I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
,
pp
.
5
17
~
5
26
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
1
5
.i
1
.
pp517
-
526
517
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
ae
s
c
or
e
.
c
om
/
j
our
na
l
s
/
i
nde
x
.
php/
i
j
e
e
c
s
A
u
t
o
m
a
t
i
c
f
o
r
e
g
r
o
u
n
d
d
e
t
e
c
t
i
o
n
b
a
sed o
n
KD
E
a
n
d
b
i
n
a
r
y
c
l
a
ss
i
f
i
c
a
t
i
o
n
M
o
h
am
m
e
d
Lah
r
a
i
c
h
i
,
K
h
a
l
i
d
H
o
u
s
n
i
,
S
am
i
r
M
b
ar
k
i
M
I
S
C
L
a
bo
r
a
t
o
r
y
,
I
bn
T
o
f
a
i
l
U
n
i
v
e
r
s
i
t
y
,
F
a
c
ul
t
y
of
S
c
i
e
nc
e
s
K
e
ni
t
r
a
,
M
o
r
o
c
c
o
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
N
ov
2
1,
201
8
R
e
v
i
s
e
d
J
a
n
21,
201
9
A
c
c
e
pt
e
d
F
e
b
28
,
201
9
I
n
t
he
r
e
c
e
n
t
de
c
a
d
e
s
,
s
e
v
e
r
a
l
m
e
t
ho
ds
ha
v
e
b
e
e
n
de
v
e
l
o
pe
d
t
o
e
xt
r
a
c
t
m
ov
i
ng
o
bj
e
c
t
s
i
n
t
he
p
r
e
s
e
nc
e
o
f
d
y
na
m
i
c
ba
c
k
g
r
o
und.
H
o
w
e
v
e
r
,
m
o
s
t
o
f
t
he
m
us
e
a
g
l
o
ba
l
t
hr
e
s
ho
l
d
,
a
nd
i
g
no
r
e
t
he
c
o
r
r
e
l
a
t
i
o
n
b
e
t
w
e
e
n
ne
i
g
hbo
r
i
ng
pi
xe
l
s
.
T
o
a
dd
r
e
s
s
t
he
s
e
i
s
s
ue
s
,
t
h
i
s
p
a
pe
r
p
r
e
s
e
nt
s
a
ne
w
a
p
pr
o
a
c
h
t
o
g
e
ne
r
a
t
e
a
p
r
o
ba
bi
l
i
t
y
i
m
a
g
e
ba
s
e
d
o
n
K
e
r
ne
l
D
e
ns
i
t
y
E
s
t
i
m
a
t
i
o
n
(
K
D
E
)
m
e
t
ho
d,
a
n
d
t
h
e
n
a
pp
l
y
t
he
M
a
x
i
m
um
A
P
o
s
t
e
r
i
o
r
i
i
n
t
h
e
M
a
r
ko
v
R
a
ndo
m
F
i
e
l
d
(
M
A
P
-
M
R
F
)
ba
s
e
d
o
n
pr
o
ba
bi
l
i
t
y
i
m
a
g
e
,
s
o
a
s
t
o
g
e
ne
r
a
t
e
a
n
e
ne
r
gy
f
unc
t
i
o
n,
t
h
i
s
f
unc
t
i
o
n
w
i
l
l
be
m
i
n
i
m
i
z
e
d
by
t
he
bi
na
r
y
g
r
a
ph
c
ut
a
l
g
o
r
i
t
hm
t
o
de
t
e
c
t
t
he
m
o
v
i
ng
pi
xe
l
s
i
n
s
t
e
a
d
o
f
a
ppl
y
i
ng
a
t
hr
e
s
ho
l
d
i
ng
s
t
e
p
.
T
he
p
r
o
po
s
e
d
m
e
t
ho
d
w
a
s
t
e
s
t
e
d
o
n
v
a
r
i
o
us
v
i
de
o
s
e
que
nc
e
s
,
a
nd
t
he
o
bt
a
i
n
e
d
r
e
s
u
l
t
s
s
ho
w
e
d
i
t
s
e
f
f
e
c
t
i
v
e
ne
s
s
i
n
pr
e
s
e
nc
e
o
f
a
d
y
na
m
i
c
s
c
e
ne
,
c
om
pa
r
e
d
t
o
o
t
h
e
r
ba
c
kg
r
o
und
s
ub
t
r
a
c
t
i
o
n
m
o
de
l
s
.
Ke
y
w
or
ds
:
E
n
e
rgy
f
un
c
t
i
o
n
G
ra
p
h
c
u
t
M
ov
i
n
g
o
b
j
e
c
t
de
t
e
c
t
i
o
n
ke
rn
e
l
de
n
s
i
t
y
e
s
t
i
m
a
t
i
o
n
C
opy
r
i
gh
t
©
201
9
I
n
s
t
i
t
ut
e
o
f
A
dv
anc
e
d
E
ng
i
ne
e
r
i
ng
and
S
c
i
e
nc
e
.
A
l
l
r
i
gh
t
s
r
e
s
e
r
v
e
d
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
M
o
h
a
m
m
e
d
L
a
hra
i
c
hi
,
M
IS
C
L
a
b
o
r
a
t
o
r
y
,
F
a
c
ul
t
y
of
S
c
i
e
n
c
e
s
,
Ib
n
T
o
f
a
i
l
U
n
i
v
e
r
s
i
t
y
,
K
e
n
i
t
r
a
,
M
o
r
o
c
c
.
E
m
a
i
l
:
l
a
hra
i
c
hi
.
m
o
ha
m
e
d
@
gm
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
s
e
pa
ra
t
i
o
n
o
f
m
o
v
i
n
g
pi
xe
l
s
f
r
o
m
t
h
e
i
r
b
a
c
kgr
o
u
n
d
i
s
a
n
e
s
s
e
n
t
i
a
l
p
h
a
s
e
i
n
m
a
n
y
c
o
m
put
e
r
v
i
s
i
o
n
f
i
e
l
ds
,
e
s
pe
c
i
a
l
l
y
,
i
n
v
i
de
o
s
ur
v
e
i
l
l
a
n
c
e
,
t
r
a
f
f
i
c
m
o
n
i
t
o
r
i
n
g
,
a
c
t
i
v
i
t
y
r
e
c
o
gn
i
t
i
o
n,
e
t
c
.
T
h
e
m
a
i
n
i
de
a
i
s
t
o
c
r
e
a
t
e
a
s
t
a
t
i
s
t
i
c
a
l
m
o
de
l
of
t
h
e
b
a
c
kgr
o
un
d
,
a
i
m
i
n
g
t
o
ge
n
e
ra
t
e
a
r
e
pr
e
s
e
nt
a
t
i
o
n
o
f
a
b
a
c
kgr
o
un
d
i
m
a
ge
b
a
s
e
d
o
n
pr
e
v
i
o
us
f
r
a
m
e
s
by
us
i
n
g
de
n
s
i
t
y
f
un
c
t
i
o
n
s
[1]
,
e
i
t
h
e
r
o
n
e
a
c
h
pi
xe
l
o
r
b
y
r
e
gi
o
n
s
.
T
h
e
n
,
t
hi
s
r
e
p
r
e
s
e
n
t
a
t
i
o
n
i
s
c
o
m
pa
r
e
d
a
ga
i
n
s
t
t
h
e
i
n
pu
t
f
r
a
m
e
t
o
ge
t
a
b
i
n
a
r
y
m
a
s
k
i
m
a
ge
w
h
i
c
h
r
e
p
r
e
s
e
n
t
s
t
h
e
po
s
i
t
i
o
n
of
t
h
e
m
o
v
i
n
g
o
bj
e
c
t
s
.
Y
e
t
,
t
h
e
b
a
c
kg
r
o
un
d
i
s
n
o
t
a
l
w
a
y
s
s
t
a
t
i
c
i
n
ge
n
e
ra
l
,
s
o
t
h
e
m
o
de
l
m
us
t
b
e
r
o
b
us
t
a
n
d
m
o
r
e
a
da
p
t
i
v
e
fo
r
t
h
e
purpo
s
e
t
o
ov
e
r
c
o
m
e
s
o
m
e
f
r
e
que
n
t
i
s
s
ue
s
s
uc
c
e
s
s
f
ul
l
y
,
s
uc
h
a
s
gr
a
du
a
l
o
r
s
udde
n
i
l
l
u
m
i
na
t
i
o
n
c
h
a
n
ge
,
n
o
n
s
t
a
t
i
o
na
r
y
b
a
c
kgr
o
un
d
[2].
D
i
f
fe
r
e
n
t
b
a
c
kg
r
o
und
m
o
de
l
i
n
g
t
e
c
hni
que
s
h
a
v
e
be
e
n
pr
o
p
o
s
e
d
t
o
a
ddr
e
s
s
t
h
e
p
r
e
v
i
o
us
l
i
m
i
t
a
t
i
o
n
s
[2].
T
h
e
t
ra
d
i
c
t
i
o
na
l
o
n
e
s
a
r
e
b
a
s
e
d
o
n
pi
xe
l
i
n
t
e
n
s
i
t
y
,
w
h
i
c
h
e
xpl
o
i
t
o
nl
y
t
h
e
i
nt
e
n
s
i
t
y
v
a
l
ue
t
o
de
c
i
de
i
f
a
pi
xe
l
b
e
l
o
n
gs
t
o
t
h
e
b
a
c
kgr
o
un
d
o
r
t
h
e
m
o
v
i
n
g
o
b
j
e
c
t
s
.
D
e
s
pi
t
e
t
h
e
i
r
p
r
o
m
i
s
i
n
g
pe
r
f
o
r
m
a
n
c
e
s
,
t
h
e
y
ge
n
e
r
a
t
e
s
o
m
e
m
i
s
c
l
a
s
s
i
f
i
e
d
pi
xe
l
s
,
e
s
pe
c
i
a
l
l
y
i
f
t
h
e
b
a
c
kgr
o
und
a
nd
t
h
e
f
o
r
e
gr
o
u
n
d
ha
v
e
t
h
e
s
a
m
e
c
o
l
o
r
,
a
nd
b
e
c
a
us
e
t
h
e
y
a
l
s
o
i
g
n
o
r
e
t
h
e
s
p
a
t
i
a
l
de
pe
n
de
n
c
i
e
s
o
f
n
e
i
g
h
b
o
r
i
n
g
p
i
x
e
l
s
.
W
hi
l
e
,
m
o
de
l
s
b
a
s
e
d
o
n
t
e
xt
u
r
e
f
e
a
t
ur
e
s
[3]
ha
v
e
de
m
o
n
s
t
r
a
t
e
d
a
c
e
rt
a
i
n
de
g
r
e
e
o
f
s
uc
c
e
s
s
i
n
e
xp
l
o
i
t
i
n
g
t
h
e
s
pa
t
i
a
l
c
o
rr
e
l
a
t
i
o
n,
t
h
e
y
c
o
n
s
i
de
r
di
s
c
r
i
m
i
na
t
i
v
e
t
e
xt
u
r
e
m
e
a
s
u
r
e
a
s
f
e
a
t
u
r
e
s
t
o
di
s
t
i
n
gu
i
s
h
m
o
v
i
n
g
pi
xe
l
s
f
r
o
m
t
h
e
b
a
c
kg
r
o
und.
A
l
t
h
o
ug
h,
t
h
e
y
s
t
i
l
l
h
a
v
e
s
o
m
e
s
h
o
r
t
c
o
m
i
n
gs
l
i
ke
t
h
e
us
e
of
a
t
hr
e
s
h
o
l
d
t
o
de
t
e
c
t
t
h
e
m
o
v
i
n
g
p
i
xe
l
s
.
R
e
c
e
n
t
l
y
,
s
e
v
e
r
a
l
m
e
t
h
o
ds
b
a
s
e
d
o
n
de
e
p
l
e
a
rn
i
ng
ha
v
e
a
ppe
a
r
e
d
[4].
W
hi
c
h
a
i
m
a
t
h
a
ndl
i
n
g
a
l
l
a
b
o
ve
l
i
m
i
t
a
t
i
o
n
s
,
H
ow
e
ve
r
,
t
h
e
y
r
e
qui
r
e
a
t
ra
i
ni
n
g
p
h
a
s
e
w
i
t
h
s
e
v
e
r
a
l
a
nn
o
t
a
t
e
d
e
xa
m
pl
e
s
,
t
ha
t
n
e
e
ds
m
o
r
e
c
o
m
put
a
t
i
o
n
a
l
t
i
m
e
.
In
o
rde
r
t
o
t
a
c
kl
e
s
o
m
e
of
t
h
e
s
e
i
s
s
ue
s
,
f
i
r
s
t
l
y
,
w
e
g
e
n
e
ra
t
e
a
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
us
i
n
g
K
D
E
m
e
t
h
o
d,
a
n
d
t
h
e
n,
i
n
s
t
e
a
d
o
f
us
i
n
g
a
t
hr
e
s
h
o
l
d
t
o
s
e
gm
e
nt
t
hi
s
i
m
a
ge
i
nt
o
fo
r
e
gr
o
u
n
d
a
n
d
b
a
c
kg
r
o
un
d
,
t
hi
s
b
i
n
a
r
y
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
:
517
-
52
6
518
s
e
gm
e
n
t
a
t
i
o
n
o
f
t
h
e
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
i
s
pe
r
f
o
r
m
e
d
by
m
i
ni
m
i
z
i
ng
a
n
e
n
e
r
gy
f
un
c
t
i
o
n
us
i
n
g
t
h
e
g
ra
p
h
c
ut
a
l
go
ri
t
hm
,
w
hi
c
h
e
xpl
o
i
t
s
t
h
e
s
p
a
t
i
a
l
c
o
rr
e
l
a
t
i
o
n
o
f
n
e
i
g
h
b
o
ri
n
g
p
i
xe
l
s
.
T
h
e
r
e
m
a
i
nde
r
o
f
t
hi
s
pa
pe
r
i
s
o
r
ga
ni
z
e
d
a
s
f
o
l
l
ow
s
:
T
h
e
s
e
c
o
n
d
s
e
c
t
i
o
n
pr
e
s
e
nt
s
t
h
e
o
r
e
t
i
c
a
l
r
e
v
i
e
w
s
,
t
h
e
t
hi
r
d
s
e
c
t
i
o
n
s
h
o
w
s
r
e
s
e
a
r
c
h
m
e
t
h
o
d,
i
n
w
hi
c
h
w
e
pr
e
s
e
n
t
h
o
w
t
o
c
o
n
s
t
r
uc
t
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
us
i
n
g
K
D
E
,
a
nd
de
s
c
ri
b
e
o
ur
m
o
v
i
n
g
o
b
j
e
c
t
de
t
e
c
t
i
o
n
m
e
t
h
o
d
us
i
n
g
a
g
ra
p
h
c
u
t
a
l
go
ri
t
hm
;
t
h
e
f
o
ur
t
h
s
e
c
t
i
o
n
di
s
c
us
s
e
s
t
h
e
e
xpe
r
i
m
e
nt
s
r
e
s
ul
t
s
a
n
d
f
i
na
l
l
y
t
h
e
c
o
n
c
l
us
i
o
n.
2.
T
H
E
O
R
ETI
C
A
L
R
EV
I
E
W
In
o
r
de
r
t
o
de
t
e
c
t
m
ov
i
n
g
o
bj
e
c
t
s
us
i
n
g
i
n
t
e
n
s
i
t
y
pi
xe
l
v
a
l
ue
,
S
t
a
uf
f
e
r
e
t
a
l
.
[5]
ha
v
e
pr
o
po
s
e
d
t
o
m
o
de
l
e
a
c
h
pi
xe
l
w
i
t
h
a
m
i
xt
u
r
e
of
K
G
a
us
s
i
a
n
s
di
s
t
ri
b
ut
i
o
n
s
.
T
hi
s
m
o
de
l
i
s
us
e
d
t
o
d
e
t
e
r
m
i
n
e
w
h
e
t
h
e
r
a
pi
xe
l
i
s
b
e
l
o
n
gs
t
o
t
h
e
b
a
c
kgr
o
un
d
o
r
t
h
e
f
o
r
e
gr
o
und
by
c
o
m
pa
r
i
n
g
i
t
w
i
t
h
e
a
c
h
G
a
us
s
i
a
n
di
s
t
ri
b
ut
i
o
n,
t
h
e
i
ni
t
i
a
l
i
z
a
t
i
o
n
o
f
t
h
e
G
a
us
s
i
a
n
s
d
i
s
t
ri
b
ut
i
o
n
i
s
m
a
de
by
us
i
n
g
a
n
E
x
pe
c
t
a
t
i
o
n
M
a
xi
m
i
z
a
t
i
o
n
a
l
go
ri
t
hm
,
h
o
w
e
ve
r
,
t
h
e
n
u
m
b
e
r
o
f
G
a
us
s
i
a
n
s
di
s
t
ri
b
ut
i
o
n
s
a
n
d
t
h
e
p
a
ra
m
e
t
e
r
s
o
f
e
a
c
h
di
s
t
ri
b
ut
i
o
n
m
us
t
b
e
i
ni
t
i
a
l
i
z
e
d
.
Z
i
v
k
o
v
i
c
i
n
[6
]
i
m
p
r
o
v
e
s
upo
n
t
h
e
w
i
de
l
y
us
e
d
pa
ra
m
e
t
ri
c
G
a
us
s
i
a
n
M
i
x
t
u
r
e
M
o
de
l
s
y
s
t
e
m
by
i
n
t
r
o
duc
i
n
g
a
n
on
-
l
i
n
e
c
l
us
t
e
ri
n
g
a
l
go
r
i
t
h
m
t
o
s
e
pa
r
a
t
e
f
o
r
e
gr
o
und
c
l
us
t
e
r
s
f
r
o
m
b
a
c
kgr
o
u
n
d
o
n
e
s
.
I
n
o
r
de
r
t
o
e
xpl
o
i
t
t
h
e
s
pa
t
i
a
l
i
n
f
o
rm
a
t
i
o
n
a
n
d
de
a
l
w
i
t
h
h
i
g
h
l
y
d
y
n
a
m
i
c
s
c
e
n
e
s
,
H
a
i
y
i
n
g
e
t
.
a
l
.
[7]
ha
v
e
pr
o
po
s
e
d
a
m
o
di
f
i
e
d
G
a
us
s
i
a
n
m
i
x
t
u
r
e
b
a
c
kgr
o
u
n
d
m
o
de
l
b
a
s
e
d
o
n
t
h
e
s
pa
t
i
a
l
-
t
e
m
po
r
a
l
di
s
t
ri
b
ut
i
o
n
w
hi
c
h
us
e
s
t
i
m
e
a
n
d
s
pa
c
e
di
s
t
r
i
b
ut
i
o
n
i
n
f
o
r
m
a
t
i
o
n.
W
hi
l
e
[8]
p
r
o
po
s
e
s
a
n
e
f
fe
c
t
i
ve
s
c
h
e
m
e
f
o
r
m
o
de
l
l
i
n
g
a
nd
upda
t
i
ng
a
b
a
c
kgr
o
u
n
d
a
da
p
t
i
v
e
l
y
i
n
dy
n
a
m
i
c
s
c
e
n
e
s
fo
c
u
s
o
n
s
t
a
t
i
s
t
i
c
a
l
l
e
a
rni
n
g,
a
n
d
[
9],
p
r
o
po
s
e
s
a
n
e
w
m
e
t
h
o
d
a
s
a
n
a
da
p
t
a
t
i
o
n
of
t
h
e
M
O
G
a
ppr
o
a
c
h
f
o
r
de
t
e
c
t
i
n
g
t
h
e
m
o
v
i
n
g
o
b
j
e
c
t
s
,
w
h
e
r
e
t
h
e
fo
r
e
gr
o
u
n
d
i
s
e
xt
r
a
c
t
e
d
by
c
o
n
s
i
de
ri
n
g
t
h
e
H
S
V
c
o
l
o
r
s
pa
c
e
.
T
o
ov
e
r
c
o
m
e
t
h
e
pa
ra
m
e
t
e
r
s
i
n
i
t
i
a
l
i
z
a
t
i
o
n
o
f
G
M
M
,
a
no
n
-
pa
ra
m
e
t
ri
c
a
p
p
r
o
a
c
h
c
a
l
l
e
d
K
e
rn
e
l
D
e
n
s
i
t
y
E
s
t
i
m
a
t
i
o
n
(K
D
E
)
t
ha
t
c
a
n
e
ff
e
c
t
i
v
e
l
y
a
da
pt
t
o
a
dy
na
m
i
c
b
a
c
kgr
o
und
w
a
s
pr
o
po
s
e
d
[10].
H
ow
e
v
e
r
,
K
D
E
h
a
s
t
o
ke
e
p
N
f
r
a
m
e
s
i
n
m
e
m
o
r
y
w
h
i
c
h
i
s
t
i
m
e
c
o
n
s
u
m
i
n
g
w
h
e
n
N
i
s
l
a
rge
,
P
a
r
k
e
t
a
l
.
[11
].
U
s
e
d
t
h
e
B
a
y
e
s
i
a
n
rul
e
w
i
t
h
t
h
e
K
D
E
m
e
t
h
o
d
a
n
d
a
pp
l
i
e
d
h
i
s
t
o
gr
a
m
a
p
p
r
o
xi
m
a
t
i
o
n
t
o
de
c
r
e
a
s
e
t
h
e
c
o
m
put
a
t
i
o
na
l
c
os
t
.
W
h
e
r
e
a
s
,
[1
2]
f
o
l
l
ow
s
a
n
o
n
p
a
ra
m
e
t
ri
c
b
a
c
kgr
o
un
d
m
o
de
l
i
ng
pa
ra
di
gm
,
i
n
w
hi
c
h
e
a
c
h
l
o
c
a
t
i
o
n
i
n
a
d
y
n
a
m
i
c
s
c
e
n
e
c
o
l
l
e
c
t
s
a
s
e
t
of
s
a
m
pl
e
s
o
n
di
f
f
e
r
e
n
t
s
p
a
t
i
a
l
s
c
a
l
e
s
w
h
i
c
h
o
c
c
urr
e
d
i
n
t
h
e
pa
s
t
t
i
m
e
a
nd
i
n
t
h
e
n
e
i
g
h
b
o
rh
o
o
d.
O
n
t
h
e
o
t
h
e
r
h
a
n
d
,
K
i
m
e
t
a
l
.
[13]
ha
v
e
pr
o
pos
e
d
a
c
o
de
boo
k
m
e
t
h
o
d
w
h
i
c
h
us
e
s
a
c
l
us
t
e
r
i
n
g
t
e
c
hn
i
q
ue
t
o
m
o
de
l
t
h
e
b
a
c
kgr
o
u
n
d
a
nd
i
ni
t
i
a
l
i
z
e
s
c
o
de
w
o
r
ds
of
c
o
d
e
boo
ks
t
o
s
t
o
r
e
b
a
c
kgr
o
un
d
s
t
a
t
e
s
,
w
h
e
r
e
c
o
d
e
w
o
r
ds
a
r
e
a
s
e
r
i
e
s
of
ke
y
c
o
l
o
r
v
a
l
ue
s
.
N
e
xt
,
S
h
a
h
e
t
a
l
.
[14
]
de
s
i
gn
e
d
a
S
e
l
f
-
A
da
pt
i
v
e
Co
de
Boo
k
(S
A
CB
)
b
a
c
kgr
o
un
d
m
o
de
l
.
T
h
i
s
m
o
de
l
i
s
a
b
l
o
c
k
-
b
a
s
e
d
s
t
r
uc
t
u
r
e
us
i
ng
t
h
e
c
l
o
s
e
pr
o
xi
m
i
t
y
of
l
oc
a
l
n
e
i
g
h
b
o
rh
o
o
ds
.
In
t
hi
s
m
e
t
h
o
d,
t
h
e
e
xpo
n
e
nt
i
a
l
s
m
o
o
t
h
i
ng
f
i
l
t
e
r
i
s
a
d
a
pt
e
d
t
o
ke
e
p
t
h
e
m
e
a
n
a
n
d
v
a
r
i
a
n
c
e
v
a
l
ue
s
i
n
o
r
de
r
t
o
a
ut
o
m
a
t
i
c
a
l
l
y
e
s
t
i
m
a
t
e
t
h
e
b
r
i
g
ht
n
e
s
s
bo
u
n
d
a
r
y
t
h
r
e
s
h
o
l
d
a
n
d
di
s
c
o
l
o
r
a
t
i
o
n
s
f
o
r
e
a
c
h
c
o
de
w
o
r
d.
W
h
e
r
e
a
s
[15],
p
r
e
s
e
nt
s
a
n
o
v
e
l
d
y
n
a
m
i
c
c
o
d
e
boo
k
m
e
t
h
o
d
t
o
a
ddr
e
s
s
s
uc
h
c
h
a
l
l
e
nge
s
.
T
h
e
d
y
n
a
m
i
c
c
o
d
e
boo
k
a
i
m
s
t
o
s
i
gni
f
i
c
a
nt
l
y
i
m
p
r
o
ve
t
h
e
c
o
n
v
e
n
t
i
o
na
l
w
e
l
l
-
k
n
o
w
n
c
o
d
e
boo
k
t
e
c
hn
i
que
by
i
n
t
r
o
duc
i
n
g
a
t
e
c
hn
i
q
ue
t
o
m
a
ke
a
dy
n
a
m
i
c
b
o
un
d
a
r
y
of
e
a
c
h
c
o
de
w
o
r
d
In
o
r
de
r
t
o
r
o
b
us
t
l
y
d
e
a
l
w
i
t
h
v
a
r
y
i
n
g
i
l
l
u
m
i
na
t
i
o
n
c
o
n
di
t
i
o
n
s
,
t
h
e
us
e
of
t
e
xt
ur
e
s
h
a
v
e
be
e
n
pr
o
po
s
e
d
o
n
a
b
l
o
c
k
-
w
i
s
e
pr
o
c
e
s
s
i
n
g
a
pp
r
o
a
c
h
a
n
d
e
x
t
e
n
de
d
t
o
t
h
e
pi
xe
l
l
e
v
e
l
by
H
e
i
kki
l
ä
[16]
,
t
h
e
s
e
m
e
t
h
o
ds
us
e
di
s
c
r
i
m
i
na
t
i
v
e
t
e
xt
u
r
e
f
e
a
t
ur
e
s
t
o
c
a
pt
u
r
e
b
a
c
kgr
o
u
n
d
s
t
a
t
i
s
t
i
c
s
.
T
h
e
s
e
fe
a
t
ur
e
s
a
r
e
c
o
m
put
e
d
by
us
i
n
g
a
L
o
c
a
l
B
i
na
r
y
P
a
t
t
e
rn
(L
B
P
)
i
n
o
r
de
r
t
o
c
o
n
s
i
de
r
dy
n
a
m
i
c
t
e
xt
u
r
e
s
,
t
h
e
us
e
of
a
V
o
l
um
e
L
oc
a
l
B
i
na
r
y
P
a
t
t
e
rn
(V
L
B
P
)
o
pe
r
a
t
o
r
i
s
p
r
o
po
s
e
d
i
n
[
17],
w
h
i
c
h
c
o
n
s
i
s
t
s
o
f
c
o
n
c
a
t
e
na
t
e
d
L
B
P
h
i
s
t
o
g
r
a
m
s
f
r
o
m
t
hr
e
e
o
r
t
h
o
go
n
a
l
p
l
a
n
e
s
.
S
o
a
s
t
o
c
o
m
b
i
n
e
s
pa
t
i
a
l
a
nd
t
e
m
po
ra
l
i
n
f
o
r
m
a
t
i
o
n
s
,
[18]
ha
v
e
pr
o
po
s
e
d
a
S
pa
t
i
o
-
T
e
m
po
r
a
l
L
o
c
a
l
B
i
n
a
r
y
P
a
t
t
e
rn
(S
T
L
B
P
)
o
pe
r
a
t
o
r,
c
o
n
s
i
s
t
i
ng
i
n
a
w
e
i
ght
e
d
s
um
o
f
t
w
o
c
o
n
s
e
c
ut
i
ve
L
B
P
h
i
s
t
o
gra
m
s
,
t
o
a
l
l
e
v
i
a
t
e
t
h
e
c
o
m
put
a
t
i
o
na
l
c
o
s
t
i
m
po
s
e
d
by
V
L
B
P
,
L
B
P
h
i
s
t
o
g
r
a
m
s
p
r
o
v
i
de
s
a
r
o
b
us
t
m
a
nn
e
r
t
o
c
o
pe
w
i
t
h
i
l
l
u
m
i
na
t
i
o
n
c
h
a
nge
s
i
n
dy
n
a
m
i
c
s
c
e
n
e
s
.
N
e
ve
r
t
h
e
l
e
s
s
,
t
h
e
y
d
o
n
o
t
pr
o
v
i
de
a
pri
n
c
i
pl
e
d
m
a
nn
e
r
t
o
e
v
a
l
ua
t
e
t
h
e
di
s
t
a
n
c
e
of
n
e
w
ob
s
e
r
v
a
t
i
o
n
s
t
o
t
h
e
b
a
c
kgr
o
u
n
d
m
o
de
l
s
.
[19
]
H
a
v
e
pr
e
s
e
n
t
e
d
a
m
o
di
f
i
e
d
L
o
c
a
l
B
i
n
a
r
y
S
i
m
i
l
a
r
i
t
y
P
a
t
t
e
rn
(L
B
S
P
)
de
s
c
r
i
pt
o
r
t
o
s
e
t
up
t
h
e
b
a
c
kgr
o
und
m
o
de
l
i
n
f
e
a
t
u
r
e
s
pa
c
e
,
i
t
c
a
l
c
ul
a
t
e
d
t
h
e
L
B
S
P
de
s
c
r
i
pt
o
r
by
a
b
s
o
l
ut
e
di
f
f
e
r
e
n
c
e
w
h
i
c
h
i
s
di
f
f
e
r
e
n
t
f
r
o
m
L
B
P
.
D
e
e
p
l
e
a
ni
n
g,
e
s
pe
c
i
a
l
l
y
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
u
ra
l
n
e
t
w
o
r
ks
(C
N
N
s
)
ha
v
e
r
e
c
e
n
t
l
y
b
e
e
n
v
e
r
y
po
pul
a
r
a
n
d
ha
v
e
b
e
e
n
us
e
d
s
uc
c
e
s
s
f
ul
l
y
i
n
m
o
v
i
n
g
o
bj
e
c
t
de
t
e
c
t
i
o
n
.
T
h
e
r
e
f
e
r
e
n
c
e
[20]
p
r
o
po
s
e
s
t
w
o
r
o
b
us
t
e
n
c
o
de
r
-
de
c
o
de
r
t
y
pe
n
e
ur
a
l
n
e
t
w
o
r
ks
t
h
a
t
ge
n
e
ra
t
e
m
ul
t
i
-
s
c
a
l
e
f
e
a
t
u
re
e
n
c
o
di
n
gs
i
n
di
f
f
e
r
e
n
t
w
a
y
s
a
n
d
c
a
n
b
e
t
r
a
i
n
e
d
e
n
d
-
to
-
e
nd
us
i
n
g
o
n
l
y
a
f
e
w
t
r
a
i
ni
n
g
s
a
m
p
l
e
s
.
W
h
e
r
e
W
a
ng
a
n
d
a
l
.
[21]
ha
v
e
pr
o
po
s
e
d
a
h
i
g
hl
y
a
c
c
ur
a
t
e
s
e
m
i
-
a
u
t
o
m
a
t
i
c
m
e
t
h
o
d
f
o
r
s
e
gm
e
n
t
i
n
g
f
o
r
e
gr
o
u
n
d
m
o
v
i
n
g
o
b
j
e
c
t
s
pi
c
t
ur
e
d
i
n
s
u
r
v
e
i
l
l
a
n
c
e
v
i
de
o
s
.
T
h
e
y
i
m
pl
e
m
e
nt
a
e
n
d
-
to
-
e
nd
m
o
de
l
b
a
s
e
d
o
n
a
m
u
l
t
i
-
r
e
s
o
l
ut
i
o
n
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(CN
N
)
w
i
t
h
a
c
a
s
c
a
de
d
a
r
c
h
i
t
e
c
t
u
r
e
.
T
h
i
s
o
n
e
do
e
s
n
o
t
n
e
e
d
a
l
a
r
ge
n
um
b
e
r
o
f
e
xa
m
pl
e
s
t
o
a
c
c
ur
a
t
e
l
y
f
i
t
t
h
e
da
t
a
.
W
i
t
h
t
h
e
a
i
m
o
f
a
ddr
e
s
s
i
n
g
t
h
e
c
o
m
pl
e
x
n
a
t
u
r
e
o
f
t
h
e
d
y
n
a
m
i
c
s
c
e
n
e
i
n
r
e
a
l
s
u
r
v
e
i
l
l
a
n
c
e
t
a
s
k
,
t
h
e
a
u
t
h
o
r
s
[22
]
h
a
v
e
pr
e
s
e
nt
e
d
a
s
i
m
pl
e
a
nd
e
f
f
i
c
i
e
n
t
v
e
c
t
o
r
-
b
a
s
e
d
m
e
t
h
o
d
i
s
p
ro
pos
e
d
t
o
a
ddr
e
s
s
r
e
a
l
s
u
r
v
e
i
l
l
a
n
c
e
c
ha
l
l
e
n
ge
s
,
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
A
ut
om
a
t
i
c
f
or
e
gr
o
und
de
t
e
c
t
i
on
bas
e
d
on
KD
E
and
b
i
nar
y
c
l
as
s
i
f
i
c
at
i
on
(
Moham
m
e
d
L
ahr
ai
c
hi
)
519
w
h
e
r
e
t
h
e
c
o
n
c
e
pt
of
l
i
n
e
a
r
de
pe
n
de
n
c
e
of
ve
c
t
o
r
s
i
s
us
e
d
t
o
b
ui
l
d
b
a
c
kgr
o
un
d
m
o
de
l
s
c
o
r
r
e
s
po
n
di
ng
t
o
e
a
c
h
pi
xe
l
,
w
e
hr
e
l
i
n
e
a
r
i
n
de
pe
n
de
n
c
e
i
s
us
e
d
t
o
de
t
e
c
t
m
o
v
i
n
g
o
b
j
e
c
t
f
r
o
m
i
n
c
o
m
i
n
g
v
i
de
o
s
e
que
l
.
B
a
b
a
e
e
e
t
a
l
.
[23],
p
r
o
po
s
e
a
n
e
w
a
pp
r
o
a
c
h
t
o
e
s
t
i
m
a
t
e
b
a
c
kgr
o
u
n
d
m
o
de
l
f
r
o
m
v
i
de
o
s
e
que
n
c
e
s
,
w
h
e
r
e
f
e
a
t
ur
e
e
n
gi
n
e
e
r
i
n
g
a
n
d
pa
ra
m
e
t
e
r
t
u
n
i
n
g
b
e
c
o
m
e
unn
e
c
e
s
s
a
r
y
s
i
nc
e
t
h
e
n
e
t
w
o
r
k
pa
r
a
m
e
t
e
r
s
c
a
n
b
e
l
e
a
rn
e
d
f
r
o
m
da
t
a
by
t
r
a
i
n
i
ng
a
s
i
n
g
l
e
CN
N
t
ha
t
c
a
n
h
a
ndl
e
v
a
ri
o
us
v
i
de
o
s
c
e
n
e
s
.
F
o
r
t
h
e
t
r
a
i
n
i
n
g
o
f
t
h
e
CN
N
,
t
h
e
y
e
m
pl
oy
e
d
r
a
n
do
m
l
y
5%
v
i
de
o
f
r
a
m
e
s
a
nd
t
h
e
i
r
g
r
o
u
n
d
t
r
ut
h
s
e
gm
e
nt
a
t
i
o
n
s
t
a
ke
n
f
r
o
m
t
h
e
C
ha
n
ge
D
e
t
e
c
t
i
o
n
c
h
a
l
l
e
n
ge
2014
(CD
n
e
t
20
14)
,
a
nd
a
l
s
o
us
e
d
s
pa
t
i
a
l
-
m
e
di
a
n
f
i
l
t
e
r
i
n
g
a
s
t
h
e
po
s
t
-
p
r
o
c
e
s
s
i
n
g
o
f
t
h
e
n
e
t
w
o
r
k
o
ut
pu
t
s
.
3.
R
ES
EA
R
C
H
M
ET
H
O
D
a)
P
r
o
b
a
b
i
l
i
t
y
Im
a
ge
us
i
ng
I
m
p
r
o
v
e
d
K
D
E
K
e
rn
e
l
de
n
s
i
t
y
e
s
t
i
m
a
t
i
o
n
[10]
i
s
a
n
o
n
-
p
a
r
a
m
e
t
r
i
c
a
pp
r
o
a
c
h
w
h
i
c
h
e
s
t
i
m
a
t
e
s
t
h
e
p
r
o
b
a
b
i
l
i
t
y
de
n
s
i
t
y
of
a
pi
xe
l
us
i
n
g
a
s
a
m
pl
e
o
f
da
t
a
.
T
h
e
c
a
l
c
ul
a
t
i
o
n
o
f
t
h
e
p
r
o
ba
b
i
l
i
t
y
i
m
a
ge
us
i
n
g
K
D
E
i
s
pe
r
f
o
r
m
e
d
t
hr
o
ug
h
a
t
hr
e
e
s
t
e
ps
,
w
hi
c
h
w
i
l
l
b
e
e
xpl
a
i
n
e
d
i
n
t
h
e
f
o
l
l
ow
i
n
g
s
ub
s
e
c
t
i
o
n
s
.
3.
1
.
1.
P
r
o
b
ab
i
l
i
ty
D
e
n
s
i
ty
o
f
a
P
i
x
e
l
u
s
i
n
g
K
D
E
M
o
d
e
l
Co
n
s
i
de
r
i
n
g
{x
1
,x
2
,
…
,
x
n
}
a
s
a
m
pl
e
o
f
a
pi
xe
l
v
a
l
ue
s
f
r
o
m
p
r
e
v
i
o
us
f
r
a
m
e
s
,
i
n
ge
n
e
r
a
l
,
t
h
e
e
s
t
i
m
a
t
i
o
n
of
pr
o
b
a
b
i
l
i
t
y
de
n
s
i
t
y
fo
r
p
i
xe
l
v
a
l
ue
x
t
a
t
t
i
m
e
t
,
i
s
gi
v
e
n
a
s
:
1
1
()
n
t
i
ti
P
x
k
x
x
n
(1)
W
h
e
r
e
n
de
n
o
t
e
s
t
h
e
num
b
e
r
o
f
s
a
m
pl
e
s
r
e
pr
e
s
e
nt
s
t
h
e
ke
rn
e
l
f
un
c
t
i
o
n
b
a
n
dw
i
dt
h
,
a
n
d
k
(
x
)
i
s
a
ke
rn
e
l
f
un
c
t
i
o
n
w
h
i
c
h
s
h
o
ul
d
s
a
t
i
s
fy
t
h
e
s
e
t
hr
e
e
c
o
n
d
i
t
i
o
n
s
:
1
)
(
)
0
2
)
(
)
1
3
)
(
)
0
Kx
K
x
d
x
x
K
x
d
x
s
h
o
u
ld
b
e
s
y
m
m
e
tr
ic
(2)
T
h
e
r
e
a
r
e
s
e
v
e
r
a
l
ke
rn
e
l
f
un
c
t
i
o
n
s
,
w
h
i
c
h
s
a
t
i
s
fy
t
h
e
a
b
ove
c
o
n
di
t
i
o
n
s
,
s
uc
h
a
s
G
a
us
s
i
a
n
ke
rn
e
l
,
E
pa
n
e
c
hn
i
ko
v
,
t
r
i
a
n
gul
a
r
a
nd
u
n
i
f
o
r
m
ke
rn
e
l
,
i
n
t
hi
s
pa
pe
r
;
w
e
c
h
oo
s
e
t
h
e
G
a
us
s
i
a
n
o
n
e
a
s
ke
rn
e
l
f
un
c
t
i
o
n
,
w
h
i
c
h
c
a
n
b
e
de
s
c
r
i
b
e
d
a
s
:
2
1²
e
x
p
(
)
2²
2
x
Kx
(3)
S
o
us
i
n
g
(3)
,
t
h
e
(1
)
b
e
c
o
m
e
s
:
2
1
1
(
)
²
e
x
p
(
)
2²
2
i
i
n
t
xx
Px
n
(4)
W
h
e
r
e
i
s
e
s
t
i
m
a
t
e
d
us
i
n
g
t
h
e
m
e
d
i
a
n
o
r
t
h
e
a
v
e
r
a
ge
o
f
1
ii
xx
for
e
a
c
h
c
o
n
s
e
c
ut
i
v
e
pa
i
r
1
)
(,
ii
xx
i
n
t
h
e
s
a
m
pl
e
o
f
pi
xe
l
v
a
l
ue
s
[10]
:
1
1
1
1
1..
.
1
0.68
2
n
ii
i
ii
in
m
xx
m
or
m
=
me
di
an
(
x
x
)
n
(5)
E
a
c
h
G
a
us
s
i
a
n
ke
rn
e
l
de
s
c
r
i
b
e
s
j
us
t
o
n
e
s
a
m
pl
e
da
t
a
,
a
n
d
i
s
t
h
e
s
a
m
e
fo
r
a
l
l
ke
rn
e
l
s
o
f
t
h
e
s
a
m
e
p
i
xe
l
.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
:
517
-
52
6
520
3.
1
.
2.
U
p
d
at
i
n
g
Bac
k
g
r
o
u
n
d
M
o
d
e
l
In
r
e
a
l
i
t
y
,
t
h
e
b
a
c
kg
r
o
un
d
i
s
n
e
v
e
r
c
o
m
pl
e
t
e
l
y
s
t
a
t
i
c
,
b
ut
c
ha
n
ge
s
o
v
e
r
t
i
m
e
.
S
o
,
i
t
i
s
n
e
c
e
s
s
a
r
y
t
o
a
da
p
t
t
h
e
b
a
c
kgr
o
u
n
d
m
o
de
l
t
o
t
h
o
s
e
c
h
a
n
ge
s
,
by
upda
t
i
n
g
t
h
e
s
a
m
pl
e
o
f
pi
xe
l
v
a
l
ue
s
i
n
F
IF
O
(F
i
r
s
t
I
n
F
i
r
s
t
O
ut
)
o
r
de
r
a
s
f
o
l
l
ow
s
:
L
e
t
x
i
de
n
o
t
e
s
t
h
e
pi
xe
l
v
a
l
ue
i
n
t
h
e
s
a
m
p
l
e
,
a
n
d
x
t
i
s
t
h
e
c
u
rre
n
t
pi
xe
l
v
a
l
ue
.
If
x
t
i
s
t
h
e
v
a
l
ue
o
f
b
a
c
kgr
o
un
d
p
i
xe
l
t
h
e
n
:
1
ii
t
x
x
x
W
h
e
r
e
i
s
a
n
e
m
pi
r
i
c
a
l
w
e
i
gh
t
o
f
t
e
n
c
h
o
s
e
n
a
s
a
t
ra
de
o
ff
b
e
t
w
e
e
n
s
t
a
b
i
l
i
t
y
a
n
d
qui
c
k
upd
a
t
e
[1
0]
In
ge
n
e
ra
l
,
p
r
o
b
a
b
i
l
i
t
y
de
n
s
i
t
y
r
e
f
l
e
c
t
s
t
h
e
v
a
ri
a
t
i
o
n
o
f
t
h
e
pi
xe
l
v
a
l
ue
,
s
o
,
i
f
t
hi
s
l
a
t
t
e
r
c
ha
n
ge
s
f
r
e
que
n
t
l
y
dur
i
n
g
a
pe
r
i
o
d
o
f
t
i
m
e
,
t
ha
t
m
e
a
n
s
i
t
s
p
r
o
b
a
b
i
l
i
t
y
v
a
l
ue
w
i
l
l
b
e
s
m
a
l
l
,
a
nd
t
h
e
r
e
i
s
m
o
r
e
po
s
s
i
b
i
l
i
t
y
t
o
be
m
o
v
i
n
g
o
bj
e
c
t
pi
xe
l
.
By
c
o
n
t
r
a
s
t
,
i
f
t
h
e
p
i
xe
l
ke
e
ps
t
h
e
s
a
m
e
v
a
l
ue
,
o
r
c
ha
n
ge
s
a
l
i
t
t
l
e
,
t
h
e
n
i
t
ha
s
a
l
a
r
ge
c
ha
n
c
e
t
o
b
e
a
b
a
c
kgr
o
u
n
d
pi
xe
l
.
3.
1
.
3.
P
r
o
b
ab
i
l
i
ty
I
m
age
A
f
t
e
r
c
a
l
c
ul
a
t
i
n
g
t
h
e
p
r
o
b
a
b
i
l
i
t
y
d
e
n
s
i
t
y
t
p
(
x
)
us
i
n
g
(1)
,
e
a
c
h
pi
xe
l
v
a
l
ue
i
n
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
i
s
c
o
m
put
e
d
a
s
fo
l
l
ow
s
:
c
t
s
e
c
t
s
e
2
5
5
t
Px
.
T
h
e
v
a
l
ue
o
f
c
t
s
e
i
s
s
e
t
t
o
255,
i
n
o
rde
r
t
o
t
ra
n
s
f
o
r
m
pr
o
b
a
b
i
l
i
t
y
v
a
l
ue
i
n
t
o
a
g
ra
y
s
c
a
l
e
v
a
l
ue
.
F
i
gu
r
e
1(b
)
s
h
o
w
s
a
n
e
xa
m
pl
e
o
f
pr
ob
a
b
i
l
i
t
y
i
m
a
ge
,
w
h
e
re
t
h
e
da
r
k
z
o
n
e
r
e
p
r
e
s
e
nt
s
pi
xe
l
s
w
i
t
h
l
o
w
e
r
p
r
o
b
a
b
i
l
i
t
y
(m
ov
i
n
g
o
b
j
e
c
t
),
a
n
d
t
h
e
w
hi
t
e
z
o
n
e
r
e
p
r
e
s
e
n
t
s
p
i
xe
l
w
i
t
h
hi
g
h
e
r
p
r
o
b
a
b
i
l
i
t
y
(b
a
c
kgr
o
un
d
pi
xe
l
),
s
o
t
h
e
pr
o
b
l
e
m
c
o
n
s
i
s
t
s
o
f
s
e
pa
r
a
t
i
ng
t
h
e
m
o
v
i
n
g
o
b
j
e
c
t
f
r
o
m
t
h
e
b
a
c
kgr
o
u
n
d.
K
D
E
m
o
de
l
us
e
s
a
gl
o
b
a
l
t
hr
e
s
h
o
l
d
t
o
s
e
gm
e
n
t
t
h
e
m
o
v
i
n
g
o
b
j
e
c
t
f
r
o
m
t
h
e
b
a
c
kgr
o
und,
a
n
d
i
g
n
o
r
e
t
h
e
c
o
r
r
e
l
a
t
i
o
n
t
ha
t
e
xi
s
t
s
b
e
t
w
e
e
n
t
h
e
i
n
t
e
n
s
i
t
y
of
n
e
i
g
h
b
o
r
i
n
g
pi
xe
l
s
.
T
o
a
ddr
e
s
s
t
h
e
s
e
l
i
m
i
t
s
,
w
e
e
xpl
o
i
t
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
gr
a
p
h
c
ut
a
l
go
ri
t
hm
t
o
e
xt
r
a
c
t
m
o
v
i
n
g
p
i
xe
l
s
f
r
o
m
i
t
s
b
a
c
kg
r
o
un
d
.
(a
)
(b
)
F
i
gu
r
e
1
.
(
a
)
O
r
i
g
i
n
a
l
i
m
a
ge
,
(b
):
E
s
t
i
m
a
t
e
d
p
r
o
b
a
b
i
l
i
t
y
i
m
a
g
e
3.
2
.
M
o
v
i
n
g
O
b
je
c
t
D
e
t
e
c
t
i
o
n
b
as
e
d
o
n
G
r
ap
h
C
u
t
T
h
e
m
o
v
i
n
g
o
bj
e
c
t
de
t
e
c
t
i
o
n
pr
o
b
l
e
m
c
a
n
b
e
v
i
e
w
e
d
a
s
a
bi
n
a
r
y
l
a
b
e
l
i
n
g
t
a
s
k,
l
a
b
e
l
(1)
f
o
r
obj
e
c
t
pi
xe
l
s
a
nd
(0
)
f
o
r
b
a
c
kg
r
o
un
d
pi
xe
l
s
o
r
v
i
c
e
v
e
r
s
e
.
T
h
e
us
e
o
f
t
hr
e
s
h
o
l
d
t
o
de
t
e
c
t
s
m
o
v
i
n
g
o
b
j
e
c
t
s
,
i
s
c
o
n
s
i
de
r
e
d
a
s
a
di
f
f
i
c
ul
t
t
a
s
k
a
s
t
h
e
F
i
gur
e
2
de
m
o
n
s
t
ra
t
e
s
,
w
h
e
r
e
t
h
e
us
e
of
a
l
ow
e
r
t
hr
e
s
h
o
l
d
i
n
(b
)
ge
n
e
ra
t
e
m
o
r
e
f
a
l
s
e
po
s
i
t
i
v
e
pi
xe
l
s
,
a
n
d
t
h
e
us
e
of
a
hi
g
h
t
hr
e
s
h
o
l
d
e
l
i
m
i
n
a
t
e
s
t
r
ue
po
s
i
t
i
v
e
pi
xe
l
s
,
s
o
t
o
ov
e
r
c
o
m
e
t
h
i
s
i
s
s
ue
,
w
e
s
e
gm
e
n
t
t
h
e
p
i
xe
l
s
i
n
t
o
b
a
c
kgr
o
u
nd/
m
o
v
i
n
g
pi
xe
l
,
t
hr
o
ug
h
t
h
e
m
i
n
i
m
i
z
a
t
i
o
n
o
f
a
n
e
n
e
r
gy
f
un
c
t
i
o
n
us
i
ng
g
ra
p
h
-
c
ut
.
3.
2
.
1.
En
e
r
gy
F
u
n
c
ti
o
n
Co
n
s
i
de
r
e
d
1
2
N
X
=
{
x
x
,
.
.
.
.
.
,
x
,
}
a
n
o
b
s
e
r
v
a
t
i
o
n
s
e
t
o
f
a
c
urr
e
n
t
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
I
i
n
a
v
i
de
o
s
e
que
n
c
e
,
o
ur
o
b
j
e
c
t
i
ve
i
s
t
o
a
s
s
i
g
n
a
l
a
b
e
l
f
r
o
m
t
h
e
b
i
na
r
y
s
e
t
ii
Y
{
y
|
y
0
,
1
}
t
o
e
a
c
h
p
i
xe
l
i
n
I
,
w
hi
c
h
i
s
e
qui
v
a
l
e
n
t
t
o
m
a
xi
m
i
z
e
t
h
e
po
s
t
e
ri
o
r
p
r
o
b
a
b
i
l
i
t
y
P
Y
/
X
.
T
h
e
B
a
y
e
s
l
a
w
a
l
l
o
w
s
us
t
o
w
r
i
t
e
t
h
e
po
s
t
e
ri
o
r
p
r
o
b
a
b
i
l
i
t
y
P
Y
/
X
a
s
f
o
l
l
ow
s
:
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
A
ut
om
a
t
i
c
f
or
e
gr
o
und
de
t
e
c
t
i
on
bas
e
d
on
KD
E
and
b
i
nar
y
c
l
as
s
i
f
i
c
at
i
on
(
Moham
m
e
d
L
ahr
ai
c
hi
)
521
/
/
P
X
Y
P
Y
P
Y
X
PX
(6)
S
i
n
c
e
P
(
X
)
i
s
a
c
o
n
s
t
a
nt
t
e
rm
,
s
o
m
a
xi
m
i
z
i
ng
P
Y
/
X
i
s
e
qui
v
a
l
e
n
t
t
o
m
a
x
i
m
i
z
i
ng
/
P
X
Y
P
Y
:
//
y
Y
y
Y
pp
a
r
g
m
a
x
P
Y
X
a
r
g
m
a
x
P
X
Y
P
Y
(7)
(a
)
(b
)
(c
)
F
i
gu
r
e
2
.
I
m
a
ge
r
e
s
ul
t
o
f
K
D
E
m
e
t
h
o
d
us
i
n
g
a
f
i
xe
d
t
hr
e
s
h
o
l
d.
(
a
)
O
r
i
g
i
n
a
l
i
m
a
ge
,
(b
)
I
m
a
ge
r
e
s
ul
t
o
b
t
a
i
n
e
d
us
i
n
g
P
(
x
)
>
t
hr
e
s
h
o
l
d=
0.
8
,
(c
)
I
m
a
ge
r
e
s
u
l
t
o
b
t
a
i
n
e
d
us
i
n
g
P
(
x
)
>
t
h
r
e
s
h
o
l
d=
0.
2.
A
s
s
um
e
t
h
a
t
X
i
s
c
o
n
di
t
i
o
na
l
l
y
i
n
de
pe
n
de
nt
gi
v
e
n
Y
,
t
h
e
n
:
N
p
pp
1
P
X
/
Y
P
x
/
y
(8)
W
h
e
r
e
obs
p
p
p
p
P
x
/
y
e
x
p
(
D
y
)
(9)
obs
Dy
pp
i
s
t
h
e
d
a
t
a
e
n
e
r
gy
,
i
t
t
e
s
t
s
h
o
w
t
h
e
c
urr
e
nt
l
a
b
e
l
i
n
g
p
y
i
s
c
o
h
e
r
e
nt
w
i
t
h
t
h
e
o
b
s
e
r
v
e
d
da
t
a
.
U
s
i
n
g
(8)
a
n
d
(9)
w
e
c
a
n
w
ri
t
e
P
X
/
Y
a
s
f
o
l
l
ow
s
:
N
obs
pp
p1
P
X
/
Y
e
x
p
(
D
y
)
(10)
W
h
e
r
e
a
s
P
(
Y
)
i
s
a
pri
o
r
p
r
o
b
a
b
i
l
i
t
y
c
a
l
c
ul
a
t
e
d
by
H
a
m
m
e
r
s
l
e
y
-
Cl
i
ffo
r
d
t
h
e
o
r
e
m
t
h
a
t
s
i
m
ul
a
t
e
s
M
a
r
ko
v
R
a
n
do
m
F
i
e
l
d
us
i
n
g
G
i
b
b
s
di
s
t
r
i
b
ut
i
o
n
w
i
t
h
a
f
o
ur
-
ne
i
g
h
b
o
r
h
o
o
d
s
y
s
t
e
m
a
s
f
o
l
l
ow
s
:
p
,
q
p
,
q
p
,
q
P
Y
e
x
p
V
(
y
y
)
(11)
p
,
q
p
q
V
(
y
y
,
)
de
n
o
t
e
s
t
h
e
s
m
o
o
t
h
e
n
e
rgy
,
i
t
pe
n
a
l
i
z
e
s
t
w
o
n
e
i
gh
b
o
r
i
n
g
p
i
xe
l
s
p
a
n
d
q
w
h
e
n
t
h
e
l
a
b
e
l
p
y
a
n
d
q
y
a
r
e
t
o
o
di
f
fe
r
e
n
t
.
U
s
i
n
g
(1
0)
a
n
d
(11)
w
e
c
a
n
w
r
i
t
e
:
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
:
517
-
52
6
522
N
obs
y
Y
y
Y
p
p
p
,
q
p
,
q
pp
p,
p1
q
a
rg
m
a
x
P
Y
/
X
a
rg
m
a
x
e
x
p
(
D
y
V
(
y
y
)
)
(12)
S
o
f
i
n
a
l
l
y
,
m
a
xi
m
i
z
i
ng
t
h
e
po
s
t
e
r
i
o
r
p
r
o
b
a
b
i
l
i
t
y
P
Y
/
X
i
s
e
qui
v
a
l
e
nt
t
o
m
i
n
i
m
i
z
i
ng
t
h
e
e
n
e
r
gy
f
un
c
t
i
o
n
E
r
e
p
r
e
s
e
n
t
e
d
a
s
f
o
l
l
o
w
s
:
obs
p
p
p
,
q
p
q
p
I
p
,
q
E
y
D
y
V
(
y
,
y
)
(13)
W
h
e
r
e
,
t
h
e
m
i
n
i
m
i
z
a
t
i
o
n
o
f
t
h
e
e
n
e
r
gy
f
un
c
t
i
o
n
E
i
s
e
qui
v
a
l
e
nt
t
o
f
i
n
d
a
m
i
ni
m
u
m
c
u
t
i
n
a
g
r
a
p
h
G
=
(V
;
E
’).
3.
2
.
2
M
o
v
i
n
g
O
b
je
c
t
D
e
te
c
ti
o
n
b
y
Mi
n
i
m
i
z
at
i
o
n
o
f
En
e
r
g
y
F
u
n
c
ti
o
n
O
ur
a
i
m
i
s
t
o
s
e
gm
e
nt
o
u
r
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
i
nt
o
b
a
c
kgr
o
un
d
/
m
o
v
i
n
g
o
b
j
e
c
t
,
t
hi
s
s
e
gm
e
n
t
a
t
i
o
n
i
s
e
s
t
i
m
a
t
e
d
a
s
a
gl
o
b
a
l
m
i
ni
m
u
m
o
f
t
h
e
e
n
e
r
gy
f
un
c
t
i
o
n
E
(
13)
c
o
m
put
e
d
by
a
s
t
a
n
d
a
r
d
m
i
ni
m
u
m
c
ut
a
l
go
ri
t
hm
[24
]
-
[25]
,
a
s
de
m
o
n
s
t
ra
t
e
i
n
F
i
gu
r
e
3.
F
i
r
s
t
l
y
,
w
e
c
r
e
a
t
e
a
g
ra
p
h
G
=
(V
;
E
’)
f
o
r
e
a
c
h
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
,
w
h
e
r
e
V
s
t
a
nds
f
o
r
t
h
e
s
e
t
o
f
n
o
de
s
(pi
xe
l
s
),
a
n
d
t
w
o
t
e
r
m
i
na
l
n
o
de
s
c
o
n
n
e
c
t
e
d
t
o
e
ve
r
y
pi
xe
l
s
,
na
m
e
d
S
(S
o
ur
c
e
)
a
n
d
T
(S
i
nk),
E
’
r
e
p
r
e
s
e
nt
s
t
h
e
s
e
t
of
e
dge
s
c
o
nn
e
c
t
i
n
g
t
w
o
a
dj
a
c
e
n
t
n
o
d
e
s
w
i
t
h
w
e
i
gh
t
p
,
q
p
q
V
(
y
y
,
)
,
(
p
,
q
)
N
,
a
n
d
c
o
nn
e
c
t
i
ng
S
a
nd
T
t
o
e
v
e
r
y
n
o
de
s
p
i
n
I
w
i
t
h
w
e
i
ght
B
a
c
k
g
r
o
u
n
d
pp
Dy
a
n
d
O
b
je
c
t
pp
Dy
r
e
s
pe
c
t
i
v
e
l
y
.
F
i
gu
r
e
3
.
I
m
a
ge
s
e
gm
e
nt
a
t
i
o
n
us
i
ng
G
ra
p
h
Cu
t
[
24]
T
h
e
r
e
f
o
r
e
,
t
h
e
b
i
na
r
y
l
a
b
e
l
i
n
g
p
r
o
b
l
e
m
i
s
t
o
a
s
s
i
g
n
e
a
c
h
n
o
de
i
n
V
a
u
n
i
que
l
a
b
e
l
y
p
,
w
h
e
r
e
y
p
i
n
{
0,
1}
.
S
e
c
o
n
dl
y
,
O
n
c
e
t
h
e
g
r
a
p
h
i
s
b
ui
l
t
,
B
oy
k
ov
a
n
d
J
o
l
l
l
y
[
24]
s
o
l
v
e
t
h
e
l
a
b
e
l
i
n
g
o
f
t
h
e
pi
xe
l
s
t
hr
o
ug
h
a
c
ut
o
n
t
h
e
g
ra
p
h
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
3,
t
hi
s
c
u
t
w
i
l
l
s
e
v
e
r
t
w
o
t
y
pe
s
o
f
l
i
n
ks
:
a)
T
-
l
i
n
ks
:
a
c
ut
r
e
m
o
v
e
s
o
n
e
o
f
t
h
e
t
w
o
e
dge
s
t
ha
t
c
o
nn
e
c
t
a
p
i
xe
l
w
i
t
h
a
t
e
rm
i
na
l
S
o
r
T
n
o
de
,
a
s
s
o
c
i
a
t
i
ng
i
t
t
o
t
h
e
o
b
j
e
c
t
o
r
b
a
c
k
g
r
o
un
d
c
l
a
s
s
.
b)
N
-
l
i
n
ks
:
a
c
ut
r
e
m
o
v
e
s
t
h
e
l
i
n
ks
b
e
t
w
e
e
n
pa
i
r
s
o
f
pi
xe
l
s
a
s
s
o
c
i
a
t
e
d
t
o
di
f
f
e
r
e
n
t
t
e
r
m
i
n
a
l
s
.
A
c
ut
C
i
n
g
ra
p
h
i
s
a
s
ub
s
e
t
o
f
e
dg
e
s
w
h
i
c
h
s
e
pa
r
a
t
e
s
t
h
e
no
de
s
i
n
t
o
t
w
o
pa
r
t
s
;
o
n
e
p
a
r
t
b
e
l
o
n
gs
t
o
t
h
e
s
o
ur
c
e
a
n
d
t
h
e
o
t
h
e
r
b
e
l
o
n
gs
t
o
t
h
e
s
i
n
k
.
T
h
e
c
o
s
t
of
a
c
ut
i
s
t
h
e
s
um
m
a
t
i
o
n
o
f
t
h
e
w
e
i
gh
t
s
o
f
i
t
s
e
dge
s
.
T
h
e
m
i
n
i
m
u
m
c
ut
o
f
t
h
e
g
r
a
p
h
w
i
l
l
ge
n
e
r
a
t
e
a
n
o
pt
i
m
a
l
s
e
gm
e
n
t
a
t
i
o
n
i
n
t
h
e
i
m
a
ge
.
In
o
r
de
r
t
o
c
a
l
c
ul
a
t
e
t
h
e
e
n
e
rgy
f
un
c
t
i
o
n
E
,
w
e
c
a
l
c
ul
a
t
e
obs
pp
Dy
a
nd
p
,
q
p
,
q
V
(
y
y
)
a
s
f
o
l
l
ow
s
:
²
²
)
(
2
pB
B
a
c
k
g
r
o
u
n
d
B
pp
x
D
y
e
(14)
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
A
ut
om
a
t
i
c
f
or
e
gr
o
und
de
t
e
c
t
i
on
bas
e
d
on
KD
E
and
b
i
nar
y
c
l
as
s
i
f
i
c
at
i
on
(
Moham
m
e
d
L
ahr
ai
c
hi
)
523
²
²
)
(
2
p
O
b
j
O
b
j
e
c
t
O
b
j
pp
x
D
y
e
(15)
)
,
(²
2²
1
,
,
pq
p
q
p
q
xx
V
y
y
e
d
i
s
t
p
q
(16)
W
h
e
r
e
µ
B
:
R
e
pr
e
s
e
nt
s
t
h
e
pe
a
k
o
f
b
a
c
kgr
o
un
d
di
s
t
r
i
b
ut
i
o
n
hi
s
t
o
gra
m
r
e
p
r
e
s
e
nt
e
d
i
n
F
i
g
u
r
e
4(b
)).
µ
Obj
:
R
e
pr
e
s
e
nt
s
t
h
e
pe
a
k
o
f
obj
e
c
t
s
di
s
t
ri
b
ut
i
o
n
h
i
s
t
o
gra
m
r
e
pr
e
s
e
nt
e
d
i
n
F
i
gu
r
e
4(b
)).
σ
B
a
n
d
σ
O
b
j
:
R
e
pr
e
s
e
nt
s
t
h
e
v
a
r
i
a
n
c
e
o
f
b
a
c
kgr
o
und
a
n
d
o
bj
e
c
t
s
di
s
t
ri
b
ut
i
o
n
s
r
e
s
pe
c
t
i
v
e
l
y
.
x
p
,
x
q
:
P
i
xe
l
s
v
a
l
ue
s
i
n
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
D
i
s
t
(
p,
q)
:
E
uc
l
i
di
a
n
di
s
t
a
n
c
e
b
e
t
w
e
e
n
pi
xe
l
s
p
a
n
d
q
.
A
s
s
h
o
w
n
i
n
F
i
gu
r
e
4(b
),
t
h
e
h
i
s
t
o
g
r
a
m
o
f
pr
o
b
a
b
i
l
i
t
y
i
m
a
ge
i
s
b
i
m
o
da
l
.
µ
obj
i
s
t
h
e
m
e
a
n
o
f
t
h
e
f
i
r
s
t
di
s
t
r
i
b
ut
i
o
n
,
a
n
d
µ
B
i
s
t
h
e
m
e
a
n
o
f
t
h
e
s
e
c
o
n
d
di
s
t
r
i
b
ut
i
o
n
.
I
n
ge
n
e
r
a
l
,
t
h
e
b
a
c
kgr
o
u
n
d
pi
xe
l
s
i
s
m
o
r
e
do
m
i
n
a
nt
t
h
a
n
o
b
j
e
c
t
pi
xe
l
s
,
a
n
d
t
h
e
p
r
o
b
a
b
i
l
i
t
y
v
a
l
ue
of
t
h
e
b
a
c
kgr
o
u
n
d
i
s
h
i
g
h
e
r
t
ha
n
t
hi
s
o
f
t
h
e
o
bj
e
c
t
,
S
o
:
µ
B
>
µ
Obj
.
µ
obj
,
µ
B
a
nd
σ
obj
,
σ
B
a
r
e
c
a
l
c
ul
a
t
e
d
us
i
n
g
K
m
e
a
n
s
a
l
go
r
i
t
hm
a
p
pl
i
e
d
i
n
p
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
,
w
i
t
h
t
h
e
n
u
m
b
e
r
o
f
c
l
us
t
e
r
i
s
s
e
t
t
o
2
.
(a
)
(b
)
F
i
gu
r
e
4
.
(
a
)
P
r
o
b
a
b
i
l
i
t
y
i
m
a
ge
,
(b
)
H
i
s
t
o
gra
m
o
f
pr
o
b
a
b
i
l
i
t
y
i
m
a
ge
4.
R
ES
U
LTS
A
N
D
A
N
A
L
Y
S
I
S
In
o
r
de
r
t
o
v
a
l
i
da
t
e
t
h
e
p
r
o
po
s
e
d
t
e
c
hn
i
que
us
i
n
g
qua
l
i
t
a
t
i
v
e
e
v
a
l
ua
t
i
o
n
,
t
hr
e
e
di
f
f
e
r
e
n
t
t
y
pe
s
of
s
c
e
n
e
s
w
e
r
e
c
o
n
s
i
de
r
e
d
f
r
o
m
t
h
e
CD
n
e
t
2
014
v
i
de
o
da
t
a
s
e
t
,
w
h
i
c
h
a
r
e
a
c
qui
r
e
d
us
i
n
g
a
f
i
xe
d
c
a
m
e
r
a
.
T
h
e
f
i
r
s
t
o
n
e
i
s
a
h
i
g
h
w
a
y
f
r
o
m
B
a
s
e
l
i
n
e
s
e
que
n
c
e
s
w
h
i
c
h
r
e
p
r
e
s
e
n
t
s
a
r
o
a
d
c
o
n
t
a
i
ni
n
g
v
e
h
i
c
l
e
s
w
i
t
h
n
o
n
s
t
a
t
i
o
n
a
r
y
b
a
c
kgr
o
un
d
due
t
o
m
o
v
i
n
g
t
r
e
e
s
i
n
l
e
f
t
of
t
h
e
i
m
a
ge
;
t
h
e
s
i
z
e
of
f
r
a
m
e
i
s
320×
240
.
A
n
d
t
h
e
s
e
c
o
n
d
i
s
a
pe
de
s
t
ri
a
n
s
f
r
o
m
b
a
s
e
l
i
n
e
s
e
que
n
c
e
s
,
i
t
i
s
a
pp
r
o
p
r
i
a
t
e
f
o
r
t
e
s
t
i
ng
t
h
e
e
ff
e
c
t
of
i
l
l
um
i
na
t
i
o
n
c
h
a
n
ge
,
t
h
e
s
i
z
e
of
t
h
e
f
r
a
m
e
i
s
360×
240
.
W
h
i
l
s
t
,
t
h
e
t
h
i
r
d
i
s
t
h
e
fo
un
t
a
i
n
1
f
r
o
m
D
y
n
a
m
i
c
b
a
c
kgr
o
und
s
e
que
n
c
e
s
,
w
h
i
c
h
r
e
p
r
e
s
e
n
t
s
a
s
c
e
na
r
i
o
o
f
d
y
n
a
m
i
c
b
a
c
kgr
o
un
d
due
t
o
t
h
e
p
r
e
s
e
n
c
e
of
m
o
v
i
n
g
t
r
e
e
s
a
n
d
f
o
un
t
a
i
n;
t
h
e
s
i
z
e
o
f
t
h
e
f
ra
m
e
i
s
4
32×
288.
T
o
v
e
r
i
fy
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d,
w
e
c
o
m
pa
r
e
o
ur
r
e
s
ul
t
s
t
o
t
h
o
s
e
ob
t
a
i
n
e
d
us
i
n
g
G
a
us
s
i
a
n
M
i
x
t
u
r
e
M
o
de
l
(G
M
M
)
[5]
a
n
d
K
e
rn
e
l
D
e
n
s
i
t
y
E
s
t
i
m
a
t
o
r
m
e
t
h
o
d
(K
D
E
)
[10]
.
T
h
e
qua
l
i
t
a
t
i
v
e
r
e
s
ul
t
s
a
r
e
i
l
l
us
t
r
a
t
e
d
i
n
F
i
gu
r
e
5,
w
h
e
r
e
t
h
e
o
r
i
g
i
n
f
r
a
m
e
s
of
t
h
e
v
i
d
e
o
s
e
que
n
c
e
s
a
r
e
s
h
o
w
n
i
n
t
h
e
f
i
r
s
t
c
o
l
um
n,
t
h
e
r
e
s
ul
t
s
o
b
t
a
i
n
e
d
us
i
ng
G
a
us
s
i
a
n
M
i
x
t
u
r
e
M
o
de
l
a
r
e
di
s
pl
a
y
e
d
i
n
t
h
e
s
e
c
o
n
d
c
o
l
um
n
,
a
n
d
t
h
o
s
e
of
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
:
517
-
52
6
524
K
D
E
m
e
t
h
o
d
a
r
e
s
h
o
w
n
i
n
t
h
e
t
hi
r
d
c
o
l
um
n,
t
h
o
s
e
a
c
qui
r
e
d
w
i
t
h
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
i
n
t
h
e
f
o
ur
t
h
c
o
l
um
n,
a
n
d
t
h
e
f
i
f
t
h
c
o
l
um
n
r
e
p
r
e
s
e
n
t
s
t
h
e
g
r
o
u
n
d
t
r
u
t
h
i
m
a
ge
s
.
T
h
e
i
m
pl
e
m
e
n
t
a
t
i
o
n
o
f
t
h
e
p
r
o
po
s
e
d
a
n
d
t
h
e
c
o
m
pa
ri
s
o
n
m
e
t
h
o
ds
i
s
de
v
e
l
o
p
e
d
us
i
n
g
O
pe
n
c
v
2.
4
.
9
i
n
C
+
+
e
n
v
i
r
o
nm
e
n
t
,
w
h
e
r
e
t
h
e
G
M
M
i
s
t
e
s
t
e
d
b
y
us
i
n
g
t
h
e
n
um
b
e
r
o
f
G
a
us
s
i
a
n
s
=
3
,
t
h
e
num
b
e
r
o
f
h
i
s
t
o
ri
c
f
r
a
m
e
s
=
1
00
a
n
d
l
e
a
rni
n
g
ra
t
e
α=
0
.
2
.
W
h
e
ra
s
K
D
E
m
e
t
h
o
d
i
s
i
m
p
l
e
m
e
n
t
e
d
by
us
i
n
g
t
h
e
n
u
m
b
e
r
f
r
a
m
e
s
i
n
b
u
f
fe
r
=
100
,
l
e
a
rni
n
g
r
a
t
e
α=
0.
2
a
nd
t
hr
e
s
h
o
l
d
=
0.
6.
=
A
s
i
l
l
u
t
r
a
t
e
d
i
n
F
i
gu
r
e
5
,
t
h
e
r
e
s
ul
t
s
o
f
t
h
e
f
i
r
s
t
s
e
que
n
c
e
i
n
di
c
a
t
e
t
ha
t
a
l
l
m
e
t
h
o
ds
s
uc
c
e
s
s
f
ul
l
y
de
t
e
c
t
e
d
t
h
e
f
o
r
e
gr
o
u
n
d,
w
hi
c
h
m
a
y
be
e
xpl
a
i
n
e
d
by
t
he
f
a
c
t
t
h
a
t
t
h
e
s
e
que
n
c
e
i
s
s
i
m
p
l
e
.
H
ow
e
v
e
r
,
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
s
h
o
w
s
m
o
r
e
e
ff
e
c
t
i
v
e
n
e
s
s
i
n
s
upp
r
e
s
s
i
o
n
t
h
e
f
a
l
s
e
po
s
i
t
i
v
e
a
n
d
n
e
ga
t
i
v
e
pi
xe
l
s
.
I
n
t
h
e
s
e
c
o
n
d
s
e
que
n
c
e
,
e
a
c
h
m
e
t
h
o
d
pr
e
s
e
n
t
s
a
de
g
r
e
e
of
s
u
c
c
e
s
s
t
o
c
o
pe
w
i
t
h
u
n
i
nt
e
r
e
s
t
i
n
g
m
o
v
e
m
e
n
t
s
o
f
t
h
e
b
a
c
kgr
o
un
d
due
t
o
m
o
v
i
n
g
t
r
e
e
s
a
n
d
f
o
un
t
a
i
n.
H
o
w
e
v
e
r
t
he
r
e
s
ul
t
s
o
f
t
h
e
G
M
M
a
nd
K
D
E
c
o
n
t
a
i
n
n
o
t
o
n
l
y
m
i
s
s
e
d
f
o
r
e
gr
o
un
d
de
t
e
c
t
i
o
n
b
ut
a
l
s
o
f
a
l
s
e
fo
r
e
gr
o
un
d
de
t
e
c
t
i
o
n
.
B
ut
t
h
e
us
e
of
K
D
E
a
nd
G
r
a
p
h
c
u
t
h
a
s
i
m
p
r
o
v
e
d
t
h
e
qua
l
i
t
y
of
de
t
e
c
t
i
o
n
,
e
s
pe
c
i
a
l
l
y
,
t
h
e
c
o
r
r
e
c
t
i
o
n
o
f
m
i
s
c
l
a
s
s
i
f
i
e
d
f
o
r
e
gr
o
un
d
a
n
d
b
a
c
kg
r
o
un
d
pi
xe
l
s
.
W
h
e
r
e
a
s
t
h
e
r
e
s
ul
t
s
o
f
t
h
e
t
hi
r
d
s
e
que
n
c
e
s
h
o
w
t
ha
t
o
u
r
m
e
t
h
o
d
h
a
s
e
f
fe
c
t
i
ve
l
y
a
da
pt
e
d
t
o
t
h
e
i
l
l
u
m
i
na
t
i
o
n
c
h
a
n
ge
o
f
t
h
e
s
c
e
n
e
.
W
h
e
r
e
a
s
i
n
t
h
e
qu
a
n
t
i
t
a
t
i
v
e
a
na
l
y
s
i
s
,
t
hr
e
e
di
f
fe
r
e
nt
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
,
P
r
e
c
i
s
i
o
n,
R
e
c
a
l
l
a
nd
F
-
M
e
a
s
ur
e
ha
v
e
b
e
e
n
t
e
s
t
e
d,
a
n
d
a
r
e
de
f
i
n
e
d
a
s
f
o
l
l
ow
s
:
T
P
Num
be
r
of
true
pos
it
iv
e
s
de
te
c
te
d
P
re
c
ision
T
P
F
P
Num
be
r
of
pos
it
iv
e
s
de
te
c
te
d
T
P
Num
be
r
o
f
tru
e
p
os
it
iv
e
s
d
e
te
c
te
d
R
e
c
all
T
P
F
N
T
otal
n
um
be
r
o
f
tru
e
p
os
it
iv
e
s
in
g
r
oun
d
tru
th
2
P
r
e
c
i
s
i
o
n
R
e
c
a
l
l
F
M
e
a
s
u
r
e
P
r
e
c
i
s
i
o
n
R
e
c
a
l
l
W
h
e
r
e
T
P
de
n
o
t
e
s
t
rue
po
s
i
t
i
v
e
s
,
F
P
r
e
p
r
e
s
e
n
t
s
f
a
l
s
e
po
s
i
t
i
v
e
s
a
n
d
F
N
f
a
l
s
e
n
e
ga
t
i
v
e
s
.
A
m
o
n
g
t
h
e
s
e
m
e
t
ri
c
s
,
w
e
a
r
e
i
nt
e
r
e
s
t
e
d
e
s
pe
c
i
a
l
l
y
i
n
t
h
e
F
-
m
e
s
ur
e
,
w
h
i
c
h
a
r
e
c
o
m
m
o
n
l
y
a
c
c
e
p
t
e
d
a
s
go
o
d
i
n
di
c
a
t
o
r
s
o
f
t
h
e
o
ve
r
a
l
l
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
b
a
c
kgr
o
und
s
ub
t
r
a
c
t
i
o
n
m
e
t
h
o
ds
.
By
d
e
f
i
n
i
t
i
o
n
,
a
go
o
d
a
l
go
ri
t
hm
i
s
t
h
e
o
n
e
t
ha
t
p
r
o
duc
e
s
a
s
m
a
l
l
n
u
m
b
e
r
of
f
a
l
s
e
po
s
i
t
i
v
e
s
,
f
a
l
s
e
n
e
g
a
t
i
v
e
s
,
a
nd
hi
g
h
F
-
m
e
s
ur
e
s
c
o
r
e
.
T
h
e
a
v
e
r
a
ge
r
e
c
a
l
l
,
a
v
e
r
a
ge
p
r
e
c
i
s
i
o
n
a
nd
a
v
e
ra
ge
F
-
m
e
s
u
re
v
a
l
ue
s
of
e
a
c
h
m
e
t
h
o
d
a
r
e
c
a
l
c
ul
a
t
e
d
us
i
n
g
a
l
l
b
a
s
e
l
i
n
e
a
nd
dy
n
a
m
i
c
b
a
c
kgr
o
u
n
d
s
e
que
n
c
e
s
a
nd
i
l
l
us
t
r
a
t
e
d
i
n
T
a
b
l
e
1,
w
h
i
c
h
r
e
v
e
a
l
s
t
h
a
t
t
h
e
pr
o
po
s
e
d
s
c
h
e
m
e
pr
o
duc
e
s
b
e
t
t
e
r
F
-
m
e
s
ur
e
s
c
o
r
e
c
o
m
pa
r
e
d
t
o
t
h
e
o
t
h
e
r
s
a
pp
r
o
a
c
h
e
s
,
e
i
t
h
e
r
i
n
t
h
e
b
a
s
e
l
i
n
e
a
n
d
dy
n
a
m
i
c
b
a
c
kgr
o
u
n
d
s
e
que
n
c
e
s
,
e
xc
e
pt
K
D
E
,
w
h
i
c
h
pr
e
s
e
nt
s
a
b
e
t
t
e
r
s
c
o
r
e
i
n
t
h
e
b
a
s
e
l
i
n
e
,
b
ut
o
u
r
m
e
t
h
o
d
pe
r
f
o
m
s
w
e
l
l
i
n
t
h
e
dy
n
a
m
i
c
b
a
c
kgr
o
u
n
d
s
e
que
n
c
e
.
T
a
b
l
e
1
.
T
h
e
A
v
e
r
a
ge
M
e
t
ri
c
s
S
c
o
r
e
o
f
t
h
e
P
r
o
po
s
e
d
a
n
d
o
t
he
r
M
e
t
h
o
ds
,
N
o
t
e
t
h
a
t
T
h
e
s
e
R
e
s
ul
t
s
O
b
t
a
i
n
e
d
fr
o
m
CD
n
e
t
2014
C
ha
l
l
e
n
ge
W
e
b
s
i
t
e
S
e
q
u
e
n
c
e
s
A
v
e
ra
g
e
M
e
t
ri
c
s
G
M
M
[5
]
K
D
E
[1
0
]
M
S
T
BG
M
o
d
e
l
[1
1
]
D
CB
[1
5
]
P
ro
p
o
s
e
d
M
e
t
h
o
d
Ba
s
e
l
i
n
e
P
re
c
i
s
i
o
n
0
.
8
4
6
1
0
.
9
2
2
3
0
.
8
8
7
0
0
.
9
0
7
0
0
.
9
0
1
1
Re
c
a
l
l
0
.
8
1
8
0
0
.
8
9
6
9
0
.
8
1
3
7
0
.
7
1
2
3
0
.
8
4
6
5
F
-
M
e
a
s
u
re
0
.
8
2
4
5
0
.
9
0
9
2
0
.
8
4
5
0
0
.
7
6
9
5
0
.
8
7
2
9
D
y
n
a
m
i
c
Ba
c
k
g
o
u
rn
d
P
re
c
i
s
i
o
n
0
.
5
9
8
9
0
.
5
7
3
2
0
.
5
5
1
5
0
.
7
6
3
2
0
.
6
0
2
1
Re
c
a
l
l
0
.
8
3
4
4
0
.
8
0
1
2
0
.
7
3
9
2
0
.
5
8
0
3
0
.
6
8
1
5
F
-
M
e
a
s
u
re
0
.
6
3
3
0
0
.
5
9
6
1
0
.
5
9
5
3
0
.
6
1
4
9
0
.
6
3
9
3
A
s
de
m
o
n
s
t
ra
t
e
d
a
b
o
ve
,
t
h
e
c
o
m
b
i
n
a
t
i
o
n
o
f
K
D
E
a
nd
G
ra
p
h
Cu
t
m
e
t
h
o
ds
i
m
p
r
o
v
e
s
t
h
e
qua
l
i
t
y
of
r
e
s
ul
t
s
a
s
s
h
o
w
n
i
n
c
o
m
pa
ra
t
i
v
e
r
e
s
ul
t
s
,
b
e
c
a
us
e
,
i
t
e
xpl
o
i
t
s
t
h
e
c
o
r
r
e
l
a
t
i
o
n
t
h
a
t
e
xi
s
t
s
b
e
t
w
e
e
n
t
h
e
i
n
t
e
n
s
i
t
i
e
s
of
n
e
i
g
h
b
o
r
i
ng
p
i
xe
l
s
,
w
h
i
c
h
a
c
h
i
e
v
e
hi
g
h
e
r
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
i
n
t
h
e
p
r
e
s
e
n
c
e
o
f
d
y
n
a
m
i
c
b
a
c
kg
r
o
un
d
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
A
ut
om
a
t
i
c
f
or
e
gr
o
und
de
t
e
c
t
i
on
bas
e
d
on
KD
E
and
b
i
nar
y
c
l
as
s
i
f
i
c
at
i
on
(
Moham
m
e
d
L
ahr
ai
c
hi
)
525
O
ri
g
i
n
a
l
I
m
a
g
e
G
M
M
K
D
E
M
e
t
h
o
d
P
ro
p
o
s
e
d
M
e
t
h
o
d
G
ro
u
n
d
T
ru
t
h
F
ra
m
e
6
9
F
ra
m
e
8
2
F
ra
m
e
1
1
2
5
F
ra
m
e
3
5
0
F
ra
m
e
5
8
4
F
ra
m
e
9
2
5
F
ra
m
e
7
2
0
F
ra
m
e
1
1
5
0
F
i
gu
r
e
5
.
R
e
s
ul
t
s
o
f
t
h
e
p
r
o
po
s
e
d,
G
M
M
a
n
d
K
D
E
m
e
t
h
o
ds
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
15
,
N
o
.
1
,
J
ul
y
201
9
:
517
-
52
6
526
5.
C
O
N
C
LU
S
I
O
N
T
h
e
pu
r
po
s
e
of
t
h
e
c
urr
e
n
t
pa
pe
r
i
s
t
o
de
t
e
c
t
m
o
v
i
n
g
o
b
j
e
c
t
s
f
r
o
m
t
h
e
b
a
c
kgr
o
u
n
d,
b
y
t
a
c
kl
i
n
g
t
w
o
i
s
s
ue
s
,
e
xpl
o
i
t
i
n
g
t
h
e
c
o
rr
e
l
a
t
i
o
n
b
e
t
w
e
e
n
n
e
i
g
h
b
o
r
i
n
g
pi
xe
l
s
a
n
d
a
v
o
i
d
t
h
e
us
e
a
g
l
o
b
a
l
t
hr
e
s
h
o
l
d.
S
o
f
i
r
s
t
l
y
w
e
ge
n
e
r
a
t
e
a
pr
o
b
a
b
i
l
i
t
y
i
m
a
ge
us
i
n
g
K
e
rn
e
l
D
e
n
s
i
t
y
E
s
t
i
m
a
t
i
o
n
m
e
t
h
o
d,
s
e
c
o
n
dl
y
,
i
n
s
t
e
a
d
o
f
t
hr
e
s
h
o
l
d
t
h
e
pr
o
b
a
b
i
l
i
t
y
i
m
a
ge
t
o
e
xt
ra
c
t
m
o
v
i
n
g
p
i
xe
l
s
,
t
hi
s
t
a
s
k
i
s
a
c
hi
e
v
e
d
by
us
i
n
g
t
h
e
g
ra
p
h
c
ut
a
l
go
ri
t
hm
,
w
h
i
c
h
m
i
ni
m
i
z
e
a
n
e
n
e
r
gy
f
un
c
t
i
o
n
,
t
ha
t
i
s
e
qui
v
a
l
e
n
t
t
o
c
l
a
s
s
i
fy
i
n
g
e
a
c
h
pi
xe
l
i
n
t
o
t
h
e
b
a
c
kgr
o
un
d
o
r
t
h
e
fo
r
e
gr
o
u
n
d.
T
hi
s
a
pp
r
o
a
c
h
ha
s
b
e
e
n
t
e
s
t
e
d
i
n
CD
n
e
t
2014
v
i
de
o
da
t
a
s
e
t
,
a
nd
t
h
e
o
b
t
a
i
n
e
d
r
e
s
ul
t
s
de
m
o
n
s
t
r
a
t
e
i
t
s
e
f
fe
c
t
i
ve
n
e
s
s
i
n
f
o
r
e
gr
o
u
n
d
de
t
e
c
t
i
o
n
w
i
t
h
l
e
s
s
m
e
m
o
r
y
r
e
qui
r
e
m
e
n
t
a
n
d
t
i
m
e
c
o
n
s
um
i
ng,
c
o
m
pa
r
e
d
t
o
t
h
e
o
t
h
e
r
s
m
e
t
h
o
ds
.
R
EF
ER
EN
C
ES
[
1]
S
a
t
i
s
h
K
um
a
r
N
,
a
nd
G
.
S
ho
bha
.
B
a
c
kg
r
o
und
M
o
de
l
i
ng
t
o
D
e
t
e
c
t
F
o
r
e
g
r
o
und
O
bj
e
c
t
s
B
a
s
e
d
o
n
A
N
N
a
nd
S
pa
t
i
o
-
T
e
m
po
r
a
l
A
na
l
y
s
i
s
.
I
ndone
s
i
an
J
our
n
al
o
f
E
l
e
c
t
r
i
c
a
l
E
ngi
ne
e
r
i
ng
a
nd
C
om
put
e
r
Sc
i
e
nc
e
20
17;
1
5(
4
)
:
151
-
160
.
[
2]
X
u
Y
,
D
o
ng
J
,
Z
ha
ng
B
,
a
nd
X
u
D
.
B
a
c
kg
r
o
und
m
o
de
l
i
ng
m
e
t
ho
ds
i
n
v
i
de
o
a
na
l
y
s
i
s
:
A
r
e
v
i
e
w
a
nd
c
o
m
pa
r
a
t
i
v
e
e
v
a
l
ua
t
i
o
n.
C
A
A
I
T
r
an
s
ac
t
i
on
s
o
n
I
n
t
e
l
l
i
ge
nc
e
T
e
c
hn
ol
o
gy
201
6;
1
(
1)
:
43
-
60.
[
3]
Y
a
o
G
,
L
e
i
T
,
Z
ho
ng
J
,
J
i
a
ng
P
,
a
nd
J
i
a
W
.
C
o
m
pa
r
a
t
i
v
e
E
v
a
l
u
a
t
i
o
n
of
B
a
c
k
g
r
o
und
S
ubt
r
a
c
t
i
o
n
A
l
go
r
i
t
hm
s
i
n
R
e
m
o
t
e
S
c
e
ne
V
i
de
o
s
C
a
p
t
ur
e
d
by
M
W
I
R
S
e
ns
o
r
s
.
Se
ns
o
r
s
20
17;
17
:
1945.
[
4]
T
hi
e
r
r
y
B
,
S
a
j
i
d
J
,
M
a
r
y
a
m
S
,
a
nd
S
o
o
n
K
i
J
.
D
e
e
p
N
e
ur
a
l
N
e
t
w
o
r
k
C
o
nc
e
pt
s
f
o
r
B
a
c
kg
r
o
und
S
ubt
r
a
c
t
i
o
n:
A
S
y
s
t
e
m
a
t
i
c
R
e
v
i
e
w
a
nd
C
o
m
pa
r
a
t
i
v
e
E
v
a
l
u
a
t
i
o
n.
C
oR
R
.
2
018;
a
bs
/
1811
.
052
55
.
[
5]
S
t
a
uf
f
e
r
C
a
nd
G
r
i
m
s
o
n
W
.
E
.
L
.
A
da
pt
i
v
e
b
a
c
kg
r
o
und
m
i
x
t
ur
e
m
o
de
l
s
f
o
r
r
e
a
l
-
t
i
m
e
t
r
a
c
ki
ng
.
I
E
E
E
C
om
p
ut
e
r
Soc
i
e
t
y
C
onf
e
r
e
nc
e
o
n
C
om
pu
t
e
r
V
i
s
i
on
an
d
P
at
t
e
r
n
R
e
c
o
gni
t
i
on
1
999;
C
a
t
.
N
o
P
R
00149
.
[
6]
Z
i
v
ko
v
i
c
Z
.
I
m
pr
o
v
e
d
A
da
pt
i
v
e
G
a
us
s
i
a
n
M
i
xt
u
r
e
M
o
de
l
f
o
r
B
a
c
kg
r
o
un
d
S
ub
t
r
a
c
t
i
o
n.
17t
h
I
nt
e
r
n
at
i
ona
l
C
onf
e
r
e
nc
e
on
P
at
t
e
r
n
R
e
c
og
ni
t
i
on
(
I
C
P
R
)
2004
.
[
7]
X
i
a
,
H
a
i
y
i
ng
,
S
o
ng
S
,
a
nd
H
e
L
.
A
m
o
di
f
i
e
d
G
a
us
s
i
a
n
m
i
x
t
u
r
e
b
a
c
kg
r
o
und
m
o
de
l
v
i
a
s
p
a
t
i
o
t
e
m
po
r
a
l
di
s
t
r
i
bu
t
i
o
n
w
i
t
h
s
ha
do
w
d
e
t
e
c
t
i
o
n.
J
o
ur
n
al
o
f
Si
g
na
l
,
I
m
a
ge
and
V
i
de
o
P
r
oc
e
s
s
i
ng
201
5;
10
(
2
)
:
343
-
350
.
[
8]
M
o
ur
a
d
M
,
M
a
ha
H
a
n
d
A
l
i
D
.
C
o
m
pa
r
a
t
i
v
e
s
t
udy
o
f
s
t
a
t
i
s
t
i
c
a
l
b
a
c
kg
r
o
und
m
o
de
l
i
ng
a
nd
s
ub
t
r
a
c
t
i
o
n.
I
nd
one
s
i
a
n
J
our
nal
o
f
E
l
e
c
t
r
i
c
a
l
E
ngi
ne
e
r
i
ng
and
C
om
p
ut
e
r
Sc
i
e
nc
e
,
2017;
8(
2
)
:
287
–
295
.
[
9]
B
o
ut
a
i
n
a
H
,
M
o
ha
m
m
e
d
E
l
H
a
j
T
,
R
a
c
h
i
d
O
u
l
a
d
H
a
j
T
a
nd
R
do
ua
n
F
.
D
e
t
e
c
t
i
ng
a
nd
S
ha
do
w
s
i
n
t
h
e
H
S
V
C
o
l
o
r
S
pa
c
e
us
i
ng
D
y
na
m
i
c
T
hr
e
s
ho
l
d
s
,
”
I
nt
e
r
na
t
i
ona
l
J
our
nal
of
E
l
e
c
t
r
i
c
a
l
an
d
C
om
pu
t
e
r
E
n
gi
ne
e
r
i
n
g,
2018;
8
(
3
)
:
1513
-
152
1
.
[
10]
E
l
g
a
m
m
a
l
A
,
H
a
r
w
o
o
d
D
a
nd
D
a
v
i
s
L
.
N
o
n
-
pa
r
a
m
e
t
r
i
c
m
o
de
l
f
o
r
ba
c
kg
r
o
und
s
ubt
r
a
c
t
i
o
n.
E
ur
ope
an
C
onf
e
r
e
nc
e
on
C
om
put
e
r
V
i
s
i
on
.
S
pr
i
nge
r
B
e
r
l
i
n
H
e
i
de
l
be
r
g
2000
.
[
11]
P
a
r
k
J
.
G
a
n
d
L
e
e
C
.
B
a
y
e
s
i
a
n
r
ul
e
-
ba
s
e
d
c
o
m
pl
e
x
ba
c
kg
r
o
und
m
o
de
l
i
ng
a
nd
f
o
r
e
g
r
o
und
de
t
e
c
t
i
o
n.
O
pt
i
c
a
l
E
ngi
ne
e
r
i
n
g
2010;
49
(
2)
.
[
12]
X
i
qun
L
.
A
m
ul
t
i
s
c
a
l
e
s
p
a
t
i
o
-
t
e
m
po
r
a
l
ba
c
kg
r
o
und
m
o
de
l
f
o
r
m
o
t
i
o
n
de
t
e
c
t
i
o
n"
,
I
E
E
E
I
n
t
e
r
na
t
i
ona
l
C
on
f
e
r
e
nc
e
on
I
m
age
P
r
oc
e
s
s
i
ng
(
I
C
I
P
)
2
01
4.
[
13]
L
e
e
J
.
a
nd
P
a
r
k
M
.
A
n
a
da
pt
i
v
e
ba
c
kg
r
o
und
s
ubt
r
a
c
t
i
o
n
m
e
t
ho
d
ba
s
e
d
o
n
ke
r
ne
l
de
n
s
i
t
y
e
s
t
i
m
a
t
i
o
n.
Se
ns
or
s
(
B
as
e
l
,
Sw
i
t
z
e
r
l
a
nd)
2
012;
12(
9)
:
1227
9
–
12
300
.
[
14]
S
ha
h
M
,
D
e
ng
J
.
D
,
a
nd
W
o
o
df
o
r
d
B
.
J
.
A
S
e
l
f
-
a
da
p
t
i
v
e
C
o
de
B
o
o
k
(
S
A
C
B
)
m
o
de
l
f
o
r
r
e
a
l
-
t
i
m
e
ba
c
kg
r
o
und
s
ubt
r
a
c
t
i
o
n.
I
m
a
ge
and
V
i
s
i
on
C
om
pu
t
i
ng
20
15;
38:
52
–
64
.
[
15]
R
a
w
i
t
a
s
K
a
nd
W
o
r
a
p
a
n
K
.
F
o
r
e
g
r
o
und
s
e
g
m
e
n
t
a
t
i
o
n
i
n
a
v
i
d
e
o
b
y
us
i
ng
a
nov
e
l
d
y
na
m
i
c
c
o
de
boo
k.
13t
h
I
nt
e
r
n
at
i
on
al
C
o
nf
e
r
e
nc
e
on
E
l
e
c
t
r
i
c
a
l
E
ng
i
ne
e
r
i
ng
/
E
l
e
c
t
r
o
ni
c
s
,
C
om
put
e
r
,
T
e
l
e
c
om
m
un
i
c
a
t
i
ons
a
nd
I
nf
o
r
m
a
t
i
o
n
T
e
c
hnol
o
gy
(
E
C
T
I
-
C
O
N
)
201
6.
[
16]
H
e
i
kk
i
l
a
M
a
nd
P
i
e
t
i
k
a
i
ne
n
M
.
A
t
e
xt
ur
e
-
ba
s
e
d
m
e
t
ho
d
f
o
r
m
o
de
l
i
n
g
t
he
ba
c
kg
r
o
und
a
nd
de
t
e
c
t
i
ng
m
o
v
i
ng
o
bj
e
c
t
s
.
I
E
E
E
T
r
an
s
a
c
t
i
on
s
o
n
P
at
t
e
r
n
A
na
l
y
s
i
s
a
nd
M
a
c
h
i
ne
I
nt
e
l
l
i
ge
nc
e
2
006;
28
(
4
)
:
657
–
66
2.
[
17]
Z
ha
o
G
a
nd
P
i
e
t
i
k
a
i
ne
M
.
D
y
na
m
i
c
t
e
xt
ur
e
r
e
c
o
g
ni
t
i
o
n
us
i
ng
l
o
c
a
l
bi
na
r
y
pa
t
t
e
r
n
s
w
i
t
h
a
n
a
p
pl
i
c
a
t
i
o
n
t
o
f
a
c
i
a
l
e
xpr
e
s
s
i
o
ns
.
I
E
E
E
T
r
ans
a
c
t
i
on
s
on
P
at
t
e
r
n
A
na
l
y
s
i
s
and
M
ac
h
i
ne
I
nt
e
l
l
i
ge
nc
e
2
007;
29(
6)
:
915
–
928
.
[
18]
Z
ha
ng
S
,
Y
a
o
H
,
a
n
d
L
i
u
S
.
D
y
na
m
i
c
ba
c
kg
r
o
und
m
o
de
l
i
ng
a
nd
s
ub
t
r
a
c
t
i
o
n
us
i
ng
s
pa
t
i
o
-
t
e
m
po
r
a
l
l
o
c
a
l
b
i
n
a
r
y
pa
t
t
e
r
ns
.
15
t
h
I
E
E
E
I
nt
e
r
n
at
i
on
al
C
o
nf
e
r
e
nc
e
on
I
m
age
P
r
oc
e
s
s
i
ng
(
I
C
I
P
)
2008
.
[
19]
Bi
l
o
de
a
u
G
.
A
,
J
o
do
i
n
J
.
P
,
a
nd
S
a
uni
e
r
N
.
C
ha
ng
e
de
t
e
c
t
i
o
n
i
n
f
e
a
t
ur
e
s
pa
c
e
u
s
i
ng
l
o
c
a
l
bi
na
r
y
s
i
m
i
l
a
r
i
t
y
pa
t
t
e
r
n
s
.
I
nt
e
r
n
at
i
on
al
C
on
f
e
r
e
nc
e
on
C
om
pu
t
e
r
&
R
ob
ot
V
i
s
i
on
201
3;
10
(
1
)
.
[
20]
L
i
m
L
o
n
g
A
,
H
a
c
e
r
Y
a
l
i
m
K
.
"
F
o
r
e
g
r
o
und
S
e
g
m
e
nt
a
t
i
o
n
U
s
i
ng
C
o
nvo
l
ut
i
o
na
l
N
e
u
r
a
l
N
e
t
w
o
r
ks
f
o
r
M
u
l
t
i
s
c
a
l
e
F
e
a
t
ur
e
E
nc
o
di
ng
.
P
at
t
e
r
n
R
e
c
ogn
i
t
i
o
n
L
e
t
t
e
r
s
20
18.
[
21]
W
a
ng
Y
,
L
uo
Z
.
M
,
a
n
d
J
o
do
i
n
P
.
M
.
I
nt
e
r
a
c
t
i
v
e
D
e
e
p
L
e
a
r
ni
ng
M
e
t
ho
d
f
o
r
S
e
gm
e
nt
i
ng
M
o
v
i
ng
O
bj
e
c
t
s
P
at
t
e
r
n
R
e
c
ogni
t
i
on
L
e
t
t
e
r
201
6.
[
22]
V
i
j
a
y
a
n
M
a
nd
M
o
ha
n
R
.
M
o
v
i
ng
o
bj
e
c
t
de
t
e
c
t
i
o
n
us
i
ng
v
e
c
t
o
r
i
m
a
g
e
m
o
de
l
.
O
p
t
i
k
2
018;
168:
963
-
973
.
[
23]
M
o
ha
m
m
a
dr
e
z
a
B
,
T
ung
D
i
n
h
D
,
a
nd
R
i
g
o
l
l
G
.
A
D
e
e
p
C
o
nvo
l
ut
i
o
na
l
N
e
u
r
a
l
N
e
t
w
o
r
k
f
o
r
V
i
d
e
o
S
e
que
nc
e
B
a
c
kg
r
o
und
S
ub
t
r
a
c
t
i
o
n.
P
at
t
e
r
n
R
e
c
ogn
i
t
i
o
n
2017
.
[
24]
Y
ur
i
Y
.
B
,
M
a
r
i
e
-
pi
e
r
r
e
J
.
I
nt
e
r
a
c
t
i
v
e
g
r
a
ph
c
ut
s
f
o
r
o
pt
i
m
a
l
bo
un
da
r
y
a
nd
r
e
g
i
o
n
s
e
g
m
e
nt
a
t
i
o
n
o
f
o
bj
e
c
t
s
i
n
N
-
D
i
m
a
g
e
s
.
I
E
E
E
I
n
t
e
r
na
t
i
ona
l
C
o
nf
e
r
e
nc
e
o
n
C
om
put
e
r
V
i
s
i
on
2
001
.
[
25]
K
ha
l
i
d
H
,
D
r
i
s
s
M
a
n
d
Y
o
us
s
e
f
C
.
I
nt
e
r
a
c
t
i
v
e
R
O
I
S
e
g
m
e
nt
a
t
i
o
n
us
i
ng
G
r
a
ph
C
ut
s
.
n
t
e
r
na
t
i
ona
l
J
o
ur
n
al
o
n
G
r
aph
i
c
s
,
V
i
s
i
on
and
I
m
age
P
r
oc
e
s
s
i
n
g
2
009;
9(
6
)
:
1
-
6.
Evaluation Warning : The document was created with Spire.PDF for Python.