Study on hole-filling technique of motion capture images using GANs (Generative Adversarial Networks)

GANs(Generative Adversarial Networks)를 활용한 모션캡처 이미지의 hole-filling 기법 연구

As a method for modeling a three-dimensional object, there are a method using a 3D scanner, a method using a motion capture system, and a method using a Kinect system. Through this method, a portion that is not captured due to occlusion occurs in the process of creating a three-dimensional object. In order to implement a perfect three-dimensional object, it is necessary to arbitrarily fill the obscured part. There is a technique to fill the unexposed part by various image processing methods. In this study, we propose a method using GANs, which is the latest trend of unsupervised machine learning, as a method for more natural hole-filling.

3차원 객체를 모델링 하기 위한 방법으로 3D 스캐너를 이용하는 방법과 모션캡처 시스템을 이용하는 방법 그리고 키넥트(Kinect) 시스템을 이용하는 방법 등이 있다. 이러한 방법을 통해 3차원 객체를 생성하는 과정에서 가려짐에 의해 촬영되지 않는 부분이 발생한다. 완벽한 3차원 객체를 구현하기 위해서는 가려진 부분을 임의로 채워줘야 하는 상황이 발생한다. 다양한 영상처리 방법을 통해 가져져 촬영되지 않은 부분을 메우는 기법이 존재한다. 본 연구에서는 보다 자연스러운 hole filling을 위한 방법으로 비지도기계학습의 최신 트렌드인 GANs를 이용한 방법을 제안한다.