测器目前尚未向社会，但是，我们有一个实时帧，如SLAM率应用中，计算资源溢价浓厚的兴趣。特别是，它仍然是正确的，以全帧速率处理实时视频流时，现有的功能探测器离开几乎没有任何进一步的处理时间甚至尽管摩尔定律的后果，。
本文第2演示了如何采用一种机器学习算法，产生一个大的速度增加，早期的工作中所描述的功能探测器可以重新设计。此外，该方法使探测器一概而论，生产的高速探测器套件，我们目前使用的实时跟踪[2]和AR标签的位置[3
角点检测是作为许多视觉的第一步工作,例如跟踪,砰的一声关(同时本地化和地图),本地化、影像匹配和识别。因此,大量的角落探测器存在文学。有这么多已投入使用,它可能会出现不必要的呈现另一个探测器到社区,不过我们有强烈的兴趣在实时帧速率等应用的计算资源摒弃很短缺。特别是,它是静止的。

角点检测是用作许多视觉任务，如跟踪，SLAM（同步定位与地图），定位，图像匹配和识别的第一步。因此，大量存在的一个角落探测器文献。这么多已经有可能会出现不必要的另一个探测器目前尚未向社会，但是，我们有一个实时帧，如SLAM率应用中，计算资源溢价浓厚的兴趣。特别是，它仍然是正确的，以全帧速率处理实时视频流时，现有的功能探测器离开几乎没有任何进一步的处理时间甚至尽管摩尔定律的后果，。
本文第2演示了如何采用一种机器学习算法，产生一个大的速度增加，早期的工作中所描述的功能探测器可以重新设计。此外，该方法使探测器一概而论，生产的高速探测器套件，我们目前使用的实时跟踪[2]和AR标签的位置[3