• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1536-1539
• /
• 2013

3차원 물체는 카메라의 시선 방향에 따라 다른 영상을 생성하므로 2차원 영상만으로 3차원 물체를 인식하는 것은 쉬운 일이 아니다. 특히 영상생성 시 강한 perspective transformation 이 발생할 경우 2차원 국소 특징을 이용하는 SIFT(Scale-Invariant Feature Transform) 알고리즘은 매칭에 활용하기 어렵다. 본 논문에서는 3차원 물체를 하나의 특정 축 중심으로 회전시키면서 얻은 복수의 영상을 학습 데이터로 활용하여 SIFT 알고리즘을 개선한 물체인식 방법을 제안한다. 이 방법은 복수 영상의 특징점들을 하나의 특징 공간으로 합성하고 그 특징점들 간의 기하학적인 제약조건을 확인하여 3차원 물체를 인식하는 방법이다. 실험에서는 알고리즘의 유용성을 먼저 확인하기 위해 조명조건과 카메라의 위치를 일정하게 유지하였다. 이 방법에 의해 SIFT 알고리즘만으로 인식이 힘들었던 3차원 물체의 다양한 외관(appearance) 인식이 가능하게 되었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.149-152
• /
• 2000

3차원 물체 형상 모델링은 인식에 있어서 중요한 역할을 차지하고 있다. 기존의 픽셀(pixel)기반 영상표현은 물체 고유의 유기적 구조를 반영할 수 없고, 에지(edge)나 기반 물체 표현법은 물체의 자세한 표현이 가능하지만 물체인식을 위해서는 많은 양의 속성들을 만들어내게된다. 따라서 물체인식을 위해서는 물체의 형상특징을 직선적으로 기술할 수 있는 체적소 기반 물체 표현 방법이 필요하다. 본 논문에서는 몇 개의 파리미터를 이용하여 3차원 정보를 효과적으로 얻을 수 있는 superquadric과 이를 기본 단위로 한 CSG(Constructive Solid Geometry) tree를 이용하여 3 차원 물체 형상모델링에 대해서 기술한다.

• Information and Communications Magazine
• /
• v.11 no.6
• /
• pp.68-84
• /
• 1994

입력된 영상정보로부터 3차원 물체를 찾아내거나 인식하는 것은 컴퓨터에게 인간과 같은 능력을 부여하기 위한 가장 기본적인 과제라 할 수 있다. 본 글에서는 우선 3차원 정보를 취득하는 다양한 방법을 간단히 살펴보고 이에서 받아들인 3차원 정보를 가지고 어떻게 3차원 문체의 형태를 서술하는가를 기존의 발표된 많은 문헌에 근거해설 요약해 보았다. 3차원 물체의 인식기법을 살펴보고 신경망을 이용한 3차원 물체인식 특히 Kohonen Map을 통한 3차원 인식을 중점적으로 다루었다. 마지막으로 보행 로보트의 주행에 필요한 3차원 정보 취득 및 그 이용 방법을 제시하였다.

• KSCI Review
• /
• v.14 no.1
• /
• pp.241-248
• /
• 2006

The recognition of a relatively big and rarely movable object. such as refrigerator and air conditioner, etc. is necessary because these objects can be crucial global stable features of Simultaneous Localization and Map building(SLAM) in the indoor environment. In this paper. we propose a novel method to recognize these big objects using a sequence of 3D scenes. The particles representing an object to be recognized are scattered to the environment and then the probability of each particles is calculated by the matching test with 3D lines of the environment. Based on the probability and degree of convergence of particles, we can recognize the object in the environment and the pose of object is also estimated. The experimental results show the feasibility of incremental object recognition based on particle filtering and the application to SLAM

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1931-1932
• /
• 2006

로봇이 어떤 물체를 인지하고 그 물체에 대해 어떤 작업을 하고자 할 때 특정 물체의 인식 문제, 3차원 정보를 획득하는 문제, 자세를 추정하는 문제 등 해결해야 될 문제들이 있다. 물체를 인식하는 과정에서는 주위 배경과 물체의 크기의 변화, 회전, 가려짐 등으로 인해 물체 인식을 어렵게 만드는 요소들이 있다. 2차원 이미지를 통해 3차원 정보를 추출하는 과정은 일반적으로 두 대의 카메라를 이용하여 스테레오 이미지를 통해 얻는다. 이 때 좌우 영상간의 매칭의 과정이 필요하다. 자세 추정의 문제는 카메라 좌표와 물체의 좌표간의 관계를 알아야 한다. Visual Servoing을 어렵게 만드는 많은 요인들이 있으며 본 논문에서는 물체의 크기, 회전, 이동에 불변인 디스크립터(descriptor)를 사용하는 SIFT(Scale Invariant Feature Transform)를 통해 3차원 물체의 인식과 자세를 추정하는 방법을 제시한다. 또한 자세 추정을 위해 2차원 Keypoint들의 매칭을 3차원 정보를 통해 검증하는 방법을 제시한다. (SIFT에 의해 추출된 point를 Keypoint라 명한다.)

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.31-39
• /
• 2006

This paper presents a novel approach to real-time recognition of 3D environment and objects for various applications such as intelligent robots, intelligent vehicles, intelligent buildings,..etc. First, we establish the three fundamental principles that humans use for recognizing and interacting with the environment. These principles have led to the development of an integrated approach to real-time 3D recognition and modeling, as follows: 1) It starts with a rapid but approximate characterization of the geometric configuration of workspace by identifying global plane features. 2) It quickly recognizes known objects in environment and replaces them by their models in database based on 3D registration. 3) It models the geometric details the geometric details on the fly adaptively to the need of the given task based on a multi-resolution octree representation. SIFT features with their 3D position data, referred to here as stereo-sis SIFT, are used extensively, together with point clouds, for fast extraction of global plane features, for fast recognition of objects, for fast registration of scenes, as well as for overcoming incomplete and noisy nature of point clouds.

• Journal of Internet Computing and Services
• /
• v.7 no.5
• /
• pp.135-145
• /
• 2006

This paper presents a novel approach to real-time recognition of 3D environment and objects for intelligent robots. First. we establish the three fundamental principles that humans use for recognizing and interacting with the environment. These principles have led to the development of an integrated approach to real-time 3D recognition and modeling, as follows: 1) It starts with a rapid but approximate characterization of the geometric configuration of workspace by identifying global plane features. 2) It quickly recognizes known objects in environment and replaces them by their models in database based on 3D registration. 3) It models the geometric details on the fly adaptively to the need of the given task based on a multi-resolution octree representation. SIFT features with their 3D position data, referred to here as stereo-sis SIFT, are used extensively, together with point clouds, for fast extraction of global plane features, for fast recognition of objects, for fast registration of scenes, as well as for overcoming incomplete and noisy nature of point clouds. The experimental results show the feasibility of real-time and behavior-oriented 3D modeling of workspace for robotic manipulative tasks.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.2
• /
• pp.93-100
• /
• 2014

3D object recognition using only 2D images is a difficult work because each images are generated different to according to the view direction of cameras. Because SIFT algorithm defines the local features of the projected images, recognition result is particularly limited in case of input images with strong perspective transformation. In this paper, we propose the object recognition method that improves SIFT algorithm by using several sequential images captured from rotating 3D object around a rotation axis. We use the geometric relationship between adjacent images and merge several images into a generated feature space during recognizing object. To clarify effectiveness of the proposed algorithm, we keep constantly the camera position and illumination conditions. This method can recognize the appearance of 3D objects that previous approach can not recognize with usually SIFT algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.508-510
• /
• 2001

3차원 물체의 인식과 공간 정보를 추출해 내는 것이 물체인식의 주요 목적이다. 본 논문에서는 평면의 표면을 갖는 기하학적 물체들을 인식하는데 인공신경망이 적용 가능함이 조사되었다. 물체인식을 위한 모델들은 CAD모델들로부터 자동적으로 추출되며, 획득된 물체의 영상과 일치하는 물체의 국면(aspect)과의 매칭은 조건만족 인경신경망을 이용하여 매칭-오차를 최소화시키는 방법을 처리되었다. 인식된 물체의 국면이 어느 방향에서 획득되었는지에 대한 정보(Aspect's view direction)는 검색된 가시 평면들의 분포로부터 추출됨을 ART와 같은 인공신경망을 이용하여 실시간으로 복원할 수 있음을 보였다. 대표적이 측정방향과 이 측정방향으로부터의 편차들을 한 범주에 넣고 학습을 통해 정확한 측정방향 정보들을 구하며, 획득된 3차원 물체의 영상들에 따라 자동적으로 측정방향범주 들이 추가되도록 한다.

• The Journal of Information Technology
• /
• v.7 no.4
• /
• pp.1-8
• /
• 2004

The depth information of 3D image lost by projecting 3D-object to 2D-screen for earning image. If depth information is restored and is used to recognize 3D-object, we can make the more effective recognition system. We often use shape from stereo algorithm in order to restore this information. In this paper, we suggest 3-D object recognition system in which the 3-D Hough transform domain is employed to represent the 3-D objects. In this system, we use the moving vector of object to reduce matching time and In second matching step, the unknown input image is compared with the reference images, which is made with octree codes. Octree codes are used in volume-based representation of a three dimensional object. The result of simulation show that the proposed 3-D object recognition system provides satisfactory performance.