• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.932-945
• /
• 2017

논문에서는 정류(Rectification), 디스패리티 추정(Disparity Estimation) 및 시각화를 포함한 스테레오 비전 프로세싱 시스템의 새로운 하드웨어 및 소프트웨어 아키텍처를 개발하였다. 개발된 지원점 보간법을 이용한 대형 스테레오 매칭 방법(LASPI)은 고화질 이미지의 지원점 밀도가 높은 영역에서의 디스패리티 매칭에 있어, ELAS 등 기존 스테레오 매칭 방법과 비교할 때, 디스패리티 맵에 대한 품질 수준을 유지하면서도 실시간 성능 지원 측면에서 우수하다. LASPI는 자율주행 자동차에 적용되는 장애물 인식 시스템, 거리 검출 시스템, 장애물 검출 시스템 등, 안전에 민감한 모듈 적용을 위해, 프레임 처리속도의 실시간성, 거리 값 분해 성능의 정확성, 낮은 리소스 사용 등, 요구조건을 충족하도록 설계 되었다. 개발된 LASPI 알고리즘은 H/W 병렬처리 구조와 4 단계 파이프라인으로 구성된 FPGA로 구현되었다. 148.5MHz 클럭의 Xilinx Virtex-7 FPGA 기반으로 구현된 시스템은 각종 실험을 통해, HD급 이미지 ($1280{\times}720$ 픽셀)에 대해 실차에 응용 가능한 디스패리티 맵을 산출하면서도 실시간 처리 요구 조건인 초당 30 프레임 처리가 가능함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제49권3호
• /
• pp.51-59
• /
• 2012

본 논문에서는 마르코프 네트워크로 모델링된 다관절체(Articulated body) 사람을 양안 영상(stereo image)을 통해 획득 되어진 디스패리티 맵(disparity map)을 이용해 효과적으로 추적하는 방법을 제안한다. 기존의 색상 정보만을 사용하여 에너지함수의 우도(likelihood)를 계산하는 방법은 조명 및 그림자의 영향과 배경 색상의 임의성 때문에 강건하지 못 하다. 본 논문에서는 색상 정보에 더불어 디스패리티 정보를 활용하여 우도를 계산하는 방법을 제안한다. 원통형 모양의 사람의 신체 요소(body part)는 2차원 영상으로 사영될 때 직사각형으로 사영되므로 이 직사각형의 디스패리티의 분포가 불연속 하지 않다는 특성을 이용한다. 또한 본 논문에서는 디스패리티 맵을 사용한 조건적 메시지 생성 방법을 제안해 신뢰 전파에서 불필요한 메시지 업데이트 수행을 줄이는 방법을 보여준다. 메시지 업데이트는 신뢰 전파 알고리즘의 전체 수행 시간에 80% 이상을 차지하므로, 조건적 메시지 생성 방법은 기존 대비 9~45%의 속도 향상을 보였다. 또한 사람의 연속적인 움직임 특성을 이용한 다이나믹 모델을 제안해 추적 속도를 향상하였다. 자세한 내용은 4장에 설명되어 있다. 실험 결과 제안하는 디스패리티 정보를 활용한 신뢰 전파를 사용해 다관절체를 추적하는 방법은 기존 대비 강건한 추적 결과와 함께 빠른 속도로 추적할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.510-515
• /
• 2007

2차원 영상으로부터 3차원 정보를 획득하기 위해서는 disparity map의 정확한 계산이 요구된다. Disparity map을 구하기 위한 기존의 알고리즘은 크게 상관도 기반 방법과 특징 기반 방법으로 분류되는데, 본 논문에서는 이들 각 방법에 대한 분석을 통해서 좀 더 정확한 disparity map을 구하는 방법을 모색한다. 이를 위해 스테레오 카메라로부터 획득된 2차원 영상에서 건물에 대한 깊이 정보 추출을 위해 SIFT 기법을 이용한 disparity map 생성 알고리즘을 제안한다. 제안된 기법은 수정된 MAD인 MMAD(Modified Mean of Absolute Differences) 알고리즘을 새로 제안하여 영역 기반의 유사도 측정을 기반으로 하면서 특징 기반 방법의 하나인 SIFT를 적용하여 거짓 정합(false matching)에 의한 에러를 줄이고 폐색(occlusion) 영역에 대한 오류를 보정한 disparity map을 생성하는데 초점을 둔다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.44-49
• /
• 2016

본 논문에서는 스테레오 매칭 시 발생하는 신뢰도가 낮은 부분을 컬러와 명도의 다중 임계값에 기반한 영상 분할 기법을 통해 보정하는 방법을 제안한다. 스테레오 매칭은 좌측 영상 위의 한 점과 대응하는 점을 우측 영상에서 찾는 과정이며, 이를 통해 스테레오 영상 내에서 거리 정보를 복원할 수 있다. 하지만 영상 내 특징이 불분명한 부분의 경우, 스테레오 매칭의 신뢰도가 낮기 때문에 Bad Pixel이 발생하게 된다. 제안하는 방법에서는 Bad Pixel을 보정하기 위해서 각 픽셀의 연관성을 고려하고자 한다. 일반적으로 동일한 물체는 비슷한 색상과 명도를 가진다. 따라서 컬러와 명도의 다중 임계값에 의해 각각 분할된 영역을 통해 영역 간의 연관성을 고려하여, 동일한 물체로 판단되는 부분을 재분할한다. 이후 분할된 픽셀들의 관계 정보에 따라 디스패리티 맵의 Bad Pixel을 보정하였다. 실험 결과, 제안하는 방법을 통해 기존 방법의 결과에서 Bad Pixel이 28% 감소함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.502-508
• /
• 2015

스테레오 영상은 2-D 영상으로 분석할 수 없는 깊이(거리) 정보를 포함하고 있다. 하지만 연산을 통해서 거리정보를 얻을 수 있기 때문에 계산 값의 신뢰도가 낮고, 폐색된 공간 등의 영향으로 오차가 발생한다. 또한 Stereo Matching 시 Global Method를 사용할 경우, 많은 연산량에 따라 계산 시간이 오래 걸린다. 따라서 본 논문에서는 연산 시간이 짧고 더 높은 정확도를 갖는 Disparity Map을 구하는 방법을 제안한다. 특징 기반 영상분할 기법인 윤곽선 추출을 통해 정확도는 높이고 연산 시간은 줄였다. 컬러 기반 영상 분할 기법인 Color K-Means를 통해 관심 영역을 추출하고, 이를 기반으로 Loopy Belief Propagation(LBP)을 접목하였다. 제안하는 방법을 적용함으로 영상 내 물체들의 연관성을 고려한 보정이 가능하였고, 관심 영역 추출에 따라 연산 시간을 줄일 수 있었다. 실험 결과, 기존의 방법들보다 연산 시간이 짧고 정확도가 높은 Disparity Map을 얻을 수 있었다.