• 한국정보전자통신기술학회논문지
• /
• 제2권3호
• /
• pp.39-52
• /
• 2009

Scale Invariant Feature Transform (SIFT) is an effective algorithm in object recognition, panorama stitching, and image matching, however, due to its complexity, real time processing is difficult to achieve with software approaches. This paper proposes using a reconfigurable hardware processor with integer half kernel. The integer half kernel Gaussian reduces the Gaussian pyramid complexity in about half [] and the reconfigurable processor carries out a parallel implementation of a full search Fast SIFT algorithm. We use a low memory, fine grain single instruction stream multiple data stream (SIMD) pixel processor that is currently being developed. This implementation fully exposes the available parallelism of the SIFT algorithm process and exploits the processing and I/O capabilities of the processor which results in a system that can perform real time image and video compression. We apply this novel implementation to images and measure the effectiveness. Experimental simulation results indicate that the proposed implementation is capable of real time applications.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.298-301
• /
• 2019

이미지 스티칭은 다수의 이미지를 합성하여 카메라의 좁은 시야각(Field of View) 문제를 해결하는 기술이다. 최근 동영상 기반 Panorama, Super Resolution, 360 VR (Virtual Reality) 등의 컨텐츠 사용이 증가함에 따라, 보다 빠르고 정확한 이미지 스티칭 기술의 필요성이 커지고 있다. 지금까지 필요 성능을 만족시키기 위해 많은 알고리즘이 제안되고 있지만, 정확성을 측정하는 객관적 평가 방법은 표준화되지 않고 있다. 최근에서야 PSNR (Peak Signal-to-Noise Ratio) 과 SSIM (Structural Similarity index method) 측정값을 제시하는 방법이 주를 이루고 있지만, 본 논문에서는 PSNR 과 SSIM 측정 방식의 문제점을 밝히고 지역 차분 픽셀 평가 방법을 제안한다. 기하적 유사성과 광도 측정 정보를 포괄하는 LDPM(Local Differential Pixel Mean) 평가 방식을 테스트 이미지를 통해 증명하고 SSIM 과 비교를 통해 해당 평가 방법의 이점을 밝힌다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.47-50
• /
• 2020

최근 Panorama와 360도 영상이 대표되는 몰입형(Immersive) 미디어 콘텐츠의 사용이 증가하고 있다. 몰입형 영상 콘텐츠는 사용자에게 현장감을 제공해야 하지만, 촬영 카메라 간의 시차(Parallax)로 인해 영상 콘텐츠에서 시차 왜곡이 발생할 수 있고, 이는 사용자의 콘텐츠 몰입을 제한하기 때문에 해당 영상 콘텐츠의 제작 기술인 영상 스티칭의 높은 정확도가 요구되고 있다. 지금까지 스티칭 영상의 시차 왜곡을 줄이기 위하여 다중 호모그래피 추정 방법과 Seam Optimization 방법이 제안되었지만, 영상 내 사물 배치에 따라 기술 적용이 제한될 수 있다. 이에 본 논문에서는 Mask R-CNN을 활용하여 사물을 세그먼트화하고, 사물의 종류에 따라 각각 다른 가중치 적용을 통해 시차 왜곡을 방지하며, 영상 내 사물의 배치에 따라 시차 왜곡이 발생할 상황에서는 사용자의 인지 중요도가 낮은 사물로 시차 왜곡을 유도하는 영상 스티칭 방법을 제안한다.

• 인터넷정보학회논문지
• /
• 제18권5호
• /
• pp.79-85
• /
• 2017

본 논문은 모바일 스마트 단말에서 파노라마 이미지 생성 프로세스를 단축하기 위해 모바일 애드혹 클라우드를 활용하는 방법을 제시한다. 파노라마 이미지 생성과 관련된 작업을 효율적으로 모바일 애드혹 클라우드에 분배하기 위해 이미지 획득 및 정렬 방법을 제안하고 작업분배에 대한 오프로딩 결정 알고리즘을 제안한다. 제안된 방법을 안드로이드 운영체제 기반의 모바일 스마트 단말에 직접 적용하여 파노라마 이미지 생성 프로세스에 미치는 영향을 분석한다.

• 방송공학회논문지
• /
• 제23권6호
• /
• pp.896-913
• /
• 2018

360 VR 영상을 구성하는 과정에서 합성되는 영상들 사이의 경계(seam)를 정확하고 효율적으로 추출하는 것은 스티칭된 영상의 화질에 매우 중요한 영향을 끼친다. 기존의 seam finding 기술들인 보로노이(Voronoi) 알고리즘, dynamic programming, graph cut 방법들은 시차(view disparity)가 존재하거나 이동하는 물체가 존재하는 상황에서는 ghost와 같은 왜곡을 발생시킨다. 본 논문에서는 기존 알고리즘들과 달리 물체를 가로지르지 않고, 물체를 피해 배경을 가로질러 접합선을 추출하는 '밝기 대비를 이용한 마스크 추출 방법'을 제안하였다. 이때, 배경과 물체와의 밝기차이를 이용하여, 물체의 형상을 따라 이어지는 접합선을 추출했다. 본 논문의 실험 결과를 통해, 제안하는 기술을 사용하면 왜곡을 감소시키는 위치에서 접합선이 생성되고, 스티칭된 영상의 화질이 개선되는 것을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.653-663
• /
• 2009

본 논문에서는 세 대의 카메라를 이용하여 사각지대를 효과적으로 제거하기 위한 파노라믹 비전 시스템(panoramic vision system)을 제안한다. 차량의 후방에는 광각 카메라를 사용하여 후방 거울(rear-view mirror)로부터 보이지 않는 사각지대를 제거하며, 나머지 두 대의 카메라는 측면 거울(side-view mirror)의 아래에 설치하여 측면 거울로 보지 못하는 사각지대를 제거한다. 좀 더 효과적인 사각지대 제거를 위해서 세 대의 카메라에서 얻어지는 영상을 정합하는 방법을 제공한다. 먼저, 후방 카메라에서 얻은 영상을 보정하고, 보정된 영상에서 focus-of-contraction(FOC)을 구한다. 그 뒤에 측방 카메라의 영상과 후방 카메라의 영상 사이의 호모그래피(homography)를 구한다. 그 다음으로 영상을 차도와 배경 영역으로 분리하고, 호모그래피를 사용하여 분리한 차도를 정합하고, 가상의 평면에 배경을 투영하여 최종정합을 완성한다. 마지막으로 정합된 영상을 보다 효과적으로 보여주기 위한 실린더 파노라마 영상, 가상의 Top-view 시스템, 그리고 차량의 다양한 정보와 함께 사각지대 영상을 보여주는 통합 정보 가시화 영상을 생성하여 제공한다.