$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

2D/3D 동영상 변환을 위한 초점/비초점 분석 기반의 전경 영역 추출과 깊이 정보 생성 기법
Foreground Extraction and Depth Map Creation Method based on Analyzing Focus/Defocus for 2D/3D Video Conversion 원문보기

디지털정책연구 = The Journal of digital policy & management, v.11 no.1, 2013년, pp.243 - 248  

한현호 (광운대학교 대학원) ,  정계동 (광운대학교 교양학부) ,  박영수 (광운대학교 교양학부) ,  이상훈 (광운대학교 교양학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 2D/3D 동영상 변환을 위해 깊이가 할당될 전경을 초점 정보와 색상분석 기반의 그룹화를 이용하여 추출하고, 전경의 깊이를 초점 정보와 움직임 정보를 이용하여 생성하는 방법을 제안하였다. 2D영상에서 전경을 추출하기 위해 영상의 초점 정보의 움직임을 추정하여 전경 후보 영상을 생성하고, 전경 후보 영상에 존재하는 객체 내부의 홀 영역을 색상 분석을 이용한 채움 과정을 수행하여 전경 영역을 추출하였다. 생성된 전경 영역에 깊이를 할당하기 위해 해당 프레임에 존재하는 초점 값을 분석하여 초기 깊이 정보를 생성하고 움직임 정보를 가중하여 깊이 정보를 할당하였다. 생성된 깊이 정보의 품질을 평가하기 위해 기존에 제안된 알고리즘의 결과 영상과 비교하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, depth of foreground is analysed by focus and color analysis grouping for 2D/3D video conversion and depth of foreground progressing method is preposed by using focus and motion information. Candidate foreground image is generated by estimated movement of image focus information for ex...

주제어

#전경 추출   #깊이 정보   #초점/비초점   #2D/3D 변환   #움직임 정보  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 생성된 초기 깊이 정보는 단일 영상의 초점 정보만으로 이루어진 것으로 상대적 전후 관계가 모호하고 부정확할 수 있는 문제점이 있다. 따라서 상대적 전후 관계를 명확히 하고 각 영역의 깊이를 보정하기 위해 영상의 움직임 정보를 가중치로 하여 문제점을 보완하도록 하였다.
  • 본 논문에서는 2D 영상을 3D 영상으로 변환하기 위해 영상에서 영상 초점의 움직임 정보를 추정하여 전경 후보 영역을 생성하고 홀 영역과 같은 부정확한 부분을 색상 분석을 이용한 그룹화로 보정하여 전경 영역을 추출하였다. 추출된 전경 영역에 깊이를 할당하기 위해 초점 정보를 이용한 초기 깊이를 생성하였고 초기 깊이의 문제점을 보완하기 위해 영상의 움직임 정보를 추정한 뒤 가중치로 적용하여 개선하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
현재 3D 콘텐츠 생성 방법에는 무엇이 있는가? 현재의 3D 콘텐츠 생성 방법으로는 촬영, 편집, 변환 등이 있다. 그러나 촬영과 편집의 경우 제작 기간, 비용, 다양성 등의 문제로 인해 수요 충족을 위한 콘텐츠의 생산으로는 부적합하다.
변환을 통한 3D 콘텐츠 생성 시 3D 콘텐츠 보급이 빠르게 이루어질 수 있는 이유는? 그러나 촬영과 편집의 경우 제작 기간, 비용, 다양성 등의 문제로 인해 수요 충족을 위한 콘텐츠의 생산으로는 부적합하다. 변환은 현재까지 품질의 문제로 인해 시청 시 어지러움을 유발할 수 있기 때문에 3D 시청에 대한 반감을 일으킬 수 있어 현재까지는 계속해서 연구가 이루어지고 있는 수준이지만 변환으로 고품질의 결과를 얻을 수 있는 경우 다양한 기존 2D 영상들을 저비용으로 짧은 시간 내에 변환할 수 있어 3D 콘텐츠 보급이 빠르게 이루어질 수 있다[2].
2D로 촬영된 영상을 3D로 변환하려면 영상 내의 어떤 정보가 필요한가? 2D로 촬영된 영상을 3D로 변환하려면 사람이 입체시를 하는 원리들에 근거해야하기 때문에 영상 내의 다양한 정보가 필요하다. 대표적으로 입체시를 하기 위한 조건인 양안시차와 물체의 전, 후 관계, 상대적 크기, 상대적 거리 등을 고려해야하는데 촬영된 2D 영상의 제한된 데이터에서 해당 조건들을 검출하기가 쉽지 않고, 조건들의 융합 또한 어려워 고품질의 결과를 얻기가 쉽지 않다[3].
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로