Stereo matching research to acquire the distance information in computer vision system until the object has been done in various perspective. In especially distance acquisition method using a stereo camera is available for color, form, texture of objects, so many studies were carried out than other methods to estimate distance. Approach method for stereo matching is divided into global method which is accurate but slow, and local method which is fast but inaccurate. Study of local method for stereo matching in real-time is been actively nowadays, and edge preserving window approaches in various forms have been proposed for cost aggregation and disparity refinement. These local approaches are accurate, however there are still problems with computation amount which disturb real-time system, miss-matching handling problem, and performance variation problem depends ona a window size.
In order to solve these problems, we propose simple linear interative clustering(SLIC) superpixels based stereo matching method that is optimized for real time and ensure high accuracy. This method performs a cost aggregation and a disparity refinement based on SLIC superpixels of the original image in order to reduce the computation amount and deal with miss-matching region by defining a confidence term. And at the same time, we decide adaptive kernel size by utilizing the confidence term for a robust performance.
Quantative evaluation shows that it outperforms all the other local method both accuracy and speed on Middlebury dataset. Also, by implementing parallel processing method using GPU, we confirmed a real-time stereo matching system which is suitable for actual application.
컴퓨터 비젼 시스템에서 물체까지의 거리 정보를 획득하는 스테레오 매칭 연구는 다양한 방면에서 진행되어 왔다. 특히 스테레오 카메라를 이용한 거리 획득 방식은 물체의 색상, 형태, 질감 등의 정보를 이용할 수 있어 다른 방법보다 많은 연구가 진행되었다. 스테레오 매칭을 위한 접근 방법은 정확하지만 연산속도가 느린 전역 방법과 빠르하지만 상대적으로 부정확한 지역 방법으로 나누어진다. 최근에 실시간 스테레오 매칭을 위한 지역 방법의 연구가 활발하며 이를 위한 여러 가지 형태의 에지 보존 필터가 제안되고 있다. 이러한 필터들은 정확하지만 실시간이라고 부를만큼 빠르지는 않다. 이러한 효과적인 필터들을 실시간으로 연산하기 위해, 본 논문에서는 높은 정확성을 보장하며 실시간에 최적화된 SLIC 슈퍼픽셀 기반의 스테레오 매칭 알고리즘을 제안한다. 이 방법은 효과적인 필터들의 단점인 연산량을 줄이기 위해 본영상을SLIC 슈퍼픽셀을 기반으로 cost aggregation과 disparity refinement를 수행한다. 또한 GPU를 이용한 병렬처리 방법을 사용하여 실제 어플리케이션에 적합한 실시간 스테레오 매칭 시스템을 구현하였다.
