지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.12
- 수록면
- 925 - 930 (6page)
- DOI
- 10.5909/JBE.2023.28.7.925
이용수
초록· 키워드
오류제보하기
This paper proposes a simple and efficient method to combine planar prior obtained from a triangular model with the depth values computed by PatchMatch. Through this approach, the accuracy of depth estimation was improved in low-textured areas where existing PatchMatch-based methods showed low depth estimation accuracy, and in detailed areas where the triangular model showed limitations in surface modeling. In the proposed method, first, initial depth and normal maps are obtained via an existing PatchMatch approach. Subsequently, a triangular model is generated from the selected node, and initial planar priors are derived from this model. After refining the initial planar priors via a bilateral technique, the initial depth and normal maps are combined with the refined planar priors by applying a simple and efficient combining process. Experimental results show that the proposed method achieves superior results compared to existing approaches.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Previous Works
Ⅲ. Proposed Method
Ⅳ. Experimental Results
Ⅴ. Conclusion
References
참고문헌 (8)
참고문헌 신청
C. Barnes, E. Shechtman, A. Finkelstein, and D. B. Goldman, ”Patch-Match: A Randomized Correspondence Algorithm for Structural Image Editing,” ACM Transactions on Graphics (Proc. SIGGRAPH), Vol.28, Issue 3, No.24, pp.1-11, 2009. doi: https://doi.org/10.11
Y. Yao, Z. Luo, T. Shen, S. Li, T. Fang, and L. Quan, ”Recurrent MVSNet for High-Resolution Multi-View Stereo Depth Inference,” Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp.5525-5534, 2019. doi: https://doi.
X. Ma, Y. Gong, Q. Wang, J. Huang, L. Chen, and F. Yu, ”Eppmvsnet: Epipolar-assembling based depth prediction for multi-view stereo,” IEEE/CVF International Conference on Computer Vision (ICCV), pp.5732-5740, 2021. doi: https://doi.org/10.1109/ICCV48922.2
F. Qin, Y. Ye, G. Huang, X. Chi, Y. He, X. Wang, Z. Zhu, and X. Wang, ”MVSTER: Epipolar Transformer for Efficient Multi-View Stereo,” Proceedings of the European conference on computer vision, pp.573-591, 2022. doi: https://doi.org/10.1007/978-3-031-19821
J. L. Schonberger, E. Zhang, J. M. Frahm, and M. Pollefeys, ”Pixelwise View Selection for Unstructured Multi-View Stereo,” Proceedings of the European conference on computer vision, pp.501-518, 2016. doi: https://doi.org/10.1007/978-3-319-46487-9_31
Y. Yao, Z. Luo, T. Shen, S. Li, T. Fang, and L. Quan, ”Recurrent MVSNet for High-Resolution Multi-View Stereo Depth Inference,” Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp.5525-5534, 2019. doi: https://doi.
X. Ma, Y. Gong, Q. Wang, J. Huang, L. Chen, and F. Yu, ”Eppmvsnet: Epipolar-assembling based depth prediction for multi-view stereo,” IEEE/CVF International Conference on Computer Vision (ICCV), pp.5732-5740, 2021. doi: https://doi.org/10.1109/ICCV48922.2
F. Qin, Y. Ye, G. Huang, X. Chi, Y. He, X. Wang, Z. Zhu, and X. Wang, ”MVSTER: Epipolar Transformer for Efficient Multi-View Stereo,” Proceedings of the European conference on computer vision, pp.573-591, 2022. doi: https://doi.org/10.1007/978-3-031-19821
J. L. Schonberger, E. Zhang, J. M. Frahm, and M. Pollefeys, ”Pixelwise View Selection for Unstructured Multi-View Stereo,” Proceedings of the European conference on computer vision, pp.501-518, 2016. doi: https://doi.org/10.1007/978-3-319-46487-9_31
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
패치매치 기반 및 분할 기반 조밀 깊이지도의 효율적인 결합 방법
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
Epipolar geometry를 활용한 개선된 depth 평가 방법
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
Multiple Color and ToF Camera System for 3D Contents Generation
IEIE Transactions on Smart Processing & Computing
2017 .06
-
Depth Map Restoration Based on Iteratively Reweighted Least Squares Surface Fitting
대한전자공학회 학술대회
2019 .11
-
3D depth map estimation using ToF-Stereo sensor fusion
한국통신학회 학술대회논문집
2021 .06
-
라이다 깊이 맵과 이미지를 사용한 자기 조직화 지도 기반의 고밀도 깊이 맵 생성 방법
방송공학회논문지
2021 .05
-
A learning-based approach for picking metallic objects
대한전자공학회 학술대회
2021 .06
-
AdaMM-DepthNet: Unsupervised Adaptive Depth Estimation Guided by Min and Max Depth Priors for Monocular Images
한국방송미디어공학회 학술발표대회 논문집
2020 .11
-
Depth Anything V2를 활용한 자기 지도 학습 기반 깊이 완성
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
야외 RGB+D 데이터베이스 구축을 위한 깊이 영상 신뢰도 측정 기법
멀티미디어학회논문지
2016 .09
-
Accurate Depth Image Acquisition System by Combining Kinect and Stereo Cameras
대한전자공학회 학술대회
2017 .01
-
스테레오 카메라를 이용한 이미지 합성에 의한 깊이 맵 생성
한국기계가공학회 춘추계학술대회 논문집
2016 .10
-
강화된 깊이 정보 학습을 이용한 3차원 객체 검출
대한전자공학회 학술대회
2024 .06
-
CNN-ViT 통합 모듈을 이용한 Two-Branch 백본 기반 깊이 완성 연구
한국자동차공학회논문집
2024 .07
-
증강현실에서 3D이미지 구현을 위한 스테레오 정합 연구
반도체디스플레이기술학회지
2016 .01
-
단안 뎁스 추정을 위한 이중 분기 네트워크
대한전자공학회 학술대회
2022 .11
-
깊이 센서를 이용한 등고선 레이어 생성 및 모델링 방법
디지털산업정보학회논문지
2016 .01
-
깊이맵 생성 알고리즘의 합성곱 신경망 구현
방송공학회논문지
2018 .01
-
전방위 깊이 추정을 위한 멀티모달 확률분포 기반의 샘플링 방법
제어로봇시스템학회 논문지
2025 .04
-
ViT 기반 깊이 추정과 MVS 기반 깊이 정보 최적화를 통한 고품질 다시점 깊이 정보 생성 기법
방송공학회논문지
2024 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
스테레오 비전에서의 가변 블록 사이즈를 활용한 심층 학습 기반 깊이 추정 방법 및 비교
김창환
,
이덕우
한국산학기술학회 논문지
2023
.12
Lidar-Camera Sensor fusion depth map을 활용한 안개 데이터 증강 방법
정민구
,
최승진
,
김도훈
외 1명
대한전자공학회 학술대회
2022
.06
깊이맵 기반의 인터랙티브 사진을 이용한 긍정적인 인상 형성과 사용 경험에 대한 비교 연구
신동우
,
최용순
디지털콘텐츠학회논문지
2022
.05
라이다 깊이 맵과 이미지를 사용한 자기 조직화 지도 기반의 고밀도 깊이 맵 생성 방법
최한솔
,
이종석
,
심동규
방송공학회논문지
2021
.05
Multi-view Stereo에서 Dense Point Cloud를 위한 Fusing 알고리즘
한현덕
,
한종기
방송공학회논문지
2020
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088527757