선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 중 4 장만이 입력으로 들어올 전형적인 비문 이미지와 동일 개체에서 찍힌 것이다. 목적은 동일 개체의 판별이다. 실험에 쓰인 조건(parameter)은 표 2 와 같다.
- 빛과 카메라가 이루는 각도에 따라 반사광이 발생하고, 이로 인해 원래 특정 지점이 갖는 값이 아닌 이미지 센서의 최대 값으로 수렴되어 잘못된 특징점이 추출될 확률이 높아진다. 본 논문에서는 비문 이미지로 개체인식 시스템을 구축 할 때, 빛으로 인한 잘못된 특징점 추출을 방지하여 정확도를 높이는 방안을 제안한다.
- 본 논문에서는 비문 이미지로 개체인식 시스템을 구축 할 때, 빛으로 인해 추출되는 잘못된 특징점을 제거함으로써 정확도를 확보하는 방법을 제안했다. 정합 결과 제안한 알고리듬이 모든 개체를 정확히 찾아냈으며 일치하지 않는 개체에 대해서는 상당히 낮은 결과를 도출 했다.
가설 설정
- 일반적인 객체인식 알고리듬에서 전형적인(Typical) 이미지로 사용하는 물체는 주로 강체이다. 동물의 코는 작은 압력에 의해서도 변형이 발생 할 수 있기 때문에 엄밀한 의미에서의 강체는 아니지만 근육으로 움직이기 어려운 콧구멍 사이의 부분을 아무런 압력이 가해지지 않았다는 가정 하에 ROI 영역으로 선정 했다.
- 최대 수렴값 좌표와 특징점과의 거리는 두 점이 동일한 것인지 판별해 줄 거리 값이다. 설정한 값보다 작으면 동일한 점으로 판단되어 제거 될 것이다. RANSAC inlier 임계치는 일반적인 설정을 따랐다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.