Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지

Saliency Detection Based on Semi-Supervised Learning

준 지도 학습에 기반한 중요 객체 검출 방법

  • Hwang, Insung (Dept. of Electrical and Computer Engineering, Seoul National University) ;
  • Lee, Sang Hwa (Dept. of Electrical and Computer Engineering, Seoul National University) ;
  • Park, Jae Sung (Dept. of Electrical and Computer Engineering, Seoul National University) ;
  • Cho, Nam Ik (Dept. of Electrical and Computer Engineering, Seoul National University)
  • 황인성 (서울대학교 전기정보공학부) ;
  • 이상화 (서울대학교 전기정보공학부) ;
  • 박재성 (서울대학교 전기정보공학부) ;
  • 조남익 (서울대학교 전기정보공학부)
  • Published : 2015.07.01
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 준 지도 학습에 기반한 중요 객체 검출 방법을 제안한다. 첫째, 색상과 공간 정보를 활용하여 이미지를 분할한 후, 분할된 영역을 색상의 유사도로 연결하여 그래프를 만든다. 둘째, 색 대비 및 가장자리 사전 지식을 활용하여 중요 객체에 해당하는 씨앗 노드와 배경에 해당하는 씨앗 노드를 추출한다. 끝으로, 중요 객체 및 배경 씨앗 노드를 이용하여 준 지도학습 기법에 적용함으로써 이미지 전체 노드의 중요도를 계산한다. 실험 결과, 제안한 알고리즘이 최신의 다른 알고리즘보다 높은 재현율 구간에서 높은 정밀도를 보임을 확인할 수 있고, 시각적으로도 좋은 성능을 보임을 확인할 수 있다.

Keywords