$\require{mediawiki-texvc}$

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.

증강현실 응용을 위한 자연 물체 인식
Natural Object Recognition for Augmented Reality Applications 원문보기

信號處理·시스템學會 論文誌 = Journal of the institute of signal processing and systems, v.11 no.2, 2010년, pp.143 - 150  

안잔 쿠마르 폴 (한국항공대학교 정보통신공학과) ,  모하마드 카이룰 이슬람 (한국항공대학교 정보통신공학과) ,  민재홍 (한국항공대학교 정보통신공학과) ,  김영범 (한국항공대학교 정보통신공학과) ,  백중환 (한국항공대학교 항공 전자 및 정보통신 공학부)

초록
AI-Helper 아이콘AI-Helper

무마커 증강현실 시스템은 실내나 옥외 환경에서 자연 물체를 인식하고 매칭하는 기능이 필수적이다. 본 논문에서는 비주얼 서술자와 코드북을 사용하여 특징을 추출하고 자연 물체를 인식하는 기법을 제안한다. 증강현실 응용은 동작 속도와 실시간 성능에 민감하기 때문에, 본 연구에서는 멀티 클래스의 자연 물체 인식에 초점을 두었으며 분류와 특징 추출 시간을 줄이는 것을 포함한다. 훈련과 테스트 과정에서 자연 물체로부터 특징을 추출하기 위해 SIFT와 SURF을 각각 사용하고 그들의 성능을 비교한다. 또한, 클러스터링 알고리즘을 이용하여 다차원의 특징 벡터들로부터 비주얼 코드북을 생성하고 나이브 베이즈 분류기를 이용해 물체를 인식한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Markerless augmented reality system must have the capability to recognize and match natural objects both in indoor and outdoor environment. In this paper, a novel approach is proposed for extracting features and recognizing natural objects using visual descriptors and codebooks. Since the augmented ...

주제어

#Augment Reality   #Object Recognition   #Multiple Classification   #SIFT   #SURF   #Bayes classifier  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

대상 데이터

  • We consider those images because these represents images for outdoor and indoor natural objects. We took total 326 images for four class; 64 for stop sign, 84 for hour glass, 88 for helicopter and 90 for tower Pisa from Caltech-101 and Caltech-256 dataset. Among those 326 total images, half of these images are used for training and rest half are used for testing.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. R. T. Azuma. A survey of augmented reality. Teleoperators and virtual Environments, 6(4):355-385, Aug.1997. 

    상세보기

  2. In Mixed Reality: Merging Real and Virtual Worlds. Yuichi Ohta and Hideyuki Tamura (ed.), Springer-Verlag, 1999. Chp 21 pp. 379-390. ISBN 3-540-65623-5. 

  3. http://www.hitl.washington.edu/artoolkit/ 

  4. D. Beier, R. Billert, B. Bruderlin, D. Stichling, B. Kleinjohann, "Marker-less Vision Based Tracking for Mobile Augmented Reality" Proc. of IEEE Int. Conf. on Mixed and Augmented Reality pp.25-259, Oct. 2003 

  5. Q. Wang and S. You, "Real-Time Image Matching Based on Multiple View Kernel Projections" IEEE Conference on Computer Vision and Pattern Recognition, 2007. 

  6. G. Csurka, C. Bray, C. Dance, and L. Fan, "Visual Categorization with Bags of Keypoints." ECCV Workshop on Statistical Learning in Computer Vision, pp.1-22, 2004. 

  7. J. Sivic, B. Russell, A. Efros, A. Zisserman, and W. Freeman "Discovering Dbjects and Their Location in Images." ICCV, vol.1, pp.370-377, 2005. 

  8. E. Sudderth, A. Torralba, W. Freeman, and A. Willsky "Learning Hierarchical Models of Scenes, Objects, and Parts", in ICCV, Vol. 2, pp.1331-1338, 2005. 

  9. L. Fei-Fei and P. Perona, "A Bayesian Hierarchical Model for Learning Natural Secne Categories." Proc. of IEEE Computer Vision and Pattern Recognition. pp.524-531, 2005. 

  10. D. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints." IJCV 60(2), pp.91-110, 2004. 

  11. H. Bay, A. Ess, T.Tuytelaars, and Luc Van Gool: "Speeded-Up Robust Features (SURF)." Computer Vision and Image Understanding CVIU, Vol. 110. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
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