2025.04 update
심화 연구 – Tiny-Nerf 사용과 증발한 실험에 대한 고찰 ,,

---

샘플링 영역의 변화에 따른
희소 대응점을 가진 다시점 이미지 회전각 추정

(Estimation of Rotation of Multiple-View Camera with Variation of Feature Sampling Region)

• 실제 열화상 카메라 영상에서 카메라 간 회전각을 추정하는 알고리즘을 구현
  

- 서로 다른 시점에서 거의 겹치지 않는 이미지의 대응점 문제를 해결하기 위해, 각 시점을 독립적으로 회전시켜 대응점을 확장하고, 다양한 샘플링 영역을 선택해 호모그래피 기반 회전 추정의 정확도를 분석

주요 기능 및 개요

• 영상 전처리: DoG 필터를 이용해 열화상 영상의 경계 강조 및 노이즈 제거
• 샘플링 영역 선택: 네 가지 방식(특정 사분면, 분산 영역 등)의 대응점 샘플링
• 호모그래피 추정: RANSAC 기반 이상점 제거 후 호모그래피 계산
• 회전각 추출: 추정된 호모그래피에서 회전 행렬을 분해하여 Z축 회전각 산출
• 결과 검증: 이미지 블렌딩을 통해 정성적·정량적 성능 평가

논문 정보

• 제목: 샘플링 영역의 변화에 따른 희소 대응점을 가진 다시점 이미지 회전각 추정
• 저자: 한채림, 이덕우
• 학술지: Journal of Korea Multimedia Society, Vol. 27, No. 12, pp. 1445–1452, 2024
• DOI: 10.9717/kmms.2024.27.12.1445
  📜PDF download

폴더 구조

<repo-root>/
├── assets/
├── drawing/                          # 도형 그리기 및 패턴 분석
│   ├── 0828circledraw.ipynb          
│   └── Circlepattern.ipynb           
├── matching/                         # 특징점 매칭 
│   ├── 1029A_matching.ipynb          
│   ├── 1029B_matching.ipynb          
│   └── 1029C_matching.ipynb          
├── point_extraction/                 # 대응점 추출
│   ├── 1027a_point_extraction.ipynb  
│   ├── 1027b_point_extraction.ipynb  
│   └── 1027c_point_extraction.ipynb  
├── svd/                              # SVD 분해
│   └── 0828_SVDdecompose.ipynb       
├── README.md                         # 프로젝트 개요
└── requirements.txt                  # 의존성 목록

설치 및 실행

1. 레퍼지토리 복제

git clone https://github.com/<username>/<repo>.git
cd <repo>

2. 의존성 설치

pip install -r requirements.txt

3. Jupyter Notebook 실행

jupyter notebook

결과 및 평가

샘플링 영역을 기반으로 대응점에 대한 호모그래피 추정:

호모그래피 행렬 추정 정확도 평가를 위해 선택된 샘플링 영역에 대한 이미지 블렌딩 결과:

• 선택된 대응점이 특정 영역에 집중될 경우 왜곡 발생 (a, c)
• 넓게 분포된 대응점 선택의 경우 원본 이미지와 블렝딩 결과 유사하며, 호모그래피 변환의 정확성에 영향을 미침