Machine learningMulti-scale image analysis
스케일-공간 이론
Witkin과 Lindeberg에 의해 개발된 스케일-공간 이론은 여러 스케일에서 동시에 이미지를 분석하기 위한 원칙적인 수학적 프레임워크를 제공합니다. 스케일을 명시적인 차원으로 취급하고 가우시안 블러링을 사용함으로써, 스케일-공간 이론은 적절한 스케일에서 특징을 탐지하고 분석할 수 있게 하여 '어떤 스케일에서 분석해야 하는가?'라는 근본적인 문제를 해결합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Lindeberg, T. (1994). Scale-space theory: A basic tool for analyzing structures at different scales. Journal of Applied Statistics, 21(2), 225–270. DOI: 10.1080/757582976 ↗
- Witkin, A. P. (1983). Scale-space filtering. Proceedings of the Eighth International Joint Conference on Artificial Intelligence (IJCAI), 1019–1022. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Scale-Space Theory and Multi-Scale Image Analysis. ScholarGate. https://scholargate.app/ko/computer-vision/scale-space-theory
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 블롭 검출컴퓨터 비전↔ compare
- Canny 엣지 검출기컴퓨터 비전↔ compare
- 해리스 코너 검출컴퓨터 비전↔ compare
- ORB 특징 디스크립터컴퓨터 비전↔ compare
- SIFT 특징 검출컴퓨터 비전↔ compare