• 한국통신학회논문지
• /
• 제36권12C호
• /
• pp.738-743
• /
• 2011

고해상도 3차원 깊이 영상은 고품질의 3차원 방송을 위해 필요한 중요한 정보이다. 깊이 카메라는 정확한 깊이 정보를 실시간으로 얻을 수 있지만, 카메라 물리적 한계로 인해 저해상도의 깊이 영상만 이용한다. 본 논문에서는 저해상도의 깊이 영상과 색상 영상을 이용하여 색상 영상을 보간 하는 방법을 제안한다. 제안하는 방법은 랜덤워크 확률 모델을 이용하여 각 화소들이 초기 깊이값과 같을 확률값을 정의하여 가장 높은 확률을 가지는 초기 깊이값을 나머지 화소들에 복사한다. 제안한 방법은 인접한 화소들만을 이용하는 것이 아니라 경로를 따라 비용을 계산함으로써, 여러 화소에 걸친 색상의 변화율이 고려되어 물체의 경계 주변에서 색상 영역과 깊이 영상간의 경계가 일치하는 향상된 깊이 영상을 얻을 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.452-454
• /
• 2015

본 논문에서는 다시점 깊이영상 기반 3 차원 영상시스템에서 깊이영상의 해상도에 따른 압축성능을 비교 실험한다. 다시점 깊이영상 시스템에서 깊이영상은 중간시점 합성을 위해 사용되며, 깊이영상은 중간영상의 화질에 큰 영향을 미치게 된다. 본 논문에서는 3 차원 영상시스템에서 깊이영상 해상도에 따른 중간영상의 화질변화를 분석하고, dilation filter 로 인한 성능변화를 비교 분석한다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.414-420
• /
• 2015

3차원 영상 시스템에서 깊이 영상은 3차원 콘텐츠를 표현하는데 있어 매우 중요한 역할을 수행한다. 그러나 깊이 카메라로부터 얻은 원본 깊이 영상은 해상도가 색상 영상에 비해 매우 작고 시간적 흐름의 측면에서 관찰하였을 때 깊이 값이 불안정하게 진동하는 깜빡임 문제가 발생한다. 이 문제는 시청자들이 3차원 콘텐츠를 감상할 때 불편한 느낌을 초래한다. 이 논문에서는 원본 깊이 영상의 저해상도 문제를 해결하기 위해 3차원 워핑과 깊이 가중치가 추가된 결합형 양방향 업샘플링 방법을 사용한다. 다음으로 깊이 영상의 배경 영역에서 발생하는 깜빡임 문제를 해결하기 위해 전경과 배경을 분리한 뒤, 전경 영역에는 업샘플링된 깊이 영상을 사용하고 배경 영역에는 시간적 평균값 필터 영상을 이용했다. 실험결과는 제안하는 방법이 시간적 일관성이 향상된 고해상도의 깊이 영상을 생성함을 보였다.

• 스마트미디어저널
• /
• 제2권4호
• /
• pp.60-65
• /
• 2013

본 논문에서는 Time-of-Flight (TOF) 원리를 이용하여 획득한 저해상도 깊이 영상을 고해상도의 색상 영상에 정합하는 방법을 소개한다. 거리 정보 기반의 3차원 렌더링에서 깊이 영상은 렌더링 결과에 큰 영향을 끼치지만, 기존의 스테레오 정합은 색상 영상의 특성에 따라 성능이 크게 변하고, 깊이 정보를 획득하지 못하는 영역이 존재한다. 반면에 TOF 카메라는 적외선 센서를 통해 카메라로부터 물체까지의 거리를 직접 측정하여 영상으로 출력하기 때문에, 장면의 깊이 정보를 실시간으로 획득 할 수 있고 높은 정확도를 가지는 장점이 있다. 하지만 출력 영상의 해상도가 너무 작아 3차원 응용에 직접 이용하기가 어렵다. 또한, 색상 영상과 다른 카메라를 이용하기 때문에 두 영상의 3차원적 위치와 특성이 서로 다르다는 문제점을 갖는다. 따라서 해상도를 증가시키고 다른 두 카메라로 부터 찍힌 영상을 정합시키는 방법이 필요하다. 본 논문에서 제안하는 방법은 깊이 카메라에서 획득한 저해상도 깊이 정보를 고해상도 색상 정보를 이용하여 두 영상간의 정합이 이루어지도록 한다. 향상된 깊이 영상을 사용하여 3차원으로 복원한 실험을 통해, 제안하는 방법이 효과적으로 장면의 변위 정보를 생성함을 알 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2068-2082
• /
• 2023

With the rapid development of deep learning, Depth Map Super-Resolution (DMSR) method has achieved more advanced performances. However, when the upsampling rate is very large, it is difficult to capture the structural consistency between color features and depth features by these DMSR methods. Therefore, we propose a color-image guided DMSR method based on iterative depth feature enhancement. Considering the feature difference between high-quality color features and low-quality depth features, we propose to decompose the depth features into High-Frequency (HF) and Low-Frequency (LF) components. Due to structural homogeneity of depth HF components and HF color features, only HF color features are used to enhance the depth HF features without using the LF color features. Before the HF and LF depth feature decomposition, the LF component of the previous depth decomposition and the updated HF component are combined together. After decomposing and reorganizing recursively-updated features, we combine all the depth LF features with the final updated depth HF features to obtain the enhanced-depth features. Next, the enhanced-depth features are input into the multistage depth map fusion reconstruction block, in which the cross enhancement module is introduced into the reconstruction block to fully mine the spatial correlation of depth map by interleaving various features between different convolution groups. Experimental results can show that the two objective assessments of root mean square error and mean absolute deviation of the proposed method are superior to those of many latest DMSR methods.

• 대한전자공학회논문지SP
• /
• 제48권6호
• /
• pp.1-7
• /
• 2011

깊이 카메라는 Time-of-Flight (TOF) 기술을 이용하여 장면 내 물체들의 거리 정보를 실시간으로 측정하며, 측정된 값은 깊이 영상으로 출력되어 양안식 혹은 다시점 카메라와 함께 장면의 고화질 깊이 맵을 제작하는 데 사용된다. 그러나 깊이 카메라 자체가 가지는 기술적 한계로 인하여 영상에 잡음과 왜곡이 포함되어 있기 때문에 이를 효과적으로 제거할 수 있는 기술이 요구되며, 처리 된 깊이 카메라 영상은 다양한 방법으로 색상 영상과 융합되어 장면의 깊이 정보를 생성할 수 있다. 본 논문에서는 이와 같이 다시 점 카메라와 깊이 카메라를 함께 사용하여 고화질의 깊이 정보를 획득할 수 있는 혼합형 카메라 방식의 원리와 깊이 영상 처리 및 깊이 생성을 위한 기술 동향을 설명한다.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.933-944
• /
• 2012

본 논문은 저해상도의 깊이맵을 고해상도의 깊이맵으로 변환하는 새로운 방법인 거리 변환 기반의 양측 업샘플링 기법을 제안한다. 제안하는 방법은 깊이맵의 거리변환 값에 따라 공간 도메인 가중치 함수를 조절하기 때문에 에지의 선명도를 유지하면서 깊이맵의 해상도를 증가시킨다. 이를 위해, 제안하는 방법은 거리 변환 단계, 공간 가중치 조절 단계, 영상 보간 단계를 거친다. 다양한 실험 깊이 맵을 통한 실험에서 제안하는 방법이 기존의 양측 업샘플링 방법보다 출력 깊이맵의 화질 관점에서 성능이 좋아짐을 확인했다.

• 한국재료학회지
• /
• 제13권10호
• /
• pp.651-657
• /
• 2003

Ultrasonic microscope has been used to detect the defects on surface or inner solid. Conventionally, it has used at a single operating frequency. The resolution and quality of the measured images are determined by a characteristic of the transducer of the ultrasonic microscope. The conventional ultrasonic microscope has been used envelope detector to detect the amplitude of reflected signal, but the changes in amplitude is not sensitive enough for specimen with microstructure that in phase. In this paper, we have studied multi-frequency depth resolution enhancement with ultrasonic reflection microscope for the reflectors of a stainless steel reference specimen and a reference calibration block to be used as the material in nuclear power plants for ISI, PSI. Increased depth resolution can be obtained by taking two, three-dimensional images at more that one frequency and numerically combining the results. As results of the experiment, we could get enhanced images with the rate of contrast in proportion and high quality signal distribution for the image to the changing rate of depth for the reflectors of the two kinds of specimens.

• 한국인터넷방송통신학회논문지
• /
• 제15권6호
• /
• pp.201-208
• /
• 2015

3차원 입체 방송을 가능하게 하기 위해서는 실세계에 존재하는 한 사물에 대한 깊이 정보를 획득하여야 한다. 따라서 본 논문에서는 네트워크 알고리즘인 신뢰확산(belief propagation) 알고리즘을 다해상도 영역에서 적용하여 3차원 정보의 근간이 되는 변이(disparity) 영상이나 깊이(depth)영상을 정확하면서도 빠르게 생성하는 것을 목적으로 한다. 신뢰확산 알고리즘은 기본적으로 여러 번의 반복을 통하여 변이정보를 보다 정확하게 갱신하게 되어 많은 연산량과 넓은 탐색영역으로 인하여 성능의 수렴까지 오랜 시간이 걸린다. 다해상도 변환은 공간영역과 주파수영역 모두에서 우수한 해상도를 갖기 때문에 이를 이용하여 스테레오 정합의 연산 속도를 증가시키고 성능을 향상시키는 것을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3217-3238
• /
• 2018

In this paper, a depth image up-sampling method is put forward by using pixel classifying and jointed bilateral filtering. By analyzing the edge maps originated from the high-resolution color image and low-resolution depth map respectively, pixels in up-sampled depth maps can be classified into four categories: edge points, edge-neighbor points, texture points and smooth points. First, joint bilateral up-sampling (JBU) method is used to generate an initial up-sampling depth image. Then, for each pixel category, different refinement methods are employed to modify the initial up-sampling depth image. Experimental results show that the proposed algorithm can reduce the blurring artifact with lower bad pixel rate (BPR).