Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)
- 2019.11a
- /
- Pages.155-157
- /
- 2019
Virtual view synthesis using unsupervised learning depth estimation model
비지도 학습 깊이 예측 모델을 이용한 가상시점 합성
- Song, Min-Ki (Seoul National University of Science & Technology, Graduate School, Dept. of Media IT Engineering) ;
-
Yang, Ji-Hee
(Seoul National University of Science & Technology, Graduate School of Nano IT Design Fusion, Dept. of Information Technology and Media Engineering) ;
- Hwang, Dong-Ho (Seoul National University of Science & Technology, Dept. of Electronics and IT Media Engineering) ;
-
Park, Goo-Man
(Seoul National University of Science & Technology, Graduate School of Nano IT Design Fusion, Dept. of Information Technology and Media Engineering)
- 송민기 (서울과학기술대학교 일반대학원 미디어IT공학과) ;
-
양지희
(서울과학기술대학교 나노IT디자인융합대학원 정보통신미디어공학전공) ;
- 황동호 (서울과학기술대학교 전자IT미디어공학과) ;
-
박구만
(서울과학기술대학교 나노IT디자인융합대학원 정보통신미디어공학전공)
- Published : 2019.11.29
Abstract
본 논문에서는 기존의 DERS, VSRS를 이용한 가상시점 합성이 가지고 있는 문제점을 해결하기 위해 비지도 학습 방식의 학습 모델을 이용하여 가상시점 합성에 적용하는 방식을 제안한다. 제안한 방식에서는 기존의 DERS와 달리 Disparity의 탐색범위를 지정하지 않고 Depth의 예측이 가능하며 단안의 영상에서 Depth를 예측하기 때문에 가상시점 합성 시 더 넓은 시점을 합성 할 수 있다. 또한 기존 방식은 Depth와 합성 영상을 각각 처리해야하지만 제안하는 방식은 한 번에 작업이 이루어지며, GPU를 기반으로 구현하였기 때문에 기존의 합성 방식 보다 처리 속도가 우수하다.
Keywords