- 여러 광원이 존재하는 경우, 많은 이미징 알고리즘은 좋지 않은 결과를 낳는다.(tracking, scene analysis, object recognition, illuminant estimation)
- 그래서 이 논문에서는 그림자에 집중하며, chromagneic camera와 combination detection 기법을 이용한 조명 감지 방법을 제시한다.
- 조명이 2,3개 일 경우 제일 좋은 성능을 보이나, 그 이상일 경우 성능이 좋지 못하다.
→ 좋은 알고리즘일 것이라 생각되었으나, Cromagenic camera가 필요하다는 점 때문에 일반적인 상황에서 적용하기는 어려울 것 같다.
Abstract
이 논문은 chromagenic camera와 combination detection 기법을 사용하여 이미지의 조명을 감지하는 방법을 제시한다.
이 방법은 장면의 어떤 부분이 동일한 조명에 의해 조명되는지 알아내고, m개의 조명 중 어느 것이 해당 지역을 비추는 것으로 보이는지 1 과 m 사이의 정수를 할당한다.
Introduction
하나의 큰 광원이라는 가정을 기반으로 많은 이미지 알고리즘에 문제를 일으킬 수 있는 다중 조명 문제를 강조한다.
chromagenic camera 와 combination detection 전략을 사용하여 이미지에서 조명을 감지하는 방법을 제시함으로써 이 문제를 해결하는 것을 목표로 한다.
Conclusion
본 논문은 제안된 방법이 매우 간단하고 빠른 방법이라는 점을 고려할 때, 크로마제닉 이론을 기반으로 이미지에서 다중 발광체를 검출하는 방법이 매우 우수하다고 결론 짓는다.
또한 픽셀 기반이 아닌 영역에서 결과를 처리함으로써 이 방법은 다양한 조명에 대해 매우 정확한 결과를 얻었다.
+ Chromagenic Camera
각 장면에서 두 장의 사진을 캡처하는 카메라 유형으로, 하나는 정상으로 캡처되고 다른 하나는 컬러 필터를 통해 캡처된다.
필터링된 이미지와 필터링 되지 않은 이미지의 색상 간의 관계는 빛의 색상에 크게 의존하며 이는 광원의 색상을 추정하는 데 사용할 수 있다.
Result
실험 결과는 제안된 방법이 특히 조명의 수가 2,3개 일 때 조명 감지에 큰 성능을 보인다고 한다.
Limitation
3개 이상의 여러 광원이 존재할 시에는 좀 어려울 수 있다는 점.
이 방법은 크로마제닉 카메라가 필요하며 일부 응용 프로그램에서는 쉽게 사용할 수 없거나 실용적이지 않을 수 있다.
광원이 공간적으로 분리되어 있다고 가정하며 실제 장면에서는 항상 그렇지 않을 수 있다.
반사율이 높거나 반사가 심한 표면이 있는 장면에서는 제대로 작동하지 않을 수 있다.
Methods
크로마제닉 카메라를 사용하여 각 장면의 두 장의 사진을 캡처합니다. 하나는 정상으로 캡처되고 다른 하나는 컬러 필터를 통해 캡처한다.
RGB를 필터링된 상대에 매핑할 수 있는 가능한 광원 관계의 사전을 미리 계산한다.
존재한다고 생각되는 개별 조명의 수에 해당하는 작은 수 m을 선택한다.
필터링되지 않은 RGB에 가장 잘 매핑되는 이 m-세트의 관계를 각 픽셀 또는 영역에 할당한다.
모든 m 세트를 차례로 시도하고 전체적으로 최소 예측 오류가 있는 세트를 찾는다.
각 픽셀 또는 영역에 1에서 m 사이의 정수를 지정하여 m개의 조명 중 해당 영역을 비춘 것으로 생각되는 것을 나타낸다.
