Key points are not available for this paper at this time.
패턴 인식의 기본적인 도전 중 하나는 문제 클래스에 적합한 특성 집합을 선택하는 것입니다. 데이터베이스 검색과 같은 애플리케이션에서 패턴 비교에 사용되는 이미지 특성이 이미지 지각 유사성의 좋은 척도를 제공하는 것이 중요합니다. 우리는 지각 유사성 문제를 해결하는 새로운 특성 집합을 가진 이미지 모델을 제시합니다. 이 모델은 동질 랜덤 필드의 2D Wold 분해를 기반으로 합니다. 그로 인해 생성된 세 개의 서로 직교하는 서브 필드는 인간의 질감 인식에서 가장 중요한 세 가지 차원으로 간주되는 '주기성', '방향성' 및 '무작위성'으로 설명할 수 있는 지각 속성을 가지고 있습니다. 제안된 방법은 자연 질감에서 발생하는 다양한 지역 불균형에 대한 저항성과 회전과 같은 이미지 변환에 대한 불변성을 통해 이전의 Wold 기반 모델을 개선합니다. 새로운 질감 모델을 기반으로 한 이미지 검색 알고리즘이 제시됩니다. 다양한 유형의 이미지 특성이 베이esian 확률적 접근 방식을 사용하여 유사성 비교를 위해 집계됩니다. Wold 모델이 지각적으로 유사한 자연 질감을 검색하는 데 효과적임을 두 가지 다른 잘 알려진 패턴 인식 방법과 비교하여 입증합니다. Wold 모델은 패턴 유사성의 지각적으로 더 만족스러운 척도를 제공하는 것으로 보이며, 이러한 다른 방법의 전통적인 패턴 인식 기준을 초과하는 성능을 보입니다. 자연 장면 Wold 질감 모델링의 예도 제시됩니다.
Liu et al. (Mon,) 이 질문을 연구했습니다.