단안 깊이 추정을 위한 소실점 위치 정보를 사용하는 향상된 SW-MSAopen accessAn Improved SW-MSA using Vanishing Point Position Information for Monocular Depth Estimation
- Authors
- 조용석; 김나라; 박호현
- Issue Date
- Mar-2024
- Publisher
- 대한전자공학회
- Keywords
- Deep learning; Depth estimation; Monocular depth estimation; Swin transformer; Vanishing point
- Citation
- 전자공학회논문지, v.61, no.3, pp 68 - 77
- Pages
- 10
- Journal Title
- 전자공학회논문지
- Volume
- 61
- Number
- 3
- Start Page
- 68
- End Page
- 77
- URI
- https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/73183
- DOI
- 10.5573/ieie.2024.61.3.68
- ISSN
- 2287-5026
2288-159X
- Abstract
- 본 논문은 단안 렌즈를 통한 깊이 추정에서 소실점 탐지와 향상된 SW-MSA를 사용한 Swin Transformer 기반의 깊이 추정 모델을 제안한다. 이 모델은 이미지가 입력되면 소실점을 탐색한 후 소실점의 위치에 따른 유형을 파악하여 깊이 추정 모델에 도움이 될 정보를 모델에 전달한다. 소실점 위치 유추는 먼저 이미지에서 캐니 선분 검출기로 외곽선을 추출하여 허프 변환을 통하여 직선 성분만 남기고, 그 직선들을 연장해서 가장 많은 선분의 교점 영역을 소실점으로 설정한다. 소실점의 위치 유형은 3가지로 분류되는데, 유형에 따라 SW-MSA의 셀프 어텐션 방식이 나뉜다. 제안한 모델 성능은 실험 결과를 통하여 기존 단안 깊이 추정 모델과 더 나은 결과를 나타낸다. 본 논문은 소실점이라는 기하학적 특성을 통하여 단안 깊이 추정을 함으로써 훈련 데이터에 의존하지 않고 이미지의 근원적인 특성을 찾아내는 기술을 사용하는 것을 강조한다. 본 논문은 깊이 추정 분야에 중요한 기여를 하고 있으며, 소실점이라는 원근법에서 사용하는 개념을 깊이 추정 분야에서 이용하기 때문에 기술의 잠재력이 크다는 것을 강조한다.
- Files in This Item
-
- Appears in
Collections - College of ICT Engineering > School of Electrical and Electronics Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.