03 J2_ _R[박종승].hwp
|
|
|
- 영린 창
- 6 years ago
- Views:
Transcription
1 영상에서의분할정보를사용한스테레오조밀시차맵생성 517 DOI: /KIPSTB B 영상에서의분할정보를사용한스테레오조밀시차맵생성 이범종 박종승 김정규 요 약 스테레오비전은시차가있는양안영상으로부터깊이맵에해당하는시차맵을생성하고시차맵과카메라정보로부터 3차원구조를복원하는기법이다. 시차맵생성은정합비용을계산하고, 전체정합비용을최소화하여시차를계산하는단계로이루어진다. 본논문에서는스테레오영상으로부터빠르고안정된시차맵을생성하기위해서후처리과정으로각스캔라인에대해서분산을이용하여분할한후에분할영역정보를사용하여객체간영역을구분할수있도록한다. 시차맵의계산시에영역의균일성정보를사용하면잘못된매치가발생되지않도록억제할수있다. 조밀시차맵을생성하기위해서는시차계산에실패한픽셀들에대해서도인접픽셀의값을사용한보간기법을통한홀메우기로시차값을계산하여조밀한시차맵이형성되도록한다. 실제환경에서의다양한스테레오영상에대한실험결과는제안된시차맵생성과홀을메우는방법이기존의방법보다안정적이고다양한응용에적용될수있음을보여준다. 키워드 : 조밀시차맵, 스테레오비전, 홀메우기 Computation of Steeo Dense Dispait Maps Using Region Segmentation Bum-Jong Lee Jong-Seung Pak Chung-Kue Kim ABSTRACT Steeo vision is a fundamenta method fo measuing 3D stuctues b obseving them fom two cameas paced on diffeent positions. In ode to econstuct 3D stuctues, it is necessa to ceate a dispait map fom a pai of steeo images. To ceate a dispait map we compute the matching cost fo each point coespondence and compute the dispait that minimizes the sum of the whoe matching costs. In this pape, we popose a method to estimate a dense dispait map using egion segmentation. We segment each scanine using egion homogeneit popeties. Using the segmented egions, we pohibit fase matches in the steeo matching pocess. Dispaities fo pixes that faied in matching ae fied b intepoating neighbohood dispaities. We appied the poposed method to vaious steeo images of ea envionments. Expeimenta esuts showed that the poposed method is stabe and potentia viabe in pactica appications. Kewods : Dense Dispait Map, Steeo Vision, Hoe-Fiing 1. 서론 1 최근실감나는영상의구현으로가상환경에서실제처럼느낄수있도록하는 3차원그래픽기술, 가상현실에서의사람이공간적으로상호작용을할수있는체감상호작용기술, 실환경과가상환경의혼합환경을구현하는증강현실기술, 양안영상으로부터의입체데이터획득을위한스테레오비전기술등에대한연구가활발히진행되고있다. 특히 3차원영상기술이발전함에따라 3차원응용분야에대한관심이고조되고있다. 3차원영상응용분야를구현하기 본연구는지식경제부지방기술혁신사업 (RTI 의지원으로수행되었음. 준회원 : 인천대학교컴퓨터공학과석사 종신회원 : 인천대학교컴퓨터공학과조교수 ( 교신저자 정회원 : 인천대학교컴퓨터공학과교수논문접수 : 007 년 9 월 4 일수정일 :1 차 008 년 8 월 19 일심사완료 : 008 년 9 월 5 일 위해서는고전적인스테레오비전기술에대한이해가필요하다. 스테레오비전은컴퓨터비전에서가장광범위하게연구되고있는분야중에하나이며, 같은장면의시차가다른두영상에서정합되는점들을찾아이점들의차이를표현하는시차맵을생성하는것을목표로하고있다. 스테레오비전에서한장면의두영상에서대응되는점을찾는대응관계문제 (coespondence pobem 는스테레오계산에서가장중요한단계에속한다. 한장면에대해서두개이상의스테레오영상이주어진다면, 대응관계는그점이각영상평면의점들중에서어디에투영되었는지를찾아내는것이다. 다시말해서, 참조영상의점이다른영상들에서어느부분에나타나는지를찾아내는것을말한다. 대응관계문제를풀기위한방법으로는영역기반 (egionbased 방법과특징기반 (featue-based 방법으로나눌수있다. 영역기반의스테레오기법은한영상에서한픽셀의이웃하는픽셀들의밝기패턴과다른영상에서대응되는픽
2 518 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 셀의이웃하는픽셀들의밝기패턴사이의연관성을사용한다. 즉한영상에서의각픽셀에대해다른영상에서정합되는위치의이웃픽셀들의밝기의유사도로일치점을찾아내는것이다. 영역기반의기법은각픽셀의명암값을바로사용하기때문에한장면에대한여러카메라의위치에따라명암값이변하는것에서나타나는왜곡등에매우취약하다는단점이있다. 다른물체와의가려짐 (occusion 으로인한깊이정보의오류가나타난다는단점도있다. 매칭에있어서의탐색범위의설정과윈도우의크기설정은계산시간뿐만아니라정확도에도큰영향을미친다. Koo 등은보다안정된대응관계문제의해결을위해적응적인탐색범위와윈도우의크기를사용함으로써정확도를높이는방법을제안하였다 [1]. Stefano 등은좀더신뢰할수있는정합을찾으면이전의정합을버리는방식을제안하였다 []. 유일성제약으로부터신뢰할수없는매치들을탐지하며이러한매치들은보다더나은매치들로대치된다. 속도의향상을위해서일반적인양방향매칭기법대신에단방향매칭기법을선택하였다. 특징기반의스테레오기법은명암영상으로부터특징들을획득하고각특징들을매칭하는기법이다. 이기법은주변의빛의변화에더안정적이다. 사용되는특징으로는모서리점들을연결하여만든모서리세그먼트가흔히사용된다. 특징기반의스테레오기법은정합되는특징의속성만비교하기때문에영역기반에비해서속도가빠르다는장점이있다. Tao는특징기반의스테레오매칭결과로부터물체의표면을복원하는방법을제시하였다 [3]. 아주작은영역에대한매칭결과가주어지더라도특징들의매칭결과가정확하다면전체표면을재구성할수있음을보여준다. 특징기반스테레오매칭에있어서특징점의선정은매칭의정확성을결정하는매우중요한과정이다. Lew 등은학습을통한최적의특징점을선택하는방법을제안하였다 [4]. 대응되는영상에서특징점의모션과명암의불연속에민감한문제를해결하는방법도있다 [5]. 이방법은영역기반분석모듈과에지기반스테레오분석모듈등의여러분석모듈들을혼합하여서계층적인장면의추론이가능하도록하였다. 두에피폴라인의 1차원적인스캔라인매칭에있어서도특징기반스테레오매칭접근이연구되었다. McKeown 등은 1차원파형의정합을위한계층적인매칭알고리즘을제안하였다 [6]. 기존의스테레오정합방법들은각각특정응용에따른장단점을가지고있다. 본논문에서의연구의목표는가상현실과같은시각적인표현이중요한응용에서안정적으로사용될수있는시차맵생성기법의개발이다. 본논문에서제안하는방법은두장의스테레오영상을입력으로하여조밀시차맵을생성한다. 두입력스테레오영상에대해서 SSD 방법을사용하여정합비용을계산하고비용을집성하여시차맵을계산하고, 분산기법을이용하여스캔라인별로분할한후에분할구간별로평균을적용하여객체간의좀더명확한구분이되도록하여영역내에서의일관성있는매칭이시도되도록한다. 매칭이실패한영역들에대해 서는후처리작업으로홀메우기를실시한다. 홀메우기에서는인접영역들의색상정보를보간하여홀의각픽셀의색상값을결정한다.. 관련연구본절에서는스테레오매칭을통한시차맵생성의관련연구들을설명하고장단점및문제점을기술한다. ( 그림 1 은스테레오비전에대한카메라설정을보여주는그림이다. 두장의스테레오입력영상에대해서왼쪽의영상을 I 이라하고, 오른쪽의영상을 I 이라하고, 두입력영상에대한카메라의중심 (optica cente 은각각 O 과 O 이라하자. P는장면의 3D점을의미하며, 그점이두스테레오영상에각각 p 과 p 로투영된다. O는평면직각좌표계 (Catesian coodinate sstem 에서의원점이고, f는초점거리 (foca ength, B는두카메라중심사이의거리인베이스라인길이 (baseine distance 를의미한다. 스테레오비전기술은스테레오영상에대해서 3차원정보인시차맵을계산하는데매우유용하며다음과같은세단계절차에의해수행된다 [7]. (1 정합비용계산 ( 비용집성 (3 시차계산및최적화왼쪽영상에서의픽셀 ( 이오른쪽영상에서는 ( x', ' 의위치에서보여진다면그변이의차이인 ( x' ' 를시차 (dispait 라고하고 ( d x, d 로표시한다. 정확한시차를계산하는것이스테레오매칭의목표이다. 첫번째단계인정합비용 (matching cost 계산단계는좌우의영상에서대응되는부분을찾기위해픽셀간의유사도를계산한다. 왼쪽영상에서의한픽셀 ( 에서의시차가 ( d, d x 라면그픽셀은오른쪽영상에서 ( x + d + d 의위치에나타나야한다. 시차가얼마나정확한지에대한측도는왼쪽영상의픽셀 ( 의밝기와오른쪽영상의픽셀 ( x + d ( 그림 1 스테레오의기하구조및카메라설정상태
3 영상에서의분할정보를사용한스테레오조밀시차맵생성 d 의밝기의차이로정의할수있다. 픽셀기반의정합비용을계산하는가장대표적인방법으로는식 (1 과같이좌우영상의명암값의차이의제곱으로비용을계산하는명암차의제곱 (SD; Squaed Intensit Diffeences[8] 과식 ( 와같이좌우영상의명암값의차이의절대값으로비용을계산하는명암차의절대값 (AD; Absoute Intensit Diffeences[9] 이있다. ( I ( I ( x + d + d (1 I ( I ( x + d + d ( 한픽셀에서의시차는그픽셀을중심으로하는영상블록을고려하여계산한다. 영상블록을윈도우라고하며윈도우내의각픽셀들의오차의총합을중심픽셀에서의정합비용으로간주한다. 블록기반의정합비용을계산하는대표적인방법으로는식 (3 과같이계산되는정규화된교차상관 (NCC; Nomaized Coss Coeation[10] 과식 (4 와같이계산되는차의제곱합 (SSD; Sum of Squaed Diffeences 과식 (5 에의해계산되는차의절대값합 (SAD; Sum of Absoute Diffeences 이있다. 정합비용단계에서는위의방법들을사용하여모든픽셀과일정범위의시차에걸쳐서시차공간영상 (DSI; Dispait Space Image 을만들게된다. ( I ( I ( I ( I ( I ( x + d, + d ( I x I ( x + d, + d ( I ( I ( x + d x, + d I ( I ( x + d + d x I 두번째단계인비용집성 (cost aggegation 단계에서공간과윈도우기반의방법은시차공간영상에서올바른영역에걸쳐합계나평균의방법으로정합비용을집성한다. 올바른영역은고정된시차에서 차원공간에서의영역이거나또는 3차원공간에서의영역이될수있다. 차원공간의경우는정사각윈도우, 이동할수있는윈도우 [11], 적응적인크기의윈도우 [1] 등과같은복합윈도우를사용하여집성한다. 3차원공간의경우는제한된시차의차이 [13] 를이용하거나, Pazdn의연관성원리 [14] 를사용하여집성한다. 고정된영역으로집성하는것은직사각형의윈도우의경우에는 차원이나 3차원회선 (convoution 을사용하거나, 효율적인박스필터를사용하여수행될수있다. 이동할수있는윈도우의경우에는최소필터를사용하여효율적으로구현될수있다. 반복확산 (iteative diffusion 과같은집성방법은각픽셀의비용에이웃하는픽셀의비용들의가중치값을반복적으로더함으로써구현된다 [15]. (3 (4 (5 마지막단계인시차 (dispait 를계산하고최적화하는단계는공간방법, 전역최적화, 동적계획법으로나눌수있다. 공간방법에서는정합비용계산단계와집성단계를강조하며, 시차계산은간단하게각픽셀에서최소의비용을갖는값과관련한시차를선택함으로써이루어진다. 공간방법은각픽셀에서 WTA(Winne-Take-A 기법을적용하여수행한다. 공간방법의단점은실제참조영상에대해단지하나의정합만을허용하지만, 다른영상에서점은여러점과정합될수있다는것이다. 전역최적화는거의대부분시차를계산하는단계에서집성하는단계까지수행하거나집성단계를생략한다. 많은전역최적화는에너지기반의방법 [16] 으로공식화되며, 에너지기반의방법은다소복잡하긴하지만전체의정합결과가에너지식을최소화하는시차를구하기때문에가장좋은성능을보인다 [17]. 최근, 전역최적화문제를특별한방법으로풀어내기위한방법들이제안되었다 [18]. 전역최적화의또다른방법은동적계획법에기반하는방법이다. 동적계획법은독립적인스캔라인에대해최소값을찾을수있다. 동적계획법은조밀스캔라인의최적화문제에초점을맞추고있다 [19]. 동적계획법은두대응되는스캔라인들사이의정합비용들로이루어진행렬을사용하여최소비용의경로를계산한다. 3. 제안된조밀시차맵생성기법스테레오영상으로부터시차맵을생성하기위해서본논문에서는영역기반의방법을사용한다. 영역기반의방법으로는색상의유사도 (simiait 에기반하여주어진윈도우에서픽셀의가중치를조정하는가변가중치를사용하여대응관계를찾는방법 [0] 이있고, 영역에기반하여두영상사이의공통의정보를최대화하여유사도를측정하는방법 [1] 이있다. Vekse[][3] 는유용한윈도우의크기와형태를발견하였지만, 너무많은인자값들을정의해야하는단점이있다. 제안하는시차맵생성방법에서는 SSD 비용함수로정합비용을계산하고스캔라인매칭시에영역정보를사용하여잘못된매치가일어나지않도록억제시켜서정확한매칭결과를얻을수있도록한다. 3.1 분할및평균을사용한시차맵생성본논문에서제안하는시차맵생성방법에있어서유사도측정을위해서 SSD 비용함수를사용한다. SSD 비용함수는식 (4 와같이계산되며, 그원리는한영상의각위치에대해서대응영상에서대응후보위치들에서의픽셀값의차이의제곱한값을사용하여두픽셀간의차이를양의실수로표현하게된다. SSD 비용함수를사용하여시차공간영상을생성한후에 WTA 방법으로시차를계산할경우에객체간의가려짐등의이유로인해잘못된매치가발생할수있다. 이러한잘못된매치들은객체간의구분을애매하게만들며, 동일객체를여러영역으로분리
4 50 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 시킬수도있다. 이러한객체간의구분의애매함을제거하기위해서본논문에서는영역의균일성 (homogeneit 정보를사용하여잘못된매치가발생하지않도록억제하는방법을제안한다. 생성된시차맵에대해서분산을이용하여시차맵을평가할경우객체간의구분이되는부분즉, 분산값이크게변하는부분을객체의외곽선으로판정할수있다. 이러한분산정보를이용하여일정임계치이상의변화에대해서객체들을구분한다. 객체들을구분한후에는같은객체에대해서균일성을보장하기위해임계치이하의분산변화량에대해서는같은객체로판정하고, 그영역들에대해서평균의방법으로객체의균일성을보장하는방법을제안한다. 본논문에서제안하는스테레오영상으로부터시차맵을생성하는전체과정이 ( 그림 에나타나있다. 가장먼저두영상의스캔라인을맞춰주기위해보정 (ectification 을한다. 보정은두영상에서의대응되는에피폴라인들이동일한행으로배치되도록변환하는절차이다. 두영상의보정은두영상의에피폴기하학을사용하여변환관계를구한후에정합영상을참조영상에맞추게된다. 두스테레오카메라가직각으로정확히배치되어있다면촬영되는두영상의각행이에피폴라인에일치하므로별도의보정과정이필요없다. 그러나촬영시의두카메라의배치가정확한직각이아닌경우에는보정과정을수행하도록한다. 보정된두스테레오영상에서의매칭은단순히각행의매칭문제로간주될수있으므로매칭을빠르게수행할수있다. 빠른매칭의수행을위해서는두카메라를직각스테레오장치에부착하여촬영하도록하여입력영상들의보정과정이생략될수있도록하자. 다음으로, 식 (4 의 SSD 비용함수를사용하여두영상에대한유사도를측정한다. 이단계에서는두영상이보정되어있다고가정하므로두영상에대해동일행의라인들을대응되는스캔라인으로하여정합비용을계산하고, 이들은집성한다. 이단계에서는시차의단계별로식 (4 의결과인시차공간영상을생성하게된다. 보정된후에는매칭을스캔라인별로수행하므로시차는하나의스칼라값으로표현된다. 시차공간영상은 3차원배열의형태이고첫번째와두번째인덱스는기준영상에서의위치 (,c 이고, 세번째인덱스는위치 (,c 에서의시차 d이다. 시차공간영상에서의각픽셀은시차 d에대한유사성측도값을가진다. 다음으로, 시차를계산하게되는데, 시차별로생성된시 차공간영상에대해서각픽셀에서비용이가장적은픽셀을선택하는 WTA(winne-take-a 방법을사용하여시차를생성한다. WTA는각지점 (,c 에서의시차공간영상에서최소정합비용을가지는시차 d를선택한다. 선택된시차 d를 (,c 에서의시차로지정한다. SSD 비용함수로계산된정합비용만을사용하여시차맵을생성하게되면, 다른물체와의가려짐이나, 매치에실패한픽셀들때문에시차맵이거칠게나타난다. 본논문에서는이러한문제를해결하기위해영역분할을실시하여세그먼트들을생성한다. 영역분할에서의영역균일성측도는균일한밝기값의분포영역에기반한다. 각지점에서의밝기값의평균과분산의변화율을구하고이로부터평균밝기가변하는영역을세그먼트경계로지정한다. 에지의강도를동시에고려하면보다정확한영역들을구할수있다 [4]. 영역균일성측도로밝기의균일성을고려한다. 영상의위치 (,c 에서의분산 s(,c 는식 (6 과같이정의한다. 1 s(, c = n p W (, c ( p m c 여기서 W(,c 는 (,c 를중심으로하는윈도우내의모든픽셀들을포함하는픽셀집합이고 N은 W(,c 내의픽셀들의개수이고 mc 는 W(,c 의모든픽셀들의밝기의평균이다. 영역균일성측도로밝기의균일성과더불어밝기의변화량을고려한다. 밝기의변화량은 (,c 에서의그래디언트 (gadient 의크기 (magnitude 로측정된다. 위치 (,c 에서의수평과수직방향으로의그래디언트를 Gx 와 G 라고하면 위치 (,c 에서의그래디언트의크기는 e (, c = G x + G 이다. 보다빠른계산을위해서그래디언트의크기를 e (, c = G x + G 로근사할수있다. 그래디언트의크기가클수록에지의강도가큼을의미하므로그래디언트의크기도영역의균일성측정에사용될수있다. 위치 (,c 에서의균일성측도 H(,c 는식 (7 과같이정의한다. H(,c 는 1 이하의양수값을가지며 1에가까울수록영역이균일함을의미하며값이작아질수록다른영역과인접한위치임을의미한다. 1 H (, c = 1+ s(, c e(, c (6 (7 ( 그림 제안된방법의전체과정
5 영상에서의분할정보를사용한스테레오조밀시차맵생성 51 SSD 비용함수를기준으로시차를계산한후에그시차가올바른지를검사하는과정을거친다. 왼쪽영상에서의한픽셀의대응되는오른쪽영상에서의픽셀이서로다른영역에속한다면그픽셀에서의시차를무효화시킨다. 그픽셀에서의시차는쌍선형보간법을사용하여이웃시차들로부터다시계산한다. ( 그림 3 은좌우입력영상의각픽셀에서의밝기값들을보여준다. 각영상에대해서영역의균일성측도를사용하여각스캔라인들을세그먼트들로분할한다. 분할되는세그먼트들의경계를그림에서다른색들로표시하였다. ( 그림 4 는영역분할된세그먼트경계정보들로부터잘못된매치들을수정한예를보여준다. 왼쪽그림은 SSD 비용함수와 WTA 방법으로생성된초기시차맵이다. 시차맵에서 X 는가려진영역으로시차가계산되지않은위치들이며그외의위치들에서는시차들이모두계산되었다고가정한다. 분산의변화량으로시차들을검사하여 a 와 j 에서의시차가임계치이상의값을가지므로잘못된매치로판단하고이위치에서의시차를보간으로다시계산하여지정한다. 오른쪽그림은수정후의시차맵의모습 을보여준다. 3. 인접픽셀값의사용을통한홀메우기조밀시차맵의생성을위해서는시차의계산에실패한픽셀들에대해서도보간을통하여적절한시차값을구하여빈홀을채우는과정이필요하다. 조밀시차맵은부드러운 3차원형상의생성을위해서는반드시필요한과정이다. 시차맵에조밀하지않으면삼각화를통한메시생성이어렵게되고따라서텍스처매핑이나셰이딩을통한입체적인 3차원렌더링이적용될수없다. 본논문에서는조밀시차맵의생성이목표이므로모든홀들에대해서보간으로메우기를수행하도록한다. 다만한쪽영상에서만보이는영역이나가려진영역과같이보간이적용되어서는안될부분들은메우기에서제외시키도록한다. 홀메우기를위해서동일세그먼트의인접픽셀들의시차값들을사용하여쌍선형보간 (biinea intepoation 을실시한다. 주어진홀픽셀에대해서동일영역내의인접픽셀들로사각형을구성할수있는경우에한해서쌍선형보간을실시한다. 먼저각홀픽셀에대해서가장인접한 ( 그림 3 스테레오영상의밝기값들과세그먼트분할의예 : 왼쪽영상 ( 왼쪽, 오른쪽영상 ( 오른쪽 ( 그림 4 초기시차맵 ( 왼쪽 과수정된시차맵 ( 오른쪽
6 5 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 입력 : 홀이메워지지않은시차맵 (I d 출력 : 홀을메운조밀시차맵 (I f 인자 : width, height( 시차맵의폭과높이, winsizemax( 윈도우최대크기 begin winsize := 1 fo ( 시차맵 I d 에서의각위치 (,c 에대해 do if (I d (,c 가홀일경우 then epeat { 위치 (,c 에서크기가 winsize 인윈도우를설정. 설정윈도우내에서 (,c 를포함하는동일영역의최소사각형찾기. if ( 최소사각형을찾을수없으면 then winsize 를 1 증가시켜다시시도함. ese { I f (,c := 최소사각형내에서의쌍선형보간으로시차값결정. 루프를빠져나감. } } unti (winsize < winsizemax; ese I f (,c := I d (,c end if end fo end ( 그림 5 인접픽셀정보를사용한홀메우기알고리즘 픽셀을찾는다. 이픽셀과동일한영역내의인접픽셀들로최소사각형을구성하도록시도한다. 최소사각형이란그홀픽셀을포함하는가장작은사각형이다. 최소사각형이구성이가능하면그홀픽셀의시차를인접픽셀들의시차로부터보간하여구한다. 인접픽셀들이동일영역의픽셀들이므로매우정확한시차값들을얻을수있다. 인접한최소사각형을구성할수없는경우라면영상의변두리에위치한홀이거나영역들사이에위치한홀에있는픽셀인경우이다. 이경우는두스테레오영상에서한쪽영상에서만보이는위치이거나가려진위치에해당한다. 이러한위치들에서는강제로보간을하게된다면틀린결과를얻을수있는위치들이므로홀메우기를수행하지않도록한다. 홀메우기의전체적인절차가 ( 그림 5 에있다. ( 그림 크기의 Map 의좌우스테레오영상 4. 실험결과제안된방법의유효성을증명하기위해본논문에서제안된조밀시차맵생성기법을윈도우플랫폼에서구현하였다. PC는.4GHz 코어 프로세서로 1GB DDR RAM의메모리를장착하고 51MB DRAM의 GeFoce 6800 GPU 의그래픽카드를사용하였다. 제안된방법의유효성을보이기위한스테레오영상으로는 ( 그림 6~( 그림 9 의영상을사용하였다. 모든입력영상들은직각인스테레오고정장치로촬영되어서보정과정은별도로수행할필요가없다. 조밀시차맵생성을위한제안된기법의기존의방법들 ( 그림 크기의 Sawtooth 의좌우스테레오영상 ( 그림 크기의 Tsukuba 의좌우스테레오영상
![영상에서의분할정보를사용한스테레오조밀시차맵생성 53 ( 그림 9 434 383 크기의 Venus 의좌우스테레오영상 과의비교를위해서 Schastein와 Szeiski[7] 의실험데이터및코드를사용하였다.](/docs-images/93/114351084/images/7-0.jpg "( 그림 10~( 그림 13 은각각 ( 그림 6~( 그림 9 의영상을입력으로시차맵을생성한결과로서윗줄의왼쪽은실제시차맵 (gound tuth, 가운데는 1 1 크기의이동윈도우 (shiftabe window 방식의 SSD, 오른쪽은 DP(Dnamic Pogamming, 아랫줄의왼쪽은 SO(Scanine Optimization, 가운데는 GC(Gaph Cuts,")
![오 ( 그림 13 Venus 의시차맵의생성결과 른쪽은제안한방법 (PM: Poposed Method 으로시차맵을생성한것이다. 실제시차맵은 Schastein과 Szeiski[7] 의연구에서사용된데이터를사용하였다. < 표 1>~< 표 4> 는각각 ( 그림 10~( 그림 13 의시차맵생성결과에따른성능을분석한결과를표로나타낸것이다.](/docs-images/93/114351084/images/7-3.jpg "RMS 에러 (oot mean squaed eo 는식 (7 과같이계산되며실제시차맵과얼마나많은차이를가지는지 d t 를의미한다. 여기서 N 은픽셀의수를의미하며, I 와 I 는각각시차맵과실제픽셀값을의미한다. 정확하지않은정합 (bad match 은식 (8 과같이계산되며부정확하게정합된픽셀들의비율을나타낸다.")
7 영상에서의분할정보를사용한스테레오조밀시차맵생성 53 ( 그림 크기의 Venus 의좌우스테레오영상 과의비교를위해서 Schastein와 Szeiski[7] 의실험데이터및코드를사용하였다. ( 그림 10~( 그림 13 은각각 ( 그림 6~( 그림 9 의영상을입력으로시차맵을생성한결과로서윗줄의왼쪽은실제시차맵 (gound tuth, 가운데는 1 1 크기의이동윈도우 (shiftabe window 방식의 SSD, 오른쪽은 DP(Dnamic Pogamming, 아랫줄의왼쪽은 SO(Scanine Optimization, 가운데는 GC(Gaph Cuts, 오 ( 그림 13 Venus 의시차맵의생성결과 른쪽은제안한방법 (PM: Poposed Method 으로시차맵을생성한것이다. 실제시차맵은 Schastein과 Szeiski[7] 의연구에서사용된데이터를사용하였다. < 표 1>~< 표 4> 는각각 ( 그림 10~( 그림 13 의시차맵생성결과에따른성능을분석한결과를표로나타낸것이다. RMS 에러 (oot mean squaed eo 는식 (7 과같이계산되며실제시차맵과얼마나많은차이를가지는지 d t 를의미한다. 여기서 N 은픽셀의수를의미하며, I 와 I 는각각시차맵과실제픽셀값을의미한다. 정확하지않은정합 (bad match 은식 (8 과같이계산되며부정확하게정합된픽셀들의비율을나타낸다. 여기서 δ 는부정확하게정합된픽셀을판별하는임계치를의미하며, 본논문에서는 1.0으로설정하여실험하였다. ( 그림 10 Map 의시차맵의생성결과 R B e e 1 1 d (, (, t = ( I x I x ( x, N 1 d t = ( I ( I ( > δ ( N (7 (8 ( 그림 11 Sawtooth 의시차맵의생성결과 각방법들의수행시간이 < 표 1>~< 표 4> 에있다. 수행시간은입력스테레오영상으로부터조밀시차맵을생성하는데걸리는모든시간들을합한시간이다. 측정된시간을보면제안한방법 (PM 이기존의방법들중에서가장빠른방법인이동윈도우방식의 SSD 방법과수행시간이거의비슷하게나타나면서, RMS 에러및부정확한정합이다른방법에비해더좋은성능을나타내는것을확인할수 < 표 1> Map의시차맵생성결과에따른성능분석 SSD DP SO GC PM RMS 에러 Bad match 시간 ( 초 ( 그림 1 Tsukuba 의시차맵의생성결과 < 표 > Sawtooth의시차맵생성결과에따른성능분석 SSD DP SO GC PM RMS 에러 Bad match 시간 ( 초
8 54 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 < 표 3> Tsukuba의시차맵생성결과에따른성능분석 SSD DP SO GC PM RMS 에러 Bad match 시간 ( 초 < 표 4> Venus의시차맵생성결과에따른성능분석 SSD DP SO GC PM RMS 에러 Bad match 시간 ( 초 있다. SSD 방법에있어서수행시간이제안방법보다더길어지는경우도발생하였는데이는비교대상인 SSD 방법이정확한시차맵을생성할수있도록윈도우의크기를충분히크게하였고또한움직이는윈도우방법으로계산시간이더늘어났기때문이다. ( 그림 14~( 그림 17 은생성된시차맵에가려짐 (occusion 을표시한결과로서, 왼쪽영상을기준으로오른쪽영상에 ( 그림 17 Venus의시차맵에가려짐을표시한결과서정합되는픽셀을찾을수없는경우에는녹색, 반대의경우에는파란색으로표시하였으며, 본논문에서는왼쪽영상을참조영상으로설정하였기때문에파란색의경우는영역으로나타나지않고선과같은경계로나타나는것을확인할수있다. ( 그림 18~( 그림 1 은생성된시차맵에서홀에해당 ( 그림 14 Map 의시차맵에가려짐을표시한결과 ( 그림 18 Map 의시차맵에서홀을메운결과 ( 그림 15 Sawtooth 의시차맵에가려짐을표시한결과 ( 그림 19 Sawtooth 의시차맵에서홀을메운결과 ( 그림 16 Tsukuba 의시차맵에가려짐을표시한결과 ( 그림 0 Tsukuba 의시차맵에서홀을메운결과
9 영상에서의분할정보를사용한스테레오조밀시차맵생성 55 ( 그림 1 Venus의시차맵에서홀을메운결과하는부분들을인접한픽셀들로부터보간하여홀을메운조밀시차맵을보여준다. 5. 결론본논문은두스테레오영상으로부터영역기반매칭을통해조밀시차맵을생성하는기법을제안하였다. 스테레오영상으로부터빠르고안정된조밀시차맵을생성하기위해서각스캔라인에대해서분산을이용하여분할한후에각분할구간별로평균을내어객체간의구분을명확하게해주는과정을도입하였다. 영역의균일성특성에따라상이한영역으로의잘못된매칭을억제하여올바른시차맵이생성되도록하였다. 3차원구조를복원하기위해서는시차맵의모든픽셀에대해서시차를계산해야하는데매칭에실패한픽셀들로부터발생되는시차맵에서의홀에대해서소속되어야할영역의인접한사각형을얻고쌍선형보간으로시차값을구하여메우게된다. 제안된방법을다양한스테레오영상에대해서적용하고, 다른조밀시차맵생성방법들과비교하였다. 실험결과들은제안된방법이다른방법들에비해시간비용을많이들이지않고도좋은결과를얻을수있다는것을보여주었다. 제안된조밀시차맵기법은형상의실사기반렌더링과물체표면의조밀한메시생성등의응용에사용될수있다. 향후연구과제로가려짐에따른영역분할문제와물체나카메라의움직임에따른모션분할문제가해결되어야할것이다. 영역의분할문제에있어서가려짐과움직임을탐색하고그정보를분할에적용할수있다면실용적인대화형응용시스템에도조밀시차맵생성기법이적용될수있을것이다. 참고문헌 [1] Han-Suh Koo and Chang-Sung Jeong, An Aea-Based Steeo Matching Using Adaptive Seach Range and Window Size, Poceedings of the Intenationa Confeence on Computationa Science-Pat II, pp.44-56, 001. [] L. Di Stefano, M. Machionni and S. Mattoccia, A Fast Aea-Based Steeo Matching Agoithm, Image and Vision Computing, Vo., No.1, pp , 004. [3] Camio J. Tao, Suface Reconstuction fom Featue Based Steeo, IEEE Intenationa Confeence on Compute Vision, Vo.1, pp , 003. [4] M. S. Lew, T. S. Suang and K. Wong, Leaning and Featue Seection in Steeo Matching, IEEE Tansaction on Patten Anasis and Machine Inteigence, Vo.16, No.9, pp , [5] S. B. Maapane and M. M. Tivedi, Muti-Pimitive Hieachica (MPH Steeo Anasis, IEEE Tansaction on Patten Anasis and Machine Inteigence, Vo.16, No.3, pp.7-40, [6] D. M. McKeown and Y. C. Hsieh, Hieachica Wavefom Matching: A New Featue-Based Steeo Technique, In Compute Vision and Patten Recognition, pp , 199. [7] Danie Schastein and Richad Szeiski, A Taxonom and Evauation of Dense Two-Fame Steeo Coespondence Agoithms, Intenationa Jouna of Compute Vision, Vo. 47, No.1-3, pp.7-4, 00. [8] P. Anandan, A Computationa Famewok and An Agoithm fo The Measuement of Visua Motion, Intenationa Jouna of Compute Vision, Vo., No.3, pp , [9] Takeo Kanade, Deveopment of a Video-Rate Steeo Machine, Poceedings of the 1994 ARPA Image Undestanding Wokshop, pp , [10] R. C. Boes, H. H. Bake and M. J. Hannah, The JISCT Steeo Evauation, DARPA93, pp.63-74, [11] Aaon F. Bobick and Stephen S. Intie, Lage Occusion Steeo, Intenationa Jouna of Compute Vision, Vo.33, No.3, pp , [1] Sing Bing Kang, R. Szeiski and Jinxiang Chai, Handing Occusion in Dense Muti-View Steeo, In Compute Vision and Patten Recognition, Vo.1, pp , 001. [13] W. E. L. Gimson, Computationa Expeiments with a Featue Based Steeo Agoithm, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.7, No.1, pp.17-34, [14] K. Pazdn, Detection of Binocua Dispaities, Readings in Compute Vision: issues, pobems, pincipes, and paadigms, pp.73-79, [15] D. Schastein and R. Szeiski, Steeo Matching with Noninea Diffusion, Intenationa Jouna of Compute Vision, Vo.8, No., pp , [16] D. Tezopouos, Reguaization of Invese Visua Pobems Invoving Discontinuities, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.8, No.4, pp , [17] C. L. Zitnick and T. Kanade, A Coopeative Agoithm fo
![56 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 Steeo Matching and Occusion Detection, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo., No.7, pp.675-684, 000. [18] Y. Bokov, O. Vekse and R.](/docs-images/93/114351084/images/10-0.jpg "Zabih, Fast Appoximate Eneg Minimization via Gaph Cuts, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.3, No.11, pp.1-139, 001. [19] S. Bichfied and C.")
![Kose, On Matching Inteest Regions Using Loca Desciptos: Can an Infomation Theoetic Appoach Hep?, Bitish Machine Vision Confeence, 005. [] O.](/docs-images/93/114351084/images/10-2.jpg "Vekse, Steeo Coespondence with Compact Windows via Minimum Ratio Cce, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.4, No.1, pp.1654-1660, 00. [3] O.")
10 56 정보처리학회논문지 B 제 15-B 권제 6 호 (008.1 Steeo Matching and Occusion Detection, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo., No.7, pp , 000. [18] Y. Bokov, O. Vekse and R. Zabih, Fast Appoximate Eneg Minimization via Gaph Cuts, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.3, No.11, pp.1-139, 001. [19] S. Bichfied and C. Tomasi, A Pixe Dissimiait Measue That Is Insensitive to Image Samping, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.0, No.4, pp , [0] Kuk-Jin Yoon and In So Kweon, Adaptive Suppot-Weight Appoach fo Coespondence Seach, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.8, No.4, pp , 006. [1] Z. Zivkovic and B. Kose, On Matching Inteest Regions Using Loca Desciptos: Can an Infomation Theoetic Appoach Hep?, Bitish Machine Vision Confeence, 005. [] O. Vekse, Steeo Coespondence with Compact Windows via Minimum Ratio Cce, IEEE Tansactions on Patten Anasis and Machine Inteigence, Vo.4, No.1, pp , 00. [3] O. Vekse, Fast Vaiabe Window fo Steeo Coespondence using Intega Images, In IEEE Compute Vision and Patten Recognition, Vo.1, pp , 003. [4] S. Henandez, K. E. Bane and Y. Yuan, Region Meging using Homogeneit and Edge Integit fo Wateshed-based Image Segmentation, Optica Engineeing, Vo.44, pp.1-14, 005. 이범종 e-mai:eeanga@incheon.ac.k 006년인천대학교컴퓨터공학과 ( 공학사 008년인천대학교컴퓨터공학과 ( 공학석사 관심분야 : 동작기반인터페이스, 증강현실, 가상현실 박종승 e-mai:jong@incheon.ac.k 199년경북대학교전자계산학과 ( 이학사 1994년포항공과대학교컴퓨터공학과 ( 공학석사 1999년포항공과대학교컴퓨터공학과 ( 공학박사 1999년~001년한국전자통신연구원가상현실연구부선임연구원 001년~003년디지탈아리아시각정보처리연구소책임연구원 004년~현재인천대학교컴퓨터공학과조교수관심분야 : 영상처리, 3D 비전, 증강현실, 게임공학 김정규 e-mai:ckkim@incheon.ac.k 1974년연세대학교 ( 이학사 1981년일본치바 ( 千葉 대학 ( 공학석사 1985년일본토카이 ( 東海 대학 ( 공학박사 1989년~현재인천대학교교수 1999년~000년 UNSW(Sdne, Austaia Visiting Schoa 1985년~1989년 KAIST 시스템공학센터선임연구원 1984년~1985년정보과학전문학교이와사키 ( 岩崎 학원강사 1981년~1985년일본토카이 ( 東海 대학정보기술센터연구원 1979년~1981년일본치바 ( 千葉 대학영상격측연구센터연구원
PowerPoint 프레젠테이션
System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소
LIDAR와 영상 Data Fusion에 의한 건물 자동추출
i ii iii iv v vi vii 1 2 3 4 Image Processing Image Pyramid Edge Detection Epipolar Image Image Matching LIDAR + Photo Cross correlation Least Squares Epipolar Line Matching Low Level High Level Space
영상 처리 프로그래밍 By Visual C++
디지털영상처리 6 6 장화질향상기법 영상반전하기 밝기와명암비조절 감마보정 히스토그램분석 히스토그램균등화 6.1. 영상반전하기 영상반전 영상내의모든픽셀값을하나하나반전시키는것 g( x, y) 255 f ( x, y) 255 f ( x, y) g( x, y) : 입력영상 : 출력영상 출력그레이스케일값 255 - k 0 k 255 입력그레이스케일값 - 2 - 6.1.
실험 5
실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제 배포 전송 전시 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작 변형또는가공할수없습니다. 귀하는 이저작물의재이용이나배포의경우
신동원_3차교정.hwp
1 : (Special Pape) 3, 15 5 (JBE Vol., No. 3, May 15) http://dx.doi.og/1.599/jbe.15..3.1 ISSN 87-9137 (Online) ISSN 16-7953 (Pint) a), a) Tempoally-Consistent High-Resolution Depth Video Geneation in Backgound
이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다
이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,
(JBE Vol. 20, No. 3, May 2015) (Special Paper) 20 3, (JBE Vol. 20, No. 3, May 2015) ISSN
(Special Pape) 20 3, 2015 5 (JBE Vol. 20, No. 3, May 2015) http://dx.doi.og/10.5909/jbe.2015.20.3.414 ISSN 2287-9137 (Online) ISSN 1226-7953 (Pint) a), a) Tempoally-Consistent High-Resolution Depth Video
이미지 워핑과 모핑
제 6 장영상워핑과모핑 학습목표 다음기하학적처리의개념을설명할수있고프로그램을작성할수있다 영상워핑 영상모핑 2014-11-11 영상처리 2 영상워핑 (Warpng) 픽셀의위치를이동하는기하학적처리 회전, 이동, 확대 / 축소등의기하학적처리와의차이점 픽셀별로이동정도가다름 고무종이위에그려진영상을임의로구부리는효과를낼수있음 2014-11-11 영상처리 3 영상워핑 (Warpng)
(001~006)개념RPM3-2(부속)
www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로
High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo
High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a low-resolution Time-Of- Flight (TOF) depth camera and
<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>
삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가
; struct point p[10] = {{1, 2, {5, -3, {-3, 5, {-6, -2, {2, 2, {-3, -3, {-9, 2, {7, 8, {-6, 4, {8, -5; for (i = 0; i < 10; i++){ if (p[i].x > 0 && p[i
![; struct point p[10] = {{1, 2, {5, -3, {-3, 5, {-6, -2, {2, 2, {-3, -3, {-9, 2, {7, 8, {-6, 4, {8, -5; for (i = 0; i < 10; i++){ if (p[i].x > 0 && p[i](/thumbs/93/111625944.jpg "; struct point p[10] = {{1, 2, {5, -3, {-3, 5, {-6, -2, {2, 2, {-3, -3, {-9, 2, {7, 8, {-6, 4, {8, -5; for (i = 0; i < 10; i++){ if (p[i].x > 0 && p[i")
; struct point p; printf("0이아닌점의좌표를입력하시오 : "); scanf("%d %d", &p.x, &p.y); if (p.x > 0 && p.y > 0) printf("1사분면에있다.\n"); if (p.x < 0 && p.y > 0) printf("2사분면에있다.\n"); if (p.x < 0 && p.y < 0) printf("3사분면에있다.\n");
(72) 발명자 배경렬 대구광역시동구아양로 37 길 ( 신암동 ) 손현식 대구광역시동구송라로 109( 신암동 ) 이발명을지원한국가연구개발사업 과제고유번호 부처명 지식경제부 연구사업명 정보통신기술인력양성 연구과제명 스마트자동차를위한 AU
(19) 대한민국특허청 (KR) (12) 등록특허공보 (B1) (51) 국제특허분류 (Int. Cl.) H04N 13/00 (2006.01) (21) 출원번호 10-2012-0128809 (22) 출원일자 2012 년 11 월 14 일 심사청구일자 2012 년 11 월 14 일 (65) 공개번호 10-2013-0058611 (43) 공개일자 2013 년 06
제 12강 함수수열의 평등수렴
제 강함수수열의평등수렴 함수의수열과극한 정의 ( 점별수렴 ): 주어진집합 과각각의자연수 에대하여함수 f : 이있다고가정하자. 이때 을집합 에서로가는함수의수열이라고한다. 모든 x 에대하여 f 수열 f ( x) lim f ( x) 가성립할때함수수열 { f } 이집합 에서함수 f 로수렴한다고한다. 또 함수 f 을집합 에서의함수수열 { f } 의극한 ( 함수 ) 이라고한다.
(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016) ISSN 228
(JBE Vol. 1, No. 1, January 016) (Regular Paper) 1 1, 016 1 (JBE Vol. 1, No. 1, January 016) http://dx.doi.org/10.5909/jbe.016.1.1.60 ISSN 87-9137 (Online) ISSN 16-7953 (Print) a), a) An Efficient Method
Microsoft PowerPoint - 26.pptx
이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계
Microsoft PowerPoint - ch07 - 포인터 pm0415
2015-1 프로그래밍언어 7. 포인터 (Pointer), 동적메모리할당 2015 년 4 월 4 일 교수김영탁 영남대학교공과대학정보통신공학과 (Tel : +82-53-810-2497; Fax : +82-53-810-4742 http://antl.yu.ac.kr/; E-mail : ytkim@yu.ac.kr) Outline 포인터 (pointer) 란? 간접참조연산자
statistics
수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지
소성해석
3 강유한요소법 3 강목차 3. 미분방정식의근사해법-Ritz법 3. 미분방정식의근사해법 가중오차법 3.3 유한요소법개념 3.4 편미분방정식의유한요소법 . CAD 전처리프로그램 (Preprocessor) DXF, STL 파일 입력데이타 유한요소솔버 (Finite Element Solver) 자연법칙지배방정식유한요소방정식파생변수의계산 질량보존법칙 연속방정식 뉴톤의운동법칙평형방정식대수방정식
1
1 2 3 4 5 6 b b t P A S M T U s 7 m P P 8 t P A S M T U s 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Chapter 1 29 1 2 3 4 18 17 16 15 5 6 7 8 9 14 13 12 11 10 1 2 3 4 5 9 10 11 12 13 14 15
(JBE Vol. 7, No. 4, July 0)., [].,,. [4,5,6] [7,8,9]., (bilateral filter, BF) [4,5]. BF., BF,. (joint bilateral filter, JBF) [7,8]. JBF,., BF., JBF,.
![(JBE Vol. 7, No. 4, July 0)., [].,,. [4,5,6] [7,8,9]., (bilateral filter, BF) [4,5]. BF., BF,. (joint bilateral filter, JBF) [7,8]. JBF,., BF., JBF,.](/thumbs/88/115635711.jpg "(JBE Vol. 7, No. 4, July 0)., [].,,. [4,5,6] [7,8,9]., (bilateral filter, BF) [4,5]. BF., BF,. (joint bilateral filter, JBF) [7,8]. JBF,., BF., JBF,.")
: 565 (Special Paper) 7 4, 0 7 (JBE Vol. 7, No. 4, July 0) http://dx.doi.org/0.5909/jbe.0.7.4.565 a), b), a) Depth Map Denoising Based on the Common Distance Transform Sung-Yeol Kim a), Manbae Kim b),
3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < >
. 변수의수 ( 數 ) 가 3 이라면카르노맵에서몇개의칸이요구되는가? 2칸 나 4칸 다 6칸 8칸 < > 2. 다음진리표의카르노맵을작성한것중옳은것은? < 나 > 다 나 입력출력 Y - 2 - 3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > 2 2 2 2 2 2 2-3 - 5. 다음진리표를간략히한결과
디지털영상처리3
비트맵개요 BMP 파일의이해실제 BMP 파일의분석 BMP 파일을화면에출력 } 비트맵 (bitmap) 윈도우즈에서영상을표현하기위해사용되는윈도우즈 GDI(Graphic Device Interface) 오브젝트의하나 } 벡터그래픽 (vector graphics) 점, 선, 면등의기본적인그리기도구를이용하여그림을그리는방식 } 윈도우즈 GDI(Graphic Device
히스토그램구하기 사전준비 : 히스토그램을저장할메모리가필요함 필요한메모리개수 à 전체영상의픽셀은그값이 0 ~ 255이므로 256 개의메모리필요함 영상을구성하는픽셀의개수는매우크므로메모리형식은 unsigned long으로해야함 ( unsigned 란 +/- 를고려하지않는다는
디지털영상처리 실습 : 히스토그램 방송영상미디어과 히스토그램 (Histogram) 히스토그램이란? n 디지털영상을구성하는화소는명도값을나타내는데어떤명도값을가진픽셀수가몇개있는가를나타내는함수 n 화소의명도값은 0~255 인데각명도값에해당하는화소의수를나타내는함수 히스토그램구하는방법 4 4 3 3 픽셀갯수 6 5 4 4 3 3 4 1 2 3 2
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.
완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에
1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >
À±½Â¿í Ãâ·Â
Representation, Encoding and Intermediate View Interpolation Methods for Multi-view Video Using Layered Depth Images The multi-view video is a collection of multiple videos, capturing the same scene at
PowerPoint 프레젠테이션
03 모델변환과시점변환 01 기하변환 02 계층구조 Modeling 03 Camera 시점변환 기하변환 (Geometric Transformation) 1. 이동 (Translation) 2. 회전 (Rotation) 3. 크기조절 (Scale) 4. 전단 (Shear) 5. 복합변환 6. 반사변환 7. 구조변형변환 2 기하변환 (Geometric Transformation)
01이국세_ok.hwp
x264 GPU 3 a), a), a) Fast Stereoscopic 3D Broadcasting System using x264 and GPU Jung-Ah Choi a), In-Yong Shin a), and Yo-Sung Ho a) 3 2. 2 3. H.264/AVC x264. GPU(Graphics Processing Unit) CUDA API, GPU
(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])
![(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])](/thumbs/82/85170746.jpg "(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])")
수치해석 6009 Ch9. Numerical Itegratio Formulas Part 5. 소개 / 미적분 미분 : 독립변수에대한종속변수의변화율 d vt yt dt yt 임의의물체의시간에따른위치, vt 속도 함수의구배 적분 : 미분의역, 어떤구간내에서시간 / 공간에따라변화하는정보를합하여전체결과를구함. t yt vt dt 0 에서 t 까지의구간에서곡선 vt
IPIU2008_김승환.hwp
28년제2회영상처리및이해에관한워크샵 28.2.2-2.22 비트율왜곡값예측을이용한 - H.264 고속모드결정방법 O, {kshkim, hoyo}@gist.ac.kr 요약 최근에만들어진비디오압축표준인 H.264 방식은비트율- 왜곡(rate-distortion) 최적화기법을통해매크로블록단위로가능한모든모드들을고려하여최적의부호화모드를결정하므로, 입력동영상을부호화하는데많은시간이걸린다.
= ``...(2011), , (.)''
Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.
Microsoft Word - LectureNote.doc
5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd
REP - CP - 016, N OVEMBER 사진 요약 25 가지 색상 Surf 를 이용한 사진 요약과 사진 배치 알고리즘 Photo Summarization - Representative Photo Selection based on 25 Color Hi
1 사진 요약 25 가지 색상 Surf 를 이용한 사진 요약과 사진 배치 알고리즘 Photo Summarization - Representative Photo Selection based on 25 Color Histogram and ROI Extraction using SURF 류동성 Ryu Dong-Sung 부산대학교 그래픽스 연구실 dsryu99@pusan.ac.kr
슬라이드 1
장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j
1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D>
5. 상평형 : 순수물질 이광남 5. 상평형 : 순수물질 상전이 phase transition 서론 ~ 조성의변화없는상변화 5. 상평형 : 순수물질 전이열역학 5. 안정성조건 G ng ng n G G 자발적변화 G < 0 G > G or 물질은가장낮은몰Gibbs 에너지를갖는상 가장안정한상 으로변화하려는경향 5. 상평형 : 순수물질 3 5. 압력에따른Gibbs
Microsoft PowerPoint Relations.pptx
이산수학 () 관계와그특성 (Relations and Its Properties) 2010년봄학기강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계
특허청구의범위청구항 1 3차원입체이미지를위한시차맵을생성하는방법에있어서, 스테레오이미지가입력되는 S1 단계 ; 상기스테레오이미지를분할하고, 각각의분할된스테레오이미지에대한해밍거리연산에사용되는유효검색범위 (ESR) 가결정되는 S2 단계 ; 및상기유효검색범위 (ESR) 을이용
(19) 대한민국특허청 (KR) (12) 등록특허공보 (B1) (51) 국제특허분류 (Int. Cl.) G06T 5/40 (2006.01) G06T 3/00 (2006.01) H04N 13/00 (2006.01) G06T 15/00 (2006.01) (21) 출원번호 10-2011-0087621 (22) 출원일자 2011 년 08 월 31 일 심사청구일자 (56)
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support
(Microsoft PowerPoint - \301\24608\260\255 - \261\244\277\370\260\372 \300\347\301\372)
게임엔진 제 8 강광원과재질 이대현교수 한국산업기술대학교게임공학과 학습목차 조명모델 광원의색상설정 재질 분산성분의이해 분산재질의구현 경반사성분의이해 경반사재질의구현 조명 (Illumination) 모델 조명모델 광원으로부터공간상의점들까지의조도를계산하는방법. 직접조명과전역조명 직접조명 (direct illumination) 모델 물체표면의점들이장면내의모든광원들로부터직접적으로받는빛만을고려.
(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로
Lab. 1. I-V Characteristics of a Diode Lab. 6. 연산증폭기가산기, 미분기, 적분기회로 1. 실험목표 연산증폭기를이용한가산기, 미분기및적분기회로를구성, 측정및 평가해서연산증폭기연산응용회로를이해 2. 실험회로 A. 연산증폭기연산응용회로 (a) 가산기 (b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 3. 실험장비및부품리스트
Microsoft PowerPoint - 05geometry.ppt
Graphic Applications 3ds MAX 의기초도형들 Geometry 3 rd Week, 2007 3 차원의세계 축 (Axis) X, Y, Z 축 중심점 (Origin) 축들이모이는점 전역축 (World Coordinate Axis) 절대좌표 지역축 (Local Coordinate Axis) 오브젝트마다가지고있는축 Y Z X X 다양한축을축을사용한작업작업가능
PowerPoint Presentation
자바프로그래밍 1 배열 손시운 ssw5176@kangwon.ac.kr 배열이필요한이유 예를들어서학생이 10 명이있고성적의평균을계산한다고가정하자. 학생 이 10 명이므로 10 개의변수가필요하다. int s0, s1, s2, s3, s4, s5, s6, s7, s8, s9; 하지만만약학생이 100 명이라면어떻게해야하는가? int s0, s1, s2, s3, s4,
PowerPoint 프레젠테이션
Computer Vision & Pattern Recognition Lab. 제 9 장영상인식 Computer Vision & Pattern Recognition Lab. 영상인식 Computer Vision & Pattern Recognition Lab. 2 /26 영상인식 일반적인영상인식은매우어려운문제임 제한된환경, 여러가지가정하에서수행 영상의종류를알경우
도심지역적용을위한 uv-disparity 기반장애물검출개선방안 서재규 1) 정호기 *2) 한양대학교자동차전자제어연구소 1) 한양대학교기계공학부 2) Enhancement of uv-disparity-based obstacle detection in urban environments Jae Kyu Suhr 1) Ho Gi Jung *2) 1) Research
설계란 무엇인가?
금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,
Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선
Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a
04 Çмú_±â¼ú±â»ç
42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.
STATICS Page: 7-1 Tel: (02) Fax: (02) Instructor: Nam-Hoi, Park Date: / / Ch.7 트러스 (Truss) * 트러스의분류 트러스 ( 차원 ): 1. 평면트러스 (planar tru
STATICS Page: 7-1 Instructor: Nam-Hoi, Park Date: / / Ch.7 트러스 (Truss) * 트러스의분류 트러스 ( 차원 ): 1. 평면트러스 (planar truss) - 2 차원 2. 공간트러스 or 입체트러스 (space truss)-3 차원트러스 ( 형태 ): 1. 단순트러스 (simple truss) 삼각형형태의트러스
Sequences with Low Correlation
레일리페이딩채널에서의 DPC 부호의성능분석 * 김준성, * 신민호, * 송홍엽 00 년 7 월 1 일 * 연세대학교전기전자공학과부호및정보이론연구실 발표순서 서론 복호화방법 R-BP 알고리즘 UMP-BP 알고리즘 Normalied-BP 알고리즘 무상관레일리페이딩채널에서의표준화인수 모의실험결과및고찰 결론 Codig ad Iformatio Theory ab /15
한국통계학회논문집 2009, 16권, 4호, 영상에서 윈도우 배치에 따른 통계적 에지검출 비교 임동훈 1,a a 경상대학교 정보통계학과 요약 본 논문에서는 영상의 에지검출을 하는데 사용되는 여러 가지 윈도우 배치(window configurations)하
한국통계학회논문집 2009, 16권, 4호, 615 625 영상에서 윈도우 배치에 따른 통계적 에지검출 비교 임동훈 1,a a 경상대학교 정보통계학과 요약 본 논문에서는 영상의 에지검출을 하는데 사용되는 여러 가지 윈도우 배치(window configurations)하에 서 통계학의 이표본 위치문제(two-sample location problem)에서 대표적인
장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정
. 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계
한 국 산 업 규 격 KS
KOrea RObot Standard forum 지능형로봇표준포럼표준 제정일: 2009 년 12 월 15 일 - KOROS 1071-2:2012 - 개정일: 2012 년 mm 월 dd 일 실내 서비스로봇을 위한 물체 인식 성능평가 2부: 영상 데이터베이스를 활용한 평가 (Performance evaluation of object recognition algorithm
PowerPoint 프레젠테이션
06 Texture Mapping 01 Texture Mapping 의종류 02 Texture Mapping 이가능한객체생성 03 고급 Texture Mapping 01 Texture Mapping 의종류 1. 수동 Texture Mapping 2. 자동 Texture Mapping 2 01 Texture Mapping 의종류 좌표변환 Pipeline 에서
R t-..
R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)
07변성우_ok.hwp
2 : (Regular Paper) 19 5, 2014 9 (JBE Vol. 19, No. 5, September 2014) http://dx.doi.org/10.5909/jbe.2014.19.5.631 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a), a), b) Metadata Management System Implementation
PowerPoint 프레젠테이션
3 장 화소점ㅎㅎ처리 화소점처리의개념 디지털영상의산술연산과논리연산 디지털영상의다양한화소점처리기법 4 장. 화소점처리 학습목표 화소점처리의개념을알아본다. 디지털영상의화소에서산술연산과그효과를알아본다. 디지털영상에서논리연산과그효과를알아본다. 다양한영상의화소점처리기법을익힌다. 2 Section 01 화소점처리의개념 화소점처리 원화소의값이나위치를바탕으로단일화소값을변경하는기술다른화소의영향을받지않고단순히화소점의값만변경하므로포인트처리
,. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3
![,. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3](/thumbs/67/57222518.jpg ",. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3")
Depth layer partition 2D 3D a), a) 3D conversion of 2D video using depth layer partition Sudong Kim a) and Jisang Yoo a) depth layer partition 2D 3D. 2D (depth map). (edge directional histogram). depth
2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract
2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract - 31 - 소스코드유사도측정도구의성능에관한비교연구 1. 서론 1) Revulytics, Top 20 Countries for Software Piracy and Licence Misuse (2017), March 21, 2017. www.revulytics.com/blog/top-20-countries-software
Microsoft PowerPoint - C++ 5 .pptx
C++ 언어프로그래밍 한밭대학교전자. 제어공학과이승호교수 연산자중복 (operator overloading) 이란? 2 1. 연산자중복이란? 1) 기존에미리정의되어있는연산자 (+, -, /, * 등 ) 들을프로그래머의의도에맞도록새롭게정의하여사용할수있도록지원하는기능 2) 연산자를특정한기능을수행하도록재정의하여사용하면여러가지이점을가질수있음 3) 하나의기능이프로그래머의의도에따라바뀌어동작하는다형성
DBPIA-NURIMEDIA
2014 년 1 월전자공학회논문지제 51 권제 1 호 Journal of The Institute of Electronics and Information Engineers Vol. 51, NO. 1, January 2014 http://dx.doi.org/10.5573/ieie.2014.51.1.152 논문 2014-51-1-19 주파수도메인의변곡점을이용한디지털카메라의
패션 전문가 293명 대상 앙케트+전문기자단 선정 2010.1 Fashionbiz CEO Managing Director Creative Director Independent Designer
READY-TO-WEAR Fashionbiz 2010.1 패션 전문가 293명 대상 앙케트+전문기자단 선정 2010.1 Fashionbiz CEO Managing Director Creative Director Independent Designer READY-TO-WEAR Fashionbiz 2010.1 1 2 3 4 5 6 7 8 9 9 2010.1 Fashionbiz
DBPIA-NURIMEDIA
논문 08-33-07-02 한국통신학회논문지 '08-07 Vol. 33 No. 7 낮은상관특성과큰선형복잡도를갖는새로운 -진수열군 정회원김영식 *, 정정수 **, 종신회원노종선 **, 신동준 *** New Families of -ary Sequences With Low Correlation and Large Linear Span Young-Sik Kim*, Jung-Soo
공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은
2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영
DBPIA-NURIMEDIA
2007 년 9 월전자공학회논문지제 44 권 SP 편제 5 호 1 논문 2007-44SP-5-1 자기유사성을이용한가우시안노이즈제거알고리즘 (Gaussian Noise Reduction Algorithm using Self-similarity ) 전영은 *, 엄민영 **, 최윤식 ** * (Yougneun Jeon, Minyoung Eom, and Yoonsik
Microsoft Word - 4장_처짐각법.doc
동아대학교토목공학과구조역학 4. 처짐각법 변위법 (Slope Deflection ethod Displacement ethod) Objective of this chapter: 처짐각법의기본개념. What will be presented: 처짐각법을이용한다차부정정보해석 처짐각법을이용한다차부정정골조해석 Theoretical background 미국미네소타대학의
<BFACBDC0B9AEC1A6C7AEC0CC5F F E687770>
IT OOKOOK 87 이론, 실습, 시뮬레이션 디지털논리회로 ( 개정 3 판 ) (Problem Solutions of hapter 7) . 반감산기와전감산기를설계 반감산기반감산기는한비트의 2진수 에서 를빼는회로이며, 두수의차 (difference, ) 와빌림수 (barrow, ) 를계산하는뺄셈회로이다. 에서 를뺄수없으면윗자리에서빌려와빼야하며, 이때빌려오는수는윗자리에서가져오므로
Poison null byte Excuse the ads! We need some help to keep our site up. List 1 Conditions 2 Exploit plan 2.1 chunksize(p)!= prev_size (next_chunk(p) 3
Poison null byte Excuse the ads! We need some help to keep our site up. List 1 Conditions 2 Exploit plan 2.1 chunksize(p)!= prev_size (next_chunk(p) 3 Example 3.1 Files 3.2 Source code 3.3 Exploit flow
Microsoft PowerPoint - IP11.pptx
열한번째강의카메라 1/43 1/16 Review 2/43 2/16 평균값 중간값 Review 3/43 3/16 캐니에지추출 void cvcanny(const CvArr* image, CvArr* edges, double threshold1, double threshold2, int aperture_size = 3); aperture_size = 3 aperture_size
Microsoft PowerPoint - D03_SpatialDomainEnhance_note.ppt [호환 모드]
![Microsoft PowerPoint - D03_SpatialDomainEnhance_note.ppt [호환 모드]](/thumbs/89/98727348.jpg "Microsoft PowerPoint - D03_SpatialDomainEnhance_note.ppt [호환 모드]")
Digital Image Processing 3. Image Enhancement in the Spatial Domain Computer Engineering, Sejong University Spatial domain processing 영상의화소값에대해서직접연산을수행 g(x,y) = T[(x,y)] (x,y) : 입력영상 g(x,y) : 출력영상 T[.]
Microsoft Word - Lab.4
Lab. 1. I-V Lab. 4. 연산증폭기 Characterist 비 tics of a Dio 비교기 ode 응용 회로 1. 실험목표 연산증폭기를이용한비교기비교기응용회로를이해 응용회로를구성, 측정및평가해서연산증폭기 2. 실험회로 A. 연산증폭기비교기응용회로 (a) 기본비교기 (b) 출력제한 비교기 (c) 슈미트트리거 (d) 포화반파정류회로그림 4.1. 연산증폭기비교기응용회로
DBPIA-NURIMEDIA
한국전자통신학회논문지제 5 권제 2 호 HSI 컬러공간과신경망을이용한내용기반이미지검색 김광백 * 우영운 ** Content-based Image Retrieval Using HSI Color Space and Neural Networks Kwang-baek Kim * Young-woon Woo ** 요약 컴퓨터와인터넷의발달로정보의형태가다양화되어문서위주의자료들로부터이미지,
PowerPoint 프레젠테이션
04 장히스토그램을이용한화소점처리 디지털영상의히스토그램 산술연산을이용한히스토그램에서의이동 히스토그램스트레칭 히스토그램평활화 히스토그램명세화 학습목표 4 장. 히스토그램을이용한화소점처리 디지털영상의히스토그램을이해한다. 산술연산으로히스토그램에서명도와명암대비를조정하는방법을이해한다. 히스토그램스트레칭기법의원리와효과를학습한다. 히스토그램평활화의기본원리를익히고, 영상에서보이는효과를알아본다.
외국인투자유치성과평가기준개발
2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Microsoft PowerPoint - ch02-1.ppt
2. Coodinte Sstems nd Tnsfomtion 20 20 2.2 Ctesin Coodintes (,, ) () (b) Figue 1.1 () Unit vectos,, nd, (b) components of long,, nd. 직각좌표계에서각변수 (,, ) 들의범위 < < < < < < (2.1) 직각좌표계에서임의의벡터 는,, 가그림 1.1 에서와같이,,
Microsoft PowerPoint - chap06-2pointer.ppt
2010-1 학기프로그래밍입문 (1) chapter 06-2 참고자료 포인터 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 포인터의정의와사용 변수를선언하는것은메모리에기억공간을할당하는것이며할당된이후에는변수명으로그기억공간을사용한다. 할당된기억공간을사용하는방법에는변수명외에메모리의실제주소값을사용하는것이다.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
소표본 ( (Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])
![(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])](/thumbs/89/97664370.jpg "(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])")
수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1
4-Ç×°ø¿ìÁÖÀ̾߱â¨ç(30-39)
항공우주 이야기 항공기에 숨어 있는 과학 및 비밀장치 항공기에는 비행 중에 발생하는 현상을 효율적으로 이용하기 위해 과 학이 스며들어 있다. 특별히 관심을 갖고 관찰하지 않으면 쉽게 발견할 수 없지만, 유심히 살펴보면 객실 창문에 아주 작은 구멍이 있고, 주 날 개를 보면 뒷전(trailing edge) 부분이 꺾어져 있다. 또 비행기 전체 형 상을 보면 수직꼬리날개가
DBPIA-NURIMEDIA
192 휴대전화동영상에서의문자영역검출방법이훈재외 논문 2010-47SP-5-22 휴대전화동영상에서의문자영역검출방법 (Text Region Detection Method in Mobile Phone Video ) 이훈재 *, 설상훈 ** * (Hoonjae Lee and Sanghoon Sull ) 요 약 최근카메라가탑재된휴대전화가널리보급되면서휴대전화로촬영한동영상에서문자영역을검출하고인식하여사용자에게유용한정보를제공하는기능에대한연구가활발히이루어지고있다.
이장에서다룰내용 테두리를제어하는스타일시트 외부여백 (Margin) 과내부여백 (Padding) 관련속성 위치관련속성 2
03 장. 테두리여백지정하는속성 이번장에서는테이블, 레이어, 폼양식등의더예쁘게꾸미기위해서 CSS 를이용하여 HTML 요소의테두리속성을바꾸어보자. 이장에서다룰내용 1 2 3 테두리를제어하는스타일시트 외부여백 (Margin) 과내부여백 (Padding) 관련속성 위치관련속성 2 01. 테두리를제어하는스타일시트 속성값설명 border-width border-left-width
온습도 판넬미터(JTH-05) 사양서V1.0
온습도 조절기 Model:JTH-05 1. 제품 사양. [제품 구분] JTH-05A(입력 전원 AC), JTH-05D(입력 전원 DC) [전원 사양] JTH-05A 입력 전압 출력 전원 소비 전력 JTH-05D AC 90~240V DC 10~36V 12Vdc / Max.170mA Max.2W [본체 사이즈] ~ 온/습도 범위(본체): 사용 [0 ~ 50, 85%RH
2_안드로이드UI
03 Layouts 레이아웃 (Layout) u ViewGroup의파생클래스로서, 포함된 View를정렬하는기능 u 종류 LinearLayout 컨테이너에포함된뷰들을수평또는수직으로일렬배치하는레이아웃 RelativeLayout 뷰를서로간의위치관계나컨테이너와의위치관계를지정하여배치하는레이아웃 TableLayout 표형식으로차일드를배치하는레이아웃 FrameLayout
DBPIA-NURIMEDIA
2014 년 2 월전자공학회논문지제 51 권제 2 호 Journal of The Institute of Electronics and Information Engineers Vol. 51, NO. 2, February 2014 http://dx.doi.org/10.5573/ieie.2014.51.2.124 논문 2014-51-2-16 역광영상개선을위한퍼지 C-
3 : 3D (Seunggi Kim et. al.: 3D Depth Estimation by a Single Camera) (Regular Paper) 24 2, (JBE Vol. 24, No. 2, March 2019)
3 : 3D (Regular Paper) 24 2, 2019 3 (JBE Vol. 24, No. 2, March 2019) https://doi.org/10.5909/jbe.2019.24.2.281 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) 3D a), a), a), a) 3D Depth Estimation by a
딥러닝 첫걸음
딥러닝첫걸음 4. 신경망과분류 (MultiClass) 다범주분류신경망 Categorization( 분류 ): 예측대상 = 범주 이진분류 : 예측대상범주가 2 가지인경우 출력층 node 1 개다층신경망분석 (3 장의내용 ) 다범주분류 : 예측대상범주가 3 가지이상인경우 출력층 node 2 개이상다층신경망분석 비용함수 : Softmax 함수사용 다범주분류신경망
<30312DC1A4BAB8C5EBBDC5C7E0C1A4B9D7C1A4C3A528B1E8C1BEB9E8292E687770>
Journal of the Korea Institute of Information and Communication Engineering 키넥트를이용한손영역검출의정확도개선 김희애 1 이창우 2* Detection Accuracy Improvement of Hang Region using Kinect Heeae Kim 1 Chang Woo Lee 2* 1 Department
<353720B1E8B0FCC1DF2DC0A7C4A120C1A4BAB820B1E2B9DD20B0B4C3BCC0CEC1F6BFA12E687770>
Journal of the Korea Academia-Industrial cooperation Society Vol. 14, No. 4 pp. 1988-1992, 2013 http://dx.doi.org/10.5762/kais.2013.14.4.1988 김관중 1* 1 한서대학교항공소프트웨어공학과 A study for object recognition based
Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표
Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function
......-....4300.~5...03...
덕수리-내지(6장~8장)최종 2007.8.3 5:43 PM 페이지 168 in I 덕수리 민속지 I 만 아니라 마당에서도 직접 출입이 가능하도록 되어있다. 이러한 장팡뒤의 구조는 본래적인 형태라 고 할 수는 없으나, 사회가 점차 개방화되어가는 과정을 통해 폐쇄적인 안뒤공간에 위치하던 장항 의 위치가 개방적이고 기능적인 방향으로 이동해가는 것이 아닌가 추론되어진다.
제49회 부산과학전람회
작품번호 1507 출품분야학생부출품부문지구과학 2012. 07. 10 구분성명 출품학생 지도교사 윤정관 이경훈 그림 1> 전세계광해분포지도 (Globe at Night 포스터 ) - 1 - 그림 2> 우리나라의광해분포지도 (Cinzano et al., 2001) - 2 - - 3 - 그림 3> 광해에의한하늘밝아짐이천체관측에미치는영향 (Stellarium
untitled
전방향카메라와자율이동로봇 2006. 12. 7. 특허청전기전자심사본부유비쿼터스심사팀 장기정 전방향카메라와자율이동로봇 1 Omnidirectional Cameras 전방향카메라와자율이동로봇 2 With Fisheye Lens 전방향카메라와자율이동로봇 3 With Multiple Cameras 전방향카메라와자율이동로봇 4 With Mirrors 전방향카메라와자율이동로봇
Microsoft Word - ntasFrameBuilderInstallGuide2.5.doc
NTAS and FRAME BUILDER Install Guide NTAS and FRAME BUILDER Version 2.5 Copyright 2003 Ari System, Inc. All Rights reserved. NTAS and FRAME BUILDER are trademarks or registered trademarks of Ari System,
논문세미나(Feature Matching and Deformation for Texture Synthesis).hwp
[ACM SIGGRAPH '2004] Feature Matching and Deformation for Texture Synthesis Qing Wu Yizhou Yu University of Illinois at Urbana-Champaign Abstract 패치기반의텍스쳐합성(synthesis) 에서중요한문제는인접한패치의 경계면에서찢어진모양이나타난다는것.
Introduction to Computer Science
컴퓨터공학개론 4 장수체계와데이터표현 학습목표 수체계를이해하는것이왜중요한지배운다. 수의거듭제곱에대해복습한다. 사물을세는데수체계가어떻게사용되는지배운다. 수체계에서자리값의중요성에대해배운다. 수체계에서사용되는여러진수사이의차이점과유사점에대해배운다. 2 학습목표 ( 계속 ) 진수사이에수를변환하는방법에대해배운다. 이진법및십육진법을사용하는수학의계산법을배운다. 컴퓨터에서이진수를사용하여데이터를표현하는방법에대해배운다.
멀티미디어시스템특강5
멀티미디어시스템특강 5 강 강의자료 2 장 -4 : 영상기하학적처리 수업목표및내용 q 영상의기하학적처리에대하여이해한다. q 영상보간법 (iterpoatio) q 영상의확대축소 q 영상의회전 q 영상미러링 q 실습 4: 영상기하학적변환실습 2/50 영상의기하학적변환개요 [ 영상의기본적인기하학적변환 ] 3/50 영상의기하학적변환개요 기하학적처리 임의의기하학적변환에의해화소들의배치를변경하는처리영상내에서화소들을움직이거나화소들을생성