선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 [1]에서 제안된 SIFT 기법상의 문제점인 불필요하게 많이 추출된 특징점 그리고 서로 다른 물체에서 생성된 유사 벡터문제등에 대한 해결방안을 제안했다. SIFT 기법으로 추출된 특징점들 중, 대비가 작은 영역과 모서리와 같은 엣지가 강한 명역에서 상대적으로 불필요한 특징점들은 낮은 인식정보를 가지며, 특징 매칭 절차에서 의사결정을 복잡하게 하고 시스템 신뢰도를 떨어뜨린다.
- 그러나 DoG롤 사용하는 SIFT 알고리즘의 특성상, 대비(contrast)가 약한 영역과 엣지 영역에서의 추출될 수 있는 다수의 중요도가 낮은 특징점들의 추출, 그리고 서로 다른 물체에서 추출된 유사한 특징벡터 등이 인식 시스템의 신뢰도를 저하 시킬 수 있다. 이에 대응방안으로, 본 논문에서는 상대적으로 낮은 인식정보를 갖는 추출된 특징점을 제거하기 위한 기법, 그리고 유사한 특징벡터의 구분을 위한 로컬영역에서의 방위 및 색 차 정보의 사용에 대하여 기술하였다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.