Camera Extrinsic Parameter Estimation using 2D Homography and Nonlinear Minimizing Method based on Geometric Invariance Vector

기하학적 불변벡터 기탄 2D 호모그래피와 비선형 최소화기법을 이용한 카메라 외부인수 측정

In this paper, we propose a method to estimate camera motion parameter based on invariant point features, Typically, feature information of image has drawbacks, it is variable to camera viewpoint, and therefore information quantity increases after time, The LM(Levenberg-Marquardt) method using nonlinear minimum square evaluation for camera extrinsic parameter estimation also has a weak point, which has different iteration number for approaching the minimal point according to the initial values and convergence time increases if the process run into a local minimum, In order to complement these shortfalls, we, first proposed constructing feature models using invariant vector of geometry, Secondly, we proposed a two-stage calculation method to improve accuracy and convergence by using 2D homography and LM method, In the experiment, we compared and analyzed the proposed method with existing method to demonstrate the superiority of the proposed algorithms.

본 논문에서는 불변 점 특징에 기반한 카메라 동작인수 측정방법을 제안한다. 일반적으로 영상의 특징정보는 카메라 뷰포인트에 따라 변하는 단점이 있어 시간이 지나면 정보량이 증가하게 된다. 또한 카메라 외부인수 산출을 위한 비선형 최소제곱 측정을 이용한 LM 방법은 초기값에 따라 최소점에 근접하는 반복회수가 다르고 지역 최소점에 빠질 경우 수렴시간이 증가하는 단점이 있다. 본 논문에서는 이러한 문제를 개선하기 위해 첫째, 기하학의 불변 벡터를 사용하여 특징 모델을 구성하는 것을 제안하였다. 둘째, 2D 호모그래피와 LM 방법을 이용하여 정확도와 수렴도를 향상시키는 2단계 측정 방법을 제안하였다. 실험에서는 제안한 알고리즘의 우수성을 입증하기 위해 기존방법과 제안한 방법을 비교 분석하였다.