• 방송공학회논문지
• /
• 제26권6호
• /
• pp.692-703
• /
• 2021

최근 컴퓨터 그래픽 기술의 발전으로 현실의 객체를 더욱 사실적인 가상의 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 3차원 공간 좌표와 색 정보 등을 포함하는 수많은 점을 사용해 3차원 객체를 표현하는 기술로 기존의 2차원 영상보다 많은 데이터를 사용하고 데이터 처리에 더욱 복잡한 연산이 필요하므로 포인트 클라우드를 사용한 서비스를 제공하기 위해서는 거대한 데이터 저장 공간과 높은 성능의 연산 장치가 필요하다. 현재 국제 표준기구인 MPEG에서 포인트 클라우드를 2차원 평면에 투영한 다음 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. V-PCC 기술은 포인트 클라우드를 점유 맵 (Occupancy map), 기하 영상 (Geometry image), 속성 영상 (Attribute image) 등의 2차원 영상과 2차원 영상과 3차원 공간 사이의 관계를 알려주는 보조 정보를 사용해 압축한다. 복호화된 포인트 클라우드의 밀도를 높이거나 객체를 확대할 때, 일반적으로 3차원 연산을 사용하지만 연산 방식이 복잡하고 많은 시간을 소모하며 새로운 포인트의 정확한 생성 위치를 결정하기 힘들다는 한계가 존재한다. 이에 본 논문은 V-PCC의 포인트 클라우드가 투영된 영상에 2차원 보간 (Interpolation) 기술을 적용해 적은 연산으로 보다 정확한 추가 포인트 클라우드를 생성하는 방안을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.277-278
• /
• 2022

본 연구는 3차원 포인트클라우드로부터 단면 정보를 자동으로 추출할 수 있는 알고리즘에 관한 것이다. 3차원 스캐너로부터 획득한 포인트클라우드 데이터는 다양한 제조 공정의 결과물인 산업 제품의 접합 상태를 파악하는데 자주 사용된다. 하지만 많은 노이즈를 포함하는 포인트클라우드 데이터로부터 제조 상태에 대한 수치적인 결과를 반복적으로 획득하기에는 많은 비용이 수반된다. 따라서 본 연구는 산업 제품의 접합부에 대한 포인트클라우드로부터 단면 정보를 자동으로 추출할 수 있는 알고리즘을 소개하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.417-418
• /
• 2012

본 논문에서는 3차원 데이터를 이용한 효율적인 실내 공간 표현 기법을 제안한다. 제안하는 기법은 3차원 데이터의 획득과 실내 구조 및 영상 정보를 표현하기 위한 표현 복원으로 구성된다. 3차원 데이터는 레이저 거리 측정기(laser range finder, LRF)와 전방향(omni) 카메라를 통해 획득한 포인트 클라우드 공간 정보와 전방향 텍스쳐 영상으로 구성된다. 실내 구조를 복원하기 위해, 획득한 포인트 클라우드를 복셀 격자 기반의 샘플링 기법을 통해 균일화하고 포아송 표면 재구성(Poisson surface rocoostruction) 기법을 통해 3차원 메쉬를 생성한다. 그리고 전방향 텍스쳐 영상과 3차원 메쉬외 기하학적 관계를 이용한 텍스쳐 매핑 기법을 통해 최종적으로 3차원 메쉬 표면을 복원한다. 실험 결과를 통해 제안하는 기법이 실내 공간을 효과적으로 표현함을 확인한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.323-324
• /
• 2023

본 논문에서는 다양한 복원 인공지능 알고리즘 중 하나인 3차원 복원 기술은 실제로 존재하는 물체의 2차원적인 픽셀을 3차원의 형태로 구현하여 형상화한다. 정확한 3차원 정보 처리가 요구됨에 따라 포인트 클라우드로 표현되는 데이터를 통해 정확한 쿨체의 크기 정보나 좌표 정보를 표시할 수 있다. 데이터의 픽셀을 분석하여 3차원의 형태로 구현할 것을 정의하는 복셀화(Voxelization) 알고리즘 전처리 과정을 통해 3차원 복원 기술 3D-GAN 활용으로 3차원 형태 형상화를 하였다. 본 논문에서는 3차원 복원 알고리즘 통하여 2차원 포인트 클라우드를 분석해 3차원 형태로 복원하는 기술에 대한 설명한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.279-282
• /
• 2021

포인트 클라우드는 3 차원 물체를 표현하기 위한 점들의 집합으로, 동적인 3 차원 데이터를 정밀하게 획득할 수 있기에 이의 효율적인 압축의 필요성이 대두되고 있다. 기존 3D DCT(3D Discrete Cosine Transform)를 이용한 동적 객체의 포인트 클라우드 압축 방식은 Inter 프레임 압축을 고려하지 않아 압축시의 데이터 압축률에 한계가 있다. 따라서 본 논문은 이러한 문제점을 개선하기 위해 3D DCT 를 이용한 움직임 예측을 통하여 포인트 클라우드 영상의 I 프레임 및 P 프레임을 압축하는 방식을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.16-18
• /
• 2021

미디어 기술은 사용자가 더욱 몰입감을 느낄 수 있는 방향으로 개발되어 왔다. 이러한 흐름에 따라 기존의 2D 이미지에 비해 깊이감을 느낄 수 있는 증강 현실, 가상 현실 등 3D 공간 데이터를 활용하는 미디어가 주목을 받고 있다. 포인트 클라우드는 수많은 3차원 좌표를 가진 여러 개의 점들로 구성된 데이터 형식이므로 각각의 점들에 대한 좌표 및 색상 정보를 사용하여 3D 미디어를 표현한다. 고정된 크기의 해상도를 갖는 2D 이미지와 다르게 포인트 클라우드는 포인트의 개수에 따라 용량이 유동적이며, 이를 기존의 비디오 코덱을 사용하여 압축하기 위해 국제 표준기구인 MPEG(Moving Picture Experts Group)에서는 Video-based Point Cloud Compression (V-PCC)을 제정하였다. V-PCC는 3D 포인트 클라우드 데이터를 직교 평면 벡터를 이용하여 2D 패치로 분해하고 이러한 패치를 2D 이미지에 배치한 다음 기존의 2D 비디오 코덱을 사용하여 압축한다. 본 논문에서는 앞서 설명한 2D 패치 이미지에 super resolution network를 적용함으로써 3D 포인트 클라우드의 성능 향상하는 방안을 제안한다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.611-622
• /
• 2020

실내공간에 대한 측위 기술과 함께 LiDAR (Light Detection And Ranging)나 카메라와 같이 공간을 측정 장비가 발달하면서 실내공간에 대한 분석과 탐색, 가상현실이나 증강현실을 통한 시각화 서비스에 대한 수요가 증가하고 있다. 이를 위해서는 실제 세계로부터 측정된 데이터를 이용하여 3차원 객체로 모델링하는 작업이 필요하다. 또한 이렇게 구조화된 데이터의 가용성과 상호운용성을 높이기 위하여 표준화된 규격으로 저장하는 것도 매우 중요하다. 본 논문에서는 LiDAR 장비를 통해 획득한 포인트 클라우드 데이터를 이용하여 실내공간을 표현하기 위한 국제표준인 IndoorGML 데이터를 자동적으로 구축하는 방법을 제안하고자 한다. IndoorGML 데이터를 구성하는 과정에서 고려해야 할 점들을 살펴본 후, 자유공간추출과 연결성 검출 과정으로 이루어진 데이터 구축 과정을 통하여 실제로 IndoorGML 데이터를 구축한다. 실험을 통하여 제안 기법이 입력 포인트 클라우드로부터 3차원 데이터 모델을 효과적으로 재구성할 수 있음을 검증한다.

• Ecology and Resilient Infrastructure
• /
• 제8권4호
• /
• pp.204-211
• /
• 2021

본 연구에서는 3차원 지상 라이다 스캐너를 통해 수집되는 포인트 클라우드를 활용하여 식생의 정보를 수집하였으며, 수집된 데이터를 기반으로 객체를 재구현하여 물리적 형상을 분석하였다. 이를 위해 원시 데이터의 필터링 단계별 최적의 데이터를 구축하였으며, 구축된 데이터를 활용하여 실제 부피와 Alpha Shape 및 Voxel 기법을 활용한 부피 산정 결과를 산정한 후 각각 비교하였다. 분석 결과, Alpha Shape를 적용하여 부피를 산정한 경우 데이터 필터링과 관계없이 실제 부피보다 과다 산정되는 것으로 나타났다. 또한 Voxel 기법을 활용할 경우 8차 필터링 후 실제 부피와 가장 유사한 것으로 나타났으며, 이후 필터링이 진행될수록 실제 부피에 비해 과소 산정되는 것을 알 수 있었다. 따라서 포인트 클라우드를 활용하여 객체를 재구현 할 경우, 대상이 되는 객체의 복잡한 형상으로 인한 내부 공극을 고려해야 하며, 필터링 과정에서 최적의 데이터 구축을 위한 필터링 과정에 반드시 주의할 필요가 있다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1349-1365
• /
• 2020

최근 스마트 시티, 디지털 트윈 등에 실제 3차원 좌표를 취득할 수 있는 이점에 따라 포인트 클라우드를 이용한 모델 생성에 관한 연구가 늘어나고 있으며, 건물 형상 및 텍스처의 수정이 용이한 솔리드 모델에 대한 요구가 늘어나고 있다. 이에 따라 본 논문에서는 포인트 클라우드 데이터를 기반으로 군집형 솔리드 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯단계로 구성된다. 첫 단계에서는 포인트 클라우드의 평면성 분석을 통해 지면을 제거하였다. 두 번째 단계에서는 지면이 제거된 포인트 클라우드에서 건물 영역을 추출하였다. 세 번째 단계에서는 건물의 세부 구조물 영역을 추출하였다. 네 번째 단계에서는 추출된 영역에 3차원 좌표정보가 부여된 3차원 건물 모델의 형상을 생성하였다. 마지막 단계에서는 건물 모델 형상에 텍스처를 부여하여 3차원 건물 솔리드 모델을 생성하였다. 제안하는 방법의 검증을 위하여 상용 소프트웨어를 이용해 무인항공기 영상으로부터 포인트 클라우드를 추출하여 실험하였다. 그 결과, 포인트 클라우드 내에 존재하는 일정 높이 이상의 모든 건물에 대하여 포인트 클라우드 대비 위치오차 1 m 내외의 3차원 건물 형상을 생성하고, 원본 영상 해상도 대비 2배 이내의 해상도를 갖는 텍스처링이 수행된 3차원 모델이 생성되는 것을 확인하였다.