Depth from focus (DfF) is a method of estimating depth of a scene by using the information acquired through the change of the focus of a camera. Within the framework of DfF, the focus measure (FM) forms the foundation on which the accuracy of the output is determined. With the result from the FM, the role of a DfF pipeline is to determine and recalculate unreliable measurements while enhancing those that are reliable. In this paper, we propose a new FM that more accurately and robustly measures focus, which we call the ``ring difference filter'' (RDF). FMs can usually be categorized as confident local methods or noise robust non-local methods. RDF's unique ring-and-disk structure allows it to have the advantageous sides of both local and non-local FMs. We then describe an efficient pipeline that utilizes the properties that the RDF brings. Part of this pipeline is our proposed RDF-based cost aggregation method that is able to robustly refine the initial results in the presence of image noise. Our method is able to reproduce results that are on par with or even better than those of the state-of-the-art, while spending less time in computation (20 minutes vs 6 seconds).
본 연구는 단일 카메라의 자동초점기능을 통해 얻어진 영상을 조명조건에 상관없이 정확한 3차원 깊이 정보를 구하기 위한 새로운 개념의 초첨측정계를 설계하는 것을 그 목적으로 한다. 기존 방법론에서 사용한 초첨측정계는 빠른 속도의 로컬 기반 방법론과 속도는 느리지만 저조도 환경에 강인한 논로컬 기반의 방법으로 나뉜다. 본 연구에서 이중 반지 구조형태의 초첨측정계를 제안한다. 이 구조는 적은 계산양의 로컬 방법론과 노이즈에 강인한 논로컬 기반 방법론의 장점을 동시에 발현할 수 있도록 한다. 본 연구는 실제 스마트폰에 있는 자동초점기능으로 얻어진 영상들을 이용하여 다양한 조명환경에서 안정적인 성능을 보이면서 연산량도 최신 연구대비 200배 빨라진 결과를 보였다 (20분 vs 6초). 본 연구로 인해 IT기기를 이용한 사진 촬영 시 조명환경에 상관없이 정확한 3차원 깊이 정보를 얻을 수 있고, 이것은 인식등과 같은 다양한 응용으로 활용 될 것으로 기대하고 있다.
