최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of Internet Computing and Services = 인터넷정보학회논문지, v.18 no.1, 2017년, pp.43 - 50
정도욱 (School of Media, Soongsil Univ.) , 정성기 (School of Media, Soongsil Univ.) , 최형일 (School of Media, Soongsil Univ.)
In this paper, we are proposing improved vanishing points detection and segments labeling methods for inside wall frame detection from indoor image of a piece of having a colour RGB. A lot of research related to recognizing the frame of artificial structures from the image is being performed due to ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
소실점 인식 방법은 무엇에 사용되어지는가? | 소실점 인식 방법은 이미지가 촬영된 실내 공간이 삼차원 공간상에서 육면체의 구조를 가짐으로써 세 개의 직교하는 법선 벡터를 가지고 있다는 가정을 바탕으로, 실내 공간의 구조적 정보를 얻는 단서를 얻는데 사용되어진다. | |
실내공간인식에 관련된 기술은 무엇인가? | 실내공간인식에 관련된 기술은 실내 공간에서 얻어진 센서데이터로부터 실내 공간에 놓여진 사물들과 벽면의 형태 및 텍스쳐를 인식하는 기술로 천장, 바닥, 벽면, 가구들을 구분할 수 있어야 한다. 이를 위하여 기존의 방법들은 RGB 이미지뿐만 아니라 깊이기반 (depth-based)영상을 사용하며, 이를 통하여 높은 정확도의 공간 인식 성능을 얻는다[1]. | |
깊이기반 카메라 또는 라이다 등의 센서를 필요로 하는 방법의 한계점을 해결하기 위해 행해지는 연구는? | 이를 위해서는 깊이기반 카메라 또는 라이다(light detection and ranging, LiDAR) 등의 센서를 필요로 하나 스마트폰 어플리케이션 등의 비전문가용 시스템에서는 이를 이용하기 어렵다. 이와 같은 문제를 해결하기 위하여 단일이미지로부터 실내 공간을 인식하는 기술에 대한 연구가 행해지고 있다. 그 중, 소실점(vanishing point)를 사용하여 실내 구조를 파악하려 한 연구들이 있다. |
Chen, Y., Pan, D., Pan, Y., Liu, S., Gu, A., & Wang, M., "Indoor scene understanding via monocular RGB-D images." Information Sciences, 320, pp. 361-371 , Nov. 2015.
D. Hoiem, A. A. Efros, M. Hebert. "Recovering surface layout from an image." International Journal of Computer Vision, 75.1: 151-172, 2007.
Hedau, Varsha, Derek Hoiem, David Forsyth. "Recovering the spatial layout of cluttered rooms." 2009 IEEE 12th international conference on computer vision. IEEE 2009, pp. 1849-1856, 2009.
D. C. Lee, M. Hebert, T. Kanade. "Geometric reasoning for single image structure recovery." Computer Vision and Pattern Recognition, IEEE Conference on. IEEE, 2009. pp. 2136-2143, 2009.
A. Gupta, M. Hebert, T. Kanade, D. M. Blei. "Estimating spatial layout of rooms using volumetric reasoning about objects and surfaces." In NIPS, pp. 1288-1296, 2010.
L. Del Pero, J. Bowdish, D. Fried, B. Kermgard, E. Hartley, K. Barnard. "Bayesian geometric modeling of indoor scenes." In CVPR, 2012, pp. 2719-2726, 2012.
Canny, John. "A computational approach to edge detection." IEEE Transactions on pattern analysis and machine intelligence, 6, pp. 679-698, 1986.
Kosecka, Jana, Wei Zhang. "Video compass." European conference on computer vision. Springer Berlin Heidelberg, 2002.
Felzenszwalb, Pedro F., and Daniel P. Huttenlocher. "Efficient graph-based image segmentation." International Journal of Computer Vision 59.2: 167-181, 2004.
Shi, Jianbo, and Jitendra Malik. "Normalized cuts and image segmentation." IEEE Transactions on pattern analysis and machine intelligence 22.8: 888-905, 2000.
Achanta, Radhakrishna, et al. Slic superpixels. No. EPFL-REPORT-149300. 2010.
Y. Zhao and S.-C. Zhu. "Scene parsing by integrating function, geometry and appearance models." In CVPR. IEEE, 2013, pp. 3119-3126, 2013.
A. G. Schwing, R. Urtasun. "Efficient exact inference for 3d indoor scene understanding." In ECCV, pp. 299-313, 2012.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.