Pixel-to-Pixel Stereo에서 Threshold 결정 방법

Abstract

영상인식에서 stereo는 2개의 2차원 영상에서 3차원 정보 (깊이 정보) 를 찾아내는 방법이다. 현실감있는 2.5 차원의 배경을 생성하기 위하여 깊이 정보를 추출한다. 이는 Photogrammetry, 3-D model 생성, motion analysis에서도 기본적으로 사용하는 중요한 방법이다. Pixel-to-Pixel Stereo 알고리즘은 occlusion을 고려하여 disparity를 찾는 방법 중 하나이다. 이 알고리즘은 cost function을 정의하여 한 scanline에서 cost function이 최소가 되게 하는 match를 dynamic programming 기법을 사용하여 찾는 방법이다. 이 방법에서 정의한 cost function에서는 occlusion penalty와 match reward를 경험적인 constant 값으로 주었고 이에 대한 이론적 근거가 없다. 본 논문에서는 영상의 잡음, 물체의 크기, 물체와 배경의 밝기 차이 등과 같은 영상의 특징에 따라 occlusion penalty와 match reward 값이 변해야 하는 이론적 근거를 제시하였다. 제안한 방법으로 정확한 match가 나올 수 있는 occlusion penalty와 match reward 값의 boundary를 결정할 수 있다. ; Stereopsis is a process of obtaining 3-D depth information from a pair of 2-D images. The aim of computational stereopsis is to reconstruct the 3D geometry of a scene from two views. We aim to integrate a sequence of images with depth information that can be used as a background image for 3D world. Pixel-to-pixel stereo is one of stereo matching algorithms to establish image matching. The algorithm finds the best match to minimize the defined cost function using dynamic programming. The cost function is defined as a sum of a constant penalty for each occlusion, a constant reward for each match, and intensity dissimilarity. However the parameters have been given empirically. In this paper, we determine the occlusion penalty and the match reward according to image contents and propose the theoretical basis of the occlusion penalty and the match reward. We show that the parameters depend on image noise and object intensity contrast. Further research includes image noise analysis for correct matching and the cost function improvement.