| 1 |
1
복수 개의 영상 콘텐츠가 존재하는 혼합 영상에서 3D 입체 영상을 변환하는 방법에 있어서,입력되는 혼합 영상에서 N(N은 2 이상의 자연수) 개의 하위 영상(subimage)을 추출하는 단계;추출된 하위 영상의 컬러 특성을 분석하는 단계;분석한 컬러 특성별로 N 개의 하위 영상들을 K(K≤N) 개의 클러스터 그룹으로 분류하는 단계;각 클러스터 그룹의 깊이맵(depth map)을 생성하는 단계; 및생성된 깊이맵으로부터 입체 영상을 생성하는 단계를 포함하며,상기 추출된 하위 영상의 컬러 특성을 분석하는 단계에서, 각 하위 영상의 컬러 특성을 분석하되, RGB 데이터로부터 중요도 맵(Saliency map) 및 RGB 맵을 구하는 방식으로 컬러 특성을 분석하는 것을 특징으로 하는 혼합 영상에서 3D 입체 영상 변환 방법
|
| 2 |
2
삭제
|
| 3 |
3
청구항 1에 있어서,상기 중요도 맵은 RGB 하위영상을 Lab 컬러로 변환한 후에, L, a, b의 평균값을 구하는 방식으로 구하되, L, a, b는, 의 수학식을 이용하여 구하며, 여기서 M은 해당 하위 영상 S의 픽셀개수인 것임을 특징으로 하는 혼합 영상에서 3D 입체 영상 변환 방법
|
| 4 |
4
청구항 3에 있어서,G는 가우시안 저주파 필터라고 할 때, L, a, b 영상에 저주파 필터를 적용하면, 의 수식으로 나타낼 수 있고, 중요도(saliency) 값 SAL은,의 수학식으로 구해지고, 하위 영상의 픽셀들의 SAL의 평균값은, 의 수학식으로 구해지는 것을 특징으로 하는 혼합 영상에서 3D 입체 영상 변환 방법
|
| 5 |
5
청구항 4에 있어서,R,G,B의 컬러 차이값의 절대값인 ｜Ri-Gi｜, ｜Gi-Bi｜, ｜Bi-Ri｜을 구하고, 이중에서 최대값이 해당 픽셀 i의 RGB 맵 값이 되며, 의 수식으로 표현되고, COLOR 값의 평균은, 의 수식으로 구해지는 것을 특징으로 하는 혼합 영상에서 3D 입체 영상 변환 방법
|
| 6 |
6
청구항 5에 있어서,상기 클러스터 그룹으로 분류하는 단계는, K-means clustering 방법을 이용하여 N 개의 하위 영상들을 K(K≤N) 개의 클러스터 그룹으로 분류하는 것을 특징으로 하는 혼합 영상에서 3D 입체 영상 변환 방법
|
| 7 |
7
청구항 1, 청구항 3 내지 청구항 6 중 어느 한 청구항의 방법을 컴퓨터로 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
