$\require{mediawiki-texvc}$

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.

영상 스티칭 관점에서 SIFT 특징점 추출시간 감소를 위한 파라미터 분석
Parameter Analysis for Time Reduction in Extracting SIFT Keypoints in the Aspect of Image Stitching 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.23 no.4, 2018년, pp.559 - 573  

문원준 (광운대학교 전자재료공학과) ,  서영호 (광운대학교 인제니움학부대학) ,  김동욱 (광운대학교 전자재료공학과)

초록
AI-Helper 아이콘AI-Helper

최근 가상현실(VR, Virtual Reality) 등 가장 많은 분야에서 가장 활발히 응용되고 있는 영상매체 중 하나가 전방위 영상 또는 파노라마 영상이다. 이 영상은 다양한 방법으로 획득된 영상들을 스티칭하여 생성하는데, 그 과정에서 스티칭에 필요한 특징점들을 추출하는데 가장 많은 시간이 소요된다. 이에 본 논문은 현재 가장 널리 사용되고 있는 SIFT 특징점을 추출하는 연산시간을 감소하는 것에 목적을 두고 SIFT 특징점들을 추출에 관여하는 파라미터들을 분석한다. 본 논문에서 고려하는 파라미터는 가우시안 필터링에 사용되는 가우시안 커널의 초기 표준편차, 국소극점을 추출하기 위한 가우시안 차영상군의 수, 그리고 옥타브 수의 세 가지이다. SIFT 알고리즘으로는 이 알고리즘을 제안한 Lowe 방식과 컨볼루션 캐스캐이드(convolution cascade) 방식인 Hess 방식을 고려한다. 먼저 각 파라미터 값이 연산시간에 미치는 영향을 분석하고, 실제 스티칭 실험을 수행하여 각 파라미터가 스티칭 성능에 미치는 영향을 분석한다. 마지막으로 두 분석결과를 토대로 성능저하 없이 연산시간을 최소로 하는 파라미터 값들을 추출한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, one of the most actively applied image media in the most fields such as virtual reality (VR) is omni-directional or panorama image. This image is generated by stitching images obtained by various methods. In this process, it takes the most time to extract keypoints necessary for stitching....

주제어

#omni-directional image   #image stitching   #SIFT keypoints   #SIFT parameters   #Gaussian pyramid  

질의응답

핵심어 질문 논문에서 추출한 답변
스티칭 과정은 무엇인가? 스티칭 과정은 인접한 두 영상을 연결하는 과정으로, 두 영상의 특징점들을 정합(matching)하고, 그 결과로 얻어지는 호모그래피(homography)를 사용하여 두 영상의 각 화소들의 위치를 보정하고 색상을 보정하여 연결된 영상을 얻는다. 스티칭에서 가장 많은 시간이 소요되는 과정은 특징점을 추출하는 과정인데, 현재 이 특징점을 추출하는 알고리즘으로 SIFT(Scale Invariant Feature Transform)[2][3]를 가장 많이 사용하고 있다.
SIFT 특징점 추출과정은 어떤 파라미터들을 가지고 있는가? 이 과정은 원 영상의 해상도를 확대하거나 축소하면서 지속적으로 적용한다. 따라서 SIFT 특징점 추출과정은 가우시안 필터의 크기, 한 해상도에서 추출하는 가우시안 필터링 결과영상의 개수, 영상의 해상도를 얼마까지 축소하면서 적용할 것인가 등 다양한 파라미터를 갖고 있다. 본 논문에서는SIFT 특징점들의 사용분야를 영상 스티칭에 국한하고, 이들 파라미터들이 특징점 추출에 미치는 영향과 추출된 특징점들을 분석한다.
SIFT 특징점을 추출하는 연산시간을 감소시키기 위해 본 논문에서 고려한 파라미터는 무엇인가? 이에 본 논문은 현재 가장 널리 사용되고 있는 SIFT 특징점을 추출하는 연산시간을 감소하는 것에 목적을 두고 SIFT 특징점들을 추출에 관여하는 파라미터들을 분석한다. 본 논문에서 고려하는 파라미터는 가우시안 필터링에 사용되는 가우시안 커널의 초기 표준편차, 국소극점을 추출하기 위한 가우시안 차영상군의 수, 그리고 옥타브 수의 세 가지이다. SIFT 알고리즘으로는 이 알고리즘을 제안한 Lowe 방식과 컨볼루션 캐스캐이드(convolution cascade) 방식인 Hess 방식을 고려한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. Institute for Information & communications Technology Promotion, Technology Development Trend and Market Forecast of VR/AR, Weekly Technology Trends, Vol.1803, July, 2017. 

  2. D. G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints," International Journal of Computer Vision, Vol.60, No.2, pp.91-110, Jan. 2004, https://doi.org/10.1023/B:VISI.0000029664.99615.94. 

    상세보기 crossref

  3. M. Brown, and D. G. Lowe, "Automatic Panoramic Image Stitching using Invariant Features," International Journal of Computer Vision, Vol. 74, No.1, pp.59-73, Aug. 2007, https://doi.org/10.1007/s11263-006-0002-3. 

    상세보기 crossref

  4. F. C. Huang, S. Y. Huang, J. W. Ker, and Y. C. Chen "High- Performance SIFT Hardware Accelerator for Real-Time Image Feature Extraction," IEEE Transactions on Circuits and Systems for Video Technology, Vol.22, No.3, pp.340-351, Mar. 2012, doi: 10.1109/TCSVT.2011.2162760. 

    상세보기 crossref

  5. M. Grabner, H, Grabner, and H. Bischof, "Fast approximated SIFT," Asian Conference on Computer Vision, pp.918-927, 2006, https://doi.org/10.1007/11612032_92. 

    상세보기 crossref

  6. Y. Ke, and R. Sukthankar, "PCA-SIFT: A more distinctive representation for local image descriptors," IEEE CVPR2004, Washington DC, USA, pp.506-513, July, 2004, doi: 10.1109/CVPR.2004.1315206. 

    crossref

  7. H. Bay, T. Tuytelaars, and L. V. Gool "SURF: Speeded Up Robust Features," European Conference on Computer Vision, Graz, Austria, pp.404-417, 2006, https://doi.org/10.1007/11744023_32. 

    상세보기 crossref

  8. R. Hess, "An Open-Source SIFT Library," ACM Multimedia, Firenze, Italy, pp.1493-1496, Oct. 2010. 

  9. J. Qiu, T. Huang, and T. Ikenaga, "A FPGA-based dual-pixel processing pipelined hardware accelerator for feature point detection in SIFT," 5th International Joint Conference on INC, IMS and IDC, Seoul, South Korea, pp.1668-1674, Nov. 2009, doi: 10.1109/NCM.2009.38. 

    crossref

  10. H. D. Chati, F. Muhlauer, T. Braum, C. Bobda, and K. Berns, "Hardware/software co-design of a key point detector on FPGA," 15th Annual IEEE Symposium on Field-Programmable Custom Computing Machines, Napa, USA, pp.355-356, 2007, doi: 10.1109/FCCM.2007.61. 

    crossref

  11. M. Lalonde, D. Bryns, L. Gargon, N. Teasdale, and D. Laurendeau, "Real-time eye blink detection with GPU-based SIFT tracking," 4th Canadian Conference on Computer and Robot Vision, Montreal, Canada, pp.481-487, 2007, doi: 10.1109/CRV.2007.54. 

    crossref

  12. G. Hsu, C. Lin, and J. Wu, "Real-time 3-D object recognition using scale invariant feature transform and stereo vision," 4th International Conference on Autonomous Robots Agents, Wellington, New Zealand, pp.239-244, 2009, doi: 10.1109/ICARA.2000.4803919. 

    crossref

  13. K. Mikolajczyk and C. Schmid, "A performance evaluation of local descriptors," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.27, No.10, pp.1615-1630, Oct. 2004, doi: 10.1109/TPAMI.2005.188. 

    상세보기 crossref

  14. http://www.cs.cmu.edu/afs/cs.cmu.edu/academic/class/15463-f10/www/proj4/www/junjieli/ 

  15. http://www.cs.cmu.edu/afs/andrew/scs/cs/15-463/ f07/proj4/www/lisachan/ 

  16. http://hugin.sourceforge.net/tutorials/two-photos/en.shtml 

  17. https://sites.google.com/a/umich.edu/eecs442-winter2015/home- work/image-stitching 

  18. http://www.cad.zju.edu.cn/home/gfzhang/training/Panorama/Panorama.htm 

  19. https://courses.engr.illinois.edu/cs498dwh/fa2010/lectures/Lecture%2017%20-%20Photo%20Stitching.pdf 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 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