| 1 |
1
올인포커스 영상 생성 장치의 동작 방법에 있어서,서로 다른 초점 영상들 및 상기 서로 다른 초점 영상들에 대응하는 레퍼런스 올인포커스 영상에 대한 딥러닝을 통하여 초점맵 계산 모델을 생성하는 단계;카메라로부터 촬영된 다중 초점 영상들의 각각에 대하여 상기 초점맵 계산 모델을 이용하여 초점맵을 계산하는 단계; 및상기 초점맵을 이용하여 상기 다중 초점 영상들에 대한 올인포커스 영상을 생성하는 단계를 포함하는 방법
|
| 2 |
2
제 1 항에 있어서,데이터베이스로부터 상기 다중 초점 영상들 및 상기 레퍼런스 올인포커스 영상을 읽는 단계를 더 포함하는 방법
|
| 3 |
3
제 1 항에 있어서,상기 카메라는 폴렌옵틱 카메라를 포함하는 것을 특징으로 하는 방법
|
| 4 |
4
제 1 항에 있어서,상기 레퍼런스 올인포커스 영상은 상기 서로 다른 초점 영상들을 이용하여 생성되는 것을 특징으로 하는 방법
|
| 5 |
5
제 1 항에 있어서,상기 초점맵 계산 모델은 복수의 초점들의 각각에 대응하는 초점 맵을 생성하는 데 이용되는 것을 특징으로 하는 방법
|
| 6 |
6
제 5 항에 있어서,상기 올인포커스 영상을 생성하는 단계는,상기 복수의 초점들에 대응하는 초점맵들을 이용하여 상기 다중 초점 영상들로부터 상기 올인포커스 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 방법
|
| 7 |
7
제 1 항에 있어서,상기 올인포커스 영상과 상기 레퍼런스 올인포커스 영상 사이의 에러 차이를 계산하는 단계를 더 포함하는 방법
|
| 8 |
8
제 7 항에 있어서,상기 에러 차이에 따라 상기 초점맵 계산 모델의 가중치를 업데이트 하는 단계를 더 포함하는 방법
|
| 9 |
9
제 1 항에 있어서,상기 올인포커스 영상을 생성하는 단계는,상기 다중 초점 영상들의 각각의 초점맵을 기반으로 초점값에 비례하는 가중치를 생성하는 단계;상기 올인포커스 영상의 픽셀의 컬러값을 얻기 위하여 상기 다중 초점 영상들의 각각의 가중치의 평균값을 계산하는 단계를 포함하는 단계를 더 포함하는 방법
|
| 10 |
10
적어도 하나의 프로세서 및 적어도 하나의 프로세서에 의해 실행되는 적어도 하나의 인스트럭션을 저장하는 메모리를 포함하고,상기 적어도 하나의 인스트럭션은,적어도 하나의 프로세서 및 적어도 하나의 프로세서에 의해 실행되는 적어도 하나의 인스트럭션을 저장하는 메모리를 포함하고,상기 적어도 하나의 인스트럭션은,카메라로부터 촬영된 다중 초점 영상들의 각각에 대하여 초점맵 계산 모델을 이용하여 초점맵을 계산하고; 및상기 초점맵을 이용하여 상기 다중 초점 영상들에 대한 올인포커스 영상을 생성하도록 상기 적어도 하나의 프로세서에서 실행되는 것을 특징으로 하는 올인포커스 영상 생성 장치
|
| 11 |
11
제 10 항에 있어서,상기 적어도 하나의 인스트럭션은,서로 다른 초점 영상들 및 상기 서로 다른 초점 영상들에 대응하는 레퍼런스 올인포커스 영상에 대한 딥러닝을 통하여 상기 초점맵 계산 모델을 생성하도록 상기 적어도 하나의 프로세서에 실행되는 것을 특징으로 하는 올인포커스 영상 생성 장치
|
| 12 |
12
제 11 항에 있어서,상기 딥러닝은 합성곱 신경망(Convolutional Neural Network, CNN)을 포함하는 것을 특징으로 하는 올인포커스 영상 생성 장치
|
| 13 |
13
제 11 항에 있어서,상기 다중 초점 영상들은 상기 카메라의 동일한 위치에서 다양한 물체 혹은 깊이에 초점을 맞추어 촬영함으로써 획득되는 것을 특징으로 하는 올인포커스 생성 장치
|
| 14 |
14
제 11 항에 있어서,상기 초점맵 계산 모델은 상기 다중 초점 영상들의 각각에 대응하는 초점맵을 생성하도록 이용되는 것을 특징으로 하는 올인포커스 생성 장치
|
| 15 |
15
제 14항에 있어서,상기 다중 초점 영상들에 대응하는 초점맵 값들에 대한 가중치 평균을 이용하여 상기 올인포커스 영상이 생성되는 것을 특징으로 하는 올인포커스 생성 장치
|
| 16 |
16
제 11항에 있어서,상기 올인포커스 영상과 상기 레퍼런스 올인포커스 영상 사이의 차이가 최소가 되도록 상기 초점맵 계산 모델이 학습되는 것을 특징으로 하는 올인포커스 생성 장치
|
| 17 |
17
제 16 항에 있어서,상기 딥러닝은 합성곱 레이어, 배치 정규화 레이어 및 활성화 레이어를 조합으로써 구현되는 것을 특징으로 하는 올인포커스 생성 장치
|
| 18 |
18
플렌옵틱 카메라;서로 다른 초점의 영상들과 상기 서로 다른 초점의 영상들에 대응하는 레퍼러스 올인포커스 영상으로 구성된 영상 세트를 저장하는 데이터베이스; 및상기 데이터베이스로부터 상기 영상 세트를 읽어오고, 상기 읽혀진 영상 세트에 대한 딥러닝을 통하여 초점맵 계산 모델을 생성하고, 상기 초점맵 계산 모델을 이용하여 상기 플렌옵틱 카메라로부터 촬영한 다중 초점 영상들에 대한 올인포커스 영상을 생성하는 올인포커스 영상 생성 장치를 포함하는 전자 장치
|
| 19 |
19
제 18 항에 있어서,상기 올인포커스 영상 생성 장치는, 상기 다중 초점 영상들의 각각에서 초점 영상에 대한 초점맵을 생성하고, 상기 생성된 초점맵을 기반으로 초점값에 비례하여 가중치를 생성하고, 생성된 가중치들의 평균값을 픽셀의 컬러값으로 계산함으로써 상기 올인포커스 영상을 생성하는 것을 특징으로 하는 전자 장치
|
| 20 |
20
제 18 항에 있어서,상기 올인포커스 영상 생성 장치는, 상기 데이터베이스에서 레퍼런스 올인포커스 영상과 상기 올인포커스 영상에 대응하는 다중 초점 영상들을 이용하여 상기 초점맵 계산 모델을 학습하는 것을 특징으로 하는 전자 장치
|
