METHOD OF REFINING MULTI-VIEW DEPTH MAP AND DEVICE IMPLEMENTING THE SAME

Disclosed are a multi-view depth image refining method for improving the accuracy of depth information of a corresponding pixel or region by more accurately calculating stochastic visibility information in an area where an occluded area exists and a device for implementing the same. The multi-view depth image refining method comprises: performing initial matching based on a received multi-view image; calculating a two-view matching cost volume between two views including a reference view at which a disparity map is to be generated by the initial matching and a neighbor view adjacent to the reference view; calculating a reference-view disparity cost volume based on the two-view matching cost volume; calculating stochastic consistency information including stochastic information related to a depth consistency at the reference view; calculating stochastic visibility information for the reference view based on the stochastic consistency information; calculating the two-view matching cost volume between the two views by using the stochastic consistency information; and updating at least the stochastic consistency information based on the updated two-view matching cost volume between the two views. 다시점 깊이 영상 정제 방법 및 이를 구현하는 장치가 개시된다. 상기 다시점 깊이 영상 정제 방법은, 수신된 다시점 영상에 기초하여 초기 정합을 수행하는 단계와, 상기 초기 정합에 의해 상기 변이 맵을 생성할 기준 시점과 상기 기준 시점에 인접한 이웃 시점을 포함하는 두 시점 간의 변이 비용 볼륨을 산출하는 단계와, 상기 두 시점 변이 비용 볼륨에 기초하여 기준 시점 변이 비용 볼륨을 계산하는 단계와, 상기 기준 시점에 깊이 일관도와 관련된 확률 정보를 포함하는 확률적 일관성 정보를 계산하는 단계와, 상기 확률적 일관성 정보에 기반하여 상기 기준 시점에 대한 확률적 가시성 정보를 산출하는 단계와, 상기 확률적 일관성 정보를 이용하여 상기 두 시점 간의 변이 비용 볼륨을 갱신하는 단계, 및 상기 갱신된 두 시점 간의 변이 비용 볼륨에 기초하여 적어도 상기 확률적 일관성 정보를 갱신하는 단계를 포함한다.