Depth estimating is an important research area in the field of stereo vision. Due to the popularity of three-dimensional (3D) imaging systems, the demand for real-time stereo matching algorithm becomes grow-ing. However, conventional local stereo methods are inadequate for high-definition imaging systems because of the large computational cost that grows proportionally to the matching window size, image size, and search range. In this paper, we propose a new approach for reducing the computational complexity with a limit of memory size. In our approach, we adopt a particle filter algorithm based on a small number of candidates rather than full candidates in the disparity search range. Experimental results show that the proposed method reduces the computational time efficiently while minimizing the degradation of the accuracy of stereo matching.
디스플레이 기술의 발전에 따라 실시간 3D 영상 시스템이 점차 대중화되고 있다. 따라서 사물의 상대적 깊이 정보를 실시간으로 정확하게 추정하는 고속 스테레오 알고리즘이 필요하다. 하지만 고 화질 영상에서는 영상의 크기와 탐색 범위가 커지고 그에 따라 계산비용이 선형적으로 늘어나게 되는데 전체탐색 방법이나 큰 매칭 윈도우를 사용하는 기존의 지역 방식 알고리즘은 실시간 시스템에 적용하는데 부적합하다. 또한 3D 디스플레이와 같은 상용화를 위한 application에 적용하기 위해서는 메모리 사용의 제한 조건을 고려해야 하기 때문에 입력 영상 저장을 위한 line memory를 다섯 줄로 제한하였다. 본 논문에서는 계산량을 줄이기 위한 방법으로 여러 접근 방법을 사용하였다. 특히 전체탐색를 사용하지 않고 particle filter를 적용하여 적은 수의 후보만를 가지고 매칭을 수행하는 방법을 제안하였다. 또한 상용화 시스템을 위해 메모리 사용의 제한 조건을 고려한 알고리즘을 제안하게 되었다. 결과적으로 제안된 기법을 사용한 결과를 관찰했을 때 기존 전체 탐색 방식과 큰 윈도우를 적용한 지역 방식에 대비해 매칭의 정확도를 최소화하면서 효율적으로 계산 수행 시간을 줄이게 된다.