• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.388-393
• /
• 2019

외란(Outlier)이 있는 데이터를 피팅(Fitting)하는 방법으로 RANSAC(RANdom SAmple Consensus)알고리즘이 선, 원, 타원 등 의 피팅에 많이 사용되고 있다. 본 논문은 다수의 평면에 대한 3차원 포인트 데이터가 주어질 때 각 평면에 대해 RANSAC기반 평면 피팅을 최근 딥러닝 등에 많이 사용되는 GPU의 하나인 CUDA를 이용하여 효율적으로 수행하는 알고리즘을 제안한다. 모의 데이터와 실제 데이터를 이용하여 제안된 알고리즘의 성능을 CPU와 비교하여 보인다. 외란이 많고 인라이어(inlier) 비율이 낮을수록 CPU대비 속도가 향상되고 평면의 개수가 많을수록 평면당 데이터개수가 많을수록 병렬처리에 의한 속도가 가속됨을 보인다. 제안된 방법은 다중 평면 피팅외의 다른 피팅에도 쉽게 적용할 수 있다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

• 융합정보논문지
• /
• 제11권8호
• /
• pp.36-41
• /
• 2021

인공지능을 이용하여 예측이나 분석하는 기술은 지속적으로 발전하고 있지만, 의사결정 과정을 명확히 해석하지 못하는 블랙박스 문제가 존재한다. 따라서 인공지능 모델의 의사결정 과정에서 사용자의 입장에서 해석이 불가능하여 결과를 신뢰할 수 없는 문제가 발생한다. 본 연구에서는 인공지능의 문제점과 이를 해결하기 위한 블록체인을 활용한 설명 가능한 인공지능에 대해 연구를 진행하였다. 블록체인을 이용해서 설명 가능한 인공지능 모델의 의사결정 과정에서의 데이터를 타임스탬프 등을 이용하여 부분별로 블록체인에 저장한다. 블록체인을 이용하여 저장된 데이터의 위변조 방지를 제공하고 블록체인의 특성상 사용자는 블록에 저장된 의사결정 과정등의 데이터를 자유롭게 접근할 수 있다. 설명 가능한 인공지능 모델의 구축이 힘든 것은 기존 모델의 복잡성이 큰 부분을 차지한다. 따라서 포인트 클라우드를 활용해서 3차원 데이터 처리와 가공과정의 효율성을 높여서 의사결정 과정을 단축해 설명 가능한 인공지능 모델의 구축을 원활하게 한다. 블록체인에 데이터 저장과정에서 데이터 위변조가 발생할 수 있는 오라클 문제를 해결하기 위해 저장과정에 중간자를 거치는 블록체인 기반의 설명 가능한 인공지능 모델을 제안하여 인공지능의 블랙박스 문제를 해결하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1-7
• /
• 2007

본 논문은 3차원 스캐너로 획득된 실제 얼굴 데이터를 햅틱 상호작용을 통해 직접 변형하고 재질감을 모델링 하는 알고리즘을 제안한다. 제안된 알고리즘은 그래픽 하드웨어 기반의 햅틱 렌더링 알고리즘을 기반으로 획득된 2.5D 얼굴 데이터를 mass-spring 모델을 적용하여 변형하고 얼굴의 재질감(탄성, 마찰, 거칠기) 정보를 모델링 하는 것이다. 햅틱 장치를 이용한 변형알고리즘은 변형 시 효율적인 변형 영역 탐색을 위하여 공간 분할방법인 k-d 트리 구조를 이용하여 최근방 탐색 알고리즘을 구현하였으며, 사실적인 힘 계산을 위하여 각 포인트 마다 mass-spring 모델을 적용하여 반력 연산 및 물체의 변형을 수행하였다. 아울러 재질감을 모델링 하기 위해 깊이 이미지 기반 표현(Depth Image Based Representation, DIBR)을 이용하여 가상 물체의 거칠기, 탄성, 및 마찰을 편집할 수 있는 방법론을 제시하고, 편집된 재질감을 직접 물체의 표면에 적용하여 렌더링 하는 알고리즘을 제안한다.

• 대한공간정보학회지
• /
• 제18권2호
• /
• pp.55-61
• /
• 2010

본 연구는 지상라이다로부터 획득한 3차원 점 데이터를 이용하여 구축된 공간자료를 격자(gridded) 및 비격자(un-gridded)로 구분하여 모델링을 실시하였고, 이러한 모델링 결과를 이용하여 가시선 분석 실험을 실시하였다. 두 모델의 형태에 따른 가시선 분석 결과를 비교하기 위하여 본 연구에서는 실험지역의 가시선 최대 도달거리를 A지역 30m, B지역 40m, C지역 50m로 구분하였고, 가시선 분석 소요 시간과 가시되는 점의 개수를 측정하였다. 실험 결과를 살펴보면, 비격자모델의 경우, 격자모델에 비해 지역별로 A지역은 약 3.9배, B지역은 약 5.4배, C지역은 약 6.5배 정도 많은 시간이 가시선 분석에 소요되었으며, A지역은 약 0.97배, B지역은 약 0.93배, C지역은 약 0.94배 정도 적은 가시점 개수가 측정되었다. 가시선 분석 소요시간은 가시선의 최대도달거리가 증가함에 따라 격자모델과 비격자 모델의 차이가 증가함을 알 수 있고, 반면에 가시되는 점의 개수는 가시반경의 크기에 크게 영향을 받지 않았다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.587-593
• /
• 2019

공간정보 관련 분야는 위치정보를 취득할 수 있는 센서 및 자료처리 기술의 발달로 빠른 속도로 변화하고 있으며, 이와 연관된 각종 산업과 사회적 활동에서 수요가 커지고 있는 실정이다. 누구나 보기 쉽고 이해가 빠른 3차원 공간정보의 구축과 활용은 관련 서비스의 품질과 신뢰도 향상에 필수적인 요소라 할 수 있다. 최근에는 3차원 공간정보 구축 기술로 3D 레이저 스캐너가 많이 활용되고 있지만 3D 레이저 스캐너는 대상물의 규모가 크거나 형상이 복잡한 경우, 데이터 취득이 되지 않는 음영지역이 발생할 수 있으며, 장비의 이동 및 설치 횟수가 많아질수록 작업의 효율이 떨어지는 단점이 있다. 이에 본 연구에서는 무인항공기를 이용하여 경사사진을 취득하고, 자료처리를 통해 대상물의 3차원 모델을 생성하고자 하였다. 연구대상지를 선정하고, 무인항공기를 이용해 경사사진을 취득하였으며, 자료처리를 통해 0.02m의 간격을 가지는 포인트클라우드 형태의 3D 모델을 생성하였다. 3D 모델의 정확도 평가 결과는 최대 0.19m, 평균 0.11m로 나타났으며, 축 방향에 따른 편차의 경향성은 나타나지 않았다. 향후, 촬영 및 자료처리 방법에 따른 정확도 평가와 카메라 종류에 따른 3D 모델 구축과 정확도 평가 및 분석이 이루어진다면 3D 모델의 정확도를 개선할 수 있을 것이며, 포인트클라우드 형태의 3D 모델은 거리 및 면적의 측정, 단면 생성, 대상물의 도면화 등 다양한 활용이 가능하여 공간정보 서비스 및 관련 업무의 작업 효율성을 향상시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1425-1434
• /
• 2021

하천 시설물의 효율적인 유지관리를 위해서는 대상물에 대해 지속적이고, 주기적인 데이터 취득이 선행되어야 한다. 하천 시설물은 일반 시설물과 달리 넓고 긴 지역을 따라 분포하고 있으므로 지상레이저스캐너, 토탈스테이션 및 GNSS를 활용하는 기존의 하천 측량 방법으로는 공간정보를 취득하는 데에 비용·인력·시간적 한계가 존재한다. 이에 반해, 모바일매핑시스템(Mobile Mapping System, 이하 MMS)은 플랫폼의 이동과 동시에 3차원 공간정보를 취득하므로 하천 시설물의 데이터 취득에 효율적이다. 따라서 본 연구진은 MMS를 활용하여 안양천 4 km 제방에 대해 20분동안 184,646,099개의 포인트를 취득했으며, 이를 10 m 간격의 종 방향으로 분할하여 378개의 횡단면을 추출하였다. 제방 횡단면 포인트 클라우드에서 제외지의 경사면 정보만 따로 분리하여 최대 및 평균 비탈 경사를 자동으로 계산하였으며, 이를 동일 제방에 대해 수동으로 계산한 값과 비교했을 때 RMSE 기준 최대 경사 1.124°, 평균 경사 1.659°의 정확도를 확인할 수 있었다. Reference 경사는 제방의 포인트 클라우드를 plot하고 경사 계산 시 위치정보를 사용하는 두 점을 직접 선택하여 수동으로 계산하였다. 또한 자동 추출한 경사를 하천기본계획 상의 비탈 경사면 설계 기준과 비교하여 MMS를 활용한 하천 시설물 검사의 가능성을 확인하였다.

• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.71-78
• /
• 2022

본 논문은 3D LiDAR의 포인트 클라우드 데이터를 가공하여 3D 객체탐지를 위한 알고리즘을 제안했다. 기존에 2D LiDAR와 달리 3D LiDAR 기반의 데이터는 너무 방대하며 3차원으로 가공이 힘들었다. 본 논문은 3D LiDAR 기반의 다양한 연구들을 소개하고 3D LiDAR 데이터 처리에 관해 서술하였다. 본 연구에서는 객체탐지를 위해 클러스터링 기법을 활용한 3D LiDAR의 데이터를 가공하는 방법을 제안하며 명확하고 정확한 3D 객체탐지를 위해 카메라와 융합하는 알고리즘 설계하였다. 또한, 3D LiDAR 기반 데이터를 클러스터링하기 위한 모델을 연구하였으며 모델에 따른 하이퍼 파라미터값을 연구하였다. 3D LiDAR 기반 데이터를 클러스터링할 때, DBSCAN 알고리즘이 가장 정확한 결과를 보였으며 DBSCAN의 하이퍼 파라미터값을 비교 분석하였다. 본 연구가 추후 3D LiDAR를 활용한 객체탐지 연구에 도움이 될 것이다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.363-369
• /
• 2021

정밀도로지도는 자율주행차의 기본 인프라로 활용되어 최신 도로정보가 신속하게 반영되어야 한다. 하지만 현재 정밀도로지도 공정 중 객체 도화 및 구조화 편집과정이 수작업으로 이루어지며 주요 구축 대상인 도로 노면선 표시의 레이어를 생성하는데 가장 오랜 시간이 소요된다. 이에 본 연구에서는 선행 연구에서 기학습된 포인트넷(PointNet) 모델을 통해 색상 유형(백색, 청색, 황색)이 예측된 도로 노면선 표시의 포인트 클라우드를 입력 데이터로 활용하였고, 이를 기반으로 본 연구에서는 도로 노면선 표시 레이어의 도화 및 구조화 편집을 자동화하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 3차원 벡터 데이터의 활용성을 검증하기 위해 정밀도로지도 품질검사 기준에 따라 정확도를 분석하였다. 벡터 데이터의 위치정확도 검사에서 수평 오차와 수직 오차에 대한 평균제곱근오차(RMSE: Root Mean Square Error)는 0.1m 이내로 나타나 적합성을 검증하였으며, 구조화 편집 정확도 검사에서 선표시 유형과 선규제 유형의 구조화 정확도가 모두 88.235%로 나타나 활용성을 검증하였다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도를 위한 도로 노면선 표시의 벡터 데이터를 효율적으로 구축할 수 있는 것을 알 수 있었다.

• 한국정보처리학회논문지
• /
• 제4권9호
• /
• pp.2403-2411
• /
• 1997

Direct3D는 새로운 3차원 그래픽 가속기로써, 이를 이용하여 보다 쉽게 윈도우용 그래픽 프로그램을 제작할 수가 있다. 여기서는 Direct3D를 이용하여 제작한 프랙탈 지형 데이터 모델 뷰어를 제시한다. 지형 모델 뷰어 제작에 따른 클래스의 정의, 입력을 위한 대화상자의 설계, 초기화 과정, 프로그램의 실행과정을 설명하고 지형 모델 뷰어의 실행으로 얻어진 결과중, 철사형, 솔리드형, 포인트형의 출력을 보인다. 지형 형상화의 결과를 보이기 위하여, 여기서는 프랙탈 격자형 중간점 이동 알고리즘에 의하여 만들어진 데이터를 사용하였다.