실감형 다시점 3차원 영상의 획득 및 처리 기술

목차 (Table of Contents)

• 목차
• 01. 3차원 입체 영상
• 1.1. 3차원 입체 영상의 원리 = 2
• 1.2. 3차원 입체 영상의 역사 = 6
• 1.3. 3차원 입체 영상 기술의 동향 = 11
• 1.3.1. 국내 3차원 입체 영상 기술의 동향 = 11
• 1.3.2. 해외 3차원 입체 영상 기술의 동향 = 16
• 1.3.2.1. 미국의 기술 동향 = 16
• 1.3.2.2. 일본의 기술 동향 = 18
• 1.3.2.3. 유럽의 기술 동향 = 20
• 1.4. 3차원 입체 영상의 응용분야 = 21
• 1.4.1. 문화 및 예술 분야 = 22
• 1.4.2. 교육 및 훈련 분야 = 23
• 1.4.3. 원격 업무 분야 = 24
• 02. 3차원 비디오 시스템
• 2.1. 시스템 구성 요소 = 28
• 2.2. 다시점 카메라 시스템 = 31
• 2.2.1. 평행형 카메라 배열 = 31
• 2.2.2. 수렴형 카메라 배열 = 34
• 2.2.3. 원형 카메라 배열 = 36
• 2.2.4. 다양한 형태의 다시점 카메라 배열 = 40
• 2.2.5. 다시점 카메라 배열의 카메라 보정 = 41
• 2.3. 3차원 비디오 재현 = 43
• 2.3.1. 3차원 디스플레이의 구조 및 원리 = 43
• 2.3.2. 3차원 디스플레이의 분류 = 44
• 2.3.2.1. 안경식 3차원 디스플레이 = 45
• 2.3.2.2. 무안경식 3차원 디스플레이 = 46
• 2.3.2.3. 홀로그래픽 디스플레이 = 48
• 03. 다시점 비디오의 획득 및 처리 기술
• 3.1. 카메라 매개변수 및 카메라 보정 = 50
• 3.1.1. 카메라 매개변수 = 50
• 3.1.2. 카메라 보정 = 55
• 3.2. 다시점 기하구조 및 기하 오차 보정 = 64
• 3.2.1. 에피폴라 기하학 = 64
• 3.2.2. 양안식 영상 정렬 = 65
• 3.2.3. 다시점 영상의 기하 오차 보정 = 68
• 3.2.3.1. 기준 시점 선택 = 68
• 3.2.3.2. 카메라 매개변수 예측 = 69
• 3.2.3.3. 보정 변환 계산 및 적용 = 72
• 3.2.3.4. 미투영 홀 영역 제거 = 77
• 3.3. 다시점 영상의 색상 보정 = 78
• 3.3.1. 다시점 영상의 색상 불일치 문제 = 78
• 3.3.2. 전역적 특성을 고려한 색상 보정 = 80
• 3.3.3. 차트를 이용한 색상 보정 = 82
• 3.3.4. 대응점 기반의 색상 보정 = 85
• 3.3.4.1. 상대적 카메라 특성 모델 = 85
• 3.3.4.2. 대응점 추출 = 86
• 3.3.4.3. 상대적 카메라 모델 계수 계산 = 87
• 3.3.4.4. 색상 룩업테이블 생성과 색상 보정 = 90
• 04. 깊이 정보의 획득 및 처리 기술
• 4.1. 3차원 장면의 깊이 정보 = 96
• 4.1.1. 깊이맵과 변위맵 = 96
• 4.1.2. 깊이와 변위의 관계 = 97
• 4.1.3. 깊이 획득 방식 = 98
• 4.2. 능동형 방식의 깊이 정보 획득 = 99
• 4.2.1. 깊이 카메라를 이용한 깊이 정보 획득 = 99
• 4.2.1.1. ZCam = 99
• 4.2.1.2. Axi-vision = 102
• 4.2.1.3. Swiss Ranger = 105
• 4.2.1.4. Camcube = 107
• 4.2.2. 구조광 깊이 카메라 = 109
• 4.3. 수동형 방식의 깊이 정보 획득 = 111
• 4.3.1. 스테레오 정합을 이용한 깊이 정보 획득 = 111
• 4.3.1.1. 스테레오 정합의 제약조건 = 113
• 4.3.1.2. 상응점 탐색을 이용한 지역적 방법 = 114
• 4.3.1.3. 최적화를 이용한 전역적 방법 = 125
• 4.3.1.4. 깊이 불연속 보존 깊이 획득 = 131
• 4.3.1.5. 폐색 영역을 고려한 깊이 획득 = 134
• 4.3.2. 수렴형 카메라 배열에서의 깊이 정보 획득 = 139
• 4.3.2.1. 수렴형 배열에서의 영상 정렬화의 문제점 = 139
• 4.3.2.2. 에피폴라 제약사항을 이용한 깊이 정보 획득 = 141
• 4.3.2.3. 부정합 영역 탐지 및 처리 = 143
• 4.3.3. 2차원 영상의 3차원 변환 = 145
• 4.3.3.1. 단안 깊이 단서 = 146
• 4.3.3.2. 단일 시점 영상의 깊이 정보 추정 방법 = 149
• 4.4. 혼합형 방식의 깊이 정보 획득 = 152
• 4.4.1. 카메라 구성 및 깊이 정보 생성 과정 = 153
• 4.4.2. 관심영역이 향상된 깊이맵 생성 = 155
• 4.4.3. 깊이 카메라 정보를 이용한 스테레오 정합 = 158
• 4.5. 깊이 정보의 품질 개선 = 161
• 4.5.1. 필터를 이용한 깊이 맵의 품질 개선 = 161
• 4.5.2. 색상 정보를 이용한 깊이맵의 품질 개선 = 163
• 4.5.3. 깊이맵의 시간적 상관도 향상 = 169
• 4.5.4. 깊이맵의 공간적 상관도 향상 = 170
• 05. 다시점 3차원 비디오를 이용한 입체 영상 제작 기술
• 5.1. 중간 시점 영상 합성 = 174
• 5.1.1. 3차원 워핑 = 175
• 5.1.2. 중간 시점 영상 합성 기술 = 184
• 5.1.2.1. 영상 합성 과정 = 184
• 5.1.2.2. 홀 채움 = 185
• 5.1.2.3. 경계 잡음 제거 = 188
• 5.1.2.4. 영상 혼합 = 188
• 5.2. 다시점 영상을 이용한 3차원 복원 = 189
• 5.2.1. 실루엣 기반의 3차원 복원 = 190
• 5.2.1.1. 3차원 객체의 초기 윤곽 생성 = 191
• 5.2.1.2. 가시성 검사 = 192
• 5.2.1.3. 3차원 객체 다듬기 = 192
• 5.2.1.4. 색상 입히기 = 193
• 5.2.1.5. 실루엣 기반의 3차원 복원 결과 = 193
• 5.2.2. 패치 기반의 3차원 복원 = 194
• 5.2.2.1. 패치 기반의 정합 = 195
• 5.2.2.2. 패치의 확장 및 필터링 = 196
• 5.2.2.3. 패치 기반 3차원 복원 결과 = 197
• 06. 3차원 비디오 처리 관련 국제 표준화
• 6.1. MPEG의 3차원 비디오 표준화 동향 = 202
• 6.2. 3차원 비디오의 압축 = 204
• 6.2.1. AVC 부호기 기반 3차원 비디오 압축 = 204
• 6.2.1.1. 영상 합성 예측 = 204
• 6.2.1.2. 색상-깊이 움직임 예측 = 205
• 6.2.1.3. 적응적 밝기 보상 = 206
• 6.2.1.4. 시점 간 깊이 필터링 = 206
• 6.2.2. HEVC 부호기 기반 3차원 비디오 압축 = 206
• 6.2.2.1. 변위 보상 예측 = 207
• 6.2.2.2. 깊이 쿼드트리 분할 제한 = 208
• 6.2.2.3. 깊이 모델링 모드 = 209
• 6.2.2.4. 색상-깊이 움직임 예측 = 209
• 6.3. FTV 3단계 활동-초다시점 비디오와 자유탐색 비디오 = 210
• 6.3.1. 초다시점 비디오 = 210
• 6.3.2. 자유탐색 비디오 = 213
• 6.3.3. 초다시점 비디오와 자유탐색 비디오의 처리 기술 평가 방법 = 214
• 07. 3차원 비디오 기술을 이용한 화상회의 시선 맞춤 기술
• 7.1. 시선 맞춤 관련 기술 = 218
• 7.2. 시선 맞춤 기술 = 225
• 7.2.1. 화상회의 시스템 구성 = 225
• 7.2.2. 객체 추출 = 227
• 7.2.1.1. 그랩컷 = 227
• 7.2.1.2. 배경 차분 분리를 사용한 객체 추출 = 230
• 7.3.3. 시선 맞춤 알고리즘을 위한 깊이 정보 획득 = 233
• 7.3.3.1. 깊이 센서 처리 = 233
• 7.3.3.2. 이기종 깊이 센서 혼합 = 235
• 7.3.4. 시선 맞춤 영상 생성을 위한 영상 합성 = 239
• 08. 3차원 입체 영상의 품질과 시각 피로
• 8.1. 3차원 입체 영상의 품질 측정 = 248
• 8.2. 3차원 입체 영상의 시각 피로 = 250
• 8.2.1. 시각 피로의원인 = 250
• 8.2.1.1. 수렴-조절 거리의 불일치 = 251
• 8.2.1.2. 영상 왜곡 = 252
• 8.2.1.3. 시청 환경 = 254
• 8.2.1.4. 콘텐츠 = 255
• 8.2.2. 시각 피로의 측정 및 적용 = 255
• 8.2.2.1. 콘텐츠 및 시청환경 기반 시각 피로 측정 = 255
• 8.2.2.2. 생체신호 기반 시각 피로 측정 = 256
• 8.2.2.3. 측정된 시각 피로의 적용 = 256
• 참고문헌 = 257
• 찾아보기 = 271