지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제28권 제2호
- 발행연도
- 2022.2
- 수록면
- 134 - 138 (5page)
- DOI
- 10.5626/KTCP.2022.28.2.134
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
실내 환경은 주로 조명이 다양한 장면을 가지고 있다. 실내 환경에서 기존의 의미론적 영상 분할 방법을 이용할 경우 영상이 가지는 평균적인 조명 값보다 많이 어둡거나 강한 조명이 물체의 표면에 적용될 경우 해당 물체의 경계면에서 매끄럽게 영상 분할을 하지 못한다. 따라서 본 논문에서는 실내의 조명변화가 있는 환경에서 기존의 의미론적 영상 분할 모델에서 깊이 정보를 통합하여 조명변화에 강인하게 물체를 영상 분할 할 수 있는 방법을 제안한다. 제안하는 모델은 ESANet을 기반으로 하고 깊이 이미지로는 깊이 카메라를 통해 나온 원본 깊이 이미지에서 3개의 채널로 인코딩한 HHA 깊이이미지를 사용한다. 이때 깊이 이미지는 RGB 모델의 특징맵에 통합되어 네트워크가 학습된다. 본 논문의 실험에서는 제안된 모델을 NYUv2데이터 셋을 이용하여 학습을 진행하였고 조명변화가 있는 데이터셋을 이용하여 조명에 의해 불분명한 경계 부분을 기존의 의미론적 영상분할 모델보다 강인하게 분할할 수 있는 실험 결과를 보였다. 또한 제안된 깊이 이미지가 모델 최종 성능을 향상시킬 수 있다는 것을 mIoU 성능을 통해 비교 분석하였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 제안된 RGB-D 의미론적 영상 분할
4. 실험
5. 한계점
6. 결론 및 향후 연구
References
참고문헌 (18)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, "ImageNet Classification with Deep Convolutional Neural Networks," Conference on Neural Information Processing Systems(NIPS), 2012.
J. Long, E. Shelhamer, and T. Darrell, "Fully convoutional networks for semantic segmentation," IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), pp. 3431-3440, 2015.
V. Badrinarayanan, et al., "Segnet: A deep convolutional encoder-decoder architecture for image segmentation," IEEE Trans. Pattern Anal. Mach. Intell., Vol. 39, No. 12, pp. 2481-2495, 2017.
O. Ronneberger, et al., "U-net: Convolutional networks for biomedical image segmentation," MICCAI, pp. 234-241, 2015.
L.-C. Chen, et al., "Rethinking Atrous Convolution for Semantic Image Segmentation," arXiv preprint arXiv:1706.05587, 2017.
J. Long, E. Shelhamer, and T. Darrell, "Fully convoutional networks for semantic segmentation," IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), pp. 3431-3440, 2015.
V. Badrinarayanan, et al., "Segnet: A deep convolutional encoder-decoder architecture for image segmentation," IEEE Trans. Pattern Anal. Mach. Intell., Vol. 39, No. 12, pp. 2481-2495, 2017.
O. Ronneberger, et al., "U-net: Convolutional networks for biomedical image segmentation," MICCAI, pp. 234-241, 2015.
L.-C. Chen, et al., "Rethinking Atrous Convolution for Semantic Image Segmentation," arXiv preprint arXiv:1706.05587, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
실내외 환경 객체 의미 분할 성능 향상을 위한 RGB-D 활용 방안
한국정보과학회 학술발표논문집
2024 .12
-
Semantic Segmentation 기술 동향에 대한 연구
한국정보과학회 학술발표논문집
2020 .07
-
실내 환경에서 멀티-뷰 RGB-D 영상들을 활용하는 3차원 의미적 장면 분할
제어로봇시스템학회 논문지
2023 .03
-
Depth map이 Semantic Segmentation에 끼치는 영향
정보 및 제어 논문집
2020 .10
-
영상처리 및 심층 네트워크 기반 영상 분할 방법
전자공학회논문지
2021 .01
-
3D Convolution을 이용한, RGB-D Data에 대한 Semantic Segmentation 모델 연구
한국통신학회 학술대회논문집
2022 .11
-
RGB 영상을 빠른 시간에 정밀하게 Segmentation 하는 알고리즘에 관한 연구
대한전자공학회 학술대회
2019 .06
-
손 영역 분할에서 입력 영상의 채널 개수에 따른 분할 결과 분 석
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
의미적 분할 기법 기반 깊이 예측 성능 비교
대한전자공학회 학술대회
2022 .11
-
3D 공간 정보를 이용한 시맨틱 분할
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
주행 이미지의 왜곡에 따른 Semantic segmentation 변화
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
클래스 분포 정보를 이용한 의미론적 영상 분할
대한전자공학회 학술대회
2020 .08
-
2D 시맨틱 분할 프로젝션을 이용한 3D 실내 공간 시맨틱 분할
제어로봇시스템학회 논문지
2020 .11
-
폐 결절 분할을 위한 맞춤형 Segmentation Anything Model
한국정보과학회 학술발표논문집
2024 .06
-
깊이 슈퍼 픽셀을 이용한 실내 장면의 의미론적 분할 방법
멀티미디어학회논문지
2016 .03
-
샘플링된 깊이 추정 특징 맵을 이용한 의미론적 분할
한국정보과학회 학술발표논문집
2022 .06
-
원본 영상과 깊이 정보 융합을 통한 주행 가능 영역 의미론적 분할 성능 향상 연구
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
항공 영상기반 Semantic Segmentation 알고리즘을 활용한 도로 추출
대한공간정보학회 학술대회
2023 .06
-
Mask R-CNN과 Semantic Soft Segmentation을 이용한 객체 분할
한국통신학회 학술대회논문집
2020 .02
-
객체 인식 데이터를 이용한 의미론적 분할 방법
대한전자공학회 학술대회
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-569-000196738