최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기The journal of the institute of internet, broadcasting and communication : JIIBC, v.20 no.4, 2020년, pp.201 - 205
The structural texture is defined as a form which a texel is regularly repeated in the texture. Structural texture analysis/recognition has various industrial applications, such as automatic inspection of textiles, automatic testing of metal surfaces, and automatic analysis of micro images. In this ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
구조적인 텍스처는 어떠한 형태로 정의되는가? | 구조적인 텍스처는 텍스처를 구성하는 기본요소인 텍셀 (texel)이 규칙적으로 반복되는 형태로 정의된다. 구조적 텍스처 분석/인식은 직물류의 자동검사, 금속표면 자동테스트 및 마이크로 이미지의 자동 분석 등, 산업적인 응용이 다양하다. | |
영상처리/인식 분야에서 텍스처는 어떻게 구분되는가? | 특정 패턴을 분류/인식하는 특징으로 효과적으로 사용될 수 있다. 영상처리/인식 분야에서 텍스처는 무작위 패턴과 구조적인 패턴으로 구분한다[1, 2]. 이중에 구조적인 텍스처는 그림 1에서 보듯이 텍스처를 구성하는 기본요소인 텍셀 (texel)이 규칙적으로 반복되는 형태로 정의되며, 반복되는 규칙에 따라서 텍셀간의 공간적인 관계인 근접성, 거리 및 주기가 결정된다. | |
가변적 윈도우와 텍셀 영상의 이차특징을 이용한 구조적 텍스처 분석 방법의 단점은 무엇인가? | 실제 구현 가능한 방법으로는 가변적 윈도우와 텍셀 영상의 이차특징을 이용한 구조적 텍스처 분석 방법이 제안되었다[9]. 그러나 이차신경망을 위한 특징추출 단계 및 복잡한 전처리 과정을 필요로 하는 단점이 있다. |
A.K. Jain, Fundamentals of digital image processing, Prentice Hall, 1989.
Jin-Young Lee, Jongho Kim, "Evaluation of Marker Images based on Analysis of Feature Points for Effective Augmented Reality", Hournal of the Korea Academia-Industrial cooperation Society, Vol. 20, No. 9, pp. 49-55, 2019. DOI: https://doi.org/10.5762/KAIS.2019.20.9.49.
Y.Q. Chen, M.S. Nixon, D.W. Thomas, “Statistical geometrical features for texture classification,” Pattern Recognition , Vol. 24, No. 4, pp. 537-552, 1995.
J. Mao, A.K. Jain, “Texture Classification and segmentation using multiresolution simultaneous autoregressive models,” Pattern Recognition, Vol. 25, No. 2, pp. 173-188, 1992.
M. Unser, M. Eden, “Multiresolution feature extraction and selection for texture segmentation,” IEEE Trans. on PAMI , Vol. 11, No. 7, pp. 717-728, 1989.
F. Liu, R.W. Picard, "Periodicity, Directionality and Randomness: Wold features for image modeling and retrieval," IEEE Trans. on PAMI Vol. 18, No. 7, pp. 722-733, 1996.
N.R. Dupaguntla, V. Vemuri, "A neural network architecture for texture segmentation and labeling," Proc. IJCNN'89 , Vol. I, pp. 127-133, 1989.
V. Ari, "A texture classifier based on neural network principles," Proc. IJCNN '90 , Vol. I, pp. 491-496, 1990.
Phil. Brodatz, Texture: A photographic album for artists and designers, Dover Pubns, 1966.
Donggu Lee, Young-Ghyu Sun, Soo-Hyun Kim, Issac Sim, Kye-San Lee, Myoung-Nam Song, Jin-Young Kim, "CNN-based Image Rotation Correction Algorithm to improve Image Rotation Rate", The Journal of IIBC, Vol. 20, No. 1, pp. 225-229, 2020.
Yann LeCun, Leon Bottou, Yoshua Bengio, Patrick Haffner, "Gradient-based learning applied to document recognition", Proceedings of the IEEE Vol. 86, No 11, pp. 2278-2324, 1998.
Gwon-dong Lee, Juhyung Maeng, Seokil Song, "Mobility Mode Classification Method for Trajectory Data Using CNN", Journal of KIIT, Vol. 17, No. 12, pp. 13-20, Dec, 2019. DOI: http://dx.doi.org/10.14801/jkiit.2019.17.12.13.
F. H. C. Tivive, A. Bouzerdoum, "Texture classification using convolutional neural networks", in TENCON 2006-2006 IEEE Region 10 Conference, pp. 1-4, 2006.
Luiz G.. Hafemann, L. S. Oliveira, P. Cavalin, "Forest species recognition using deep convolutional neural networks" Proceedings of 22nd International Conference on Pattern Recognition, pp. 1103-1107. 2014.
Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, "ImageNet Classification with Deep Convolutional Neural Networks", Proceedings of the 25th International Conference on Neural Information Processing Systems, Vol. 1, pp. 1097-1105, 2011.
Karen Simonyan, Andrew Zisserman, "Very Deep Convolutional Networks for Large-Scale Image Recognition", a conference at ICLR, pp. 1-14, 2015.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.