인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Accurate disparity estimation is crucial for extracting depth information from stereo vision. However, in low-textured regions where homogeneity of pixel values is strong, the accuracy of disparity estimation is poor. Local disparity estimation methods have low accuracy on the lowtextured regions,. Global methods are more accurate for estimating disparity than local methods. However, they are too time-consuming, making them difficult to use. In this paper, we propose a low-textured region detection method based on energy in a specific frequency range. We use hierarchical frequency analysis of the pixel value variation within a window to improve disparity estimation. We also propose a hybrid stereo-matching method using feature descriptors in detected low-textured regions based on semi-global matching. It shows good disparity estimation accuracy. The scale-invariant feature transform feature descriptor has the best performance in our lowtextured region disparity estimation method, showing over 80% accuracy in low-textured region detection. Its disparity estimation performance improved in proportion to the ratio of low-textured regions, except for some images with large-sized, continuous low-textured regions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2018-569-002044290
