최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전기의 세계 = The proceedings of KIEE, v.67 no.7, 2018년, pp.18 - 24
박상용 (아주대학교 전자공학과) , 허용석 (아주대학교 전자공학과)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
영상 분할(semantic segmentation)이란? | 영상 분할(semantic segmentation)은 픽셀 별로 미리 정의된 몇 개의 클래스에 대하여 분류(classification)를 하는 문제로서 시각적 환경을 완전히 이해하는 데 필요한 핵심적인 컴퓨터 비전 기술 중의 하나이다. 이러한 의미론적 영상 분할은 최근 자율 주행, 실내 및 실외 지역의 의미론적 3D 재구성, 의료 영상 분석, 가상 및 증강 현실 시스템을 비롯한 다양한 응용 분야에서 사용된다. | |
기존에 CNN이 제안된 이유는? | 기존의 우수한 성능을 내는 CNN은 주로 이미지 분류 문제나 물체 검출 문제를 풀기 위하여 제안되었는데, FCN[6]은 이렇게 고안된 기존의 CNN을 픽셀 단위로 분류를 수행하는 의미론적 영상 분할 분야에 처음으로 적용한 기법이다. 기존의 대부분의 영상 분류를 위한 네트워크들은 마지막 층에 fully connected 층으로 구성되어서 분류 문제나 물체 검출 문제에는 적합하지만, 픽셀 단위로 조밀한 분류를 해야 하는 문제에는 적합하지 않다. | |
FCN의 특징점 추출 네트워크의 특징은? | 이러한 특징점 추출 네트워크는 일반적으로 합성곱을 수행 시에 stride와 pooling의 영향으로 층이 깊어질수록 특징점 지도의 해상도가 줄어드는 특징이 있다. 의미론적 영상 분할 문제와 같이 픽셀 별로 분류를 수행하기 위해서는 이렇게 줄어드는 해상도를 원본 영상의 해상도로 복원해야하는 어려움이 존재한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.