선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 각 객체 별 평균값 보정 결과를 합성하여 해당 프레임에서 전체 객체의 깊이 정보를 생성하였다.
- 각 객체별 깊이 할당을 위해 Normalized cut을 기반으로 객체 분할을 하였다.
- 객체 분할 결과로 생성된 객체에 각각 초기 깊이 값을 할당하고 동일 객체의 깊이 값을 같게 보정하기 위해 해당 객체에 적용된 깊이 값들의 평균을 할당하였다.
- 생성된 초기 깊이 정보를 각 객체에 할당하기 위해 Normalized cut을 이용하여 객체를 분할하고 각 객체에 초기 깊이 정보를 할당한 뒤 동일 객체의 깊이를 같게 하기 위해 객체 내 깊이의 평균값으로 보정하였다. 객체를 제외한 배경 영역의 깊이 생성을 위해 영상에서 객체를 제외한 배경 영역의 에지 정보를 이용하여 깊이를 생성하였고 생성된 깊이정보 값들을 합성하여 최종 입체 영상을 생성하였다.
- 객체를 제외한 배경 영역의 깊이정보를 생성하기 위해 객체 영역을 제외한 에지 수를 기반으로 깊이정보를 생성하여 이전 과정에서 정의되지 않은 배경 영역의 깊이정보를 할당할 수 있도록 하였다[8].
- 본 논문에서는 2D 영상을 3D 영상으로 변환하기 위해 영상의 단일 프레임을 추출하고 영상의 초점 값을 추정하여 초기 깊이 정보를 생성하고 Normalized cut을 이용하여 얻은 객체 분할 결과에 초기 깊이 값을 할당한 뒤 각 객체의 내부 깊이 값이 같도록 평균값으로 보정하였다. 객체 외의 배경 영역은 영상의 에지 정보를 이용해 깊이 정보를 생성하였다.
- 본 논문에서는 단일 프레임 영상에서 가우시안 필터를 이용하여 초점 값을 추정하고 추정된 초점 값을 기반으로 초기 깊이정보를 생성한 뒤 객체 분할 과정을 거쳐 생성된 객체 별 깊이를 할당하여 객체의 깊이를 생성하였고 객체 외 배경 영역은 객체를 제외한 배경의 에지를 이용하여 깊이를 생성함으로써 움직임이 없는 영역과 배경 영역의 깊이를 생성할 수 있도록 하였다.
- 본 논문에서는 현재 이미지와 깊이 정보를 이용하여 새 시점의 영상을 만든 뒤 현재이미지와 합성하는 방법인 DIBR(Depth Image Based Rendering)을 이용하여 최종 입체 영상을 생성하도록 하였다.
- 제안하는 방법은 2D 영상에서 한 장의 프레임을 추출한 뒤 원본 프레임과 가우시안 필터를 중첩 적용하여 생성된 영상을 비교하여 초점 값을 추출하고 초점 값을 이용하여 영상의 초기 깊이 정보를 생성한다. 생성된 초기 깊이 정보를 각 객체에 할당하기 위해 Normalized cut을 이용하여 객체를 분할하고 각 객체에 초기 깊이 정보를 할당한 뒤 동일 객체의 깊이를 같게 하기 위해 객체 내 깊이의 평균값으로 보정하였다. 객체를 제외한 배경 영역의 깊이 생성을 위해 영상에서 객체를 제외한 배경 영역의 에지 정보를 이용하여 깊이를 생성하였고 생성된 깊이정보 값들을 합성하여 최종 입체 영상을 생성하였다.
- 생성된 초점 값을 초기 깊이 생성을 위해 추정된 초점 영상에서 일정 값 이상을 갖는 픽셀에 대해 상대적 높이의 개념을 이용하여 초점 값을 보정하고 생성된 보정 결과에서 (x,y)좌표에 대한 깊이 값을 y축 1부터 y까지의 값 중에 최대값으로 할당하여 영상의 초기 깊이 정보를 생성하도록 하였다.
- 얻어진 에지 누적 값을 이용하여 각 행에 에지 누적값 정보를 할당하여 배경 영역의 깊이 정보를 생성하고 객체의 깊이 정보와 합성하여 입체 영상으로 변환하기 위한 최종 깊이 정보를 생성한다.
- 이러한 단점을 보완하기 위해 움직임 정보가 없는 영역에 대해 깊이정보를 생성할 수 있도록 영상의 초점 값을 이용하여 움직임 정보가 없는 영역에도 깊이 정보를 생성하도록 하였고 각 객체에 얻어진 깊이정보 값의 평균을 이용하여 각 객체가 동일한 깊이 값을 갖도록 하였으며 영상의 에지정보를 이용하여 배경 영역에 대한 깊이를 추정함으로써 최종 입체 영상을 생성하도록 하였다.
- 제안하는 방법은 2D 영상에서 한 장의 프레임을 추출한 뒤 원본 프레임과 가우시안 필터를 중첩 적용하여 생성된 영상을 비교하여 초점 값을 추출하고 초점 값을 이용하여 영상의 초기 깊이 정보를 생성한다. 생성된 초기 깊이 정보를 각 객체에 할당하기 위해 Normalized cut을 이용하여 객체를 분할하고 각 객체에 초기 깊이 정보를 할당한 뒤 동일 객체의 깊이를 같게 하기 위해 객체 내 깊이의 평균값으로 보정하였다.
이론/모형
- 생성된 입체영상의 오차율을 분석하기 위해 SSIM 방법을 이용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.