마둥석 스토어

마둥석

개인

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

1개
전체 판매량

4개
최근 3개월 판매량

0개
자료후기 점수

-
자료문의 응답률

-

전체자료 1개

멀티미디어정보처리 기말고사 정리본

2. 포인트기반 영상 기술<2-1. 특징점 검출>1. SIFT 는 기존의 Harris 코너 검출기가 영상의 스케일 변화에 민감한 문제를 해결하기 위해 제안되었다.DoG(DIfference of Gaussian)을 사용해 여러 스케일에서 코너점을 검출하여 스케일 불변성을 확보한다. 그래디언트(방향성)의 방향이 강한 방향을 x-축이 되도록 회전시켜서 회전 불변성을 확보한다. 그래디언트의 difference 를 사용하기 때문에 조명 불변성을 확보한다.<2-2. 특징 기술자>2. 특징 기술자(Feature descriptor)는 특징점의 지역적 특성을 정량적으로 기술하여 특징 벡터를 추출하고 이를 이용해 특징점 간의 비교를 가능하게 해야 한다.--> 서로 다른 특징점의 기술자는 분별가능해야 하고(분별력) 크기변화, 조명변화, 회전, 잡음 등에도 변하지 않아야(강건성/불변성) 한다. + 데이터량이 적을 수록 좋다.3. SIFT 알고리즘[1. 특징점 검출] : scale space 에서 작업하기 때문에 크기 불변성을 달성한다.• Gaussian blur : 여러 스케일의 영상에 분산의 값을 바꿔가면서 gaussian 으로 convolution operation 한다. <중 략>5. SIFT vs HOGSIFT 는 특징점에 대한 기술자이고 HOG 는 사각형 영역에 대한 기술자이다. 따라서 HOG 는 회전과 심한 형태변화에 보다 취약하다. HOG 는 상대적으로 물체의 내부 패턴이 단순하고 윤곽선이 명확한 경우에 유리하기 때문에 보행자 혹은 자동차 등을 검출할 때 주로 쓰인다. SIFT 는 내부 패턴이 복잡해서 특징점이 풍부한 경우에 유리하게 쓰인다.6. 이진기술자는 동영상 등과 같이 실시간으로 처리해야 할 때 빠른 비교를 위해 기술자를 이진열로 표현하는 방법이다. (낮은 리소스, 가벼운 기술자가 필요하기 때문)

공학/기술| 2019.12.01| 6페이지| 1,500원| 조회(126)

멀티미디어, 기말고사, 멀미, 멀티미디어정보처리

미리보기

닫기