생물학 기반의 계층적 깊이 추정 모델을 이용한 영상 분할

Abstract

영상 분할은 영상에서 비슷한 특성을 가지는 픽셀들을 하나의 영역단위로 만들어 분류하는 것을 목적으로 한다. 객체 인식, 객체 추적, 영상 압축 등 다양한 분야에 전처리 과정으로 많이 이용되며 영상 분할의 성능에 따라 큰 영향을 받는다. 픽셀 단위의 정보보다 분할된 영역 단위로 정보를 추론하고 활용하는 것이 보다 효과적이고 수행속도에 있어서도 큰 이점을 얻을 수 있기 때문이다. 영상 분할을 위한 다양한 방법들이 연구되어 왔고, 특히 영상에서의 색상, 무늬, 경계선 등을 주 특징으로 사용하였다. 이러한 특성들에 기반한 방법에서는 특성이 비슷한 경우 한계점을 보이는 측면이 많다. 비슷한 색상 혹은 불분명한 경계 등으로 인하여 영역이 잘못 분할되는 것을 막고자 본 논문에서는 깊이 정보를 영상 분할에 활용하고자 한다. 이를 위해 우리는 초기 영상 과분할, 깊이 추정 과정, 최종 영상 분할 세 단계의 과정으로 나누어 영상 분할 모델을 설계하였다. 초기 과분할 단계에서는 영상을 과분할 하여 가장 기본적인 단위의 영역들을 만들었고, 깊이 추정 과정에서 이러한 영역들 단위의 깊이 정보를 추정하였다. 최종 분할 과정에서는 깊이 정보 및 색상 특성을 이용하여 초기 과분할 된 영역을 병합하여 영상 분할을 완성하였다. middlebury benchmark를 이용하여 깊이의 정확도를 평가한 결과, 영역 단위의 깊이 정보를 얻는데 유효한 것을 알 수 있었다. 또한 다양한 영상에서 실험하여 일반적인 환경에서도 깊이 정보 추정이 가능하며 이를 바탕으로 영상 분할이 되는 것을 보여주었다.