The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Vanishing Point Detection Method Using Multiple Initial Vanishing Points

다중 초기 소실점을 이용한 소실점 검출 방법

  • Received : 2017.11.07
  • Accepted : 2017.12.08
  • Published : 2018.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a vanishing point detection method using multiple initial vanishing points. Vanishing points are important geometric information that is used for reconstructing 3D structures. Three vanishing points are detected for indoor scenes. In the previous work, it could be inaccurate to detect only one initial vanishing point, because initial vanishing point getting most highest sum of voting could be deferent from the best initial vanishing point. Therefore the method which sets multiple initial vanishing point and detects a best vanishing point from them gives us preparation for the prior case. Also in this paper, we propose a adjusting vanishing point method by postprocessing of detected vanishing points. We could detect more accurate vanishing point by using postprocessing. Experimental results show that the accuracy of the vanishing point detection is about 1~2% higher than that of the existing method through the proposed method and the performance is improved accordingly.

본 논문은 다중 초기 소실점 후보를 사용해서 소실점을 검출하는 것을 제안한다. 소실점은 3차원 구조복원 등에 사용되는 중요한 기하정보이다. 소실점은 실내 환경의 경우 세 개의 소실점이 검출된다. 기존 초기 소실점을 하나만 검출하는 방식은 가장 높은 투표합의 초기 소실점이 최적의 소실점의 위치와 다를 수 있기에 부정확 할 수 있다. 따라서 여러 개의 초기 소실점 후보 중 가장 좋은 소실점 후보를 채택하는 방식을 사용하면 처음 구해지는 초기 소실점이 적절치 않은 소실점일 경우를 대비할 수 있다. 또한 본 논문에서는 검출된 소실점을 후처리를 통해서 소실점의 위치를 조정하는 방법을 제안한다. 후처리를 통해 기존보다 정확한 소실점을 검출할 수 있다. 실험 결과는 제안하는 방법을 통해 소실점 검출의 정확도가 기존방법보다 약 1~2% 가량 높음을 보여주며, 이에 따라 성능이 향상되었음을 알 수 있다.

Keywords

References

  1. H. Wang, S. Gould, and D. Koller, "Discriminative learning with latent variables for cluttered indoor scene understanding," Communications of the ACM, Vol.56, No.4, pp.92-99, 2013. https://doi.org/10.1145/2436256.2436276
  2. E. Delage, H. Lee, and A. Y. Ng, "A dynamic Bayesian network model for autonomous 3D reconstruction from a single indoor image," Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on, IEEE, pp.2418-2428, 2006.
  3. V. Hedau, D. Hoiem, and D. Forsyth, "Recovering the spatial layout of cluttered rooms," Computer vision, 2009 IEEE 12th international conference on, IEEE, pp.1849-1856, 2009.
  4. D. C. Lee, M. Hebert, and T. Kanade, "Geometric reasoning for single image structure recovery," Computer Vision and Pattern Recognition, 2009, IEEE Conference on, IEEE, pp.2136-2143, 2009.
  5. D. C. Lee, A. Gupta, M. Hebert, and T. Kanade, "Estimating spatial layout of rooms using volumetric reasoning about objects and surfaces," Advances in neural information processing systems, Vol.23, pp.1288-1296, 2010.
  6. 정성기, 이창형, 최형일, "소실점의 직교성을 이용한 구조적인 소실점 검출 방법," 인터넷정보학회, 제18권, 제5호, pp.39-46, 2017. https://doi.org/10.7472/JKSII.2017.18.5.39
  7. D. Comaniciu and P. Meer, "Mean shift: a Robust approach toward feature space analysis," IEEE Trans. Pattern Anal. Mach. Intell., Vol.24, No.5, pp.503-519, 2002.
  8. E. Lutton, H. Maitre, and J. Lopez-Krahe, "Contribution to the deter- mination of vanishing points using Hough transform," IEEE Trans. Pattern Anal. Mach. Intell, Vol.16, No.4, pp.430-438, 1994. https://doi.org/10.1109/34.277598