I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
3
8
,
N
o
.
1
,
A
pr
i
l
20
2
5
,
pp.
312
~
320
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
8
.
i
1
.
pp
312
-
320
312
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
A
n
e
n
se
m
b
le
i
m
age
au
g
m
e
n
t
a
t
io
n
ap
p
r
oac
h
t
o e
n
h
an
c
e
gr
an
u
la
r
p
ar
a
k
e
r
at
osi
s d
at
ase
t
S
h
e
e
t
al
Jan
t
h
ak
al
1
,
Gi
r
is
h
a
Hos
all
i
2
1
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd E
ngi
n
e
e
r
in
g,
B
a
ll
a
r
i
I
ns
t
it
ut
e
of
T
e
c
hn
o
l
o
g
y
a
nd M
a
na
ge
m
e
nt
,
B
a
ll
a
r
i
a
nd V
is
ve
s
v
a
r
a
y
a
T
e
c
hn
o
l
o
gi
c
a
l
U
ni
ve
r
s
it
y
, B
e
la
ga
v
i,
I
ndi
a
2
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd E
ngi
n
e
e
r
in
g, R
a
o
B
a
ha
d
ur
Y
. M
a
ha
ba
le
s
w
a
r
a
ppa
E
ngi
ne
e
r
in
g C
o
ll
e
g
e
,
B
a
ll
a
r
i
a
nd V
is
ve
s
v
a
r
a
y
a
T
e
c
hn
o
l
o
gi
c
a
l
U
ni
ve
r
s
i
t
y
, B
e
la
ga
v
i,
I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
M
a
y
25
,
202
4
R
e
vi
s
e
d
Oc
t
15
,
202
4
A
c
c
e
pt
e
d
Oc
t
30
,
202
4
T
h
e
s
t
u
d
y
d
i
s
c
u
s
s
e
s
t
h
e
r
ev
o
l
u
t
i
o
n
i
zi
n
g
i
m
p
ac
t
o
f
d
e
e
p
c
o
n
v
o
l
u
t
i
o
n
al
n
eu
ral
n
e
t
w
o
rk
(C
N
N
)
t
ec
h
n
i
q
u
e
s
o
n
me
d
i
c
al
i
m
ag
e
cl
as
s
i
fi
cat
i
o
n
,
p
art
i
c
u
l
arl
y
i
n
i
d
e
n
t
i
f
y
i
n
g
s
k
i
n
l
e
s
i
o
n
s
.
I
t
ad
d
r
e
s
s
e
s
t
h
e
c
h
a
l
l
en
g
e
o
f
l
i
mi
t
ed
d
at
as
e
t
s
fo
r
g
ran
u
l
ar
p
arak
e
rat
o
s
i
s
(G
P)
a
n
d
p
aran
e
o
p
l
as
t
i
c
p
em
p
h
i
g
u
s
(PN
P)
b
y
em
p
l
o
y
i
n
g
t
rad
i
t
i
o
n
al
a
n
d
a
d
v
a
n
ce
d
en
s
em
b
l
e
d
at
a
au
g
me
n
t
at
i
o
n
t
ech
n
i
q
u
e
s
.
T
h
e
s
e
t
ech
n
i
q
u
e
s
i
n
c
l
u
d
e
g
eo
me
t
ri
c
t
ran
s
fo
r
m
at
i
o
n
s
,
g
e
n
e
rat
i
v
e
a
d
v
e
rs
ari
a
l
n
e
t
w
o
rk
s
(G
A
N
s
)
,
C
u
t
o
u
t
,
an
d
k
ee
p
au
g
me
n
t
.
GP
aff
ec
t
s
k
e
rat
i
n
i
zat
i
o
n
i
n
t
h
e
g
ro
i
n
a
n
d
o
t
h
e
r
r
eg
i
o
n
s
,
w
h
i
l
e
P
N
P
i
s
as
s
o
c
i
at
e
d
w
i
t
h
m
a
l
i
g
n
a
n
c
i
e
s
.
T
h
e
s
t
u
d
y
’
s
rel
e
v
a
n
ce
i
s
en
h
a
n
ce
d
b
y
t
h
e
s
h
ared
i
m
a
g
i
n
g
c
h
ara
c
t
e
ri
s
t
i
c
s
o
f
t
h
e
ch
o
s
e
n
co
n
d
i
t
i
o
n
s
.
B
y
u
t
i
l
i
zi
n
g
t
o
o
l
s
l
i
k
e
U
-
n
e
t
fo
r
s
e
g
me
n
t
at
i
o
n
,
r
eg
i
o
n
p
ro
p
s
fo
r
fe
at
u
r
e
e
x
t
rac
t
i
o
n
,
an
d
a
s
u
p
p
o
rt
v
ec
t
o
r
m
a
c
h
i
n
e
(SV
M)
10
-
fo
l
d
c
r
o
s
s
-
v
al
i
d
at
i
o
n
m
o
d
el
fo
r
cl
as
s
i
fi
c
at
i
o
n
,
t
h
e
s
t
u
d
y
a
c
h
i
e
v
e
d
i
m
p
re
s
s
i
v
e
p
e
rfo
r
m
an
ce
m
e
t
ri
c
s
,
i
n
cl
u
d
i
n
g
9
5
%
a
cc
u
ra
cy
,
1
0
0
%
s
e
n
s
i
t
i
v
i
t
y
,
an
d
1
0
0
%
s
p
e
ci
fi
ci
t
y
w
h
en
ev
al
u
at
ed
o
n
t
h
e
D
e
r
m
n
e
t
N
Z
s
k
i
n
l
e
s
i
o
n
d
at
as
e
t
.
T
h
e
s
e
fi
n
d
i
n
g
s
u
n
d
e
rs
co
r
e
t
h
e
e
ff
ec
t
i
v
en
e
s
s
o
f
au
g
men
t
at
i
o
n
i
n
en
h
a
n
c
i
n
g
t
h
e
p
reci
s
i
o
n
o
f
me
d
i
c
a
l
i
m
a
g
e
c
l
as
s
i
fi
e
rs
an
d
s
i
g
n
i
f
y
a
s
u
b
s
t
an
t
i
al
i
m
p
ro
v
eme
n
t
o
v
e
r
t
rad
i
t
i
o
n
a
l
me
t
h
o
d
.
T
h
u
s
,
t
h
e
r
e
s
earc
h
s
h
o
w
cas
e
s
t
h
e
c
ri
t
i
c
a
l
ro
l
e
o
f
d
at
a
au
g
men
t
at
i
o
n
i
n
o
v
e
r
c
o
mi
n
g
d
at
a
s
carc
i
t
y
ch
al
l
e
n
g
e
s
an
d
ad
v
an
ce
s
med
i
c
a
l
i
m
a
g
e
a
n
al
y
s
i
s
.
K
e
y
w
o
r
d
s
:
A
ug
m
e
n
t
a
t
i
o
n
C
uto
u
t
a
n
d
ke
e
p
a
ugm
e
n
t
GA
N
b
a
s
e
d
a
ug
m
e
n
t
a
t
i
o
n
Ge
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
P
e
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
S
h
e
e
t
a
l
J
a
n
t
h
a
k
a
l
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
a
n
d
E
n
g
i
ne
e
r
i
n
g
B
a
l
l
a
r
i
I
ns
t
i
t
ut
e
o
f
T
e
c
hn
o
l
o
g
y
a
n
d
M
a
n
a
ge
m
e
n
t
,
B
a
l
l
a
r
i
a
n
d
V
i
s
v
e
s
va
r
a
y
a
T
e
c
hn
o
l
o
g
i
c
a
l
U
ni
ve
r
s
i
t
y
B
e
l
a
ga
vi
,
K
a
r
n
a
t
a
ka
,
I
n
d
i
a
E
m
a
i
l
:
s
j
a
n
t
h
a
k
a
l
@
y
a
h
o
o.
c
o
.
i
n
1.
I
NT
RODU
C
T
I
ON
I
n
r
e
c
e
n
t
da
y
s
,
a
u
to
m
a
t
e
d
s
ki
n
d
i
s
e
a
s
e
d
i
a
g
n
o
s
i
s
us
i
n
g
m
a
c
hi
ne
l
e
a
r
ni
n
g
i
s
a
c
h
a
ll
e
n
g
i
ng
t
a
s
k.
T
h
o
ugh
s
e
ve
r
a
l
r
e
s
e
a
r
c
h
e
r
s
ha
v
e
a
do
p
t
e
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
s
(
C
NN
s
)
f
o
r
t
hi
s
,
t
h
e
i
r
pe
r
f
o
r
m
a
n
c
e
i
s
hi
nde
r
e
d
by
t
h
e
l
im
i
t
e
d
a
v
a
il
a
bil
i
t
y
o
f
da
t
a
s
e
t
s
,
whi
c
h
a
r
e
e
s
s
e
n
t
i
a
l
f
o
r
t
r
a
i
ni
ng
r
o
b
us
t
c
l
a
s
s
if
i
e
r
s
.
A
dd
i
t
i
o
n
a
ll
y
,
c
e
r
t
a
i
n
s
k
i
n
d
i
s
e
a
s
e
s
,
s
uc
h
a
s
gr
a
n
u
l
a
r
pa
r
a
ke
r
a
to
s
i
s
(
GP)
a
n
d
pa
r
a
n
e
o
pl
a
s
t
i
c
pe
m
p
hi
gu
s
(
P
NP)
,
pr
e
s
e
n
t
uni
que
c
ha
l
l
e
nge
s
due
to
t
h
e
i
r
c
o
m
p
l
e
x
c
l
ini
c
a
l
pr
e
s
e
n
t
a
t
i
o
n
s
.
S
k
i
n
d
i
s
e
a
s
e
s
e
n
c
o
m
pa
s
s
a
w
i
de
r
a
n
ge
o
f
c
o
n
d
i
t
i
o
n
s
t
h
a
t
c
a
n
c
a
us
e
pa
i
n
,
di
s
c
o
m
f
o
r
t
,
a
n
d
a
e
s
t
h
e
t
i
c
c
o
n
c
e
r
ns
[
1]
.
A
c
c
ur
a
t
e
di
a
g
n
o
s
i
s
i
s
c
r
uc
i
a
l
f
o
r
e
f
f
e
c
t
i
v
e
m
a
n
a
ge
m
e
n
t
a
n
d
t
h
e
r
a
p
y
.
GP
i
s
a
b
e
ni
g
n
s
k
i
n
d
i
s
o
r
de
r
t
h
a
t
p
r
e
s
e
n
t
s
a
s
e
r
y
t
h
e
m
a
t
o
us
hy
pe
r
p
i
g
m
e
n
t
e
d,
hy
pe
r
ke
r
a
tot
i
c
pa
pu
l
e
s
a
n
d
p
l
a
q
ue
s
i
n
s
k
i
n
f
o
l
d
s
[
2]
.
E
x
c
e
s
s
i
ve
us
e
o
f
to
pi
c
a
l
a
g
e
n
t
s
a
n
d
e
x
po
s
ur
e
to
c
h
e
m
i
c
a
l
i
r
r
i
t
a
n
t
s
a
r
e
l
i
nke
d
to
i
t
s
on
s
e
t
.
I
n
c
o
n
t
r
a
s
t,
P
NP
i
s
a
s
e
ve
r
e
m
uc
o
s
a
l
i
nf
l
a
mm
a
t
o
r
y
c
o
n
d
i
t
i
o
n
a
s
s
o
c
i
a
t
e
d
w
i
t
h
lym
p
h
o
pr
o
l
if
e
r
a
t
i
v
e
d
i
s
o
r
de
r
s
[
3]
.
P
NP
c
a
n
l
e
a
d
t
o
l
i
f
e
-
t
h
r
e
a
t
e
ni
ng
c
o
m
p
li
c
a
t
i
o
n
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
image
augme
ntat
ion
appr
oac
h
to
e
nh
anc
e
gr
anular
par
ak
e
r
ato
s
is
datas
e
t
(
She
e
tal
J
anthakal
)
313
F
i
gur
e
1
s
h
o
ws
t
h
e
s
a
m
p
l
e
s
o
f
GP
a
n
d
P
NP.
R
e
c
e
n
t
a
dv
a
nc
e
m
e
n
t
s
i
n
m
a
c
hi
ne
l
e
a
r
ni
n
g,
pa
r
t
i
c
u
l
a
r
l
y
de
e
p
l
e
a
r
ni
ng
m
e
t
h
o
ds
s
uc
h
a
s
C
NN
s
,
a
r
e
r
e
v
o
l
ut
i
o
ni
z
i
ng
t
h
e
f
i
e
l
d
o
f
a
uto
m
a
t
e
d
s
ki
n
d
i
s
e
a
s
e
d
i
a
g
no
s
i
s
[
4]
.
Ho
we
v
e
r
,
publ
i
c
ly
a
c
c
e
s
s
i
b
l
e
s
k
i
n
l
e
s
i
o
n
da
t
a
s
e
t
s
a
r
e
o
f
t
e
n
s
m
a
ll
o
r
un
e
v
e
nly
d
i
s
t
r
i
b
ut
e
d,
p
o
s
i
n
g
c
ha
l
l
e
n
ge
s
f
o
r
t
r
a
i
ni
ng
r
o
b
us
t
c
l
a
s
s
if
i
e
r
s
.
T
o
a
ddr
e
s
s
t
h
e
s
e
l
im
i
t
a
t
i
o
n
s
,
e
n
s
e
m
b
l
e
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
a
n
d
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
a
r
e
e
m
p
l
o
y
e
d
[
5]
.
E
n
s
e
m
b
l
e
m
o
de
l
s
i
n
t
e
gr
a
t
e
pr
e
di
c
t
i
o
ns
f
r
o
m
m
u
l
t
i
p
l
e
m
o
de
l
s
t
r
a
i
n
e
d
us
i
n
g
d
i
ve
r
s
e
t
e
c
h
ni
que
s
,
e
nh
a
n
c
i
ng
pr
e
d
i
c
t
i
o
n
a
c
c
ur
a
c
y
.
Da
t
a
a
ugm
e
n
t
a
t
i
o
n
p
l
a
y
s
a
c
r
uc
i
a
l
r
o
l
e
by
a
r
t
i
f
i
c
i
a
ll
y
e
x
p
a
n
d
i
n
g
t
he
da
t
a
s
e
t
t
h
r
o
ugh
tr
a
n
s
f
o
r
m
a
t
i
o
n
s
s
uc
h
a
s
r
ot
a
t
i
o
n
,
t
r
a
n
s
l
a
t
i
o
n
,
m
i
r
r
o
r
i
n
g,
s
c
a
l
i
ng,
a
n
d
f
l
i
pp
i
ng.
T
h
e
s
e
a
ug
m
e
n
t
a
t
i
o
ns
pr
e
s
e
r
v
e
t
h
e
s
e
man
t
i
c
m
e
a
ni
ng
o
f
t
h
e
o
r
i
g
i
na
l
im
a
g
e
s
a
n
d
h
a
v
e
pr
o
v
e
n
e
f
f
e
c
t
i
v
e
i
n
a
c
hi
e
vi
ng
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
r
e
s
u
l
t
s
i
n
m
e
l
a
n
o
m
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
t
ud
i
e
s
[
6]
.
B
u
t
t
h
e
pi
t
f
a
ll
i
s
m
o
s
t
o
f
t
h
e
r
e
s
e
a
r
c
h
e
r
s
f
o
c
us
o
nly
o
n
t
h
e
m
e
l
a
n
o
m
a
d
i
s
e
a
s
e
.
F
i
gur
e
1
.
Gr
a
n
u
l
a
r
pa
r
a
ke
r
a
to
s
i
s
a
n
d
pa
r
a
n
e
o
p
l
a
s
t
i
c
pe
m
p
hi
gus
s
a
m
p
l
e
s
T
h
e
pr
i
m
a
r
y
o
bj
e
c
t
i
v
e
o
f
t
hi
s
s
t
ud
y
i
s
t
o
e
n
r
i
c
h
t
h
e
GP
a
n
d
P
NP
da
t
a
s
e
t
s
us
i
n
g
e
ns
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
,
a
i
mi
ng
f
o
r
s
i
g
ni
f
i
c
a
n
t
i
m
pr
o
v
e
m
e
n
t
s
i
n
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
.
B
y
e
m
p
l
o
y
in
g
t
h
e
s
e
m
e
t
h
o
do
l
o
g
i
e
s
,
t
hi
s
r
e
s
e
a
r
c
h
a
i
m
s
to
e
n
h
a
nc
e
t
h
e
a
c
c
ur
a
c
y
a
n
d
r
e
l
i
a
bi
li
t
y
o
f
a
uto
m
a
t
e
d
di
a
g
n
o
s
t
i
c
s
y
s
t
e
m
s
i
n
de
r
m
a
t
o
l
o
g
y
,
t
h
e
r
e
by
f
a
c
il
i
t
a
t
i
n
g
m
o
r
e
e
f
f
e
c
t
i
v
e
c
li
ni
c
a
l
i
n
t
e
r
v
e
n
t
i
o
ns
a
n
d
im
pr
o
v
e
d
pa
t
i
e
n
t
o
u
t
c
o
m
e
s
.
T
h
e
r
e
m
a
i
ni
ng
t
e
x
t
i
s
o
r
ga
ni
z
e
d
a
s
f
o
l
l
o
w
s
:
s
e
c
t
i
o
n
2
r
e
vi
e
ws
v
a
r
i
o
us
a
ug
m
e
n
t
a
t
i
o
n
a
ppr
o
a
c
h
e
s
u
s
e
d
by
t
he
r
e
s
e
a
r
c
he
r
s
;
s
e
c
t
i
o
n
3
pr
o
vi
de
s
a
de
s
c
r
i
pt
i
o
n
o
f
da
t
a
s
e
t
s
a
n
d
t
h
e
a
ugm
e
n
t
a
t
i
o
n
a
ppr
o
a
c
h
e
s
us
e
d
by
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
;
s
e
c
t
i
o
n
4
f
o
c
us
e
s
o
n
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
gy
;
s
e
c
t
i
o
n
5
pr
e
s
e
n
t
s
t
h
e
r
e
s
u
l
t
s
o
b
t
a
i
ne
d
f
o
r
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
n
d
i
t
s
c
o
m
p
a
r
i
s
o
n
w
i
t
h
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
t
e
c
hni
qu
e
s
.
2.
L
I
T
E
RA
T
UR
E
RE
VI
E
W
Da
t
a
a
ugm
e
n
t
a
t
i
o
n
t
e
c
hni
qu
e
s
a
r
e
c
o
m
m
o
nly
u
s
e
d
by
r
e
s
e
a
r
c
he
r
s
to
i
m
pr
o
v
e
t
h
e
r
e
l
i
a
bil
i
t
y
a
n
d
a
da
pt
a
bi
li
t
y
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
,
pa
r
t
i
c
u
l
a
r
l
y
i
n
t
a
s
ks
li
ke
m
e
l
a
n
o
m
a
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
s
e
t
e
c
hni
que
s
i
nc
l
u
de
c
o
nv
e
n
t
i
o
n
a
l
m
e
t
h
o
ds
s
uc
h
a
s
r
e
s
i
z
i
ng,
r
ot
a
t
i
n
g,
i
nve
r
t
i
n
g,
a
n
d
t
i
l
t
i
ng
i
m
a
ge
s
,
a
s
we
l
l
a
s
m
o
r
e
a
dv
a
nc
e
d
a
ppr
o
a
c
h
e
s
l
i
ke
de
e
p
l
e
a
r
ni
ng
-
b
a
s
e
d
t
e
c
hni
que
s
a
n
d
m
e
t
h
o
ds
us
i
n
g
ge
ne
r
a
t
i
v
e
a
d
v
e
r
s
a
r
i
a
l
n
e
t
wo
r
ks
(
GA
Ns
)
.
T
h
e
l
i
t
e
r
a
t
ur
e
o
u
t
l
i
ne
s
t
h
r
e
e
m
a
i
n
t
y
pe
s
o
f
da
t
a
a
ugm
e
n
t
a
t
i
o
n
:
ba
s
i
c
im
a
ge
m
a
ni
pu
l
a
t
i
o
ns
[
7]
,
de
e
p
l
e
a
r
ni
ng
-
ba
s
e
d
t
e
c
hni
que
s
,
a
n
d
a
d
v
a
n
c
e
d
t
e
c
hni
qu
e
s
s
uc
h
a
s
c
ut
o
u
t
a
n
d
hi
de
-
a
n
d
-
s
e
e
k
.
T
h
e
s
e
m
e
t
h
o
ds
a
i
m
t
o
a
ddr
e
s
s
t
h
e
s
h
o
r
t
a
ge
o
f
l
a
b
e
l
e
d
da
t
a
by
e
x
pa
n
d
i
ng
t
h
e
t
r
a
i
ni
ng
da
t
a
s
e
t
t
h
r
o
ugh
ge
o
m
e
t
r
i
c
a
n
d
i
n
t
e
n
s
i
t
y
m
o
d
i
f
i
c
a
t
i
o
ns
o
f
b
a
s
e
l
i
ne
im
a
ge
s
.
L
i
a
n
d
W
u
[8
]
i
n
t
r
o
duc
e
d
d
e
n
s
e
f
us
e
,
whi
c
h
c
o
m
bi
ne
s
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
a
n
d
us
e
s
de
ns
e
bl
o
c
ks
a
s
e
n
c
o
de
r
s
to
e
x
t
r
a
c
t
de
e
p
f
e
a
t
ur
e
s
,
a
n
d
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
a
s
a
de
c
o
de
r
to
r
e
c
o
n
s
t
r
uc
t
t
h
e
f
i
na
l
f
u
s
e
d
i
m
a
ge
.
A
dd
i
t
i
o
n
a
n
d
L
1
-
Nor
m
s
t
r
a
t
e
gi
e
s
a
r
e
ut
i
l
i
z
e
d
to
c
o
m
bi
ne
f
e
a
t
ur
e
s
,
s
h
o
w
i
n
g
t
h
e
e
f
f
e
c
t
i
ve
n
e
s
s
o
f
t
hi
s
a
r
c
hi
t
e
c
t
ur
e
f
o
r
i
nf
r
a
r
e
d
a
n
d
vi
s
i
b
l
e
i
m
a
ge
f
u
s
i
o
n
t
a
s
ks
.
T
h
e
p
i
t
f
a
ll
o
f
t
hi
s
m
e
t
h
o
d
i
s
t
h
a
t
o
nl
y
f
e
w
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
we
r
e
c
o
n
s
i
d
e
r
e
d.
Z
h
a
n
g
e
t
al.
[9
]
pr
o
p
o
s
e
d
a
n
i
m
a
ge
f
us
i
o
n
f
r
a
m
e
wo
r
k
(
I
F
C
NN
)
b
a
s
e
d
o
n
C
N
Ns
,
f
e
a
t
ur
i
n
g
c
o
nv
o
l
u
t
i
o
n
a
l
l
a
y
e
r
s
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
f
us
i
o
n
r
u
les
,
a
n
d
r
e
c
o
n
s
t
r
uc
t
i
o
n
.
T
hi
s
m
o
de
l
s
h
o
ws
pr
o
m
i
s
i
ng
ge
n
e
r
a
li
z
a
t
i
o
n
pot
e
n
t
i
a
l
b
ut
i
s
l
im
i
t
e
d
to
s
pe
c
i
f
i
c
t
y
pe
s
o
f
im
a
ge
s
.
T
h
e
de
e
p
l
e
a
r
ni
ng
-
b
a
s
e
d
f
us
i
o
n
m
e
t
h
od
o
f
[
10
]
o
p
t
i
m
i
z
e
s
f
us
i
o
n
r
u
l
e
t
h
r
e
s
h
o
l
d
s
i
n
s
h
e
a
r
l
e
t
t
r
a
n
s
f
o
r
m
.
T
h
o
ugh
i
t
de
m
o
ns
t
r
a
t
e
s
hi
g
h
e
f
f
i
c
ien
c
y
a
c
r
o
s
s
v
a
r
i
o
us
i
nput
i
m
a
ge
s
,
i
t
a
c
hi
e
ve
s
l
im
i
t
e
d
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
.
T
h
e
w
o
r
k
o
f
[
11
]
c
o
m
bin
e
d
da
t
a
a
ugm
e
n
t
a
t
i
o
n
w
i
t
h
de
e
p
C
NN
s
,
a
c
hi
e
vi
ng
a
n
im
pr
e
s
s
i
ve
89%
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
a
t
e
us
i
n
g
t
h
e
I
n
c
e
pt
i
o
n
V4
a
r
c
hi
t
e
c
t
ur
e
.
H
o
we
v
e
r
,
t
h
e
y
n
o
t
e
d
t
h
a
t
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
v
a
r
i
e
d,
i
n
d
i
c
a
t
i
n
g
r
oo
m
f
o
r
i
m
pr
o
v
e
m
e
n
t
.
Yu
e
t
al
.
[
12
]
de
v
e
l
o
pe
d
a
f
u
ll
y
c
o
n
v
o
l
ut
i
o
n
a
l
r
e
s
i
dua
l
n
e
t
w
or
k
(
F
C
R
N)
t
h
a
t
i
nc
o
r
por
a
t
e
s
r
e
s
i
du
a
l
l
e
a
r
ni
n
g
t
o
a
u
to
m
a
t
e
m
e
l
a
n
o
m
a
r
e
c
o
gni
t
i
o
n
a
n
d
a
ddr
e
s
s
o
v
e
r
f
i
t
t
i
n
g.
B
y
u
s
i
n
g
r
a
ndo
m
a
n
d
f
i
xe
d
r
ot
a
t
i
o
n
a
ug
m
e
n
t
a
t
i
o
n
,
t
h
e
y
i
nc
r
e
a
s
e
d
t
h
e
n
u
m
be
r
o
f
s
k
i
n
im
a
ge
s
,
a
c
hi
e
vi
ng
a
n
85.
5%
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
a
t
e
.
T
h
i
s
m
e
t
h
o
d
hi
g
hli
g
h
t
e
d
t
h
e
i
m
po
r
t
a
n
c
e
o
f
r
o
b
us
t
a
ugm
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
.
Q
i
n
e
t
al.
[
1
3
]
de
v
e
l
o
pe
d
s
t
y
l
e
-
ba
s
e
d
G
A
N
s
f
o
r
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
,
a
c
hi
e
vi
ng
95.
2%
a
c
c
ur
a
c
y
o
n
t
h
e
I
S
I
C
2018
da
t
a
s
e
t.
Al
t
h
o
ugh
t
hi
s
a
ppr
o
a
c
h
de
m
o
ns
t
r
a
t
e
d
pot
e
n
t
i
a
l
,
i
t
hi
g
hli
g
h
t
e
d
t
h
e
n
e
e
d
f
o
r
b
e
t
t
e
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
t
e
c
hni
que
s
.
T
h
e
wo
r
k
o
f
[
14
]
u
t
i
l
i
z
e
d
a
tr
a
i
ne
d
e
nd
-
to
-
e
n
d
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
8
,
N
o
.
1
,
A
pr
i
l
20
2
5
:
312
-
320
314
C
NN
to
c
l
a
s
s
if
y
s
k
i
n
l
e
s
i
o
ns
i
n
t
o
t
h
r
e
e
c
a
t
e
g
o
r
i
e
s
:
m
e
l
a
n
o
m
a
s
,
s
e
b
o
r
r
h
e
i
c
ke
r
a
to
s
i
s
,
a
n
d
be
ni
g
n
/
ne
v
u
s
.
Us
i
n
g
t
h
e
I
n
c
e
pt
i
o
n
V3
pr
e
-
t
r
a
i
n
e
d
a
r
c
hi
t
e
c
t
ur
e
,
t
h
e
y
a
c
hi
e
ve
d
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
a
t
e
o
f
72.
1%
,
i
n
d
i
c
a
t
i
n
g
t
h
e
c
h
a
ll
e
n
g
e
s
i
n
a
c
hi
e
vi
ng
hi
g
h
a
c
c
ur
a
c
y
i
n
s
k
i
n
l
e
s
i
o
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
a
bl
e
1
pr
o
vi
de
s
a
s
u
m
m
a
r
y
o
f
t
h
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
us
e
d
i
n
t
h
e
l
i
t
e
r
a
t
ur
e
,
h
i
g
hli
g
h
t
i
n
g
t
h
e
i
r
a
dva
n
t
a
ge
s
a
n
d
l
im
i
t
a
t
i
o
n
s
.
De
s
p
i
t
e
t
h
e
s
e
a
d
v
a
nc
e
m
e
n
t
s
,
m
a
ny
m
o
de
l
s
s
t
i
ll
s
t
r
ugg
l
e
w
i
t
h
e
f
f
e
c
t
i
v
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
.
S
i
n
g
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
h
ni
qu
e
s
,
s
uc
h
a
s
G
A
N
s
,
o
f
t
e
n
f
a
ll
s
h
o
r
t
i
n
ha
n
d
l
i
ng
da
t
a
i
m
ba
l
a
n
c
e
e
f
f
i
c
i
e
n
t
l
y
.
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
i
m
s
t
o
a
ddr
e
s
s
t
h
e
s
e
c
ha
l
l
e
n
ge
s
by
c
o
m
bi
ni
ng
t
r
a
d
i
t
i
o
na
l
(
ge
o
m
e
t
r
i
c
t
r
a
n
s
f
o
r
m
a
t
i
o
n
s
)
a
n
d
a
d
v
a
n
c
e
d
a
ug
m
e
n
t
a
t
i
o
n
a
ppr
o
a
c
h
e
s
(
GA
N
m
e
t
h
o
ds
a
n
d
c
ut
o
u
t
(
r
a
n
do
m
e
r
a
s
i
ng)
)
to
m
a
n
a
g
e
s
m
a
ll
e
r
da
t
a
s
e
t
s
a
n
d
da
t
a
i
m
ba
l
a
n
c
e
s
m
o
r
e
e
f
f
e
c
t
i
v
e
ly
[
7
]
.
T
a
bl
e
1
.
Ov
e
r
vi
e
w
o
f
t
h
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
us
e
d
i
n
t
h
e
l
i
t
e
r
a
t
ur
e
R
e
f
M
e
th
o
d
D
a
ta
s
e
t
P
e
r
f
or
ma
n
c
e
m
e
t
r
i
c
s
D
is
a
dv
a
nt
a
ge
s
[
15
]
R
o
ta
ti
o
n,
f
li
ppi
ng, s
h
e
a
r
in
g, a
nd z
oomi
ng
H
A
M
10000 a
nd I
S
I
C
2019
94%
r
e
c
a
ll
s
c
or
e
S
ma
ll
da
ta
s
e
t
[
16
]
G
A
N
ba
s
e
d a
ugme
nt
a
ti
o
n
me
th
o
d
I
S
I
C
2017
A
c
c
u
r
a
c
y
-
99.38%
U
na
bl
e
t
o
f
in
e
-
tu
n
e
i
ts
h
y
p
e
r
pa
r
a
m
e
t
e
r
s
[
17
]
R
a
ma
n
s
pe
c
tr
o
s
c
o
p
y
a
ugm
e
nt
a
ti
o
n
R
S
da
ta
s
e
t
A
c
c
u
r
a
c
y
-
83%
S
ma
ll
s
a
mpl
e
s
e
t
[
18
]
P
r
o
gr
e
s
s
iv
e
g
r
o
w
in
g
of
G
A
N
H
A
M
10000
A
c
c
u
r
a
c
y
-
70.1%
N
o
t
r
o
bus
t,
i
na
c
c
u
r
a
te
[
19
]
F
li
ps
, s
ke
w
-
le
f
t
-
r
ig
ht
I
S
I
C
2019 a
nd P
H
2
A
c
c
u
r
a
c
y
-
91%
V
a
r
ia
bl
e
s
iz
e
fi
lt
e
r
s
3.
I
M
AGE
AU
GM
E
NT
AT
I
ON
3.
1.
Augm
e
n
t
at
ion
t
e
c
h
n
i
q
u
e
s
L
i
mi
t
e
d
a
nn
o
t
a
t
e
d
m
e
d
i
c
a
l
im
a
ge
s
pr
e
s
e
n
t
a
c
h
a
ll
e
n
ge
f
o
r
de
ve
l
o
p
i
n
g
e
f
f
e
c
t
i
v
e
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
i
n
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
.
S
m
a
ll
da
t
a
s
e
t
s
l
i
ke
M
E
D
-
NO
DE
,
de
r
m
a
to
l
o
g
y
i
nf
o
r
m
a
t
i
o
n
s
y
s
t
e
m
,
a
n
d
De
r
m
Que
s
t
hi
g
hl
i
g
h
t
t
h
e
n
e
e
d
f
o
r
l
a
r
ge
r
da
t
a
s
e
t
s
t
o
i
m
pr
o
v
e
C
NN
pe
r
f
o
r
m
a
n
c
e
.
Da
t
a
a
ugm
e
n
t
a
t
i
o
n
i
s
a
ke
y
s
o
l
ut
i
o
n
to
t
hi
s
pr
o
bl
e
m
,
a
s
i
t
i
nv
o
l
v
e
s
m
a
k
i
ng
a
l
t
e
r
a
t
i
o
ns
to
t
h
e
or
i
g
i
na
l
t
r
a
i
ni
ng
s
e
t
to
ge
n
e
r
a
t
e
n
e
w
e
x
a
m
p
l
e
s
w
i
t
h
o
ut
a
l
t
e
r
i
n
g
t
h
e
c
l
a
s
s
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
.
T
hi
s
pr
o
c
e
s
s
e
nh
a
nc
e
s
ge
n
e
r
a
l
i
z
a
t
i
o
n
a
nd
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
by
e
x
pa
n
d
i
ng
t
h
e
da
t
a
s
e
t
.
Va
r
i
o
us
tec
hni
que
s
,
s
uc
h
a
s
f
e
a
t
ur
e
-
s
pa
c
e
,
GA
N
-
b
a
s
e
d,
ge
o
m
e
t
r
i
c
-
t
r
a
n
s
f
o
r
m
a
t
i
o
n
-
b
a
s
e
d,
a
n
d
a
d
v
a
n
c
e
d
a
ug
m
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
,
c
a
n
h
e
l
p
a
ddr
e
s
s
da
t
a
i
m
ba
l
a
nc
e
s
a
n
d
a
r
e
c
r
uc
i
a
l
f
o
r
t
h
e
s
uc
c
e
s
s
o
f
de
e
p
l
e
a
r
ni
ng,
e
s
pe
c
i
a
ll
y
w
i
t
h
s
m
a
ll
d
a
t
a
s
e
t
s
.
Ge
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
e
nha
n
c
e
s
da
t
a
s
e
t
di
v
e
r
s
i
t
y
by
a
l
t
e
r
i
ng
t
h
e
ge
o
m
e
t
r
y
o
f
i
m
a
ge
s
w
i
t
h
o
ut
c
h
a
n
g
i
ng
t
h
e
i
r
l
a
be
l
s
o
r
c
l
a
s
s
i
n
f
o
r
m
a
t
i
o
n
.
T
hi
s
h
e
l
p
s
m
o
de
l
s
l
e
a
r
n
ge
n
e
r
a
l
pa
t
t
e
r
n
s
r
a
t
h
e
r
t
h
a
n
r
e
lyi
ng
o
n
s
pe
c
i
f
ic
po
s
e
s
or
or
i
e
n
t
a
t
i
o
ns
.
C
o
m
m
o
n
ge
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
i
n
de
e
p
l
e
a
r
ni
ng
i
n
c
l
ud
e
:
R
ot
a
t
i
o
n
(
r
ot
a
t
e
s
i
m
a
ge
c
l
o
c
kw
i
s
e
o
r
c
o
un
t
e
r
c
l
o
c
kw
i
s
e
)
,
tr
a
n
s
l
a
t
i
o
n
(
s
hi
f
t
im
a
ge
h
o
r
i
z
o
n
t
a
l
ly
o
r
v
e
r
t
i
c
a
ll
y
)
,
s
c
a
li
ng
(
r
e
s
i
z
e
im
a
ge
s
to
l
a
r
ge
r
o
r
s
m
a
ll
e
r
ve
r
s
i
o
n
s
)
,
f
l
i
pp
i
ng
(
f
li
p
s
i
m
a
ge
h
o
r
i
z
o
n
t
a
l
ly
o
r
v
e
r
t
i
c
a
ll
y
)
,
a
n
d
c
r
o
ppi
n
g
(
r
e
m
o
v
e
s
pa
r
t
s
o
f
t
h
e
im
a
ge
t
o
c
r
e
a
t
e
v
a
r
i
a
t
i
o
n
s
)
.
T
h
e
s
e
t
e
c
hni
qu
e
s
e
n
r
i
c
h
t
r
a
i
ni
ng
da
t
a
wi
t
h
d
i
v
e
r
s
e
ge
o
m
e
t
r
i
c
v
a
r
i
a
t
i
o
ns
,
e
n
h
a
nc
i
ng
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
i
n
t
a
s
ks
l
i
k
e
obj
e
c
t
c
l
a
s
s
if
i
c
a
t
i
o
n
,
de
t
e
c
t
i
o
n
,
a
n
d
i
m
a
ge
s
e
g
m
e
n
t
a
ti
o
n
.
T
w
o
a
ppr
o
a
c
h
e
s
c
a
n
b
e
us
e
d
f
o
r
ge
om
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
:
da
t
a
s
e
t
ge
n
e
r
a
t
i
o
n
a
n
d
i
n
-
p
l
a
c
e
a
ug
m
e
n
t
a
t
i
o
n
o
Da
t
a
s
e
t
g
e
n
e
r
a
t
i
o
n
:
t
h
e
pr
o
c
e
s
s
b
e
g
i
ns
by
o
b
t
a
i
nin
g
t
h
e
i
ni
t
i
a
l
i
nput
i
m
a
ge
f
r
o
m
t
h
e
dr
i
v
e
.
R
a
n
do
m
t
r
a
n
s
f
o
r
m
a
t
i
o
ns
,
s
uc
h
a
s
t
r
a
n
s
l
a
t
i
o
n
s
,
r
ot
a
t
i
o
ns
,
a
n
d
o
t
h
e
r
m
o
d
i
f
i
c
a
t
i
o
n
s
,
a
r
e
t
h
e
n
a
pp
li
e
d
t
o
t
h
e
s
o
ur
c
e
i
m
a
ge
.
Af
t
e
r
e
a
c
h
tr
a
n
s
f
o
r
m
a
t
i
o
n
,
t
h
e
m
o
d
i
f
i
e
d
i
m
a
ge
i
s
s
a
v
e
d
b
a
c
k
to
di
s
k.
T
hi
s
s
e
q
ue
n
c
e
o
f
t
r
a
n
s
f
o
r
m
i
ng
a
n
d
s
a
vi
ng
t
h
e
i
m
a
g
e
i
s
r
e
pe
a
t
e
d
N
t
i
m
e
s
,
r
e
s
u
l
t
i
n
g
i
n
t
he
ge
n
e
r
a
t
i
o
n
o
f
n
u
m
e
r
o
us
n
e
w
im
a
ge
s
de
r
i
v
e
d
f
r
o
m
t
h
e
or
i
g
i
na
l
,
whi
c
h
a
r
e
s
u
i
t
a
ble
f
o
r
t
r
a
i
ni
ng
pur
po
s
e
s
.
o
In
-
p
l
a
c
e
a
ug
m
e
n
t
a
t
i
o
n
:
t
h
e
i
m
a
ge
da
t
a
ge
n
e
r
a
to
r
r
e
c
e
i
ve
s
a
b
a
t
c
h
o
f
i
n
pu
t
i
m
a
g
e
s
.
I
t
t
h
e
n
a
pp
l
i
e
s
a
r
a
n
do
m
s
e
t
o
f
t
r
a
n
s
l
a
t
i
o
n
s
,
r
ot
a
t
i
o
n
s
,
a
n
d
ot
h
e
r
t
r
a
ns
f
o
r
m
a
t
i
o
n
s
to
e
v
e
r
y
i
m
a
ge
i
n
t
h
e
b
a
t
c
h
.
Af
t
e
r
t
h
a
t,
t
h
e
c
a
l
li
ng
f
u
n
c
t
i
o
n
r
e
c
e
i
ve
s
t
h
e
b
a
t
c
h
t
h
a
t
wa
s
r
a
n
do
m
ly
m
o
d
if
i
e
d.
GA
N
s
a
r
e
us
e
d
i
n
m
e
d
i
c
a
l
im
a
g
e
a
n
a
ly
s
i
s
to
a
ugm
e
n
t
da
t
a
,
c
r
e
a
t
e
n
e
w
i
m
a
ge
s
,
a
n
d
a
da
pt
t
h
e
do
m
a
i
n
t
o
e
nh
a
nc
e
C
NN
pe
r
f
o
r
m
a
n
c
e
[
20]
.
GA
Ns
ge
n
e
r
a
t
e
s
y
n
t
h
e
t
i
c
s
a
m
p
l
e
s
,
i
n
c
r
e
a
s
i
ng
t
h
e
a
v
a
il
a
bl
e
da
t
a
s
e
t
wh
e
n
o
b
t
a
i
ni
ng
l
a
r
ge
a
m
o
u
n
t
s
o
f
tr
ue
da
t
a
i
s
im
pr
a
c
t
i
c
a
l
o
r
i
m
po
s
s
i
b
l
e
.
F
e
a
t
ur
e
-
s
pa
c
e
a
ug
m
e
n
t
a
t
i
o
n
T
hi
s
a
ppr
o
a
c
h
i
nv
o
l
v
e
s
t
w
o
m
e
t
h
o
ds
:
un
de
r
s
a
m
p
li
n
g
a
n
d
o
v
e
r
s
a
m
p
l
i
ng.
Un
de
r
s
a
m
p
l
i
ng
:
r
e
duc
i
ng
s
a
m
p
l
e
s
f
r
o
m
t
h
e
m
a
j
o
r
i
t
y
c
l
a
s
s
b
a
l
a
nc
e
s
c
l
a
s
s
d
i
s
t
r
i
b
ut
i
o
n
a
n
d
i
m
pr
o
v
e
s
t
h
e
r
e
c
o
gni
t
i
o
n
o
f
t
h
e
m
i
n
o
r
i
t
y
c
l
a
s
s
,
b
ut
i
t
m
a
y
r
e
s
u
l
t
i
n
l
o
s
s
o
f
v
a
l
ua
bl
e
i
nf
o
r
m
a
t
i
o
n
.
o
Ov
e
r
s
a
m
p
li
ng:
g
e
ne
r
a
t
i
n
g
a
dd
i
t
i
o
n
a
l
s
a
m
p
l
e
s
f
r
o
m
t
h
e
m
i
n
o
r
i
t
y
c
l
a
s
s
to
m
a
t
c
h
i
t
s
r
e
p
r
e
s
e
n
t
a
t
i
o
n
w
i
t
h
t
h
e
m
a
j
o
r
i
t
y
c
l
a
s
s
,
c
r
e
a
t
i
n
g
a
m
o
r
e
b
a
l
a
n
c
e
d
d
a
t
a
s
e
t.
C
ut
o
u
t
a
n
d
ke
e
p
a
ugm
e
n
t
I
n
t
h
e
t
r
a
i
ni
ng
s
a
m
p
l
e
s
s
e
t
,
c
u
to
u
t
r
e
m
o
v
e
s
r
a
n
do
m
pa
t
c
h
e
s
a
n
d
s
u
bs
t
i
t
ut
e
s
z
e
r
o
v
a
l
ue
s
f
o
r
t
h
e
p
i
xe
l
s
i
n
t
h
e
de
l
e
t
e
d
a
r
e
a
s
.
T
hi
s
i
s
a
c
hi
e
v
e
d
by
m
a
s
k
i
ng
o
f
f
r
a
n
do
m
s
a
m
p
l
e
l
o
c
a
t
i
o
n
s
u
s
i
n
g
a
s
qua
r
e
m
a
t
r
i
x
o
f
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
image
augme
ntat
ion
appr
oac
h
to
e
nh
anc
e
gr
anular
par
ak
e
r
ato
s
is
datas
e
t
(
She
e
tal
J
anthakal
)
315
c
o
n
s
t
a
n
t
we
i
g
h
t
s
.
B
u
t
,
t
h
e
dr
a
wb
a
c
k
o
f
r
e
g
i
o
n
de
let
i
o
n
t
e
c
hni
que
s
(
c
uto
u
t
)
i
s
t
h
a
t
m
o
r
e
s
u
i
t
a
bl
e
r
e
g
i
o
n
s
c
a
nn
o
t
b
e
c
h
o
s
e
n
f
o
r
de
l
e
t
i
o
n
due
to
t
h
e
r
a
n
do
m
na
t
ur
e
o
f
t
h
e
de
l
e
t
i
o
n
pr
o
c
e
s
s
.
I
t
c
a
n
s
o
m
e
t
i
m
e
s
r
e
s
u
l
t
in
t
h
e
m
o
s
t
us
e
f
u
l
f
e
a
t
ur
e
s
b
e
i
ng
r
e
m
o
v
e
d,
r
e
s
u
l
t
i
n
g
i
n
poo
r
pe
r
f
o
r
m
a
nc
e
.
T
h
e
a
ppr
o
a
c
h
c
a
n
be
e
f
f
e
c
t
i
ve
l
y
us
e
d
w
h
e
n
c
o
m
bi
ne
d
w
i
t
h
ke
e
p
a
ug
m
e
n
t
to
e
n
s
ur
e
t
h
a
t
i
m
a
ge
s
a
r
e
a
ug
m
e
n
t
e
d
i
n
a
wa
y
t
h
a
t
pr
e
s
e
r
ve
s
t
h
e
us
e
f
u
l
f
e
a
t
ur
e
s
.
I
n
c
o
r
p
o
r
a
t
i
n
g
da
t
a
a
ugm
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
i
s
e
s
s
e
n
t
i
a
l
f
o
r
o
v
e
r
c
o
m
i
ng
t
h
e
c
h
a
ll
e
n
ge
s
po
s
e
d
by
li
mi
t
e
d
a
nn
o
t
a
t
e
d
m
e
d
i
c
a
l
im
a
ge
s
.
B
y
e
m
p
l
o
yi
ng
e
n
s
e
m
bl
e
t
r
a
di
t
i
o
n
a
l
a
n
d
a
d
v
a
nc
e
d
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
h
ni
que
s
,
r
e
s
e
a
r
c
h
e
r
s
c
a
n
e
nh
a
n
c
e
da
t
a
s
e
t
di
v
e
r
s
i
t
y
,
b
u
i
l
d
n
e
t
wo
r
k
i
nv
a
r
i
a
n
c
e
s
,
a
n
d
i
m
pr
o
v
e
ge
n
e
r
a
l
i
z
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
T
hi
s
a
ppr
o
a
c
h
e
ns
ur
e
s
t
h
a
t
m
a
c
hi
n
e
l
e
a
r
ni
ng
m
o
de
l
s
a
r
e
m
o
r
e
r
e
s
i
l
i
e
n
t
to
r
e
a
l
-
wo
r
l
d
i
m
a
ge
v
a
r
i
a
t
i
o
n
s
,
u
l
t
i
m
a
t
e
l
y
l
e
a
d
i
ng
to
b
e
tt
e
r
o
u
t
c
o
m
e
s
i
n
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
.
3.
2.
P
e
r
f
o
r
m
an
c
e
m
e
t
r
ics
I
n
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
,
t
h
r
e
e
c
r
i
t
i
c
a
l
m
e
t
r
i
c
s
a
r
e
us
e
d
to
e
v
a
l
ua
t
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
h
o
ds
:
a
c
c
ur
a
c
y
,
s
e
n
s
i
t
i
v
i
t
y
,
a
n
d
s
pe
c
if
i
c
i
t
y
.
T
h
e
s
e
m
e
t
r
i
c
s
p
r
o
vi
de
a
c
o
m
pr
e
h
e
ns
i
ve
un
de
r
s
t
a
n
d
i
ng
o
f
h
o
w
we
l
l
a
m
o
de
l
i
s
pe
r
f
o
r
m
i
ng
a
f
t
e
r
da
t
a
a
ugm
e
n
t
a
t
i
o
n
.
T
h
e
f
o
l
l
o
w
i
ng
e
qua
t
i
o
ns
s
pe
c
if
y
t
h
e
c
o
m
put
a
t
i
o
n
o
f
t
h
e
s
e
m
e
t
r
i
c
s
[
2
1
]
:
=
+
+
+
+
=
+
=
+
W
h
e
r
e
T
P
i
n
d
i
c
a
t
e
s
tr
ue
p
o
s
i
t
i
v
e
,
T
N
i
n
d
i
c
a
t
e
s
tr
ue
n
e
ga
t
i
v
e
,
F
P
i
n
d
i
c
a
t
e
s
f
a
l
s
e
p
o
s
i
t
i
v
e
,
a
n
d
F
N
in
d
i
c
a
t
e
s
f
a
l
s
e
n
e
ga
t
i
v
e
3.
3.
Dat
as
e
t
s
Da
t
a
s
e
t
s
a
r
e
t
h
e
c
o
r
n
e
r
s
to
n
e
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng.
A
da
t
a
s
e
t
m
u
s
t
b
e
e
x
t
e
n
s
i
ve
e
n
o
ugh
to
p
r
o
vi
de
c
o
m
pr
e
h
e
ns
i
ve
tr
a
i
ni
n
g
da
t
a
a
n
d
s
h
o
u
l
d
be
o
f
hi
g
h
-
qu
a
li
t
y
a
n
d
r
e
l
e
v
a
n
t
to
t
h
e
t
a
s
k
a
t
h
a
n
d.
T
h
r
e
e
t
y
pe
s
o
f
da
t
a
s
e
t
s
a
r
e
a
v
a
i
l
a
bl
e
:
t
e
x
t
(
u
t
i
l
i
z
e
d
i
n
n
a
t
ur
a
l
l
a
n
g
ua
ge
pr
o
c
e
s
s
i
ng
t
a
s
ks
)
,
i
m
a
g
e
(
c
o
m
put
e
r
vi
s
i
o
n
t
a
s
ks
,
s
uc
h
a
s
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
)
,
a
n
d
s
e
ns
o
r
(
I
o
T
a
n
d
t
i
m
e
-
s
e
r
i
e
s
a
pp
l
i
c
a
t
i
o
ns
)
.
F
o
r
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
,
i
m
a
g
e
da
t
a
i
s
e
s
s
e
n
t
i
a
l
.
T
h
e
i
m
a
ge
s
a
r
e
s
o
ur
c
e
d
f
r
o
m
publi
c
ly
a
v
a
il
a
bl
e
r
e
s
o
ur
c
e
s
,
s
uc
h
a
s
De
r
m
n
e
t
NZ
[
22]
a
n
d
t
h
e
De
r
m
I
S
da
t
a
b
a
s
e
.
T
h
e
s
e
da
t
a
b
a
s
e
s
pr
o
vi
de
a
r
i
c
h
c
o
l
l
e
c
t
i
o
n
o
f
m
e
d
i
c
a
l
im
a
ge
s
t
h
a
t
a
r
e
c
r
i
t
i
c
a
l
f
o
r
t
r
a
i
ni
ng
r
o
b
us
t
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
d
e
l
s
i
n
de
r
m
a
t
o
l
o
g
y
.
4.
M
E
T
HO
D
I
n
t
h
e
r
e
a
l
m
o
f
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
,
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
i
s
c
r
uc
i
a
l
f
o
r
a
ddr
e
s
s
i
n
g
l
im
i
t
e
d
a
nn
o
t
a
t
e
d
da
t
a
s
e
t
s
.
T
h
e
K
e
r
a
s
i
m
a
g
e
da
t
a
ge
n
e
r
a
tor
i
s
w
i
de
ly
u
s
e
d
f
o
r
t
hi
s
pur
po
s
e
,
a
ppl
yi
ng
r
a
n
do
m
t
r
a
n
s
f
o
r
m
a
t
i
o
ns
to
c
r
e
a
t
e
di
v
e
r
s
e
v
e
r
s
i
o
ns
o
f
i
m
a
g
e
s
.
T
hi
s
pr
o
c
e
s
s
e
nha
n
c
e
s
t
h
e
m
o
de
l
’
s
a
bil
i
t
y
t
o
g
e
n
e
r
a
li
z
e
a
n
d
a
c
c
ur
a
t
e
l
y
pr
e
d
i
c
t
un
s
e
e
n
da
t
a
.
T
h
e
e
n
s
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
h
ni
que
a
l
s
o
pr
e
v
e
n
t
s
o
v
e
r
f
i
t
ti
ng
a
nd
im
pr
o
v
e
s
a
c
c
ur
a
c
y
.
Af
t
e
r
f
e
e
d
i
ng
t
h
e
o
r
i
g
i
na
l
d
a
t
a
s
e
t
i
n
t
o
t
h
e
m
o
de
l
,
t
h
e
s
a
m
p
l
e
s
u
n
d
e
r
go
t
h
e
f
o
l
l
o
w
i
ng
t
r
a
n
s
f
o
r
m
a
t
i
o
ns
:
f
l
i
pp
i
ng,
r
ot
a
t
i
o
n
,
s
hi
f
t
i
ng,
z
oo
m
i
ng,
a
n
d
ke
e
p
a
ug
m
e
n
t
i
n
a
c
c
o
r
da
n
c
e
w
i
t
h
t
h
e
pa
r
a
m
e
t
e
r
s
s
h
o
w
n
b
e
l
o
w.
K
e
y
P
a
r
a
m
e
t
e
r
s
o
f
i
m
a
ge
da
t
a
ge
n
e
r
a
to
r
i
n
t
h
e
pr
opo
s
e
d
m
o
de
l
:
Ho
r
i
z
o
n
t
a
l
f
li
pp
i
ng:
Ope
n
C
V
o
f
f
e
r
s
too
l
s
f
o
r
f
li
pp
i
n
g
a
n
i
m
a
ge
a
l
o
n
g
i
t
s
x
-
o
r
y
-
a
xi
s
,
o
r
e
v
e
n
b
o
t
h
.
T
h
e
c
v
2.
f
li
p
m
e
t
h
o
d
n
e
e
ds
t
w
o
i
n
put
s
:
t
h
e
i
m
a
g
e
to
f
li
p
a
n
d
a
c
o
de
/f
l
a
g
to
de
c
i
de
t
h
e
f
li
p
d
i
r
e
c
t
i
o
n
.
T
o
r
ot
a
t
e
t
h
e
i
m
a
ge
ve
r
t
i
c
a
ll
y
,
a
r
o
un
d
t
h
e
x
-
a
xi
s
,
s
pe
c
i
f
y
a
f
li
p
c
o
de
o
f
0.
T
o
r
ot
a
t
e
t
h
e
i
m
a
g
e
h
o
r
i
z
o
n
t
a
l
ly
,
a
r
o
un
d
t
h
e
y
-
a
xi
s
,
s
pe
c
i
f
y
a
f
li
p
c
o
de
o
f
1.
cv2.flip(image, 1)
o
T
hi
s
t
r
a
n
s
f
o
r
m
a
t
i
o
n
f
li
p
s
t
h
e
i
m
a
g
e
h
o
r
i
z
o
n
t
a
l
l
y
a
lo
n
g
t
h
e
y
-
a
xi
s
,
c
r
e
a
t
i
n
g
a
m
i
r
r
o
r
i
m
a
g
e
.
T
hi
s
i
s
c
r
uc
i
a
l
f
o
r
m
o
de
l
s
t
o
r
e
c
o
gni
z
e
f
e
a
t
ur
e
s
i
r
r
e
s
pe
c
t
i
v
e
o
f
t
h
e
i
r
o
r
i
e
n
t
a
t
i
o
n
.
R
a
n
do
m
r
o
t
a
t
i
o
n
:
to
c
r
e
a
t
e
t
h
e
t
r
a
n
s
f
o
r
m
a
t
i
o
n
m
a
t
r
i
x
M
t
h
a
t
i
s
n
e
c
e
s
s
a
r
y
t
o
r
ot
a
t
e
a
n
i
m
a
g
e
,
us
e
t
h
e
c
v
2.
ge
t
R
ot
a
t
i
o
n
M
a
t
r
i
x
2D(
)
f
u
nc
t
i
o
n
.
T
h
e
wa
r
pAf
f
i
ne
(
)
f
u
n
c
t
i
o
n
t
a
ke
s
t
r
a
n
s
f
o
r
m
a
t
i
o
n
m
a
t
r
i
c
e
s
a
s
pa
r
a
m
e
t
e
r
s
a
n
d
r
e
t
ur
n
s
t
h
e
r
ot
a
t
e
d
i
m
a
ge
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
8
,
N
o
.
1
,
A
pr
i
l
20
2
5
:
312
-
320
316
M
1
=
c
v
2.
ge
t
R
ot
a
t
i
o
n
M
a
t
r
i
x
2D
(
(
c
o
l
s
,
r
o
ws
)
,
r
a
n
d_n
u
m
,
1
)
im
a
ge
=
c
v
2.
wa
r
pAf
f
i
ne
(
im
a
ge
,
M
1,
(
c
o
l
s
,
r
o
ws
)
)
o
R
a
n
do
m
ly
r
o
t
a
t
i
n
g
i
m
a
ge
s
e
ns
ur
e
s
t
h
a
t
t
h
e
m
o
de
l
l
e
a
r
n
s
t
o
r
e
c
o
gni
z
e
o
bj
e
c
t
s
f
r
o
m
d
if
f
e
r
e
n
t
a
n
g
l
e
s
.
T
h
e
cv2.getRotationMatrix2D()
f
u
nc
t
i
o
n
c
r
e
a
t
e
s
t
h
e
tr
a
n
s
f
o
r
m
a
t
i
o
n
m
a
t
r
i
x
,
whil
e
cv2.warpAffine()
a
pp
l
i
e
s
i
t
.
S
hi
f
t
:
t
h
e
pa
r
a
m
e
t
e
r
s
h
e
i
g
h
t
_s
hi
f
t
_r
a
n
ge
a
n
d
w
i
d
t
h
_s
hif
t
_r
a
n
ge
a
l
l
o
w
t
h
e
I
m
a
ge
Da
t
a
Ge
ne
r
a
to
r
c
l
a
s
s
to
s
hif
t
a
n
im
a
ge
ve
r
t
i
c
a
ll
y
o
r
h
or
i
z
o
n
t
a
l
ly
,
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
t
a
ke
s
20%
o
f
w
i
dt
h
of
t
he
im
a
ge
a
n
d
20%
o
f
h
e
i
g
h
t
o
f
t
h
e
i
m
a
ge
to
s
hi
f
t
R
ot
a
t
e
:
t
h
e
r
ot
a
t
i
o
n
_r
a
n
ge
o
p
t
i
o
n
o
f
t
h
e
i
m
a
ge
da
ta
ge
n
e
r
a
to
r
c
l
a
s
s
a
c
c
e
pt
s
a
n
i
n
t
e
ge
r
n
um
be
r
t
h
a
t
a
us
e
r
c
a
n
e
m
p
l
o
y
t
o
r
ot
a
t
e
i
m
a
ge
s
vi
a
a
ny
d
e
gr
e
e
b
e
t
we
e
n
0
a
n
d
360
a
t
r
a
n
do
m
.
I
n
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
,
t
hi
s
o
pt
i
o
n
i
s
s
e
t
to
40
de
gr
e
e
s
,
a
l
l
o
w
i
n
g
t
h
e
m
o
de
l
to
s
e
e
t
h
e
i
m
a
ge
s
f
r
o
m
v
a
r
i
o
us
r
ot
a
t
e
d
pe
r
s
pe
c
t
i
v
e
s
.
R
a
n
do
m
z
o
o
m
:
z
o
o
m
a
ug
m
e
n
t
a
t
i
o
n
r
a
n
do
m
ly
z
o
om
s
i
n
o
r
o
u
t
o
f
t
h
e
i
m
a
ge
.
A
v
a
l
ue
s
m
a
ll
e
r
t
h
a
n
1
z
oo
m
i
n
o
n
a
n
i
m
a
ge
.
I
n
c
o
n
tr
a
s
t,
a
ny
v
a
l
ue
gr
e
a
t
e
r
t
h
a
n
1
z
oo
m
s
o
u
t
t
h
e
i
m
a
ge
.
T
h
e
z
oo
m
r
a
n
ge
i
s
s
e
t
to
0.
2
,
m
e
a
ni
ng
i
m
a
ge
s
a
r
e
r
a
n
do
m
ly
z
o
o
m
e
d
i
n
,
pr
o
vi
d
i
n
g
a
di
v
e
r
s
e
s
e
t
o
f
t
r
a
i
ni
ng
e
xa
m
p
l
e
s
.
A
d
v
a
n
c
e
d
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
C
uto
u
t
:
c
u
to
u
t
t
a
ke
s
2
pa
r
a
m
e
t
e
r
s
.
F
i
r
s
t
s
pe
c
i
f
i
e
s
t
h
e
n
u
m
be
r
o
f
pa
t
c
h
e
s
t
o
t
a
ke
o
u
t
f
r
o
m
a
n
im
a
ge
a
nd
t
h
e
s
e
c
o
n
d
s
pe
c
if
i
e
s
t
h
e
l
e
n
gt
h
o
f
e
a
c
h
pa
t
c
h
.
K
e
e
p
a
ug
m
e
n
t
:
i
s
a
n
a
ppr
o
a
c
h
t
h
a
t
i
de
n
t
i
f
i
e
s
t
h
e
m
o
s
t
i
nf
o
r
m
a
t
i
v
e
r
e
g
i
o
n
s
o
f
a
n
i
m
a
ge
us
i
n
g
s
a
li
e
n
c
y
m
a
p
-
b
a
s
e
d
i
m
po
r
t
a
n
c
e
r
a
n
k
i
ngs
o
f
d
i
f
f
e
r
e
n
t
a
r
e
a
s
.
T
h
e
s
e
r
e
g
i
o
n
s
a
r
e
pr
i
o
r
i
t
i
z
e
d
dur
i
ng
s
u
b
s
e
q
ue
n
t
a
ug
m
e
n
t
a
t
i
o
n
pr
o
c
e
s
s
e
s
t
o
p
r
e
s
e
r
v
e
t
h
e
i
r
u
s
e
f
u
l
ne
s
s
.
I
n
s
k
i
n
l
e
s
i
o
n
da
t
a
s
e
t
,
t
h
e
l
e
s
i
o
n
r
e
g
i
o
n
i
s
g
i
ve
n
m
o
r
e
im
po
r
t
a
n
c
e
t
h
a
n
t
h
e
n
o
n
-
l
e
s
i
o
n
r
e
g
i
o
n
.
T
h
e
s
a
l
i
e
n
c
y
m
a
p
o
f
a
n
i
m
a
ge
i
nd
i
c
a
t
e
s
wh
a
t
pi
xe
l
s
i
n
t
h
e
i
m
a
ge
a
r
e
i
m
po
r
t
a
n
t
f
o
r
n
e
t
w
o
r
k
pr
e
di
c
t
i
o
n
.
T
h
e
pr
o
p
os
e
d
m
e
t
h
o
do
l
o
g
y
f
i
r
s
t
us
e
s
K
e
e
p
A
ug
m
e
n
t
to
e
x
t
r
a
c
t
l
e
s
i
o
n
r
e
g
i
o
n
s
a
n
d
t
h
e
n
a
pp
li
e
s
t
h
e
c
uto
u
t
m
e
t
h
o
d
to
f
i
l
t
e
r
o
u
t
t
h
e
n
o
n
-
l
e
s
i
o
n
a
r
e
a
s
.
On
c
e
t
h
e
a
ug
m
e
n
t
e
d
i
m
a
ge
a
r
r
a
y
s
a
r
e
o
b
t
a
i
n
e
d,
t
h
e
y
a
r
e
c
o
n
c
a
t
e
n
a
t
e
d
t
o
t
h
e
or
i
g
i
na
l
t
r
a
i
ni
ng
a
r
r
a
y
s
whi
c
h
i
s
t
h
e
n
s
p
l
i
t
i
n
t
o
tr
a
i
n
a
n
d
va
l
i
d
a
t
i
o
n
s
e
t
.
F
o
l
l
o
w
i
ng
e
a
c
h
e
po
c
h
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
i
s
va
l
i
d
a
t
e
d
us
i
n
g
a
v
a
li
da
t
i
o
n
da
t
a
s
e
t
.
F
i
gur
e
2
i
ll
us
t
r
a
t
e
s
h
o
w
t
h
e
pr
o
p
o
s
e
d
e
n
s
e
m
bl
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
m
a
xim
i
z
e
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
s
k
i
n
l
e
s
i
o
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
us
,
s
e
l
e
c
t
i
o
n
o
f
t
hi
s
e
n
s
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
a
ppr
o
a
c
h
n
o
t
o
nly
i
nc
r
e
a
s
e
s
t
h
e
da
t
a
s
e
t
s
i
z
e
b
ut
a
l
s
o
m
a
xim
i
z
e
s
t
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
a
n
d
e
ns
ur
e
s
i
t
c
a
n
ge
n
e
r
a
li
z
e
we
l
l
to
n
e
w,
uns
e
e
n
da
t
a
,
m
a
k
i
ng
i
t
a
p
o
we
r
f
u
l
t
oo
l
.
T
hi
s
i
s
i
ll
us
t
r
a
t
e
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
e
c
t
i
o
n
.
F
i
gur
e
2
.
F
l
o
w
o
f
s
k
i
n
l
e
s
i
o
n
c
l
a
s
s
if
i
c
a
t
i
o
n
w
i
t
h
t
he
pr
o
p
o
s
e
d
e
n
s
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
image
augme
ntat
ion
appr
oac
h
to
e
nh
anc
e
gr
anular
par
ak
e
r
ato
s
is
datas
e
t
(
She
e
tal
J
anthakal
)
317
5.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
A
m
o
de
l
n
e
e
d
s
to
b
e
tr
a
i
ne
d
i
n
a
dva
n
c
e
i
n
m
o
de
l
-
b
a
s
e
d
i
m
a
ge
a
ug
m
e
n
t
a
t
i
o
n
f
o
r
c
r
e
a
t
i
n
g
a
ug
m
e
n
t
e
d
im
a
ge
s
.
A
s
a
pa
r
t
o
f
t
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
,
pr
i
o
r
to
i
n
put
t
i
n
g
t
h
e
i
m
a
ge
s
i
n
to
t
h
e
n
e
t
w
o
r
ks
,
f
e
w
o
f
t
h
e
a
ug
m
e
n
t
a
t
i
o
n
s
t
r
a
t
e
g
i
e
s
ha
v
e
b
e
e
n
i
nc
o
r
p
o
r
a
t
e
d
to
b
oo
s
t
t
h
e
qua
n
t
i
t
y
o
f
tr
a
i
ni
n
g
i
m
a
ge
s
.
T
h
e
m
o
de
l
a
ppl
i
e
s
v
a
r
i
o
us
i
nput
s
tr
a
t
e
g
i
e
s
f
o
r
tr
a
i
ni
n
g
t
h
a
t
tr
a
n
s
f
o
r
m
t
h
e
i
m
a
ge
s
f
r
o
m
t
h
e
i
r
o
r
i
g
i
na
l
s
i
z
e
a
f
t
e
r
pr
e
-
pr
o
c
e
s
s
i
n
g
t
o
a
s
u
i
t
a
bl
e
i
nput
s
i
z
e
.
A
ug
m
e
n
t
a
t
i
o
n
i
s
s
o
l
e
ly
a
im
e
d
a
t
b
oo
s
t
i
n
g
t
h
e
da
t
a
s
e
t
’
s
i
m
a
g
e
c
o
un
t,
wi
t
h
o
ut
a
ny
m
e
d
i
c
a
l
r
a
t
i
o
n
a
l
e
.
T
hi
s
o
f
f
e
r
s
a
gr
e
a
t
a
dv
a
n
t
a
ge
o
v
e
r
t
h
e
t
e
c
hni
que
s
t
h
a
t
f
o
c
us
o
n
l
y
o
n
m
e
l
a
n
o
m
a
.
5.
1.
CN
N
in
p
u
t
s
t
r
at
e
gy
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
s
t
a
r
t
s
by
l
o
a
d
i
ng
224×
224×
3
s
i
z
e
d
.
bm
p
c
o
l
o
r
i
m
a
g
e
s
f
r
o
m
t
h
e
da
t
a
s
o
u
r
c
e
.
T
h
e
s
e
i
m
a
ge
s
a
r
e
t
h
e
n
s
ubj
e
c
t
e
d
to
e
n
s
e
m
bl
e
a
u
g
m
e
n
t
a
t
i
o
n
t
e
c
h
ni
que
s
s
uc
h
a
s
f
li
pp
i
ng,
r
ot
a
t
i
n
g,
s
hi
f
t
i
ng,
c
uto
u
t,
a
n
d
ke
e
p
A
ug
m
e
n
t
r
e
s
u
l
t
i
n
g
i
n
a
s
i
g
nif
ica
n
t
l
y
l
a
r
ge
r
da
t
a
s
e
t
.
T
h
e
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
u
n
de
r
go
e
s
s
e
g
m
e
n
t
a
t
i
o
n
u
s
i
n
g
U
-
n
e
t
wi
t
h
bi
na
r
y
c
r
o
s
s
-
e
n
t
r
o
py
(
B
C
E
)
l
o
s
s
,
s
i
z
e
a
n
d
de
pt
h
a
r
e
e
x
t
r
a
c
t
ed
u
s
i
n
g
t
h
e
r
e
g
i
o
n
pr
o
ps
m
o
du
l
e
f
r
o
m
s
k
i
m
a
ge
a
n
d
c
l
a
s
s
if
i
e
s
t
h
e
l
e
s
i
o
n
s
us
i
n
g
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
w
i
t
h
10
-
f
o
l
d
c
r
o
s
s
-
v
a
l
i
d
a
t
i
o
n
.
T
a
bl
e
2
s
h
o
ws
t
h
e
c
o
un
t
o
f
upda
t
e
d
da
t
a
s
e
t
whi
c
h
s
h
o
ws
a
s
i
g
nif
i
c
a
n
t
i
nc
r
e
a
s
e
o
v
e
r
t
h
e
o
r
i
g
i
na
l
s
e
t
o
f
i
m
a
ge
s
.
F
i
gur
e
3
de
pi
c
t
s
s
o
m
e
e
x
a
m
p
l
e
s
o
f
da
t
a
a
ugm
e
n
t
a
t
i
o
n
ph
a
s
e
a
l
l
o
w
i
ng
t
h
e
m
o
de
l
to
b
e
t
r
a
i
n
e
d
o
n
m
o
r
e
v
a
r
i
e
d
da
t
a
s
e
t
l
e
a
d
i
ng
to
b
e
tt
e
r
pe
r
f
o
r
m
a
nc
e
s
e
e
i
n
F
i
gur
e
s
3(
a
)
-
3
(
e
)
.
T
h
e
p
r
op
os
e
d
r
e
s
e
a
r
c
h
c
om
b
i
n
e
s
th
r
e
e
ty
pe
s
of
a
ugm
e
n
ta
ti
on
,
g
e
om
e
tr
i
c
(
d
a
ta
s
e
t
g
e
n
e
r
a
ti
on
,
i
n
-
pl
a
c
e
a
u
gm
e
n
ta
ti
on
)
,
G
A
N
-
b
a
s
e
d
a
u
gm
e
n
ta
ti
on
,
a
n
d
a
d
v
a
n
c
e
d
a
u
gm
e
n
ta
ti
on
(
c
u
t
ou
t
a
n
d
k
e
e
p
a
u
g
m
e
n
t)
th
e
r
e
by
g
e
n
e
r
a
t
i
n
g
e
n
s
e
m
b
l
e
m
od
e
l
.
I
n
i
t
i
a
l
l
y
,
th
e
m
od
e
l
n
or
m
a
l
i
z
e
s
i
n
p
u
t
i
m
a
g
e
to
g
e
n
e
r
a
te
n
or
m
a
l
i
z
e
d
d
a
ta
a
n
d
th
e
n
p
e
r
f
or
m
s
s
c
a
l
i
n
g
,
z
oom
i
n
g
,
r
o
ta
ti
n
g
h
or
i
z
on
tal
f
l
i
p
s
,
a
n
d
c
u
tou
t
t
o
a
u
g
m
e
n
t
th
e
n
or
m
a
l
i
z
e
d
d
a
ta
.
I
n
th
i
s
s
te
p
,
th
e
s
ui
ta
b
l
e
p
a
r
a
m
e
te
r
s
of
e
a
c
h
f
un
c
t
i
on
a
r
e
a
p
pl
i
e
d
t
o
g
e
n
e
r
a
te
n
e
w
s
a
m
pl
e
s
f
r
om
th
e
or
i
gi
n
a
l
d
a
ta
s
e
t.
F
o
r
ge
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
,
t
hi
s
s
t
ud
y
m
a
ke
s
us
e
o
f
r
ot
a
t
i
o
n
,
s
h
e
a
r
,
s
hi
f
t
,
z
oo
m
,
a
n
d
f
li
p
;
T
a
bl
e
3
pr
o
vi
de
s
t
h
e
de
s
c
r
i
pt
i
o
n
o
f
g
e
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
on
v
a
l
u
e
s
.
A
tot
a
l
o
f
2
e
po
c
h
s
w
i
t
h
a
b
a
t
c
h
s
i
z
e
o
f
18
a
r
e
r
un
dur
i
n
g
GA
N
-
b
a
s
e
d
a
ug
m
e
n
t
a
t
i
o
n
.
T
h
e
pa
r
a
m
e
t
e
r
v
a
l
ue
s
f
o
r
t
h
e
GA
N
-
b
a
s
e
d
a
ug
m
e
n
t
a
t
i
o
n
a
r
e
s
tr
uc
t
ur
e
d
a
s
s
h
o
w
n
i
n
T
a
bl
e
4.
K
eep
a
ug
m
e
n
t
’
s
s
a
l
i
e
nc
y
m
a
p
m
a
ke
s
u
s
e
o
f
n
o
r
m
a
li
z
a
t
i
o
n
a
n
d
w
i
n
do
w
i
n
g
f
u
nc
t
i
o
n
t
o
e
x
t
r
a
c
t
t
h
e
l
e
s
i
o
n
a
r
e
a
s
.
T
a
bl
e
5
s
h
o
ws
t
h
e
pa
r
a
m
e
t
e
r
s
us
e
d
i
n
c
uto
u
t
i
m
p
l
e
m
e
n
t
a
t
i
o
n
.
B
i
n
a
r
y
c
r
o
s
s
-
e
nt
r
o
py
i
s
us
e
d
a
s
t
h
e
l
o
s
s
f
u
nc
t
i
o
n
f
o
r
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
hin
ge
l
o
s
s
(
s
e
r
v
e
s
a
s
a
b
e
t
t
e
r
l
o
s
s
f
u
n
c
t
i
o
n
f
o
r
S
V
M
10
-
f
o
l
d
m
o
de
l
)
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
m
o
d
e
l
us
e
s
A
d
a
m
o
pt
i
mi
z
e
r
w
i
t
h
a
l
e
a
r
ni
ng
r
a
t
e
o
f
1e
-
4
s
i
n
c
e
i
t
s
pe
e
ds
up
t
h
e
tr
a
i
ni
ng
pr
o
c
e
s
s
.
R
e
L
U
s
e
r
v
e
s
a
s
t
h
e
a
c
t
i
va
t
i
o
n
f
u
nc
t
i
o
n
f
o
r
a
l
l
l
a
y
e
r
s
w
i
t
h
t
h
e
e
x
c
e
pt
i
o
n
o
f
t
h
e
l
a
s
t
l
a
y
e
r
,
whi
c
h
e
m
p
l
o
y
s
a
li
ne
a
r
a
c
t
i
v
a
t
i
o
n
f
u
nc
t
i
o
n
.
S
i
n
c
e
i
t
m
i
mi
c
s
t
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
o
f
a
n
S
VM
c
l
a
s
s
i
f
i
e
r
if
a
dde
d
to
t
h
e
f
i
na
l
l
a
y
e
r
o
f
a
C
NN
m
o
de
l
,
t
h
e
f
i
na
l
l
a
y
e
r
u
t
i
li
z
e
s
a
l
i
ne
a
r
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
.
T
a
bl
e
6
di
s
p
l
a
y
s
t
h
e
a
ppr
o
p
r
i
a
t
e
v
a
l
ue
s
o
f
t
h
e
t
r
a
i
ni
ng
m
o
de
l
’
s
pa
r
a
m
e
t
e
r
s
,
i
n
c
l
ud
i
ng
e
po
c
h
,
b
a
t
c
h
s
i
z
e
,
l
e
a
r
ni
n
g
r
a
t
e
,
l
o
s
s
f
u
n
c
t
i
o
n
s
,
a
n
d
o
pt
i
m
i
z
e
r
.
I
t
m
i
g
h
t
a
f
f
e
c
t
t
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
f
s
uc
h
pa
r
a
m
e
t
e
r
s
a
r
e
n
ot
c
h
o
s
e
n
pr
o
pe
r
l
y
.
T
a
bl
e
2
.
C
o
m
pa
r
i
s
o
n
o
f
o
r
i
g
i
na
l
a
n
d
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
c
o
un
t
O
r
ig
in
a
l
da
ta
s
e
ts
A
ugme
nt
e
d da
ta
s
e
ts
G
r
a
nul
a
r
p
a
r
a
k
e
r
a
t
o
s
is
1505
75250
P
a
r
a
ne
o
pl
a
s
ti
c
p
e
mphi
gus
99
4950
(
a
)
(
b
)
(
c
)
(
d)
(
e
)
F
i
gur
e
3.
A
ug
m
e
n
t
e
d
da
t
a
s
e
t
s
a
m
p
l
e
s
:
(
a
)
or
i
g
i
na
l
,
(
b
)
z
oo
m
,
(
c
)
s
hi
f
t
,
(
d)
r
ot
a
t
e
,
a
n
d
(
e
)
c
u
to
u
t
T
a
bl
e
3
.
Ge
o
m
e
t
r
i
c
a
ug
m
e
n
t
a
t
i
o
n
va
l
ue
s
de
s
c
r
i
pt
i
o
n
A
ugme
nt
a
ti
o
n t
e
c
hn
iq
ue
s
V
a
lu
e
s
r
o
ta
ti
o
n_
r
a
nge
40
w
id
th
_s
hi
f
t_
r
a
nge
0.2
he
ig
ht
_s
hi
f
t_
r
a
ng
e
0.2
s
he
a
r
_r
a
nge
0.2
z
oo
m_r
a
ng
e
0.2
ho
r
i
z
o
nt
a
l_
f
li
p
T
r
u
e
T
a
bl
e
4
.
GA
N
-
b
a
s
e
d
v
a
l
ue
s
de
s
c
r
i
pt
i
o
n
P
a
r
a
me
t
e
r
s
V
a
lu
e
s
C
o
n
v
2D
R
e
L
U
C
o
n
v
2D
R
e
L
U
F
la
tt
e
n
D
e
ns
e
-
f
ul
l
c
o
nn
e
c
ti
o
n
R
e
L
U
D
e
ns
e
-
o
ut
pu
t
la
y
e
r
L
in
e
a
r
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
8
,
N
o
.
1
,
A
pr
i
l
20
2
5
:
312
-
320
318
T
a
bl
e
5
.
C
uto
u
t
i
m
p
l
e
m
e
n
t
a
t
i
o
n
pa
r
a
m
e
t
e
r
s
P
a
r
a
me
t
e
r
s
V
a
lu
e
s
P
r
o
ba
bi
li
t
y
of
p
e
r
f
or
mi
ng
c
ut
o
ut
0.5
M
in
im
um v
a
lu
e
of
e
r
a
s
e
d r
e
gi
o
n a
ga
in
s
t
in
put
i
ma
g
e
0.02
M
a
x
im
um
v
a
lu
e
of
e
r
a
s
e
d r
e
gi
o
n a
ga
in
s
t
in
put
i
ma
ge
0.4
M
in
im
um a
s
pe
c
t
r
a
ti
o
of
e
r
a
s
e
d r
e
gi
o
n
0.3
M
a
x
im
um a
s
pe
c
t
r
a
ti
o
of
e
r
a
s
e
d
r
e
g
i
o
n
3.33
M
in
im
um v
a
lu
e
f
o
r
e
r
a
s
e
d a
r
e
a
0
M
a
x
im
um
v
a
lu
e
f
or
e
r
a
s
e
d a
r
e
a
255
T
a
bl
e
6
.
T
r
a
i
ni
n
g
m
o
de
l
p
a
r
a
m
e
t
e
r
s
P
a
r
a
me
t
e
r
s
V
a
lu
e
s
O
pt
im
iz
e
r
A
da
m
L
e
a
r
ni
ng
r
a
te
1e
-
4
B
a
tc
h s
i
z
e
18
E
poc
hs
2
L
o
s
s
B
in
a
r
y
c
r
o
s
s
e
nt
r
o
p
y
(
s
e
gm
e
nt
a
ti
o
n)
H
in
g
e
(
c
la
s
s
if
i
c
a
ti
o
n)
T
wo
ki
n
ds
o
f
e
x
pe
r
im
e
n
t
s
h
a
ve
b
e
e
n
c
a
r
r
i
e
d
o
u
t
w
i
t
h
t
h
e
gi
v
e
n
da
t
a
s
e
t
s
.
T
h
e
f
i
r
s
t
o
n
e
i
s
to
e
v
a
l
ua
t
e
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
us
i
n
g
o
r
i
g
i
na
l
da
t
a
s
e
t
s
wi
t
h
o
ut
i
m
a
g
e
a
ug
m
e
n
t
a
t
i
o
n
.
T
h
e
s
e
c
o
n
d
o
n
e
i
s
to
e
v
a
l
ua
t
e
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
wi
t
h
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
s
.
T
a
bl
e
7
s
h
o
ws
c
l
a
s
s
if
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
,
s
e
n
s
i
t
i
v
i
t
y
,
a
n
d
s
p
e
c
i
f
i
c
i
t
y
r
e
s
u
l
t
s
f
r
o
m
t
h
e
o
r
i
g
i
na
l
da
t
a
s
e
t
a
n
d
t
h
e
pr
o
po
s
e
d
a
ug
m
e
n
t
a
t
i
o
n
.
T
h
e
c
o
r
r
e
s
p
o
n
d
i
n
g
gr
a
p
hi
c
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
i
s
s
h
o
wn
i
n
F
i
gur
e
4.
T
h
e
n
u
m
e
r
i
c
a
l
va
l
u
e
s
o
f
t
h
e
t
a
bl
e
c
l
e
a
r
ly
i
nd
i
c
a
t
e
t
h
a
t
t
h
e
i
nput
da
t
a
s
e
t
wi
t
h
o
ut
a
ugm
e
n
t
a
t
i
o
n
o
r
us
i
n
g
a
s
i
n
g
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
pr
o
vi
de
s
v
e
r
y
l
e
s
s
pe
r
f
o
r
m
a
n
c
e
b
ut
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
s
dr
a
s
t
i
c
a
ll
y
i
nc
r
e
a
s
e
d
w
i
t
h
t
h
e
us
a
ge
o
f
e
ns
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
.
F
i
gur
e
4
de
m
o
n
s
t
r
a
t
e
s
t
h
a
t
s
e
n
s
i
t
i
v
i
t
y
a
n
d
s
pe
c
i
f
i
c
i
t
y
a
r
e
im
pr
o
v
e
d
w
i
t
h
t
h
e
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
,
s
ugge
s
t
i
n
g
b
e
t
t
e
r
t
r
ue
p
o
s
i
t
i
v
e
a
n
d
t
r
ue
n
e
ga
t
i
ve
de
t
e
c
t
i
o
n
.
T
h
e
gr
e
e
n
b
a
r
s
(
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
)
s
h
o
w
c
o
n
s
i
s
t
e
n
t
i
m
pr
o
v
e
m
e
n
t
a
c
r
o
s
s
a
l
l
t
h
r
e
e
m
e
t
r
i
c
s
c
o
m
pa
r
e
d
t
o
t
h
e
b
r
o
wn
ba
r
s
(
o
r
i
g
i
na
l
da
t
a
s
e
t
)
s
i
g
nif
yi
ng
t
h
a
t
da
t
a
a
ugm
e
n
t
a
t
i
o
n
h
a
s
po
s
i
t
i
v
e
ly
i
m
pa
c
t
e
d
th
e
m
o
de
l
’
s
o
v
e
r
a
l
l
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
r
e
a
r
e
n’
t
m
a
ny
m
e
a
s
ur
e
m
e
n
t
s
t
h
a
t
r
e
c
e
i
v
e
a
pe
r
f
e
c
t
s
c
or
e
f
o
r
b
ot
h
s
e
n
s
i
t
i
v
i
t
y
a
n
d
s
p
e
c
i
f
i
c
i
t
y
.
Ho
we
v
e
r
,
t
h
e
s
ugge
s
t
e
d
m
o
de
l
m
e
e
t
s
t
hi
s
r
e
qu
i
r
e
m
e
n
t
,
de
m
o
n
s
t
r
a
t
i
n
g
i
t
s
s
upe
r
i
o
r
i
t
y
.
T
a
bl
e
7
.
C
o
m
pa
r
i
s
o
n
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
,
s
e
n
s
i
t
i
v
i
t
y
,
a
n
d
s
pe
c
if
i
c
i
t
y
r
e
s
u
l
t
s
f
r
o
m
t
h
e
or
i
g
i
na
l
d
a
t
a
s
e
t
a
n
d
t
h
e
pr
o
p
o
s
e
d
a
ugm
e
n
t
a
t
i
o
n
S
V
M
10
-
f
o
ld
p
e
r
f
o
r
ma
n
c
e
w
it
h
o
ut
a
ugme
n
ta
ti
o
n
S
V
M
10
-
f
o
ld
p
e
r
f
o
r
ma
n
c
e
w
it
h a
ugme
nt
a
ti
o
n
A
c
c
u
r
a
c
y
85
95
S
e
ns
it
i
v
it
y
91
100
S
pe
c
i
f
i
c
it
y
89
100
F
i
gur
e
4.
Gr
a
phi
c
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
s
u
l
t
f
o
r
or
i
g
i
na
l
a
n
d
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
5.
2
.
S
e
gm
e
n
t
at
ion
,
f
e
at
u
r
e
e
x
t
r
ac
t
ion
,
an
d
c
l
as
s
if
icat
ion
T
h
e
B
C
E
-
b
a
s
e
d
U
-
n
e
t
m
e
t
h
o
d
i
s
t
r
a
i
n
e
d
o
n
t
h
e
a
ug
m
e
n
t
e
d
pa
r
a
ke
r
a
to
s
i
s
a
n
d
pe
m
p
hi
gus
l
e
s
i
o
n
s
da
t
a
s
e
t
a
n
d
o
b
t
a
i
n
e
d
be
tt
e
r
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
on
t
r
a
i
ni
ng
s
e
t
,
t
e
s
t
s
e
t,
a
n
d
v
a
l
i
da
t
i
o
n
s
e
t
a
s
de
s
c
r
i
be
d
i
n
o
ur
pr
e
vi
o
us
wo
r
k
[
2
3
]
.
T
h
e
a
ut
h
or
s
a
l
s
o
h
a
v
e
publi
s
he
d
t
h
e
i
r
wo
r
k
r
e
l
a
t
e
d
to
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
[
24
]
whi
c
h
s
pe
c
i
f
i
e
s
t
h
a
t
s
i
z
e
a
n
d
de
pt
h
f
e
a
t
ur
e
s
c
a
n
b
e
e
x
t
r
a
c
t
e
d
e
f
f
i
c
i
e
n
t
l
y
us
i
ng
pa
r
t
i
t
i
o
n
c
l
u
s
t
e
r
i
n
g
a
n
d
r
e
g
io
n
pr
o
ps
t
e
c
h
ni
que
.
T
h
e
wo
r
k
o
f
c
l
a
s
s
if
i
c
a
t
i
o
n
[
25
]
de
m
o
n
s
t
r
a
t
e
s
t
h
a
t
c
h
a
n
g
i
ng
t
h
e
l
a
s
t
l
a
y
e
r
o
f
C
N
N
to
l
i
ne
a
r
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
a
n
d
i
nc
o
r
po
r
a
t
i
o
n
o
f
hi
nge
l
o
s
s
f
u
nc
t
i
o
n
e
f
f
e
c
t
i
v
e
ly
i
m
p
l
e
m
e
n
t
s
t
h
e
S
VM
c
l
a
s
s
if
i
e
r
.
T
h
e
o
u
t
pu
t
o
f
S
VM
c
l
a
s
s
if
i
e
r
i
s
f
e
d
i
n
t
o
10
-
f
o
l
d
c
r
o
s
s
v
a
l
i
da
t
i
o
n
m
o
de
l
t
h
e
r
e
by
i
nc
r
e
a
s
i
ng
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
a
n
d
t
hi
s
i
s
c
o
ns
i
de
r
e
d
to
b
e
s
upe
r
i
o
r
c
om
pa
r
e
d
t
o
t
r
a
di
t
i
o
n
a
l
t
e
c
hni
que
s
.
T
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
wa
s
r
i
go
r
o
us
l
y
t
e
s
t
e
d
us
i
n
g
da
t
a
s
e
t
s
f
r
o
m
De
r
m
I
S
a
n
d
De
r
m
ne
t
NZ
.
T
h
e
r
e
s
u
l
t
s
we
r
e
c
o
m
pe
ll
i
ng
w
i
t
h
a
c
c
ur
a
c
y
:
95%
,
s
e
n
s
i
t
i
v
i
t
y
:
100%
,
a
n
d
s
pe
c
i
f
i
c
i
t
y
:
100%
.
T
h
e
s
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
s
hi
g
hli
g
h
t
t
h
e
r
e
m
a
r
ka
bl
e
im
pr
o
v
e
m
e
n
t
i
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
r
i
c
s
w
h
e
n
us
i
ng
t
h
e
e
n
s
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
m
o
de
l
c
o
m
pa
r
e
d
t
o
t
h
e
or
i
g
i
na
l
da
t
a
s
e
t
.
T
a
bl
e
8
i
l
l
u
s
t
r
a
t
e
s
t
h
e
c
o
m
pa
r
i
s
o
n
o
f
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
gy
w
i
t
h
th
e
s
t
a
t
e
-
0
50
100
A
c
c
ura
c
y
S
e
ns
i
t
i
vi
t
y
S
pe
c
i
fi
c
i
t
y
P
e
r
c
e
n
t
a
g
e
P
e
r
f
o
r
m
an
c
e
M
e
t
r
ic
s
O
r
i
g
i
n
a
l
d
a
t
a
s
e
t
A
u
g
m
e
n
t
e
d
d
a
t
a
s
e
t
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
image
augme
ntat
ion
appr
oac
h
to
e
nh
anc
e
gr
anular
par
ak
e
r
ato
s
is
datas
e
t
(
She
e
tal
J
anthakal
)
319
of
-
t
h
e
a
r
t
t
e
c
h
ni
que
s
i
nc
l
ud
i
n
g
s
y
n
t
h
e
t
i
c
m
i
n
o
r
i
t
y
o
v
e
r
s
a
m
p
l
i
ng
t
e
c
hni
que
(
S
M
OT
E
)
a
ugm
e
n
t
a
t
i
o
n
[
26]
,
a
c
r
a
l
l
e
n
t
i
g
i
n
o
us
m
e
l
a
n
o
m
a
(
A
L
M
)
de
t
e
c
t
i
o
n
us
i
n
g
C
NN
[
27]
,
a
n
d
s
ki
n
l
e
s
i
o
n
de
t
e
c
t
i
o
n
vi
a
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
a
n
d
e
x
p
l
a
i
na
bl
e
A
I
[
28]
.
C
o
m
p
a
r
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
c
l
a
s
s
i
f
i
e
r
a
f
t
e
r
e
n
s
e
m
bl
e
a
ug
m
e
n
t
a
t
i
o
n
w
i
t
h
a
l
l
t
h
e
t
e
c
h
ni
que
s
m
e
n
t
i
o
n
e
d
s
u
gge
s
t
s
i
t
h
a
s
a
b
e
t
t
e
r
pe
r
f
o
r
m
a
n
c
e
.
T
a
bl
e
8
.
C
o
m
pa
r
i
s
o
n
o
f
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
a
nd
s
t
a
t
e
-
of
-
t
h
e
a
r
t
t
e
c
h
ni
que
s
R
e
f
A
c
c
u
r
a
c
y
S
e
ns
it
i
v
it
y
S
pe
c
i
f
i
c
it
y
[
26
]
92.18
80.77
95.1
[
27
]
86.9
-
-
[
28
]
91.5
-
-
P
r
o
p
o
s
e
d
m
e
th
o
d
o
l
o
g
y
95
100
100
6.
CONC
L
USI
ON
I
n
t
h
e
s
t
ud
y
f
o
c
us
e
d
o
n
de
v
e
l
o
p
i
ng
a
n
e
f
f
e
c
t
i
ve
de
e
p
n
e
ur
a
l
n
e
t
wo
r
k
f
o
r
s
ki
n
l
e
s
i
o
n
c
l
a
s
s
if
i
c
a
t
i
o
n
,
t
h
e
us
e
o
f
e
ns
e
m
b
l
e
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
qu
e
s
pr
o
v
e
d
to
b
e
c
r
uc
i
a
l
i
n
e
x
pa
n
d
i
ng
t
h
e
v
o
l
u
m
e
o
f
l
a
b
e
l
e
d
im
a
ge
s
.
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
,
w
hi
c
h
c
o
m
bin
e
d
t
r
a
di
t
i
o
n
a
l
a
n
d
a
dva
n
c
e
d
a
ug
m
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
,
de
m
o
ns
t
r
a
t
e
d
a
s
i
g
ni
f
i
c
a
n
t
i
m
pr
o
v
e
m
e
n
t
i
n
c
l
a
s
s
if
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
a
n
d
r
o
b
us
t
n
e
s
s
.
T
h
e
a
ug
m
e
n
t
e
d
da
t
a
s
e
t
,
c
o
m
bi
ne
d
w
i
t
h
t
h
e
o
r
i
g
i
na
l
o
n
e
,
wa
s
pr
o
c
e
s
s
e
d
t
h
r
o
ugh
a
c
o
m
pr
e
h
e
n
s
i
ve
m
a
c
hi
ne
l
e
a
r
ni
ng
p
i
p
e
l
i
ne
,
r
e
s
u
l
t
i
n
g
i
n
a
r
e
m
a
r
ka
bl
e
pe
r
f
o
r
m
a
n
c
e
b
o
o
s
t.
T
e
s
t
i
n
g
t
h
e
m
o
de
l
us
i
ng
da
t
a
s
e
t
s
f
r
o
m
De
r
m
I
S
a
n
d
De
r
m
ne
t
NZ
s
h
o
we
d
t
h
a
t
t
h
e
e
n
s
e
m
bl
e
a
ug
m
e
n
t
a
t
i
o
n
m
o
de
l
o
ut
pe
r
f
o
r
m
e
d
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
t
e
c
h
ni
que
s
,
a
c
hi
e
vi
ng
95%
a
c
c
ur
a
c
y
,
100%
s
e
n
s
i
t
i
vi
t
y
,
a
n
d
100%
s
pe
c
i
f
i
c
i
t
y
.
T
h
e
s
t
udy
c
o
n
c
l
ud
e
s
t
h
a
t
i
m
p
l
e
m
e
n
t
i
n
g
e
ns
e
m
b
l
e
da
t
a
a
ugm
e
n
t
a
t
i
o
n
s
i
g
nif
i
c
a
n
t
l
y
e
nh
a
nc
e
s
s
k
i
n
l
e
s
i
o
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
,
s
e
tt
i
n
g
a
n
e
w
b
e
n
c
hm
a
r
k
a
n
d
i
m
pr
ovi
ng
t
h
e
r
e
l
i
a
bil
i
t
y
o
f
m
e
d
i
c
a
l
i
m
a
ge
a
n
a
ly
s
i
s
b
ut
h
a
s
a
l
im
i
t
e
d
a
c
c
ur
a
c
y
.
T
h
e
s
t
udy
r
e
c
o
m
m
e
n
d
s
f
ur
t
h
e
r
r
e
s
e
a
r
c
h
to
e
nh
a
nc
e
a
c
c
ur
a
c
y
a
n
d
e
x
p
l
o
r
e
t
h
e
ge
n
e
r
a
li
z
a
bil
i
t
y
o
f
t
h
e
s
e
a
u
g
m
e
n
t
a
t
i
o
n
s
t
r
a
t
e
gi
e
s
i
n
o
t
h
e
r
d
o
m
a
i
ns
.
RE
F
E
R
E
NC
E
S
[
1]
C
le
v
e
la
nd
C
li
ni
c
,
“
S
ki
n
di
s
e
a
s
e
s
:
t
y
pe
s
of
,
s
y
mpt
oms
,
tr
e
a
tm
e
nt
&
pr
e
ve
nt
i
o
n,”
C
le
v
e
la
nd
C
li
ni
c
,
20
21.
ht
tp
s
:/
/m
y
.
c
l
e
ve
la
ndc
li
n
ic
.
or
g/
h
e
a
lt
h/
di
s
e
a
s
e
s
/2
1573
-
s
ki
n
-
di
s
e
a
s
e
s
(
a
c
c
e
s
s
e
d M
a
y
13, 2024
)
.
[
2]
R
. L
u
c
e
r
o
a
nd D
. H
or
o
w
it
z
., “
G
r
a
nul
a
r
p
a
r
a
ke
r
a
t
o
s
is
,”
N
at
io
nal
L
ib
r
ar
y
o
f
M
e
di
c
in
e
. .
[
3]
M
.
G
r
a
nt
J
A
nha
lt
,
“
P
a
r
a
ne
o
pl
a
s
ti
c
pe
mphi
gus
,”
upt
odat
e
,
2024.
ht
tp
s
:/
/ww
w
.upt
o
da
te
.
c
o
m/
c
o
nt
e
nt
s
/p
a
r
a
ne
o
pl
a
s
ti
c
-
p
e
mph
ig
us
(
a
c
c
e
s
s
e
d O
c
t.
10, 2024)
.
[
4]
N
.
H
a
m
e
e
d,
A
.
S
ha
but
,
F
.
H
a
m
e
e
d,
S
.
C
ir
s
te
a
,
S
.
H
a
r
r
ie
t,
a
nd
A
.
H
o
s
s
a
in
,
“
M
o
bi
l
e
-
ba
s
e
d
s
ki
n
l
e
s
i
o
ns
c
la
s
s
i
f
i
c
a
ti
o
n
u
s
in
g
c
o
n
vo
lu
ti
o
n
n
e
ur
a
l
n
e
tw
o
r
k,”
A
nnal
s
of
E
m
e
r
gi
ng
T
e
c
hn
o
lo
gi
e
s
in
C
om
put
in
g
,
v
o
l.
4,
n
o
.
2,
pp.
26
–
37,
A
pr
.
20
20,
do
i:
10.33166/A
E
T
iC
.2020.02.003.
[
5]
A
.
A
.
K
ha
n,
O
.
C
ha
udha
r
i,
a
nd
R
.
C
ha
ndr
a
,
“
A
r
e
v
i
e
w
of
e
ns
e
mbl
e
l
e
a
r
ni
ng
a
nd
da
ta
a
ugme
nt
a
ti
o
n
m
o
d
e
ls
f
o
r
c
la
s
s
im
ba
la
nc
e
d
pr
o
bl
e
ms
:
C
o
mb
in
a
ti
o
n,
im
pl
e
m
e
nt
a
ti
o
n
a
nd
e
v
a
lu
a
ti
o
n,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
ic
at
io
ns
,
vo
l.
244,
p.
122778,
J
un.
2
024,
do
i:
10.1016/j
.
e
s
w
a
.2023.122778.
[
6]
E
.
G
oc
e
r
i,
“
M
e
di
c
a
l
im
a
ge
da
ta
a
ugme
nt
a
ti
o
n:
te
c
hni
qu
e
s
,
c
o
mpa
r
is
o
ns
a
nd
in
te
r
pr
e
ta
ti
o
ns
,”
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
R
e
v
i
e
w
,
vo
l.
56,
n
o
. 11, pp. 12561
–
12605, N
ov
. 2023, d
o
i:
10.1007/s
10
462
-
023
-
10453
-
z.
[
7]
A
.
M
umuni
a
nd
F
.
M
umuni
,
“
D
a
ta
a
ugme
nt
a
ti
o
n:
a
c
o
mpr
e
h
e
ns
iv
e
s
ur
ve
y
of
m
o
d
e
r
n
a
ppr
o
a
c
he
s
,”
A
r
r
ay
,
v
ol
.
16,
p.
100258,
D
e
c
. 2022, d
oi
:
10.1016/j
.a
r
r
a
y
.2022.100258.
[
8]
H
.
L
i
a
nd
X
.
J
.
W
u,
“
D
e
ns
e
F
us
e
:
A
f
us
i
o
n
a
ppr
o
a
c
h
t
o
in
f
r
a
r
e
d
a
nd
v
is
ib
l
e
im
a
ge
s
,”
I
E
E
E
T
r
ans
ac
ti
ons
on
I
m
age
P
r
oc
e
s
s
in
g
,
vo
l.
28, n
o
. 5, pp. 2614
–
2623, M
a
y
2019, d
oi
:
10.1109/
T
I
P
.201
8.2887342.
[
9]
Y
.
Z
ha
ng,
Y
.
L
iu
,
P
.
S
un,
H
.
Y
a
n,
X
.
Z
ha
o
,
a
nd
L
.
Z
ha
ng,
“
I
F
C
N
N
:
a
ge
ne
r
a
l
im
a
g
e
f
us
i
o
n
f
r
a
m
e
w
o
r
k
ba
s
e
d
o
n
c
o
n
vo
lu
ti
o
na
l
ne
ur
a
l
n
e
tw
o
r
k,”
I
nf
or
m
at
io
n F
us
io
n
,
vo
l.
54, pp. 99
–
118, F
e
b.
2020, do
i:
10.1016/j
.
in
f
f
us
.2019.07.011.
[
10]
V
.
S
ubbi
a
h
P
a
r
v
a
th
y
,
S
.
P
o
th
i
r
a
j,
a
nd
J
.
S
a
mps
o
n,
“
A
no
ve
l
a
ppr
o
a
c
h
in
mul
ti
m
o
da
li
t
y
m
e
di
c
a
l
im
a
g
e
f
us
i
o
n
us
in
g
o
pt
i
ma
l
s
he
a
r
le
t
a
nd
d
e
e
p
l
e
a
r
ni
ng,”
I
nt
e
r
nat
io
nal
J
our
nal
of
I
m
agi
ng
Sy
s
te
m
s
and
T
e
c
hnol
og
y
,
v
ol
.
30,
n
o
.
4,
pp.
847
–
859,
D
e
c
.
20
20,
do
i:
10.1002/i
ma
.22436.
[
11]
T
.
C
.
P
ha
m,
C
.
M
.
L
uo
ng,
M
.
V
is
a
ni
,
a
nd
V
.
D
.
H
o
a
ng,
“
D
e
e
p
C
N
N
a
nd
da
ta
a
ugme
nt
a
t
io
n
f
o
r
s
ki
n
le
s
io
n
c
la
s
s
if
i
c
a
t
io
n,”
in
L
e
c
tu
r
e
N
ot
e
s
in
C
o
m
put
e
r
Sc
ie
n
c
e
(
in
c
lu
di
ng
s
ubs
e
r
ie
s
L
e
c
tu
r
e
N
ot
e
s
in
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
and
L
e
c
tu
r
e
N
ot
e
s
in
B
io
in
f
or
m
at
ic
s
)
, v
o
l.
10752
L
N
A
I
, 2018, pp. 573
–
582.
[
12]
L
.
Y
u,
H
. C
h
e
n, Q
.
D
o
u,
J
. Q
in
, a
nd
P
. A
.
H
e
ng,
“
A
ut
o
ma
t
e
d
me
la
n
o
ma
r
e
c
o
gni
ti
o
n
i
n d
e
r
m
o
s
c
o
p
y
i
ma
g
e
s
v
ia
ve
r
y
de
e
p
r
e
s
id
ua
l
ne
tw
o
r
ks
,”
I
E
E
E
T
r
ans
ac
ti
ons
on M
e
di
c
al
I
m
agi
ng
, vo
l.
36, n
o. 4, pp. 994
–
1004, Apr
. 2017, do
i:
10.1109
/
T
M
I
.2016.2642839.
[
13]
Z
.
Q
in
,
Z
.
L
iu
,
P
.
Z
hu,
a
nd
Y
.
X
ue
,
“
A
G
A
N
-
ba
s
e
d
im
a
ge
s
y
nt
he
s
is
me
th
o
d
f
o
r
s
ki
n
le
s
io
n
c
la
s
s
if
i
c
a
ti
o
n,”
C
om
put
e
r
M
e
th
ods
and P
r
ogr
am
s
i
n B
io
m
e
di
c
in
e
, vo
l.
195, p. 105568, O
c
t.
2020,
do
i:
10.1016/j
.
c
mpb.2020.105568.
[
14]
A
.
E
s
te
v
a
e
t
al
.
,
“
D
e
r
ma
to
l
o
gi
s
t
-
l
e
v
e
l
c
l
a
s
s
if
i
c
a
ti
o
n
of
s
ki
n
c
a
nc
e
r
w
it
h
de
e
p
ne
u
r
a
l
ne
tw
o
r
ks
,”
N
at
ur
e
,
v
o
l.
542,
no
.
7
639,
pp. 115
–
118, F
e
b. 2017, d
o
i:
10.1038/natu
r
e
21056.
[
15]
Z
.
R
a
hma
n,
M
.
S
.
H
o
s
s
a
in
,
M
.
R
.
I
s
la
m,
M
.
M
.
H
a
s
a
n,
a
nd
R
.
A
.
H
r
id
he
e
,
“
A
n
a
ppr
o
a
c
h
f
o
r
mul
ti
c
la
s
s
s
ki
n
le
s
io
n
c
la
s
s
if
i
c
a
ti
o
n
ba
s
e
d
o
n
e
ns
e
mbl
e
l
e
a
r
ni
ng,”
I
nf
or
m
at
ic
s
in
M
e
di
c
in
e
U
nl
oc
k
e
d
,
vo
l.
25,
p.
100659,
2
021,
do
i:
10.1016/j
.
im
u.2021.100659.
[
16]
K
.
B
e
ha
r
a
,
E
.
B
h
e
r
o
,
a
nd
J
.
T
.
A
g
e
e
,
“
S
ki
n
l
e
s
io
n
s
y
nt
h
e
s
is
a
nd
c
la
s
s
i
f
ic
a
ti
o
n
us
in
g
a
n
im
p
r
ove
d
D
C
G
A
N
c
la
s
s
if
i
e
r
,”
D
ia
gnos
ti
c
s
, v
o
l.
13, n
o
. 16, p. 2635, Aug. 2
023, d
o
i:
10.3390/
di
a
gno
s
ti
c
s
13162635.
[
17]
M
.
W
u,
S
.
W
a
ng,
S
.
P
a
n,
A
.
C
.
T
e
r
e
nt
is
,
J
.
S
t
r
a
s
s
w
im
me
r
,
a
nd
X
.
Z
hu,
“
D
e
e
p
le
a
r
n
in
g
da
ta
a
ugm
e
nt
a
ti
o
n
f
or
R
a
ma
n
s
pe
c
t
r
o
s
c
o
p
y
c
a
n
c
e
r
ti
s
s
ue
c
la
s
s
i
f
i
c
a
ti
o
n,”
Sc
ie
nt
if
ic
R
e
por
ts
,
vo
l.
11,
n
o
.
1,
p.
23842,
D
e
c
.
2
021,
do
i:
10.1038/s
41598
-
021
-
02687
-
0.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
8
,
N
o
.
1
,
A
pr
i
l
20
2
5
:
312
-
320
320
[
18]
I
. S
. A
.
A
bde
lh
a
li
m,
M
. F
. M
o
ha
m
e
d, a
nd Y
.
B
.
M
a
hd
y
, “
D
a
ta
a
ugme
nt
a
ti
o
n
f
or
s
ki
n l
e
s
i
o
n us
in
g s
e
l
f
-
a
tt
e
nt
i
o
n
ba
s
e
d pr
o
g
r
e
s
s
iv
e
ge
n
e
r
a
ti
ve
a
d
ve
r
s
a
r
ia
l
n
e
tw
o
r
k,”
E
x
pe
r
t
Sy
s
t
e
m
s
w
it
h
A
ppl
ic
at
io
ns
,
vo
l.
165,
p.
113922,
M
a
r
.
20
21,
do
i:
10.1016/j
.
e
s
w
a
.2020.113922.
[
19]
S
.
B
e
n
y
a
hi
a
,
B
.
M
e
f
ta
h,
a
nd
O
.
L
é
z
o
r
a
y
,
“
M
ul
ti
-
f
e
a
tu
r
e
s
e
x
tr
a
c
ti
o
n
ba
s
e
d
o
n
de
e
p
l
e
a
r
ni
ng
f
or
s
ki
n
l
e
s
io
n
c
la
s
s
i
f
i
c
a
ti
o
n,”
T
is
s
ue
and C
e
ll
, v
o
l.
74, p. 101701, F
e
b. 2022, d
o
i:
10.1016/j
.
ti
c
e
.2021.101701.
[
20]
A
.
B
is
w
a
s
e
t
al
.
,
“
G
e
ne
r
a
ti
ve
a
d
ve
r
s
a
r
ia
l
ne
tw
or
ks
f
or
da
ta
a
ug
me
nt
a
ti
o
n,”
in
D
at
a
D
r
iv
e
n
A
ppr
oac
he
s
on
M
e
di
c
al
I
m
ag
in
g
,
C
ha
m:
S
pr
in
ge
r
N
a
tu
r
e
S
w
i
tz
e
r
la
nd, 2023, pp. 159
–
177.
[
21]
K
.
M
.
H
o
s
n
y
,
M
.
A
.
K
a
s
s
e
m,
a
nd
M
.
M
.
F
o
a
ud,
“
C
la
s
s
if
ic
a
ti
o
n
of
s
ki
n
le
s
io
ns
us
in
g
tr
a
ns
f
e
r
le
a
r
ni
ng
a
nd
a
ugme
nt
a
ti
o
n
w
it
h
A
le
x
-
n
e
t,
”
P
L
oS O
N
E
,
vo
l.
14, n
o
. 5, p.
e
0217293, M
a
y
2019,
do
i:
10.1371/j
o
u
r
na
l.
p
o
ne
.0217293.
[
22]
A
. O
a
kl
e
y
, D
e
r
ma
t
o
l
o
g
is
t,
a
nd H
a
mi
lt
o
n, “
G
r
a
nul
a
r
pa
r
a
k
e
r
a
t
os
is
,”
2008.
[
23]
S
.
J
a
nt
ha
ka
l
a
nd
G
.
H
o
s
a
ll
i,
“
A
bi
na
r
y
c
r
o
s
s
e
n
tr
o
p
y
U
-
ne
t
ba
s
e
d
le
s
i
o
n
s
e
gm
e
nt
a
ti
o
n
of
gr
a
nul
a
r
pa
r
a
k
e
r
a
t
o
s
is
,”
in
2021
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
A
dv
anc
e
m
e
nt
s
in
E
le
c
tr
ic
al
,
E
le
c
tr
oni
c
s
,
C
om
m
uni
c
at
io
n,
C
om
put
in
g
and
A
ut
om
at
io
n
(
I
C
A
E
C
A
)
,
O
c
t.
2021, pp. 1
–
7, d
o
i:
10.1109/I
C
A
E
C
A
52838.2021.9675661
.
[
24]
S
.
J
a
nt
ha
ka
l
a
nd
G
.
H
o
s
a
ll
i,
“
A
n
a
ut
o
ma
ti
c
f
e
a
tu
r
e
e
x
t
r
a
c
t
i
on
te
c
hni
qu
e
f
r
o
m
th
e
im
a
ge
s
of
g
r
a
nul
a
r
pa
r
a
ke
r
a
to
s
is
di
s
e
a
s
e
,”
I
nt
e
r
nat
io
nal
J
our
nal
o
f
E
le
c
tr
ic
al
and
C
om
put
e
r
E
ngi
ne
e
r
in
g
Sy
s
te
m
s
,
v
o
l.
13,
no
.
8,
pp.
611
–
619,
O
c
t.
2022,
do
i:
10.32985/i
je
c
e
s
.13.8.1.
[
25]
S
.
J
a
nt
ha
ka
l
a
nd
G
.
H
o
s
a
ll
i,
“
A
gr
a
nul
a
r
pa
r
a
ke
r
a
to
s
is
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
S
V
M
hi
nge
a
nd
c
r
o
s
s
v
a
li
da
ti
o
n,”
J
our
nal
of
A
pp
li
e
d
Sc
ie
nc
e
and E
ngi
ne
e
r
in
g
,
v
o
l.
26, n
o
. 1, pp. 35
–
42, 2022, d
o
i:
1
0.6180/j
a
s
e
.202301_26(
1)
.0004.
[
26]
O
.
O
.
A
ba
y
o
mi
-
A
ll
i,
R
.
D
a
ma
š
e
v
i
č
iu
s
,
S
.
M
is
r
a
,
R
.
M
a
s
ke
li
ūna
s
,
a
nd
A
.
A
ba
y
o
mi
-
A
ll
i,
“
M
a
li
gna
nt
s
ki
n
me
la
n
o
ma
d
e
t
e
c
ti
o
n
us
in
g
im
a
ge
a
ugme
nt
a
ti
o
n
b
y
ove
r
s
a
mpl
in
g
in
no
nl
in
e
a
r
l
o
w
e
r
-
d
im
e
ns
i
o
na
l
e
mb
e
ddi
ng
ma
ni
f
o
ld
,”
T
ur
k
is
h
J
our
nal
o
f
E
le
c
tr
i
c
al
E
ngi
ne
e
r
in
g and C
om
put
e
r
S
c
ie
nc
e
s
, v
ol
. 29, n
o
. S
I
-
1, pp. 260
0
–
2614, Oc
t.
2021, d
o
i:
10.3906/
e
lk
-
2101
-
133.
[
27]
S
.
L
e
e
e
t
al
.
,
“
A
ugme
nt
e
d
d
e
c
is
io
n
-
ma
ki
ng
f
o
r
a
c
r
a
l
le
nt
ig
in
o
u
s
me
la
no
ma
de
t
e
c
ti
o
n
us
in
g
de
e
p
c
o
n
vo
lu
t
i
o
na
l
ne
ur
a
l
n
e
tw
o
r
ks
,”
J
our
nal
of
th
e
E
ur
ope
an
A
c
ade
m
y
o
f
D
e
r
m
at
ol
ogy
and
V
e
ne
r
e
ol
ogy
,
vo
l.
34,
n
o
.
8,
pp.
1842
–
1850,
A
ug.
2
020,
do
i:
10.1111/j
d
v
.16185.
[
28]
N
.
A
hma
d
e
t
al
.
,
“
A
n
ov
e
l
f
r
a
m
e
w
o
r
k
of
mul
ti
c
la
s
s
s
ki
n
le
s
i
o
n
r
e
c
o
gni
ti
o
n
f
r
o
m
de
r
m
o
s
c
o
pi
c
i
ma
ge
s
us
in
g
d
e
e
p
le
a
r
n
in
g
a
nd
e
x
pl
a
in
a
bl
e
A
I
,”
F
r
ont
ie
r
s
i
n O
nc
ol
ogy
, v
o
l.
13, J
un. 2023, d
o
i:
10.3389/f
o
n
c
.2023.1151257.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
Sh
eeta
l
J
a
n
t
h
a
k
a
l
i
s
cu
rr
e
n
t
l
y
w
o
r
k
i
n
g
as
an
A
s
s
t
.
Pro
fe
s
s
o
r
i
n
D
e
p
art
m
en
t
o
f
Co
m
p
u
t
e
r
S
ci
e
n
ce
a
n
d
E
n
g
i
n
ee
ri
n
g
,
Bal
l
ari
In
s
t
i
t
u
t
e
o
f
T
ech
n
o
l
o
g
y
an
d
Ma
n
ag
emen
t
,
Bal
l
ari
.
H
e
r
ar
e
as
o
f
i
n
t
e
r
e
s
t
i
n
cl
u
d
e
i
m
a
g
e
p
ro
ce
s
s
i
n
g
,
m
a
c
h
i
n
e
l
e
arn
i
n
g
,
an
d
m
o
b
i
l
e
ap
p
l
i
c
at
i
o
n
d
e
v
el
o
p
me
n
t
.
S
h
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
s
j
an
t
h
ak
al
@
y
a
h
o
o
.
co
.
i
n
.
Gi
ri
s
h
a
Ho
s
a
l
l
i
i
s
a
Pro
fe
s
s
o
r
an
d
H
e
a
d
o
f
D
e
p
art
me
n
t
o
f
C
o
m
p
u
t
e
r
S
c
i
en
c
e
an
d
E
n
g
i
n
ee
ri
n
g
,
Rao
Bah
a
d
u
r
Y
.
Mah
ab
al
e
s
w
arap
p
a
E
n
g
i
n
ee
ri
n
g
Co
l
l
eg
e
,
Ba
l
l
ar
i
.
H
i
s
ar
e
as
o
f
i
n
t
e
r
e
s
t
i
n
c
l
u
d
e
i
m
ag
e
p
ro
ce
s
s
i
n
g
,
m
a
c
h
i
n
e
l
e
ar
n
i
n
g
,
a
n
d
co
m
p
u
t
e
r
v
i
s
i
o
n
.
H
e
c
a
n
b
e
c
o
n
t
ac
t
e
d
at
e
m
a
i
l
:
h
o
s
al
l
i
g
i
r
i
@
g
m
ai
l
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.