최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송과 미디어 = Broadcasting and media magazine, v.25 no.2, 2020년, pp.44 - 51
고영준 (충남대학교)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
동영상 객체 분할은 무엇인가? | 동영상 객체 분할은 동영상 프레임 내 객체 영역들을 배경으로부터 분할하는 기술을 의미한다. 동영상 객체 분할 기술은 동영상 요약, 동영상 검색, 행위 인식, 객체 클래스 학습, 3차원 객체 모델링 등의 많은 컴퓨터 비전 분야에 적용 가능한 중요한 연구 분야이다. | |
동영상 객체 분할 기술은 어떠한 분야에 적용 가능한가? | 동영상 객체 분할은 동영상 프레임 내 객체 영역들을 배경으로부터 분할하는 기술을 의미한다. 동영상 객체 분할 기술은 동영상 요약, 동영상 검색, 행위 인식, 객체 클래스 학습, 3차원 객체 모델링 등의 많은 컴퓨터 비전 분야에 적용 가능한 중요한 연구 분야이다. 동영상 객체 분할은 사용자의 관여정도에 따라 크게 비지도 동영상 객체 분할, 준지도 동영상 객체 분할, 인터렉티브 동영상 객체 분할 세 카테고리로 분류할 수 있다. | |
비지도 동영상 객체 분할, 준지도 동영상 객체 분할, 인터렉티브 동영상 객체 분할의 특징은 무엇인가? | 동영상 객체 분할은 사용자의 관여정도에 따라 크게 비지도 동영상 객체 분할, 준지도 동영상 객체 분할, 인터렉티브 동영상 객체 분할 세 카테고리로 분류할 수 있다. 비지도 동영상 객체 분할은 객체에 대한 어떠한 사용자 주석(user annotation) 정보 없이 배경으로부터 객체를 분할하는 것을 목표로 한다. 준지도 동영상 객체 분할은 첫 프레임에서 사용자가 제공한 타겟 객체에 대한 정확한 분할 영역을 이용하여 이 후 프레임에서의 타겟 객체 분할을 수행한다. 인터렉티브 동영상 객체 분할은 사용자와의 상호작용을 통해 객체 분할 결과를 개선한다. 사용자가 개선 영역에 대한 정보를 반복적으로 제공해야 되기 때문에, 인터렉티브 동영상 객체 분할에서는 빠르게 제공 가능한 점(point click)이나 scribble 등의 형태를 갖는 사용자 주석 정보를 이용하여 동영상 객체 분할을 수행한다. <그림 1>은 지도(supervision) 수준에 따라 분류된 동영상 객체 분할 방식을 도시한다. |
A. papazoglou and V. Ferrari, "Fast Object Segmentation in Unconstrained Video," ICCV, 2013.
Y. J. Koh and C.-S. Kim, "Primary Object Segmentation in Videos Based on Region Augmentation and Reduction," CVPR, 2017.
A. Faktor and M. Irani, "Video Segmentation by Non-Local Consensus voting," BMVC, 2014.
S. Jain, B. Xiong, and K. Grauman, "FusionSeg: Learning to combine motion and appearance for fully automatic segmentation of generic objects in videos," CVPR, 2017
H. Li, G. Chen, G. Li, and Y. Yu, "Motion Guided Attention for Video Salient Object Detection," ICCV, 2019.
X. Lu, W. Wang, C. Ma, J. Shen, L. Shao, and F. Porikli, "See More, Know More: Unsupervised Video Object Segmentation with Co-Attention Siamese Networks," CVPR, 2019.
Z. Yang, Q. Wang, L. Bertinetto, W. Hu, S. Bai, and P. H.S. Torr, "Anchor Diffusion for Unsupervised Video Object Segmentation," ICCV, 2019.
W. Wang, H. Song, S. Zhao, J. Shen, S. Zhao, S. C. H. Hoi, and H. Ling, "Learning Unsupervised Video Object Segmentation through Visual Attention," CVPR, 2019.
S. Caelles, K.K. Maninis, J. Pont-Tuset, L. Leal-Taixe, D. Cremers, and L. Van Gool, "One-Shot Video Object Segmentation," CVPR, 2017.
W.-D. Jang and C.-S Kim, "Online Video Object Segmentation via Convolutional Trident Network," CVPR, 2017.
P. Hu, G. Wang, X. Kong, J. Kuen, and T.-P. Tan "Motion-Guided Cascaded Refinement Network for Video Object Segmentation," CVPR, 2018.
S. W. Oh, J.-Y. Lee, K. Sunkavalli, S. J. Kim, "RGMP: Fast video object segmentation by reference-guided mask propagation," CVPR, 2018.
H. Lin, X. Qi, and J. Jia, "AGSS-VOS: Attention Guided Single-Shot Video Object Segmentation," ICCV, 2019.
Y. Chen, J. Pong-Tuset, A. Montes, and L. Van Gool, "PML: Blazingly Fast Video Object Segmentation with Pixel-Wise Metric Learning," CVPR, 2018.
P. Voigtlaender, Y. Chai, F. Schroff, H. Adam, B. Leibe, and L.-C. Chen, "FEELVOS: Fast End-To-End Embedding Learning for Video Object Segmentation," CVPR, 2019.
S. W. Oh, J.-Y. Lee, N. Xu, S. J. Lim, "Video Object Segmentation using Space-Time Memory Networks," ICCV, 2019.
X. Wang, R. Girshick, A. Gupta, and K. He, "Non-local Neural Networks", CVPR, 2018.
J. Luiten, P. Voigtlaender, and B. Leibe, "PReMVOS: Proposal-generation, Refinement and Merging for Video Object Segmentation," ACCV, 2018.
S. Xu, D. Liu, L. Bao, W. Liu, and P. Zhou, "MHP-VOS: Multiple Hypotheses Propagation for Video Object Segmentation," CVPR, 2019.
N. Xu, L. Yang, Y. Fan, J. Yang, D. Yue, Y. Liang, B. Price, S. Cohen, and T. Huang, "YouTube-VOS: Sequence-to-Sequence Video Object Segmentation," ECCV, 2018.
C. Ventura, M. Bellver, A. Girbau, A. Salvador, "RVOS: End-to-End Recurrent Network for Video Object Segmentation," CVPR, 2019.
T. Zhou, S. Wang, Y. Zhou, Y. Yao, J. Li, L. Shao, "Motion-Attentive Transition for Zero-Shot Video Object Segmentation, AAAI 2020," AAAI, 2020.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.