MCMLSD: 선분 검출을 위한 동적 프로그래밍 방법

선분 검출을 위한 기존 접근 방식은 일반적으로 이미지 도메인에서의 지각적 그룹화 또는 허프 도메인에서의 전역 누적을 활용한다. 본 연구에서는 이러한 두 접근 방식의 장점을 결합하는 확률적 알고리즘을 제안한다. 첫 번째 단계에서는 전역 확률적 허프 방법을 사용하여 선을 탐지한다. 두 번째 단계에서는 각 탐지된 선을 이미지 도메인에서 분석하여 허프 맵의 피크를 생성한 선분을 정밀하게 위치화한다. 선 상의 점 시퀀스에 대해 검색 범위를 제한함으로써, 선분의 분포를 마르코프 체인으로 모델링할 수 있으며, 표준 동적 프로그래밍 알고리즘을 사용해 선형 시간 내에 확률적으로 최적의 레이블링을 정확히 계산할 수 있다. 또한 마르코프 가정은 국소적 마진 확률 후행도를 활용하여 선분 위의 정확히 레이블링된 점들의 기대 수를 추정하는 직관적인 순위 매기기 방법을 도출한다. 제안된 마르코프 체인 마진 선분 검출기(MCMLSD)의 성능을 평가하기 위해, 과도한 및 과소 분할을 통제할 수 있는 새로운 정량적 평가 방법론을 개발하고 적용하였다. YorkUrbanDB 데이터셋에 대한 평가 결과, 제안된 MCMLSD 방법은 기존 최고 수준의 기법보다 상당한 성능 우위를 보였다.