Centrala begrepp
단일 이미지에서 객체 자세를 추정하는 방법들의 품질을 평가하기 위해 객체 형상 정보를 활용한 신뢰도 점수 COBRA를 제안한다.
Sammanfattning
이 논문은 단일 이미지에서 객체 자세를 추정하는 방법들의 품질을 평가하기 위한 일반적인 알고리즘인 COBRA를 소개한다. 이 알고리즘은 다중 가우시안 프로세스를 이용하여 객체의 형상을 경량 퍼지 표현으로 모델링하고, 추정된 자세를 통해 객체의 픽셀 역투영이 형상 템플릿에 얼마나 잘 부합하는지를 평가하여 신뢰도 점수를 산출한다.
실험 결과, COBRA는 기존 방법들의 내재적 품질 지표보다 외란에 의한 영향을 더 잘 포착할 수 있음을 보여준다. 또한 제안된 경량 형상 표현 기법은 복잡한 객체 형상에 대해서도 충분한 정확도를 달성할 수 있음을 확인하였다.
Statistik
객체 자세 추정의 정확도가 낮아질수록 COBRA 신뢰도 점수가 감소한다.
추정 자세의 오차가 2mm 이내일 때 신뢰도 점수는 0.6 이상을 유지한다.
Citat
"단일 이미지에서 객체 자세를 추정하는 방법들의 품질을 평가하기 위해 객체 형상 정보를 활용한 신뢰도 점수 COBRA를 제안한다."
"COBRA는 기존 방법들의 내재적 품질 지표보다 외란에 의한 영향을 더 잘 포착할 수 있다."