Abstract
In this paper. we propose a new autocalibration algorithm. 3D-based image synthesis is roughly divided into two methods. One is using autocalibration method, and the other is using real 3D data like pattern information. The former is more progressive method. because there is no constraint or information about the scenes. Therefore autocalibration method has very difficult progress dealing with complicate non-lineal equations. Nowadays, constraints of camera intrinsic parameters are used in many researches. Therefore we solve the linear equations instead of complicate non-lineal equations. For example, to fix principal point of camera is a representative method.
본 논문은 카메라자동교정(autocalibration) 방법에서의 새로운 알고리즘을 제안한다. 3차원 기반의 영상합성은 크게 두 분야로 나뉘어 진다. 하나는 본 논문에서 설명하는 카메라자동교정 방법이고 다른 하나는 패턴과 같은 3차원 실측 데이터를 이용하는 방법이다. 전자의 방법은 대상 영상에 대한 제약조건이 전혀 없기 때문에 후자보다 진보된 방법이라 할 수 있다. 따라서 카메라자동교정 방법은 비선형 방정식을 유도하는 등의 복잡한 계산 과정을 거치게 된다. 이와 같은 이유로 최근에는 카메라의 내부 파라미터에 제약조건을 줌으로써 복잡한 비선형 방정식 대신에 선형방정식을 유도하는 방법이 많이 사용되고 있고 가장 대표적인 경우가 카메라의 주점(principal point)을 고정시키는 방법이다. 하지만 이렇게 카메라의 내부 파라미터에 강한 제약조건을 주는 것은 오차를 유발하는 원인이 된다. 따라서 본 논문에서는 이러한 문제점들을 해결하기 위해서 본 논문에서는 카메라자동교정에서의 새로운 알고리즘을 제안한다. 본 논문에서는 카메라의 주점을 가변적으로 적용하여 결과적으로 최적화된 카메라의 내부파라미터를 찾아내게 된다.
