| 1 |
1
적어도 하나의 프로세서에 의해 동작하는 객체 추출 장치의 동작 방법으로서,다시점에서 객체를 촬영한 복수의 시점 이미지들을 기초로 3차원 공간에서 객체가 포함된 관심 볼륨을 추출하는 단계,각 시점 이미지로 상기 관심 볼륨을 투영하여 각 시점 이미지에서 상기 객체가 포함된 초기 전경 영역을 획득하는 단계,상기 초기 전경 영역으로부터 초기화된 기하학적 에너지 모델과 컬러 및 질감에 관련된 외형 에너지 모델을 갱신하면서 상기 초기 전경 영역으로부터 수렴된 각 시점 이미지의 전경 영역을 추출하는 단계, 그리고각 시점 이미지의 전경과 배경을 나누는 이진 마스크를 출력하는 단계를 포함하고,상기 관심 볼륨을 추출하는 단계는상기 복수의 시점 이미지들 각각에 관계된 카메라 시점의 절두체들(frustums)이 겹치는 3차원 공간을 상기 관심 볼륨으로 추출하는, 동작 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에서,상기 기하학적 에너지 모델은 각 시점 이미지가 추론된 전경과 배경으로 이진 분할된 상태에서, 어느 시점 이미지에서 전경이나 배경으로 추론되는 영역이 워핑된 다른 시점 이미지들에서도 동일하게 전경이나 배경으로 추론되는지를 나타내는 시점간 기하학적 일관성(geometric coherence)을 측정하도록 모델링되는 동작 방법
|
| 4 |
4
제3항에서,상기 각 시점 이미지의 전경 영역을 추출하는 단계는각 시점 이미지의 기하학적 정보를 기초로 각 시점 이미지들의 수퍼픽셀들을 현재 관심 볼륨 내의 대응되는 3차원 지점에 연결하여 상기 시점간 기하학적 일관성을 판단하고, 상기 수퍼픽셀은 이미지를 분할하는 단위인, 동작 방법
|
| 5 |
5
제4항에서,상기 각 시점 이미지의 전경 영역을 추출하는 단계는상기 현재 관심 볼륨에서 기하학적 일관성 점수가 기준값보다 높은 지점 주변에 3차원 지점을 추가하고, 상기 복수의 이미지에서 보이지 않는 3차원 지점들을 상기 현재 관심 볼륨에서 삭제하여 상기 현재 관심 볼륨을 갱신하고, 갱신한 관심 볼륨을 기초로 상기 기하학적 에너지 모델과 상기 컬러 및 질감에 관련된 외형 에너지 모델을 갱신하는 동작 방법
|
| 6 |
6
제1항에서,상기 질감에 관련된 외형 에너지 모델은상기 복수의 시점 이미지들에서 공유되는 질감 정보를 이용하여 에너지를 계산하도록 모델링되고,상기 컬러에 관련된 외형 에너지 모델은각 시점 이미지에서 추론된 전경과 배경의 컬러 정보를 이용하여 에너지를 계산하도록 모델링되는, 동작 방법
|
| 7 |
7
제6항에서,상기 질감에 관련된 외형 에너지 모델은상기 복수의 시점 이미지들에서 추론된 전경 및 배경의 질감 특성으로 학습된 분류기를 기초로 각 수퍼픽셀의 질감에 관계된 분류 점수를 계산하도록 모델링되고, 상기 수퍼픽셀은 이미지를 분할하는 단위인, 동작 방법
|
| 8 |
8
제1항에서,상기 이진 마스크의 경계선 주변의 컬러 정보와 기하학적 정보를 기초로 상기 경계선 주변을 배경, 전경, 그리고 불확실한 경계 영역으로 분할하는 트라이맵(Trimap)을 생성하는 단계, 그리고상기 트라이맵의 상기 불확실한 경계 영역을 매팅하여 알파 채널 마스크를 생성하는 단계를 더 포함하는 동작 방법
|
| 9 |
9
적어도 하나의 프로세서에 의해 동작하는 객체 추출 장치의 동작 방법으로서,다시점에서 객체를 촬영한 복수의 시점 이미지들의 절두체들이 겹치는 관심 볼륨을 추출하는 단계,상기 복수의 시점 이미지들 중 임의 시점 이미지로 상기 관심 볼륨을 투영하여 상기 임의 시점 이미지를 상기 객체가 포함된 전경과 배경으로 공분할하는 단계,공분할된 상기 임의 시점 이미지의 이진 마스크를 획득하는 단계,상기 이진 마스크의 경계선 주변에서 샘플링된 픽셀들에서 전경과 배경의 엔트로피를 계산하여, 각 픽셀에 대응된 로컬 윈도우 크기를 동적으로 결정하는 단계,각 로컬 윈도우의 영역을 배경, 전경, 그리고 불확실한 경계 영역으로 분할하여 트라이맵(Trimap)을 생성하는 단계, 그리고매팅 식으로 상기 트라이맵의 알파 채널 값을 추출하여 알파 채널 마스크를 생성하는 단계를 포함하는 동작 방법
|
| 10 |
10
제9항에서,상기 로컬 윈도우 크기를 동적으로 결정하는 단계는샘플링된 픽셀들에서 복수의 윈도우 크기로 쿨백-라이블러 발산(Kullback-Leibler divergence)을 계산하고, 쿨백-라이블러 발산이 최대가 되는 윈도우 크기를 추출하는 동작 방법
|
| 11 |
11
제9항에서,상기 트라이맵을 생성하는 단계는마르코브 랜덤 필드(Markov random field, MRF)를 이용하여 각 로컬 윈도우의 영역을 배경, 전경, 그리고 불확실한 경계 영역으로 분할하는 동작 방법
|
| 12 |
12
삭제
|
| 13 |
13
제9항에서,상기 매팅 식은상기 복수의 시점 이미지들의 매팅 결과들을 기하학적으로 공유하기 위한 제한 조건을 포함하는 동작 방법
|
| 14 |
14
적어도 하나의 프로세서에 의해 동작하는 객체 추출 장치로서,다시점에서 객체를 촬영한 복수의 시점 이미지들을 기초로 3차원 공간에서 객체가 포함된 관심 볼륨을 추출하고, 상기 관심 볼륨에 대한 기하학적 제한 조건과 상기 복수의 시점 이미지들의 컬러 및 질감 정보를 이용하여 상기 복수의 시점 이미지들에서 전경과 배경을 공분할하는 공분할부, 그리고상기 다시점 객체 공분할부로부터 각 시점 이미지에 대한 전경과 배경의 분할 결과인 이진 마스크를 입력받고, 상기 이진 마스크의 경계선 주변을 탐색하여 매팅이 필요한 영역을 트라이맵(Trimap)으로 생성하며, 매팅 식으로 상기 트라이맵의 알파 채널 값을 추출하여 알파 채널 마스크를 생성하는 추출부를 포함하고,상기 공분할부는상기 복수의 시점 이미지들 각각에 관계된 카메라 시점의 절두체들(frustums)이 겹치는 3차원 공간을 상기 관심 볼륨으로 추출하는 객체 추출 장치
|
| 15 |
15
제14항에서,상기 공분할부는각 시점 이미지로 상기 관심 볼륨을 투영하여 각 시점 이미지에서 상기 객체가 포함된 초기 전경 영역을 획득하며, 상기 초기 전경 영역으로부터 초기화된 기하학적 에너지 모델과 컬러 및 질감에 관련된 외형 에너지 모델을 갱신하면서 상기 초기 전경 영역으로부터 수렴된 각 시점 이미지의 전경 영역을 추출하는 객체 추출 장치
|
| 16 |
16
제15항에서,상기 기하학적 에너지 모델은 각 시점 이미지가 추론된 전경과 배경으로 이진 분할된 상태에서, 어느 시점 이미지에서 전경이나 배경으로 추론되는 수퍼픽셀이 워핑된 다른 시점 이미지들에서도 동일하게 전경이나 배경으로 추론되는지를 나타내는 시점간 기하학적 일관성(geometric coherence)을 측정하도록 모델링되고,상기 질감에 관련된 외형 에너지 모델은상기 복수의 시점 이미지들에서 추론된 전경 및 배경의 질감 특성으로 학습된 분류기를 기초로 각 수퍼픽셀의 질감에 관계된 분류 점수를 계산하도록 모델링되며, 상기 수퍼픽셀은 이미지를 분할하는 단위인, 객체 추출 장치
|
| 17 |
17
제14항에서,상기 추출부는 상기 이진 마스크의 경계선 주변에서 샘플링된 픽셀들에서 전경과 배경의 엔트로피를 계산하여, 각 픽셀에 대응된 로컬 윈도우 크기를 동적으로 결정하고, 각 로컬 윈도우의 영역을 배경, 전경, 그리고 불확실한 경계 영역으로 분할하여 상기 트라이맵을 생성하는 객체 추출 장치
|
