딥 러닝을 이용한 실감형 콘텐츠 특징점 추출 및 식별 방법
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박병찬 | - |
dc.contributor.author | 장세영 | - |
dc.contributor.author | 유인재 | - |
dc.contributor.author | 이재청 | - |
dc.contributor.author | 김석윤 | - |
dc.contributor.author | 김영모 | - |
dc.date.available | 2020-09-05T03:05:13Z | - |
dc.date.created | 2020-09-02 | - |
dc.date.issued | 2020-06 | - |
dc.identifier.issn | 1226-7244 | - |
dc.identifier.uri | http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/38576 | - |
dc.description.abstract | 4차 산업의 주요 기술로 실감형 360도 영상 콘텐츠가 주목받고 있다. 전 세계 실감형 360도 영상 콘텐츠의 시장 규모는 2018년 67억 달러에서 2020년 약 700억 달러까지 증가될 것이라고 전망하고 있다. 하지만 대부분 실감형 360도 영상 콘텐츠가 웹하드, 토렌트 등의 불법 유통망을 통해 유통되고 있어 불법복제로 인한 피해가 증가하고 있다. 이러한 불법 유통을 막기 위하여 기존 2D 영상은 불법저작물 필터링 기술을 사용하고 있다. 그러나 초고화질을 지원하고 두 대 이상의 카메라를 통해 촬영된 영상을 하나의 영상에 담는 실감형 360도 영상 콘텐츠의특징 때문에 왜곡 영역이 존재하여 기존 2D 영상에 적용된 기술을 그대로 사용하기엔 다소 무리가 있다. 또한, 초고화질에 따른 특징점 데이터량 증가와 이에 따른 처리 속도 문제와 같은 기술적 한계가 존재한다. 본 논문에서는 이러한 문제를 해결하기 위하여 왜곡이 심한 영역을제외한 객체 식별 영역을 선정하고, 식별 영역에서 딥 러닝 기술을 이용하여 객체를 인식하고 인식된 객체의 정보를 이용하여 특징 벡터를추출하는 특징점 추출 및 식별 방법을 제안한다. 제안한 방법은 기존에 제안 되었던 스티칭 영역을 이용한 실감형 콘텐츠 특징점 추출방법과비교하여 성능의 우수성을 보였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국전기전자학회 | - |
dc.relation.isPartOf | 전기전자학회논문지 | - |
dc.title | 딥 러닝을 이용한 실감형 콘텐츠 특징점 추출 및 식별 방법 | - |
dc.title.alternative | A Feature Point Extraction and Identification Technique for Immersive Contents Using Deep Learning | - |
dc.type | Article | - |
dc.identifier.doi | 10.7471/ikeee.2020.24.2.529 | - |
dc.type.rims | ART | - |
dc.identifier.bibliographicCitation | 전기전자학회논문지, v.24, no.2, pp.529 - 535 | - |
dc.identifier.kciid | ART002604397 | - |
dc.description.journalClass | 2 | - |
dc.citation.endPage | 535 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 529 | - |
dc.citation.title | 전기전자학회논문지 | - |
dc.citation.volume | 24 | - |
dc.contributor.affiliatedAuthor | 김석윤 | - |
dc.description.isOpenAccess | N | - |
dc.subject.keywordAuthor | Immersive Content | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | Feature Point Extracting and Matching | - |
dc.subject.keywordAuthor | Piracy Judgment | - |
dc.subject.keywordAuthor | OMAF | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Soongsil University Library 369 Sangdo-Ro, Dongjak-Gu, Seoul, Korea (06978)02-820-0733
COPYRIGHT ⓒ SOONGSIL UNIVERSITY, ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.