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)
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 327건
피인용수 : 0건
활용도 : 1%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출

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)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (0)

해당 논문은 제 1저자의 다른 논문 정보가 없습니다.

권호 내 다른 논문 (10)

정보과학회논문지 제18권 제2호 의 상세정보를 확인해 보세요.

추천 논문 (10)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 연세대학교 17
2 삼성전자 13
3 인하대학교 13

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

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

    아이디/비밀번호를 잊으셨나요? 아이디/비밀번호 찾기