$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

SIFT알고리즘을 이용한 물체인식
Object recognition using SIFT algorithm 원문보기

대한전기학회 2008년도 제39회 하계학술대회, 2008 July 16, 2008년, pp.1841 - 1842  

윤준영 (연세대) ,  김은태 (연세대) ,  전세웅 (전자부품연구원)

초록
AI-Helper 아이콘AI-Helper

본 논문은 Scale Invariant Feature Transform(SIFT)알고리즘으로부터 얻어진 로컬 특징점으로부터 물체를 인식하는 방법에 대하여 논하였다. SIFT알고리즘은 물체의 스케일, 회전에 강인하고, 또한 3차원 시점의 변화에도 부분적으로 강인한 특징점을 추출한다. SIFT 알고리즘은 입력영상에 크기가 다른 가우시안 함수를 적용하고, 블러링된 영상들의 차 영상에서 극값을 추출하여 특징점으로 사용한다. 하지만 SIFT알고리즘에서 가우시안 함수를 적용하는 것은 상당히 많은 연산을 필요로 하기 때문에 본 논문에서는 하나의 옥타브를 사용하여 연산시간을 단축하였다. 하나의 옥타브를 사용함으로써 물체의 스케일이 크게 변하였을 때는 문제가 발생한다. 이를 해결하기 위하여 대상 물체의 작은 스케일, 큰 스케일에서 추출된 특징점을 혼합하여 DB를 생성하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 [1]에서 제안된 Scale Invariant Feature Transform(SIFT)알고리즘의 성능에 많은 영향을 주는 큰 영상에 가우시안 함수를 적용 시키는 것을 제한함으로써 좀 더 빠른 SIFT 알고리즘을 구현하였다. 하지만 성능을 향상시키기 위해 옥타브를 제한함으로 서한 장면을 매칭 하는데 있어서 스케일의 변화에 매우 민감한 반응을 보였다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로