다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.41 no.3, 2016년, pp.317 - 327
박시영 (Kwangwoon University Department of Department of Electronics) , 안하은 (Kwangwoon University Department of Department of Electronics) , 이규철 (Kwangwoon University Department of Department of Electronics) , 유지상 (Kwangwoon University Department of Department of Electronics)
AI-Helper
The extraction of significant feature points from a video is directly associated with the suggested method's function. In particular, the occlusion regions in trees or people, or feature points extracted from the background and not from objects such as the sky or mountains are insignificant and can ...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 내용 기반 검색이란 무엇인가? | 특징점 기반 정합의 경우는 특징점이 많이 추출되지 않는다는 단점이 있기 때문에 최근에 내용기반 검색을 이용하는 정합 방식의 연구가 진행 중이다. 내용 기반 검색은 문서위주의 텍스트 기반 자료 검색 방식에서 텍스트 대신에 영상의 색상, 질감, 형상과 같은 값들을 이용하여 유사한 영상을 찾는 방식이다[9]. 건물의 경우는 직선 형태가 많이 존재함으로 창문의 나열된 형태, 직선의 구조 등을 이용하여 건물의 특징점을 추출한다[10]. | |
| 특징점 추출 방식에는 무엇이 있는가? | 건물 인식 시스템은 특징점 추출, 특징점 정합과 특징점의 분류의 총 세 단계로 나눌 수 있다. 특징점 추출 방식으로는 SIFT(scale invariant feature transform)[2]와 같이 글로벌 특징점(global feature)을 이용하는 방법과 건물의 기하학적 특징 또는 건물의 색상, 질감, 형상을 이용하는 내용기반 영상 검색 (content based image retrieval) 방법이 있다[3]. 글로벌 특징점을 이용하여 정합을 할 경우 일반적으로 128차원이나 64차원의 디스크립터(descriptor)를 이용 하는데 차원이 높은 정보를 사용할 경우 처리 시간이 길어진다. | |
| 글로벌 특징점을 이용하여 정합을 하는 경우 고차원의 디스크립터를 사용하면서 나타나는 문제를 해결하는 기법에는 무엇이 있는가? | 글로벌 특징점을 이용하여 정합을 할 경우 일반적으로 128차원이나 64차원의 디스크립터(descriptor)를 이용 하는데 차원이 높은 정보를 사용할 경우 처리 시간이 길어진다. 이 문제를 해결하고자 PCA(principal component analysis)[4], LDA(linear discriminant analysis)[5], LPP(linear preserving projections)[6], SLPP(supervised LPP)[7], SDA(semi-supervised discriminant analysis)[8] 등의 기법에서는 차원을 낮 추는 방법을 제시하고 있다. |
J. Li, W. Huang, L. Shao, and N. Allinson, "Building recognition in urban environments: A survey of state-of-the-art and future challenges," Inf. Sci., vol. 277, no. 1, pp. 406-420, Sept. 2014.
D. Lowe, "Distinctive image features from scale-invariant keypoints," Int. J. Computer Vision, vol. 60, no. 2, pp. 91-110, Nov. 2004.
Y. Li and L. G. Shapiro, "Consistent line clusters for building recognition in CBIR," in Proc. 16th Int. Conf. Pattern Recognition, vol. 3, pp. 952-956, Aug. 2002.
I. T. Jolliffe, Principal component analysis, 2nd Ed., Springer, 2002.
G. J. Malachlan, Discriminant analysis and statistical pattern recognition, Wiley-interscience, New York, 1992.
X. He and P. Niyogi, "Locality preserving projection," in Proc. Conf. Advances in Neural Inf. Process. Syst., 2003.
D. Cai, X. He, and J. Han, Using graph model for face analysis, Department of Computer Science, University of Illinois at Urbana Champaign, Sept. 2005.
D. Cai, X. he, and J. Han, "Semi-supervised discriminant analysis," in Proc. IEEE 11th Int. Conf. Computer Vision, pp. 1-7, Oct. 2007.
W. Zahng and J. Kosecka, "Localization based on building recognition," IEEE Computer Soc. Conf., Jun. 2005.
V. Vapnik, The nature of statistical learning theory, Springer, 1995.
H. Trinh, D. N. Kim, and K. H. Jo, "Facet-based multiple building analysis for robot intelligence," Mathematics and Computation, vol. 205, no. 2, pp. 537-549, Nov. 2008.
M. A. Fischler and R. C. Bolles, "Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography," Commun. ACM, vol. 24, no. 6, pp. 381-395, Jun. 1981.
H. Bay, A. Ess, T. Tuytelaars, and L. V. Gool, "Speeded-up robust feature," Computer Vision and Image Understanding, vol. 10, no. 3, pp. 346-359, Jun. 2008.
S. M. Smith and J. M. Brady, "Susan - a new approach to low level image processing," Int. J. Computer Vision, vol. 23, no. 1, pp. 45-78, May 1997.
E. Rosten and T. Drummond, "Machine learning for high-speed corner detection," Eur. Conf. Computer Vision, pp. 430-443, Graz, Austria, May 2006.
L. M. J. Florack, B. M. T. H. Romeny, J. J. Koenderink, and M. A. Viergever, "General intensity transformations and differential invariants," J. Mathematical Imaging and Vision, vol. 4, no. 2, pp. 171-187, May 1994.
E. Dubrofsky, Homography estimation, Univ. of British COLUMBIA, Mar. 2009.
M. M. Hossain, H. J. Lee, and J. S. Lee, "Fast image stitching for video stabilization using sift feature points," J. KICS, vol. 39, no. 10, pp. 957-966, Oct. 2014.
B. W. Chung, K. Y. Park, and S. Y. Hwang, "A fast and efficient haar-like feature selection algorithm for object detection," J. KICS, vol. 38, no. 6, pp. 486-497, Jun. 2013.
J. H. Hong, B. C. Ko, and J. Y. Nam, "Human action recognition in still image using weighted bag-of-features and ensemble decision trees," J. KICS, vol. 38, no. 1, pp. 1-9, Jan. 2013.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.