딥러닝을 이용한 객체 검출과 이미지 분할

이 책에서는 "로컬 세그멘테이션(local segmentation)"이라는 낮은 수준의 이미지 처리를 위한 통합적인 이론을 소개한다. 로컬 세그멘테이션은 기존 알고리즘을 검토하고 이해하는 방법과 새로운 알고리즘을 개발하기 위한 패러다임이다. 이 방법은 다양한 중요한 이미지 처리 작업에 적용할 수 있다. 기존의 세분화 기법인 강도 임계값과 간단한 모델 선택 기준을 사용하는 새로운 FUELS 노이즈 제거 알고리즘은 다양한 이미지에서 최첨단 알고리즘과 경쟁력이 높은 것으로 알려져 있다. 국소 분할을 개선하기 위해 모델 선택에 대한 최소 메시지 길이 정보 이론적 기준(MML)을 사용하여 구조와 복잡도가 다른 모델 중에서 선택한다. 이로써 노이즈 제거 성능이 향상되었다. FUELS와 그 변형인 MML은 특별한 사용자 제공 파라미터가 필요하지 않고 이미지 자체에서 학습하였다. 결과적으로, 이 책을 통해서 독자들은 물체를 강조하는 데 사용된 기술을 통해 독자들은 물체를 더 쉽게 인식할 수 있는 기술을 학습하게 될 것이다.