영상 스티칭의 지역 차분 픽셀 평가 방법 (Local Differential Pixel Assessment Method for Image Stitching)

서지정보

· 발행기관 : 한국방송∙미디어공학회
· 수록지 정보 : 방송공학회 논문지 / 24권 / 5호 / 775 ~ 784페이지
· 저자명 : 이성배, 강전호, 김규헌

초록

영상 스티칭은 다수의 영상을 합성하여 카메라의 좁은 시야각(Field of View) 문제를 해결하는 기술이다. 최근 동영상 기반 Panorama, Super Resolution, 360 VR(Virtual Reality) 등의 콘텐츠 사용이 증가함에 따라, 보다 빠르고 정확한 영상 스티칭 기술의 필요성이 커지고 있다. 또한, 지금까지 필요 성능을 만족시키기 위해 많은 알고리즘이 제안되고 있지만, 정확성을 측정하는 객관적 평가 방법은 표준화되지 않고 있다. 최근에서야 PSNR(Peak signal-to-noise ratio)과 SSIM(Structural similarity index method) 측정값을 제시하는 방법이 주를 이루고 있지만, 본 논문에서는 PSNR과 SSIM 측정 방식의 문제점을 밝히고, 해당 방법의 한계점을 극복하여 기하적 유사성과 광도 측정 정보를 포괄하는 지역 차분 픽셀 평가(LDPM: Local differential pixel mean)방법을 제안한다. 또한, 본 논문에서 제안하는 LDPM(Local differential pixel mean) 평가 방식을 테스트 영상을 통해 증명하고 SSIM과 비교를 통해 해당 평가 방법의 이점을 밝힌다.

영어초록

Image stitching is a technique for solving the problem of narrow field of view of a camera by composing multiple images. Recently, as the use of content such as Panorama, Super Resolution, and 360 VR increases, the need for faster and more accurate image stitching technology is increasing. So far, many algorithms have been proposed to satisfy the required performance, but the objective evaluation method for measuring the accuracy has not been standardized. In this paper, we present the problems of PSNR and SSIM(Structural similarity index method) measurement methods and propose a Local Differential Pixel Mean method. The LDPM evaluation method that includes geometric similarity and brightness measurement information is proved through a test, and the advantages of the evaluation method are revealed through comparison with SSIM.

참고자료

· 없음