$\require{mediawiki-texvc}$

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.

딥 러닝을 이용한 실감형 콘텐츠 특징점 추출 및 식별 방법
A Feature Point Extraction and Identification Technique for Immersive Contents Using Deep Learning 원문보기

전기전자학회논문지 = Journal of IKEEE, v.24 no.2, 2020년, pp.529 - 535  

박병찬 (Dept. of Computer Science and Engineering, Soongsil University) ,  장세영 (Dept. of Computer Science and Engineering, Soongsil University) ,  유인재 (Research Institute, Beyondtech Inc.) ,  이재청 (Research Institute, Beyondtech Inc.) ,  김석윤 (Dept. of Computer Science and Engineering, Soongsil University) ,  김영모 (Dept. of Computer Science and Engineering, Soongsil University)

초록
AI-Helper 아이콘AI-Helper

4차 산업의 주요 기술로 실감형 360도 영상 콘텐츠가 주목받고 있다. 전 세계 실감형 360도 영상 콘텐츠의 시장 규모는 2018년 67억 달러에서 2020년 약 700억 달러까지 증가될 것이라고 전망하고 있다. 하지만 대부분 실감형 360도 영상 콘텐츠가 웹하드, 토렌트 등의 불법 유통망을 통해 유통되고 있어 불법복제로 인한 피해가 증가하고 있다. 이러한 불법 유통을 막기 위하여 기존 2D 영상은 불법저작물 필터링 기술을 사용하고 있다. 그러나 초고화질을 지원하고 두 대 이상의 카메라를 통해 촬영된 영상을 하나의 영상에 담는 실감형 360도 영상 콘텐츠의 특징 때문에 왜곡 영역이 존재하여 기존 2D 영상에 적용된 기술을 그대로 사용하기엔 다소 무리가 있다. 또한, 초고화질에 따른 특징점 데이터량 증가와 이에 따른 처리 속도 문제와 같은 기술적 한계가 존재한다. 본 논문에서는 이러한 문제를 해결하기 위하여 왜곡이 심한 영역을 제외한 객체 식별 영역을 선정하고, 식별 영역에서 딥 러닝 기술을 이용하여 객체를 인식하고 인식된 객체의 정보를 이용하여 특징 벡터를 추출하는 특징점 추출 및 식별 방법을 제안한다. 제안한 방법은 기존에 제안 되었던 스티칭 영역을 이용한 실감형 콘텐츠 특징점 추출방법과 비교하여 성능의 우수성을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the main technology of the 4th industrial revolution, immersive 360-degree video contents are drawing attention. The market size of immersive 360-degree video contents worldwide is projected to increase from $6.7 billion in 2018 to approximately $70 billion in 2020. However, most of the immersive...

주제어

#Immersive Content   #Deep Learning   #Feature Point Extracting and Matching   #Piracy Judgment   #OMAF  

표/그림 (16)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 저작권 보호 기술을 적용하기 위해 기존의 실감형 콘텐츠에서 특징점을 추출하기 위한 영역을 지정하고 고해상도의 영상을 리사이즈한다. 그리고 딥 러닝 기술을 이용하여 리사이즈 된 영역에서 객체를 추출한 다음, 객체에서 특징점을 추출하는 방법을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
실감형 콘텐츠란 무엇인가? 4차 산업 혁명의 주요 기술로 실감형 콘텐츠가 주목받고 있다. 실감형 콘텐츠는 다양한 센서를 이용해서 영상 안에 현실감 있게 재현하여 픽셀 위주의 콘텐츠가 아닌 사람의 제스처, 모션, 음성 등 실제 현장을 몰입할 수 있도록 경험을 제공한다. 또한, 가상의 물체를 실제의 물체처럼 조작할 수 있게 하는 디지털 콘텐츠이다[1].
실감형 콘텐츠의 특징중 해상도와 관련된것은? 기존 저작권 보호 기술은 2D 영상에 주요하고 있어 실감형 콘텐츠에 적용하기에 어려움이 있다. 실감형 콘텐츠의 특징은 2개 이상의 카메라가 하나의 영상으로 합쳐 있으며 HMD를 통하여 사람이 보는 영상은 전체 실감형 콘텐츠의 일부분만 보기 때문에 전체 실감형 콘텐츠의 해상도가 매우 높아야 한다. 또한, 전 방향 영상을 2D로 표현하기 위해서 프로젝션을 해야 한다.
실감형 콘텐트가 불법 유통되어 심각한 저작권 침해에 노출되어 있는 이유는? 하지만 이러한 실감형 콘텐츠가 본격적으로 유통됨에 따라 DRM을 해체하여 웹하드, 토렌트 등을 통해 불법 유통되어 심각한 저작권 침해를 하여 피해를 보는 사례가 나타나고 있다. 기존 저작권 보호 기술은 2D 영상에 주요하고 있어 실감형 콘텐츠에 적용하기에 어려움이 있다. 실감형 콘텐츠의 특징은 2개 이상의 카메라가 하나의 영상으로 합쳐 있으며 HMD를 통하여 사람이 보는 영상은 전체 실감형 콘텐츠의 일부분만 보기 때문에 전체 실감형 콘텐츠의 해상도가 매우 높아야 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. H. W. Chun, M. K. Han, and J. H. Jang, "Application trends in virtual reality," 2017 Electronics and Telecommunica tions Trends, 2017. 

  2. J. Y. Kim, "Design of 360 degree video and VR contents," Communication Books, 2017. 

  3. R. Kijima and K. Yamaguchi, "VR device time Hi-precision time management by synchronizing times between devices and host PC through USB," IEEE Virtual Reality(VR), 2016. DOI: 10.1109/VR.2016.7504723 

  4. Y. S. Ho, "MPEG-I standard and 360 degree video content generation," Journal of Electrical Engineering, 2017. 

  5. W16824, Text of ISO/IEC DIS 23090-2 Omnidirectional MediA Format (OMAF). 

  6. Y. H. Won, J. S. Kim, B. C. Park, Y. M. Kim and S. Y. Kim "An Efficient Feature Point Extraction Method for $360^{\circ}$ Realistic Media Utilizing High Resolution Characteristics," Journal of The Korea Society of Computer and Information, vol.24, no.1, pp.85-92, 2019. DOI: 10.9708/jksci.2019.24.01.085 

  7. B. C. Park, J. S. Kim, Y. H. Won, Y. M. Kim and S. Y. Kim "An Efficient Feature Point Extraction and Comparison Method through Distorted Region Correction in 360-degree Realistic Contents," Journal of The Korea Society of Computer and Information, vol.24, no.1, pp.93-100, 2019. DOI: 10.9708/jksci.2019.24.01.093 

  8. W. J. Ha and K. A. Sohn, "Image classification approach for Improving CBIR system performance," 2016 KICS Conf. Winter, pp.308-309, 2016. DOI: 10.7840/kics.2016.41.7.816 

  9. H. J. Jung and J. S. Yoo, "Feature matching algorithm robust to viewpoint change," J. KICS, vol.40, no.12, pp.2363-2371, 2015. DOI: 10.7840/kics.2015.40.12.2363 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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