최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.25 no.1, 2020년, pp.13 - 23
박동진 (동의대학교 컴퓨터소프트웨어공학과) , 권순각 (동의대학교 컴퓨터소프트웨어공학과)
In this paper, we propose a quantization parameter determination method for face depth image encoding in order to minimize an impact on a face recognition accuracy. When a face depth image is compressed through quantization in H.264/AVC, differential quantization parameters are assigned according to...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
얼굴 인식은 무엇인가? | 얼굴 인식은 생체 인식 기술 분야 중의 하나로, 촬영된 얼굴에서 신원을 확인하는 인식 기술이다. 얼굴 인식은 비접촉식으로 사용자가 의식하지 않고도 자연스럽게 진행된다는 장점이 있다. | |
구조를 모델링하기 위한 계산 복잡도가 크고, 프레임 간의 중복성을 제거하지 못한다는 단점이 있는 방법은? | , 2013)으로 분류된다. 3차원 구조를 통해 깊이 영상을 압축하기 위해 깊이 영상은 3차원 공간상에서의 점군(Point cloud)으로 변환된 후 점군으로 부터 3차원 구조를 모델링하여 그 구조를 압축하는 방법이다. 하지만 이 방법은 구조를 모델링하기 위한 계산 복잡도가 크고, 프레임 간의 중복성을 제거하지 못한다는 단점이 있다. | |
깊이 영상을 압축하는 방법으로는 무엇이 있는가? | 깊이 영상을 압축하는 방법으로는 3D 메쉬 (Wu et al., 2019), 옥트리 (Schnabel and Klein, 2006), 쿼드트리(Morvan et al., 2007) 등으로 변환하여 그 구조를 압축하는 방법과 색상 영상 부호화 방법을 응용한 방법 (Gumhold et al., 2005; Milani and Calvagno, 2010; Shen et al., 2010; Maitre and Do, 2010; Fu et al., 2013)으로 분류된다. 3차원 구조를 통해 깊이 영상을 압축하기 위해 깊이 영상은 3차원 공간상에서의 점군(Point cloud)으로 변환된 후 점군으로 부터 3차원 구조를 모델링하여 그 구조를 압축하는 방법이다. |
Kwon, S. K. (2019). Face Recognition Using Depth and Infrared Pictures, Nonlinear Theory and Its Applications, IEICE, 10(1), 2-15. https://doi.org/10.1587/nolta.10.2.
Wu, H., Sun, X., Yang, J., and Wu, F. (2019). 3D Mesh Based Inter-Image Prediction for Image Set Compression, Proceeding of the IEEE International Conference on Multimedia and Expo, July 8-12, Shanghai, China.
Schnabel, R., and Klein, R. (2006). Octree-based Point-cloud Compression. Proceeding of the Eurographics Symposium on Point-Based Graphics, July 29-30, Boston, Massachusetts, USA.
Gumhold, S., Karni, Z., Isenburg, M., and Seidel, H. (2005) Predictive Pointcloud Compression, Proceeding of ACM SIGGRAPH, Jul. 31-Aug. 4, Los Angeles, California, USA.
Morvan, Y., Farin, D., and deWith, P.H.N. (2007). Depth-image Compression Based on An R-D Optimized Quadtree Decomposition for The Transmission of Multiview Images, Proceeding of the IEEE International Conference on Image Processing, Sep. 16-Oct. 19, San Antonio, Texas, USA.
Milani, S., and Calvagno, G. (2010). A Depth Image Coder Based on Progressive Silhouettes, IEEE Signal Process. Letters, 17(8), 711-714. https://doi.org/10.1109/LSP.2010.2051619.
Shen, G., Kim, W., Narang, S., Orterga, A., Lee, J., and Wey, H. (2010). Edge Adaptive Transform for Efficient Depth Map Coding, Proceeding of Picture Coding Symposium, Dec. 8-10, Nagoya, Japan.
Maitre, M., and Do, M. (2010). Depth and Depth-Color Coding Using Shape Adaptive Wavelets, Journal of Visual Communication and Image Representation, 21(5-6), 513-522. https://doi.org/10.1016/j.jvcir.2010.03.005.
Fu, J., Miao, D., Yu, W., Wang, S., Lu, Y., and Li, S. (2013). Kinect-Like Depth Data Compression, IEEE Transactions on Multimedia, 15(6), 1340-1352. https://doi.org/10.1109/TMM.2013.2247584
Wang, X., Sekercioglu, Y. A., Drummond, T., Natalizio, E., Fantoni, I., and Fremont, V. (2016). Fast Depth Video Compression for Mobile RGB-D Sensors, IEEE Transactions on Circuits and Systems for Video Technology, 26(4), 673-686, https://doi.org/10.1109/TCSVT.2015.2416571
Mamou, K., Zaharia, T., and Preteux, F. (2008). FAMC: The MPEG-4 Standard for Animated Mesh Compression, Proceeding of the IEEE International Conference on Image Processing, Oct. 12-15, San Diego, California, USA.
Paysan, P., Knothe, R., Amberg, B., Romdhani, S., and Vetter, T. (2009). A 3D Face Model for Pose and Illumination Invariant Face Recognition, Proceeding of IEEE International Conference on Advanced Video and Signal Based Surveillance, Sep. 2-4, Genova, Italy.
Lee, D. S. and Kwon, S. K. (2018). Intra Prediction of Depth Picture with Plane Modeling, Symmetry, 10, 1-16. https://doi.org/10.3390/sym10120715
Takagi, K., Takishima, Y., and Nakajima, Y. (2003). A Study on Rate Distortion Optimization Scheme for JVT Coder, Proceeding of SPIE, Apr. 21, Orlando, Florida, USA.
Ma, S., Wen, G., and Yan, L. (2005). Rate-Distortion Analysis for H.264/AVC Video Coding and its Application to Rate Control, IEEE Transactions on Circuits and Systems for Video Technology, 15(12), 1533-1544. https://doi.org/10.1109/TCSVT.2005.857300
Hg, R. I., Jasek, P., Rofidal, C., Nasrollahi, K., and Moeslund, T. B. (2012). An RGB-D Database using Microsoft's Kinect for Windows for Face Detection, Proceeding of the IEEE 8th International Conference on Signal Image Technology & Internet Based Systems, Nov. 25-29, Sorrento, Naples, Italy.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.