이 논문은 카메라가 연속적으로 움직일 때 그 카메라로부터 얻은 동영상을 분석하여 카메라의 움직임에 대한 정보와 영상내의 구조물의 삼차원 정보를 계산하는 알고리듬에 대한 것이다. 일반적으로 불 연속한 위치에서 얻은 영상의 집합으로부터 삼차원정보 및 카메라 정보를 얻는 경우에는 카메라의 움직임에 대한 제약조건이 필요 없지만, 비디오 카메라를 이용하여 동영상을 취득하는 경우에는 항상 카메라의 움직임이 부드러워야 한다는 조건이 따라 붙는다. 따라서, 이 논문에서는 ‘부드러운 움직임을 가지는 카메라’라는 제약조건을 포함하는 카메라 및 삼차원정보의 최적화 과정에 대하여 연구하였다. 목적하는 바를 얻기 위하여 Expectation-Maximization 방법을 사용하여 카메라의 움직임에 대한 모델 파라메터를 동시에 추정하였는데, 이를 위하여 Extended Kalman Filter 와 Extended Kalman Smoother를 적용하였다. 이 연구는 길이가 긴 비디오 영상열의 비젼 해석에 기본이 된다. 실제 영상을 이용하여 실험한 결과를 보였다.
This paper deals with the problem of estimating structure and motion from long continuous image sequences, applying the Expectation Maximization algorithm based on extended Kalman smoother to impose the time-continuity of the motion parameters. By repeatedly estimating the state transition matrix of the dynamic equation and the parameters of noise processes in the dynamic and measurement equations, this optimization gives the maximum likelihood estimates of the motion and structure parameters. Practically, this research is essential for dealing with a long video-rate image sequence with partially unknown system equation and noise. The algorithm is implemented and tested for a real image sequence.
