| 1 |
1
수신된 다시점 영상에 기초하여 초기 정합을 수행하는 단계; 상기 초기 정합에 의해 상기 변이 맵을 생성할 기준 시점과 상기 기준 시점에 인접한 이웃 시점을 포함하는 두 시점 간의 변이 비용 볼륨(two-view matching cost volume)을 산출하는 단계; 상기 두 시점 변이 비용 볼륨에 기초하여 기준 시점 변이 비용 볼륨을 계산하는 단계; 상기 기준 시점에 깊이 일관도와 관련된 확률 정보를 포함하는 확률적 일관성 정보를 계산하는 단계; 상기 확률적 일관성 정보에 기반하여 상기 기준 시점에 대한 확률적 가시성 정보를 산출하는 단계; 상기 확률적 일관성 정보를 이용하여 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 단계; 및 상기 갱신된 두 시점 간의 변이 비용 볼륨에 기초하여 적어도 상기 확률적 일관성 정보를 갱신하는 단계를 포함하는 다시정 깊이 영상 정제 방법
|
| 2 |
2
제 1 항에 있어서, 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 단계는 상기 확률적 일관성 정보에 기초하여 최대 일관성 위치를 산출하고, 상기 최대 일관성 위치에 대한 가우시안 함수에 의해 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 다시점 깊이 영상 정제 방법
|
| 3 |
3
제 2 항에 있어서,상기 최대 일관도 위치에 대한 가우시안 함수는 상기 확률적 일관성 정보에 의한 변이 비용의 변화량을 조절하기 위한 매개 변수를 포함하는 다시점 깊이 영상 정제 방법
|
| 4 |
4
제 1 항에 있어서, 상기 기준 시점 변이 비용 볼륨을 계산하는 단계는 상기 기준 시점의 비용 볼륨의 역 깊이 평면에 가중치 중위 필터(weight median filter)가 적용되는 것을 포함하는 다시점 깊이 영상 정제 방법
|
| 5 |
5
제 1 항에 있어서, 상기 확률적 일관성 정보를 계산하는 단계는 상기 확률적 일관성 정보가 계산된 비용 볼륨에 대해 가중치 중위 필터가 적용되는 것을 포함하는 다시점 깊이 영상 정제 방법
|
| 6 |
6
제 1 항에 있어서, 상기 기준 시점 변이 비용 볼륨에 기초하여 초기 변이 맵을 생성하는 단계를 더 포함하고, 상기 확률적 일관성 정보는 상기 초기 변이 맵에 포함된 깊이 정보에 기초하여 생성되는 다시점 깊이 영상 정제 방법
|
| 7 |
7
제 1 항에 있어서, 상기 확률적 가시성 정보에 기초하여 상기 기준 시점 변이 비용 볼륨을 갱신하는 단계; 및 상기 갱신된 기준 시점 변이 비용 볼륨에 기초하여 상기 확률적 가시성 정보를 갱신하는 단계를 더 포함하는 다시점 깊이 영상 정제 방법
|
| 8 |
8
제 7 항에 있어서, 상기 확률적 가시성 정보 및 상기 두 시점 간의 변이 비용 볼륨에 기초하여 두 시점 간의 변이 비용의 가중치 평균을 계산하는 단계; 및 상기 갱신된 확률적 가시성 정보 및 상기 갱신된 두 시점 간의 변이 비용 볼륨에 기초하여 두 시점 간의 변이 비용의 가중치 평균을 재계산하는 단계를 더 포함하는 다시점 깊이 영상 정제 방법
|
| 9 |
9
제 8 항에 있어서, 상기 두 시점 간의 변이 비용의 가중치 평균은 상기 기준 시점 비용 볼륨을 재갱신하여 생성되되, 상기 두 시점 간의 변이 비용 가중치 평균에 기초하여 정제된 변이 맵을 생성하는 단계를 더 포함하는 다시점 깊이 영상 정제 방법
|
| 10 |
10
제 9 항에 있어서, 상기 정제된 변이 맵을 생성하는 단계 후에, 소정 조건에 따라, 상기 정제된 변이 맵에 기초하여 상기 단계들의 일부를 반복할지 여부를 판단하는 단계; 및일부 단계를 반복하는 경우, 상기 정제된 변이 맵에 기초하여, 상기 두 시점 간의 변이 비용 볼륨을 산출하는 단계와, 상기 기준 시점 변이 비용 볼륨을 계산하는 단계와, 상기 확률적 일관성 정보를 계산하는 단계와, 상기 확률적 가시성 정보를 산출하는 단계와, 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 단계와, 상기 확률적 일관성 정보를 갱신하는 단계를 반복하는 다시점 깊이 영상 정제 방법
|
| 11 |
11
다시점 영상을 수신하는 송수신부; 상기 다시점 깊이 영상을 정제하는 프로그램을 저장하는 메모리; 및상기 프로그램을 실행시키는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램에 의해, 수신된 다시점 영상에 기초하여 초기 정합을 수행하는 처리, 상기 초기 정합에 의해 상기 변이 맵을 생성할 기준 시점과 상기 기준 시점에 인접한 이웃 시점을 포함하는 두 시점 간의 변이 비용 볼륨을 산출하는 처리,상기 두 시점 변이 비용 볼륨에 기초하여 기준 시점 변이 비용 볼륨을 계산하는 처리, 상기 기준 시점에 깊이 일관도와 관련된 확률 정보를 포함하는 확률적 일관성 정보를 계산하는 처리, 상기 확률적 일관성 정보에 기반하여 상기 기준 시점에 대한 확률적 가시성 정보를 산출하는 처리, 상기 확률적 일관성 정보를 이용하여 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 처리, 및 상기 갱신된 두 시점 간의 변이 비용 볼륨에 기초하여 적어도 상기 확률적 일관성 정보를 갱신하는 처리를 실행시키는 다시점 깊이 영상 정제 장치
|
| 12 |
12
제 11 항에 있어서, 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 처리는 상기 확률적 일관성 정보에 기초하여 최대 일관성 위치를 산출하고, 상기 최대 일관성 위치에 대한 가우시안 함수에 의해 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 다시점 깊이 영상 정제 장치
|
| 13 |
13
제 12 항에 있어서,상기 최대 일관도 위치에 대한 가우시안 함수는 상기 확률적 일관성 정보에 의한 변이 비용의 변화량을 조절하기 위한 매개 변수를 포함하는 다시점 깊이 영상 정제 장치
|
| 14 |
14
제 11 항에 있어서, 상기 기준 시점 변이 비용 볼륨을 계산하는 처리는 상기 기준 시점의 비용 볼륨의 역 깊이 평면에 가중치 중위 필터가 적용되는 것을 포함하는 다시점 깊이 영상 정제 장치
|
| 15 |
15
제 11 항에 있어서, 상기 확률적 일관성 정보를 계산하는 처리는 상기 확률적 일관성 정보가 계산된 비용 볼륨에 대해 가중치 중위 필터가 적용되는 것을 포함하는 다시점 깊이 영상 정제 장치
|
| 16 |
16
제 11 항에 있어서, 상기 기준 시점 변이 비용 볼륨에 기초하여 초기 변이 맵을 생성하는 처리를 더 포함하고, 상기 확률적 일관성 정보는 상기 초기 변이 맵에 포함된 깊이 정보에 기초하여 생성되는 다시점 깊이 영상 정제 장치
|
| 17 |
17
제 11 항에 있어서, 상기 확률적 가시성 정보에 기초하여 상기 기준 시점 변이 비용 볼륨을 갱신하는 처리; 및 상기 갱신된 기준 시점 변이 비용 볼륨에 기초하여 상기 확률적 가시성 정보를 갱신하는 처리를 더 포함하는 다시점 깊이 영상 정제 장치
|
| 18 |
18
제 17 항에 있어서, 상기 확률적 가시성 정보 및 상기 두 시점 간의 변이 비용 볼륨에 기초하여 두 시점 간의 변이 비용의 가중치 평균을 계산하는 처리; 및 상기 갱신된 확률적 가시성 정보 및 상기 갱신된 두 시점 간의 변이 비용 볼륨에 기초하여 두 시점 간의 변이 비용의 가중치 평균을 재계산하는 처리를 더 포함하는 다시점 깊이 영상 정제 장치
|
| 19 |
19
제 18 항에 있어서, 상기 두 시점 간의 변이 비용의 가중치 평균은 상기 기준 시점 비용 볼륨을 재갱신하여 생성되되, 상기 두 시점 간의 변이 비용 가중치 평균에 기초하여 정제된 변이 맵을 생성하는 처리를 더 포함하는 다시점 깊이 영상 정제 장치
|
| 20 |
20
제 19 항에 있어서, 상기 정제된 변이 맵을 생성하는 처리 후에, 소정 조건에 따라, 상기 정제된 변이 맵에 기초하여 상기 처리들의 일부를 반복할지 여부를 판단하는 처리; 일부 처리를 반복하는 경우, 상기 정제된 변이 맵에 기초하여, 상기 두 시점 간의 변이 비용 볼륨을 산출하는 처리와, 상기 기준 시점 변이 비용 볼륨을 계산하는 처리와, 상기 확률적 일관성 정보를 계산하는 처리와, 상기 확률적 가시성 정보를 산출하는 처리와, 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 처리와, 상기 확률적 일관성 정보를 갱신하는 처리를 반복하는 다시점 깊이 영상 정제 장치
|
