Others (20) 썸네일형 리스트형 [CV based AR Application] Nature Feature Tracking 기반 AR Markerless 기반 AR을 이용한 PC Application 결과 영상(동영상 링크: blog.naver.com/neverabandon/100117389387) [Natural Feature Tracking] Random Ferns + Template-based Tracking "Random Ferns + Template-based Tracking" 의 조합으로 Object Recogntion을 해봤다. Classfication 기반 Object Recognition이 Descriptor 기반 Object Recognition과 비교하여 충분히 견줄 수 있다는 것을 확인하였다. 결과 영상(동영상 링크: blog.naver.com/neverabandon/100119693233) [Natural Feature Tracking] contrast 및 brightness의 변화에도 강건한 객체 인식 실시간으로 카메라에서 들어오는 영상 내 물체를 인식 할 때 가장 문제가 되는 것이 다양한 외부 조건들에 의해서 발생하는 contrast 및 brightness의 변화라고 생각을 한다. 이를 보상하기 위해서 몇가지 전처리 알고리즘을 테스트 하고 가장 좋은 알고리즘을 선정하여 적용해봤다. 생각보다 만족스럽다. 아래 동영상에서 보듯이 contrast가 상당히 낮고, brightness가 상당히 높은 상황에서도 비교적 인식이 잘 되는 것을 보여준다. 결과 영상(동영상 링크: blog.naver.com/neverabandon/100117049590) [Natural Feature Tracking] Random Ferns를 이용한 다중 객체 인식 기존의 "Image Retrieval"를 위해서 "Randomized Forest"를 사용하는 논문의 아이디어와 Classfication 기반으로 하나의 물체 인식을 하기 위해서 Randoized Ferns를 사용하는 논문의 아이디어를 결합해서 동시에 여러개의 물체를 인식하는 방법을 고안해봤다. 결과 1(동영상 링크: blog.naver.com/neverabandon/100122290066) 결과 2(동영상 링크: blog.naver.com/neverabandon/100122290066) 다양한 이진화 알고리즘들의 테스트 결과 참고문헌 1. 파라미터 기반 Local Adaptive Thresholding 기법들 [1]. Bernsen J. (1986) "Dynamic Thresholding of Grey-Level Images" Proc. of the 8th Int. Conf. on Pattern Recognition, pp. 1251-1255 [2]. Niblack W. (1986) "An introduction to Digital Image Processing" Prentice-Hall [3]. Sauvola J. and Pietaksinen M. (2000) "Adaptive Document Image Binarization" Pattern Recognition, 33(2): 225-236 [4]. Savakis A.E... [ADAS] 주간 및 야간 장면 구분 결과 ADAS 알고리즘 개발 시 장면 이해를 통해 각 장면에 대해 최적의 알고리즘을 적용하는 것은 좋은 접근법이라고 생각한다. 아래는 상용화에 성공한 결과들이다. 주간 장면 인식 결과(동영상 링크: blog.naver.com/neverabandon/220818790834) 야간 장면 인식 결과(동영상 링크: blog.naver.com/neverabandon/220818790834) SIFT와 SURF 이후의 Feature Descriptors들(딥러닝 이전까지), 그리고 SIFT와 SURF의 간단한 비교 실험 제 기억에 의하면 SIFT가 Lowe 교수에 의해서 제안된게 2004년이고 SURF가 Bay 교수에 의해서 제안된게 2006년이니 벌써 14년이상의 시간이 흘렀습니다. 당연히 이들 보다 좋은 feature descriptor를 만들기 위한 연구들은 계속 되었겠죠? (물론 요즘 딥러닝 시대에는 어떤 식으로 연구가 되고 있는지 모르겠지만..) SIFT보다 SURF보다 정확도(처리 속도는 배제)를 높이기 위한 목적으로 나온 알고리즘도 있고, SIFT와 SURF처럼 유사한 정확도를 보이면서도 처리 속도를 빠르게 하기 위한 목적으로 나온 알고리즘도 있습니다(스마트폰 시장이 커진 것도 한몫 했겠죠?). 아래는 딥러닝 이전까지의 SIFT와 SURF 이후에 유명 저널 및 컨퍼런스에 출판된 feature descript.. [ADAS] 날씨에 따른 정상 및 열화 판단 결과 ADAS 알고리즘 개발 시 장면 이해를 통해 각 장면에 대해 최적의 알고리즘을 적용하는 것은 좋은 접근법이라고 생각한다. 아래는 상용화에는 실패했지만 나름대로 가능성을 봤던 결과들이다. 맑은 날씨: 정상 판단 비오는 날씨: 열화로 판단 안개 낀 날씨: 열화로 판단 이전 1 2 3 다음
