스포츠 현장을 위한 견고한 빌보드 기반 자유시점 비디오 합성 알고리즘
본 논문은 소수의 광각 카메라만으로도 정확한 3D 모델을 구축하기 어려운 스포츠 씬에서, 공간 절단(visual hull)으로 얻은 거친 3D 형태를 활용해 각 카메라별 객체를 고해상도 빌보드로 변환하고, 백프로젝션 기반의 정밀한 객체 분할·오클루전 검출을 통해 occluded 객체까지 자연스럽게 재현하는 방법을 제안한다.
저자: Jun Chen, Ryosuke Watanabe, Keisuke Nonaka
본 논문은 스포츠 현장, 특히 축구와 럭비와 같은 넓은 필드에서 자유시점 비디오를 구현하기 위한 새로운 빌보드 기반 합성 파이프라인을 제시한다. 전통적인 3D 메쉬 기반 방법은 수십 대에 이르는 고해상도 카메라와 정밀한 캘리브레이션이 전제되어야 하지만, 실제 현장에서는 비용·설치 제약으로 인해 소수(5~6대)의 광각 카메라만 배치되는 경우가 많다. 이러한 환경에서 고품질 3D 모델을 얻기 어렵다는 점을 인식하고, 저해상도이지만 전체 장면을 포괄하는 ‘visual hull’ 형태의 거친 3D 모델을 활용한다.
**1. 데이터 수집 및 캘리브레이션**
동기화된 카메라 네트워크를 이용해 영상을 촬영하고, 기존 방법(
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기