초록
360° 패널라믹 영상 및 영상 콘텐츠에 대한 3차원(3D) 데이터에 대한 수요가 높아지고 있으며, 이는 오디오 방향성 카메라와 같은 전용 캡처 하드웨어뿐 아니라 헤드마운트 디스플레이(HMD)와 같은 3D 시각화 장비의 시장 보급 증가에 힘입은 것이다. 한편, 3D 패널라믹 데이터를 캡처할 수 있는 3D 센서는 비싸거나 구하기 어렵다는 문제점이 존재한다. 이러한 격차를 메우기 위해, 단일 이미지에서 패널라믹 깊이 맵을 추정하기 위한 학습 기반 접근법을 제안한다. 특별히 개발된 왜곡 인지형 변형 컨볼루션 필터를 통해 본 방법은 일반적인 페르스펙티브 이미지를 활용해 학습이 가능하며, 이후 패널라믹 영상의 깊이를 회귀(regression)하는 데 활용할 수 있어, 레이블링된 패널라믹 훈련 데이터셋을 구축하는 데 드는 노력을 피할 수 있다. 또한 본 방법이 새로운 응용 분야인 패널라믹 단안 SLAM(Simultaneous Localization and Mapping), 패널라믹 세그멘테이션, 패널라믹 스타일 전이 등에 효과적으로 활용될 수 있음을 실험적으로 입증한다.