동영상 미리보기
프리세일즈 도큐멘토 | 정부지원 나라장터 입찰 제안서 및 실무 기획서 등 제공
문서는 포멧만으로도 가이드가 된다, 문서에서 받는 멘토링은 사수보다 많다
---
아마란스 | 682-53-00808 | 제2023-수원권선-0773호
출판사 신고번호 : 제 2023-000074호
경기도 광명시 소하로 190, 12층 비1216-50(소하동, 광명G타워)
전화번호 : 010-3284-6979 (11:00 ~ 16:00) , 주말 / 공휴일 휴무
이 메 일 : sales@amarans.co.kr
입금계좌 : 카카오뱅크, 아마란스, 3333-26-7731937
이미지의 깊이를 계산해서 3D 로 만들어줍니다
Abstract
우리는 동적인 장면을 담은 일반적인 단안 비디오에서 카메라 매개변수와 깊이 맵을 정확하고 빠르며 안정적으로 추정할 수 있는 시스템을 제안합니다. 대부분의 기존 구조화 기법(Structure from Motion) 및 단안 SLAM(Simultaneous Localization and Mapping) 기술은 주로 정적 장면과 큰 시차를 특징으로 하는 입력 비디오를 가정합니다. 이러한 방법은 이러한 조건이 충족되지 않을 경우 잘못된 추정을 초래하는 경향이 있습니다. 최근에는 신경망 기반 접근 방식이 이러한 문제를 극복하려고 시도했으나, 이러한 방법은 계산 비용이 높거나, 제어되지 않은 카메라 움직임 또는 알 수 없는 시야각(Field of View)을 가진 동적 비디오에서는 불안정한 경우가 많습니다.
우리는 딥러닝 기반 비주얼 SLAM 프레임워크의 놀라운 효율성을 보여줍니다. 훈련 및 추론 방식을 신중하게 수정하여 이 시스템은 제한 없는 카메라 경로를 가진 복잡한 동적 장면의 실제 비디오에서도 확장 가능합니다. 여기에는 시차가 거의 없는 비디오도 포함됩니다. 인공 데이터 및 실제 비디오를 활용한 광범위한 실험을 통해, 이 시스템은 기존 및 동시 연구와 비교하여 카메라 위치와 깊이 추정에서 훨씬 더 정확하고 안정적임을 입증하였으며, 실행 시간 면에서도 더 빠르거나 동등한 성능을 보였습니다.
--------------------------------------------------------
바로가기 (새창) : https://mega-sam.github.io/
도큐멘토에서는 일부 내용만을 보여드리고 있습니다.
세부적인 내용은 바로가기로 확인하시면 됩니다.