$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 MRF(Markov Random field)를 이용해 영상을 분할할 때, 에너지 최적화를 위해 사용되는 simulated annealing의 수렴속도를 개선하는 방법을 제안하였다. Simulated annealing은 잡음이 포함된 영상이나, 텍스쳐 영상에서 좋은 분할 결과를 나타내지만, 수렴속도가 길다는 단점이 있다. 본 논문에서는 수렴속도를 개선하기 위해 픽셀 레이블의 초기값을 픽셀의 intensity에 따라 adaptive하게 부여하여 simulated annealing을 수행하였다. 이 방법으로 모의실험을 수행한 결과, 기존의 방법보다 수렴 속도를 크게 향상시킬 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose the fast simulated annealing algorithm to decrease convergence rate in image segmentation using MRF. Simulated annealing algorithm has a good performance in noisy image or texture image, But there is a problem to have a long convergence rate. To fad a solution to this probl...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 이러한 simulated annealing의 단점을 해결하기 위해 초기 영상의 레이블 값을 픽셀의 값에 따라 적응적으로 부여함으로서 해결하고자 하였다. 이를 위해 영상의 픽셀 값이 가우시안 분포들의 합으로 표현되어진다고 가정하고, 픽셀의 초기 레이블 값을 결정하였다.
  • 길다는 단점을 가지고 있다. 본 논문에서는 이러한 simulated annealing의 수렴속도를 개선하는 방법을 제안하였다. 초기 픽셀 레이블 값을 픽셀 값에 맞게 적응적으로 부여함으로서 수렴속도를 개선할 수 있었다.
  • 예를 들어 영상의 픽셀값들이 고르게 분포되지 않은 경우는 수렴하는데 많은 시간이 소요된다. 이러한 문제를 해결하기 위해 본 논문에서는 영상의 픽셀 값에 따라 적응적으로 초기 레이블을 부여하는 방법을 제안하였다

가설 설정

  • 4)  ΔE<0이면 새로운 레이블  f'를 받아들인다. ΔE>0 이면 0부터 1사이의 값을 갖는 임의의 값 ε을 생성하고 # 일 경우에만 새로운 레이블을 받아들인다.
  • 본 논문에서는 이러한 simulated annealing의 단점을 해결하기 위해 초기 영상의 레이블 값을 픽셀의 값에 따라 적응적으로 부여함으로서 해결하고자 하였다. 이를 위해 영상의 픽셀 값이 가우시안 분포들의 합으로 표현되어진다고 가정하고, 픽셀의 초기 레이블 값을 결정하였다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로