ICA-SIFT를 이용한 물체인식 (A Object Recognition using ICA-SIFT)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 8권 / 4호 / 115 ~ 125페이지
· 저자명 : 김현오, 남궁재찬, 오인권

초록

물체인식은 영상처리 및 다양한 응용분야에서 활발히 연구되고 있는 분야 중 하나이다. 이러한 연구 과정 속에서 물체를 인식하는 주된 방법 중에 하나는 특징기반 물체인식 방법이다. 그 중 조명에 강인하고 영상의 크기와 회전에 관계없는 특성을 가진 SIFT (Scale Invariant Feature Transform) 알고리즘이 제안되었다. 그러나 이 알고리즘은 카메라의 이동 또는 영상의 시점 변화에 따른 정합 성능이 떨어진다는 단점이 있다. 본 논문은 인식의 성능을 개선하고자 SIFT 특징점 주변 영역에 ICA를 적용시킨 ICA-SIFT(Independent Component Analysis-Scale Invariant Feature Transform) 알고리즘을 제안한다. 이 알고리즘을 통해서 좀 더 강인한 정합 성능을 얻을 수 있었으며, SIFT보다 평균 약 7.9%의 성능향상을 확인할 수 있었다. 또한 오정합 데이터를 제거하여 신뢰할 수 있는 정합 데이터만을 사용하여 더 정확한 인식이 가능하도록 하였다.

영어초록

A study on the object recognition is a main interest in the field of the image processing and various applied researches. The one method of the object recognitions is feature based object recognition. SIFT (Scale Invariant Feature Transform) algorithm which is robust in illumination and has the quality which is not relationship to size and rotation of image was proposed. However, there is a disadvantage that feature matching performance is gone down when camera movies or view angle of object changes. This paper presents ICA-SIFT(Independent Component Analysis-Scale Invariant Feature Transform) algorithm to improve recognition performance. it can be obtained more distinctive feature matching performance through this method and improved in accuracy as ave. 7.9% than SIFT. also, it can be possible that object recognition is more correct using reliable matching data through eliminating mismatching data.

참고자료

· 없음