[논문]가상환경을 위한 파노라마 생성에 관한 연구

김태은

가상환경을 위한 파노라마 생성에 관한 연구
Panoramic Image Generation for the Virtual Environment 원문보기

본 논문에서는 환경 탐색을 위한 영상 기반 환경을 자동으로 생성하기 위한 새로운 모자이크 기법을 제안 한다. 제안된 방법은 영상의 투영 변환 행렬을 이용하여 한 영상 위에 다른 영상을 합성 한다. 특징 모델을 기반한 정합을 이용하여 영상을 모자이크를 구현하고 구맵핑을 통해 시각에 따라 변형되어 몰입감을 주는 영상 기반 환경을 생성한다, 특히, 취득한 영상간의 카메라 회전 성분에 강건한 기준 특징 벡터 필터링 방법을 제안하며 실험을 통해 그 유용성을 검증한다.

This paper proposes a new algorithm that generates a panorama image for reconstruction of image-based virtual environment. Proposed algorithm can generate panorama image from input images using the projective transform based on the feature model and a fully immersive image-based virtual environment according to the user's view point by the sphere mapping. Especially, proposed algorithm supports robust methods of camera rotation and is applied to various images to estimate ist performance.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구는 카메라로 취득한 영상을 모자이크 및 파노라마로 생성한 후 사용자의 시선을 고려하여 적절히 변형되어 몰입감 있는 영상기반 환경을 생성하는 방법을 제시한다. 특히 모자이크 환경 영상을 생성하기위하여 기준 특징 벡터 필터링을 사용하여 대응 관계를 검출 및 정합하였다.
따라서 본 연구에서는 이를 개선하고자 정확한 특징 점 정합을 위한 효과적인 대응 관계 필터링 알고리즘을 제안한다. 유사한 특징 에 의 해구해진 점들은 다대다의 대응관계를 가질 수 있으므로 이를 중간 벡터 필터링(Median vector filtering) 방법과 회전 상관 관계 (rotational cross correlation)를 이용하여 정확한 일대일 대응 관계를 구한 후, 이 특징점들을 통해 평면 투영 변환 행렬 (projective transform matrix)을 얻어낸다.

제안 방법

이는 블렌딩 기법으로 이를 해결할 수 있는데 그 중 가장 일반적인 방법은 영상의 중심에서 경계면까지의 거리에 따른 가중치에 색상 혼합비를 결정하는 선형 블렌딩하는 방법이다[1]. 그러나 이런 방법보다는 가우시안 분포 함수에 기반한 블렌딩 기법을 제안한다. 이 방법은 경계면과 두 영상이 겹쳐지는 중심 부분까지의 거리에 대한 가우시안 분포(Gaussian distribution) 가중치 w心를 두어 혼합하는 방법으로 보다 부드러운 결과를 보인다.
이에 특징의 유사성으로 인한 오차를 줄이고 정확한 일대일 대응 관계를 구하기 위해서 중간 벡터 필터링 방법과 회전 상관 관계를 이용하여 최종의 특징점을 추출하였으며 이를 실험으로 구현, 검증하였다. 또한 가우시안 분포가중치에 기반한 영상 합성을 이용함으로써 보다 자연스러운 합성을 구현하였다.
유사한 특징 에 의 해구해진 점들은 다대다의 대응관계를 가질 수 있으므로 이를 중간 벡터 필터링(Median vector filtering) 방법과 회전 상관 관계 (rotational cross correlation)를 이용하여 정확한 일대일 대응 관계를 구한 후, 이 특징점들을 통해 평면 투영 변환 행렬 (projective transform matrix)을 얻어낸다. 또한 영상 합성 과정에서 색상 차이에 따른 경계선을 없애고자 가우시안 분포 함수에 기반한 비선형 합성 함수를 적용하였다.
있다. 본 연구에서는 얻어진 특징점들의 좌표를 최소 자승 방법을 이용하여 중첩영역 내에서의 평면 투영 행렬을 구했다.
그러나 기존의 알고리즘은 기하학적인 특징이나 영상의 화소값을 이용하고, 최적화된 관계식을 유도하기 위해 반복 연산을 수행하고 있어 많은 계산량을 요구하고 있다. 본 연구에서는 특징 모델을 기반한 정합을 이용하여 영상을 모자이크를 구현하고 구 맵핑을 통해 시각에 따라 변형되어 몰입감을 주는 영상기반 환경을 생성하였다. 기존의 방법으로는 수행하기 어려운 카메라의 자유로운 회전에서도 변함이 없는 특징을 사용하여 특징점을 정합하였다.
알고리즘을 제안한다. 유사한 특징 에 의 해구해진 점들은 다대다의 대응관계를 가질 수 있으므로 이를 중간 벡터 필터링(Median vector filtering) 방법과 회전 상관 관계 (rotational cross correlation)를 이용하여 정확한 일대일 대응 관계를 구한 후, 이 특징점들을 통해 평면 투영 변환 행렬 (projective transform matrix)을 얻어낸다. 또한 영상 합성 과정에서 색상 차이에 따른 경계선을 없애고자 가우시안 분포 함수에 기반한 비선형 합성 함수를 적용하였다.
기존의 방법으로는 수행하기 어려운 카메라의 자유로운 회전에서도 변함이 없는 특징을 사용하여 특징점을 정합하였다. 이에 특징의 유사성으로 인한 오차를 줄이고 정확한 일대일 대응 관계를 구하기 위해서 중간 벡터 필터링 방법과 회전 상관 관계를 이용하여 최종의 특징점을 추출하였으며 이를 실험으로 구현, 검증하였다. 또한 가우시안 분포가중치에 기반한 영상 합성을 이용함으로써 보다 자연스러운 합성을 구현하였다.
환경을 생성하는 방법을 제시한다. 특히 모자이크 환경 영상을 생성하기위하여 기준 특징 벡터 필터링을 사용하여 대응 관계를 검출 및 정합하였다.

이론/모형

또한 윤곽선이 뚜렷이 나타나지 않는 부분 및 적은 수의 특징 점을 지닌 영역에서는 위의 중간 벡터 필터로는 구별하기가 힘들다. 이 같은 문제를 제거하고 확실한 대응점을 얻기 위해 회전 상관 관계 (rotational cross-correlation)# 이용한 필터링을 이용한다. 이 방법은 특징점을 중심으로한 영역을 그 특징점에 대해 중간 각도(median angle) 만큼 회전시켜 상관 관계를 비교하는 방법으로써 정확한 매칭점을 찾을 수 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

가상환경을 위한 파노라마 생성에 관한 연구
Panoramic Image Generation for the Virtual Environment 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

가상환경을 위한 파노라마 생성에 관한 연구 Panoramic Image Generation for the Virtual Environment 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

저자의 다른 논문 :

김태은 (43)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

가상환경을 위한 파노라마 생성에 관한 연구
Panoramic Image Generation for the Virtual Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper