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
- 본 논문은 의미 있는 객체가 포함된 영상에서의 색상 항등성 유지를 위한 기존의 조명 모델들이 실세계의 물리적인 현상들을 얼마나 잘 해석하고 있는지 물리적인 관점에서 각 조명 모델들의 특성 및 활용 한계성을 분석한다. 또한 기존 조명 모델들은 영상의 색상 항등성 유지를 위해 균일한 조명이나 암실에서 점광만 있을 때 처리할 수 있는 한계가 있기 때문에, 본 논문에서는 실세계의 실험 환경이 가질 수 있는 조명 특성을 분석하여 이들을 세분화 하여 해석하므로 제한된 실험 환경이 아닌 실세계 조명이 비춰질 때도 객체의 색상 항등성이 유지될 수 있는 방법을 제안한다.
- 본 논문은 의미 있는 객체가 포함된 영상에서의 색상 항등성 유지를 위한 기존의 조명 모델들이 실세계의 물리적인 현상들을 얼마나 잘 해석하고 있는지 물리적인 관점에서 각 조명 모델들의 특성 및 활용 한계성을 분석한다. 또한 기존 조명 모델들은 영상의 색상 항등성 유지를 위해 균일한 조명이나 암실에서 점광만 있을 때 처리할 수 있는 한계가 있기 때문에, 본 논문에서는 실세계의 실험 환경이 가질 수 있는 조명 특성을 분석하여 이들을 세분화 하여 해석하므로 제한된 실험 환경이 아닌 실세계 조명이 비춰질 때도 객체의 색상 항등성이 유지될 수 있는 방법을 제안한다.
- 또한 카메라의 감쇄특성을 나타내기 위해 R f의 항목을 두고 있다. 본 연구에서는 주변광과 같이 균일한 조명이 비칠 때만 색상 항등성을 유지할 수 있다거나, 암실에서 점광만 있을 때 처리할 수 있는 단점을 극복하기 위해 실세게의 실험환경이 가질 수 있는 조명특성을 분석하여 세분화하는 방법을 제시한다.
- 본 연구는 영상의 색상 정보를 이용하는 컴퓨터 비전 분야 및 객체 검색의 다양한 응용들의 신뢰성을 높이기 위한 전 처리 단계의 연구로서 조명의 변화에 무관한 색상 항등성 모델을 제안한 것이다. 그래픽 및 의미 있는 객체가 포함된 영상 검색 분야에서 제안된 객체의 색상 반사 모델들을 실세계의 물리적인 현상에 기반을 두고 비교 분석하였다.
가설 설정
- 예를 들면, 얼굴인식응용에서 구조적 특성을 특징으로 이용할 수 있으며[2,3], 단순히 얼굴 칼라를 특징으로 사용할 수도 있다[4]. 기존의 그레이 영상을 이용하는 응용들은 얼굴영역 이라고 가정할 만한 정보를 밝기(intensity) 값만으로는 얻을 수 없다. 따라서 구조적인 정보를 이용할 수밖에 없다.
- 그 타당성을 실험을 통해 확인 하였다. 색상 항등성을 보장하는 것은 조명의 색상이 바뀌더라도 물체의 고유한 색상을 그대로 유지하는 것이다. 복원된 영상에서 색상 항등성이 얼마나 잘 이루어졌는지를 확인하는 방법으로 한 물체 내에서 조명을 달리 받은 부분들이 같은 반사특성을 가지는지 비교하는 방법을 사용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.