인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
초록·키워드
본 연구는 세 가지 스테레오 매칭 알고리즘인 Block Matching(BM), Semi-Global Block Matching(SGBM), Efficient Large-Scale Stereo Matching(ELAS)의 성능을 비교하고 그 결과를 정량 및 정성적으로 제시하였다.비교실험을 위해 공개된 데이터셋인 Middlebury 영상 데이터셋을 사용하여 실험을 수행하였다. 실험 결과, ELAS가 특히 우수한 성능을 보였으며, 높은 정확도의 깊이 맵을 제공함을 확인하였다. BM은 간단한 구현과 빠른 계산 속도를 제공하지만 노이즈가 많은 영상또는 텍스처가 부족한 영역을 포함하고 있는 영상에서 깊이 추정 결과의 성능이 저하되었다. BM 방식은 스테레오 비전 시스템에서 깊이를 추정하는 가장 간단하면서도 직관적인 알고리즘이고, 블록 기반으로 서로 다른 시점에서 획득한 영상들 사이의 유사도를 기반으로 매칭을 수행하고, 매칭 결과를 기반으로 시차(disparity)를 계산한다. SGBM은 전역 최적화 방법의 장점을 결합하여 보다 정확한 결과를 제공했으나, 파라미터 설정에 민감하고 계산 복잡도가 높았다. ELAS는 지원 점과 사전 확률 분포를 활용하여 빠르고 정확한 매칭을 가능하게 했으며, 다양한 장면에서 안정적인 성능을 보였다. 이 연구는 스테레오 비전 분야에서 적합한 매칭 알고리즘을 선택하는 데 유용한 기초 자료를 제공할 것이다.
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) : I410-151-25-02-091194669
