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.
제안 방법
- 86GHz, 2, 048 MB 메모리, Windows XP professional 환경 에서 Visual Studio .NET 기반으로 구현하고 실험하였다.
- 본 논문에서 SOM을 이용하여 영상의 색깔을 학습하고학습된 결과를 이용하여 매팅을 수행한다.
- 본 논문에서 명확한 배경과 명확한 전경의 R, G, B와각 픽 셀의 3×3 분산을 이용하여 SOM 학습을 하였다. 이때 SOM의 학습 데이터를 수집하는 방법에 따라서 전역적 (global) SOM 매 팅과 지역 적 (local) SOM 매 팅으로 구분하였다.
- 본 논문에서 제안된 기 법은 기존의 확률 및 통계에 기반한 매팅 기법들과 다른 새로운 접근 방법인 인공신경망 학습 알고리즘을 매팅에 적용한 기법으로써 그 가치가있고이 기법을통해새로운매팅 기법들이 많이 파생되어질 것으로 판단된다.
- 생성된 각사각 영역들에 대해서 명확한배경과 명확한 전경 데이터를 수집하고, 전역적 SOM 매팅과 동일한방법 으로 SOM 학습을 수행 한다. 학습된 결과를 이용하여 사각 영역 내의 미지 영역의 각픽셀의 불투명도를추정한다.
- 영상 전체에서 trimap을 이용하여 명확한 배경과 명확한 전경의 데이터를 수집하고, 그들의 R, G, B값과 분산을 이용하여 학습을 한다. SOMe 25x25의 노드를 가지며, 초기 학습율은0.
- 이때 SOM의 학습 데이터를 수집하는 방법에 따라서 전역적 (global) SOM 매 팅과 지역 적 (local) SOM 매 팅으로 구분하였다. 전역적 SOM 매팅은 이미지 전체를 대상으로데이터를수집, 학습을수행하고, 하나의 학습 결과를 이용하여 전체 미지 영역 각 픽셀의 불투명도를 추정한다.
- 안한다. 제안하는 알고리즘은 자기 조직 화 지도(Self-Organizing Map, SOM) 학습 알고리즘을 이용하여 디지털 영상 객체 의 불투명 도를 추정 한다.
- 즉 2차원 공간에서 전경 F, 배 경 B, 현재 화소 C의 거리 를 이용하여 불투명 도를 계산한다.
- 하나의 학습된 결과를 이용하여 영상 전체의 미지 영역의 각 픽셀에 불투명도를 추정한다. 불투명도를 추정하기 위해서 배경과 전경을 결정해야하고, 이를 위해 SOM 학습 결과를 이용한다.
- 하지만 본 논문에서 는 새로운 접 근 방식 인 신경 회 로망 학습 알고리즘을 이용한 SOM 매 팅 기 법 을 제 안한다. 제안하는 알고리즘은 자기 조직 화 지도(Self-Organizing Map, SOM) 학습 알고리즘을 이용하여 디지털 영상 객체 의 불투명 도를 추정 한다.
- 생성된 각사각 영역들에 대해서 명확한배경과 명확한 전경 데이터를 수집하고, 전역적 SOM 매팅과 동일한방법 으로 SOM 학습을 수행 한다. 학습된 결과를 이용하여 사각 영역 내의 미지 영역의 각픽셀의 불투명도를추정한다. 모든사각 영역에 대해서 불투명도추정이 완료되 면 종료한다.
대상 데이터
- 제안된 알고리 즘의 성능을 평 가하고 분석 하기 위 하여 다양한 해상도의 인물, 동물, 곤충, 사물 등이 있는 영상을 대상으로 실험하였다.
- 제안한 SOM 매 팅 알고리 즘은 사용자로부터 입력 받은 trimap의 명확한 전경과 배경을 SOM 학습데이터로수집한다. 이때 영상 전체를 대상으로 학습데이터를 수집 하는 방법을 global SOM 매 팅 이 라 하고, 미 지 영역 을사각 영 역으로 분할하여 학습 데이터를 수집하는 방법을 local SOM 매 팅 이 라 한다.
이론/모형
- 그러므로 본 논문에서는 Bayesian 매팅에서 제안된불투명 도 추정 식 을 사용한다.
- 또한 본 논문에서 제안하는 알고리즘은 전처리과정으로 automatic unsharp mask 기 법 을 사용한다. 이를 통해특정 객체와 배경의 경계 영역의 대비를 높여주는 효과를 얻을 수 있다.
- 보인다. 본 논문에서는 Bayesian 매팅에서제 안하고 있는 불투명도 추정 식을 사용하였다.
- 각 픽셀에 불투명도를 추정한다. 불투명도를 추정하기 위해서 배경과 전경을 결정해야하고, 이를 위해 SOM 학습 결과를 이용한다. 학습된 SOM 모델에 배 경과 전경의 대푯값, 분산을 입력 패턴으로 주면 학습된 결과에서 가장 유사한 패턴을 알 수 있다.
- 이때 영상 전체를 대상으로 학습데이터를 수집 하는 방법을 global SOM 매 팅 이 라 하고, 미 지 영역 을사각 영 역으로 분할하여 학습 데이터를 수집하는 방법을 local SOM 매 팅 이 라 한다. 학습한 결과와 Bayesian 매팅의 추정식을 활용하여 객체의 불투명도를 추정한다. 실험 결과 제안된 SOM 매 팅 알고리즘을 이용하여 영상에서 특정 객체를 분리하는데 성공하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.