선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 RF에 기반한 공간 위치를 사용하는 새로운 가중치 기법을 제시한다. 이 가중치 기법은 RBIR내에서 동적인 클러스터링을 사용하는 RF에 기반하고 있다.
- 영역 가중치는 RF 기반 RBIR에서 중요한 요소이다. 본 논문은 새로운 영역 가중치 기법을 제시함으로써 학습된 영역 중요도를 이미지 검색에 적용하고자 한다. 이 영역 가중치 기법은 한 이미지안에서 영역의 공간적 위치를 이용한다.
- 실험은 영역 기반이미지 데이터베이스에서 k-Nearest Neighbor(k-NN) 질의를 위한 영역 가중치 기법을 평가하기 위해 시행되었다. 본 논문에서는 다중점 이동 RF를 이용하여 공간 위치를 사용하는 가중치 기법과 크기 백 분율〔5, 10〕을 사용하는 가중치 기법, 그리고 영역빈도수 가중치 기법을 각각 비교하였다.
- 이 논문의 주된 기여도는 동적인 클러스터링을 포함하는 적합성 피드백에 공간 위치가 중치기법을 적용하는 것이다. 공간 위치가 중치기법은 또한 어떠한 RBIR시스 템에도 적용될 수 있다.
가설 설정
- 각 반복 단계에서 이 전 단계의 적합한 이미지들의 효과를 감소하기 위해 감쇠요소 X0< P Ml)를 이용한다. ll,...lm의 이전 단계의 이미지와 lm+1,...,ln의 새로운 이미지로 구성된 n개의 적합한 이미지 ll,...,in이 있다고 가정하자. 감쇠 요소를 사용하여 다음과 같이 새로운 영역 가중치를 설정한다 :
- 이 영역 가중치 기법은 한 이미지안에서 영역의 공간적 위치를 이용한다. 본 논문에서는 중요한 영역은 전경객체로서한 이미지의 중심에 나타난다고 가정하였다. 이런 가정을 고려해 볼 때.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.