최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국방송공학회 2013년도 하계학술대회, 2013 June 26, 2013년, pp.52 - 55
김후현 (한양대학교) , 조동찬 (한양대학교) , 배종엽 (한양대학교) , 김회율 (한양대학교)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Random Ferns은 무엇을 통하여 이진 특징값을 추출하는가? | 본 논문은 Boosted Random Ferns 기반의 회전 불변 얼굴 검출 방법을 제안한다. 기존 Random Ferns 의 경우 특징값을 추출할 때 임의로 선택한 두 픽셀의 밝기값 비교를 통하여 이진 특징값을 추출한다. 이 경우 해당 픽셀의 밝기값에 잡음이 포함되면 특징값이 부정확하게 추출되는 문제가 있다. | |
기존 Random Ferns의 문제점은 무엇인가? | 기존 Random Ferns 의 경우 특징값을 추출할 때 임의로 선택한 두 픽셀의 밝기값 비교를 통하여 이진 특징값을 추출한다. 이 경우 해당 픽셀의 밝기값에 잡음이 포함되면 특징값이 부정확하게 추출되는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 임의로 두 블록을 선택하고 해당 블록내 밝기값의 평균을 비교하여 이진 특징값을 추출하였다. | |
얼굴을 검출하는 방법은 어떻게 나눠지는가? | 최근 영상처리 분야에서 얼굴검출은 개인식별, 얼굴 사진정합, 군중감시와 얼굴 재구성과 같은 다양한 응용 분야에서 활용되고 있다. 얼굴을 검출하는 방법은 얼굴의 일반 적인 요소를 검출하는 기법과 영역 분류에 의한 기법으로 나눠 진다. 얼굴요소를 검출하는 방법은 눈, 코, 입, 입술을 검출한 후 기하학적인 특징에 의해 그룹화하여 독립된 얼굴을 검출 하는 기법으로, 각각의 얼굴요소들은 공간 필터, 이웃 영역과의 밝기 차, 피부색 모델 등을 이용하여 추출할 수 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.