양고네 연구노트

학술 2010. 10. 20. 15:38

ISMAR 2010 Amaury Dame and Eric Marchand, IRISA 등 ü Mutual information (MI, 상호정보) 은 신호 사이에 공유되는 정보의 양을 측정하는 것으로서 의료 영상에서 주로 사용된다. 조명 변화에 강인한 특성에도 불구하고 최적화 적용에 문제가 있어서 객체 추적에는 적용된 예가 드물었다. 그림에서 명확하게 나타난 피크가 보여주듯이 MI는 다른 방법에 비해 정확한 정합 측정 결과를 제공한다. ü 본 논문은 MI 목적함수에 부합하는 최적화 방법을 새롭게 제안하였는데, Hessian 행렬을 개선하고 특정여 다른 방법에 비해 강인한 추적 결과를 얻었다. 미분 계산을 빠르게 하기 위한 방법도 제안되었다. ü 제안된 MI 방법은 ESM (Efficient Second-..

학술 2010. 10. 19. 19:19

ISMAR 2010 Computer Aided Medical Procedures & Augmented Reality (CAMP), Technische Universitat Munchen, Munich, Germany 내용 겉핥기 disparity가 클 경우 double vision으로 인해 visual discomfort가 발생한다. - 이 가정이 좀 그렇다. 3D를 시청하면서 double vision을 경험한 경우가 있었던가? 어쨌든 out-of-focus blur를 적용함으로써 double vision이 발생하지 않는 'fusional limit'를 증가시킬 수 있다. 모니터와 HMD 환경에서 각각 실험. 18명의 대상에 대해 실험한 결과 blur를 적용했을 경우 확연히 시청 품질이 높았다. 그러나 ..

학술 2010. 10. 19. 14:16

levmar (http://www.ics.forth.gr/~lourakis/levmar/) 제작자인 Manolis Lourakis (누나키스? ㅎㅎ) 사마에게 M-estimator 구현에 관해 질문했더니 다음과 같이 답변이 왔다. 안녕하세요, 귀하의 설명에 따라, 그것은 당신이 levmar에 나 - estimators을 통합하는 방법의 주요 아이디어를 파악해야 것 같습니다. 당신은 강력한 비용 함수를 사용하는 경우, 당신은 또한 그에 따라 Jacobian을 수정해야했지만합니다. 하는 것을 방지하려면 어떻게 그 levmar의 유한 차이 버전 (dlevmar_dif () 등)를 사용해보십시오. 메모리 오류에 관해서라면, 내가 도울 수없는 것 같은데, 당신은 당신의 코드에 가깝게 보일 것입니다. 사실 난 이미..

학술 2010. 9. 17. 10:26

의외로 1ms 내외의 대선전. 믿어도 될까? -.- 해당 코드 int j = 0; LARGE_INTEGER freq, t[20]; QueryPerformanceFrequency(&freq); QueryPerformanceCounter(&t[j++]); glReadPixels(0, 0, width, height, GL_RGB, GL_UNSIGNED_BYTE, iM->imageData); QueryPerformanceCounter(&t[j++]); printf("readpixels: %g ms\n", (t[j-1].QuadPart - t[j-2].QuadPart)*1000./freq.QuadPart);

학술 2010. 9. 17. 10:08

M-estimator 사용을 위해 levmar 콜백함수를 좀 손봤는데, 희한한 증상이 생겨났다. 처음 몇 줄 (Jacobian을 만드는) 은 제대로 돌아가지만, 그 다음부터 최소 gradient 방향으로 진행을 안 하더란 것. 사실 이것만이었더라면 오늘 오후를 몽땅 이걸 디버깅하는데 써버리진 않았겠지만... 저 똑같은 값만 반복하다가 멈추는 것이 불규칙하더라는 거다. box constraint를 사용할 때와 안 할 때가 또 다르고... 또 central difference를 사용할 경우 heap corruption이 뜨고...! M-estimator 도입을 위해 변경했던 부분을 모두 원복해가는 과정에서 문제를 발견했다. levmar 콜백함수에서 levmar parameter p에서 r, t vector로..

학술 2010. 9. 13. 20:12

아직 unpublished인 듯. 따라서 이 포스트도 비공개로 유지. 조규성 외. 인식 FAST 코너 추출 + Generic Randomized Forest (GRF) 추적 2단계 coarse to fine tracking using zero-mean SSD. Drummond의 Lie Group 기반 motion model을 사용. Tuckey M-estimator 사용. 즉 Gauss-Newton이나 유사 최적화를 사용하는 듯. 소감 Wagner의 approach와 유사함. GRF를 이용한 페이지 인식의 빠른 속도(60fps

학술 2010. 8. 19. 17:21

요즘 논문보기를 소홀히 하여, 읽은 논문조차 올리지 않았는데 이로 인해 학술 능력이 나날이 저하되는 것 같아 이를 통탄하며 새로이 포스트를 올린다. 2000 IS(M)AR Simon, Fitzgibbon and Zisserman (Oxford) 개요 scene의 planar structures를 사용자가 클릭해 주고 (plane의 aspect ratio s만 unknown), 나머지는 Zhang의 그것을 그대로 답습하고 있다. 저자들의 명성에 비하면 좀 실망. 알고리듬 개요: 1. image0에서 planar region을 수동 지정. 2. interest point 추출 (Harris, Moravec) 3. 4점에서 vanishing points 2개(v,w)로부터 K 검출. 여기까지가 초기화. 4. ..

학술 2010. 8. 19. 16:17