Light-Ontology Classification for Efficient Object Detection using a Hierarchical Tree Structure

효과적인 객체 검출을 위한 계층적 트리 구조를 이용한 조명 온톨로지 분류

This paper proposes a ontology of tree structure approach for adaptive object recognition in a situation-variant environment. In this paper, we introduce a new concept, ontology of tree structure ontology, for context sensitivity, as we found that many developed systems work in a context-invariant environment. Due to the effects of illumination on a supreme obstinate designing context-sensitive recognition system, we have focused on designing such a context-variant system using ontology of tree structure. Ontology can be defined as an explicit specification of conceptualization of a domain typically captured in an abstract model of how people think about things in the domain. People produce ontologies to understand and explain underlying principles and environmental factors. In this research, we have proposed context ontology, context modeling, context adaptation, and context categorization to design ontology of tree structure based on illumination criteria. After selecting the proper light-ontology domain, we benefit from selecting a set of actions that produces better performance on that domain. We have carried out extensive experiments on these concepts in the area of object recognition in a dynamic changing environment, and we have achieved enormous success, which will enable us to proceed on our basic concepts.

본 논문에서는 상황 변화 환경에서 적응적인 객체 인식을 위한 계층적 트리 구조를 이용한 조명 온톨로지 분류에 대한 방식을 제안한다. 본 논문에서는 상황이 불변하는 환경에서 동작하는 개발된 많은 시스템을 찾아냈고, 상황에 맞는 감지를 위한 새로운 개념의 트리 구조를 이용한 온톨로지를 도입하였다. 조명의 영향이 상황 인지 인식시스템을 아주 설계하기 어려운 시스템으로 만들기 때문에 본 논문에서는 트리 구조의 온톨로지를 사용하여 이러한 상황 변화 시스템을 설계하는데 더 중점을 두었다. 온톨로지는 일반적으로 사람들이 특정 분야의 것들에 대해 생각하는 방법의 추상적 모델에서 전형적으로 캡처된 한 분야의 개념화의 명시적 사양으로 정의 할 수 있다. 인간은 기본 원칙과 환경을 이해하고 설명하기 위해 온톨로지를 생성한다. 본 연구에서는 상황 온톨로지, 상황 모델링, 상황 적응 및 조명 기준에 따라 트리 구조 온톨로지를 설계하는 상황 분류를 제안했다. 조명 온톨로지의 적당한 영역을 선택한 후, 그 영역에서 더 나은 성능을 생산하는 동작의 한 집합을 선택하는데 있어서 장점을 얻었다. 본 논문에서는 역동적인 변화 환경에서 객체 인식의 영역에서 이러한 개념을 이용하여 폭 넓은 실험을 수행하였으며 제안하는 기본 개념에 대해 수행할 수 있는 많은 성공을 얻었다.