다중 카메라 영상을 합성할 때 영상의 경계가 서로 정렬되지 않는 문제가 발생한다. 이를 해결하기 위하여 최적의 시접선 추정을 통한 스티칭 방법을 제안한다. 제안된 방법은 적응적으로 시접선 재생성을 수행하기 위하여 3가지 단계로 구성된다. i) 첫 프레임의 호모그래피 행렬을 추정하고, 이를 고정한다. ii) 중요도 맵을 이용하여 중첩 영역에서 이동 객체의 출현을 탐색한다. iii) 색상, 텍스쳐, 시차 기반의 에너지 함수를 최소화하는 최적의 시접선을 재생성한다. 결론적으로, 시차에 의한 정렬 오류를 해결하고 이동 객체의 정보를 보존한다. 제안하는 기술을 ...
다중 카메라 영상을 합성할 때 영상의 경계가 서로 정렬되지 않는 문제가 발생한다. 이를 해결하기 위하여 최적의 시접선 추정을 통한 스티칭 방법을 제안한다. 제안된 방법은 적응적으로 시접선 재생성을 수행하기 위하여 3가지 단계로 구성된다. i) 첫 프레임의 호모그래피 행렬을 추정하고, 이를 고정한다. ii) 중요도 맵을 이용하여 중첩 영역에서 이동 객체의 출현을 탐색한다. iii) 색상, 텍스쳐, 시차 기반의 에너지 함수를 최소화하는 최적의 시접선을 재생성한다. 결론적으로, 시차에 의한 정렬 오류를 해결하고 이동 객체의 정보를 보존한다. 제안하는 기술을 비디오 스티칭에 적용되어 기존의 기술보다 연산량을 줄일 수 있으며, 합성할 영상 중 한 영상만을 선택하기 때문에 고스팅 현상을 극복할 수 있다. 이는 다각 영상 획득을 위한 다중 카메라의 합성을 필요로하는 시스템에서 정확한 객체 인지 및 추적을 가능하게 한다.
다중 카메라 영상을 합성할 때 영상의 경계가 서로 정렬되지 않는 문제가 발생한다. 이를 해결하기 위하여 최적의 시접선 추정을 통한 스티칭 방법을 제안한다. 제안된 방법은 적응적으로 시접선 재생성을 수행하기 위하여 3가지 단계로 구성된다. i) 첫 프레임의 호모그래피 행렬을 추정하고, 이를 고정한다. ii) 중요도 맵을 이용하여 중첩 영역에서 이동 객체의 출현을 탐색한다. iii) 색상, 텍스쳐, 시차 기반의 에너지 함수를 최소화하는 최적의 시접선을 재생성한다. 결론적으로, 시차에 의한 정렬 오류를 해결하고 이동 객체의 정보를 보존한다. 제안하는 기술을 비디오 스티칭에 적용되어 기존의 기술보다 연산량을 줄일 수 있으며, 합성할 영상 중 한 영상만을 선택하기 때문에 고스팅 현상을 극복할 수 있다. 이는 다각 영상 획득을 위한 다중 카메라의 합성을 필요로하는 시스템에서 정확한 객체 인지 및 추적을 가능하게 한다.
In this paper, we propose the algorithm for adaptive seam estimation for multi camera. When we synthesize the multi-camera images, there is a problem that the boundary of the neighbor images are not aligned. Therefore, we propose a stitching method using seam regeneration. The proposed method consis...
In this paper, we propose the algorithm for adaptive seam estimation for multi camera. When we synthesize the multi-camera images, there is a problem that the boundary of the neighbor images are not aligned. Therefore, we propose a stitching method using seam regeneration. The proposed method consists of 3 steps in order to perform. i) The homography matrix is estimated from the first frame and it is fixed. ii) Searching for the appearance of the moving object using the sailency map. iii) Regenerating seam by minimizing the energy function with color, texture and parallax in the overlap area. In conclusion, it solves the misalign error caused by the parallax distortion and the appearance of the moving object. By applying our method to video stitching, it can be faster than the conventional method. And, since only one image is selected among the neighbor images, the ghosting phenomenon can be overcome. The proposed method enables precise object recognition and tracking in the system which require synthesis of multiple camera.
In this paper, we propose the algorithm for adaptive seam estimation for multi camera. When we synthesize the multi-camera images, there is a problem that the boundary of the neighbor images are not aligned. Therefore, we propose a stitching method using seam regeneration. The proposed method consists of 3 steps in order to perform. i) The homography matrix is estimated from the first frame and it is fixed. ii) Searching for the appearance of the moving object using the sailency map. iii) Regenerating seam by minimizing the energy function with color, texture and parallax in the overlap area. In conclusion, it solves the misalign error caused by the parallax distortion and the appearance of the moving object. By applying our method to video stitching, it can be faster than the conventional method. And, since only one image is selected among the neighbor images, the ghosting phenomenon can be overcome. The proposed method enables precise object recognition and tracking in the system which require synthesis of multiple camera.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.