다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.12 no.3, 2013년, pp.59 - 64
이용환 (단국대학교 응용컴퓨터공학과) , 박제호 (단국대학교 컴퓨터과학과) , 김영섭 (단국대학교 전자공학과)
AI-Helper
Accurate and robust image registration is important task in many applications such as image retrieval and computer vision. To perform the image registration, essential required steps are needed in the process: feature detection, extraction, matching, and reconstruction of image. In the process of th...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| SIFT 알고리즘은 무엇인가? | SIFT (Scale Invariant Feature Transform) 알고리즘은 2004년에 David Lowe 에 의해 처음 제안되었으며, 영상 회전, 스케일 변화, 유사성을 가진 변형(Affine Deformation), 관점 변화(Viewpoint Change), 잡은(Noise), 조명 변화(Illumination Change)에 매우 강인성을 가진 특징 추출 알고리즘이다[5]. SIFT는 크게 4단계를 거쳐 수행되며, 이는 (1) 스케일 공간 극값 검출(Scale Space Extrema Detection), (2) 주요 점 지역화(Key Point Localization), (3) 방향성 배치(Orientation Assignment)와 (4) 기술 내용 생성(Description Generation)이다. | |
| MPEG-7 영상 기술자는 무엇을 기반으로 수행하는가? | 입력되는 영상의 특징을 추출하여 비교하거나 인식하는 알고리즘은 영상 검색, 컴퓨터 비전 및 패턴 인식 등의 다양한 분야에서 활용되며, 성능적으로 매우 중요한 역할을 수행한다[1]. 이러한 특징 추출(Feature Extraction) 및 매칭(Matching) 알고리즘들 중에서, 대표적인 MPEG-7 영상 기술자(Image Descriptor)는 저급의 시각적 특징(Low-level Visual Feature)인 칼라, 질감 또는 모양을 기반으로 수행된다[2]. 이는 사용자가 느끼는 개념적 접근에서 차이가 발생하는 문제점(Semantic Gap)을 가진다[3]. | |
| SIFT (Scale Invariant Feature Transform) 알고리즘의 네 가지 수행 단계는 무엇인가? | SIFT (Scale Invariant Feature Transform) 알고리즘은 2004년에 David Lowe 에 의해 처음 제안되었으며, 영상 회전, 스케일 변화, 유사성을 가진 변형(Affine Deformation), 관점 변화(Viewpoint Change), 잡은(Noise), 조명 변화(Illumination Change)에 매우 강인성을 가진 특징 추출 알고리즘이다[5]. SIFT는 크게 4단계를 거쳐 수행되며, 이는 (1) 스케일 공간 극값 검출(Scale Space Extrema Detection), (2) 주요 점 지역화(Key Point Localization), (3) 방향성 배치(Orientation Assignment)와 (4) 기술 내용 생성(Description Generation)이다. |
Ethan Rublee, Vincent Rabaud, Kurt Konolige, Gary Bradski, "ORB: an efficient alternative to SIFT or SURF", International Conference on Computer Vision, pp.2564-2571, 2011.
B.S. Manjunath, Jens-Rainer Ohm, Vinod V. Vasudevan, Akio Yamada, "Color and Texture Descriptors", IEEE Transactions on Circuits and Systems for Video Technology, vol.11, no.6, 2001.
Jun Yang, Shi-jiao Zhu, "Narrowing Semantic Gap in Content-based Image Retrieval", International Conference on Computer Distributed Control and Intelligent Environmental Monitoring, pp.433-438, 2012.
Ran Tao, "Visual Concept Detection and Real Time Object Detection", Computer Vision and Pattern Recognition, 2011.
David G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints", International Journal of Computer Vision, vol.60, issue.2, pp.91-110, 2004.
Herbert Bay, Tinne Tuytelaars, Luc Van Gool, "SURF: Speeded Up Robust Features", Computer Vision and Image Understanding, vol.110, no.3, pp.346-359, 2008.
Paul Viola, Michael Jones. "Rapid Object Detection using a Boosted Cascade of Simple Features", Conference on Computer Vision and Pattern Recognition, vol.1, pp.511-518, 2001.
Rong Zhao, William I. Grosky, "Chapter 2. Bridging the Semantic Gap in Image Retrieval", Distributed Multimedia Databases: Techniques and Applications, Idea Group Publishing, pp.14-36,
Luo Juan, Oubong Gwun, "A Comparison of SIFT, CA-SIFT and SURF", International Journal of Image Processing, vol.3, issue.4, pp.143-152, 2011.
Website http://www.mathworks.com
Website http://en.wikipedia.org
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.