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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이태환 (경희대학교 전자정보대학 컴퓨터 공학과) 채옥삼 (경희대학교 전자정보대학 컴퓨터 공학과)
저널정보
한국융합보안학회 융합보안논문지 융합보안논문지 제17권 제3호
발행연도
2017.1
수록면
21 - 29 (9page)

이용수

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

초록· 키워드

오류제보하기
지역 패턴을 정확하게 부호화 하는 방법은 텍스처 분류 연구에 매우 중요한 요소다. 하지만 기존 널리 연구된 LBP기반 방법들은 잡음에 취약한 근본적인 문제점이 있다. 최근 표정인식 분야에서 에지반응 값과 방향 정보를 활용한 LDP방법이 제안되었다. LDP방법은 LBP보다 잡음에 강하고 더 많은 정보를 코드에 수용할 수 있는 장점이 있지만 텍스처 분류에 적용하기에는 치명적인 회전 변화에 민감한 단점이 있다. 본 논문에서는 LDP 방법에 회전 불변 특성을 결합하고 기존 LDP가 가지고 있던 부호 정보를 수용하지 않은 단점과 밝기 값 차이가 적은 영역에서 의미 없는 코드가 생성되는 단점을 극복한 새로운 지역 패턴 부호화 방법인 Rotation Invariant Local Directional Pattern 방법을 제안한다. 본 논문에서 제안된 방법의 텍스처 분류 성능을 입증하기 위해 널리 사용되는 UIUC, CUReT 데이터 셋에서 텍스처 분류를 수행했다. 그 결과 제안된 RILDP방법이 기존 방법보다 우수한 성능을 보여주었다.
#Texture Classification #LBP #LDP #SVM #RILDP

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0