생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
Abstract
목차
1. 서론 10
1.1. 연구의 배경 및 필요성 10
1.2. 논문의 구성 11
2. 관련연구 12
2.1. SIFT(Scale Invariant Feature Transform) 12
2.1.1. 특징점 검출 13
2.1.2. Descriptor 구성 16
2.2. SURF(Speed Up Robust Feature) 18
2.2.1. Integral image 18
2.2.2. Hessian matrix를 기반으로 한 특징 추출 19
2.2.3. 차원수를 줄인 효율적인 Descriptor 22
2.2.4. Contrast를 이용한 매칭 25
3. 제안한 알고리즘 26
3.1. 기존 방식의 문제점 26
3.2. 제안한 알고리즘 27
3.2.1. Integral image 생성 28
3.2.2. 경계 검출 28
3.2.3. 모서리 검출 29
3.2.4. 적응적 NMS(Non-Maximum Suppression) 36
4. 실험결과 39
5. 결론 45
참고문헌 46
[표 4.1] 실험 결과 평가 40
[그림 2.1] SIFT 알고리즘의 흐름도 12
[그림 2.2] 이미지 피라미드와 옥타브 13
[그림 2.3] Difference-of-Gaussian 14
[그림 2.4] 가우시안 이미지로 구성된 이미지 피라미드 15
[그림 2.5] Difference-of-Gaussian를 수행한 이미지 피라미드 15
[그림 2.6] 극대 및 극소값 검출 16
[그림 2.7] descriptor의 정규화 16
[그림 2.8] (a) Integral image (b) Integral image에서 사각형 영역 S의 넓이계산 (S=A-B-C+D) 19
[그림 2.9] (a) (b) (c) x, y, xy 방향 가우시안 2차 미분 필터 (d) (e) (f) x, y, xy 방향 근사화된 사각 필터(이미지참조) 20
[그림 2.10] SIFT 알고리즘과 SURF 알고리즘의 이미지 피라미드 21
[그림 2.11] SURF 알고리즘에서 사각 필터의 크기 변환 21
[그림 2.12] Octaves-Scale map 22
[그림 2.13] Harr wavelet filter 22
[그림 2.14] 방향 성분 할당 23
[그림 2.15] 방향 성분에 따른 윈도우 회전 24
[그림 2.16] SURF 알고리즘의 descriptor 24
[그림 2.17] SURF 알고리즘의 매칭 방식 25
[그림 3.1] 제안한 알고리즘의 블록도 27
[그림 3.2] Integral image 28
[그림 3.3] (a) 원본 영상 (b) 고속 헤이시안 검출기 수행 결과 29
[그림 3.4] (a) 평탄한 영역에서의 윈도우 움직임 (b) 경계선 위치에서의 윈도우 움직임 (c) 모서리점 위치에서의 윈도우 움직임 31
[그림 3.5] Harris corner detector 수행 결과 32
[그림 3.6] 모서리 검출 연산 수행 결과 35
[그림 3.7] 적응적 NMS 수행 결과 영상 38
[그림 4.1] (a) 빌딩 이미지 (457×630) (b) 해바라기 이미지 (630×437) 39
[그림 4.2] (a) 제안된 알고리즘을 해바라기 이미지에 적용한 결과 (b) SURF 알고리즘을 해바라기 이미지에 적용한 결과 (c) 제안된 알고리즘을 빌딩 이미지에 적용한 결과 (d) SURF 알고리즘을 빌딩 이미지에 적용한 결과 41
[그림 4.3] (a) 제안된 알고리즘을 빌딩 이미지에 적용한 결과 (b) 제안된 알고리즘을 1/2배 크기의 빌딩이미지에 적용한 결과 (c) 제안된 알고리즘을 2배 크기의 빌딩이미지에 적용한 결과 (d) 제안된 알고리즘을 90도 회전한 빌딩이미지에 적용한 결과 42
[그림 4.4] (a) 제안된 알고리즘을 해바라기 이미지에 적용한 결과 (b) 제안된 알고리즘을 1/2배 크기의 해바라기 이미지에 적용한 결과 (c) 제안된 알고리즘을 2배 크기의 해바라기 이미지에 적용한 결과 (d) 제안된 알고리즘을 90도 회전한 해바라기 이미지에 적용한 결과 43
수식 2.1. (제목없음) 14
수식 2.2. (제목없음) 14
수식 2.3. (제목없음) 14
수식 2.4. (제목없음) 17
수식 2.5. (제목없음) 17
수식 2.6. (제목없음) 17
수식 2.7. (제목없음) 18
수식 2.8. (제목없음) 19
수식 2.9. (제목없음) 20
수식 2.10. (제목없음) 20
수식 3.1. (제목없음) 33
수식 3.2. (제목없음) 33
수식 3.3. (제목없음) 33
초록보기 더보기
A new effective feature extraction scheme, modifying SURF(Speed Up Robust Feature) algorithm for markless AR, is presented in this paper. SURF algorithm used the scale pyramid for invariant feature and the block based NMS of a fixed size window, so that the algorithm requires a lot of calculations. The proposed algorithm suggests an enhanced corner detection based on edge instead of scale pyramid, in order to assure invariant features, and uses an adaptive NMS(Non-Maximum Suppression) in the interested area for more effective calculations. As the result, the proposed algorithm preserves the performance of feature extraction similar to that of the conventional SURF, but obtains superior results in computation loads and time.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요