거리 추정
카메라 영상 -> 3차원 환경에서 거리값(Depth)를 알아냄
- 스테리오 비전
2개 이상의 카메라 영상을 이용하여 픽셀에 대한 거리 정보를 알아내는 기술
-> 최근 딥러닝이 거리 추정에 도입 - 단일 카메라로도 거리 추정 정확도 상승
- 깊이 지도(Depth Map) 생성
두 카메라를 보정 -> 좌표계 확립 -> 두 영상에서 대응점을 찾아내는 스테레오 정합 알고리즘 적용 -> 두 대응점 사이의 위치 차이(Disparity) 계산 -> 거리추정
- Disparity 지도 직접 출력
CNN구조를 이용해 얻은 Disparity 지도와 실제 알고 있는 정답 Disparity 차이를 나타내느 손실 함수를 최소화하여 모델을 훈련
두 영상의 기하하적 상관관계 해석 -> 데이터 학습 후 거리 추정
(기존 스테리오 타입 방법)
모델 기반 거리 추정
카메라의 보정 오차에 민감함
(딥러닝 방법)
카메라 보정 오차에 강인한 성능
단일 영상 기반의 거리추정 딥러닝
대규모 영상 -> 물체 크기 등 사전 지식 학습으로 단일 영상으로부터 거리 추정 가능
단일 영상 -> CNN 입력 -> 거리 지도 생성
- RGB-D 카메라 센서
카메라 영상과 거리값 동시 취득 -> 트레이닝 데이터셋 구축
딥러닝 모델 거리 추정값 <-> 정답 거리 정보 : 차이 최소화 학습
CNN 모델 : 단일 영상으로부터 거리 추정
