Earticle

Home

Rotation Invariant Local Directional Pattern을 이용한 텍스처 분류 방법
Texture Classification Using Rotation Invariant Local Directional Pattern

첫 페이지 보기
  • 발행기관
    한국융합보안학회 바로가기
  • 간행물
    융합보안논문지 바로가기
  • 통권
    제17권 제3호 (2017.09)바로가기
  • 페이지
    pp.21-29
  • 저자
    이태환, 채옥삼
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A310583

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Accurate encoding of local patterns is a very important factor in texture classification. However, LBP based methods w idely studied have fundamental problems that are vulnerable to noise. Recently, LDP method using edge response and dire ction information was proposed in facial expression recognition. LDP is more robust to noise than LBP and can accommod ate more information in it's pattern code, but it has drawbacks that it is sensitive to rotation transforms that are critical to texture classification. In this paper, we propose a new local pattern coding method called Rotation Invariant Local Direc tional Pattern, which combines rotation-invariant transform to LDP. To prove the texture classification performance of the proposed method in this paper, texture classification was performed on the widely used UIUC and CUReT datasets. As a result, the proposed RILDP method showed better performance than the existing methods.
한국어
지역 패턴을 정확하게 부호화 하는 방법은 텍스처 분류 연구에 매우 중요한 요소다. 하지만 기존 널리 연구된 LBP기반 방 법들은 잡음에 취약한 근본적인 문제점이 있다. 최근 표정인식 분야에서 에지반응 값과 방향 정보를 활용한 LDP방법이 제안 되었다. LDP방법은 LBP보다 잡음에 강하고 더 많은 정보를 코드에 수용할 수 있는 장점이 있지만 텍스처 분류에 적용하기에 는 치명적인 회전 변화에 민감한 단점이 있다. 본 논문에서는 LDP 방법에 회전 불변 특성을 결합하고 기존 LDP가 가지고 있 던 부호 정보를 수용하지 않은 단점과 밝기 값 차이가 적은 영역에서 의미 없는 코드가 생성되는 단점을 극복한 새로운 지역 패턴 부호화 방법인 Rotation Invariant Local Directional Pattern 방법을 제안한다. 본 논문에서 제안된 방법의 텍스처 분류 성능을 입증하기 위해 널리 사용되는 UIUC, CUReT 데이터 셋에서 텍스처 분류를 수행했다. 그 결과 제안된 RILDP방법이 기존 방법보다 우수한 성능을 보여주었다.

목차

요약
 ABSTRACT
 1. 서론
 2. 관련 연구
  2.1 Local Directional Pattern(LDP)
 3. Rotation Invariant Local Directional Pattern (RILDP)
  3.1 텍스처 분류에서 LDP의 문제점
  3.2 Rotation Invariant Local Directional Pattern 생성 방법
 4. RILDP특징 벡터 생성
 5. 실험 결과
  5.1 텍스처 분류용 데이터 셋 및 실험환경
  5.2 텍스처 분류 실험 결과
 6. 결론
 참고문헌

저자

  • 이태환 [ Tae Hwan Lee | 경희대학교 전자정보대학 컴퓨터 공학과 ]
  • 채옥삼 [ Chae Ok Sam | 경희대학교 전자정보대학 컴퓨터 공학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국융합보안학회 [Korea Information Assurance Society]
  • 설립연도
    2001
  • 분야
    공학>전자/정보통신공학
  • 소개
    본 학회는 사이버테러 및 정보전에 관한 학문연구ㆍ기술 개발ㆍ기반 구축을 도모하고 국내ㆍ외 관계기관과 학술교류와 정보교환을 통하여 회원 상호간의 전문지식을 배양하고, 궁극적으로는 국가 중요 정보기반구조를 보호함을 그 목적으로 한다.

간행물

  • 간행물명
    융합보안논문지 [Jouranl of Information and Security]
  • 간기
    격월간
  • ISSN
    1598-7329
  • 수록기간
    2001~2018
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 567.9 DDC 621.38

이 권호 내 다른 논문 / 융합보안논문지 제17권 제3호

    피인용수 : 0(자료제공 : 네이버학술정보)

    페이지 저장