메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김창환 (계명대학교) 이덕우 (계명대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제12호
발행연도
2023.12
수록면
360 - 365 (6page)
DOI
10.5762/KAIS.2023.24.12.360

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 컴퓨터 비전 및 그래픽 분야에서 중요한 주제인 영상 기반 깊이 추정 기법을 분석하는 방법을 제시한다. 특히, 디스패리티 추정을 위한 블록사이즈의 변화를 동반한 심층학습 모델 중 하나인 2DtoDepth 모델에 기반한 스테레오 비전 시스템을 이용한 깊이 추정에 중점을 두고 있으며, 컬러 영상에 비해 비교적 정보가 적은 그레이스케일 영상을 사용한다. Stereo Block Matching, Semi-Global Block Matching, 2DtoDepth 세 가지 기법을 이용하여 깊이를 추정하고 성능을 비교하였다. SBM과 SGBM은 두 개의 이미지를 비교하여 깊이를 추정하는 방식이고, 2DtoDepth는 딥러닝 기반 학습 모델로 깊이를 추정하는 방식으로 단일 이미지로 깊이를 추정하는 방식이다. 결과적으로 본 논문에서는 2DtoDepth 모델로 추출한 깊이맵과 SBM, SGBM 방법으로 추출한 깊이맵을 비교한 결과를 제시한다.

목차

요약
Abstract
1. 서론
2. 본론
3. 실험
4. 결론
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089274040