메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박기범 (경희대학교) 이성배 (경희대학교) 김규헌 (경희대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
1,012 - 1,015 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
딥러닝을 활용한 영상 스티칭은 다양한 구조의 신경망을 활용하여 특정점 매칭, 호모그래피 추정, 깊이 정보 추출 등을 개선함으로써 전통적인 영상 스티칭 방법보다 더욱 정밀하고 신속한 처리를 가능하며, 대표적으로 상관관계를 활용한 호모그래피 방법과 Seam 기반 방법이 있다. 상관관계을 활용한 호모그래피 방법은 이미지 간의 픽셀 상관관계를 분석하여 서로 다른 뷰의 이미지를 기하학적 변형을 계산하여 정렬하는 데 주로 사용되는데, 다른 촬영 위치에서 얻은 이미지들의 시차가 큰 경우로 인해 시차 왜곡이 발생할 수 있다. Seam 기반 영상 스티칭 방법은 여러 이미지를 붙이는 과정에서 최적의 Seam 을 찾아 자연스럽게 결합하는 기술로써, 이미지 픽셀의 연결 지점을 유동적으로 조정하여 호모그래피 방법에서 발생하는 시차 왜곡을 효과적으로 처리할 수 있다. 또한, 깊이 정보를 활용하면 이미지 간의 정확한 위치 조정을 통해 자연스러운 이미지 생성이 가능하여 깊이 정보가 뚜렷한 이미지에서 높은 정확도를 보인다. 그러나 일반 영상이 아닌 탑뷰 영상과 같이 높은 곳에서 촬영한 영상의 경우 모든 객체가 비슷한 각도에서 촬영되어 먼 거리에 있는 객체와 가까운 객체 간의 시각적 차이가 뚜렷하지 않거나, 객체의 높이가 자세히 드러나지 않아 하나의 이미지에서 두 건물의 높이 차이를 구별하기 어려운 경우 깊이 정보를 추출하기 어려운 제한 사항이 존재한다. 이에 본 논문에서는 깊이 정보를 추출하기 어려운 탑뷰 영상을 활용하여 딥러닝 기반 상관관계를 활용한 호모그래피 모델과 Seam 기반 영상 스티칭 모델 간의 성능을 비교하고자 한다.

목차

요약
1. 서론
2. 배경 기술
3. 본론
4. 실험 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

Bi-Segmentation 을 활용한 비디오 아웃페인팅 아티팩트 개선 연구
오명훈 ,  이성배 ,  김규헌 한국통신학회 학술대회논문집 2024 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090101209