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.
이용수
초록· 키워드
오류제보하기
본 논문에서는 잡음이 내포된 관측행렬에서 손실 데이터를 보정하는 방법과 그 잠재적 잡음에 대한 불확실성 분석에 대해서 다룰 것이다. 관측행렬에 잡음과 손실 데이터가 없을 경우는 SVD 행렬인수분해 방법에 의해 정확한 복원 결과를 얻을 수 있다. 그렇지만 일반적으로 관측행렬의 일부 요소는 손실되거나 잡음 영향을 받게 된다. 이러한 경우는 3차원 복원 오차를 유발시킬 뿐만 아니라 그 해결책 또한 찾기가 쉽지 않은 문제가 있다. 따라서 3차원 복원 오차를 최소화하기 위해서는 무엇보다도 잡음 환경에서 손실 데이터를 신뢰성 있게 보정하고, 그 보정된 결과를 정량적으로 평가를 해줄 필요가 있다. 본 논문은 2차원 투영 객체와 3차원 복원 형상 사이의 기하학적 특성을 이용해 손실 데이터를 보정 하는 방법을 소개하고, 그 보정 성능을 정량적으로 평가할 수 있는 SVD rank이론을 이용한 관측행렬의 잡음 레벨 추정 방법에 대해서 제안할 것이다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 2차원 관측행렬과 3차원 복원 오차의 관계
Ⅲ. 관측행렬의 손실 데이터 보정
Ⅳ. 관측행렬의 잡음 레벨 추정
Ⅴ. 합성과 실제 영상에 대한 실험 및 고찰
Ⅵ. 결론
REFERENCES
참고문헌 (15)
참고문헌 신청
C. Tomasi and T. Kanade, “Shape and motion from image streams under orthography: A factorization method,” IJCV, vol. 9, no. 2, pp. 137-154, March 1992.
C.J. Poelman and T. Kanade, “A paraperspective factorization method for shape and motion recovery,” IEEE Trans. on PAMI, vol. 19, no. 3, pp. 206-218, March 1997.
T. Morita and T. Kanade, “A sequential factorization method for recovering shape and motion from image streams,” IEEE Trans. on PAMI, vol. 19, no. 8, pp. 858-867, August 1997.
N. Jiang, P. Tan, and L. F. Cheong, “Seeing double without confusion: Structure-from-motion in highly ambiguous scenes,” In Proc. CVPR, pp. 1458–1465, Jun. 2012.
M. Schönbein, H. Rapp and M. Lauer, “Panoramic 3D reconstruction with three catadioptric cameras,” in IAS-12, Springer-Verlag, Berlin, vol. 193, pp. 345-353, 2013.
C.J. Poelman and T. Kanade, “A paraperspective factorization method for shape and motion recovery,” IEEE Trans. on PAMI, vol. 19, no. 3, pp. 206-218, March 1997.
T. Morita and T. Kanade, “A sequential factorization method for recovering shape and motion from image streams,” IEEE Trans. on PAMI, vol. 19, no. 8, pp. 858-867, August 1997.
N. Jiang, P. Tan, and L. F. Cheong, “Seeing double without confusion: Structure-from-motion in highly ambiguous scenes,” In Proc. CVPR, pp. 1458–1465, Jun. 2012.
M. Schönbein, H. Rapp and M. Lauer, “Panoramic 3D reconstruction with three catadioptric cameras,” in IAS-12, Springer-Verlag, Berlin, vol. 193, pp. 345-353, 2013.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
2차원 객체 영상의 3차원 모델링을 위한 손실 특징점 보정
한국정보통신학회논문지
2015 .12
-
3차원 형상 복원을 위한 재귀적 오차 성분 보정 방법
한국정보통신학회논문지
2017 .10
-
Missing Data Modeling based on Matrix Factorization of Implicit Feedback Dataset
한국정보통신학회논문지
2019 .05
-
잡음지수분석기의 새로운 교정방법과 잡음상관행렬 측정
한국전자파학회논문지
2018 .07
-
3차원 복원을 위한 관측행렬의 불확실성 분석
한국정보통신학회논문지
2016 .03
-
잡음 데이터를 활용한 음성 기저 행렬과 NMF 기반 음성 향상 기법
한국통신학회논문지
2015 .04
-
복합 잡음 환경에서 공간적 특성을 고려한 잡음 제거
한국정보통신학회논문지
2019 .03
-
상대적인 잡음비를 이용한 잡음상관행렬 측정방법
한국전자파학회논문지
2016 .05
-
데이터 손실에 강인한 압축 센싱 기법 개발
한국통신학회 학술대회논문집
2022 .02
-
복합 잡음 환경에서 영상의 잡음 성분을 이용한 필터 알고리즘
한국정보통신학회논문지
2019 .08
-
복합잡음 환경에서 변형된 스위칭 필터를 이용한 잡음 제거
한국정보통신학회논문지
2016 .06
-
고밀도 잡음 환경에서 엔트로피를 이용한 잡음 제거 방법
한국정보통신학회논문지
2020 .10
-
STFT 기반 영상분석을 이용한 효과적인 잡음제거 알고리즘
전자공학회논문지
2015 .04
-
제한조건이 있는 L1-SVD 알고리즘을 이용한 도래각 추정
한국통신학회 학술대회논문집
2015 .01
-
딥러닝을 이용한 뜰개 관측 데이터의 개선된 보정
한국지능시스템학회 논문지
2018 .10
-
제한 조건이 없는 L1-SVD 알고리즘을 이용한 도래각 추정
한국통신학회 학술대회논문집
2015 .01
-
퍼지 가중치와 잡음판단을 이용한 복합잡음에 훼손된 영상의 복원 알고리즘
한국정보통신학회 종합학술대회 논문집
2022 .10
-
랜덤 임펄스 잡음 환경에서 잡음추정에 기반한 스위칭 필터
한국정보통신학회논문지
2023 .01
-
전처리한 픽셀을 이용한 Salt and Pepper 잡음 제거
한국정보통신학회논문지
2019 .09
-
개량된 음성매개변수를 사용한 지속시간이 짧은 잡음음성 중의 배경잡음 분류
한국정보통신학회논문지
2016 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2016-569-002731083