Recent Posts
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- dl
- nlp
- Torch
- classification
- nerf
- 딥러닝
- cs
- ML
- 머신러닝
- GAN
- Front
- math
- SSL
- algorithm
- Meta Learning
- Depth estimation
- PRML
- REACT
- 자료구조
- 알고리즘
- FGVC
- clean code
- FineGrained
- CV
- Vision
- 3d
- computervision
- Python
- pytorch
- web
- Today
- Total
KalelPark's LAB
[Math] chapter 4.4 [Stereo Reconstruction: Spatial Regularization] 본문
Study/Math
[Math] chapter 4.4 [Stereo Reconstruction: Spatial Regularization]
kalelpark 2023. 4. 11. 21:09
Spatial Regularization
Local Matching 대해서 설명합니다.
유사한 이미지라도, 카메라의 위치에 따라, 각기 다르게 정보가 읽힐 수 있습니다.
현실 세계에서는 물체의 불연속성을 제외하고는, 깊이는 천천히 변합니다.
Stereo MRF(Markov Random Field)
Bayseian Modeling을 통해서, 이미지를 분석하는데 사용되는 방법이다. 한 부분의 데이터를 알기 위해 전체의 데이터를 보고 판단하는 것이 아니라, 이웃하고 있는 데이터들과의 관계를 통해서 판단합니다.
한 상태에서 다른 상태로 변할 확률이 현재의 상태에만 의존하는 모델을 의미함
Markov Random Fields (MRF) 모델을 바탕으로 한 영상 해석은 모델의 영상의 기본구조들로 구성된 그래프 위에서 정의하고 이웃하고 있는 데이터들과의 관계를 통해 영상을 해석하는데 활용됩니다.
Stereo MRF(Markov Random Field)의 활용
Reference
https://wordbe.tistory.com/entry/PGM-part2-Markov-Random-Field
'Study > Math' 카테고리의 다른 글
[Math] chapter 5.1 [Probabilistic Graphical Models: Structured Prediction] (0) | 2023.04.12 |
---|---|
[Math] chapter 4.5 [Stereo Reconstruction: End-to-End Learning] (1) | 2023.04.11 |
[Math] chapter 4.3 [Stereo Reconstruction: Siamese Networks] (0) | 2023.04.10 |
[Math] chapter 4.2 [Stereo Reconstruction: Block Matching] (0) | 2023.04.10 |
[Math] chapter 4.1 [Stereo Reconstruction] - supplementary (0) | 2023.04.09 |
Comments