정사투영된 2차원 영상과 복원된 3차원 형상의 기하학적 관계 분석

Analysis of Geometrical Relations of 2D Affine-Projection Images and Its 3D Shape Reconstruction

  • 발행 : 2007.07.25

초록

본 논문은 정사투영 카메라로부터 얻어진 2차원 영상으로부터 복원된 3차원 형상과의 기하학적 관계를 분석한다 본 연구의 목적은 2차원과 3차원 관계를 기하학적으로 분석함으로서 잡음에 강인한 3차원 형상 복원에 기여하기 위함이다. 만약 3차원 형상 복원 시 특징점이 손실되지 않고 잡음이 존재하지 않는다면 3차원 형상복원은 고유치 행렬인수분해로 정확하게 얻을 수 있다. 그렇지만 실제 촬영된 피사체의 일부가 보이지 않는 오클루션 또는 낮은 해상도 등의 영향으로 인해, 피사체의 특징점 일부가 손실된 경우는 고유치 행렬인수분해의 계산적 문제가 발생되어 정확한 3차원 복원을 할 수 없게 된다. 더욱이 추출된 특징 점에 잡음이 포함될 경우는 복원된 3차원 형상 역시 그 섭동 영향을 받게 된다. 본 연구는 이러한 잡음환경에서도 손실된 특징 점을 정확히 유추하기 위해 2차원과 3차원 사이의 기하학적 특성을 분석하는데 포커스 한다.

In this paper, we analyze geometrical relations of 3D shape reconstruction from 2D images taken under anne projection. The purpose of this research is to contribute to more accurate 3-D reconstruction under noise distribution by analyzing geometrically the 2D to 3D relationship. In situation for no missing feature points (FPs) or no noise in 2D image plane, the accurate solution of 3D shape reconstruction is blown to be provided by Singular Yalue Decomposition (SVD) factorization. However, if several FPs not been observed because of object occlusion and image low resolution, and so on, there is no simple solution. Moreover, the 3D shape reconstructed from noise-distributed FPs is peturbed because of the influence of the noise. This paper focuses on analysis of geometrical properties which can interpret the missing FPs even though the noise is distributed on other FPs.

키워드

참고문헌

  1. M. Irani and P. Anandan, 'Factorization with uncertainty,' in Proc. of ECCV, pp. 539-553, Dublin, Ireland, 2000 https://doi.org/10.1007/3-540-45054-8_35
  2. R. Szeliski and S. B. Kang, 'Shape ambiguities in structure-from-motion,' IEEE Trans. PAMI, vol. 19. pp. 506-512, 1997 https://doi.org/10.1109/34.589211
  3. Tomasi and T. Kanade 'Shape and motion from image streams under orthography: A factorization method,' Int. J. of Computer Vision, vol. 9, no. 2, pp. 137-154, 1992 https://doi.org/10.1007/BF00129684
  4. D. Jacobs, 'Linear fitting with missing data for structure-from-motion,' in Proc. of CVIU, vol. 82, pp. 57-81, 2001 https://doi.org/10.1006/cviu.2001.0906
  5. Rui F. C. Guerreiro, Pedro M. Q. Aguiar, 'Estimation of Rank Deficient Matrices from Partial Observations: Two-Step Iterative Algorithms,' in Proc. of EMMCVPR, pp. 450-466, 2003
  6. H. Shum, K. Ikeuchi, and R. Reddy, 'Principal component analysis with missing data and its applications to polyhedral object modeling,' IEEE Trans. on PAMI, vol. 17, no. 9, pp. 854-867, 1995 https://doi.org/10.1109/34.406651
  7. P. McLauchlan, I. Reid, D. Murray, 'Recursive Affine Structure and Motion from Image Sequence,' in Proc. of Eur. Conf. on Comp. Vision, pp. 217-224, 1994
  8. S. Soatto, and P. Perona, 'Dynamic Rigid Motion Estimation from Weak Perspective,' in Proc. of Int. Conf. on Comp. Vision, pp. 321-328, 1995