Comparison of Depth Estimation Based on Variable Block Size with Deep Learning Model in Stereo Vision
Changhwan Kim, Deokwoo Lee · Journal of the Korea Academia-Industrial cooperation Society · 2023
본 논문은 컴퓨터 비전 및 그래픽 분야에서 중요한 주제인 영상 기반 깊이 추정 기법을 분석하는 방법을 제시한다. 특히, 디스패리티 추정을 위한 블록사이즈의 변화를 동반한 심층학습 모델 중 하나인 2DtoDepth 모델에 기반한 스테레오 비전 시스템을 이용한 깊이 추정에 중점을 두고 있으며, 컬러 영상에 비해 비교적 정보가 적은 그레이스케일 영상을 사용한다. Stereo Block Matching, Semi-Global Block Matching, 2DtoDepth 세 가지 기법을 이용하여 깊이를 추정하고 성능을 비교하였다. SBM과 SGBM은 두 개의 이미지를 비교하여 깊이를 추정하는 방식이고, 2DtoDepth는 딥러닝 기반 학습 모델로 깊이를 추정하는 방식으로 단일 이미지로 깊이를 추정하는 방식이다. 결과적으로 본 논문에서는 2DtoDepth 모델로 추출한 깊이맵과 SBM, SGBM 방법으로 추출한 깊이맵을 비교한 결과를 제시한다.