3-D Object Recognition Using A Mean Field Annealing Neural Network

Mean Field Annealing 신경회로망을 이용한 3차원 물체인식

3차원 물체 인식은 학습에 의해서 구성된 모델베이스를 이용하여 주어진 입력 영상에 존재하는 한 개 혹은 여러 개의 물체를 구별하는 과정이다. 본 논문에서는 입력 거리 정보를 받아들여 이 정보로부터 보이는 각 면에 대한 특징을 추출해낸 후 이 특징들을 입력 영상에 존재하는 물체를 묘사하는 특징으로 사용하여 이로부터 모델을 결정하는 방법을 제시한다. 영상 분할된 입력 물체는 그래프로 표현되는데, 물체 인식은 입력 물체의 그래프를 모델 베이스의 각 모델의 그래프와 정합하는 고정에서 얻어진다. 제한 조건은 만족시키는 정합을 수행하기 위하여 mean field annealing (MFA) 신경 회로망을 사용하였으며 가려진 물체 인식을 수행할 수 있는 정합을 위해 에너지 함수를 제안하였다. 제안한 알고리듬의 효용성을 입증하기 위하여 가려짐의 정도를 다르게 한 합성영상에 대해서 모의 실험을 하였다.