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
- 2024.12
- 수록면
- 97 - 100 (4page)
- DOI
- 10.5573/ieie.2024.61.12.97
이용수
초록· 키워드
오류제보하기
다중 프레임 깊이 추정(multi-frame depth estimation)은 여러 입력 프레임의 기하학적 정보를 활용하기 때문에 단일 프레임 깊이 추정 (monocular depth estimation)보다 더 좋은 깊이 예측을 할 수 있다. 기존 다중 프레임 기반 모델은 에피폴라 기하학을 기반으로한 코스트 볼륨을 쌓아서 깊이 추정을 하였는데, 이 코스트 볼륨은 두 가지 주요 단점을 가진다. (1) 정적인 환경에서만 동작하고 (2) 모델 추론 단계에서 추가적인 카메라 포즈 정보를 요구한다. 결과적으로, 이러한 에피폴러 기반 코스트 볼륨은 동적 객체가 존재하는 실제 환경에서 깊이 추정 성능이 부정확하다. 따라서 본 논문에서는 에피폴러 기반 코스트 볼륨의 한계를 극복하기 위해 종합적인 코스트 볼륨을 사용하는 것을 제안하고, 트랜스포머의 cross-attention map 이 그 역할을 할 수 있음을 보인다. 이미지 재구성의 자가지도학습으로 깊이 추정 모델을 학습할 경우, 트랜스포머의 cross-attention layer은 에피폴라 기하학에 기반하지 않는 코스트 볼륨을 배울 수 있으며, 동적 객체가 존재 하는 환경에서 강건한 깊이 추정을 할 수 있을 것이다. 우리는 동적인 객체가 많은 Cityscapes 데이터셋에 평가를 진행하여 본 논문의 방법론이 기존 방법론보다 우수하고 동적인 객체가 존재하는 실제 환경에서 강건한 깊이 추정을 할 수 있음을 실험적으로 보인다.
목차
요약
Abstract
Ⅰ. Introduction
Ⅱ. Method
Ⅲ. Experiment and Result
Ⅳ. Conclusion
REFERENCES
참고문헌 (8)
참고문헌 신청
J. Watson et al., “The Temporal Opportunist: Self-Supervised Multi-Frame Monocular Depth,” in Proc. 2021 IEEE/CVF Conf. on Computer Vision and Pattern Recognition (CVPR), 2021.
Z. Feng et al., “Disentangling object motion and occlusion for unsupervised multi-frame monocular depth,” in Proc. European Conf. on Computer Vision (ECCV), 2022.
S. Kim et al., “Recurrent transformer networks for semantic correspondence,” Adv. Neural Inf. Process. Syst. (NeurIPS), vol. 31, 2018.
M. Cordts et al., “The Cityscapes dataset for semantic urban scene understanding,” in Proc. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), 2016.
P. Weinzaepfel et al., “CroCo v2: Improved cross-view completion pre-training for stereo matching and optical flow,” in Proc. IEEE/CVF Int. Conf. on Computer Vision (ICCV), 2023.
Z. Feng et al., “Disentangling object motion and occlusion for unsupervised multi-frame monocular depth,” in Proc. European Conf. on Computer Vision (ECCV), 2022.
S. Kim et al., “Recurrent transformer networks for semantic correspondence,” Adv. Neural Inf. Process. Syst. (NeurIPS), vol. 31, 2018.
M. Cordts et al., “The Cityscapes dataset for semantic urban scene understanding,” in Proc. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), 2016.
P. Weinzaepfel et al., “CroCo v2: Improved cross-view completion pre-training for stereo matching and optical flow,” in Proc. IEEE/CVF Int. Conf. on Computer Vision (ICCV), 2023.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다중 해상도 이미지를 활용한 자기 지도 학습 기반 단안 깊이 추정
방송공학회논문지
2024 .07
-
우천 상황에서 다중 프레임 기반 자기 지도 단안 깊이 추정 학습 방법
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
ViT 기반 깊이 추정과 MVS 기반 깊이 정보 최적화를 통한 고품질 다시점 깊이 정보 생성 기법
방송공학회논문지
2024 .11
-
Attention Model 을 이용한 단안 영상 기반 깊이 추정 네트워크
한국방송미디어공학회 학술발표대회 논문집
2020 .07
-
가상현실을 통한 볼륨렌더링 깊이인식 향상
컴퓨터그래픽스학회논문지
2018 .06
-
개선된 비전 트랜스포머를 이용한 단일 영상의 깊이 맵 예측
한국지능시스템학회 논문지
2023 .06
-
딥러닝 기반 깊이 추정 모델의 정확도 향상을 위한 실시간 데이터세트 증강 알고리즘
Proceedings of KIIT Conference
2021 .11
-
Attention-based Self-supervised Monocular Depth Estimation
한국정보과학회 학술발표논문집
2020 .07
-
동적격자지도를 이용한 CNN 모델 기반 코스트 맵 구성 및 도심지 충돌회피 경로설계
한국자동차공학회 춘계학술대회
2024 .06
-
초박형 라이트필드 카메라를 위한 깊이 추정 알고리즘 개발
컴퓨터그래픽스학회논문지
2024 .12
-
직접 볼륨 렌더링에서의 정보 엔트로피를 활용한 볼륨 시점 가이드 모델 연구
한국정보과학회 학술발표논문집
2018 .12
-
Depth Prediction Transformer 모델을 활용한 다시점 실사 데이터의 고품질 깊이 정보 생성 기법
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
하드 파라미터 쉐어링 기반의 보행자 및 운송 수단 거리 추정
한국정보통신학회논문지
2022 .03
-
코스트 맵을 이용한 딥러닝 기반 자율주행 차량의 충돌 회피 경로 계획
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
단일 영상에서의 깊이 추정 기술을 이용한 공간 맵 개선에 관한 연구
대한전자공학회 학술대회
2019 .11
-
단안 이미지를 이용한 3차원 깊이 맵 추정 기법
한국정보과학회 학술발표논문집
2017 .12
-
열화상 카메라를 이용 실내 깊이 데이터셋 제작 및 딥러닝 기반 깊이 이미지 추정
한국항공우주학회 학술발표회 초록집
2023 .11
-
단안 카메라 깊이 정보 추정을 이용한 인간-객체 상호작용 탐지
한국정보과학회 학술발표논문집
2023 .06
-
다 시점 영상 콘텐츠 특성에 따른 딥러닝 기반 깊이 추정 방법론
한국방송미디어공학회 학술발표대회 논문집
2022 .06
-
트랜스코스트(TRANSCOST)를 활용한 소형발사체 개발대안별 전주기 비용추정
한국항공우주학회 학술발표회 초록집
2020 .11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092093661