지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김창수
- 발행연도
- 2018
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 첫 프레임에서 간단한 박스 형태의 사용자 입력을 토대로 동영상 내의 객체를 분할하는 알고리즘을 제안한다. 먼저, 영상의 주요 객체 영역을 추출하는 saliency 검출 알고리즘을 채용하여 객체와 배경의 초기 분포 영역을 찾는다. 다음으로, 객체와 배경을 움직이는 두 명의 랜덤 워커를 기용하고, 두 워커의 움직임을 통해 객체 영역과 배경 영역을 분할한다. 랜덤워크 기법의 적용 시에, 가우시안 혼합 모델 (GMMs)를 이용하여 새로운 재시작 모델을 제안한다. 두 랜덤 워커의 상호 작용을 최대한 활용하는 방향으로 GMMs을 업데이트 한다. 제안하는 알고리즘의 결과는 첫번째 프레임에서부터 마지막 프레임까지 동일한 객체를 분할하는 알고리즘이다. 시간적인 연속성을 유지하면서 영상 한 장의 객체 분할 결과에서 동영상으로 확장하기 위하여, 이전 프레임의 객체 분할 결과와 GMM 모델을 다음 프레임으로 전파하여 초기 값으로 이용한다.
실험 결과를 통해서 본 논문에서 제안된 알고리즘이 다른 기존 알고리즘에 비해 동영상 내의 객체 분할 정확도가 높음을 확인할 수 있다.
실험 결과를 통해서 본 논문에서 제안된 알고리즘이 다른 기존 알고리즘에 비해 동영상 내의 객체 분할 정확도가 높음을 확인할 수 있다.
목차
Abstract ⅰ요약 ⅲ목차 ⅳ그림 목차 ⅴ표 목차 ⅵ제 1 장 서론 1제 1 절 동영상 객체 분할 1제 2 절 기존 알고리즘 2제 3 절 랜덤 워크 알고리즘 3제 4 절 제안하는 알고리즘 4제 5 절 논문 구성 5제 2 장 다중 랜덤워크 기반 동영상 객체 분할 기법 6제 1 절 알고리즘 개요 6제 2 절 그래프 구성 7제 3 절 GMM 재시작 규칙 기반 다중 랜덤 워크 기술 9제 4 절 결과 전파 11제 3 장 실험 결과 13제 4 장 결론 22참고 문헌 23
최근 본 자료
댓글(0)
0