• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.6
• /
• pp.627-635
• /
• 1999

물체의 3차원 모델을 음영처리하기 위해서는 물체 표면의 각 점에서 법선 벡터를 계산해야 한다. 복섹 기반의 볼륨 데이터는 표면에 대한 기하학적 정보가 없기 때문에 이웃 점들의 상대적인 위치나 데이터 값의 차이로부터 법선 벡터를 추정할 수 밖에 없다. 기존에 고안된 법선 벡터추정 연산자는크기가 고정되어 있기 때문에 제한된 영역에서만 법선 벡터를 정확하게 계산하고 나머지 영역에서는 오류를 유발한다. 이 논문에서는 표면을 구성하는 점들의 공간적 배치나 그 점들의 데이터값에 따라 크기가 변하는 가변 중심 편차 연산자와 이를 이용한 법선 벡터 추정 방법을 제안한다. 이 연산자를 사용하면 기존연산자들보다 정확하게 법선 벡터를 추정할 수 있으며, 동일한 화질인 경우 계산 시간이 상당히 단축된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.655-657
• /
• 2000

일반적으로 3차원 복셀 데이터의 가시화는 표면 복셀의 법선 벡터를 이용하여 퐁 반사 모형으로 밝기를 결정하는 일이라 할 수 있다. 표면의 변화가 부드러운 기하학적 모형의 가시화는 법선 벡터만으로 충분한 결과를 얻을 수 있지만, 표면의 굴곡이 심한 비정형의 데이터에는 적합하지 않을 수 있다. 따라서 본 논문에서는 물체 표면의 굴곡에 따라 빛의 양을 조절하여 이러한 문제를 개선하는 방법을 제안하였다. 이 방법으로 물체 표면의 굴곡을 고려하지 않을 때보다 물체가 선명하게 가시화되는 결과를 얻었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.4-5
• /
• 2016

최근 현실 세계의 기반 위에 가상의 정보를 증강하여 사용자와 상호작용하며 즐기는 증강 현실 컨텐츠가 대중들에게 많은 인기를 얻고 있다. 이러한 증강 현실 콘텐츠는 현실 세계를 기반으로 한다는 점에서 실제의 3차원 공간을 정확하게 복원하는 것이 중요하다. 초기의 3차원 복원 방법으로 RGB-D 카메라를 이용한 KinectFusion 방법이 제안되었고 많은 연구자들에 의해 다루어지고 있다. 하지만 기존의 방법은 시간이 흐름에 따라 누적되는 오차에 의해 3차원 모델이 정확하게 복원되지 않는 객체 표류 문제가 발생한다. 이러한 문제는 깊이 카메라 센서의 잡음 때문에 정확하지 않은 표면 법선 벡터가 계산되는 것에 기인한다. 본 논문에서는 이러한 문제를 해결하기 위해 잡음에 강건한 표면 법선 벡터를 계산하는 방법을 제안한다. 실험결과에서는 기존의 방법과 비교하여 제안하는 방법이 절대 궤적 오차 (absolute trajectory error)가 감소하는 것을 확인 했고 카메라 궤적이 정확하게 예측되는 것을 확인할 수 있었다.

• Journal of Korea Game Society
• /
• v.10 no.6
• /
• pp.169-178
• /
• 2010

An effective method to render realistic metallic surface in realtime application is proposed. The proposed method perturbs the normal vectors on the metallic surface to represent small scratches. In general, bump map or normal map method is used to gnerate normal vector perturbation. However, those methods do not show plausible light scattering when applied to anisotropic reflection surface. In order to express metallic surface reflectance, MDF-based BRDF is generally employed. Therefore, the simple normal perturbation does not produce satisfactory metal rendering results. The proposed method employs not only normal perturbation but also deformation of the microfacet distribution function(MDF) that determines the reflectance properties on the surface. The MDF deformation increases the realism of metal rendering. The proposed method can be easily implemented with GPU programs, and works well in realtime environments.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.762-765
• /
• 2015

본 논문에서는 물체의 모양 정보를 나타내는 물체 표면의 법선 벡터 데이터와 컬러 영상으로부터, 강한 표현력을 갖도록 학습을 통해 특징을 추출하는 효과적인 물체 인식 시스템을 제안한다. 본 논문에서 제안하는 물체 인식 시스템에서는 입력되는 깊이 영상을 물체 표면의 법선 벡터로 변환하여, 단순한 거리 측정치를 물체 인식에 유리한 표면 모양 정보로 활용하였을 뿐 아니라 센서 위치나 방향에 대한 의존성을 감소시켰다. 또한, 본 시스템에서는 실세계의 수많은 물체들의 고유한 특성들을 잘 표현해 줄 수 있도록, 다계층 학습을 통하여 특징을 추출하였다. 워싱턴 대학의 RGB-D 물체 데이터 집합을 이용하여 다양한 성능 분석 실험을 수행하였고, 이를 통해 본 논문에서 제안하는 물체 인식 시스템의 높은 성능을 확인할 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.12 no.11
• /
• pp.1692-1700
• /
• 2009

This paper proposes the direction distribution of surface normal vectors as a feature descriptor of three-dimensional models. Proposed the feature descriptor handles rotation invariance using a principal component analysis(PCA) method, and performs mesh simplification to make it robust and nonsensitive against noise addition. Our method picks samples for the distribution of normal vectors to be proportional to the area of each polygon, applies weight to the normal vectors, and applies interpolation to enhance discrimination so that the information on the surface with less area may be less reflected on composing a feature descriptor. This research measures similarity between models with a L1-norm in the probability density histogram where the distances of feature descriptors are normalized. Experimental results have shown that the proposed method has improved the retrieval performance described in an average normalized modified retrieval rank(ANMRR) by about 17.2% and the retrieval performance described in a quantitative discrimination scale by 9.6%~17.5% as compared to the existing method.

• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.1
• /
• pp.13-20
• /
• 2016

In this paper, we propose an object recognition system that can effectively find out its category, its instance name, and several attributes from the color and depth images of an object with hierarchical feature learning. In the preprocessing stage, our system transforms the depth images of the object into the surface normal vectors, which can represent the shape information of the object more precisely. In the feature learning stage, it extracts a set of patch features and image features from a pair of the color image and the surface normal vector through two-layered learning. And then the system trains a set of independent classification models with a set of labeled feature vectors and the SVM learning algorithm. Through experiments with UW RGB-D Object Dataset, we verify the performance of the proposed object recognition system.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.5
• /
• pp.199-207
• /
• 2013

Spin images representing efficiently surface features of 3D mesh models have been used to detect facial landmark points. However, at a certain point, different normal direction can lead to quite different spin images. Moreover, since 3D points are projected to the 2D (${\alpha}-{\beta}$) space during spin image generation, surface features cannot be described clearly. In this paper, we present a method to detect 3D facial landmark using improved spin images by partitioning the search area with respect to angle. By generating sub-spin images for angular partitioned 3D spaces, more unique features describing corresponding surfaces can be obtained, and improve the performance of landmark detection. In order to generate spin images robust to inaccurate surface normal direction, we utilize on averaging surface normal with its neighboring normal vectors. The experimental results show that the proposed method increases the accuracy in landmark detection by about 34% over a conventional method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.79-80
• /
• 2014

본 논문에서는 다방향 패턴을 이용한 구조광(structured light)방식의 3차원 스캔 기법을 적용하여 3차원 스캐너의 3차원 형상 취득의 정밀도를 높이는 방법을 제안한다. 기존의 단방향 패턴을 이용한 3차원 구조광 방식의 스캔 기법으로 3차원 형상을 취득하는 경우, 스캔 대상 표면의 법선벡터가 패턴의 방향과 수평 할수록 부정확한 형상이 복원된다. 본 논문에서는 스캔 대상의 경사면에 따른 법선 벡터(normal vector) 검출 및 검출된 벡터를 통한 최적의 패턴 방향 선출(quantization), 그리고 각 화소의 최적의 패턴방향을 이용한 선별적인 구조광 방식의 3차원 스캔 기법을 통하여 3차원 형상 취득의 정확성을 높이는 기법을 제안한다.

• Journal of Korea Game Society
• /
• v.9 no.2
• /
• pp.135-142
• /
• 2009

Mesh denoising is a method to remove noise applying various filters. However, those methods usually spend much time since filtering is performed on CPU. Because GPU is specialized for floating point operations and faster than CPU, real-time processing for complex operations is possible. Especially mesh denoising is adequate for GPU parallel processing since it repeats the same operations for vertices or triangles. In this paper, we propose mesh denoising algorithm based on bilateral filtering using GPU parallel processing to reduce processing time. It finds neighbor triangles of each vertex for applying bilateral filter, and computes its normal vector. Then it performs bilateral filtering to estimate new vertex position and to update its normal vector.