|
수치사진측량특론-Project SIFT (Scale Invariant Feature Transform)
개발배경
┗━━━━━━━━━━─────────…
❖ 매우 고유한 특징– Good Matching
❖ 상세 서술자 – 높은 고유성
❖ 불변성
▪ 스케일 –
|
|
|
-추출과정(Feature Extraction)과 정합과정(Minutiae Matching)
1. 특징점 추출 과정 (Feature Extraction)
2. 정합 과정 (Minutiae Matching)
- 알고리즘 비교
1. String & Alignment-Based Matching
2. Triangular Matching
3. Ridge Line Following Algorithm
|
|
|
matching processing)을 통해 판단
Cole & Scott: 음절을 지각할 때, 일정하면서도 문맥 조건적인 단서들을 참조하다고 주장
-변하는 단서와 변하지 않는 단서가 각각의 단서로서 독립성을 지님.
-청자는 음절을 인식하기 위해 이 두 가지를 다 사용한
|
|
|
matching) 모형
2 .세부특징 분석(feature analysis)모형
3. 성분재인 이론(Recognition-By-Components:RBC)
4. 계산이론(computational theory)
A. 초벌 스케치
B. 2½차원 스케치
C. 3차원 모형 표상
5. 공간주파수 분석 접근(spatial frequency analysis approach)
Ⅲ. 맺으며
|
|
메뉴펼치기
