딥 러닝 기반의 SIFT 이미지 특징 추출

이재은; 문원준; 서영호; 김동욱

추천

검색

질문

자료유형: 학술저널

저자정보: 이재은 (광운대학교) 문원준 (광운대학교) 서영호 (광운대학교) 김동욱 (광운대학교)

저널정보: 한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제24권 제2호

발행연도: 2019.3

수록면: 234 - 242 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2019

딥 러닝 기반의 SIFT 이미지 특징 추출

이재은 , 문원준 , 서영호 외 1명 방송공학회논문지 2019.03 학술저널

2018

딥 러닝 기반의 SIFT 이미지 특징 검출

이재은 , 문원준 , 서영호 외 1명 한국방송미디어공학회 학술발표대회 논문집 2018.11 학술대회자료

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 일정 크기로 자른 영상의 가운데 픽셀이 SIFT 특징점인지를 판별함으로써 SIFT 특징점을 추출하는 딥 뉴럴 네트워크(Deep Neural Network)를 제안한다. 이 네트워크의 데이터 세트는 DIV2K 데이터 세트를 33×33 크기로 잘라서 구성하고, 흑백 영상으로 판별하는 SIFT와는 달리 RGB 영상을 사용한다. 그라운드 트루스(ground truth)는 옥타브(scale, octave)를 0, 시그마(sigma)는 1.6, 간격(intervals)은 3으로 설정하여 추출한 RobHess SIFT 특징들로 구성한다. VGG-16을 기반으로 컨볼루션 층을 13개에서 23개와 33개로 점점 깊은 네트워크를 구성하고, 영상의 스케일을 증가시키는 방법을 바꿔가며 실험을 수행한다. 출력 층의 활성화 함수로 시그모이드(sigmoid) 함수를 사용한 결과와 소프트맥스(softmax) 함수를 사용한 결과를 비교하여 분석한다. 실험결과 제안한 네트워크가 99% 이상의 추출 정확도를 가질 뿐 아니라 왜곡된 영상에 대해서도 높은 추출 반복성을 가진다는 것을 보인다.

#SIFT Feature extraction #Deep learning #VGG #CNN(Convolutional Neural Network) #Repeatability

참고문헌 (13)

참고문헌 신청

C. Harris, M. Stephens, “A combined corner and edge detector,” Proceedings of the Alvey Vision Conference, pp.147-151, 1988.

K. Mikolajczyk, C. Schmid, “Indexing based on scale invariant interest points,” ICCV, Vol.1, pp. 525-531, 2001.

J. Shi, C. Tomasi, “Good features to track,” 9th IEEE Conference on Computer Vision and Pattern Recognition, Springer, Heidelberg, 1994.

D. G. Lowe, “Distinctive Image Features from Scale-Invariant Keypoints,” International Journal of Computer Vision, Vol.60, No.2, pp.91-110, 2004.

H. Bay, T. Tuytelaars, and L. Van Gool, “Surf: Speeded up robust features,” In European Conference on Computer Vision, Vol.1, No.2, May 2006.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이재은

소속기관 광운대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 14 이용수 935

문원준

소속기관 광운대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 11 이용수 931

서영호

소속기관 광운대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.5% 공학 > 컴퓨터학

논문수 502 이용수 27,520

김동욱

소속기관 제주대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전자공학 TOP 10%

논문수 615 이용수 30,541

이 논문과 함께 이용한 논문

CoS: 딥러닝을 위한 시그모이드로 구성한 강조된 부드러운 비단조성 활성 함수

한준 , 강대성 한국정보기술학회논문지 2021 .01

반도체 FAB 시뮬레이션을 위한 딥러닝모델과 시뮬레이션 모델의 통합에 관한 연구

김은영 , 장대순 , 박상철 한국경영과학회 학술대회논문집 2019 .04

공정 센서 드리프트 가속화와 불규칙적인 보수 주기가 존재하는 반도체 공정의 FDC를 위한 결합 인공 신경망 모델

김영주 , 이호엽 , 김창욱 대한산업공학회 춘계공동학술대회 논문집 2019 .04

반도체 웨이퍼 가공 공정의 이상감지 및 분석을 위한 방법론 개발

유준수 , 박양병 대한산업공학회 추계학술대회 논문집 2018 .11

인공지능반도체 NM500

최기원 전자공학회지 2018 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-567-000547505

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)