1 |
1
제1이미지와 제2이미지 각각으로부터 제1이미지 특징맵과 제2이미지 특징맵 각각을 추출하는 단계;상기 제1이미지 특징맵과 상기 제2이미지 특징맵을 결합하여 결합특징맵을 생성하는 단계;생성된 상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계;상기 복수의 출력 특징맵들 각각에 대하여 회귀 알고리즘을 적용하여 복수의 최대시차값들을 생성하는 단계;상기 복수의 최대시차값들의 평균값에 기초하여, 평균 최대시차값을 생성하는 단계;상기 복수의 채널공간집중맵들의 평균값에 기초하여, 평균 채널공간집중맵을 생성하는 단계;상기 평균 최대시차값과 참값 최대시차값의 비교결과에 따라 최대시차값 손실함수(loss function)를 학습시키는 단계; 및상기 평균 채널공간집중맵과 참값 집중맵의 비교결과에 따라 집중맵 손실함수를 학습시키는 단계를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
2 |
2
제1항에 있어서,집중 알고리즘은,채널 집중 알고리즘 및 공간 집중 알고리즘을 포함하는, 스테레오 정합을 위한 영상처리 방법
|
3 |
3
제2항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 복수의 출력특징맵들 중에서 제(n-1)출력특징맵(상기 n은 2이상의 자연수)에 상기 채널집중 알고리즘을 적용하여 제n채널집중맵을 생성하는 단계;상기 제(n-1)출력특징맵에 상기 공간집중 알고리즘을 적용하여 제n공간집중맵을 생성하는 단계;상기 제n채널집중맵과 상기 제n공간집중맵을 결합하여 상기 복수의 채널공간집중맵들 중에서 제n채널공간집중맵을 생성하는 단계;를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
4 |
4
제3항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 제(n-1)출력특징맵에 CNN(Convolution Neural Network)을 적용하여 제n컨볼루션특징맵을 생성하는 단계;를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
5 |
5
제4항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 제n채널공간집중맵과 상기 제n컨볼루션특징맵을 결합하여 상기 복수의 출력특징맵들 중에서 제n출력특징맵을 생성하는 단계;를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
6 |
6
제3항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 결합특징맵에 채널집중 알고리즘을 적용하여 상기 복수의 채널집중맵들 중에서 제1채널집중맵을 생성하는 단계;상기 결합특징맵에 공간집중 알고리즘을 적용하여 상기 복수의 공간집중맵들 중에서 제1공간집중맵을 생성하는 단계;상기 제1채널집중맵과 상기 제1공간집중맵을 결합하여 상기 복수의 채널공간집중맵들 중에서 제1채널공간집중맵을 생성하는 단계;를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
7 |
7
제6항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 결합특징맵에 CNN(Convolution Neural Network)을 적용하여 상기 복수의 컨볼루션특징맵들 중에서 제1컨볼루션특징맵을 생성하는 단계를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
8 |
8
제7항에 있어서,상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계는,상기 제1채널공간집중맵과 상기 제1컨볼루션특징맵을 결합하여 상기 복수의 출력특징맵들 중에서 제1출력특징맵을 생성하는 단계를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
9 |
9
제1항에 있어서,상기 영상처리 방법은, 상기 제1이미지와 상기 제2이미지에 기초하여 기준시차맵을 생성하는 단계를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
10 |
10
제9항에 있어서,상기 최대시차값 손실함수를 학습시키는 단계는,상기 기준시차맵에 기초하여 상기 참값 최대시차값을 생성하는 단계를 포함하는, 스테레오 정합을 위한 영상처리 방법
|
11 |
11
제9항에 있어서,상기 집중맵 손실함수를 학습시키는 단계는,상기 기준시차맵에 포함된 픽셀들 중에서 상기 참값 최대시차값을 갖는 픽셀과 인접한 픽셀을 포함하여 상기 참값 집중맵을 생성하는 단계를 포함하는, 영상처리 방법
|
12 |
12
프로세서(processor)와 결합되어 스테레오 정합을 위한 영상처리 방법을 수행하기 위한 매체에 저장된 프로그램으로서, 제1이미지와 제2이미지 각각으로부터 제1이미지 특징맵과 제2이미지 특징맵 각각을 추출하는 단계;상기 제1이미지 특징맵과 상기 제2이미지 특징맵을 결합하여 결합특징맵을 생성하는 단계;생성된 상기 결합특징맵에 집중 알고리즘을 누적적으로 적용하여 복수의 출력 특징맵들과 복수의 채널공간집중맵들을 생성하는 단계;상기 복수의 출력 특징맵들 각각에 대하여 회귀 알고리즘을 적용하여 복수의 최대시차값들을 생성하는 단계;상기 복수의 최대시차값들의 평균값에 기초하여, 평균 최대시차값을 생성하는 단계;상기 복수의 채널공간집중맵들의 평균값에 기초하여, 평균 채널공간집중맵을 생성하는 단계;상기 평균 최대시차값과 참값 최대시차값의 비교결과에 따라 최대시차값 손실함수를 학습시키는 단계; 및상기 평균 채널공간집중맵과 참값 집중맵의 비교결과에 따라 집중맵 손실함수를 학습시키는 단계를 수행하는, 프로그램
|