• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.289-299
• /
• 2018

The 360 degree panoramas are picture of a wide range of images on one screen, so we can see a fairly wide range at a time. In particular, cylinderical panoramas are the most widely used spherical image, and its left and right viewing angles reach 360 degree, so you can observe front, rear, left, and right at once. Using 360 degree panorama, all directions can be monitored at the same time, so all directions can be effectively monitored compared to other methods. In this paper, we develop a system to recognize and track the movement of moving objects on a 360 degree panorama, and then present and verify the experimental results. For this goals, first, we developed a system to recognize moving objects in 360 degree panorama using DoF(Difference of Frame) algorithm. Second, based on the TLD algorithm, we developed an application that can track a specific single moving object in a 360 degree panorama and presented the experimental results.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.61-68
• /
• 2020

본 연구에서는 360° 파노라마의 깊이 영상을 추정하는 딥러닝 구조를 제안한다. 이전 연구들에서는 딥러닝 네트워크를 학습시키기 위해 렌더링된 360° 파노라마 데이터 셋을 사용했다. 하지만, 렌더링된 파노라마 데이터 셋은 실제로 촬영된 파노라마 데이터 셋과 다르기 때문에, 이전 연구들의 네트워크는 실제로 촬영된 파노라마에 대해선 깊이 영상을 정확히 추정할 수가 없었다. 이 문제를 해결하기 위해 본 연구에서는 도메인 적응을 사용해서 렌더링된 파노라마와 실제로 촬영된 파노라마가 공유하는 특징들을 네트워크가 학습하게 했다. 실험을 통해 우리의 방식이 렌더링된 파노라마에 대해선 우수한 성능을 유지하면서 실제로 촬영된 파노라마에 대해서도 정확한 깊이 영상을 추정하는 것을 볼 수 있다.

• 한국콘텐츠학회논문지
• /
• 제17권3호
• /
• pp.42-52
• /
• 2017

파노라마 영상은 여러 시점에서 촬영한 영상들을 대응점들의 정합을 통해 합성하여 얻은 단일 영상을 말한다. 기존의 파노라마 영상 생성 방법들은 대응점들을 구할 때 각 영상에서 지역적 불변 특징점을 추출하여 서술자를 생성하고 매칭 알고리즘을 사용한다. 동영상의 경우, 프레임 수가 많아 기존의 방법으로 파노라마 영상을 생성하는 것이 상당한 시간을 소비하고 불필요한 계산을 한다. 본 논문에서는 동영상을 입력 받아 구면 파노라마 영상을 효과적으로 생성하는 기법을 제안한다. 동영상의 프레임 간의 변화가 지역적으로 크지 않으며 연속적이라는 전제 조건으로 반복성 및 계산속도가 높은 FAST 알고리즘을 사용하여 특징점들을 추출하고, Lucas-Kanade 알고리즘을 통해 각 특징점들을 추적하여 그 주변에서 대응점을 찾는다. 모든 영상에 대해서 호모그래피를 계산하면 가운데 영상을 중심으로 호모그래피를 변경하고 영상을 와핑하여 평면 파노라마 영상을 얻는다. 마지막으로 구면 좌표계 역변환식을 통해 구면 파노라마 영상을 변환하여 얻는다. 실험을 통하여 제안하는 방법이 기존의 방법들보다 파노라마 영상을 빠르고 효과적으로 생성하는 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권6호
• /
• pp.63-68
• /
• 2018

오프로딩(offloading)은 컴퓨팅 자원 및 계산 속도의 한계를 극복하기 위해 로컬 컴퓨터에서 수행하는 어플리케이션의 일부를 컴퓨팅 자원과 처리능력이 우수한 원격지 컴퓨터에 전달하여 처리한 후 결과를 반환받는 방식이다. 최근에는 컴퓨팅 자원과 처리능력에 한계를 갖고 있는 모바일 컴퓨팅 분야에서 처리속도를 높이고 배터리 소모를 줄이기 위해 모바일 게임, 멀티미디어 데이터, 360도 동영상 처리, 인터넷 방송용 이미지 처리 분야에서 응용되고 있다. 본 논문에서는 모바일 장치에서 촬영된 360도 구면 영상을 사용자가 쉽게 영상 내용을 이해할 수 있도록 다양한 평면 영상을 변환하고 내용을 확인할 수 있는 뷰어를 무선 인터넷 환경에서 오프로딩 기술을 적용하여 구현하고 실제 실험 결과를 제시한다. 360도 구면 영상은 인터페이스를 통해 360도 카메라의 영상 획득 위치에 따라 Double Panorama, Quad, Single Rectabgle, 360 Overview + 3 Rectangle로 평면영상으로 변환이 성공적으로 수행된다. 실험과정에서 100가지 이상의 360도 구면 영상을 아래 인터페이스를 통해 평면 영상으로 변환을 성공적으로 진행하였다.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1430-1441
• /
• 2012

In this paper, we present an algorithm that quickly and effectively estimates orthogonal vanishing points in equirectangular images of urban environment. Our algorithm is based on the RANSAC (RANdom SAmple Consensus) algorithm and on the characteristics of the line segment in the spherical panorama image of the $360^{\circ}$ longitude and $180^{\circ}$ latitude field of view. These characteristics can be used to reduce the geometric ambiguity in the line segment classification as well as to improve the robustness of vanishing point estimation. The proposed algorithm is validated experimentally on a wide set of images. The results show that our algorithm provides excellent levels of accuracy for the vanishing point estimation as well as line segment classification.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.560-563
• /
• 2021

본 논문에서는 사각형 실내 공간에서 점군 데이터를 기반으로 빠르고 정확하게 바닥, 천장, 벽면에 대한 평면 정보를 획득할 수 있는 시스템을 제안한다. 기존의 방법은 관측되지 않은 공간에 대한 평면을 예측할 수 없으며, 노이즈에 취약하고, 모든 점에 대한 기저 정보를 알아야하기 때문에 많은 연산량을 요구한다. 제안 방법은 기존의 평면 검출 방식에서 벗어나 Bounding Box 형상을 예측하는 기술을 활용한다. 또한, 제안 시스템은 구면 파노라마 비디오를 기반으로 적은 수의 프레임으로도 빠르게 실시간 점군 데이터를 확장해나간다. 제안 방법은 실험을 통해 기존의 방법보다 월등히 빠르고, 노이즈 등 환경 제약 요소에 강건함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.952-955
• /
• 2021

사람의 자세는 구면 파노라마에서 다양한 형태로 왜곡되어 나타날 수 있다. 따라서 구면 파노라마에서의 자세 추정은 평면 이미지에서의 경우보다 정확도가 떨어진다. 본 논문에서는 인식률이 높은 얼굴 인식 기법을 도입하여 구면 파노라마 영상에서 안정적으로 사람의 자세를 추정하는 방법을 제시한다. 먼저 구면 파노라마에서 얼굴을 인식한 후에 이에 기반하여 사람의 전신 영역을 추정하고 전신 영역을 포함하는 평면 영상을 획득한다. 획득된 평면 영상에서 자세를 추정하여 스켈레톤을 얻고 이를 캐릭터 모델에 적용한다. 제안 방법을 실영상에 적용하여 실험한 결과 평면 이미지에서와 동일한 수준의 정확도를 보임을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권3호
• /
• pp.65-75
• /
• 2017

360 영상은 상하좌우 모든 영역에 대한 정보를 갖고 있기 때문에 종종 지나치게 많은 정보를 포함하게 된다. 또한 360 영상의 내용을 2D 모니터를 이용하여 확인하기 위해서는 마우스를 이용하여 360 영상을 돌려 봐야 하거나, 또는 심하게 왜곡된 2D 영상으로 변환해서 봐야 하는 문제가 있다. 따라서 360 영상에서 사용자가 원하는 물체를 찾는 것은 상당히 까다로운 일이 될 수 있다. 본 논문은 물체나 영역을 묘사하는 문장이 주어졌을 때, 360 영상 내에서 문장과 가장 잘 어울리는 영상을 추출해 내는 방법을 제시한다. 본 논문에서 제시한 방법은 주어진 문장 뿐 아니라 구도 역시 고려하여 구도 면에서도 보기 좋은 결과 영상을 생성한다. 본 논문에서 제시하는 방법은 우선 360 영상을 2D 큐브맵으로 변환한다. 일반적인 큐브맵은 큐브맵의 경계 부분에 걸쳐 있는 물체가 있을 경우, 이를 검출하기 어려운 문제가 있다. 따라서 더 정확한 물체 검출을 위해 본 논문에서는 변형된 큐브맵을 제시한다. 이렇게 변형된 큐브맵에 Long Short Term Memory (LSTM) 네트워크 기반의 자연어 문장을 이용한 물체 검출 방법을 적용한다. 최종적으로 원래의 360영상에서 검출된 영역을 포함하면서도 영상 구도 면에서 보기 좋은 영역을 찾아서 결과 영상을 생성한다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.487-498
• /
• 2022

깊이 영상은 3차원 공간상의 거리 정보를 2차원 평면에 나타낸 영상이며 다양한 3D 비전 연구에서 유용하게 사용된다. 기존의 많은 깊이 추정 연구는 주로 좁은 FoV (Field of View) 영상을 사용하여 전체 장면 중 상당 부분이 소실된 영상에 대한 깊이 정보를 추정한다. 본 논문에서는 소수의 좁은 FoV 영상으로부터 360° 전 방향 RGBD 영상을 동시에 생성하는 기법을 제안한다. 오버랩 되지 않는 4장의 소수 영상으로부터 전체 파노라마 영상에 대해서 상대적인 FoV를 추정하고 360° 컬러 영상과 깊이 영상을 동시에 생성하는 적대적 생성 신경망 기반의 영상 생성 모델을 제안하였으며, 두 모달리티의 특징을 공유하여 상호 보완된 결과를 확인한다. 또한 360° 영상의 구면 특성을 반영한 네트워크를 구성하여 개선된 성능을 보인다.