합성곱 신경망을 이용한 고선명 영상 획득 (Acquisition of the Image with High Sharpness by using Convolutional Neural Network)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 19권 / 9호 / 115 ~ 121페이지
· 저자명 : 장훈석

초록

증강현실 분야에서 양안 응시점 추정을 위해 견실한 동공 검출은 필수적이다. 정확한 동공 검출을 위해 선명한 동공 영상을 획득하는 것이 중요해서 다초점 영상 합성 기술들이 많은 관심을 받고 있다. 다초점 영상 합성은 하나의 고선명 영상을 얻기 위해 블러링된 다른 영상들에서 초점 영역을 추출한 기술이다. 이러한 다초점 영상 합성 기술은 activity level 측정과 합성 규칙이 중요한 요소인데, 기존의 다초점 영상 합성 기술은 activity level 측정과 합성 규칙을 분리해서 고려할 뿐만 아니라 점점 더 복잡해지고 있어서 본 논문에서는 블러링된 영상들과 초점 맵을 바로 매핑하여 우수한 성능의 다초점 영상 합성 결과를 얻기 위해 딥러닝 기술 중의 하나인 합성곱 신경망을 제안한다. 실험 결과들은 제안된 방법의 효율성을 증명한다.

영어초록

Robust pupil detection is essential for binocular gaze estimation in the augmented reality. Since it is important to acquire a clear pupil image for accurate pupil detection, multi-focus image fusion has received a lot of attention. Multi-focus image fusion is a technique for extracting a focused region from the blurred images to obtain a image with high sharpness. In multi-focus image fusion, activity level measurement and fusion rule are important factors. Since the existing multi-focus image fusion not only considers activity level measurement and fusion rule separatively, but also becomes more and more complicated, a convolutional neural network as one of the deep learning techniques is proposed in this paper to obtain a multi-focus image fusion results with excellent performance through directly mapping between the blurred images and the focus map. Experimental results demonstrate the effectiveness of the proposed method.

참고자료

· 없음