초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

영상 인페인팅(Image Inpainting)은 영상에서 훼손된 부분을 복원하거나 영상 내의 불필요한 문자나 특정 물체를 제거한 후 삭제된 영역을 자연스럽게 채우기 위해 널리 사용되는 기법이다. 예제기반 인페인팅은 비어있는 영역에서 어떤 부분부터 채울 것인지를 결정하는 패치 우선순위 결정과 결정된 패치를 어떤 패치로 채울 것인지 결정하는 패치 탐색의 두 부분으로 구성되어 있다. 기존 예제기반 인페인팅에서는 패치의 알고 있는 영역의 ...

영상 인페인팅(Image Inpainting)은 영상에서 훼손된 부분을 복원하거나 영상 내의 불필요한 문자나 특정 물체를 제거한 후 삭제된 영역을 자연스럽게 채우기 위해 널리 사용되는 기법이다. 예제기반 인페인팅은 비어있는 영역에서 어떤 부분부터 채울 것인지를 결정하는 패치 우선순위 결정과 결정된 패치를 어떤 패치로 채울 것인지 결정하는 패치 탐색의 두 부분으로 구성되어 있다. 기존 예제기반 인페인팅에서는 패치의 알고 있는 영역의 화소 값만을 이용하여 유사 패치를 탐색한다. 이는 패치의 일부분만 이용하여 비교하게 되므로 비교 대상이 아닌 영역에 상관성이 없는 화소 값을 갖는 패치가 선택될 수 있다. 또한 이미 알고 있는 영역과 채워진 영역 모두 후보 패치를 탐색하게 되어 채워진 영역이 상관성이 없는 값으로 채워진 경우 상관성이 없는 값을 포함한 후보 패치가 탐색될 수 있다. 본 논문에서는 효과적인 패치 탐색을 위한 두 가지 방법을 제안한다. 패치외삽을 이용한 유사 패치 탐색 방법과 가변적 신뢰도를 적용한 유사 패치 탐색 방법이다. 패치외삽을 이용한 유사 패치 탐색 방법은 우선순위가 결정된 패치에 대해 패치 내 이미 알고 있는 영역의 화소 값을 이용하여 패치 내 비어있는 영역의 화소 값을 외삽 방식으로 예측치를 구하여 채운 후 유사 패치를 탐색한다. 가변적 신뢰도를 적용한 유사 패치 탐색 방법은 후보 패치 탐색 시 이미 알고 있는 영역의 후보 패치에 좀 더 높은 신뢰도를 적용하고 채워진 영역의 후보패치에 대해 낮은 신뢰도를 적용하여 유사 패치를 탐색한다. 실험 결과를 통해 제안 방법이 기존 예제기반 인페인팅 방법에 비해 자연스러운 결과 영상을 얻을 수 있음을 보여준다.

Abstract ▼ AI-Helper

Image inpainting is the widely used technique to restore a damaged region or to fill a hole in an image. The exemplar-based technique effectively generates new texture by copying colour values of the most correlated patch in the source into the empty region of the current patch. In traditional exemp...

Image inpainting is the widely used technique to restore a damaged region or to fill a hole in an image. The exemplar-based technique effectively generates new texture by copying colour values of the most correlated patch in the source into the empty region of the current patch. In traditional exemplar-based synthesis, the patch correlation is computed using only the already filled pixels of the current patch. Thus, by ignoring the correlation between the hole regions of the two patches, an undesirable one which is correlated with the current patch only in the already filled area can be selected, which results in bad texture propagation. In this thesis, two new methods for the performance improvement of patch-based image inpainting are proposed. One is the method using patch extrapolation and the other is the method using variable confidence value. In the former method, the empty part of the current patch is extrapolated beforehand, and then the complete patch is used for finding its exemplar. The latter method assigns a higher confidence value to the candidate patches in the initial source area than those which were inpainted during the filling process. The Experimental results show that the proposed methods provide more natural synthesis results than the conventional ones.

Keyword