http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
변분 베이지안 방법을 이용한 점집합의 오차제거 (pp.527-531)
윤민철(Mincheol Yoon),Ioannis Ivrissimtzis,이승용(Seungyong Lee) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.5
스캐너를 이용해 스캔한 데이타는 오차를 포함하고 있으며, 이러한 오차는 통계적인 성질을 갖는 경우가 많다. 이러한 이유에서 통계적인 방법은 오차 처리를 위해 매우 효과적인 방법이며, 최근 많은 연구가 이루어지고 있다. 이러한 통계적인 방법 중 대표적인 방법인 점 추정 방법은 데이타의 여러 성질을 나타내지 못하고 단지 확률이 최대가 되는 부분의 성질만을 나타내는 한계가 있으며, 이러한 한계로 인하여 오버피팅 문제가 발생하게 된다. 이러한 한계를 극복하고 오버피팅 문제를 해결하기 위해서 본 논문에서는 변분 베이지안 방법을 이용한다. 점집합의 오차를 제거하기 위해 지역적 근사곡면을 사용하고, 높이함수를 이용해서 근사곡면을 나타낸다. 변분 베이지안 방법을 사용하여 오차가 제거된 근사곡면을 구하고, 주어진 점들을 근사곡면으로 매핑하여 오차를 제거한다. 제시된 방법은 계량적 실험과 실제 스캔된 자료를 이용한 실험을 통하여 검증된다. For statistical modeling, the model parameters are usually estimated by maximizing a probability measure, such as the likelihood or the posterior. In contrast, a variational Bayesian method treats the parameters of a model as probability distributions and computes optimal distributions for them rather than values. It has been shown that this approach effectively avoids the overfitting problem, which is common with other parameter optimization methods. This paper applies a variational Bayesian technique to surface fitting for height field data. Then, we propose point cloud denoising based on the basic surface fitting technique. Validation experiments and further tests with scan data verify the robustness of the proposed method.
Yoon, Min-Cheol,Lee, Yun-Jin,Lee, Seung-Yong,Ivrissimtzis, Ioannis,Seide1, Hans-Peter 한국컴퓨터그래픽스학회 2005 컴퓨터그래픽스학회논문지 Vol.11 No.2
곡면 복원이나 곡면 복원과 질은 관련이 있는 노말 추정을 하는 대부분의 방법은 결정론적인 알고리즘을 사용한다. 결정론적 알고리즘은 속도가 빠르고, 오차가 크지 않은 입력에 대해서는 좋은 질의 곡면 복원을 할 수 있다. 그러나 결정론적 방법의 특성상 이상치나 노이즈를 가진 데이터에 대해서는 안정된 복원 결과를 얻을 수 없다. 본 논문에서는 앙상블이라고 불리는 통계적인 방법을 사용해서 곡면 복원과 노말 추정을 하는 기존의 알고리즘을 개선한다. 앙상블 기법은 먼저 입력 점 집합을 무작위로 샘플링해서 점 집합의 부분집합을 만든다. 그리고 나서 만들어진 부분 집합에 독립적으로 결정론적인 알고리즘을 적용하여 결과를 얻어낸다. 마지막으로, 각각의 서로 다른 결과를 결합하여 더 우수한 최종결과를 얻어낸다. 널리 쓰이는 노말 추정 기법[11]과 Multi-level Partitions of Unity implicit [18]를 사용해서 앙상블이 효과적으로 노이즈가 많은 데이터를 처리할 수 있는 것을 보여준다.