본 논문에서는 스테레오 영상정합을 위하여 개선된 영역기반, 에너지 기반 알고리즘, 학습기반 구조의 정합 오류율을 비교하였다. 영역기반으로 census transform(CT), 에너지 기반으로 belief propagation(BP) 알고리즘을 선정하였다. 기존 알고리즘을 개선하고 모바일 시스템에서 스테레오 영상정합에 활용가능 하도록 임베디드 프로세서 환경에서 구현하였다. 비교 대상이 되는 학습기반의 경우에 도 적은 규모의 파라메터를 활용하는 신경망 구조를 채택하였다. 세 가지 정합방법의 오류율 비교를 위해 테스트 이미지로 Middlebury 데이터 세트 가운데 Tsukuba를 선정하고 정합 성능의 정확한 비교를 위해 비폐색, 불연속, 시차 오류율 등으로 세분화하였다. 실험 결과 CT 매칭의 오차율은 기존 알고리즘과 수정된 알고리즘으로 비교하였을 때 약 11% 성능 개선되었다. BP 매칭은 오류율에서 기존 CT 에 비하여 약 87% 우수하였다. 신경망을 이용한 학습기반과 비교 하였을 때 BP 매칭이 약 31% 우수함을 보였다.
최근 원추곡선에 기반한 스테레오 비젼에 대한 연구가 주목을 받고 있는데, 이는 원추곡선이 행렬표현, 대응관계설정의 용이성, 그리고 실세계에서 쉽게 찾을 수 있다는 좋은 성질을 갖는다는 점에서 당연한 현상이라 여겨진다. 하지만, 일반적인 고차의 대수곡선에 대한 확장은 아직 성공적으로 이루어지지 못하고 있는 실정이다. 기약인 대수곡선 (irreducible algebraic curve)은 실세계에서 많지 않지만, 직선과 원추곡선은 무수히 많고, 따라서 이들의 곱으로 주어지는 높은 차수의 대수곡선도 무수히 많다. 본고에서는 2이상의 임의의 차수를 가지는 대수곡선을 calibration된 두 대의 카메라를 가지고 스테레오 문제를 푼다. 대응관계설정과 복원, 두 가지 문제 모두에 대한 closed form solution을 제시한다. $f_1,\;f_2,\;{\pi}$를 각각 두 이미지 곡선, 공간상의 평면이라 하고, $VC_P(g)$를 평면곡선 g와 점 P로 만들어지는 원추곡선이라 하면, $VC_{O1}(f_1)\;=\;VC_{O1}(VC_{O2}(f_2)\;∩\;{\pi})$ 의 관계를 이용하여 미지수인 평면 ${\pi}$의 계수들, $d_1,\;d_2,\;d_3$에 대한 다항 방정식들을 얻을 수 있다. 약간의 변형을 통하여 $d_1$에 대한 다항 방정식을 얻을 수 있고, 이 방정식의 유일한 양수해는 나머지 과정에서 매우 중요한 역할을 한다. 그 이후에는 $O(n^2)$개의 일변수 다항식에 대한 계산만으로 모든 스테레오 문제를 해결한다. 이는 과거의 여러 개의 다변수 다항식의 공통근을 구해야 했던 방법에 비교된다. synthetic 데이터와 실제 이미지에 대한 실험은 우리의 알고리듬이 옳음을 보여준다.
삽입하려는 암호영상이 원본 전체 이미지 내에 랜덤하게 분포할수록 삽입과 추출성능이 좋아지는데 본 논문에서는 랜덤성이 우수한 오토스테레오그램을 삽입암호영상으로 사용하여 워터마크 하였을 때 복원과 추출성능이 양호함을 알아보았고 이를 이용하여 로고영상을 워터마크하려는 영상의 전 영역에 랜덤하게 고루 분포하게 하여 워터마크 한 후 역으로 변환하여 로고를 찾았다. 영상이 많이 손상되었을 때도 추출된 로고가 육안으로 식별할 수 있을 정토로 견고성이 우수함을 알아보았다.
Shape-from-shading (SFS) or stereo vision algorithms can be utilized to measure the shape of an object with imaging techniques for effective sensing in non-contact measurements. SFS algorithms could reconstruct the 3D information from a 2D image data, offering relatively comprehensive information. Meanwhile, a stereo vision algorithm needs several feature points or lines to extract 3D information from two 2D images. However, to measure the size of an object with a freeform surface, the two algorithms need some additional information, such as boundary conditions and grids, respectively. In this study, a stereo vision scheme using the depth information obtained by shape-from-shading as patterns was proposed to measure the size of an object with a freeform surface. The feasibility of the scheme was proved with an experiment where the images of an object were acquired by a CCD camera at two positions, then processed by SFS, and finally by stereo matching. The experimental results revealed that the proposed scheme could recognize the size and shape of freeform surface fairly well.
영상 기록을 남기는 장치들에서 신원을 파악할 수 있는 이미지를 확보할 때 입력 영상이 실물인지 사진인지를 구분하는 것은 중요한 문제이다. 단일 영상과 센서 등을 이용하여 단순하게 대상까지 거리만의 측정으로 구분하는 방법은 많은 약점을 가지고 있다. 따라서 본 논문은 스테레오 영상을 이용하여 관찰대상까지 거리뿐만 아니라, 얼굴영역의 깊이 지도를 만들어 입체감을 체크함으로써 단순 사진과 실물 얼굴을 구별하는 방법에 관한 것을 제안한다. 사진과 실물 얼굴을 촬영하고 여기에서 측정된 깊이지도 값을 이용하여 학습 알고리즘에 적용한다. 반복적인 학습을 통해 정확하게 실물과 사진을 구분하는 패턴을 찾았다. 제안한 알고리즘의 유용성은 실험으로 검증하였다.
물체를 3차원으로 모델링 하는 데에 있어서 기존의 연구들은 주로 모델링할 물체 외에 다른 방해 요소가 없는 제한된 환경에서 작업을 수행하였다. 이러한 환경 제약이 없는 일상적인 생활환경에서 물체를 모델링하기 위해서는 관심영역 외의 주변 물체들이 복잡하게 섞여있고 빈번하게 변하는 상황을 고려해야 한다. 본 논문에서는 스테레오 비전 카메라를 이용하여 동적인 환경에서 대상 물체가 포함된 전경 영역을 배경으로부터 분리하고 지속적으로 추적하는 방법을 제안한다. 스테레오 영상으로부터 획득된 거리 정보를 이용하여 색상 정보를 이용할 때보다 환경변화에 강인하게 전경 영역을 분리할 수 있다. 또한 시간적으로 연속된 두 영상에 나타나는 전경 영역은 위치나 상태에 따른 변화가 크지 않으므로 관심영역의 상대적인 거리 분포를 비교하여 추적할 수 있다. 다양한 조건의 동적인 환경에서 전경 영역을 분리 및 추적하는 실험을 통해 본 논문에서 제안하는 방법의 성능을 평가한다. 이를 통해 분리 및 추적된 전경 영역으로부터 물체 영역을 추출하여 3차원 물체 모델링이 가능함을 보인다.
스테레오 비전은 서로 다른 이미지 쌍을 사용하여 주변 환경에 대한 보다 세부화된 3차원 지도를 제공할 수 있기 때문에 소형 로봇이나 홈네트워크 분야에서 많은 활용이 가능하다. 스테레오 비전 시스템의 영역기반 정합방법 중 하나인 SAD 정합 알고리즘은 구조적인 규칙성을 가짐으로써 풍부한 병렬성을 제공하여 많이 사용된다. 본 논문에서는 SAD 알고리즘을 사용하여 스테레오 비전 시스템을 구현하는데 있어 응용분야에 따라 성능과 하드웨어 자원 소모량 등 제약조건이 서로 다른 변형 SAD 알고리즘을 제안하고 비교 분석하였다. 변이도 축약 알고리즘과 윈도우 축약 알고리즘의 경우 하드웨어 자원 소모량을 줄여 소형화와 저가격화를 지향하는 경우에 적합하다. 또한 사용 환경의 객체 형태에 따라서 윈도우 형태 알고리즘의 사용을 고려해 볼 만하며 높은 정합율이 필요한 경우 가변 윈도우 알고리즘을 사용할 수 있다.
본 논문에서는 제조 공장 내 AGV (Automated Guided Vehicle) 주행 중 객체 인식을 위한 YOLO v3 알고리즘의 정확도에 대해 살펴보았다. 실험을 위해 2D LiDAR 및 스테레오 카메라가 장착된 AGV를 준비하였다. AGV 주행 중 2D LiDAR를 활용한 SLAM 기법으로 지도 정보를 획득하였고 스테레오 카메라를 활용한 객체 인식이 이루어졌다. 그리고 YOLO v3 알고리즘 기반의 학습 정도에 따른 재현율, AP, mAP 등을 측정하였다. 실험 결과, 4000장의 train data 와 500장의 test data 로 훈련된 YOLO v3 알고리즘에 AGV에 장착된 스테레오 카메라의 시점과 높이에서 획득한 1200장의 이미지를 추가로 학습할 경우 mAP가 약 10% 향상되었다. 정밀도(precision) 와 재현율 역시 각각 6.8%와 16.4% 향상되었다.
지능형 서비스 분야에 있어 3D맵은 유용하고 다양한 정보를 제공할 수 있다. 기존의 삼차원 공간에 대한 연구 방법들은 제공하는 데이터가 원초적이고 처리량이 방대하여 지능형 서비스의 실시간 처리에는 적절하지 못하다. 본 논문에서는 전방의 공간에 대하여 스테레오 정합 연산의 결과인 거리정보 이미지를 바탕으로 블록 기반의 맵을 구성하여 해당 공간의 다양한 정보를 제공할 수 있는 방안을 제안한다. 블록기반 3D맵은 객체율과 블록크기의 2개의 중요한 변수를 가진다. 객체율은 하나의 블록에서 공간대비 객체의 픽셀수의 비율로써 블록종류를 결정한다. 블록크기는 정육면체로 구성되는 개별 블록의 한 변의 픽셀수를 나타내며, 블록의 크기를 결정한다. 실험을 통하여 블록기반 3D맵은 기존의 거리정보 이미지에 비하여 노이즈와 데이터양을 효과적으로 감소시키는 것을 확인하였다. $320{\times}240$크기의 거리정보 이미지에 대하여 블록크기는 $40{\times}40$, 객체율은 30%에서 50%로 설정하였을 때 가장 정합율이 높은 블록기반 3D맵을 취득할 수 있음을 확인하였다. 블록기반 3D맵은 지능형 서비스분야에서 사용하기 용이하고 다양한 새로운 서비스를 도출할 수 있는 고부가가치를 갖는 정보를 제공할 수 있다.
본 논문은 스테레오 카메라를 이용한 모바일 로봇의 위치 추정 정확도 향상을 위한 방법을 제안한다. 스테레오 카메라로 획득한 스테레오 이미지로부터 위치 정보를 복원하기 위해서는 왼쪽 영상의 각 픽셀에 대응하는 대응점을 오른쪽 영상에서 찾아야 한다. 일반적으로 에피폴라 라인 위의 점들과 픽셀 유사도를 연산하여 대응점을 찾는 방법이 있다. 하지만 모든 에피폴라 라인 위의 점들을 다 탐색해야한다는 단점이 있고, 픽셀 값에 의해서만 유사도가 계산된다는 단점이 있다. 이를 보완하기 위해 본 논문에서는 좌/우 영상의 특징점을 추출 및 매칭하여 대응하는 점들이 같은 y축 상에 있을 경우, x좌표 값의 차를 구함으로 대응점 탐색방법을 간략하게 구현하였다. 또한 매칭이 되지 않아 소실되는 점들의 정보는 기존 알고리즘을 통해 대응점을 구함으로 특징점 수를 최대한 보존하고자 하였다. 특징점 및 대응점의 좌표를 통해 복원된 특징점의 3D 좌표를 기반으로 모바일 로봇의 위치를 보정하였다. 실험 결과, 제안하는 방법을 통해 좌표 보정을 위한 특징점 수를 증가시켰고, 특징점 추출만 수행한 경우보다 모바일 로봇의 위치도 보정 가능함을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.