Markov Random Field를 이용한 효과적인 영상 Labeling

Efficient Image Labeling Using the Markov Random Field
김일영, 고병기, 양현승식별저자
정보과학회논문지 제18권 제2호, 1991.4, 209-217 (9 pages)
상세정보
간행물명
(구)정보과학회논문지
ISSN
0258-9125
등재정보
간행물 유형
학술저널
DBpia 주제분류
공학 > 전자/정보통신/컴퓨터공학
발행기관
한국정보과학회
발행연월
1991.4
URL
http://www.dbpia.co.kr/Article/NODE00605763
자료유형
전자저널 논문
작성언어
한국어
파일형식
PDF
KORMARC 보기
저자

김일영

고병기

양현승

인용
김일영,고병기,양현승. (1991.4). Markov Random Field를 이용한 효과적인 영상 Labeling. 한국정보과학회, 18(2), 209-217.
구매하기 가격 : 6,000원

기관회원으로 로그인하거나, 구매 후 이용할 수 있습니다.

보관함
페이스북 트위터
초록
영상 이해는 크게 영상의 분할 및 명명(labeling) 작업으로 구성된다. 영상의 분할은 영상을 명암, 색깔, 결, 거리 정보 등의 성질이 균일한 영역들로 분할하는 과정이며, 영상의 명명은 각 분할된 영역을 물체의 모델 및 장면에 대한 지식과 분할된 영역의 성질 및 그들간의 공간적 관계를 이용하여 인식하는 과정이다. 다시 말하면 영상의 명명은 장면에 대한 지식으로부터 도출된 제약조건을 이용하여 모든 분할된 영역을 가장 적합한 물체로 구별하는 최적화 과정으로 정의될 수 있다. 본 논문에서는 Markov Random Field를 이용하여 효과적으로 영상을 명명하는 방법을 소개한다. 또한 가상 영상 및 실제 영사에 대한 실험을 통하여 이 방법의 장단점을 분석한다.

Image understanding consists of image segmentation and image labeling in large. Image segmentation is a process of sementing an image into a group of homogeneous regions whose characteristics such as graylevel, color, texture, range, etc. are similar while image labeling is a process of recognizing each segmented region properly exploiting the properties of the regions, spatial relationships between regions, knowledge as to the object models and the scene. In some sense, image labeling is an optimization process of indexing every segmented region using the constraints as to the scene knowledge. In this paper, we introduce the way of efficiently labeling images using the Markov Random Field which is known as proper model for solving optimization problems. We also analyze and discuss the method through experiments using the synthetic and real natural scene images.

목차
요약

ABSTRACT

Ⅰ. 서론

Ⅱ. 분할된 영상 영역의 Labeling

Ⅲ. MRF를 이용한 영상 Labeling 문제의 정의

Ⅳ. Simulated Annealing을 통한 영상 Labeling

Ⅴ. 실험 결과 및 분석

Ⅵ. 결론

참고문헌

저자소개
참고문헌 (0) 이 논문을 인용한 논문 (0) 신규 논문 알림서비스 신청

DBpia 이용/인용 지표

  • 이용수 : 2010년부터 집계한 원문 다운로드수
  • 피인용수 : DBpia에 논문 가운데 해당 논문을 인용한 논문의 수
  • CrossRef 피인용수 : CrossRef의 Cited by linking 서비스와 연계하여 제공하는 정보로, 논문의 DOI가 등록된 경우 확인 가능

이용/인용 지표에 관한 상세 정보가 DBpia Insight에서 제공되며, DBpia 기관회원과 저자회원만 접속 가능합니다.
이용수
323
피인용수
0
CrossRef 피인용수
0

DBpia 논문 활용도

최근 24개월 간 DBpia 이용수를 기준으로 논문 활용도 지표를 산출합니다.

0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮습니다.

전자/정보통신/컴퓨터공학 분야의 논문 가운데 상위 1%

자세히보기 >

연관 추천 논문

논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 관련도가 높은 논문을 추천해드립니다. 더 많은 추천 논문 정보는 DBpia Insight에서 제공되며, DBpia 기관회원과 저자회원만 접속 가능합니다.

맨 위로 이동
  • 개인회원으로 로그인하셔야 이용이 가능합니다.
  •  개인회원
  •  기관회원
  • 소속기관
  • 아이디
  • 비밀번호
  • 개인회원가입으로 더욱 편리하게 이용하세요.일반회원 가입하기

    아이디/비밀번호를 잊으셨나요?아이디/비밀번호 찾기

연관 추천 논문

팝업 닫기