본 논문에서는 객체의 모션 블러(motion blur)를 포함하고 있는 다중시점(multi-view) 영상을 이용하여 객체의 3차원 형상 복원시 영상을 효과적으로 디블러링(deblurring)하여 3차원 형상 복원의 정확도를 높이는 기법을 제안한다. 다중시점 영상의 디블러링 수행시 다중시점 영상 간의 기하학적 상관관계를 고려하여 보다 정확히 PSF (point spread function)를 구함으로써 결과적으로 보다 정확한 3차원 형상 복원을 수행할 있다. 제안하는 기법은 각각의 입력 영상에서 초기 2D PSF를 독립적으로 구한 후, 3차원 PSF의 후보를 각 입력 영상의 카메라 행렬에 의해 투영했을 때 이들에 전역적으로 가장 잘 부합하는 3D PSF를 탐색한다. 3D PSF는 방향과 밀도 성분으로 구성되며 이는 결국 3차원 공간에서의 물체의 움직임 궤적과 동일하다. 추정된 3D PSF는 각 영상으로 다시 투영되어 각 영상의 2D PSF로 추정되고, 이에 의해 각 영상의 디블러링을 수행한다. 본 논문에서 제안하는 기법을 이용하여 다중시점 영상 디블러링과 3차원 형상 복원을 수행한 결과, 단일 영상만을 이용하여 복원할 경우에 비하여 디블러링과 3차원 형상 복원 모두 현저히 개선된 결과를 확인할 수 있다.
In this paper, we propose a method to reconstruct accurate 3D shape object by using multi-view images which are disturbed by motion blur. In multi-view deblurring, more precise PSF estimation can be done by using the geometric relationship between multi-view images. The proposed method first estimates initial 2D PSFs from individual input images. Then 3D PSF candidates are projected on the input images one by one to find the best one which are mostly consistent with the initial 2D PSFs. 3D PSF consists with direction and density and it represents the 3D trajectory of object motion. 야to restore 3D shape by using multi-view images computes the similarity map and estimates the position of 3D point. The estimated 3D PSF is again projected to input images and they replaces the intial 2D PSFs which are finally used in image deblurring. Experimental result shows that the quality of image deblurring and 3D reconstruction improves significantly compared with the result when the input images are independently deblurred.
