리서치 연구
From Perspective to Fisheye Depth Estimation and Open-Vocabulary Segmentation
ARarXiv
기존 비전 모델들은 일반 시점(Perspective) 이미지에 최적화되어 있어, 어안 렌즈 같은 넓은 화각의 왜곡 이미지를 처리할 때 성능 저하를 겪는 한계가 있었습니다.
세 줄 요약
- 연구진이 제안한 'DEX'는 학습 가능한 매개변수를 이용해 왜곡 계수와 데이터 분포 차이를 모델링하고, 특징을 일반 시점처럼 변환하여 고화질 추정치를 복구합니다.
- 이 방법은 특정 구조나 작업에 구애받지 않는 범용성을 가지며, 단안 깊이 추정 및 개방형 분할 등 다양한 컴퓨터 비전 분야에서 성능 개선과 카메라 보정을 지원합니다.
- DEX는 넓은 화각 이미지의 왜곡 특성과 데이터 분포 변화를 효과적으로 일반화하여, 실제 환경에서 촬영된 데이터를 처리하는 모델의 능력을 획기적으로 높인 것이 핵심입니다.
기존 비전 모델들은 일반 시점(Perspective) 이미지에 최적화되어 있어, 어안 렌즈 같은 넓은 화각의 왜곡 이미지를 처리할 때 성능 저하를 겪는 한계가 있었습니다.