This paper introduces the mobile software system which has objects recognized without a remote server which takes much time using SIFT and shape matching technology. This study focuses not on the existing recognition accuracy, but on its performance through mobile devices itself despite its low hardware specification.
본 논문에서는 모바일 디바이스 상에서 별도의 서버 의존 없이 빠르게 사물을 인식할 수 있는 시스템을 소개한다. 이를 위해서 현재까지 널리 사용되고 있는 SIFT, 도형 매칭과 같은 연산량을 증가시키는 방법을 탈피하였다. 본 논문은 기존 사물 인식의 정확도를 높이는 데 집중된 연구 흐름과는 달리 성능을 높여서 고성능 서버 대비 저사양 하드웨어 기반의 다양한 모바일 디바이스가 자체적으로 사물 인식 작업을 수행할 수 있다는 것을 제시하였다는데 의의가 있을 것이다.
CAIPT_2015_joonghee_moon_final.docx
모바일_디바이스기반의_사물인식BOF모델적용사례.pdf
모바일_디바이스기반의_사물인식BOF모델적용사례_문중희.doc
모바일_디바이스기반의_사물인식BOF모델적용사례_문중희.doc
0.17MB
CAIPT_2015_joonghee_moon_final.docx
0.62MB
모바일_디바이스기반의_사물인식BOF모델적용사례.pdf
0.24MB
'Papers > Machine learning' 카테고리의 다른 글
| Feature Extraction from Depth Maps for Object Recognition (0) | 2015.05.13 |
|---|---|
| Depth Kernel Descriptors for Object Recognition (0) | 2015.05.13 |
| Case study of depth image processing (0) | 2015.05.08 |
| image resizing (0) | 2015.04.23 |
| classification vs. identification (0) | 2015.03.14 |