T
E
L
K
O
M
NIKA
T
elec
o
mm
un
ica
t
io
n Co
m
pu
t
i
ng
E
lect
ro
nics
a
nd
Co
ntr
o
l
Vo
l.
23
,
No
.
5
,
Octo
b
er
20
25
,
p
p
.
1
258
~1
2
7
0
I
SS
N:
1
6
9
3
-
6
9
3
0
,
DOI
: 1
0
.
1
2
9
2
8
/
T
E
L
KOM
NI
K
A
.
v
23
i
5
.
26800
1258
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//jo
u
r
n
a
l.u
a
d
.
a
c.
id
/in
d
ex
.
p
h
p
/TELK
OM
N
I
K
A
Adv
a
nced
i
m
a
g
e
pro
cess
ing
t
echn
i
ques for i
ntelligen
t
buildi
ng
env
iro
n
m
en
ts usi
ng
pattern
rec
o
g
n
ition
M
o
ha
na
d A.
Al
-
A
s
k
a
ri,
I
e
ha
b Abdu
l J
a
bb
a
r
K
a
m
il
D
e
p
a
r
t
me
n
t
o
f
I
n
f
o
r
mat
i
o
n
T
e
c
h
n
o
l
o
g
y
,
C
o
l
l
e
g
e
o
f
C
o
mp
u
t
e
r
S
c
i
e
n
c
e
s a
n
d
I
n
f
o
r
mat
i
o
n
T
e
c
h
n
o
l
o
g
y
,
U
n
i
v
e
r
si
t
y
o
f
A
n
b
a
r
,
A
n
b
a
r
,
I
r
a
q
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
No
v
26
,
2024
R
ev
i
s
ed
J
u
n
14
,
2025
A
cc
ep
ted
A
u
g
1
,
2025
T
h
e
u
se
o
f
sm
a
rt
b
u
il
d
in
g
e
n
v
iro
n
m
e
n
ts,
a
lo
n
g
w
it
h
h
ig
h
-
tec
h
n
o
l
o
g
y
im
a
g
e
p
ro
c
e
ss
in
g
a
n
d
p
a
tt
e
rn
re
c
o
g
n
it
io
n
,
is
d
isc
u
ss
e
d
w
it
h
in
th
is
p
a
p
e
r.
T
h
e
stu
d
y
sh
o
w
s
th
a
t
th
e
Ca
n
n
y
e
d
g
e
d
e
t
e
c
ti
o
n
a
lg
o
rit
h
m
is
b
e
tt
e
r
th
a
n
th
e
S
o
b
e
l
o
p
e
ra
to
r
in
t
h
e
e
d
g
e
c
larity
,
c
o
n
t
in
u
i
ty
a
n
d
a
c
c
u
ra
c
y
in
se
g
m
e
n
ti
n
g
th
o
se
e
d
g
e
s,
p
o
stin
g
9
2
.
7
%
o
f
e
d
g
e
d
e
tec
ti
o
n
a
c
c
u
ra
c
y
.
In
c
o
rp
o
ra
ti
n
g
f
u
z
z
y
lo
g
ic,
th
e
h
y
b
rid
Ho
u
g
h
tra
n
sf
o
rm
,
a
n
d
so
p
h
ist
ica
ted
se
g
m
e
n
tatio
n
tec
h
n
i
q
u
e
s,
li
k
e
a
d
a
p
ti
v
e
si
m
p
le
li
n
e
a
r
it
e
ra
ti
v
e
c
lu
ste
rin
g
(
S
L
IC
)
su
p
e
rp
ix
e
l
d
iv
isio
n
,
t
h
e
stu
d
y
a
d
v
a
n
c
e
s
li
n
e
d
e
tec
ti
o
n
a
n
d
f
e
a
tu
re
id
e
n
ti
f
ica
ti
o
n
in
t
h
e
im
a
g
e
s
o
f
b
u
il
d
in
g
s.
T
h
e
v
a
riatio
n
a
l
a
u
t
o
e
n
c
o
d
e
r
(
V
A
E)
a
n
d
p
ri
n
c
ip
a
l
c
o
m
p
o
n
e
n
t
a
n
a
ly
sis (P
CA
)
h
e
lp
o
p
t
im
ise
th
e
f
e
a
tu
re
e
x
trac
ti
o
n
su
b
sta
n
ti
a
ll
y
b
y
re
tain
in
g
m
o
re
th
a
n
9
3
%
v
a
rian
c
e
a
t
a
lo
w
e
r
d
i
m
e
n
sio
n
.
In
a
d
d
it
i
o
n
,
a
d
a
p
ti
v
e
Otsu
th
re
sh
o
l
d
i
n
g
a
n
d
re
g
io
n
-
g
ro
w
in
g
se
g
m
e
n
tatio
n
a
ll
o
w
i
m
p
ro
v
in
g
th
e
se
g
m
e
n
tatio
n
a
c
c
u
ra
c
y
,
re
su
lt
in
g
in
a
sig
n
if
ica
n
t
in
c
re
a
se
in
b
u
il
d
i
n
g
d
e
tec
ti
o
n
F
1
sc
o
re
f
ro
m
7
7
.
3
%
to
8
9
.
6
%
.
Irre
sp
e
c
ti
v
e
o
f
t
h
e
Ho
u
g
h
tran
sf
o
r
m
issu
e
s
li
k
e
n
o
ise
se
n
si
ti
v
it
y
a
n
d
o
v
e
r
-
jo
in
in
g
,
t
h
e
re
su
l
ts
su
g
g
e
st
c
o
m
p
u
ti
n
g
p
r
o
c
e
ss
id
e
a
s
th
a
t
a
re
c
o
m
p
u
tatio
n
a
ll
y
e
ff
e
c
ti
v
e
,
sc
a
l
a
b
le,
a
n
d
a
p
p
li
c
a
b
le
i
n
sm
a
rt
b
u
il
d
in
g
sy
ste
m
s.
T
h
is
stu
d
y
su
g
g
e
sts
e
x
te
n
d
i
n
g
th
e
c
u
rre
n
t
a
d
v
a
n
c
e
m
e
n
t
o
f
h
y
b
rid
m
o
d
e
ls
a
n
d
i
n
c
o
rp
o
ra
ti
n
g
th
e
m
w
it
h
th
e
u
rb
a
n
p
lan
n
in
g
p
ro
c
e
d
u
re
s,
e
n
e
rg
y
c
o
n
tro
l
,
a
n
d
b
u
il
d
in
g
se
c
u
rit
y
sy
ste
m
s
.
K
ey
w
o
r
d
s
:
C
an
n
y
a
lg
o
r
it
h
m
Dig
ital e
le
v
atio
n
m
o
d
el
E
d
g
e
d
etec
tio
n
Ho
u
g
h
tr
an
s
f
o
r
m
I
m
ag
e
p
r
o
ce
s
s
i
n
g
P
atter
n
r
ec
o
g
n
itio
n
S
m
ar
t
b
u
i
ld
in
g
s
T
h
is i
s
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Mo
h
an
ad
A
.
A
l
-
A
s
k
ar
i
Dep
ar
t
m
en
t o
f
I
n
f
o
r
m
atio
n
T
e
ch
n
o
lo
g
y
,
C
o
lle
g
e
o
f
C
o
m
p
u
t
er
Scien
ce
s
a
n
d
I
n
f
o
r
m
atio
n
T
ec
h
n
o
lo
g
y
Un
i
v
er
s
it
y
o
f
An
b
ar
,
An
b
ar
,
I
r
aq
E
m
ail:
m
o
h
a
n
ad
.
ab
d
u
l@
u
o
an
b
ar
.
ed
u
.
iq
1.
I
NT
RO
D
UCT
I
O
N
T
h
e
ar
ticle
d
eter
m
in
e
s
th
e
ap
p
licatio
n
o
f
m
o
d
er
n
i
m
a
g
e
p
r
o
ce
s
s
in
g
ap
p
r
o
ac
h
es
to
in
telli
g
en
t
b
u
ild
in
g
en
v
ir
o
n
m
e
n
ts
.
T
h
e
ar
ticle
s
h
o
w
s
h
o
w
p
atter
n
r
ec
o
g
n
itio
n
m
et
h
o
d
s
b
o
o
s
t
s
a
f
et
y
e
l
e
m
en
ts
a
u
to
m
a
tio
n
f
u
n
ctio
n
s
an
d
en
er
g
y
-
s
a
v
i
n
g
f
ea
tu
r
es
w
it
h
in
b
u
ild
i
n
g
m
an
a
g
e
m
en
t
s
y
s
te
m
s
.
T
h
e
ce
n
tr
al
id
ea
en
tails
th
e
u
s
e
o
f
i
m
a
g
e
p
r
o
ce
s
s
in
g
in
id
en
t
if
y
i
n
g
,
m
o
n
ito
r
i
n
g
,
as
w
ell
as,
c
ateg
o
r
izin
g
i
m
a
g
e
s
f
r
o
m
i
n
ter
n
et
o
f
th
i
n
g
s
(
I
o
T
)
s
en
s
o
r
s
o
r
ca
m
er
as
a
n
d
o
th
er
v
is
io
n
s
y
s
te
m
s
[
1
]
.
T
h
ese
tech
n
iq
u
es
p
la
y
a
s
ig
n
i
f
ica
n
t
r
o
le
in
s
e
v
er
al
b
u
ild
in
g
ap
p
licatio
n
s
i
n
clu
d
i
n
g
s
ec
u
r
it
y
an
d
s
u
r
v
eilla
n
ce
,
en
er
g
y
co
n
s
u
m
p
t
io
n
a
n
d
o
p
ti
m
izatio
n
,
o
cc
u
p
an
c
y
s
en
s
i
n
g
an
d
s
m
ar
t
s
y
s
te
m
s
i
n
b
u
ild
i
n
g
s
.
An
in
v
est
ig
at
io
n
ex
a
m
i
n
ed
h
o
w
s
tate
-
of
-
t
h
e
-
ar
t
i
m
a
g
e
p
r
o
ce
s
s
in
g
to
o
ls
en
ab
le
i
m
p
r
o
v
e
m
en
ts
in
in
telli
g
e
n
t
s
p
ac
es
w
it
h
in
b
u
i
ld
in
g
s
.
T
h
e
p
r
im
ar
y
o
b
j
ec
tiv
e
o
f
th
e
in
itiati
v
e
w
as
to
m
ee
t
r
eq
u
ir
e
m
e
n
t
s
f
o
r
g
r
ee
n
an
d
co
m
p
u
ter
is
ed
b
u
ild
in
g
tech
n
o
lo
g
ie
s
.
T
h
is
ap
p
r
o
a
ch
d
eliv
er
s
a
v
ital
u
n
d
er
s
t
an
d
in
g
o
f
cr
ea
tiv
e
tech
n
o
lo
g
ical
i
n
n
o
v
atio
n
s
t
h
at
i
m
p
r
o
v
e
t
h
e
o
p
er
atio
n
s
o
f
b
u
i
l
d
in
g
s
,
en
h
a
n
ce
en
v
ir
o
n
m
e
n
tal
s
u
s
tai
n
ab
ilit
y
,
a
n
d
m
ai
n
tai
n
th
e
co
n
v
e
n
ien
ce
o
f
u
s
er
s
[
2
]
.
T
h
e
r
esear
ch
s
u
p
p
o
r
ts
th
e
cr
ea
tio
n
o
f
s
m
ar
ter
,
m
o
r
e
f
lex
ib
le
s
e
tti
n
g
s
in
lin
e
w
ith
cu
r
r
e
n
t
n
ei
g
h
b
o
u
r
h
o
o
d
d
ev
elo
p
m
e
n
t
tr
en
d
s
th
at
em
p
h
a
s
is
e
en
v
ir
o
n
m
e
n
tali
s
m
a
n
d
cu
tti
n
g
-
ed
g
e
tech
n
o
lo
g
y
.
P
atter
n
r
ec
o
g
n
i
ti
o
n
is
cu
r
r
en
tl
y
a
m
aj
o
r
to
p
ic
o
f
ar
tif
icial
in
telli
g
en
ce
i
n
v
e
s
tig
a
tio
n
d
u
e
to
th
e
Evaluation Warning : The document was created with Spire.PDF for Python.
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
A
d
va
n
ce
d
ima
g
e
p
r
o
ce
s
s
in
g
te
ch
n
iq
u
es fo
r
in
tellig
en
t b
u
ild
i
n
g
en
viro
n
men
ts
…
(
Mo
h
a
n
a
d
A
.
A
l
-
A
s
ka
r
i
)
1259
lack
o
f
u
n
d
er
s
ta
n
d
i
n
g
.
T
h
ese
co
n
s
is
t
o
f
b
io
lo
g
ical
i
m
a
g
e
an
al
y
s
is
,
s
p
ee
ch
a
n
d
tex
t
id
e
n
ti
f
icatio
n
,
ar
tif
icia
l
in
telli
g
e
n
ce
(
A
I
)
,
an
d
s
atelli
t
e
im
a
g
er
y
.
I
t
is
d
o
n
e
b
y
tr
ai
n
in
g
co
m
p
u
ter
s
to
id
en
tify
a
n
d
in
ter
p
r
et
p
atter
n
s
f
r
o
m
p
h
o
to
g
r
ap
h
s
,
a
u
d
io
,
an
d
tex
t.
T
h
e
F
i
g
u
r
e
1
h
i
g
h
li
g
h
t
s
h
o
w
ar
tif
ic
ial
i
n
telli
g
en
ce
p
o
w
er
s
t
h
e
i
m
p
le
m
en
ta
tio
n
o
f
s
m
ar
t b
u
ild
in
g
tec
h
n
o
lo
g
y
th
at
d
r
i
v
es I
n
d
u
s
tr
y
4
.
0
s
h
i
f
ts
.
F
ig
u
r
e
1
h
as
b
ee
n
attac
h
ed
to
g
r
ap
h
icall
y
r
ep
r
ese
n
t
th
e
n
u
m
b
er
o
f
b
u
ild
in
g
an
d
co
n
s
tr
u
cti
o
n
in
d
u
s
tr
y
4
.
0
s
ec
to
r
s
w
h
er
e
A
I
ca
n
b
e
a
p
p
lied
f
o
r
s
m
ar
t
b
u
ild
i
n
g
o
p
er
atio
n
.
T
h
e
F
i
g
u
r
e
1
s
h
o
w
ca
s
e
s
m
aj
o
r
d
o
m
ain
s
o
f
s
m
ar
t
b
u
ild
in
g
tec
h
n
o
lo
g
y
i
n
clu
d
in
g
o
f
f
s
ite
m
a
n
u
f
ac
tu
r
i
n
g
alo
n
g
s
id
e
s
tr
u
ct
u
r
al
an
d
m
ater
ial
d
esi
g
n
a
n
d
v
is
u
aliza
t
io
n
s
u
s
tai
n
ab
ilit
y
co
n
s
tr
u
ctio
n
s
a
f
et
y
a
n
d
b
u
ild
i
n
g
h
ea
lt
h
.
T
h
is
w
o
r
k
h
ig
h
li
g
h
ts
p
atter
n
r
ec
o
g
n
itio
n
’
s
i
m
p
o
r
tan
ce
i
n
i
n
telli
g
e
n
t
b
u
i
ld
in
g
s
y
s
te
m
s
,
n
o
tab
l
y
f
o
r
e
n
er
g
y
m
an
a
g
e
m
e
n
t
an
d
e
n
v
i
r
o
n
m
e
n
tal
co
n
tr
o
l.
B
u
ild
in
g
co
n
s
er
v
in
g
en
er
g
y
r
eq
u
ir
es
tech
n
o
lo
g
ies
t
h
at
b
o
o
s
t
en
er
g
y
u
s
e
b
ased
o
n
am
b
ie
n
t
te
m
p
er
at
u
r
e
an
d
o
cc
u
p
an
t
m
o
v
e
m
e
n
t
[
3
]
.
T
h
e
s
tu
d
y
s
h
o
w
s
th
a
t
s
o
p
h
i
s
ticate
d
co
n
tr
o
l
s
tr
ateg
ies
m
a
y
i
m
p
r
o
v
e
p
u
b
lic
b
u
ild
in
g
air
co
n
d
itio
n
in
g
e
f
f
icien
c
y
.
F
u
zz
y
co
n
tr
o
l
o
p
ti
m
is
e
s
en
er
g
y
s
a
v
in
g
s
.
T
h
e
s
i
m
u
latio
n
i
n
p
r
ac
tical
in
d
u
s
tr
ia
l
s
tr
u
ct
u
r
es
e
v
alu
ate
s
t
h
ese
m
et
h
o
d
s
’
e
f
f
icac
y
.
I
n
telli
g
e
n
t
f
ac
ad
es
r
e
s
p
o
n
d
to
in
t
er
n
al
an
d
ex
ter
io
r
en
v
ir
o
n
m
e
n
tal
f
ac
to
r
s
,
o
u
tp
er
f
o
r
m
i
n
g
s
tatic
f
ac
ad
es.
T
h
e
T
ab
le
1
estab
lis
h
es
t
h
e
m
ain
r
esear
ch
d
o
m
ain
s
w
it
h
i
n
i
m
a
g
e
p
r
o
ce
s
s
i
n
g
w
h
il
e
p
r
o
v
id
in
g
a
s
s
o
ciate
d
tec
h
n
o
lo
g
ical
d
escr
ip
tio
n
s
.
T
h
e
T
ab
le
1
d
em
o
n
s
t
r
ate
s
h
o
w
m
et
h
o
d
s
ca
n
s
er
v
e
in
b
u
ild
in
g
e
n
er
g
y
m
a
n
a
g
e
m
e
n
t
w
h
ile
s
i
m
u
lta
n
eo
u
s
l
y
p
er
f
o
r
m
i
n
g
m
ed
ical
i
m
ag
e
r
ec
o
g
n
itio
n
ed
g
e
d
etec
tio
n
an
d
p
est r
ec
o
g
n
itio
n
.
Fig
u
r
e
1
.
A
p
p
licatio
n
o
f
A
I
i
n
s
m
ar
t b
u
i
ld
in
g
tech
n
o
lo
g
y
T
ab
le
1
.
Key
r
esear
ch
ar
ea
s
a
n
d
tech
n
o
lo
g
ie
s
in
i
m
a
g
e
p
r
o
ce
s
s
i
n
g
R
e
se
a
r
c
h
a
r
e
a
K
e
y
f
o
c
u
s
T
e
c
h
n
o
l
o
g
y
/
m
e
t
h
o
d
A
p
p
l
i
c
a
t
i
o
n
B
u
i
l
d
i
n
g
e
n
e
r
g
y
man
a
g
e
me
n
t
O
p
t
i
mi
z
e
a
i
r
c
o
n
d
i
t
i
o
n
i
n
g
sy
st
e
m e
n
e
r
g
y
c
o
n
su
mp
t
i
o
n
F
u
z
z
y
c
o
n
t
r
o
l
me
t
h
o
d
,
mu
l
t
i
-
sy
st
e
m
l
i
n
k
a
g
e
P
u
b
l
i
c
b
u
i
l
d
i
n
g
e
n
e
r
g
y
-
sav
i
n
g
s
t
r
a
t
e
g
i
e
s
M
e
d
i
c
a
l
i
mag
e
r
e
c
o
g
n
i
t
i
o
n
D
i
a
b
e
t
i
c
r
e
t
i
n
o
p
a
t
h
y
d
e
t
e
c
t
i
o
n
D
e
e
p
l
e
a
r
n
i
n
g
,
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(
C
N
N
)
F
u
n
d
u
s i
mag
e
a
n
a
l
y
si
s
I
mag
e
e
d
g
e
d
e
t
e
c
t
i
o
n
I
mp
r
o
v
e
e
d
g
e
d
e
t
e
c
t
i
o
n
a
c
c
u
r
a
c
y
a
n
d
r
o
b
u
st
n
e
ss
M
u
l
t
i
-
sca
l
e
C
a
n
n
y
e
d
g
e
d
e
t
e
c
t
i
o
n
,
g
e
o
m
e
t
r
i
c
f
e
a
t
u
r
e
a
n
a
l
y
si
s
A
r
t
i
f
i
c
i
a
l
o
b
j
e
c
t
e
d
g
e
d
e
t
e
c
t
i
o
n
P
e
st
r
e
c
o
g
n
i
t
i
o
n
I
d
e
n
t
i
f
y
st
o
r
e
d
g
r
a
i
n
p
e
st
s
D
e
e
p
C
N
N
P
e
st
i
d
e
n
t
i
f
i
c
a
t
i
o
n
i
n
w
a
r
e
h
o
u
se
s
I
n
T
ab
le
1
,
k
ey
r
esear
ch
ar
e
as
an
d
tec
h
n
o
lo
g
ies
in
i
m
a
g
e
p
r
o
ce
s
s
in
g
h
a
v
e
b
ee
n
p
r
es
en
ted
.
T
h
e
d
esig
n
o
f
an
e
n
er
g
y
m
a
n
a
g
e
m
en
t
s
y
s
te
m
f
o
r
b
u
ild
in
g
s
i
s
d
ea
lt
w
i
th
,
co
n
ce
n
tr
ati
n
g
o
n
en
er
g
y
u
s
e
o
p
ti
m
is
atio
n
o
f
air
co
n
d
itio
n
i
n
g
w
it
h
f
u
zz
y
co
n
tr
o
l
a
s
w
el
l
as
s
y
s
te
m
li
n
k
a
g
e
m
et
h
o
d
s
.
Dee
p
lear
n
in
g
-
b
a
s
ed
ap
p
r
o
ac
h
es
ar
e
d
is
cu
s
s
ed
to
ad
d
r
ess
th
e
p
r
o
b
lem
o
f
m
ed
ical
i
m
a
g
e
r
ec
o
g
n
i
tio
n
a
n
d
d
etec
t
d
iab
etic
r
etin
o
p
ath
y
i
n
f
u
n
d
u
s
i
m
a
g
es
w
it
h
co
n
v
o
lu
tio
n
al
n
e
u
r
al
n
et
w
o
r
k
s
[
4
]
.
U
s
in
g
m
u
lt
i
-
s
c
a
l
e
C
an
n
y
e
d
g
e
d
e
te
c
t
i
o
n
an
d
g
e
o
m
et
r
i
c
f
e
a
tu
r
e
a
n
a
ly
s
is
,
im
ag
e
e
d
g
e
d
e
t
e
ct
i
o
n
in
c
r
e
as
e
s
r
o
b
u
s
tn
es
s
an
d
a
cc
u
r
a
cy
.
S
t
o
r
e
d
g
r
a
in
p
e
s
t
r
e
c
o
g
n
i
ti
o
n
is
a
c
h
i
ev
e
d
u
s
in
g
a
d
e
e
p
c
o
n
v
o
lu
t
i
o
n
a
l
n
eu
r
a
l
n
e
t
w
o
r
k
in
th
e
w
a
r
e
h
o
u
s
e
s
.
I
m
a
g
e
p
r
o
c
e
s
s
in
g
ac
r
o
s
s
en
e
r
g
y
m
an
ag
em
en
t
,
h
e
a
lth
c
a
r
e
,
o
b
je
c
t
d
et
e
c
ti
o
n
an
d
a
g
r
ic
u
l
tu
r
e
s
h
o
w
s
d
iv
e
r
g
en
t
a
p
p
l
i
c
a
t
i
o
n
s
o
f
s
u
ch
t
ec
h
n
o
l
o
g
i
e
s
[
5
].
I
t
p
r
ese
n
t
s
tech
n
o
lo
g
y
a
n
d
m
et
h
o
d
d
escr
ip
tio
n
s
w
h
ic
h
i
n
co
r
p
o
r
ate
f
u
zz
y
co
n
tr
o
l
w
i
th
d
ee
p
lear
n
in
g
a
s
w
el
l
as
C
NN
s
an
d
m
u
lti
-
s
ca
le
ed
g
e
d
etec
tio
n
an
d
g
eo
m
e
tr
ic
f
ea
t
u
r
e
an
al
y
s
is
f
o
r
th
eir
ap
p
licatio
n
s
ac
r
o
s
s
en
er
g
y
o
p
ti
m
izatio
n
an
d
h
ea
lt
h
ca
r
e
d
iag
n
o
s
is
s
y
s
t
e
m
s
a
n
d
p
est
d
etec
tio
n
.
I
m
ag
e
p
r
o
ce
s
s
in
g
is
d
iv
id
ed
in
to
t
h
e
k
e
y
r
esear
c
h
an
d
tech
n
o
lo
g
ical
ar
ea
s
in
t
h
e
T
ab
le
1
.
B
u
ild
in
g
en
er
g
y
m
an
a
g
e
m
en
t
is
co
n
ce
r
n
ed
w
it
h
o
p
ti
m
izin
g
th
e
co
n
s
u
m
ed
en
er
g
y
o
f
t
h
e
air
co
n
d
itio
n
i
n
g
f
o
r
p
u
b
lic
b
u
ild
in
g
s
b
y
f
u
zz
y
co
n
tr
o
l
an
d
th
e
lin
k
a
g
e
o
f
m
u
ltip
le
s
y
s
te
m
s
[
6
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
1
6
9
3
-
6930
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
,
Vo
l.
23
,
No
.
5
,
Octo
b
e
r
20
25
:
1
2
5
8
-
1
270
1260
Fo
r
d
iab
etic
r
etin
o
p
ath
y
d
ete
ctio
n
i
n
f
u
n
d
u
s
i
m
a
g
es,
d
iab
etic
r
etin
o
p
ath
y
d
etec
t
io
n
o
n
f
u
n
d
u
s
i
m
a
g
e
s
is
i
m
p
le
m
en
ted
w
it
h
m
ed
ical
i
m
ag
e
r
ec
o
g
n
itio
n
b
ased
o
n
d
ee
p
lear
n
in
g
a
n
d
C
NNs.
M
u
l
ti
-
s
ca
le
C
a
n
n
y
ed
g
e
d
etec
tio
n
is
u
s
ed
w
it
h
i
m
a
g
e
e
d
g
e
d
etec
tio
n
to
i
m
p
r
o
v
e
ac
c
u
r
ac
y
a
n
d
r
o
b
u
s
t
n
es
s
i
n
th
e
ca
s
e
o
f
ar
tif
ic
ial
o
b
j
ec
t
ed
g
es.
I
n
o
r
d
er
to
s
h
o
w
m
y
r
i
ad
ap
p
licatio
n
s
o
f
ad
v
a
n
ce
d
i
m
ag
e
p
r
o
ce
s
s
in
g
tec
h
n
iq
u
es
d
ee
p
C
NNs
ar
e
u
s
ed
f
o
r
P
est R
ec
o
g
n
itio
n
o
f
s
to
r
ed
g
r
ain
p
est
s
in
w
ar
e
h
o
u
s
es.
T
h
is
w
o
r
k
i
n
v
esti
g
ate
s
en
h
an
c
ed
ed
g
e
d
etec
tio
n
alg
o
r
ith
m
s
,
w
h
ic
h
ar
e
ess
e
n
tial
f
o
r
co
m
p
u
ter
v
is
io
n
s
ce
n
ar
io
s
li
k
e
ar
ti
f
icial
tar
g
et
id
en
ti
f
icatio
n
.
T
r
ad
itio
n
al
ed
g
e
d
etec
tio
n
m
et
h
o
d
s
li
k
e
t
h
e
C
an
n
y
o
p
er
ato
r
ar
e
ex
ten
s
i
v
el
y
u
til
is
ed
,
b
u
t
n
o
is
e
an
d
th
r
esh
o
ld
i
n
g
co
n
ce
r
n
s
r
estrict
th
e
m
[
7
]
.
T
h
is
tech
n
i
q
u
e
ca
n
r
ec
o
g
n
i
s
e
p
h
o
to
o
u
tli
n
es
a
n
d
f
i
n
er
d
etai
ls
b
etter
t
h
an
ex
is
ti
n
g
ap
p
r
o
ac
h
es.
M
u
lti
-
r
eso
l
u
tio
n
p
r
o
ce
s
s
in
g
a
n
d
g
eo
m
etr
ic
an
al
y
s
is
o
f
c
h
ar
ac
ter
is
tic
s
i
m
p
r
o
v
e
ed
g
e
d
etec
tio
n
an
d
id
e
n
ti
f
icatio
n
,
p
ar
ticu
lar
l
y
i
n
r
ea
l
-
ti
m
e
ap
p
licatio
n
s
.
Oth
er
in
d
u
s
tr
ie
s
lik
e
m
ed
ical
i
m
a
g
in
g
a
n
d
p
est
d
etec
tio
n
ar
e
also
co
n
s
id
er
in
g
A
I
.
Dee
p
lear
n
in
g
,
esp
ec
iall
y
co
n
v
o
lu
tio
n
al
n
e
u
r
al
n
et
w
o
r
k
s
o
r
,
C
NN
s
,
h
as
b
ee
n
u
s
e
f
u
l
i
n
a
u
to
m
at
in
g
p
ict
u
r
e
id
en
tific
atio
n
j
o
b
s
[
8
]
.
T
h
e
s
tu
d
y
s
h
o
w
s
t
h
at
t
h
ese
m
o
d
els
m
a
y
ac
h
iev
e
h
i
g
h
ac
cu
r
ac
y
w
it
h
m
in
i
m
u
m
p
r
e
-
p
r
o
ce
s
s
in
g
,
m
a
k
i
n
g
t
h
e
m
i
m
p
o
r
tan
t i
n
au
to
n
o
m
o
u
s
d
ev
i
ce
s
f
o
r
i
m
m
ed
iate
tr
ac
k
in
g
an
d
m
o
n
ito
r
in
g
.
Mo
d
er
n
cit
y
g
r
o
w
th
p
r
o
d
u
c
in
g
i
n
tr
icate
ar
ch
itect
u
r
al
s
y
s
te
m
s
r
eq
u
ir
es
e
f
f
ec
t
iv
e
s
o
l
u
tio
n
s
f
o
r
b
u
ild
in
g
id
en
ti
f
icatio
n
to
g
et
h
e
r
w
it
h
p
r
ec
is
e
an
al
y
s
is
p
r
o
ce
s
s
es.
Stan
d
ar
d
i
m
a
g
e
p
r
o
ce
s
s
in
g
m
et
h
o
d
s
ex
h
ib
it
p
o
o
r
r
esu
lts
w
h
e
n
an
a
l
y
zi
n
g
b
u
ild
in
g
i
m
ag
e
s
b
ec
au
s
e
o
f
i
n
c
o
m
p
lete
ed
g
e
d
etec
tio
n
p
o
o
r
s
eg
m
e
n
tal
ac
c
u
r
ac
y
an
d
d
is
co
n
tin
u
o
u
s
co
n
to
u
r
s
.
A
d
r
a
w
b
ac
k
o
f
th
e
C
a
n
n
y
ed
g
e
d
etec
tio
n
m
et
h
o
d
is
its
ten
d
en
c
y
to
g
e
n
er
ate
b
r
o
k
en
ed
g
e
d
etec
tio
n
s
in
in
tr
icate
b
u
ild
in
g
i
m
a
g
e
s
it
u
atio
n
s
b
u
t
it
ex
ce
ls
at
d
etec
tin
g
d
iv
er
s
e
ed
g
es
[
9
]
.
T
h
e
So
b
el
o
p
er
ato
r
w
h
e
n
co
m
p
ar
ed
to
o
th
er
m
et
h
o
d
s
p
r
o
v
id
es
s
i
m
p
ler
p
r
o
ce
s
s
in
g
b
u
t
f
ail
s
to
p
er
ce
iv
e
s
p
ec
if
i
c
ed
g
e
f
ea
tu
r
e
s
s
o
it
cr
ea
tes
m
o
r
e
im
p
r
ec
is
e
b
o
u
n
d
ar
y
id
e
n
ti
f
i
ca
tio
n
d
ef
in
itio
n
s
.
W
h
en
u
s
ed
to
d
etec
t
lin
es
th
e
Ho
u
g
h
tr
a
n
s
f
o
r
m
s
tr
u
g
g
les
w
i
th
co
m
p
le
x
g
eo
m
etr
ic
b
u
i
ld
in
g
s
tr
u
c
t
u
r
es
b
ec
a
u
s
e
o
f
i
m
a
g
e
n
o
is
e
an
d
b
u
ild
in
g
co
m
p
le
x
it
y
[
1
0
]
.
T
h
e
cu
r
r
en
t
co
n
s
tr
ain
ts
m
o
ti
v
ate
t
h
e
ar
ticle
to
cr
ea
te
in
n
o
v
a
tiv
e
i
m
a
g
e
-
p
r
o
ce
s
s
in
g
alg
o
r
ith
m
s
w
h
ic
h
i
m
p
r
o
v
e
b
o
th
ed
g
e
r
ec
o
g
n
i
tio
n
ca
p
ab
ilit
ies
an
d
s
e
g
m
en
tatio
n
p
r
ec
is
io
n
.
Usi
n
g
p
atter
n
r
ec
o
g
n
itio
n
tech
n
iq
u
es
alo
n
g
s
id
e
h
y
b
r
id
m
e
th
o
d
s
e
n
ab
les
u
s
to
s
o
lv
e
th
e
s
e
s
ca
n
a
n
al
y
s
is
p
r
o
b
lem
s
r
e
s
u
l
tin
g
in
s
u
p
er
io
r
b
u
ild
in
g
i
m
a
g
e
p
r
ec
is
io
n
.
T
h
e
p
r
o
p
o
s
ed
f
r
am
e
w
o
r
k
u
s
es
p
atter
n
r
ec
o
g
n
itio
n
to
cr
ea
te
s
u
p
er
io
r
im
a
g
e
p
r
o
ce
s
s
in
g
tec
h
n
iq
u
e
s
f
o
r
in
telli
g
e
n
t
b
u
ild
in
g
s
p
ac
es
w
h
ich
i
m
p
r
o
v
e
b
o
th
ed
g
e
d
etec
tio
n
an
d
s
eg
m
e
n
tatio
n
p
r
ec
is
io
n
.
T
h
e
s
o
lu
tio
n
u
s
es
C
an
n
y
ed
g
e
d
etec
tio
n
a
n
d
So
b
el
o
p
er
ato
r
ca
p
ab
ilit
ies
to
o
p
ti
m
ize
b
u
ild
i
n
g
i
m
a
g
e
s
w
h
i
le
i
m
p
r
o
v
in
g
b
o
th
ed
g
e
d
ef
in
i
tio
n
a
n
d
s
m
o
o
t
h
co
n
tin
u
it
y
[
1
1
]
.
T
h
e
p
r
o
p
o
s
ed
s
o
lu
tio
n
in
c
o
r
p
o
r
ates
h
y
b
r
id
tech
n
iq
u
es
t
h
at
co
m
b
i
n
e
tr
ad
itio
n
al
m
et
h
o
d
s
alo
n
g
s
id
e
p
atter
n
r
ec
o
g
n
itio
n
ap
p
r
o
ac
h
es
to
s
o
lv
e
Ho
u
g
h
tr
a
n
s
f
o
r
m
m
o
d
ellin
g
c
h
alle
n
g
e
s
w
h
ile
b
o
o
s
tin
g
b
u
i
ld
in
g
i
m
ag
e
d
etec
tio
n
ca
p
ab
ilit
ies.
−
Ho
w
d
o
es
t
h
e
C
a
n
n
y
ed
g
e
d
etec
tio
n
al
g
o
r
ith
m
co
m
p
ar
e
t
o
th
e
So
b
el
o
p
er
ato
r
in
ter
m
s
o
f
ed
g
e
clar
it
y
,
co
n
tin
u
it
y
,
an
d
s
e
g
m
en
tatio
n
a
cc
u
r
ac
y
f
o
r
b
u
ild
in
g
i
m
ag
e
p
r
o
ce
s
s
in
g
?
−
W
h
at
ch
alle
n
g
es
w
er
e
id
e
n
ti
f
ied
w
it
h
Ho
u
g
h
tr
a
n
s
f
o
r
m
m
o
d
ellin
g
f
o
r
b
u
ild
i
n
g
i
m
a
g
e
d
etec
tio
n
,
an
d
h
o
w
m
i
g
h
t h
y
b
r
id
tech
n
iq
u
es
ad
d
r
ess
th
ese
li
m
itat
io
n
s
?
2.
M
E
T
H
O
D
An
i
m
p
le
m
e
n
tat
io
n
s
y
s
te
m
i
s
co
n
s
tr
u
cted
,
in
te
g
r
ati
n
g
i
m
ag
e
p
r
o
ce
s
s
in
g
w
i
th
ad
v
a
n
ce
d
p
atter
n
r
ec
o
g
n
itio
n
tech
n
iq
u
e
s
to
i
m
p
r
o
v
e
th
e
q
u
alit
y
o
f
in
tell
ig
e
n
t
b
u
ild
i
n
g
e
n
v
ir
o
n
m
e
n
t
a
n
al
y
s
i
s
.
T
h
e
d
ataset
is
co
m
p
o
s
ed
o
f
co
m
p
u
ter
-
aid
ed
d
esig
n
(
C
A
D
)
m
ap
s
co
n
v
er
ted
to
h
ig
h
-
p
r
ec
is
io
n
d
i
g
ital
ele
v
a
tio
n
m
o
d
el
(
DE
M)
i
m
a
g
es
f
o
r
p
r
ec
is
e
p
ix
el
co
r
r
elatio
n
an
d
b
u
ild
in
g
f
ea
t
u
r
e
ex
tr
ac
tio
n
[
1
2
]
.
Gr
ad
ien
t
o
p
er
ato
r
-
b
ased
ed
g
e
d
etec
tio
n
u
s
in
g
t
h
e
C
a
n
n
y
a
n
d
So
b
el
m
e
th
o
d
s
w
it
h
Ga
u
s
s
ian
s
m
o
o
th
i
n
g
to
r
ed
u
ce
n
o
is
e
a
n
d
h
av
e
clea
r
ed
g
e
s
is
e
m
p
lo
y
ed
i
n
th
e
i
m
a
g
e
p
r
ep
r
o
ce
s
s
in
g
[
1
3
]
.
An
ad
ap
tiv
e
s
u
p
er
p
ix
el
s
e
g
m
e
n
tatio
n
,
b
ase
d
o
n
s
i
m
p
le
li
n
ea
r
iter
ativ
e
cl
u
s
ter
i
n
g
(
S
L
I
C
)
,
i
s
u
s
ed
to
g
r
o
u
p
p
ix
els
i
n
to
p
er
ce
p
tu
all
y
m
ea
n
i
n
g
f
u
l
r
e
g
i
o
n
s
f
o
r
t
h
e
s
a
k
e
o
f
co
m
p
u
tatio
n
al
co
m
p
le
x
it
y
.
P
r
o
b
ab
ilis
tic
en
co
d
in
g
u
s
in
g
t
h
e
v
ar
iatio
n
al
a
u
to
en
co
d
er
(
VAE
)
co
m
p
u
tes
f
ea
tu
r
e
ex
tr
ac
tio
n
b
y
lear
n
i
n
g
a
laten
t
d
is
tr
ib
u
tio
n
to
r
ep
r
esen
t
s
p
atial
an
d
tex
t
u
r
e
v
ar
iatio
n
s
in
i
m
ag
e
p
atc
h
es.
T
h
e
o
v
er
all
p
r
o
p
o
s
ed
C
NN
ar
ch
itectu
r
e
ex
p
lo
its
m
u
ltip
le
co
n
v
o
l
u
tio
n
al
l
a
y
er
s
w
i
th
s
u
itab
le
n
o
n
li
n
ea
r
ac
tiv
at
io
n
s
an
d
p
o
o
lin
g
a
s
w
el
l,
s
u
ch
t
h
at
h
ier
ar
ch
ica
l
b
u
ild
i
n
g
f
ea
tu
r
e
s
ca
n
b
e
e
x
tr
ac
ted
in
a
p
r
o
g
r
es
s
iv
e
m
a
n
n
er
w
h
ile
b
ein
g
o
p
ti
m
is
ed
u
s
i
n
g
b
ac
k
p
r
o
p
ag
atio
n
an
d
cr
o
s
s
-
e
n
tr
o
p
y
l
o
s
s
.
Mu
lt
i
-
s
ca
le
Ga
u
s
s
ian
f
il
te
r
in
g
w
i
th
p
ar
a
m
et
er
σ
d
y
n
a
m
icall
y
ad
j
u
s
ted
b
et
w
e
en
n
o
is
e
r
e
m
o
v
al
a
n
d
ed
g
e
p
r
eser
v
atio
n
w
a
s
e
m
p
lo
y
ed
in
p
r
ep
r
o
ce
s
s
in
g
.
So
b
el
f
ilter
s
in
co
m
b
in
a
tio
n
w
it
h
C
an
n
y
’
s
n
o
n
-
m
a
x
i
m
u
m
s
u
p
p
r
ess
io
n
ar
e
u
s
ed
f
o
r
d
ir
ec
tio
n
al
d
er
iv
ativ
e
ca
lc
u
latio
n
,
an
d
th
ese
ar
e
f
o
llo
w
ed
b
y
h
y
s
ter
esi
s
th
r
es
h
o
ld
in
g
co
n
tr
o
lled
b
y
d
u
al
th
r
es
h
o
ld
s
to
en
s
u
r
e
ed
g
e
co
n
ti
n
u
it
y
[
1
4
]
.
P
ar
am
etr
ic
li
n
es
ar
e
d
etec
ted
u
s
i
n
g
an
ac
c
u
m
u
la
to
r
ar
r
ay
alo
n
g
w
i
th
v
o
ti
n
g
m
ec
h
a
n
i
s
m
s
o
n
t
h
e
Ho
u
g
h
tr
an
s
f
o
r
m
,
an
d
a
h
y
b
r
id
ap
p
r
o
ac
h
u
s
es a
p
r
o
b
ab
ilis
tic
Ho
u
g
h
tr
an
s
f
o
r
m
to
d
ec
r
ea
s
e
co
m
p
u
tatio
n
al
o
v
er
h
ea
d
a
n
d
f
alse
p
o
s
iti
v
e
s
.
P
r
in
cip
al
co
m
p
o
n
en
t
an
al
y
s
is
(
P
C
A
)
p
er
f
o
r
m
s
s
elec
tio
n
o
f
p
r
in
cip
al
co
m
p
o
n
e
n
t
s
,
m
ai
n
ta
in
i
n
g
9
0
–
9
5
%
v
ar
ian
ce
,
alo
n
g
w
it
h
eig
e
n
v
alu
e
d
ec
o
m
p
o
s
i
tio
n
o
f
co
v
ar
ia
n
ce
m
atr
ices
to
r
ed
u
ce
t
h
e
d
i
m
en
s
io
n
alit
y
o
f
f
ea
t
u
r
es
b
e
f
o
r
e
class
i
f
icatio
n
[
1
5
]
.
T
h
e
ad
ap
tiv
e
Ots
u
th
r
es
h
o
ld
in
g
Evaluation Warning : The document was created with Spire.PDF for Python.
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
A
d
va
n
ce
d
ima
g
e
p
r
o
ce
s
s
in
g
te
ch
n
iq
u
es fo
r
in
tellig
en
t b
u
ild
i
n
g
en
viro
n
men
ts
…
(
Mo
h
a
n
a
d
A
.
A
l
-
A
s
ka
r
i
)
1261
f
o
r
d
y
n
a
m
ic
s
eg
m
e
n
tatio
n
i
n
h
u
e,
s
atu
r
at
io
n
,
an
d
i
n
te
n
s
i
t
y
(
HSI
)
co
lo
u
r
s
p
ac
e
an
d
E
u
cli
d
ea
n
d
is
tan
ce
-
b
ased
p
ix
el
s
i
m
ilar
it
y
ar
e
b
o
th
in
c
o
r
p
o
r
ate
d
in
r
eg
io
n
g
r
o
w
i
n
g
.
Op
tim
al
ac
c
u
r
ac
y
an
d
p
r
o
ce
s
s
i
n
g
s
p
ee
d
ar
e
e
m
p
ir
icall
y
ac
h
iev
ed
at
v
ar
i
o
u
s
p
ar
a
m
eter
s
s
u
c
h
as
,
f
o
r
n
eig
h
b
o
u
r
h
o
o
d
w
in
d
o
w
s
iz
e
an
d
s
m
o
o
th
i
n
g
co
ef
f
icie
n
t
s
.
Data
tr
an
s
f
o
r
m
atio
n
w
as
en
ab
led
th
r
o
u
g
h
MA
T
L
A
B
an
d
C
A
D
to
o
ls
w
h
ic
h
allo
w
ed
m
ea
s
u
r
e
m
e
n
t
s
o
f
ed
g
e
clar
it
y
n
o
is
e
r
ed
u
ctio
n
an
d
s
eg
m
e
n
tat
io
n
p
r
ec
is
io
n
[
1
6
]
.
P
ix
el
co
r
r
e
latio
n
an
d
g
r
ad
ien
t
m
ag
n
it
u
d
e
co
m
b
i
n
ed
w
i
th
co
m
p
u
tat
io
n
al
e
f
f
icien
c
y
o
p
er
atio
n
s
s
er
v
ed
as i
m
p
o
r
tan
t
v
ar
iab
les in
t
h
e
s
y
s
te
m
.
A
d
v
an
ce
d
i
m
a
g
e
p
r
o
ce
s
s
in
g
,
b
ased
o
n
th
e
f
u
zz
y
ap
p
r
o
ac
h
,
d
ea
ls
w
ith
t
h
e
f
u
zz
y
lo
g
ic
m
et
h
o
d
to
p
r
o
ce
s
s
th
e
u
n
ce
r
tai
n
t
y
a
n
d
i
m
p
r
ec
i
s
io
n
i
n
b
u
i
ld
in
g
i
m
ag
e
an
al
y
s
is
.
U
n
li
k
e
s
tr
ict
b
i
n
ar
y
clas
s
if
icatio
n
s
,
it
p
r
o
ce
s
s
es
p
ix
el
in
f
o
r
m
a
tio
n
w
it
h
f
lex
ib
le
m
e
m
b
er
s
h
ip
f
u
n
ctio
n
s
,
w
h
ic
h
le
n
d
s
its
el
f
to
b
etter
tr
ea
tm
e
n
t
o
f
n
o
is
e
an
d
d
is
cr
ete
b
o
u
n
d
ar
ies
.
T
h
is
m
eth
o
d
s
e
g
m
en
t
s
b
y
a
s
s
i
g
n
in
g
d
eg
r
ee
s
o
f
b
elo
n
g
i
n
g
to
p
ix
els
an
d
t
h
u
s
r
ed
u
ce
s
s
en
s
iti
v
it
y
to
illu
m
i
n
a
tio
n
v
ar
iatio
n
s
a
n
d
co
m
p
le
x
b
ac
k
g
r
o
u
n
d
s
.
T
h
e
ap
p
r
o
ac
h
p
r
e
s
en
t
s
ac
cu
r
ac
y
a
n
d
r
o
b
u
s
tn
es
s
i
n
b
u
ild
i
n
g
f
ea
tu
r
e
d
etec
tio
n
w
h
i
le
m
a
in
ta
in
i
n
g
c
o
m
p
u
tatio
n
al
e
f
f
ic
ien
c
y
.
I
ts
ab
ilit
ies
al
lo
w
it to
b
e
ap
p
lied
to
p
r
o
b
lem
s
i
n
co
m
p
lex
en
v
ir
o
n
m
e
n
ts
w
h
er
e
t
h
e
tr
ad
itio
n
al
cr
is
p
alg
o
r
it
h
m
s
r
u
n
i
n
to
d
i
f
f
ic
u
lt
ies
d
ea
lin
g
w
i
th
v
ar
iab
ilit
y
a
n
d
o
v
er
lap
p
in
g
i
m
ag
e
c
h
ar
ac
ter
is
tic
s
[1
7
]
.
T
h
e
p
r
o
p
o
s
ed
m
e
th
o
d
o
lo
g
y
is
f
u
r
th
er
d
i
v
id
ed
in
to
a
n
u
m
b
e
r
o
f
s
ta
g
e
s
,
ea
c
h
o
f
t
h
e
m
s
o
l
v
in
g
ce
r
tai
n
is
s
u
es
r
elate
d
to
i
m
a
g
e
p
r
o
ce
s
s
i
n
g
,
s
u
c
h
as
t
h
e
co
r
r
elatio
n
o
f
co
lo
u
r
s
,
ed
g
e
d
etec
tio
n
,
r
e
g
io
n
g
r
o
w
th
i
m
a
g
e
s
eg
m
e
n
tatio
n
,
f
ea
t
u
r
e
ex
tr
ac
ti
o
n
an
d
b
u
ild
i
n
g
i
m
a
g
e
id
en
ti
f
icatio
n
.
T
h
e
p
r
im
ar
y
s
ta
g
es
i
n
th
e
an
al
y
s
is
ar
e
as
f
o
llo
w
s
.
2
.
1
.
CAD
m
a
p t
o
DE
M
im
a
g
e
co
nv
er
s
io
n
T
h
e
p
r
e
-
an
al
y
s
i
s
in
v
o
l
v
es
t
h
e
co
n
v
er
s
io
n
o
f
a
C
A
D
m
ap
s
h
o
w
i
n
g
t
h
e
s
tu
d
y
ar
ea
in
to
a
DE
M
im
a
g
e.
T
h
e
d
is
tin
ct
a
i
m
i
n
t
h
is
ca
s
e
is
i
n
d
ee
d
to
d
ef
i
n
e
t
h
e
r
elatio
n
s
h
ip
b
et
w
ee
n
p
ix
el
s
to
b
e
p
r
esen
t
in
th
e
i
m
ag
e
[
1
2
]
.
T
h
is
is
ac
h
iev
ed
b
y
id
e
n
t
if
y
in
g
a
co
r
r
elatio
n
d
eg
r
ee
o
f
p
ix
els i
n
th
e
i
m
a
g
e
,
s
y
m
b
o
liz
ed
b
y
:
=
(
1
)
T
h
e
o
b
j
ec
tiv
e
f
u
n
ctio
n
u
s
ed
f
o
r
p
ix
el
co
r
r
elatio
n
is
d
ef
in
ed
as f
o
llo
w
s
:
=
∑
∑
[
2
(
,
)
]
(
1
+
⋅
)
+
⋅
∈
1
∈
2
(
2
)
W
h
er
e:
−
an
d
r
ep
r
esen
t th
e
s
at
u
r
atio
n
c
o
m
p
o
n
en
t
s
o
f
t
w
o
p
ix
el
s
,
−
an
d
r
ep
r
esen
t th
e
ch
r
o
m
aticit
y
co
m
p
o
n
e
n
ts
,
−
r
ep
r
esen
ts
th
e
m
e
m
b
er
s
h
ip
r
el
atio
n
s
h
ip
b
et
w
ee
n
p
ix
e
ls
an
d
,
−
1
an
d
2
ar
e
th
e
p
ix
el
n
ei
g
h
b
o
u
r
h
o
o
d
s
.
T
h
e
w
eig
h
t
f
u
n
ctio
n
u
ij
f
o
r
th
e
p
ix
el
co
r
r
elatio
n
is
d
ef
i
n
ed
as:
=
(
−
2
2
2
)
(
3
)
W
h
er
e
is
t
h
e
E
u
c
lid
ea
n
d
is
tan
ce
b
et
w
ee
n
t
w
o
p
ix
e
ls
.
an
d
i
n
t
h
e
r
ed
,
g
r
ee
n
,
b
l
u
e
(
R
GB
)
c
o
lo
u
r
s
p
ac
e.
T
h
e
p
ar
am
eter
is
r
elate
d
to
th
e
n
eig
h
b
o
u
r
h
o
o
d
w
in
d
o
w
s
ize
as:
=
4
⋅
(
−
1
)
(
4
)
T
h
is
f
o
r
m
u
latio
n
m
a
k
es
it
p
o
s
s
ib
le
to
ex
cl
u
d
e
th
e
l
u
m
in
a
n
ce
co
m
p
o
n
e
n
t
i
n
th
e
H
SI
co
lo
u
r
s
p
ac
e
m
o
d
el
th
u
s
m
a
k
i
n
g
th
e
co
r
r
elatio
n
b
et
w
ee
n
co
lo
u
r
p
ix
el
s
to
b
e
b
etter
d
ef
in
ed
b
y
h
u
e
an
d
s
atu
r
at
io
n
m
i
n
i
m
izi
n
g
t
h
e
i
m
p
ac
t
o
f
b
r
ig
h
tn
e
s
s
.
T
h
e
F
i
g
u
r
e
2
p
r
esen
ts
th
e
“
SP
_
VA
E
-
C
NN
”
b
u
ild
i
n
g
d
etec
tio
n
m
et
h
o
d
w
h
ic
h
o
p
er
ates th
r
o
u
g
h
f
o
u
r
e
s
s
e
n
tial
s
tep
s
.
T
h
e
F
i
g
u
r
e
2
s
h
o
w
s
th
e
d
i
f
f
er
en
t
s
tep
s
i
n
f
i
n
d
i
n
g
b
u
ild
i
n
g
s
,
u
s
i
n
g
ad
ap
tiv
e
s
eg
m
e
n
tatio
n
,
V
A
E
f
ea
tu
r
es,
C
N
N
class
if
icatio
n
a
n
d
s
ee
d
p
o
in
t g
r
o
w
t
h
.
T
h
e
F
ig
u
r
e
2
r
ec
eiv
e
s
ad
ap
tiv
e
S
L
I
C
-
b
ased
s
u
p
er
p
ix
el
s
e
g
m
e
n
tat
io
n
b
ef
o
r
e
it
g
ets
d
i
v
id
ed
in
to
p
atch
es.
Seco
n
d
,
a
VA
E
ex
tr
ac
ts
v
is
u
al
f
ea
tu
r
es
f
r
o
m
th
ese
p
atch
e
s
.
T
h
ir
d
in
th
e
p
r
o
ce
s
s
s
tan
d
s
a
C
o
n
v
o
lu
tio
n
al
Ne
u
r
al
Net
w
o
r
k
(
C
NN)
w
h
ic
h
as
s
ig
n
s
clas
s
if
icatio
n
s
to
t
h
e
ex
tr
ac
ted
f
ea
tu
r
es
f
o
r
b
u
ild
in
g
id
en
ti
f
icatio
n
.
T
h
e
lo
ca
tio
n
o
f
s
ee
d
p
o
in
ts
alo
n
g
w
it
h
r
eg
io
n
al
g
r
o
w
t
h
p
r
o
ce
s
s
es
a
n
d
m
o
r
p
h
o
lo
g
ical
o
p
er
atio
n
s
co
m
p
lete
th
e
s
h
ap
e
r
e
f
in
e
m
en
t
o
f
d
etec
ted
b
u
ild
in
g
s
.
Du
r
in
g
tr
ain
i
n
g
th
e
p
r
o
ce
s
s
u
tili
ze
s
b
lu
e
ar
r
o
w
s
w
h
er
ea
s
tes
tin
g
o
cc
u
r
s
u
s
i
n
g
r
ed
ar
r
o
w
s
.
W
it
h
ad
v
a
n
ce
d
i
m
ag
e
p
r
o
ce
s
s
i
n
g
tec
h
n
iq
u
es a
d
d
ed
to
p
atter
n
r
ec
o
g
n
itio
n
m
et
h
o
d
s
,
th
e
b
u
ild
in
g
id
e
n
ti
f
icatio
n
m
et
h
o
d
s
ca
n
b
e
m
o
r
e
ac
cu
r
a
te
i
n
th
eir
d
ete
ctio
n
[
1
8
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
1
6
9
3
-
6930
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
,
Vo
l.
23
,
No
.
5
,
Octo
b
e
r
20
25
:
1
2
5
8
-
1
270
1262
Fig
u
r
e
2
.
B
u
ild
in
g
d
etec
tio
n
with
m
u
l
ti
-
r
eso
lu
t
io
n
s
e
g
m
en
ta
t
io
n
2
.
2
.
G
ra
dient
o
pera
t
o
r
-
ba
s
ed
edg
e
det
ec
t
io
n
I
n
th
is
a
n
al
y
s
i
s
,
ed
g
e
d
etec
tio
n
is
ess
e
n
tia
l
to
m
ap
ar
ea
s
o
f
v
ar
iatio
n
in
p
ix
el
i
n
te
n
s
it
y
v
alu
es.
T
h
e
g
r
ad
ien
t o
f
a
n
i
m
ag
e
ca
n
b
e
co
m
p
u
ted
w
it
h
t
h
e
u
s
e
o
f
a
d
er
iv
ativ
e
at
a
p
o
in
t
,
.
(
,
)
=
[
(
,
)
/
,
(
,
)
/
]
(
5
)
T
h
e
d
ir
e
ctio
n
o
f
th
e
g
r
ad
ien
t
(
,
)
is
g
i
v
en
b
y
:
(
,
)
=
−
1
(
/
)
(
6
)
W
h
er
e
:
an
d
ar
e
th
e
g
r
ad
ien
t
co
m
p
o
n
en
t
s
in
t
h
e
x
an
d
y
d
ir
ec
tio
n
s
,
r
esp
ec
tiv
el
y
.
I
n
o
r
d
er
to
c
o
m
p
u
te
th
e
s
e
g
r
ad
ien
ts
,
t
h
e
f
ir
s
t d
if
f
er
e
n
ce
s
in
th
e
x
an
d
y
d
ir
ec
tio
n
s
ar
e
ta
k
en
:
(
,
)
=
(
,
)
−
(
+
1
,
)
(
7
)
(
,
)
=
(
,
)
−
(
,
+
1
)
(
8
)
T
h
e
m
a
g
n
it
u
d
e
o
f
th
e
g
r
ad
ien
t
is
th
e
n
u
s
ed
to
p
r
ed
ict
w
h
e
t
h
er
o
r
n
o
t
a
p
ix
el
is
at
a
n
ed
g
e,
w
it
h
t
h
e
lar
g
er
v
alu
e
o
f
th
e
g
r
ad
ie
n
t
a
p
ix
el
s
etti
n
g
is
cla
s
s
i
f
ied
a
s
an
ed
g
e.
Als
o
,
s
ec
o
n
d
-
o
r
d
er
d
if
f
er
en
tia
ls
ar
e
e
m
p
lo
y
ed
f
o
r
r
e
m
o
v
i
n
g
n
o
is
e
an
d
d
etec
tin
g
th
e
e
d
g
es
o
f
a
n
i
m
ag
e
a
f
ter
a
Ga
u
s
s
ia
n
f
u
n
ctio
n
(
,
)
h
as
b
ee
n
ap
p
lied
to
it.
(
,
)
=
1
2
2
(
−
2
+
2
2
2
)
(
9
)
W
h
er
e
is
th
e
s
m
o
o
t
h
in
g
co
e
f
f
icien
t,
t
y
p
icall
y
b
et
w
ee
n
1
.
0
an
d
2
.
0
,
w
h
ich
h
elp
s
b
ala
n
ce
ed
g
e
lo
ca
tio
n
ac
cu
r
ac
y
a
n
d
n
o
is
e
s
u
p
p
r
ess
io
n
.
2
.
3
.
F
e
a
t
ure
ex
t
ra
ct
io
n ba
s
e
d o
n P
CA
I
n
f
ea
tu
r
e
ex
tr
ac
t
io
n
,
th
e
P
C
A
is
u
s
ed
to
ch
o
o
s
e
th
e
k
e
y
f
ea
tu
r
es
o
f
th
e
i
m
ag
e
d
ata
an
d
d
is
ca
r
d
th
e
least
r
elev
a
n
t
f
ea
tu
r
es.
P
C
A
o
p
er
ates
in
s
u
ch
a
w
a
y
th
at
it
m
ap
s
t
h
e
d
ata
f
r
o
m
its
o
r
i
g
in
a
l
s
p
ac
e
o
n
to
an
o
th
er
s
p
ac
e
w
h
o
s
e
b
asis
r
ep
r
esen
ts
d
ir
ec
tio
n
s
alo
n
g
w
h
ich
t
h
e
v
ar
ian
ce
is
m
a
x
i
m
ized
[
19
]
.
T
h
e
p
h
ases
i
n
v
o
lv
ed
ar
e:
−
No
r
m
a
lizi
n
g
i
m
a
g
e
m
atr
i
x
s
u
ch
th
at
t
h
e
d
ata
is
n
o
r
m
alize
d
ar
o
u
n
d
ze
r
o
.
−
B
y
u
s
i
n
g
eig
e
n
v
al
u
e
d
ec
o
m
p
o
s
itio
n
o
n
th
e
co
v
ar
ian
ce
m
atr
i
x
,
th
e
tech
n
iq
u
e
w
ill
d
eter
m
in
e
th
e
p
r
in
cip
al
co
m
p
o
n
en
t
s
.
T
h
e
f
ir
s
t p
r
in
cip
al
co
m
p
o
n
e
n
t
is
d
er
iv
ed
b
y
m
a
x
i
m
izi
n
g
t
h
e
v
ar
ian
ce
,
g
iv
e
n
b
y
:
(
1
)
=
1
∗
1
(
1
0
)
Evaluation Warning : The document was created with Spire.PDF for Python.
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
A
d
va
n
ce
d
ima
g
e
p
r
o
ce
s
s
in
g
te
ch
n
iq
u
es fo
r
in
tellig
en
t b
u
ild
i
n
g
en
viro
n
men
ts
…
(
Mo
h
a
n
a
d
A
.
A
l
-
A
s
ka
r
i
)
1263
W
h
er
e
1
is
th
e
ei
g
e
n
v
ec
to
r
co
r
r
esp
o
n
d
in
g
to
th
e
lar
g
e
s
t
ei
g
en
v
alu
e.
T
h
e
tr
an
s
f
o
r
m
atio
n
o
f
t
h
e
d
ata
m
atr
i
x
in
to
p
r
in
cip
al
co
m
p
o
n
e
n
ts
i
s
c
o
m
p
u
ted
as:
1
=
1
,
2
=
2
,
…
,
=
(
1
1
)
T
h
e
n
u
m
b
er
o
f
co
m
p
o
n
e
n
ts
m
is
ch
o
s
e
n
to
k
ee
p
th
e
v
ar
i
atio
n
o
f
in
ter
es
t,
w
h
ic
h
u
s
u
al
l
y
is
s
o
m
e
p
r
ed
ef
in
ed
p
er
ce
n
tag
e
l
ik
e
9
0
%,
o
f
t
h
e
to
tal
v
ar
iat
io
n
i
n
t
h
e
d
ata
[
2
0
]
.
A
f
lo
w
c
h
ar
t
d
ia
g
r
a
m
o
f
t
h
e
p
atter
n
r
ec
o
g
n
itio
n
s
y
s
te
m
h
a
s
b
ee
n
d
is
p
la
y
ed
in
t
h
e
b
elo
w
i
m
a
g
e
w
it
h
s
tep
s
.
T
h
e
Fig
u
r
e
3
il
lu
s
t
r
ates
th
e
p
r
o
g
r
ess
o
f
r
ea
l
-
w
o
r
ld
d
ata
t
h
r
o
u
g
h
s
e
n
s
o
r
p
r
e
p
r
o
ce
s
s
in
g
,
f
ea
tu
r
e
e
x
tr
ac
tio
n
an
d
clas
s
i
f
icatio
n
in
a
p
atter
n
r
ec
o
g
n
itio
n
s
y
s
te
m
.
Fig
u
r
e
3
.
Me
th
o
d
s
o
f
p
atter
n
r
ec
o
g
n
itio
n
T
h
e
p
atter
n
r
ec
o
g
n
itio
n
s
y
s
te
m
d
ep
icted
in
th
e
Fig
u
r
e
3
in
clu
d
es
d
ata
ac
q
u
is
itio
n
th
r
o
u
g
h
s
e
n
s
o
r
s
to
g
eth
er
w
i
th
p
r
ep
r
o
ce
s
s
in
g
at
in
p
u
t
a
n
d
o
u
tp
u
t
s
ta
g
es
b
ef
o
r
e
p
er
f
o
r
m
i
n
g
f
ea
t
u
r
e
e
x
tr
ac
tio
n
.
I
t
d
is
co
v
er
s
ess
e
n
tial
p
atter
n
s
w
h
ic
h
h
el
p
w
it
h
class
if
icatio
n
f
o
r
m
ak
in
g
i
n
telli
g
e
n
t
d
ec
is
io
n
s
i
n
ad
v
an
ce
d
i
m
a
g
e
p
r
o
ce
s
s
in
g
o
f
in
telli
g
en
t b
u
ild
i
n
g
e
n
v
ir
o
n
m
en
t
s
.
2.
4
.
M
et
ho
d f
o
r
enha
ncing
r
eg
io
n pro
pa
g
a
t
io
n c
la
s
s
if
ica
t
io
n
T
h
e
s
eg
m
e
n
tatio
n
al
g
o
r
ith
m
a
v
o
id
s
th
e
d
if
f
ic
u
ltie
s
f
ac
ed
in
f
ir
e
i
m
a
g
e
s
eg
m
e
n
tatio
n
,
m
o
s
t
esp
ec
iall
y
in
b
ac
k
g
r
o
u
n
d
s
.
T
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
s
i
n
clu
d
e
co
lo
u
r
co
r
r
el
atio
n
a
n
d
th
e
2
D
Ot
s
u
m
et
h
o
d
o
f
t
h
r
es
h
o
ld
in
g
b
ec
au
s
e
th
e
r
eg
io
n
-
g
r
o
w
i
n
g
m
eth
o
d
lack
s
ac
cu
r
ac
y
in
s
e
g
m
e
n
ti
n
g
t
h
e
o
b
j
ec
ts
.
T
h
e
f
ir
e
im
a
g
es
ar
e
s
eg
m
en
ted
u
s
i
n
g
th
e
H
SI
co
lo
u
r
m
o
d
el,
w
h
ich
s
ep
ar
ates
th
e
i
n
te
n
s
it
y
o
f
t
h
e
o
b
j
ec
t
f
r
o
m
t
h
e
co
lo
u
r
m
ak
i
n
g
th
e
s
eg
m
e
n
tatio
n
les
s
s
en
s
iti
v
e
to
illu
m
i
n
atio
n
.
C
o
lo
u
r
is
d
ef
i
n
e
d
h
er
e
in
ter
m
s
o
f
h
u
e
an
d
s
at
u
r
atio
n
co
m
p
o
n
e
n
ts
th
er
eb
y
r
ed
u
ci
n
g
t
h
e
i
m
p
ac
t o
f
th
e
b
r
ig
h
tn
e
s
s
co
m
p
o
n
e
n
t.
T
h
e
i
m
p
r
o
v
ed
r
eg
io
n
-
g
r
o
w
i
n
g
m
eth
o
d
in
v
o
l
v
es
:
−
Star
tin
g
f
ir
s
t seed
r
eg
io
n
s
ac
c
o
r
d
in
g
to
th
e
co
r
r
e
latio
n
co
lo
u
r
s
.
−
Dilatio
n
o
f
t
h
is
r
eg
io
n
is
co
n
v
o
l
u
ted
u
s
i
n
g
t
h
e
E
u
c
lid
ea
n
d
is
tan
ce
in
th
e
HSI
co
lo
u
r
s
p
ac
e
f
o
r
t
h
e
p
u
r
p
o
s
e
o
f
g
r
o
u
p
in
g
s
i
m
ilar
p
i
x
els [
2
1
]
.
−
A
p
p
l
y
in
g
t
h
e
Ots
u
m
et
h
o
d
as
an
o
p
ti
m
izat
io
n
m
et
h
o
d
f
o
r
s
elec
ti
n
g
t
h
e
r
i
g
h
t
th
r
es
h
o
ld
c
o
n
ce
r
n
i
n
g
t
h
e
co
lo
u
r
s
eg
m
en
ta
tio
n
.
B
y
co
m
b
i
n
i
n
g
t
h
e
co
lo
u
r
co
r
r
elatio
n
w
it
h
th
i
s
r
eg
io
n
-
g
r
o
w
i
n
g
m
et
h
o
d
,
f
ir
e
ar
ea
d
etec
tio
n
is
m
o
r
e
ac
cu
r
ate
;
p
ar
ticu
lar
l
y
w
h
en
b
ac
k
g
r
o
u
n
d
in
ter
f
er
e
n
ce
ab
o
u
n
d
s
.
2
.
5
.
Dev
el
o
pin
g
a
H
o
ug
h t
r
a
ns
f
o
r
m
m
o
del f
o
r
us
e
in i
m
a
g
e
cla
s
s
if
ica
t
io
n
I
m
ag
e
r
ep
r
esen
tatio
n
e
m
p
lo
y
s
th
e
Ho
u
g
h
tr
an
s
f
o
r
m
w
h
ic
h
l
o
o
k
s
f
o
r
s
tr
ai
g
h
t
l
in
e
s
an
d
s
h
a
p
es
in
t
h
e
i
m
a
g
e.
T
h
e
m
e
th
o
d
w
o
r
k
s
b
as
ed
o
n
th
e
p
r
o
ce
d
u
r
e
th
at
m
ap
s
th
e
p
ict
u
r
e
s
p
ac
e
in
to
a
p
ar
a
m
eter
s
p
ac
e
w
h
ich
is
th
e
s
et
o
f
l
in
e
s
[
1
9
]
.
T
h
e
tr
an
s
f
o
r
m
atio
n
is
d
ef
i
n
ed
b
y
t
h
e
l
in
ea
r
eq
u
atio
n
in
t
h
e
i
m
ag
e
s
p
ac
e:
=
+
(
1
2
)
W
h
er
e,
is
th
e
in
cr
e
m
e
n
t o
f
t
h
e
in
d
ep
en
d
en
t
v
ar
iab
le
an
d
q
is
th
e
v
alu
e
w
h
e
n
y
i
s
ze
r
o
.
T
h
e
Fig
u
r
e
4
r
ep
r
esen
t
s
th
e
H
o
u
g
h
tr
an
s
f
o
r
m
,
w
h
ic
h
i
s
u
s
ed
to
ed
g
e
d
etec
t
an
d
f
i
n
d
th
e
i
n
ter
s
ec
tio
n
o
f
li
n
es
to
cla
s
s
i
f
y
a
co
n
s
tr
u
c
tio
n
m
eth
o
d
b
ased
o
n
o
r
d
er
ed
co
r
n
er
s
an
d
o
u
tli
n
e
s
.
T
h
e
F
ig
u
r
e
4
d
ep
icts
th
e
Ho
u
g
h
tr
an
s
f
o
r
m
m
o
d
elli
n
g
i
n
clas
s
if
y
i
n
g
b
u
ild
i
n
g
co
n
s
tr
u
ctio
n
i
m
a
g
e
s
.
Geo
m
etr
ic
s
h
a
p
es
ar
e
d
etec
ted
in
i
m
a
g
es
b
y
p
r
o
d
u
cin
g
ed
g
e
p
o
in
ts
t
h
at
ar
e
co
n
v
er
t
ed
in
to
p
ar
a
m
eter
s
p
ac
e
in
Ho
u
g
h
tr
an
s
f
o
r
m
m
o
d
elli
n
g
.
T
h
e
ex
tr
ac
tio
n
o
f
b
u
ild
in
g
o
u
tli
n
es
is
th
e
n
p
o
s
s
ib
le,
f
o
r
th
e
class
i
f
icatio
n
o
f
b
u
ild
i
n
g
co
n
s
tr
u
ctio
n
,
f
r
o
m
t
h
e
id
en
ti
f
icatio
n
o
f
li
n
e
s
e
g
m
e
n
t
s
an
d
in
ter
s
ec
tio
n
s
[
21
]
.
I
t
s
u
p
p
o
r
ts
s
eg
m
e
n
tatio
n
an
d
r
ec
o
g
n
i
tio
n
o
f
s
tr
u
c
tu
r
a
l
f
ea
t
u
r
es
o
f
co
m
p
lex
i
m
a
g
es
in
a
v
er
y
p
r
ec
is
e
w
a
y
.
W
it
h
in
i
m
ag
e
clas
s
if
icatio
n
f
o
r
b
u
ild
i
n
g
co
n
s
tr
u
ctio
n
,
t
h
e
Ho
u
g
h
tr
a
n
s
f
o
r
m
m
o
d
elli
n
g
a
n
al
y
s
es
air
b
o
r
n
e
laser
s
ca
n
n
in
g
(
AL
S
)
p
o
in
t
clo
u
d
d
ata
to
d
i
v
id
e
b
u
ild
i
n
g
p
o
in
t
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
1
6
9
3
-
6930
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
,
Vo
l.
23
,
No
.
5
,
Octo
b
e
r
20
25
:
1
2
5
8
-
1
270
1264
f
r
o
m
o
th
er
ele
m
e
n
t
s
w
h
ile
f
i
n
d
in
g
ed
g
es
th
at
let
u
s
er
s
cr
ea
te
b
u
ild
in
g
lin
e
s
e
g
m
e
n
ts
.
A
n
i
n
telli
g
e
n
t
en
v
ir
o
n
m
e
n
t
m
o
d
elli
n
g
s
y
s
te
m
u
s
e
s
o
r
d
er
ed
co
r
n
er
in
ter
s
ec
tio
n
s
to
ex
tr
ac
t
p
o
ly
g
o
n
s
f
o
r
ca
teg
o
r
izin
g
an
d
estab
lis
h
in
g
2
D
b
u
ild
in
g
f
r
a
m
e
w
o
r
k
o
u
t
lin
e
s
.
T
h
e
Ho
u
g
h
tr
an
s
f
o
r
m
ca
n
h
elp
to
r
ec
o
g
n
ize
s
tr
aig
h
t
ed
g
es
an
d
b
o
u
n
d
ar
ies
u
s
in
g
a
v
o
ti
n
g
t
ec
h
n
iq
u
e
to
f
i
n
d
b
u
ild
i
n
g
s
t
r
u
ctu
r
es
f
r
o
m
t
h
e
i
m
ag
e
[
2
2
]
.
Fro
m
t
h
e
v
o
te
’
s
ac
q
u
ir
e
m
e
n
t
i
n
t
h
e
p
ar
a
m
ete
r
s
p
ac
e
f
o
r
all
p
o
s
s
ib
le
lin
e
s
,
th
e
Ho
u
g
h
tr
an
s
f
o
r
m
ca
n
d
etec
t
th
e
g
r
ea
te
r
i
m
p
o
r
tan
ce
o
f
s
t
r
aig
h
t
li
n
es
r
ep
r
esen
tin
g
t
h
e
b
u
ild
i
n
g
ed
g
es
t
h
u
s
e
n
h
a
n
ci
n
g
t
h
e
r
ec
o
g
n
i
tio
n
o
f
b
u
ild
i
n
g
f
ea
t
u
r
es.
T
h
e
h
y
b
r
id
m
e
th
o
d
is
les
s
co
m
p
u
tat
io
n
all
y
e
x
p
en
s
iv
e
th
a
n
th
e
d
ee
p
lear
n
i
n
g
m
et
h
o
d
s
li
k
e
Fas
ter
R
-
C
NN
an
d
f
u
ll
y
co
n
v
o
lu
tio
n
al
n
et
w
o
r
k
s
,
b
u
t
it
d
o
es
n
o
t
h
av
e
a
s
g
o
o
d
ac
cu
r
ac
y
as
th
o
s
e
d
ee
p
lear
n
in
g
m
e
th
o
d
s
in
co
m
p
l
icate
d
s
it
u
atio
n
s
.
O
n
th
e
o
t
h
er
h
a
n
d
,
ad
v
a
n
ce
d
m
e
t
h
o
d
s
d
o
a
g
o
o
d
j
o
b
o
f
d
ea
lin
g
w
ith
h
u
g
e
d
ataset
s
an
d
co
m
p
licated
p
atter
n
s
,
at
th
e
ex
p
en
s
e
o
f
m
o
r
e
r
eso
u
r
ce
s
an
d
ad
d
itio
n
al
d
ata.
T
h
e
s
tu
d
y
e
m
p
lo
y
ed
s
o
p
h
is
ticated
i
m
a
g
e
p
r
o
ce
s
s
in
g
ap
p
r
o
ac
h
es to
d
ev
elo
p
s
m
ar
t
b
u
ild
in
g
en
v
ir
o
n
m
e
n
ts
.
Fig
u
r
e
4
.
Ho
u
g
h
tr
an
s
f
o
r
m
m
o
d
ellin
g
f
o
r
i
m
a
g
e
clas
s
i
f
icatio
n
o
f
b
u
ild
i
n
g
co
n
s
tr
u
ctio
n
3.
RE
SU
L
T
S AN
D
D
I
SCU
SS
I
O
N
T
h
e
k
e
y
in
te
n
tio
n
o
f
th
i
s
an
al
y
s
i
s
is
to
en
h
a
n
ce
r
ec
o
g
n
itio
n
o
f
k
e
y
b
u
ild
i
n
g
d
ata
f
ea
t
u
r
es,
i
m
p
o
r
tan
t
f
o
r
r
esear
ch
o
f
e
x
ter
io
r
th
er
m
al
co
n
d
itio
n
s
o
f
u
r
b
an
co
n
s
tr
u
ctio
n
.
Dif
f
er
e
n
t
m
et
h
o
d
s
an
d
in
s
tr
u
m
en
t
s
w
er
e
u
s
ed
in
th
i
s
s
t
u
d
y
;
th
er
e
f
o
r
e,
d
if
f
er
e
n
t
s
u
cc
e
s
s
f
ac
to
r
s
an
d
r
esu
lt
s
w
er
e
o
b
s
er
v
ed
.
I
n
o
r
d
er
to
m
i
n
i
m
ize
th
e
d
is
ad
v
an
ta
g
e
o
f
s
ter
eo
i
m
a
g
es
f
o
r
p
r
ec
is
io
n
,
i
n
th
e
s
t
u
d
y
,
t
h
e
p
r
ec
is
io
n
o
f
t
h
e
C
AD
d
r
a
w
i
n
g
is
o
b
tai
n
ed
f
o
r
h
ig
h
-
p
r
ec
is
io
n
DE
M
i
m
ag
e
s
.
T
h
e
F
ig
u
r
e
5
d
is
p
lay
s
th
e
s
tep
s
o
f
ap
p
ly
i
n
g
a
ca
n
n
y
ed
g
e
d
et
ec
tio
n
ap
p
r
o
ac
h
f
o
r
b
u
ild
in
g
en
v
ir
o
n
m
e
n
t d
etec
tio
n
.
Fig
u
r
e
5
.
C
an
n
y
al
g
o
r
ith
m
d
e
p
lo
y
m
e
n
t
Evaluation Warning : The document was created with Spire.PDF for Python.
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
A
d
va
n
ce
d
ima
g
e
p
r
o
ce
s
s
in
g
te
ch
n
iq
u
es fo
r
in
tellig
en
t b
u
ild
i
n
g
en
viro
n
men
ts
…
(
Mo
h
a
n
a
d
A
.
A
l
-
A
s
ka
r
i
)
1265
I
n
th
e
F
ig
u
r
e
5
,
th
e
Ga
u
s
s
ia
n
d
en
o
is
i
n
g
p
r
ep
r
o
ce
s
s
in
g
s
t
ep
cr
ea
tes
s
m
o
o
th
i
m
a
g
es
a
n
d
th
en
t
h
e
p
r
o
ce
s
s
d
eter
m
i
n
es
g
r
ad
ien
ts
f
o
r
ed
g
e
lo
ca
tio
n
f
o
llo
w
ed
b
y
n
o
n
-
m
ax
i
m
u
m
s
u
p
p
r
ess
io
n
ed
g
e
en
h
a
n
ce
m
en
t
an
d
th
r
es
h
o
ld
d
etec
tio
n
w
ea
k
ed
g
e
r
e
m
o
v
al.
T
h
e
alg
o
r
ith
m
p
r
o
d
u
ce
s
p
r
ec
is
e
ed
g
e
d
etec
tio
n
m
ap
s
w
h
ic
h
ad
v
an
ce
to
s
u
b
s
eq
u
en
t
p
r
o
ce
s
s
in
g
s
tag
e
s
.
T
w
o
m
eth
o
d
s
w
e
r
e
co
m
p
ar
ed
f
o
r
co
n
v
er
ti
n
g
C
A
D
g
r
ap
h
ics
i
n
to
d
ig
ital
i
m
a
g
es:
i
m
a
g
e
e
x
p
o
r
t
an
d
r
eg
io
n
s
elec
tio
n
.
A
lt
h
o
u
g
h
th
e
i
m
a
g
e
e
x
p
o
r
t
m
et
h
o
d
p
r
o
ce
s
s
es
r
eq
u
ir
ed
co
m
p
lica
ted
m
a
th
e
m
atica
l
ca
lcu
latio
n
s
an
d
m
u
c
h
p
r
ep
ar
atio
n
,
th
e
o
u
tp
u
t
w
as
s
i
m
p
le.
On
th
e
o
th
er
h
an
d
,
th
e
r
eg
io
n
s
elec
tio
n
m
et
h
o
d
w
h
ic
h
w
a
s
u
s
ed
in
th
i
s
s
t
u
d
y
in
v
o
lv
ed
th
e
id
en
ti
f
icatio
n
o
f
f
ea
t
u
r
e
p
o
in
ts
an
d
th
e
f
o
r
m
i
n
g
o
f
clo
s
ed
cu
r
v
es
ar
o
u
n
d
s
u
c
h
p
o
in
ts
.
Alth
o
u
g
h
m
o
r
e
ti
m
e
-
co
n
s
u
m
in
g
as
co
m
p
ar
ed
to
th
e
p
r
ev
io
u
s
m
et
h
o
d
s
,
th
i
s
tec
h
n
iq
u
e
o
f
f
er
e
d
s
u
b
s
ta
n
tial
d
ata
r
eg
ar
d
in
g
t
h
e
o
v
er
all
p
lan
o
f
t
h
e
b
u
ild
in
g
s
as
r
eg
ar
d
s
h
ei
g
h
t
an
d
s
h
ap
e
o
f
th
e
v
ar
io
u
s
f
lo
o
r
s
h
en
ce
f
o
r
m
i
n
g
a
s
tr
o
n
g
b
ase
f
o
r
f
u
r
th
er
i
m
ag
e
a
n
al
y
s
is
.
T
h
e
F
ig
u
r
e
6
d
en
o
tes
th
e
co
m
p
ar
is
o
n
b
et
w
ee
n
Fi
g
u
r
e
6
(
a
)
S
o
b
el
an
d
Fig
u
r
e
6
(
b
)
C
an
n
y
o
p
er
ato
r
s
f
o
r
ed
g
e
d
etec
tio
n
f
o
r
i
m
a
g
e
p
r
o
ce
s
s
in
g
m
et
h
o
d
s
w
it
h
p
atter
n
r
ec
o
g
n
itio
n
s
y
s
te
m
s
.
(
a)
(
b
)
Fig
u
r
e
6
.
E
d
g
e
d
etec
tio
n
s
tr
ate
g
y
w
i
th
(
a)
So
b
el
o
p
er
ato
r
an
d
(
b
)
C
an
n
y
o
p
er
ato
r
T
h
is
F
ig
u
r
e
6
s
h
o
w
s
a
co
m
p
ar
is
o
n
b
et
w
ee
n
ed
g
e
d
etec
tio
n
o
p
er
atio
n
s
r
u
n
w
it
h
So
b
el
an
d
C
an
n
y
o
p
er
ato
r
s
.
E
d
g
es
id
en
ti
f
ied
b
y
th
e
So
b
el
o
p
er
ato
r
s
te
m
f
r
o
m
g
r
ad
ien
t
ca
lcu
la
tio
n
s
y
et
t
h
e
m
et
h
o
d
g
e
n
er
ates
b
asic
y
et
n
o
is
y
r
es
u
lt
s
.
T
h
e
C
an
n
y
o
p
er
ato
r
i
m
p
le
m
e
n
t
s
a
m
u
lti
-
s
tag
e
w
o
r
k
f
lo
w
f
o
r
ed
g
e
d
etec
tio
n
b
y
r
ed
u
cin
g
n
o
is
e
w
h
ile
ac
h
iev
in
g
e
x
ac
t
ed
g
e
lo
ca
lizatio
n
to
g
en
er
ate
i
m
p
r
o
v
ed
ed
g
e
m
ap
s
s
u
it
ab
le
f
o
r
s
o
p
h
is
ticated
i
m
a
g
e
ex
a
m
i
n
ati
o
n
task
s
.
T
h
e
s
tu
d
y
also
ad
o
p
te
d
th
e
C
an
n
y
ed
g
e
d
etec
tio
n
alg
o
r
ith
m
f
o
r
p
er
f
o
r
m
i
n
g
th
e
ed
g
es
o
f
an
i
m
a
g
e.
C
o
m
p
ar
ed
to
th
e
ex
is
tin
g
m
et
h
o
d
s
th
e
p
r
o
p
o
s
ed
alg
o
r
ith
m
p
r
o
v
ed
to
b
e
ef
f
ec
ti
v
e
b
ec
au
s
e
o
f
its
m
u
lt
i
-
s
ta
g
e
o
p
tim
i
za
tio
n
co
m
b
in
in
g
f
ilter
,
en
h
an
ce
m
e
n
t
a
n
d
d
etec
tio
n
p
r
o
ce
d
u
r
es.
W
h
en
u
s
in
g
t
h
e
G
au
s
s
ian
s
m
o
o
th
i
n
g
f
ilter
,
t
h
e
al
g
o
r
ith
m
m
a
n
a
g
ed
to
r
ed
u
ce
n
o
i
s
e
an
d
e
n
h
an
c
e
i
m
a
g
e
s
m
o
o
t
h
n
e
s
s
a
n
d
cle
ar
n
ess
u
s
ed
in
th
e
alg
o
r
ith
m
.
I
t
t
h
en
p
er
f
o
r
m
ed
g
r
ad
ien
t
ca
lc
u
latio
n
to
f
in
d
o
u
t
th
e
p
o
in
t
s
at
t
h
e
ed
g
e
s
a
n
d
t
h
en
it
e
m
p
lo
y
ed
th
e
n
o
n
-
m
ax
i
m
u
m
s
u
p
p
r
ess
io
n
p
r
o
ce
s
s
to
f
in
e
-
tu
n
e
th
e
ed
g
e
s
.
W
ith
th
e
h
elp
o
f
d
u
al
th
r
es
h
o
l
d
s
,
th
e
co
n
tin
u
it
y
o
f
ed
g
es
at
t
h
e
b
o
u
n
d
ar
y
b
et
w
ee
n
ad
j
ac
en
t
zo
n
es
w
a
s
also
en
h
an
ce
d
w
h
ile
a
v
o
id
in
g
ed
g
e
f
alse
alar
m
s
.
I
n
t
h
i
s
r
eg
ar
d
,
o
n
e
o
b
tain
ed
s
h
ar
p
er
an
d
s
m
o
o
t
h
er
ed
g
es
t
h
at
i
n
t
u
r
n
f
ac
ilit
a
ted
s
u
b
s
eq
u
en
t
i
m
ag
e
p
r
o
ce
s
s
in
g
a
n
d
an
al
y
s
is
ta
s
k
s
.
T
h
e
T
ab
le
2
p
o
r
tr
ay
s
t
h
e
o
u
tco
m
es
o
f
p
atter
n
r
ec
o
g
n
i
tio
n
i
n
b
u
ild
i
n
g
i
m
a
g
e
p
r
o
ce
s
s
in
g
.
T
h
e
d
o
cu
m
en
t
r
ev
ie
w
s
d
i
f
f
er
e
n
t
alg
o
r
it
h
m
ic
m
eth
o
d
s
t
h
r
o
u
g
h
p
er
f
o
r
m
a
n
ce
ass
e
s
s
m
en
t
m
eth
o
d
o
lo
g
y
.
T
h
ese
d
etec
tio
n
tech
n
iq
u
e
s
alo
n
g
w
it
h
t
h
e
Ho
u
g
h
tr
a
n
s
f
o
r
m
as
w
e
ll
as
t
h
e
C
A
D
-
to
-
DE
M
tr
an
s
f
o
r
m
atio
n
d
em
o
n
s
tr
ate
u
s
e
f
u
l o
u
tco
m
es.
T
ab
le
2
.
R
esu
lts
o
f
p
atter
n
r
ec
o
g
n
itio
n
o
f
b
u
i
ld
in
g
i
m
ag
e
p
r
o
ce
s
s
i
n
g
F
i
n
d
i
n
g
s
M
e
t
h
o
d
/
a
l
g
o
r
i
t
h
m
P
e
r
f
o
r
man
c
e
/
r
e
su
l
t
s
D
EM
a
c
c
u
r
a
c
y
R
e
g
i
o
n
se
l
e
c
t
i
o
n
H
i
g
h
-
p
r
e
c
i
s
i
o
n
D
EM
i
m
a
g
e
s su
i
t
a
b
l
e
f
o
r
b
u
i
l
d
i
n
g
a
n
a
l
y
si
s
Ed
g
e
d
e
t
e
c
t
i
o
n
c
o
mp
a
r
i
so
n
S
o
b
e
l
v
s.
C
a
n
n
y
C
a
n
n
y
:
c
l
e
a
r
e
r
e
d
g
e
s,
b
e
t
t
e
r
c
o
n
t
i
n
u
i
t
y
,
a
n
d
f
e
w
e
r
f
r
a
c
t
u
r
e
s
N
o
i
se
su
p
p
r
e
ssi
o
n
C
a
n
n
y
o
p
e
r
a
t
o
r
Ef
f
e
c
t
i
v
e
i
n
r
e
d
u
c
i
n
g
n
o
i
se
a
n
d
e
n
h
a
n
c
i
n
g
e
d
g
e
c
l
a
r
i
t
y
L
i
n
e
e
x
t
r
a
c
t
i
o
n
H
o
u
g
h
t
r
a
n
sf
o
r
m
I
n
f
o
r
mat
i
o
n
l
o
ss a
n
d
o
v
e
r
-
c
o
n
n
e
c
t
i
o
n
i
ssu
e
s
n
o
t
e
d
I
mag
e
r
e
c
o
g
n
i
t
i
o
n
c
o
mp
a
r
i
so
n
H
o
u
g
h
t
r
a
n
sf
o
r
m v
s.
C
N
N
mo
d
e
l
s
P
r
o
p
o
se
d
me
t
h
o
d
e
f
f
e
c
t
i
v
e
a
g
a
i
n
s
t
F
a
st
e
r
r
e
g
i
o
n
-
b
a
se
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(
R
-
C
N
N
)
a
n
d
f
u
l
l
y
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(
F
C
N
N
)
mo
d
e
l
s
P
i
x
e
l
r
e
so
l
u
t
i
o
n
i
mp
r
o
v
e
me
n
t
C
A
D
t
o
D
EM
t
r
a
n
sf
o
r
ma
t
i
o
n
A
c
h
i
e
v
e
d
4
0
×
4
0
c
m re
so
l
u
t
i
o
n
v
s.
4
0
×
4
0
m
w
i
t
h
r
e
mo
t
e
se
n
si
n
g
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
1
6
9
3
-
6930
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
,
Vo
l.
23
,
No
.
5
,
Octo
b
e
r
20
25
:
1
2
5
8
-
1
270
1266
T
h
e
an
al
y
s
i
s
in
th
e
T
ab
le
2
e
n
h
a
n
ce
d
p
r
ec
is
io
n
in
b
o
u
n
d
ar
y
r
ec
o
g
n
itio
n
r
ed
u
ctio
n
o
f
b
ac
k
g
r
o
u
n
d
n
o
is
e
a
n
d
th
e
ex
tr
ac
tio
n
o
f
li
n
ea
r
f
ea
t
u
r
es
a
lo
n
g
s
id
e
p
ee
r
a
s
s
es
s
m
en
t
o
f
co
m
p
et
in
g
m
et
h
o
d
s
in
cl
u
d
in
g
C
NN
alg
o
r
ith
m
s
.
T
h
ese
f
i
n
d
in
g
s
e
x
a
m
in
ed
ed
g
e
d
etec
tio
n
alg
o
r
ith
m
s
w
it
h
a
f
o
cu
s
o
n
th
e
C
an
n
y
o
p
er
ato
r
an
d
co
n
tr
asted
it
w
i
th
th
e
So
b
el
o
p
er
ato
r
.
W
h
ile
th
e
So
b
el
o
p
er
ato
r
p
r
o
v
id
ed
o
n
ly
p
r
i
m
ar
y
ed
g
e
d
etec
tio
n
,
t
h
e
C
an
n
y
o
p
er
ato
r
w
a
s
b
etter
at
p
r
o
v
id
in
g
a
r
eliab
le
d
escr
ip
tio
n
o
f
ed
g
es,
co
n
ti
n
u
o
u
s
in
f
o
r
m
,
w
h
ic
h
is
v
ita
ll
y
i
m
p
o
r
tan
t
to
s
eg
m
e
n
tatio
n
an
d
co
n
to
u
r
in
g
.
A
n
u
m
b
er
o
f
s
o
lu
tio
n
s
ar
e
o
f
f
er
ed
in
t
h
e
r
e
s
ea
r
ch
,
i
n
ter
m
s
o
f
ad
v
an
ce
d
i
m
a
g
e
p
r
o
ce
s
s
in
g
t
ec
h
n
iq
u
es
f
o
r
in
telli
g
en
t
b
u
il
d
in
g
en
v
ir
o
n
m
e
n
ts
.
R
eg
io
n
s
elec
tio
n
o
n
h
i
g
h
-
p
r
ec
is
io
n
DE
M
i
m
ag
e
s
is
p
o
s
s
ib
l
e
d
u
e
to
th
e
ac
c
u
r
ac
y
o
f
DE
M
i
m
a
g
es.
T
h
e
So
b
el
o
p
er
ato
r
is
b
etter
th
an
C
an
n
y
i
n
ter
m
s
o
f
ed
g
e
s
,
b
u
t
it
lo
s
es
in
n
o
i
s
e
s
u
p
p
r
ess
io
n
an
d
ed
g
es.
T
h
e
Ho
u
g
h
tr
an
s
f
o
r
m
,
d
esp
ite
in
f
o
r
m
atio
n
lo
s
s
,
aid
s
in
lin
e
ex
tr
ac
tio
n
.
Mo
r
e
th
an
th
e
tr
ad
itio
n
al
m
et
h
o
d
s
lik
e
Fas
t
er
R
-
C
NN
o
r
FC
NN,
C
NN
m
o
d
el
s
ex
ce
l i
n
r
ec
o
g
n
i
zin
g
i
m
a
g
es.
F
u
r
t
h
er
m
o
r
e,
th
i
s
tr
an
s
f
o
r
m
atio
n
f
r
o
m
C
A
D
to
DE
M
e
m
er
g
e
s
w
it
h
s
ig
n
i
f
ica
n
t
i
m
p
r
o
v
e
m
en
t
in
p
ix
el
r
eso
lu
tio
n
,
en
s
u
r
i
n
g
4
0
×4
0
cm
ag
ain
s
t
4
0
×4
0
m
b
y
m
ea
n
s
o
f
r
e
m
o
te
s
en
s
in
g
.
W
ith
th
e
s
e
s
o
lu
tio
n
s
,
th
e
b
u
i
ld
in
g
i
m
a
g
e
p
r
o
ce
s
s
in
g
w
i
th
p
r
ec
is
e
f
ea
t
u
r
e
an
al
y
s
i
s
,
n
o
is
e
r
ed
u
ctio
n
g
o
o
d
p
atter
n
r
ec
o
g
n
itio
n
,
a
n
d
in
telli
g
e
n
t e
n
v
ir
o
n
m
e
n
t.
Ho
u
g
h
tr
an
s
f
o
r
m
is
a
m
at
h
e
m
atica
l
m
o
d
el
f
o
r
t
h
e
d
etec
tio
n
o
f
lin
e
s
b
y
t
h
e
F
i
g
u
r
e
7
.
E
d
g
e
d
etec
tio
n
,
v
o
tin
g
in
Ho
u
g
h
s
p
ac
e,
p
ar
am
ete
r
o
p
tim
izatio
n
an
d
f
il
ter
in
g
n
o
is
e
is
u
s
ed
to
g
et
ac
cu
r
ate
lin
e
id
en
ti
f
icatio
n
i
n
in
telli
g
e
n
t
b
u
ild
i
n
g
en
v
ir
o
n
m
en
ts
.
T
h
e
F
ig
u
r
e
7
i
m
p
lies
t
h
e
lin
e
s
d
etec
tio
n
s
tr
ateg
y
o
f
b
u
ild
in
g
i
m
a
g
e
s
th
r
o
u
g
h
t
h
e
Ho
u
g
h
tr
an
s
f
o
r
m
alg
o
r
ith
m
.
An
o
th
er
tec
h
n
iq
u
e
f
o
llo
w
ed
in
t
h
e
cu
r
r
e
n
t
s
t
u
d
y
w
a
s
th
e
u
s
e
o
f
th
e
class
ical
Ho
u
g
h
tr
an
s
f
o
r
m
f
o
r
th
e
d
etec
tio
n
o
f
lin
es
an
d
co
n
to
u
r
s
.
So
m
e
d
r
a
w
b
ac
k
s
h
av
e
b
ee
n
o
b
s
er
v
ed
lik
e
o
v
er
-
j
o
in
in
g
,
d
ata
lo
s
s
,
a
n
d
m
o
r
e
ti
m
e
co
n
s
u
m
p
tio
n
,
t
h
i
s
s
h
o
w
s
th
at
th
e
m
et
h
o
d
n
ee
d
s
to
b
e
co
m
b
i
n
ed
w
it
h
an
o
th
er
o
p
ti
m
izatio
n
m
eth
o
d
.
T
h
e
p
r
o
ce
s
s
es
o
f
b
u
ild
in
g
d
e
tectio
n
u
s
i
n
g
p
atter
n
r
ec
o
g
n
iti
o
n
ar
e
s
h
o
w
n
i
n
th
e
F
ig
u
r
e
8
w
h
er
e
t
h
e
y
ar
e
b
ased
o
n
ed
g
e
d
etec
tio
n
an
d
Ho
u
g
h
t
r
a
n
s
f
o
r
m
f
o
r
f
i
n
d
i
n
g
s
tr
u
c
tu
r
al
lin
e
s
in
ae
r
ial
i
m
a
g
er
y
.
Fig
u
r
e
7
.
L
in
e
s
d
etec
tio
n
o
f
b
u
ild
in
g
i
m
a
g
es
w
it
h
Ho
u
g
h
tr
an
s
f
o
r
m
m
o
d
ell
in
g
Fig
u
r
e
8
.
Dete
ctin
g
b
u
ild
i
n
g
s
w
it
h
p
atter
n
r
ec
o
g
n
itio
n
tech
n
o
lo
g
y
T
h
e
Fig
u
r
e
8
p
o
r
tr
ay
s
t
h
e
w
a
y
th
e
p
atter
n
r
ec
o
g
n
it
io
n
ap
p
r
o
ac
h
h
as
b
ee
n
d
ep
lo
y
ed
to
d
etec
t
b
u
ild
in
g
s
tr
u
ct
u
r
es
w
i
th
v
ar
io
u
s
m
o
d
ellin
g
m
et
h
o
d
s
.
T
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
w
as
s
h
o
w
n
to
b
e
s
i
m
p
ler
th
a
n
b
u
t
as
ef
f
icien
t
as
m
o
r
e
co
m
p
le
x
n
e
u
r
al
n
et
w
o
r
k
-
b
ased
s
o
lu
tio
n
s
s
u
c
h
as
f
u
ll
y
co
n
v
o
l
u
tio
n
al
n
et
w
o
r
k
s
an
d
Fa
s
ter
R
-
C
NN
ar
c
h
itect
u
r
es
i
n
p
r
o
ce
s
s
i
n
g
ar
c
h
itect
u
r
al
d
ata.
T
h
e
r
eg
io
n
s
elec
t
io
n
i
n
co
n
j
u
n
c
ti
o
n
w
ith
th
e
C
an
n
y
Evaluation Warning : The document was created with Spire.PDF for Python.
T
E
L
KOM
NI
K
A
T
elec
o
m
m
u
n
C
o
m
p
u
t E
l
C
o
n
tr
o
l
A
d
va
n
ce
d
ima
g
e
p
r
o
ce
s
s
in
g
te
ch
n
iq
u
es fo
r
in
tellig
en
t b
u
ild
i
n
g
en
viro
n
men
ts
…
(
Mo
h
a
n
a
d
A
.
A
l
-
A
s
ka
r
i
)
1267
alg
o
r
ith
m
allo
w
ed
f
o
r
ac
cu
r
ate
ex
tr
ac
tio
n
s
o
f
t
h
e
b
u
ild
i
n
g
f
ea
t
u
r
es
i
n
cl
u
d
in
g
e
v
en
i
n
g
o
u
td
o
o
r
th
er
m
a
l
co
n
d
itio
n
s
.
C
A
D
g
r
ap
h
ic
s
a
n
d
MA
T
L
A
B
to
o
ls
w
er
e
e
f
f
e
ctiv
e
i
n
tr
a
n
s
f
o
r
m
i
n
g
t
h
e
d
at
a
an
d
s
ta
n
d
ar
d
ized
m
et
h
o
d
s
an
d
s
t
y
le
s
en
s
u
r
ed
b
o
th
co
m
p
u
ta
tio
n
al
e
f
f
ec
ti
v
en
e
s
s
as
w
e
ll
as
p
r
ec
is
io
n
.
T
h
ese
w
o
r
k
s
co
n
tr
ib
u
te
to
i
m
a
g
e
p
r
o
ce
s
s
in
g
f
o
r
u
r
b
an
p
lan
n
i
n
g
an
d
f
o
cu
s
o
n
t
h
e
r
e
lev
an
ce
o
f
s
p
ec
i
f
ic
m
et
h
o
d
s
in
s
m
ar
t
b
u
ild
in
g
s
.
B
u
ild
in
g
p
atter
n
r
ec
o
g
n
itio
n
f
in
d
in
g
s
e
m
er
g
e
t
h
r
o
u
g
h
an
al
y
s
is
w
i
th
v
ar
io
u
s
ed
g
e
d
etec
tio
n
ap
p
r
o
ac
h
es
i
n
t
h
e
f
o
llo
w
in
g
d
iag
r
a
m
.
T
h
e
f
u
zz
y
ap
p
r
o
ac
h
d
e
m
o
n
s
t
r
ates
m
i
n
i
m
al
p
r
o
ce
s
s
i
n
g
ti
m
e
alo
n
g
w
it
h
s
e
v
er
al
ex
ce
p
tio
n
all
y
lo
n
g
ex
ec
u
t
io
n
i
n
s
ta
n
ce
s
.
C
er
tain
e
d
g
e
d
etec
tio
n
i
m
ag
e
s
h
a
v
e
b
ee
n
id
en
ti
f
ied
w
it
h
d
is
ti
n
ct
s
tr
u
ctu
r
al
f
ea
t
u
r
es
t
h
a
t
in
f
lu
e
n
ce
d
etec
tio
n
p
er
f
o
r
m
a
n
ce
in
i
n
tel
lig
e
n
t
b
u
ild
i
n
g
in
f
r
a
s
tr
u
ct
u
r
e.
A
p
p
licatio
n
o
f
C
an
n
y
ed
g
e
d
etec
tio
n
i
n
b
u
ild
in
g
i
m
a
g
e
p
r
o
ce
s
s
i
n
g
is
v
er
y
e
f
f
icie
n
t
b
u
t
i
s
f
ac
ed
w
it
h
s
o
m
e
d
i
f
f
icu
lties
w
it
h
u
n
w
a
n
ted
f
ea
tu
r
e
s
s
u
c
h
as
v
eg
eta
tio
n
a
n
d
s
h
i
n
y
s
u
r
f
ac
e
s
lead
in
g
to
n
o
i
s
e
an
d
i
n
ac
cu
r
ac
y
.
E
x
p
er
i
m
e
n
tal
r
es
u
lt
s
d
e
m
o
n
s
t
r
ate
th
at
t
h
e
C
an
n
y
al
g
o
r
ith
m
g
e
n
er
ates
s
u
p
er
io
r
r
esu
lt
s
co
m
p
ar
ed
to
th
e
So
b
el
o
p
er
ato
r
b
y
cr
ea
ti
n
g
f
o
cu
s
ed
ed
g
e
s
e
g
m
en
ts
f
o
r
ef
f
ec
ti
v
e
s
e
g
m
en
tatio
n
ta
s
k
s
a
n
d
co
n
to
u
r
i
n
g
ap
p
licatio
n
s
.
T
h
e
li
m
itatio
n
s
o
f
Ho
u
g
h
tr
an
s
f
o
r
m
m
o
d
ellin
g
s
u
g
g
e
s
t
d
i
f
f
icu
lties
in
b
u
ild
i
n
g
f
ea
tu
r
e
d
etec
tio
n
th
r
o
u
g
h
it
s
r
ep
r
esen
tat
io
n
al
t
ec
h
n
iq
u
es.
T
h
e
in
te
g
r
atio
n
o
f
clas
s
ical
C
a
n
n
y
a
n
d
Ho
u
g
h
alg
o
r
it
h
m
s
w
it
h
m
o
d
er
n
n
e
u
r
al
n
et
w
o
r
k
s
p
r
esen
t
s
s
o
l
u
tio
n
s
to
ad
d
r
ess
cu
r
r
en
t
is
s
u
es
b
y
d
eli
v
er
in
g
p
r
ec
is
e
an
d
r
o
b
u
s
t
ex
tr
ac
tio
n
o
f
f
ea
t
u
r
es
w
h
ile
m
i
n
i
m
is
i
n
g
n
o
is
e
e
x
p
o
s
u
r
e
f
o
r
in
tellig
e
n
t b
u
i
ld
in
g
f
u
n
ctio
n
s
.
T
h
e
r
e
s
u
lts
q
u
a
n
titat
iv
el
y
d
e
m
o
n
s
tr
ated
in
t
h
e
T
ab
le
3
th
at
w
it
h
t
h
e
en
ab
li
n
g
o
f
ad
v
a
n
ce
d
i
m
a
g
e
p
r
o
ce
s
s
in
g
,
p
atter
n
r
ec
o
g
n
it
io
n
tech
n
iq
u
es
ca
n
d
r
a
m
atica
ll
y
i
m
p
r
o
v
e
t
h
e
i
n
telli
g
e
n
t
b
u
i
ld
in
g
e
n
v
ir
o
n
m
en
t
an
al
y
s
is
f
u
n
c
tio
n
.
T
h
e
C
an
n
y
-
So
b
el
an
d
Gau
s
s
ian
s
m
o
o
t
h
i
n
g
p
r
e
p
r
o
ce
s
s
in
g
ap
p
r
o
ac
h
es
a
r
e
v
er
if
ied
b
y
h
ig
h
ed
g
e
d
etec
tio
n
ac
cu
r
ac
y
(
9
2
.
7
%)
an
d
n
o
is
e
r
ed
u
ctio
n
.
T
h
ese
ap
p
r
o
ac
h
es
f
o
r
o
p
tim
i
s
in
g
f
ea
t
u
r
e
q
u
alit
y
u
s
e
ad
ap
tiv
e
SL
I
C
s
e
g
m
en
ta
tio
n
an
d
VA
E
f
ea
t
u
r
e
ex
tr
ac
tio
n
,
r
esp
ec
tiv
el
y
a
n
d
ac
h
iev
e
s
tr
o
n
g
p
u
r
it
y
a
n
d
lo
w
r
ec
o
n
s
tr
u
ctio
n
er
r
o
r
.
P
C
A
p
r
eser
v
es
o
v
er
9
0
%
v
ar
ia
n
ce
w
h
ile
k
ee
p
in
g
d
i
m
en
s
io
n
a
lit
y
d
o
w
n
.
T
h
e
h
y
b
r
id
Ho
u
g
h
tr
a
n
s
f
o
r
m
a
n
d
f
u
zz
y
lo
g
ic
ap
p
r
o
ac
h
es
f
o
r
r
o
b
u
s
t
lin
e
d
etec
tio
n
an
d
cla
s
s
i
f
icatio
n
a
r
e
ac
cu
r
ate
to
o
v
er
9
0
%.
P
r
ec
is
e
s
eg
m
en
ta
tio
n
is
o
b
tain
ed
b
y
co
m
b
i
n
i
n
g
r
e
g
io
n
g
r
o
w
in
g
r
es
u
lt
s
a
n
d
ad
ap
tiv
e
Ots
u
t
h
r
esh
o
ld
i
n
g
.
W
ith
o
v
er
all
g
o
o
d
co
v
er
ag
e,
a
cc
u
r
ac
y
a
n
d
p
r
o
ce
s
s
i
n
g
ef
f
icie
n
c
y
,
w
e
h
a
v
e
v
alid
ated
t
h
e
i
n
t
eg
r
ated
s
y
s
te
m
f
o
r
s
m
ar
t b
u
i
ld
in
g
d
etec
tio
n
.
T
ab
le
3
.
Qu
an
titati
v
e
o
u
tco
m
e
s
M
e
t
r
i
c
/
p
a
r
a
me
t
e
r
V
a
l
u
e
S
t
a
t
i
st
i
c
a
l
o
u
t
p
u
t
Ed
g
e
d
e
t
e
c
t
i
o
n
a
c
c
u
r
a
c
y
(
%)
9
2
.
7
±
1
.
3
(
9
5
%
c
o
n
f
i
d
e
n
c
e
i
n
t
e
r
v
a
l
(
CI
)
)
N
o
i
se
r
e
d
u
c
t
i
o
n
(
s
i
g
n
a
l
-
to
-
n
o
i
se
r
a
t
i
o
(
S
N
R
)
i
m
p
r
o
v
e
me
n
t
i
n
d
B
)
8
.
5
p
<
0
.
0
1
(
t
-
t
e
st
)
(
G
a
u
ssi
a
n
smo
o
t
h
i
n
g
w
i
t
h
σ=
1
.
5
)
S
u
p
e
r
p
i
x
e
l
S
e
g
me
n
t
a
t
i
o
n
P
u
r
i
t
y
(
%)
8
9
.
4
±
2
.
0
(
9
5
%
C
I
)
V
A
E
f
e
a
t
u
r
e
r
e
c
o
n
st
r
u
c
t
i
o
n
e
r
r
o
r
(
mea
n
s
q
u
a
r
e
d
e
r
r
o
r
(
M
S
E
)
)
0
.
0
0
4
2
-
P
C
A
d
i
me
n
s
i
o
n
a
l
i
t
y
r
e
d
u
c
t
i
o
n
r
e
t
a
i
n
e
d
v
a
r
i
a
n
c
e
(
%)
9
3
.
8
-
H
o
u
g
h
t
r
a
n
sf
o
r
m l
i
n
e
d
e
t
e
c
t
i
o
n
p
r
e
c
i
s
i
o
n
(
%)
9
0
.
2
±
1
.
8
(
9
5
%
C
I
)
R
e
g
i
o
n
g
r
o
w
i
n
g
se
g
me
n
t
a
t
i
o
n
i
n
t
e
r
se
c
t
i
o
n
o
v
e
r
u
n
i
o
n
(
I
o
U
)
(
%)
8
7
.
5
±
1
.
5
(
9
5
%
C
I
)
F
u
z
z
y
l
o
g
i
c
c
l
a
ssi
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
(
%)
91
±
1
.
1
(
9
5
%
C
I
)
P
r
o
c
e
ssi
n
g
t
i
me
p
e
r
i
m
a
g
e
(
se
c
o
n
d
s)
3
.
8
±
0
.
4
O
v
e
r
a
l
l
b
u
i
l
d
i
n
g
d
e
t
e
c
t
i
o
n
F
1
-
s
c
o
r
e
(
%)
8
9
.
6
±
1
.
2
(
9
5
%
C
I
)
T
h
e
an
al
y
s
i
s
f
o
u
n
d
th
at
co
m
p
u
tat
io
n
al
i
m
ag
e
p
r
o
ce
s
s
i
n
g
alo
n
g
w
it
h
alg
o
r
it
h
m
s
f
o
r
p
atter
n
r
ec
o
g
n
itio
n
b
o
o
s
ts
in
tel
lig
e
n
t
b
u
ild
in
g
s
y
s
te
m
e
f
f
icien
c
y
.
T
h
e
m
o
s
t
i
m
p
o
r
tan
t
f
i
n
d
in
g
s
i
m
p
l
y
t
h
at
ed
g
e
d
etec
tio
n
tech
n
iq
u
es,
th
a
t
in
c
lu
d
e
th
e
C
an
n
y
o
p
er
ato
r
,
ar
e
m
o
r
e
ac
cu
r
ate
at
id
en
tify
i
n
g
an
d
d
is
tin
g
u
is
h
i
n
g
ar
ch
itect
u
r
al
ele
m
en
ts
th
a
n
th
e
So
b
el
o
p
e
r
ato
r
.
L
o
n
g
it
u
d
i
n
al
ed
g
es
f
ac
ili
tate
th
i
s
co
n
clu
s
io
n
an
d
i
m
p
r
o
v
e
d
ig
ital
i
m
a
g
e
s
e
g
m
en
ta
tio
n
a
n
d
an
al
y
s
i
s
.
P
C
A
as
w
ell
as
m
u
lti
-
r
eso
lu
tio
n
s
eg
m
e
n
tatio
n
i
m
p
r
o
v
e
f
ea
t
u
r
e
ex
tr
a
ctio
n
a
n
d
p
ictu
r
e
clar
it
y
,
m
ak
in
g
it
f
ea
s
ib
le
to
an
a
l
y
s
e
lar
g
e,
h
i
g
h
-
r
eso
l
u
tio
n
p
h
o
to
s
ef
f
icie
n
tl
y
.
I
n
p
ar
ticu
lar
,
th
e
r
esear
ch
e
m
p
h
asis
es
h
y
b
r
id
tech
n
iq
u
e
s
in
u
t
ilis
atio
n
in
p
r
ac
tice.
H
y
b
r
id
a
p
p
r
o
ac
h
es
co
m
b
in
e
o
ld
alg
o
r
ith
m
s
li
k
e
th
e
Ho
u
g
h
tr
an
s
f
o
r
m
w
it
h
m
o
d
er
n
m
ac
h
i
n
e
lear
n
i
n
g
to
m
a
x
i
m
is
e
e
f
f
ec
t
iv
en
e
s
s
.
I
m
ag
e
p
r
o
ce
s
s
i
n
g
to
g
et
h
er
w
it
h
p
atter
n
r
ec
o
g
n
itio
n
tec
h
n
o
lo
g
ies
h
elp
s
o
p
ti
m
ize
i
n
telli
g
e
n
t
b
u
ild
in
g
en
v
ir
o
n
m
e
n
t
s
th
r
o
u
g
h
au
to
m
ated
an
al
y
s
i
s
o
f
v
is
u
al
d
ata.
Dee
p
c
o
n
v
o
lu
tio
n
al
n
e
u
r
al
n
et
w
o
r
k
s
(
DC
NNs)
m
er
g
ed
w
it
h
i
n
d
o
o
r
s
p
ac
e
r
e
co
g
n
itio
n
ca
p
ab
ilit
ies
n
o
w
o
p
er
ate
o
n
‘
6
0
0
,
0
0
0
’
im
a
g
e
s
a
m
p
les
f
o
r
i
m
p
r
o
v
ed
p
er
f
o
r
m
a
n
ce
[2
3
]
.
C
o
m
b
i
n
i
n
g
k
n
o
w
led
g
e
g
r
ap
h
s
w
i
th
m
u
lti
s
ca
le
d
ata
i
m
p
r
o
v
es
r
ec
o
g
n
i
tio
n
ac
c
u
r
ac
y
i
n
b
u
ild
in
g
p
atter
n
id
en
tific
atio
n
esp
ec
iall
y
f
o
r
co
m
p
le
x
s
tr
u
ct
u
r
al
f
o
r
m
s
.
Se
v
er
al
ad
v
an
ce
d
in
n
o
v
atio
n
s
s
u
r
p
ass
ea
r
lier
s
y
s
te
m
s
’
li
m
itat
io
n
s
t
o
h
an
d
le
b
ig
d
atasets
w
h
ile
d
eliv
er
in
g
en
h
a
n
ce
d
ac
cu
r
ac
y
alo
n
g
w
it
h
h
i
g
h
er
o
p
er
atio
n
al
ef
f
icie
n
c
y
an
d
b
r
o
ad
er
p
r
o
ce
s
s
in
g
ca
p
ab
ilit
ie
s
.
T
h
ese
tech
n
o
lo
g
ical
d
ev
e
lo
p
m
e
n
t
s
lead
to
ad
v
an
ce
d
p
r
ec
is
e
s
o
lu
tio
n
s
f
o
r
b
u
ild
in
g
m
a
n
a
g
e
m
e
n
t
a
n
d
u
s
er
ex
p
er
ie
n
ce
o
p
er
atio
n
s
.
I
t
e
m
p
h
a
s
is
e
s
co
m
b
i
n
i
n
g
tr
ad
itio
n
al
i
m
a
g
e
p
r
o
ce
s
s
in
g
tech
n
iq
u
e
s
w
it
h
m
o
d
er
n
m
ac
h
i
n
e
lear
n
in
g
ap
p
r
o
ac
h
es,
m
a
k
in
g
it
s
tan
d
o
u
t
f
r
o
m
p
ast r
esear
c
h
[
2
4
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.