상세정보
학술지
이중 계층적 집적신경망 기반 개선된 그림자 검출 및 제거 방법
- 발행일
- 202106
- 출처
- 대한공간정보학회지, v.29 no.2, pp.27-34
- ISSN
- 1598-2955
- 출판사
- 대한공간정보학회
- 협약과제
- 21IR1100, 수요처 맞춤형 실감형 3D 공간정보 갱신 및 활용지원 기술개발, 장인성
- 초록
- 3D 공간정보, 가상/증강현실, 스마트시티와 같은 정보통신기술이 발전함에 따라 실세계 도시와 같은 가상 3D 도시모델에 대한 요구가 증가하고 있으며, 사실적인 3D 도시모델을 구축하기 위하여 항공사진 등 실제 사진을 텍스쳐로 활용하고 있다. 그러나 실제 도시를 촬영한 사진에 포함된 그림자는 3D 도시모델의 현실감과 몰입감을 떨어뜨리는 장애요소가 되고 있다. 항공사진 등 복잡한 도시환경을 촬영한 사진에서 그림자를 제거하는 것은 매우 어려운 문제이다. 최근 종단간 딥러닝을 이용하여 그림자를 검출하고 제거하는 연구가 진행되고 있으나, 아직까지 그림자 형상이 복잡한 도시환경에 적용하기 어려운 문제가 있다. 본 논문에서는 이중 계층적 집적신경망을 기반으로 개선된 그림자 검출 및 제거 방법을 제안한다. 제안하는 방법은 합성곱에 의해 입력 영상의 스케일 변화에 강건한 결과를 얻기 위하여 이중 계층적 집적신경망 다음에 스킵 커넥션을 추가한다. 그리고, 그림자 경계 정보를 활용하기 위한 U-Net 구조와 픽셀의 엣지 성분에 대한 손실함수를 추가하였다. 공개된 그림자 학습 데이터를 이용하여 기존 방법들과 성능 비교를 통해 제안된 방법의 그림자 검출 및 제거 성능이 개선되었음을 보여준다.