Rotation-invariant Object Categorization using Bag-of-features with Angular Pyramid

각도 피라미드를 이용한 Bag-of-features 를 통한 회전에 강한 물체 인식

본 논문에서는 영상에서의 물체 인식에 주로 사용되었던 공간 피라미드를 변형시킨 각도 피라미드를 이용한 bag-of-features 방법으로 회전 변화에도 강한 물체 인식에도 적용할 수 있도록 한다. 기존의 공간 피라미드에서 수직의 격자 모양으로 영상을 나누었던 것에 비해 각도 피라미드는 영상의 중심을 기준으로 동일한 각도로 영상을 분할하여 피라미드로 만든다. 각 영역 안에서 특징들의 히스토그램으로 영상을 표현하고 영상간의 유사도는 각도 피라미드를 단계별로 순환적 자리옮김을 통해 회전시켜가며 히스토그램 교집합을 구하여 측정한다. 이 방법을 Caltech-101 데이터베이스에 적용해본 결과 회전 변환을 준 테스트 영상에 대해 기존의 공간 피라미드를 사용한 방법에 비해 높은 성능을 보이는 것을 확인하였다. 따라서 이 방법을 통하여 다양한 상황의 일반적인 물체 분류할 수 있을 것으로 기대한다.