메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이정범 (서울대학교) 윤성로 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제12호
발행연도
2021.12
수록면
574 - 577 (4page)
DOI
10.5626/KTCP.2021.27.12.574

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
조건부 무작위장(Conditional Random Fields)는 이미지의 의미론적 분할(semantic segmentation)에서 후처리 방법으로 유용하게 쓰이는 기법이다. 조건부 무작위장의 최적화를 위해서는 여러 최적화 파라미터가 필요하다. 이러한 파라미터들은 이미지 내의 각 픽셀의 위치와 거리에 대한 민감도를 조절하기 때문에 이미지 내의 물체의 크기에 따라 알맞게 결정이 되어야 한다. 하지만, 기존의 방법들에서는 모든 이미지에 대해 동일한 파라미터를 이용하여 조건부 무작위장을 적용한다. 이 논문에서는 물체의 크기에 알맞게 조건부 무작위장을 적용할 수 있는 방법을 제시하고, 이러한 방법이 기존의 방법과 비슷한 수행시간을 가지면서 이미지의 의미론적 분할의 성능을 향상시킬 수 있다는 것을 공용 데이터셋인 PASCAL VOC 에 대해 세 가지 평가 지표를 이용하여 검증하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안하는 방법
4. 실험 결과
5. 결론 및 추후 연구
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0