$\require{mediawiki-texvc}$

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.

픽셀 그레디언트의 방향성 정보를 이용한 예제기반 이미지 인페인팅 방법
Exemplar-based image inpainting method using directional information of pixel gradients 원문보기

한국정보처리학회 2015년도 춘계학술발표대회, 2015 Apr. 22, 2015년, pp.848 - 850  

이현형 (건국대학교 인터넷.미디어공학부) ,  정병진 (건국대학교 인터넷.미디어공학부) ,  임창훈 (건국대학교 인터넷.미디어공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 픽셀 그레디언트의 방향성 정보를 이용하여 복원하는 예제기반 인페인팅 방법을 제안한다. 제안하는 방법에서는 영상 내에서 픽셀 그레디언트의 방향성을 검출하여 강도가 높은 그레디언트를 가지는 픽셀들을 먼저 복원하는 특징을 가진다. 지역적인 그래디언트의 특성을 이용하여 복원 영역의 연결성을 높이고 에러의 파급 효과를 줄임으로써, 기존의 예제기반 인페인팅 방법보다 개선된 결과를 보여준다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 영상에서 추출된 방향 정보들의 지역적인 분포를 이용하여 우선순위를 결정하는 방법을 제안한다. 제안하는 방법은 영상 내의 각 픽셀에서 그레디언트를 계산하여 지역적 방향성을 검출하고 가장 강한 그레디언트를 가지는 영역을 먼저 복원한다.
  • 본 논문에서는 픽셀 그레디언트의 방향성을 이용한 효율적인 예제기반 영상 인페인팅 기법을 제안하였다. 기존의 방법들은 복원할 영역의 크기가 크거나 복잡한 구조를 가진 배경일 경우 자연스럽지 않은 결과가 발생하는 경우가 있다.
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