최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송공학회논문지 = Journal of broadcast engineering, v.25 no.5, 2020년, pp.798 - 807
한현덕 (세종대학교 전자정보통신공학과) , 한종기 (세종대학교 전자정보통신공학과)
As technologies using digital camera have been developed, 3D images can be constructed from the pictures captured by using multiple cameras. The 3D image data is represented in a form of point cloud which consists of 3D coordinate of the data and the related attributes. Various techniques have been ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Point cloud의 완성도와 quality를 높이기 위한 기존의 연구는 크게 두 분류로 나눌 수 있는데 이는 무엇인가? | Point cloud의 완성도와 quality를 높이기 위한 기존의 연구는 크게 두 분류로 나눌 수 있다. 하나는 깊이 정보를 추정하는 방법[10][11]에 대한 연구이고 또 다른 하나는 깊이 지도를 fusing하는 방법[6][7]에 대한 연구다. | |
Dense point cloud에서 sparse한 부분이 존재하게 되는 이유는 무엇인가? | MVS를 이용하면 dense point cloud를 얻을 수 있지만 여전히 sparse한 부분이 존재할 수 있다. Dense point cloud에서 sparse한 부분이 존재하게 되는 이유는 영상에 특징이 없을 경우 깊이 정보를 추정할 때 정확한 깊이 정보를 구하기 힘들기 때문이다. 깊이 정보를 추정하는 단계에서 영상에 특징이 없는 부분은 이웃 영상과의 시차를 정확히 구하기가 힘들어 부정확한 깊이 정보를 추정하게 된다. | |
MVS에서 sparse point cloud를 dense하게 만드는 두 개의 과정은 무엇인가? | MVS에서 sparse point cloud를 dense하게 만드는 과정은 크게 두 개의 과정으로 볼 수 있다. 첫 번째 과정은 SfM에서 구한 카메라 내부 파라미터와 외부 파라미터를 이용해 각각의 영상마다 깊이 정보를 추정하여 깊이 지도를 생성한다. 두 번째 과정은 앞서 추정한 깊이 지도를 이용하여 각 영상의 픽셀마다 추정된 깊이 정보 값을 이웃 영상의 픽셀에서 추정된 깊이 정보 값과 비교한다. 이를 이용해 월드 좌표계에 알맞은 위치를 구하고 point를 생성하는 과정이 깊이 지도를 fusing하는 과정이다. |
D. Lowe, "Distinctive image features from scale-invariant keypoints," IJCV, 2004
P. F. Alcantarilla, A. Bartoli, and A. J. Davison, "KAZE features," In Eur. Conf. on Computer Vision (ECCV), pages 214-227, 2012.
N. Snavely, S. M. Seitz, and R. Szeliski, "Modeling the world from internet photo collections," Int. J. Comput. Vis., vol. 80, no. 2, pp. 189-210, 2008.
Schonberger JL, and Frahm JM: Structure-from-motion revisited. In: Agapito L, Berg T, Kosecka J, et al. (eds) Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, June, 2016
M. Goesele, B. Curless, and S. M. Seitz, "Multi-View Stereo Revisited," Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, IEEE Computer Society, Washington, DC, USA, pp. 2402-2409, 2006.
Shuhan Shen, "Accurate Multiple View 3D Reconstruction Using Patch-Based Stereo for Large-Scale Scenes," IEEE transactions on image processing, 22(5):1901-1914, 2013.
Johannes L. Schonberger, Enliang Zheng, Jan-Michael Frahm, and Marc Pollefeys, "Pixelwise View Selection for Unstructured Multi-View Stereo," In European Conference on Computer Vision, pages 501-518. Springer, 2016.
M. Jancosek and T. Pajdla. "Multi-view reconstruction preserving weakly-supported surfaces," In Proc. CVPR, 2011.
Zhou, Y.; Shen, S.; Hu, Z. "Detail Preserved Surface Reconstruction from Point Cloud," Sensors, 2019, 19(6): 1278, doi:10.3390/s19061278.
Michael Bleyer, Christoph Rhemann, and Carsten Rother, "Patchmatch Stereo-Stereo Matching with Slanted Support Windows," In BMVC, volume 11, pages 1-11, 2011.
A. Romanoni and M. Matteucci. "TAPA-MVS: Texturelessaware PatchMatch multi-view stereo," In IEEE International Conference on Computer Vision (ICCV), Seoul, Korea, 2019.
Michael Van den Bergh, Xavier Boix, Gemma Roig, and Luc Van Gool, "SEEDS: Superpixels Extracted via Energy-Driven Sampling," International Journal of Computer Vision, 111(3):298-314, 2015.
B. Green, "Canny Edge Detection Tutorial", http://www.pages.drexel.edu/-weg22/can_tut.html, 2002.
E. F. Moore, "The shortest path through a maze," In Int. Symp. on Th. of Switching, pp. 285-292, 1959.
Pierre Soille, Morphological image analysis: Principles and applications. 2nd edition. Berlin, Germany: Springer-Verlag, 2003.
M. A. Fischler and R. C. Bolles, "Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography", Communications of the ACM, vol. 24, no. 6, pp. 381-395, Jun. 1981.
T. Schops, J. L. Schonberger, S. Galliani, T. Sattler, K. Schindler, M. Pollefeys, A. Geiger, "A Multi-View Stereo Benchmark with High-Resolution Images and Multi-Camera Videos," Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.