최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C), 2010 June 30, 2010년, pp.390 - 394
김동현 (경북대학교 전자전기컴퓨터학부) , 박혜영 (경북대학교 전자전기컴퓨터학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
잘 알려진 얼굴 인식을 위한 접근 방법에는 어떤 것들이 있는가? | 얼굴인식이 매우 다양한 응용이 가능하지만 해결하기 어려운 문제기 때문에 지난 10년간 많은 관심을 받았다[1]. 데이터 집합의 통계적 특성을 분석하여 적절한 저차원의 특징을 추출하는 부분공간분석 방법인 Eigenface 방법[2]과 와 Fisherface방법[3]은 잘 알려진 얼굴 인식을 위한 접근 방법들이다. 하지만 이러한 전역적 특징추출 방법이 얼굴 인식에 적용될 때에 있어서 큰 문제점은 얼굴이 강체(rigid object)가 아니며 가려짐과 조명의 변화에 영향을 받는 물체란 것이다[4][5]. | |
지역적 특징 추출 방법에 있어 가장 중요한 점은 무엇인가? | 한편, 객체 인식 등의 분야에서 주로 사용되는 지역적 특징 추출 방법은, 특징점 주위의 픽셀들로부터 계산되는 다양한 정보를 가지는 특징기술자(descriptor)들을 영상으로부터 추출해 내고, 두 영상으로부터 얻어지는 특징기술자들을 서로 비교하여 그 유사도를 바탕으로 대응하는 쌍을 결정하는 특징점 매칭(match) 과정에 기반하여 인식을 수행한다. 이러한 접근 방법에 있어 가장 중요한 점은 특징기술자들이 영상의 주요 부분을 충분히 잘 표현할 수 있도록 하는 구별성(distinctness)이 보장되어야 하며, 동시에 환경 변화에 대해 강인해야 된다는 것이다. 여러 가지 다양한 지역적 접근 방법이 제안되어 왔으며 얼굴인식 분야에 있어서도 지역적 특징을 이용한 얼굴 인식에서의 성능 비교가 진행된 바 있다[6]. | |
객체 인식 등의 분야에서 주로 사용되는 지역적 특징 추출 방법은 어떤 과정에 기반하여 인식을 수행하는가? | 한편, 객체 인식 등의 분야에서 주로 사용되는 지역적 특징 추출 방법은, 특징점 주위의 픽셀들로부터 계산되는 다양한 정보를 가지는 특징기술자(descriptor)들을 영상으로부터 추출해 내고, 두 영상으로부터 얻어지는 특징기술자들을 서로 비교하여 그 유사도를 바탕으로 대응하는 쌍을 결정하는 특징점 매칭(match) 과정에 기반하여 인식을 수행한다. 이러한 접근 방법에 있어 가장 중요한 점은 특징기술자들이 영상의 주요 부분을 충분히 잘 표현할 수 있도록 하는 구별성(distinctness)이 보장되어야 하며, 동시에 환경 변화에 대해 강인해야 된다는 것이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.