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
- 객체 검출은 한 장의 이미지 혹은 비디오 영상에서 관심 객체의 위치를 파악하는 것을 목표로 한다. 초기에는 비교적 형태가 일정한 객체의 특징을 이용해 특징점 매칭과 같은 방법으로 객체 위치를 검출하였다.
- 본 논문에서는 K-means 알고리즘을 이용하여 객체 검출 결과로 주어지는 bounding box를 보정하는 내용을 소개하였다. Fig.
- 본 논문에서는 clustering 알고리즘을 통한 배경-객체 분할과 이를 이용한 객체 검출 결과로 나온 bounding box의 보정에 대해서 제안하였다. 기존 bounding box에서 확장된 크기의 bounding box는 효과적으로 배경을 예측하였고, 여러 번의 clustering은 배경과 객체를 효과적으로 분리하였다.
- 본 논문에서는 위와 같은 문제를 해결하기 위해 clustering 알고리즘을 이용한 배경-객체 분할 기술을 제안하고, 이를 이용해 객체 검출 결과로 나온 bounding box를 보정한다. Clustering을 위해 사용하는 K-means 알고리즘은 주어진 데이터를 K개의 cluster로 묶는 알고리즘으로, 본 논문에서는 주어지는 이미지에 대해 K를 변화시켜 가면서 각각의 K에 대한 확률 맵을 생성한다.
- Dawei Yang과 같이 배경 정보를 이용하면 더 나은 segmentation을 유도할 수 있지만 사용 범위가 비디오로 제한된다. 본 논문에서는 한 장의 이미지만 이용하는 것을 목표로 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.