http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Depth+RGB 카메라 기반의 수직 리그를 이용한 고화질 디지털 홀로그래픽 비디오 생성 시스템의 구
구자명,이윤혁,서영호,김동욱,Koo, Ja-Myung,Lee, Yoon-Hyuk,Seo, Young-Ho,Kim, Dong-Wook 한국방송∙미디어공학회 2012 방송공학회논문지 Vol.17 No.6
본 논문에서는 최근 관심이 고조되고 있는 3차원 입체 비디오 처리 기술의 최종 목표인 디지털 홀로그램을 생성하는데 필요한 객체의 좌표와 색상정보가 들어있는 RGB 영상와 깊이 영상을 획득하여 디지털 홀로그램으로 변환하는 시스템을 제안한다. 먼저, 가시광선과 적외선의 파장을 이용하여 파장에 따라 투과율이 달라지는 콜드 미러를 사용하여 같은 시점을 갖는 RGB와 깊이 영상을 얻는다. 카메라 시스템이 갖는 다양한 왜곡을 없애기 위한 보정과정을 거친 후에 해상도가 서로 틀린 RGB 영상과 깊이 영상의 해상도를 조절한다. 그리고 깊이 정보를 이용하여 디지털 홀로그램으로 구현할 객체를 추출한다. 마지막으로 컴퓨터 생성 홀로그램 (computer-generated hologram, CGH) 알고리즘을 이용하여 추출한 객체를 디지털 홀로그램으로 변환한다. 제안한 시스템의 각 알고리즘은 C/C++/CUDA로 구현하였고, LabView 환경에서 이들을 통합하였다. 고속화를 위하여 홀로그램을 생성하는 것은 범용 그래픽처리유닛(general-purpose computing on graphics processing unit, GPGPU)를 이용하였다. 제안한 시스템을 이용하여 생성한 디지털 홀로그램은 기존의 것보다 더욱 우수한 화질을 가진다는 것을 확인하였다. Recently the attention on digital hologram that is regarded as to be the final goal of the 3-dimensional video technology has been increased. A digital hologram can be generated with a depth and a RGB image. We proposed a new system to capture RGB and depth images and to convert them to digital holograms. First a new cold mirror was designed and produced. It has the different transmittance ratio against various wave length and can provide the same view and focal point to the cameras. After correcting various distortions with the camera system, the different resolution between depth and RGB images was adjusted. The interested object was extracted by using the depth information. Finally a digital hologram was generated with the computer generated hologram (CGH) algorithm. All algorithms were implemented with C/C++/CUDA and integrated in LabView environment. A hologram was calculated in the general-purpose computing on graphics processing unit (GPGPU) for high-speed operation. We identified that the visual quality of the hologram produced by the proposed system is better than the previous one.
GPGPU 기반의 변위증분 방법을 이용한 중간시점 고속 생성
구자명,서영호,김동욱,Koo, Ja-Myung,Seo, Young-Ho,Kim, Dong-Wook 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.8
자유시점 또는 오토스테레오스코픽 비디오 서비스는 3차원 영상을 제공하는 차세대 방송 시스템으로, 여러 시점의 영상들이 필요하다. 본 논문에서는 가상 시점 영상을 고속 생성하기 위해 알고리즘 병렬 구조를 최적화하고, Compute Unified Device Architecture(CUDA)를 이용한 General Propose Graphic Processing Unit(GPGPU) 기반의 중간시점 영상 고속 생성을 위한 최적화 기법을 제안한다. 제안한 방법은 좌/우 깊이영상을 병렬화시킨 스테레오 정합알고리즘을 이용하여 변위정보를 얻은 후, 깊이 당 변위증분을 계산하여 사용한다. 계산된 변위증분을 사용하여 해당 각 화소들의 깊이 값을 이용하여 좌/우 영상들을 원하는 위치의 중간시점으로 영상을 이동시킨다. 그 다음, 비폐색영역들을 서로 상호 보완하여 없앤 다음에 남은 홀들은 홀 필링으로 없애 최종 중간시점 영상을 생성한다. 제안한 방법을 구현하여 여러 실험 영상에 적용한 결과, 생성된 중간시점 깊이영상의 화질은 평균 PSNR 30.47dB이었으며, Full HD급 중간시점 영상을 초당 38 프레임 정도 생성하는 속도를 보였다. Free-view, auto-stereoscopic video service is a next generation broadcasting system which offers a three-dimensional video, images of the various point are needed. This paper proposes a method that parallelizes the algorithm for arbitrary intermediate view-point image fast generation and make it faster using General Propose Graphic Processing Unit(GPGPU) with help of the Compute Unified Device Architecture(CUDA). It uses a parallelized stereo-matching method between the leftmost and the rightmost depth images to obtain disparity information and It use data calculated disparity increment per depth value. The disparity increment is used to find the location in the intermediate view-point image for each depth in the given images. Then, It is eliminate to disocclusions complement each other and remaining holes are filled image using hole-filling method and to get the final intermediate view-point image. The proposed method was implemented and applied to several test sequences. The results revealed that the quality of the generated intermediate view-point image corresponds to 30.47dB of PSNR in average and it takes about 38 frames per second to generate a Full HD intermediate view-point image.
수직 리그를 이용한 임의시점 디지털 홀로그래픽 생성 시스템 구현
구자명(Koo, Ja-Myung),이윤혁(Lee, Yoon-Hyuk),서영호(Seo, Young-Ho),김동욱(Kim, Dong-Wook) 한국방송·미디어공학회 2012 한국방송공학회 학술발표대회 논문집 Vol.2012 No.11
본 논문에서는 3차원 입체 비디오처리 기술의 최종목표인 디지털 홀로그램을 생성하는데 필요한 객체의 좌표와 색상정보가 들어있는 같은 시점과 해상도인 RGB 영상과 깊이 영상을 획득하여 가상 시점의 디지털 홀로그램을 생성하는 시스템을 제안한다. 먼저, 가시광선과 적외선의 파장을 이용하여 파장에 따라 투과율이 달라지는 콜드 미러를 사용하여 각각의 시점이 같은 다시점 RGB와 깊이 영상을 얻는다. 카메라 시스템이 갖는 다양한 렌즈 왜곡을 없애기 위한 보정 과정을 거친 후에 해상도가 서로 틀린 RGB 영상과 깊이 영상의 해상도를 같게 조절한다. 그 다음, DIBR(Depth Image Based Rendering) 알고리즘을 이용하여 원하는 가상 시점의 깊이 정보와 RGB 영상을 생성한다. 그리고 깊이 정보를 이용하여 디지털 홀로그램으로 구현할 객체만을 추출한다. 마지막으로 컴퓨터 생성 홀로그램 (computer-generated hologram, CGH) 알고리즘을 이용하여 추출한 가상 시점의 객체를 디지털 홀로그램으로 변환한다.
디지털 홀로그램 서비스를 위한 수직구조 카메라 시스템 구현
구자명(Koo, Ja-Myung),이윤혁(Lee, Yoon-Hyuk),김우열(Kim, Woo-Youl),서영호(Seo, Young-Ho),김동욱(Kim, Dong-Wook) 한국방송·미디어공학회 2012 한국방송공학회 학술발표대회 논문집 Vol.2012 No.7
본 논문에서는 3차원 입체 비디오처리 기술의 최종목표인 디지털 홀로그램을 생성하는데 필요한 정보인 객체의 좌표와 색상정보를 얻기 위해서 간단하게 장면이 정확히 일치하는 RGB image와 depth image를 생성할 수 있는 시스템을 구축하는 방법을 제안하였다. 가시광선과 적외선의 파장을 이용하여 파장에 따라 투과율이 달라지는 cold mirror를 사용하여 같은 시점에 대한 RGB + depth image를 얻은 후, 전처리 과정에서 카메라 왜곡에 대한 lens correction과정을 걸친 후, 해상도를 맞추기 위한 resolution resize과정을 마친 후, 디지털 홀로그램으로 구현 할 object를 추출한다. 그 다음 CGH(computer-generated hologram) 알고리즘으로 추출한 object를 CGH로 만든다.
깊이영상의 스테레오 매칭을 이용한 고속 가상시점 영상 생성
구자명(Koo, Ja-Myung),최현준(Choi, Hyun-Jun),서영호(Seo, Young-Ho),김동욱(Kim, Dong-Wook) 한국방송·미디어공학회 2012 한국방송공학회 학술발표대회 논문집 Vol.2012 No.7
본 논문에서는 자유시점 또는 오토스테레오스코픽 비디오나 홀로그래픽 비디오 서비스 들을 목표로 가상시점 영상을 빠르게 생성하는 방법을 제안한다. 이 방법에서 좌/우 깊이영상이 주어졌다고 가정하고, 두 깊이 영상을 이용하여 깊이 값과 변위를 계산 한 후 깊이 당 변위증분을 계산하여 사용한다. 계산된 깊이 값 당 변위증분과 해당 픽셀의 깊이정보를 이용하여 텍스쳐 이미지를 원하는 가상 시점으로 이동시킨다. 좌영상과 우영상을 원하는 가상시점으로 각각 생성한 후, 잡음과 disocclusion을 효과적으로 제거하기 위하여 두 영상을 결합한다. 그 다음 남은 홀을 효과적인 hole-filling으로 제거하여 가상 시점 영상을 생성한다.
깊이영상의 스테레오 매칭을 이용한 중간시점 깊이영상 생성
구자명(Ja-Myung Koo),최현준(Hyun-Jun Choi),서영호(Young-Ho Seo),유지상(Ji-Sang Yoo),김동욱(Dong-Wook Kim) 한국방송·미디어공학회 2011 한국방송공학회 학술발표대회 논문집 Vol.2011 No.11
이 논문에서 제안한 방법은 간단하게 중간 시점 깊이 영상을 생성하는 방법이다. 왼쪽 시점과 오른쪽 시점 두 가지 깊이 영상을 가지고 깊이 값을 계산 한 후 깊이 값과 시점의 이동에 따라 물체의 위치가 변화하는 상관관계를 간단한 식으로 계산해 중간 시점을 만든다. 중간 시점을 생성 한 후, 픽셀 이동에 따른 노이즈 감소 방법을 사용하는 기존 알고리즘 ①과 이를 수정한 노이즈 감소 방법과 Occlusion영역을 채운 후, 중간 시점을 생성하는 알고리즘 ②를 사용한다. 우리가 생성한 중간 시점의 PSNR은 알고리즘 ①는 30.38dB이고, 알고리즘 ②는 30.52dB이다.