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 논문에서 추적과 객체 유형 인식의 방법에 대하여 제안하였다. 객체 유형 인식을 위하여 시각적 특징 히스토그램으로 객체를 표현하였고, 이러한 객체 유형 인식에 의해 추적된 객체의 실효성을 나타내고자 하였다.
- 객체 유형 인식을 위하여 시각적 특징인 히스토그램[5]을 사용하였다. 그리고 객체 유형 인식에 의해 객체를 추적 하고자 하였다. 최근 대부분의 히스토그램 기반의 객체 추적 응용은 타겟 모델의 표시를 위하여 컬러를 사용한다.
- 본 논문에서 추적과 객체 유형 인식의 구조에 대하여 제안한다. 객체 유형 인식을 위하여 시각적 특징인 히스토그램[5]을 사용하였다.
- 본 논문에서 추적과 객체 유형 인식의 방법에 대하여 제안하였다. 객체 유형 인식을 위하여 시각적 특징 히스토그램으로 객체를 표현하였고, 이러한 객체 유형 인식에 의해 추적된 객체의 실효성을 나타내고자 하였다.
- 본 논문에서는 객체 추적에 의한 여러 실험을 수행하였다. 모든 실험들은 texton 기반 서술자 히스토그램을 적용하였다.
- 객체 추적의 중요한 요소는 타겟 표현과 타겟 지정의 두 가지로 구분될 수 있다. 본 논문에서는 사용된 구조 내에서 객체의 분류를 시도하기 때문에 이러한 타겟 표현에 제약을 가지게 된다. 이러한 표현은 내부 유형 변이의 적용에 안정적이어야 하며 여러 객체 유형들의 구분에 충분히 차이를 보일 수 있어야 한다.
- 이의 적용 목적은 Texton 이라 불리는 특정 필터에 대한 원형 반응이라 규정되는 마이크로 구조의 특징을 구축하기 위함이다. 상이한 텍스처/객체 부류들은 필터 반응의 연결 분산으로 나타내어진다.
가설 설정
- 명백한 반응 벡터들은 의도한 시각적 특징 또는 texton을 말한다. 모든 반응 벡터들은 여러 원형 반응 벡터들의 노이즈 형태의 변이라는 가정으로부터 본 논문에서는 필터 반응 공간에 있어서의 클러스터링을 통하여 이러한 원형들을 찾을 수 있었다. 결국, 시각적 특징은 얻어진 클러스터들의 중심을 의미한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.