$\require{mediawiki-texvc}$

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.

크기에 강인한 인공물 축출 방법
Scale-invariant man-made structure extraction algorithm 원문보기

한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C), 2008 June 30, 2008년, pp.539 - 544  

손길호 (국방과학연구소) ,  김상희 (국방과학연구소) ,  이용웅 (국방과학연구소)

초록
AI-Helper 아이콘AI-Helper

이 논문에서 크기의 변화에 강인한 인공물 축출 알고리듬을 제안한다. 인공물은 크기 및 카메라 센서의 특성에 따라 영상에 다양한 크기로 나타난다. 이 논문은 이러한 크기 변화에 강인한 인공물 축출 방법을 제안한다. 우선 LoG(Laplacian of Gaussian)를 이용하여 최적의 크기를 찾아낸다. 이를 이용하여 우리는 이웃한 정보를 포함할 수 있는 MAP-MRF(Maximum A Posterior-Markov Random Field) 레이블링(Labeling) 방법을 기반으로 인공물 축출을 위한 비용함수를 제안하였다. 인공물은 서로 근처에 존재하기 때문이다. 여기서 정보 비용함수(Data cost function)는 방향 히스토그램(Orientation histogram)을 이용하여 정의하였고, 스무딩 비용함수(Smoothing cost function)는 ICM(Iterated Conditional Modes)을 이용하여 정의한다. 최종적으로 이 알고리듬을 위성영상에 적용하여 알고리듬의 성능을 증명한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 하지만 이러한 정보 비용함수의 경우, 저장되어있는 정보가 많으면 많을수록 결과를 만드는데 시간이 오래 걸린다는 단점이 있다. 따라서 본 논문에서는 저장되는 정보를 줄이기 위해 자기학습방법(Self training)방법을 제안한다.
  • 본 논문에서는 인공물을 찾기 위해 문맥적 제약을 한다. 건물이나 도로 등의 인공물 영역은 서로 이웃해 있기 때문이다.
  • 이 논문은 크기의 변화에 강인한 인공물 축출 알고리듬을 제안한다. 여기서 인공물영역 이라 함은 영상에 직선, 코너(Corner), Y 정션(Junction) 등이 존재하는 영역이다.
  • 이에 이 논문에서는 소량의 학습데이터를 이용하여 크기 변화에 강인하게 인공물을 축출하는 방법을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
인공물영역이란? 이 논문은 크기의 변화에 강인한 인공물 축출 알고리듬을 제안한다. 여기서 인공물영역 이라 함은 영상에 직선, 코너(Corner), Y 정션(Junction) 등이 존재하는 영역이다.(그림 1) 이러한 인공물 검출 알고리듬은 많은 영역에 적용될 수 있다.
인공물이 외곽선이나 직선으로 이루어진 경우 어떤 단점이 있는가? 인공물은 직선으로 이루어졌다는 것을 감안한다면 기존의 직선을 찾는 line linking방법 등을 이용하여 직선을 찾고 이를 이용하여 인공물을 찾을 수 있다. 하지만 외곽선이나 직선의 경우 영상의 잡음에 따라 변화가 심하다. 또한 코너도 인공물의 대표적인 특징이므로 해리스(Harris) 코너 등을 이용하여 코너를 찾은 후 인공물을 찾을 수 있다.
인공물 어떤 특성에 따라 영상에 다양한 크기로 나타나는가? 이 논문에서 크기의 변화에 강인한 인공물 축출 알고리듬을 제안한다. 인공물은 크기 및 카메라 센서의 특성에 따라 영상에 다양한 크기로 나타난다. 이 논문은 이러한 크기 변화에 강인한 인공물 축출 방법을 제안한다.
질의응답 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