초록
본 논문에서는 잡음에 강건한 일반화 대칭 변환을 주목 연산자로 제안하고 이를 이용하여 크기와 형태가 다양한 물체들을 효과적으로 검출하였다. 기존의 주목 연산자와는 달리 두 화소의 명도변화의 크기와 대칭성뿐만 아니라 방사(radial)방향 명도변화의 수렴 및 발산을 누적 대칭도에 반영시킴으로써 명도변화 방향의 일관된 수렴이나 발산이 없는 잡음 영역에 의한 대칭 기여도가 누적되지 않도록 하였다. 따라서 제안한 주목 연산자를 사용하면 잡음이 많고 복잡한 배경으로부터 물체만을 쉽게 검출할 수 있도록 하였다. 다양한 합성영상(synthetic images)과 실영상(real images)에 대해 실험하여 잡음의 영향을 적게 받으며 효과적으로 다중 물체를 검출함을 확인하였다.
In this paper, a noise-tolerant generalized symmetry transform(NTGST) is proposed and implemented as a context-free attention operator for efficient detection of multi-object. In contrast to the conventional context-free attention operator based on the GST in which only the magnitude and the symmetry of the pixel pairs are taken into account, the proposed NTGST additionally takes into account the convergence and the divergence of the radial orientation of the intensity gradient of the pixel pair. Thus, the proposed attention operator can easily detect multiple objects out of the noisy and complex backgrounded image. Experiments are conducted on various synthetic and real images, and the proposed NTGST is proved to be effective in multi-object detection from the noisy and complex backgrounds.