Handcrafted Cost 기반의 다중뷰 스테레오 정합 네트워크 (Handcrafted Cost based Multiview Stereo Matching Network)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 59권 / 8호 / 61 ~ 73페이지
· 저자명 : 전윤배, 정태현, 박인규

초록

다중 뷰 스테레오 정합 기법은 임의의 화각에서 취득한 여러 장의 입력 영상으로부터 카메라 위치 정보를 활용하여 정교한 깊이 정보를 얻는 방법을 뜻한다. 기존 다중 뷰 스테레오 정합 기법은 인접 영상 간 가려진영역이 적을 때만 잘 작동하며 영상 내 잡음에 취약한 모습을 보였다. 본 논문에서는 소수의 입력 영상으로부터 CNN 기반의 encoder-decoder 구조의 네트워크로 정교한 깊이 영상을 복원하는 기법을 제안한다. 제안하는 기법은 비용 볼륨 구축 알고리즘과 대상 영상에 대한 올바른 참조 영상 선정 기법 그리고 비용 볼륨 regression 네트워크를 통한 변이도 추정 기법으로 구성되어있다. 본 논문에서는 제안하는 기법들을 통해 저 사양 임베디드 보드에서 OpenCL 기반의 병렬 알고리즘으로 다중 뷰 스테레오 정합의 구현 가능성을 보이고, 다중 영상 데이터 셋으로 학습한 네트워크를 통해 소수의 영상으로부터 정교한 깊이 정보를 복원한다.

영어초록

Multi-view stereo matching algorithm is a method of obtaining precise depth information by utilizing camera parameters from multiple input images taken from an arbitrary viewpoint. Since previous multi-view stereo matching algorithms are computationally complex, most of the implementation environment were limited to high-performance hardware. Additionally, previous multi-view stereo matching algorithms work well only when there is the little occluded area between adjacent images, and they are vulnerable to noise in the image. In this paper, we propose a method for estimating a dense depth map from a small number of input images through a CNN-based encoder-decoder network. The proposed method consists of the cost volume construction algorithm, the view-selection method for the target image, and the disparity map estimation method through a cost volume regression network. In this thesis, we show the possibility of implementing multi-view stereo matching with an OpenCL-based parallel algorithm in a low-power embedded board through the proposed algorithm and recover the precise depth map from a small number of images through a network trained with multiple image dataset.

참고자료

· 없음