메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김동현 (경북대학교) 박혜영 (경북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제39권 제4호
발행연도
2012.4
수록면
306 - 314 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
코드북에 기반한 객체인식 모델은 최근 공개된 여러 객체 데이터베이스에서 뛰어난 인식 성능을 보였다. 기존의 코드북에 기반한 인식방법은 이미지 상의 모든 지역 기술자를 동일한 중요도로 처리하는데, 이러한 일괄적인 처리 방식은 인식 대상이 되는 객체뿐만 아니라 배경으로부터 얻어진 코드 역시 동일한 특징으로 간주함으로써 인식 성능에 바람직하지 못한 영향을 주게 된다. 이러한 문제점을 해결하기 위하여 본 논문에서는 기존의 코딩 방식에 돌출맵 정보를 결합하는 새로운 객체인식 방법을 제안한다. 돌출맵은 이미지 각 영역의 시각적 중요도를 계산하므로, 제안하는 방법에서는 이러한 시각적 중요도에 따라 각 코드의 응답을 조절한다. 이와 같은 중요도에 따른 조정 과정을 통하여 배경과 같이 불필요한 부분에서 계산된 코드가 인식에 미치는 영향을 줄일 수 있다. 본 논문에서는 대표적 코딩 방법인 LLC와 돌출맵 획득 알고리즘을 결합하여 배경변화에 강건한 객체인식 방법을 개발하고, 이를 공개된 Flower 데이터베이스와 Caltech 데이터베이스에 적용하여 인식 성능을 평가하였다. 그 결과 제안하는 방법이 기존의 코딩 방법에 비해 향상된 인식 성능을 보임을 확인하였다.

목차

요약
Abstract
1. 서론
2. 영상 코딩
3. 돌출맵(Saliency map)
4. 제안하는 방법
5. 실험 결과
6. 결론
참고문헌

참고문헌 (20)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0