$\require{mediawiki-texvc}$

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.

다수 객체 모델을 이용한 객체 추적 기법
Visual Object Tracking Using Multiple Object Models 원문보기

한국방송공학회 2015년도 추계학술대회, 2015 Nov. 06, 2015년, pp.104 - 105  

김한울 (고려대학교) ,  김창수 (고려대학교)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 다수 객체 모델을 통해 잘못된 객체 모델 갱신의 영향을 줄이고 객체 추적의 정확도를 향상시키기 위한 방법을 제안한다. 객체 모델 집합은 다수의 객체 모델과 대응하는 가중치들로 정의된다. 각 델과의 유사도 가중 합을 고려 하여 객체 위치를 추정하고, 각 모델의 추정 신뢰도를 계산하여 가중치를 갱신한다. 실험 결과를 통해 제안하는 기법이 오클루젼, 밝기 변화로 인하여 객체 외형이 왜곡되었을 때 추적 성능을 크게 개선함을 보이고 기존 기법들보다 더 정확한 추적 결과를 제공함을 확인한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 논문에서는 오염된 객체 모델에 대한 영향을 줄이고 추적 정확도를 향상시키기 위해 객체 모델 집합을 이용한 추적 기법을 제안한다. 객체 모델 집합은 다수의 객체 모델과 대응하는 가중치로 구성되며 가중치는 모델의 신뢰도에 따라 서로 다른 값을 가진다.
  • 본 논문에서는 오염된 객체 모델의 영향을 줄이기 위해 다수 객체 모델과 대응하는 가중치들로 구성한 객체 모델 집합 ℳ = {𝐰1, ⋯ , 𝐰𝑁, 𝛼1, ⋯ , 𝛼𝑁} 을 제안한다. 제안 기법에서 모델의 수는 실험적으로 결정하였으며 5 개의 모델을 고려한다.
  • 본 논문에서는 왜곡된 객체 외형의 영향을 줄이기 위해 다수의 객체 모델과 가중치로 구성된 객체 모델 집합을 제안하였다. 객체 위치를 추정하기 위해 각 모델의 가중 합을 이용하였으며 추정 신뢰도를 통해 가중치를 갱신하였다.
본문요약 정보가 도움이 되었나요?
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