$\require{mediawiki-texvc}$

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.

중간 시점 영상 생성 기술 설계 및 구현
Design and implementation of interpolated view video 원문보기

한국방송공학회 2018년도 하계학술대회, 2018 June 20, 2018년, pp.313 - 316  

이의상 (경희대학교) ,  박성환 (경희대학교) ,  김준식 (경희대학교) ,  김상일 (서울예술대학교) ,  김규헌 (경희대학교)

초록
AI-Helper 아이콘AI-Helper

최근 미디어의 생성 및 소비 기술의 발전으로 몰입도 있는 콘텐츠에 대한 수요가 증가하고 있다. View Interpolation 기술은 두 개의 좌/우 영상을 기반으로 하여 두 영상의 중간 시점에 해당하는 영상을 생성해내는 기술이다. 먼저 Depth Hole Filling Module을 이용하여 좌/우 영상 및 그에 대응하는 깊이 지도를 입력으로 받아 깊이 지도에 존재하는 오류를 검출하고, 보정한다. 깊이 지도의 오류 보정이 완료되면, 해당 데이터를 각각 Feature Matching Module 및 Layer Dividing Module로 전달한다. Feature Matching Module은 실사 영상 내의 특징점들을 검출하고, 두 영상 내 특징점을 매칭하는 역할을 수행하며, Layer Dividing Module은 깊이 값을 기반으로 영상의 Layer를 분할한다. Feature Matching Module에서 특징점의 매칭이 완료되면, 특징점의 영상 내 좌표 및 해당 좌표에서의 깊이 값을 Distance Estimating Module로 전달한다. Distance Estimating Module은 전달받은 특징점의 좌표 및 해당 좌표에서의 깊이 값을 기반으로 전체 깊이 값에서의 이동도를 계산한다. 이와 같이 이동도의 계산 및 Layer 분할이 완료되면, 각 Layer를 이동도에 기반하여 이동시키고, 이동된 Layer들을 포개어 배치함으로써 View interpolation을 완성한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 좌,우영상을 이용하여 중간 시점을 생성하는 방안에 대하여 제안하였고 그 결과는 아래의 표2에 나타나있다. 입력받은 좌영상(1번 카메라)과 우영상(3번 카메라)을 이용하여 중간시점에 해당하는 영상이 생성된 것을 나타내고 있다.
  • 다양한 기술의 발전에 따라 미디어의 생성 및 소비 형태 또한 변화되고 있다. 이에 맞춰 본 논문에서는 사용자가 원하는 영상을 선택하여 영상의 왜곡 없이 소비하기 위한 View interpolation 기술을 설계 및 구현하였다.
  • ISO 산하의 국제 표준화 단체인 MPEG(Moving Picture Expert Group)의 FTV(Free-view TV) 그룹은 상기와 같은 목적은 아니지만, 모든 시점에서의 영상을 제공하여 사용자의 자유도를 극대화시킨 서비스를 제공하고자, 새로운 시점의 영상을 합성하는 시점 합성(View Synthesis)기술을 개발하였고, VSRS(View Synthesis Reference Software)[1]라는 소프트웨어를 개발하여 업데이트를 계속해오고 있다. 이에, 본 논문에서는 카메라 파라미터를 사용하지 않고, 실사 영상 및 깊이 지도만 활용하여 새로운 시점의 영상을 합성하는 기술을 제안하고자 한다.

가설 설정

  • 새로운 시점의 영상 생성 시 가장 중요한 부분은 기반이 되는 영상 내 물체들의 이동을 계산하는 것이다. 중간 시점 생성을 위한 입력영상 내 물체들의 이동 거리를 정확하게 계산할 수 있다면 생성된 중간 시점 영상이 실제 중간 시점에서 촬영된 영상과 정확히 일치할 것이라고 가정할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
스티칭 기술을 사용한 영상에서 발생하는 문제점은 무엇인가? 하지만 스티칭 기술을 사용하여 제작된 영상에는 왜곡되는 영역이 발생할 수밖에 없다는 기술적 한계가 있다. 이와 같은 왜곡은 카메라로 직접 촬영되지 않은 시점의 영역에서 더욱 크게 나타난다.
최근 화제가 되고 있는 미디어의 생성 및 소비형태는 무엇인가? 미디어 기술이 발전함에 따라 미디어의 생성 및 소비 형태 또한 변화되고 있다. 특히, 최근 화제가 되고 있는 미디어의 생성 및 소비형태는 VR(Virtual Reality) 기술이다. 현재 VR 콘텐츠의 생성은 특수제작된 VR 전용 카메라를 사용해서만 이루어지고 있다.
스티칭 기술의 왜곡되는 영역이 발생할 수밖에 없다는 기술적 한계를 극복하기 위한 방법은 무엇인가? 이와 같은 왜곡은 카메라로 직접 촬영되지 않은 시점의 영역에서 더욱 크게 나타난다. 이러한 문제점을 해결하기 위해서는 모든 시점에서 영상을 촬영하여야 하는데 이러한 방식의 촬영에는 수많은 현실적 제한이 따른다. 따라서, 이미 촬영된 영상들을 기반으로 가상의 시점에서의 영상을 생성하고, 이를 이용함으로 인해 왜곡을 감소시킬 수 있다.
질의응답 정보가 도움이 되었나요?

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