다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
産業技術硏究 : 江原大學校 産業技術硏究所 = Journal of industrial technology, v.38 no.1, 2018년, pp.41 - 52
최유정 (Dept. of Computer and Communication Eng., Kangwon National University) , 이동렬 (Dept. of Computer and Communication Eng., Kangwon National University) , 김윤 (Dept. of Computer and Communication Eng., Kangwon National University)
AI-Helper
Recently, object detection is a critical function for any system that uses computer vision and is widely used in various fields such as video surveillance and self-driving cars. However, the conventional methods can not detect the objects clearly because of the dynamic background change in the beach...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 차 영상을 이용한 기법에서 복잡한 후처리 과정이 필요한 이유는 무엇인가? | 그러나 이 방법은 사람뿐만 아니라 동적인 잡음 요소를 모두 추출한다. 따라서 객체와 잡음이 혼합된 전경에서 객체에 대한 정보만을 얻기 위해서는 복잡한 후처리 과정이 필요하다. | |
| 미디언 필터를 이용한 방법의 단점은 무엇인가? | 이 방식의 전경 추출 방법은 매 프레임 갱신된 배경영상과 현재 프레임의 차이를 이용한다. 그러나 미디언 필터를 이용한 방법은 계산 복잡도가 높을 뿐만 아니라 전경 영상에 잔상이 남는다는 단점이 있다. 위의 두 기법은 이전의 프레임 K개의 유사성에 의존하여 하나의 배경 모델을 추정하게 된다. | |
| 영상처리 기술의 발전으로 말미암아 생긴 변화는 무엇인가? | 최근 CCTV, 스마트 기기 등의 고성능 기기들이 사용되면서 많은 양의 영상 데이터들이 생성되고, 영상 데이터들을 지능적으로 처리하고 분석하는 영상처리 기술이 비약적으로 발전하고 있다. 특히 취득한 영상에서 객체를 인지하고 필요한 정보를 추출해내는 기술에 대한 관심과 수요가 많다. 이러한 관심은 CCTV감시 보안 시스템, 자율 주행 자동차, 얼굴 인식 등 다양한 분야로 확대되고 있으며, 이에 대한 기본 요소 기술인 객체 검출(Object Detection)기법은 정확성을 높이는 것이 필수적이다. |
R. Jain, 1981, Dynamic scene analysis using pixel-based processes, Computer, 14:8 12-18.
N. J. McFarlane, and P. S. C, 1995, Segmentation and tracking of piglets in images, Machine vision and applications, 8:3 187-193.
Z. Zivkovic, 2004, Improved adaptive Gaussian mixture model for background subtraction, IEEE Proceedings of the 17th International Conference on Pattern Recognition, 2 28-31.
J. Sun, W. Zhang, X. Tang, and H. Y. Shum, 2006, Background cut, European Conference on Computer Vision, 628-641.
I. Leichter, M. Lindenbaum, and E. Rivlin, 2010, Mean shift tracking with multiple reference color histograms, Computer Vision and Image Understanding, 144:3 400-408.
S. Zhou, R. Chellappa, and B. Moghaddam, 2004, Visual Tracking and Recognition Using Appearance-Adaptive Models in Particle Filter, IEEE Transactions on Image Processing, 13:11 1491-1506.
C. J. Burges, 1998, A tutorial on support vector machines for pattern recognition, Data mining and knowledge discovery, 2:2 121-167.
J. F. Henriques, R. Caseiro, P. Martins, and J. Batista, 2015, High-speed tracking with kernelized correlation filters IEEE Transactions on Pattern Analysis and Machine Intelligence, 37:3 583-596.
N. Dalal, and T. Bill, 2005, Histograms of oriented gradients for human detection, IEEE Computer Society Conference on ComputerVision and Pattern Recognition, 1 886-893.
Q. Zhu, M. C. Yeh, K. T. Cheng, and S. Avidan, 2006, Fast human detection using a cascade of histograms of oriented gradients, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2 1491-1498.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.