Handcrafted Cost 기반의 다중뷰 스테레오 정합 네트워크

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.

키워드