최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국방송공학회 2015년도 추계학술대회, 2015 Nov. 06, 2015년, pp.100 - 103
허선 (서울대학교) , 이상화 (서울대학교) , 김명식 (삼성전자) , 한승범 (삼성전자) , 조남익 (서울대학교)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
같은 물체를 나타내는 픽셀들은 어디에 존재하는가? | 같은 물체를 나타내는 픽셀들은 대체로 서로 컬러가 유사하고 공간상에서 비슷한 영역에 존재한다. 따라서 비슷한 성질을 가지는 픽셀을 그룹화하여 물체의 후보들을 만드는 rough segmentation 과정을 우선 실행한다. | |
대부분의 물체 검출 방법은 어떻게 진행되는가? | 우선 물체마다 모양과 크기, 내부 텍스처가 다르고, 여기에 물체와 카메라 사이의 각도와 거리에 따라 같은 물체도 다르게 보여지기 때문에 일반적인 물체의 특징을 특정하기가 어렵다. 따라서 대부분의 물체 검출 방법은 물체의 종류를 한정하고, 제한된 크기와 시점에서 본 것을 가정을 하고 진행하게 된다. 대표적인 예가 P. | |
salient region을 검출하는 방법의 단점은 무엇인가? | 이 방법은 영상에서 salient region 이 물체라고 가정하고 이들을 찾는 방법이다. 특정 물체에 대하여 학습할 필요 없이 일반적인 물체를 찾아낼 수 있지만 영상에서 물체가 한 개가 아니라 다수라면 물체의 경계를 알 수 없고 몇 개의 물체가 있는지 모른다는 단점이 있다. 다른 한편으로, 물체 검출을 정확히 하기보다 물체에 대한 많은 “ proposal”을 결과로 내주는 방법 [4]이 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.