2018년 컴퓨터종합학술대회
Current Result Document : 1 / 1
| 한글제목(Korean Title) |
디포커스 블러에 강인한 주요 물체 검출 네트워크 |
| 영문제목(English Title) |
Defocus Blur-Invariant Salient Object Detection Network |
| 저자(Author) |
김범석
조성현
이승용
Beomseok Kim
Sunghyun Cho
Seungyong Lee
|
| 원문수록처(Citation) |
VOL 45 NO. 01 PP. 0782 ~ 0784 (2018. 06) |
한글내용
(Korean Abstract) |
본 논문에서는 딥 러닝 방법을 사용하여 영상 내 디포커스 블러(defocus blur)에 강인하게 주요 물체를 검출하는 방법을 제시한다. 최근 딥 러닝 방법을 사용하여 영상 내 주요 물체를 찾는 많은 연구가 진행 되었지만, 디포커스 블러와 같은 아티팩트(artifact)를 가진 영상에 대해서는 잘 작동하지 않는 한계가 있다. 본 논문에서는 디포커스 블러 정도와 무관하게 장면(scene)의 주요 피사체를 잠재적(latent) 주요 물체라 정의하고 이를 검출하는 방법을 제시한다. 기존 데이터 셋에 가우시안 필터를 적용하여 디포커스 블러를 가진 데이터 셋을 생성하고, 기존 네트워크를 파인튜닝(fine-tuning)한다. 실험 결과를 통해 제시한 방법이 잠재적 주요 물체 검출에 적합함을 보인다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
