[논문]경계선의 특정 기준점과 적응적 윈도우를 기반으로 한 변위 추정

노윤향; 고병철; 변혜란; 유지상

경계선의 특정 기준점과 적응적 윈도우를 기반으로 한 변위 추정
Disparity estimation based on edge fiducial points and adaptive window 원문보기

노윤향 (연세대학교 컴퓨터과학과) , 고병철 (연세대학교 컴퓨터과학과) , 변혜란 (연세대학교 컴퓨터과학과) , 유지상 (광운대학교 전자공학과)

본 논문에서는 스테레오 영상으로부터 변위를 추정할 수 있는 다양한 방법들 중 특정 기반 방식과 영역 기반 방식의 각각의 장점들을 살리고 단점들을 보완하기 위한 방법은 제안한다. 영상의 경계선을 이루는 특징점들은 전체 영상의 5% 내외의 소수로 추출되면서도 많은 양의 영상 정보를 가지고 있으므로, 이 점들에 대해 일정한 매칭 과정을 통해 대응점을 구하고, 이 중 90% 이상의 정확성 매칭 확률을 가진 대응점들을 영상으로 기준점으로 설정한다. 그리고 이러한 기준점 이외의 점들에 대해서는 추출된 기준점들의 순서에 맞추어 Ordering Constraint를 적용시키고 기준점에 따라 블록의 크기가 달라지는 영역 기반 방식을 적용하여 조밀한 변위를 추정하였다. 이렇게 함으로써 영역 기반 방식과 특징 기반 방식의 각각의 장점들을 이용하면서도 특정기반 방식의 문제점인 보간법 문제를 해결하였고, 또한 블록의 크기 따라 계산 시간과 정합 오차가 많이 좌우되는 영역 기반 방식의 단점들을 해결하였다. 또한 기준점을 이용하여 Ordering constraint 기반하에 영역 정보를 이용하므로 좀 더 올바른 순서 조건에 맞추어 대응점을 찾을 수 있고 또한 폐쇄 영역 부분도 쉽게 찾을 수 있었다.

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

문제 정의

최군 들어 3차원 영상에 대하여 많은 관심들이 높아지면서 3차원 영상을 만들 수 있는 기술 둘이 주목받아 오고 있다. 본 논문에서는 3차원 영상 기법 중 2차원 영상을 사용하여 3차원 모델을 구현할 수 있는 스테레오 정합 방법을 제안하다. 스테레오 정합이란 인간의 양안 시차를 이용하는 것으로 인간의 좌, 우 두 눈처럼 서로 다른 위치에 두 대의 카메라를 부착하고, 이로부터 얻어진 두 개의 2차원 스테레오 영상을 이용하여 3차원 모델올 만드는 것이다, 이것은 3차원상의 임의의 한 점이 에피폴라 제약 조건을 만족하고, 농일 직선상에 설계된 두 개의 카메라에 비춰질 때 2차원 영상에 맺힌 각각의 두 점은 대응 위치에 차이를 보이게 되므로, 이러한 두 대응점 간의 거리 차이인 변위<disparity) 정보를 구하여, 두 카메라 렌즈 사이의 중심 거리와 초점 거리를 통해 삼각형 비례 관계식을 적용시켜 물체의 깊이 정보(depth)인 z를 구할 수 있다는 원리를 이용한 것이다.

제안 방법

따라서 기준점 이외의 점인 Oi(x, y)에 대해서는 OL(x, y) 점의 양쪽 옆에 있는 두 기준점 Kh과 K& 를 찾아 이것의 대응점인 오른쪽 영상에서의 KIr와 K2r 사이를 탐색 윈도 우의 블록 크기로 정하여 영역 기반 방식의 SSD(Sum Of Squared Distance)를 사용하여 변위를 구한다.
반면에 특징기반 방식은 정보의 양이 많은 특징점들에 대해서만 정합을 수행하므로 정합 오류를 줄일 수 있으나 조밀한 변위를 얻울 수 없다는 한계가 있다. 따라서 본 논문에서는 먼저 정보의 양이 말집되어 있는 경계선들의 특징을 이용하여 경계선을 이루는 점들에 대해 비교적 정확한 대웅점들을 구한 후, 이 중 90% 이상의 대응 확률을 가진 대응점들에 대해서만 다른 화소의 대응점 추정올 위한 에피폴라 라인상의 몇 개의 기준점으로 설정한다. 이 기준점들은 영역 기반 방식으로 조밀한 변위를 구하기 위한 탐색 윈도우 와 블록 크기 결정 요인이 되고 또한 기준점으로부터 Ordering Constrainte]에 의해 대응점올 탐색하는 위치에 대해 중요 기준이 되는 점 틀이다.
본 논문에서는 특징 기반 방식과 영역 기반 방식을 Ordering constraint 조건에 맞추어 적용시켰다. 즉, 특징 기반의 장점인 시간 절약을 위하여 정보가 밀집되어 있는 소량의(5% 내외) 경계점들에 대해서 정확성 높은 세밀한 변위 추정을 한 후, 이 점들 중 정확성 확률이 높은 점들에 대하여 Ordering constraint에 따라 다른 점들의 조밀한 변위 추정을 위한 블록 크기 결정의 기준점으로 설정한다.
본 논문에서는 특징점들에 대해서는 정밀한 대응점 탐색 방법으呈 시간을 단축시키면서. 추출된 최종 대응점들을 영역 기반 방식 의를 록록 크기 결정과 정확한 매칭을 위한 기준점으로 설정하여 그 밖의 점들에 대해서는 조밀한 변위를 추정할 수 있는 방법을 제안한다.
본 논문에서는 특징 기반 방식과 영역 기반 방식을 Ordering constraint 조건에 맞추어 적용시켰다. 즉, 특징 기반의 장점인 시간 절약을 위하여 정보가 밀집되어 있는 소량의(5% 내외) 경계점들에 대해서 정확성 높은 세밀한 변위 추정을 한 후, 이 점들 중 정확성 확률이 높은 점들에 대하여 Ordering constraint에 따라 다른 점들의 조밀한 변위 추정을 위한 블록 크기 결정의 기준점으로 설정한다. 이 방법은 정확히 대응된 몇몇 기준점들 이 영역 기반 방식을 적용한 점들에 대해 블록 크기와 순서적 위치 결정의 중요 요인으로 작용하기 때문에 알 반적인 영역 기반 방식보다 좀 더 정밀한 변위를 추정할 수 있다는 장점이 있고 또한 이것은 특징 기반 방식, 영역 기반 방식, 그리고 Ordering constraint를 이용하여 각각의 특징과 장점들을 최대한 살려 적용시킨 것으로 시간과 정확성 면에서 모두 정밀한 결과는 나타낸 것을 볼 수 있었다.
본 논문에서는 특징점들에 대해서는 정밀한 대응점 탐색 방법으呈 시간을 단축시키면서. 추출된 최종 대응점들을 영역 기반 방식 의를 록록 크기 결정과 정확한 매칭을 위한 기준점으로 설정하여 그 밖의 점들에 대해서는 조밀한 변위를 추정할 수 있는 방법을 제안한다.

성능/효과

실험 결과에서 보는 것과 같이 본 논문에서 제안하는 방법을 사용할 경우에 좀 더 세밀한 부분에서까지 변위가 추정되는 것을 볼 수 있다.
즉, 특징 기반의 장점인 시간 절약을 위하여 정보가 밀집되어 있는 소량의(5% 내외) 경계점들에 대해서 정확성 높은 세밀한 변위 추정을 한 후, 이 점들 중 정확성 확률이 높은 점들에 대하여 Ordering constraint에 따라 다른 점들의 조밀한 변위 추정을 위한 블록 크기 결정의 기준점으로 설정한다. 이 방법은 정확히 대응된 몇몇 기준점들 이 영역 기반 방식을 적용한 점들에 대해 블록 크기와 순서적 위치 결정의 중요 요인으로 작용하기 때문에 알 반적인 영역 기반 방식보다 좀 더 정밀한 변위를 추정할 수 있다는 장점이 있고 또한 이것은 특징 기반 방식, 영역 기반 방식, 그리고 Ordering constraint를 이용하여 각각의 특징과 장점들을 최대한 살려 적용시킨 것으로 시간과 정확성 면에서 모두 정밀한 결과는 나타낸 것을 볼 수 있었다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

경계선의 특정 기준점과 적응적 윈도우를 기반으로 한 변위 추정
Disparity estimation based on edge fiducial points and adaptive window 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

경계선의 특정 기준점과 적응적 윈도우를 기반으로 한 변위 추정 Disparity estimation based on edge fiducial points and adaptive window 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

경계선의 특정 기준점과 적응적 윈도우를 기반으로 한 변위 추정
Disparity estimation based on edge fiducial points and adaptive window 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper