Artificial neural network method based on convolution to efficiently extract the DoF embodied in images
제목 : 영상의 내포되어 있는 피사계 심도를 효율적으로 추출하기 위한 합성곱 기반의 인공 신경망 기법
김종현*
(* : 강남대학교)
한국컴퓨터정보학회논문지 제26권 3호, 2021.3, 51-57페이지
제목 : 영상의 내포되어 있는 피사계 심도를 효율적으로 추출하기 위한 합성곱 기반의 인공 신경망 기법
김종현*
(* : 강남대학교)
한국컴퓨터정보학회논문지 제26권 3호, 2021.3, 51-57페이지
Abstract : 본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 피사계 심도(Depth of field, DoF) 영역을 효율적인 합성곱 신경망을 통해 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 합성곱 신경망 네트워크에 학습하기 위한 데이터를 구축하며, 이렇게 얻어진 데이터를 이용하여 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용하며, 네트워크 학습 단계에서 수렴률을 높이기 위해 스무딩을 과정을 한번 더 적용한 결과를 사용한다. 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 안정적으로 찾아내며, 제안하는 방법은 DoF영역을 사용자의 ROI(Region of interest)로 활용하여 NPR렌더링, 객체 검출 등 다양한 곳에 활용이 가능하다.
[paper]