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
- 하지만, 실내 공간을 위한 Boosted Forest는 알고리즘을 개선해도 만족스러운 결과를 얻지 못한다.[8] 이러한 한계점을 해결하기 위해 본 논문에서는DNN(Deep Neural Network)를 활용하여 인식률을 개선하는 방법에 대해 제안한다.
- 이러한 점은 분류하는데 있어 다양한 구도에서 볼 수 없는 것이 단점으로 작용한다. 따라서, 본 논문에서는 이러한 문제를 해결할 수 있는 DNN을 통해 학습을 수행하였다. 그림1은 본 논문에서 제안하는 알고리즘의 전체 흐름도를 나타낸다
- 본 논문에서는 기존의 학습 방법을 개선을 통해 인식률을 개선한 방법을 제안한다. 입력 영상이 들어오면 슈퍼픽셀을 이용하여 세그멘테이션 된 영상을 생성한다.
- 본 논문에서는 실내 공간 인식을 위해 DNN 학습을 이용하여 벽면 인식하는 알고리즘에 대해 소개하였다. 벽면인식을 위해 우선 슈퍼픽셀 알고리즘을 통해 영상에서 세그먼트들을 추출하였고, 그 추출된 각 세그먼트마다 특징을 추출하였다.
- 본 논문은 세그먼트들을 이용한 벽면 인식 방법으로 다른 실내 공간 인식과 융합 될 것으로 예상된다. 예를 들어 소실점, 코너점 등 레이아웃을 통한 인식 방법과 융합할 경우 더욱 향상된 실내 공간 인식을 할 수 있을 것으로 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.