* 이미지 전처리 작업에서 사용하는 기법 중 하나로 pixel들을 색 등의 저레벨 정보를 바탕으로 비슷한 것끼리 묶어서 '커다란 pixel'을 만드는 작업
* 장점
- 이미지를 구성하는 요소를 크게 줄이는 효과
- 사람의 인지 방법과 비슷한 접근법
: 인지과학 분야에 따르면 사람은 이미지를 pixel 단위로 인식하지 않으며, 근처의 같은 의미를 가지는 덩어리들을 하나로 묶어서 인식하여 전체를 파악.
* 단점
- 요소들 간에 기하학적인 관계가 매우 복잡하게됨. 기존 이미지에서 모든 pixel이 4개의 pixel을 이웃 pixel로 가지 는 것에 비해 superpixel들 간의 이웃간계는 매우 복잡하고 심지어 연산 전에 예측할 수 없다.
- 연산 시간
: 이미지 전처리 기법이기 때문에 많은 시간과 메모리르 사용하면 안된다는 제약이 붙어 있지만 superpixel은 아직 까지 만족스러운 수준으로 빠르다고 하기 힘들다. 단, 최신기법일수록 속도에 있어서 만족스러운 결과를 보여주고 있다.
-
'DeepLearning > 용어정리' 카테고리의 다른 글
| RANSAC(Random Sample Consensus) (0) | 2022.02.20 |
|---|---|
| Unsupervised, Semi-supervised, weakly supervised self-supervised learning (0) | 2022.02.20 |
| Fine/Coarse Grained classification (0) | 2022.02.20 |
| Loss function, Cost function, Objective-function (0) | 2022.02.20 |
| Disparity Map (0) | 2022.02.20 |