초록
최근 몇 년 동안, 단일 이미지에서 그림자 검출 방법이 다양하게 제안되어 시각 시스템에 활용되고 있습니다. 그러나 대부분의 방법은 비싼 시간 복잡도 때문에 로봇 응용 분야에는 적합하지 않습니다. 본 논문에서는 딥 러닝 프레임워크를 사용하여 로봇 응용 분야에 적합한 시간 비용을 갖는 빠른 그림자 검출 방법을 소개합니다. 제안된 해결책에서는 먼저 다중 클래스 서포트 벡터 머신을 사용하여 통계적 특성을 기반으로 그림자 사전 맵을 얻습니다. 그런 다음, 원본 이미지와 그림자 사전 맵을 결합하여 그림자 예제를 효율적으로 학습할 수 있는 의미 인식 패치 레벨 컨벌루션 신경망(Semantic-aware Patch-level Convolutional Neural Network)을 사용합니다. 벤치마크 데이터셋에서 수행된 실험 결과, 제안된 방법이 최신 기술과 비교하여 1~2개数量级的时间复杂度显著降低，同时没有损失准确性。注：在最后一句中，“数量级”一词在韩文中没有直接对应的术语，因此我将其翻译为“数量级”并保留了中文形式以确保信息完整。但根据上下文，可以考虑将其翻译为“1~2 배”或“10~100 배”来表示数量级的变化。以下是优化后的版本：벤치마크 데이터셋에서 수행된 실험 결과, 제안된 방법이 최신 기술과 비교하여 10~100 배의 시간 복잡도를 크게 줄였으며, 정확성은 유지되었습니다.