The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Multiresolution Stereo Matching Based on Genetic Algorithm using Edge Information

에지 정보를 이용한 유전 알고리즘 기반의 다해상도 스테레오 정합

  • 홍석근 (한국해양대학교 제어계측공학과) ;
  • 조석제 (한국해양대학교 컴퓨터.제어.전자통신공학부)
  • Published : 2010.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a multiresolution stereo matching method based on genetic algorithm using edge information. The proposed approach considers the matching environment as an optimization problem and finds the solution by using a genetic algorithm. A cost function composes of certain constraints which are commonly used in stereo matching. We defines the structure of chromosomes using edge pixel information of reference image of stereo pair. To increase the efficiency of process, we apply image pyramid method to stereo matching and calculate the initial disparity map at the coarsest resolution. Then initial disparity map is propagated to the next finer resolution, interpolated and performed disparity refinement. We valid our approach not only reduce the search time for correspondence but alse ensure the validity of matching.

본 논문은 스테레오 시각에서 에지 정보를 이용한 유전 알고리즘 기반의 다해상도 스테레오 영상 정합 방법을 제안하고자 한다. 정합 환경을 최적화 문제로 간주하여 유전 알고리즘을 이용하여 해를 찾는다. 비용함수는 스테레오 정합에서 주로 고려할 수 있는 제약 조건으로 구성하였다. 처리의 효율성을 높이기 위해, 영상 피라미드 방벙을 적용하여 최저해상도에서 최초 변위도를 계산한다. 그리고 최초 변위도는 다음 해상도로 전파되고, 보간된 후 변위 정제를 수행한다. 실험을 통해 제안한 방법이 변위 탐색 시간을 감소시킬 뿐만 아니라 정합의 타당성을 보증함을 확인하고자 한다.

Keywords

References

  1. M. Gong and M. Yang, “Fast Unambiguous Stereo Matching Using Reliability-Based Dynamic Programming,” IEEE Trans. on PAMI, pp.998-1003, Vol.27, No.6, 2005. https://doi.org/10.1109/TPAMI.2005.120
  2. 홍석근, 조석제, “물체의 위치 인식을 위한 유전 알고리즘과 스테레오 정합에 관한 연구,” 한국항해항만학회지, Vol.32, No.5, 2008. https://doi.org/10.5394/KINPR.2008.32.5.355
  3. D. Scharstein and R. Szeliski, “A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms,” International Journal of Computer Vision, pp.7-42, 2002 https://doi.org/10.1023/A:1014573219977
  4. S. Larsen, P. Mordohai, M. Pollefeys, and H. Fuchs, “Temporally Consistent Reconstruction from Multiple Video Streams Using Enhanced Belief Propagation,” IEEE Conference on ICCV2007, pp.1-8, 2007.
  5. Y. Ruichek, “Multilevel-and Neural-Network-Based Stereo-Matching Method for Real-Time Obstacle Detection Using Linear Cameras,” IEEE Trans. on Intelligent Transportation Ststems, Vol.6, No.1, 2005. https://doi.org/10.1109/TITS.2004.838185
  6. K. Zhang, J. Lu, and G. Lafruit, “Cross-Based Local Stereo Matching Using Orthogonal Integral Images,” IEEE Trans. on Circuits & Systems for Video Technology, Vol.19, No.7, 2009. https://doi.org/10.1109/TCSVT.2009.2020478
  7. K. Han, E. Song, E. Chung, S. Cho, and Y. Ha, “Stereo Matching Using Genetic Algorithm with Adaptive Chromosomes,” The Journal of the Pattern Recognition, Vol.34, pp.1729-1740. 2001. https://doi.org/10.1016/S0031-3203(00)00114-X
  8. B. Wang, J. Wang, Y. He, and C. Shen. “A Novel Stereo Matching Algorithm,” Computer Enginnering, Vol.31. pp. 24-26, May 2005.
  9. M. Gong and Y.-H. Yang. “Multi-Baseline Stereo Matching Using Genetic Algorithm,” IEEE Proceedings of SMBV 2001, pp.21-29, 2001.
  10. 진강규, “유전 알고리즘과 그 응용,” 교우사, 2000.
  11. K. Lee, and P. Mohamed, “A Real-Coded Genetic Algorithm Involving a Hybrid Crossover Method for Power Plant Control System Design,” Evolutionary Computation CEC02, IEEE Proceedings of the 2002, pp.1069-1074, 2002.
  12. Z. Wang and Z. Zheng. “A Region Based Steeo Matching Algorithm Using Cooperative Optimization,” IEEE Conference on CVPR2008, pp.1-8, 2008. https://doi.org/10.1109/CVPR.2008.4587456