셀프카메라 사진 속 인물의 자동 영역화를 위한 랜덤포레스트 분류기 학습
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이수찬 | - |
dc.date.accessioned | 2021-08-11T19:45:37Z | - |
dc.date.available | 2021-08-11T19:45:37Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2015-08 | - |
dc.identifier.issn | 0000-0000 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/10387 | - |
dc.description.abstract | 본 논문에서는 셀프카메라 사진 속 인물의 자동 영역화를 위한 새로운 기법을 제안한다. 제안하는 기법은 랜덤포레스트(random forest)를 이용하여 인물의 머리카락, 피부, 옷의 각 영역에 대해 형상(shape), 질감(texture), 및 색의 결합 확률 분포를 각각 학습한다. 랜덤포레스트의 각 트리 내 결정들은 입력 픽셀에 대해 계산된 특징(feature) 벡터와 채널별로 사전에 학습된 대표(exemplar) 벡터간의 거리를 기반으로 하며, 세부적인 결정은 머리카락, 피부, 옷 및 배경 등 영역 간의 구분을 극대화할 수 있도록 선택된다. 공개 데이터베이스에 대한 실험을 통해, 훨씬 더 복잡한 학습 모델과 오랜 계산 시간을 요구하는 최신의 가장 정확한 기법에 비하여 정확도 차이가 7% 미만으로, 제안하는 영역화 기법의 정확도가 우수함을 확인하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 순천향대학교 | - |
dc.title | 셀프카메라 사진 속 인물의 자동 영역화를 위한 랜덤포레스트 분류기 학습 | - |
dc.title.alternative | Learning Random Forests for Segmentation of Person in Self-Portrait Photos | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 이수찬 | - |
dc.identifier.bibliographicCitation | 순천향대학교 산업기술연구소 논문집, v.21, no.1, pp.25 - 30 | - |
dc.relation.isPartOf | 순천향대학교 산업기술연구소 논문집 | - |
dc.citation.title | 순천향대학교 산업기술연구소 논문집 | - |
dc.citation.volume | 21 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 25 | - |
dc.citation.endPage | 30 | - |
dc.type.rims | ART | - |
dc.description.journalClass | 3 | - |
dc.subject.keywordAuthor | Segmentation | - |
dc.subject.keywordAuthor | Random Forest | - |
dc.subject.keywordAuthor | Self-Portrait Photos | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(31538) 22, Soonchunhyang-ro, Asan-si, Chungcheongnam-do, Republic of Korea+82-41-530-1114
COPYRIGHT 2021 by SOONCHUNHYANG UNIVERSITY ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.