복잡한 외각선을 가지는 다시점 객체의 추출

Abstract

본 논문에서는 다시점 카메라에 의해 획득된 객체를 모든 시점의 배경으로부터 분리하는 알고리즘이다. 이것은 카메라 시야각에 형성된 닫힌 공간 밖에 있는 칼라 샘플들과 비슷한 픽셀을 지워나가고, 동시에 모든 시점으로부터 전경이라고 생각되는 영역을 검출하게 된다. 그리고 이때의 전경의 외각선은 근처의 샘플들간의 관계에 따라 실수값으로 다시 추정된다. 이를 위하여, 먼저 카메라들은 보정되어 있어야 하며, 목표가 되는 물체는 관심 공간 내에서 구별되는 색을 가질 수록 유리하다. 기존 연구는 배경에 대한 강한 가정으로 적용이 제한되거나 혹은 이를 해결하기 위해 도입된 반복적 그래프컷의 수렴되는 영역이 초기 파라메터와 주관적인 종료 조건에 의해 결정되기 쉬웠다. 하지만 본 논문에서는 배경에 대한 어떠한 가정 없이 문제를 다루었고, 또 칼라 정보와 기하학적 정보에 대한 에너지 항이, 전/배경으로부터의 히스토그램 비교 그리고 겹쳐짐 현상 평가에 의해 조절되며, 이에 따라 수렴 점이 안정해진다. 또한 제안되는 투표 기반 모델 갱신 영역 결정과 함께 영상을 이미지 좌표와 변환된 칼라값의 벡터로 표현하고, 이를 상향식의 계층적 클러스터링을 사용하여 칼라 모델을 만들었다. 뿐만 아니라 기존의 연구들은 비교적 외각선이 단순 물체로 적용을 한정시키지만, 제안되는 시스템은 추출되는 객체의 외각선을 실수값으로 추정한다. 모든 과정에서 사용자의 입력을 요구하지 않으며, 그러면서도 현재 나와있는 알고리즘들과 비슷한 결과를 보여주거나 혹은 더 좋은 성능을 나타낸다. 마지막으로 제안되는 알고리즘의 질적, 양적 평가를 제공받거나 혹은 직접 획득한 총 6개의 데이터 셋을 통해 평가하였다.