http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 황인택(Inteck Whoang) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
황인택(Inteck Whoang),최광남(Kwang Nam Choi) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2
기존의 색상만을 이용한 객체 추적은 추적 대상의 색상이 배경과 유사한 경우 정확한 결과를 얻기가 어려웠다. 그리고 내부 혹은 외부 조명에 의해 추적 대상의 색상이 변하는 경우에도 올바른 결과를 보장할 수 없다는 단점을 가진다. 본 논문에서는 이를 보완하는 방법으로 최대 변화값 템플릿을 이용한 객체 추적 방법을 제안한다. 최대 변화값은 원본 영상에서 주변과 다른 값을 가지는 픽셀을 기준으로 서로 비교하여 변화가 최대인 것을 구하여 알아낸다. 이 최대 변화값을 바탕으로 객체를 템플릿으로 모델링한다. 제안하는 방법의 실효성을 입증하기 위하여 앞서 언급한 두 가지 각각의 경우에 해당하는 상황에서 실험하고 그 결과를 그림으로 보여준다.
-
개선된 Mean Shift를 이용한 급격한 컬러 변화 물체 추적
황인택 ( Inteck Whoang ),최광남 ( Kwang Nam Choi ) 한국정보처리학회 2006 한국정보처리학회 학술대회논문집 Vol.13 No.2
본 논문은 급격한 컬러 변화를 보이는 물체를 추적하기 위해 새로운 알고리즘에 대해서 기술하였다. 이를 수행하기 위해 컬러기반의 추적 알고리즘인 Mean Shift를 개선하여 적용한다. 기존의 Mean Shift 알고 리즘은 물체 추적을 위해 컬러 분포 정보를 설정한다. 하지만 초기의 컬러 분포 정보가 사라질 경우 물체 추적을 정확히 수행하기 힘들다는 문제점을 안고 있다. 본 논문에서는 이를 해결하기 위해 Mean Shift를 개선하여, 추적 대상의 컬러 정보를 반복적으로 업데이트하여 초기의 컬러 정보가 사라지더라도 추적이 가능하도록 개선하였다. 개선된 추적 알고리즘은 시간에 따라 초기의 컬러 분포 정보가 완전히 사라지더라도 실시간 추적이 가능하도록 구현하였다. 이를 입증하기 위해 본 논문의 실험에서는 실험적인 환경에서 급격한 컬러 변화를 보이는 간단한 물체의 추적과 실생활에서의 예를 함께 보여준다.
-
-
송현철 ( Hyun Chul Song ),황인택 ( Inteck Whoang ),최광남 ( Kwang Nam Choi ) 한국인터넷정보학회 2009 인터넷정보학회논문지 Vol.10 No.4
본 논문에서는 영상 내 객체들의 카테고리 분석을 위해 연구된 PLSA를 기반으로 특이점에 가중치를 부여하여 보다 유사한 카테고리 간에 인식 성능을 향상시키는 접근법에 대하여 연구하였다. PLSA는 문서기반의 정보검색 분야로부터 소개된 기법으로, 약한 수준의 비감독 방법임에도 불구하고 인상적인 인식성능을 보여준다. 그러나 비슷한 특징점 분포를 보이는 유사한 카테고리 간의 객체 카테고리 인식에 대해서는 비교적 낮은 성능을 보인다. 본 연구에서는 카테고리간의 비교실험을 통해 각 특징점에 대하여 가중치를 부여한 PLSA를 적용하여 유사한 객체 간의 카테고리 인식 가능성을 살펴보았다. 실험에서는 기존의 PLSA 기법과 제안한 가중치를 부여 PLSA 기법을 각각 적용하여 그 성능을 비교하였다. 본 연구에서는 기존 PLSA기법에서는 비교적 낮은 인식률을 보인 유사한 카테고리 인식에 대하여 실험 결과를 통해 가중치를 부여한 PLSA 기법이 보다 향상된 성능을 보임을 확인하였다. In this paper we propose a new approach that recognizes the similar categories by weighting distinctive features. The approach is based on the PLSA that is one of the effective methods for the object categorization. PLSA is introduced from the information retrieval of text domain. PLSA, unsupervised method, shows impressive performance of category recognition. However, it shows relatively low performance for the similar categories which have the analog distribution of the features. In this paper, we consider the effective object categorization for the similar categories by weighting the mainly distinctive features. We present that the proposed algorithm, weighted PLSA, recognizes similar categories. Our method shows better results than the standard PLSA.
-
강석천 ( Suk-chen Kang ),황인택 ( Inteck Whoang ),최광남 ( Kwang Nam Choi ) 한국인터넷정보학회 2009 인터넷정보학회논문지 Vol.10 No.4
본 논문에서 우리는 위성 영상에 대하여 객체를 지역화한 접근을 제안한다. 우리의 방법은 서술 벡터에 기반한 특징 정합방법이다. 객체를 지역화하는 방법은 SIFT(Scale Invariant Feature Transform)를 적용시킨다. 먼저, 위성영상의 키포인트를 찾고, 키포인트의 서술 벡터를 일반화한다. 그리고 서술 벡터간에 유사성을 측정하여 키포인트를 매칭시킨다. 마지막으로, 키포인트의 인접 픽셀값에 가중치를 주어 객체에서 위치를 결정한다. SIFT를 이용한 이 실험은 다양한 스케일과 어파인 변환에 대해 좋은 결과를 산출하였다. 본 논문에서 제안된 방법은 구글 어스의 위성영상을 사용하였다. In this paper we propose an approach for localizing objects in satellite images. Our method exploits matching features based on description vectors. We applied Scale Invariant Feature Transform (SIFT) to object localization. First, we find keypoints of the satellite images and the objects and generate description vectors of the keypoints. Next, we calculate the similarity between description vectors, and obtain matched keypoints. Finally, we weight the adjacent pixels to the keypoints and determine the location of the matched object. The experiments of object localization by using SIFT show good results on various scale and affine transformed images. In this paper the proposed methods use Google Earth satellite images.
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
