• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.1-7
• /
• 2019

최근 3D 이미지 스캔(image scan) 작업을 통해 획득한 3D 포인트 클라우드(point cloud)를 활용하는 사례가 점차 많아지고 있다. 특히, 도시나 건물 차원의 실내/실외, 기계 플랜트 등 3D 공간정보 콘텐츠를 활용한 서비스 개발 필요성이 증가하면서, 3D 이미지 스캔 기술의 수요가 급격히 늘고 있다. 기존의 3D 이미지 스캔 방법을 사용하는 경우, 이미지 스캔 작업은 노동집약적인 수작업으로 진행되는 것이 일반적이다. 따라서, 사용자가 복잡한 설비로 이루어진 공간을 스캐닝 할 때나, 사용자가 내부로 진입하기 어려운 좁은 공간을 스캐닝하기에는 어려움이 있으며, 결과적으로 그림자 영역 문제로 인한 품질 저하 문제를 발생시킨다. 본 연구는 사람이 진입하기 어려운 영역에 스캐너가 장착된 로버를 활용해 이미지 스캔을 하는 방법을 제안한다. 스캔 경로를 정확히 제어하기 위해, 로버 이동 규칙 정의 기반 3D 이미지 원격 스캔 자동화 방법을 기술한다. 이 방법을 통해, 사용자는 로버의 스캔 경로를 규칙 기반으로 정의함으로써 3D 스캔 계획을 자동화할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.5-8
• /
• 2016

키 프레임 추출 기법은 2차원 비오 영상을 3차원으로 재구성하기 위해 꼭 필요한 프레임을 선택하는 방법이다. 본 논문에서는 비디오에서 빠르게 프레임을 검사하며 최적의 키 프레임을 선택하는 기법을 제안한다. 제안하는 기법은 3차원 재구성을 위한 전처리 과정에 초점을 둔 것으로 프레임 간 대응점 비율 검사를 통해 프레임의 도약 강도를 결정하고 기하 모델 추정이 원활한 프레임을 선택한다. 이로부터 3차원 복원 후처리 과정을 통해 최종적인 3차원 점군(point cloud) 데이터를 획득한다. 실험을 통해 다른 기법과 성능을 비교했을 때, 제안하는 기법이 복원 소요 시간도 적게 들고 보다 밀집된 3차원 데이터를 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.660-662
• /
• 2023

3차원 포인트 클라우드의 의미적 분할은 환경을 구성하는 물체 단위로 포인트 클라우드를 분할하는 작업으로서, 환경의 3차원적 구성을 이해하고 환경과 상호작용에 필수적인 시각 지능을 요구한다. 본 논문에서는 포인트 클라우드에서 추출하는 3차원 기하학적 특징과 함께 멀티-뷰 영상에서 추출하는 2차원 시각적 특징들도 활용하는 새로운 3차원 포인트 클라우드 의미적 분할 모델 MFNet을 제안한다. 제안 모델은 서로 이질적인 2차원 시각적 특징과 3차원 기하학적 특징의 효과적인 융합을 위해, 새로운 중기 융합 전략과 멀티-모달 교차 주의집중을 이용한다. 본 논문에서는 ScanNetV2 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 제안 모델 MFNet의 우수성을 입증한다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1275-1282
• /
• 2022

본 연구에서는 AR글래스를 활용한 실시간 캐릭터 트래킹을 개발한다. 실시간 캐릭터 네비게이션은 특정하지 않은 공간을 가상 캐릭터가 이동하면서 안내를 해야 해서 일반적인 마커 기반 AR로는 불가능하다. 이를 대체하기 위해서 디지털 트윈 기술을 기반으로 하는 마커리스 AR 시스템을 개발하였다. 기존 마커리스 AR은 GPS, 비컨 등의 하드웨어를 기반으로 운영되기 때문에 위치에 대한 정확도가 낮고 시스템에서 처리하는 시간이 길어져 실시간 AR 환경에서는 신뢰도가 낮은 문제가 발생한다. 이러한 문제점을 해결하기 위해 SLAM 기법을 활용하여 공간을 3D 개체로 구성하고, 디지털 트윈 기반의 마커리스 AR을 구성함으로써 실시간 AR 환경에서 별도의 하드웨어 개입 없이 AR 구현이 가능하게 된다. 이러한 실시간 AR 환경 구성은 여수박람회, 순천시 잡월드, 순천만 정원박람회 등 관광지에서 캐릭터를 이용한 트래킹 시스템을 구현을 가능하게 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.265-268
• /
• 2022

Video-based Point Cloud Compression(V-PCC) 부호화기의 세그먼트 정제(Refining segmentation) 과정은 3D 세그먼트를 2D 패치 데이터로 효율적으로 변환하기 위한 V-PCC 부호화기의 핵심 파트이지만, 많은 연산량을 필요로 하는 모듈이다. 때문에 이미 TMC2 에 Fast Grid-based refine segmentation 과정이 구현되어 있으나, 아직도 세그먼트 정제 기술의 연산량은 매우 높은 편이다. 본 논문에서는 현재 TMC2 에 구현되어 있는 Fast Gridbased Refine Segmentation 을 살펴보고, 복셀(Voxel) 타입에 따른 특성에 맞춰 두 가지 조건을 추가하는 고속화 알고리즘을 제안한다. 실험 결과 압축성능(BD-BR)은 TMC2 와 거의 차이를 보이지 않았지만, 모듈 단위 평균 10% 연산량이 절감되는 것을 확인하였다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.507-513
• /
• 2021

GPR (Ground Penetrating RADAR)은 도로의 포장 상태 및 싱크홀, 지하관로를 검사하는 센서로 도로관리에 활발히 사용되는 센서이다. MMS (Mobile Mapping System)는 도로 표면과 주변 환경에 대한 정확한 정밀 도로 지도를 제공한다. 두 종류의 데이터가 동일한 지역에서 구축되면 지상과 지하의 공간정보를 동시에 구축할 수 있어서 효율적이며 육안으로 도로와 도로 주변의 중요 시설물, 지하의 관로 위치등을 파악할 수 있어서 현장에 대한 직관적인 이해가 가능하여 도로나 시설물을 관리하는데 있어서 유용한 도구가 된다. 그러나 이러한 최신 기술을 적용한 해외의 장비는 고가이며 국내 실정에 맞지 않다. 해외 개발 장비를 대체하고 향후 국산 장비를 개발할 수 있는 원천기술을 확보하기 위해 LiDAR (Light Detection And Raging)와 GNSS/INS (Global Navigation Satellite System / Inertial Navigation System)를 동기화 하고, 동일한 GNSS/INS에 GPR 데이터도 동기화 하였다. 동기화된 GPR 데이터를 취득 당시의 GNSS/INS의 위치와 자세정보를 이용하여 지오레퍼런싱을 수행하는 소프트웨어를 개발하였다. 개활지와 비개활지로 구분하여 도로 현장에서 실험을 수행하였으며, LiDAR를 통해 취득되는 3D 포인트 클라우드 데이터를 통해서 지상의 도로와 주변 시설물을 육안으로 쉽게 확인할 수 있었다. 지오레퍼런싱된 GPR 데이터도 점군데이터와 함께 3D 뷰어로 볼 수 있었으며, 지하의 시설물의 위치를 GPR 데이터를 통해 쉽고 빠르게 확인할 수 있었다.

• 방송과미디어
• /
• 제26권2호
• /
• pp.46-55
• /
• 2021

최근 디바이스와 5G 통신의 비약적인 발전을 통해 가상/증강 현실 분야, 자율 주행 등 3차원 그래픽스 기술에 대한 연구가 활발하게 진행되고 있으며, 3차원 정보를 면밀하게 표현할 수 있는 포인트 클라우드와 다시점 초실감 콘텐츠가 주목받고 있다. 이와 같은 콘텐츠는 전통적인 2D 비디오 대비 많은 데이터를 사용하고 있기에, 효율적 사용을 위해서는 압축이 필수적으로 요구된다. 이에 따라 국제표준화기구인 ISO/IEC 산하 Moving Picture Expert Group(MPEG)에서는 고밀도 포인트 클라우드 및 초다시점 실감형 콘텐츠에 대한 압축 방안으로 V-PCC(Video based Point Cloud Compression) 및 MIV(MPEG Immersive Video) 기술을 표준화 중에 있으며, 또한, 압축된 데이터를 효율적으로 저장, 전송하기 위한 방안으로 Carriage of Visual Volumetric Video Coding(V3C) 표준화가 진행중에 있다. 본 고에서는 MPEG에서 진행중인 V3C 표준 기술에 대하여 살펴보고자 한다.

• 한국전산구조공학회논문집
• /
• 제37권3호
• /
• pp.173-178
• /
• 2024

본 논문에서는 스테레오 비전 센서를 이용한 프리팹 강구조물(PSS: Prefabricated Steel Structures)의 조립부 형상 품질 평가 기법을 소개한다. 스테레오 비전 센서를 통해 모형의 조립부 영상과 포인트 클라우드 데이터를 수집하였으며, 퍼지 기반 엣지 검출, 허프 변환 기반 원형의 볼트 홀 검출 등의 영상처리 알고리즘을 적용하여 조립부 영역의 볼트홀을 검출하였다. 영상 내 추출된 볼트홀 외곽선 위 세 점의 위치 정보에 대응되는 3차원 실세계 위치 정보를 깊이 영상으로부터 획득하였으며, 이를 기반으로 각 볼트홀의 3차원 중심 위치를 계산하였다. 통계적 기법 중 하나인 주성분 분석 알고리즘(PCA: Principal component analysis) 알고리즘을 적용함으로써 3차원 위치 정보를 대표하는 최적의 좌표축을 계산하였다. 이를 통해 센서의 설치 방향 및 위치에 따라 센서와 부재 간 평행이 아니더라도 안정적으로 볼트홀 간의 거리를 계측하도록 하였다. 각 볼트홀의 2차원 위치 정보를 기반으로 볼트홀의 순서를 정렬하였으며, 정렬된 볼트홀의 위치 정보를 바탕으로 인접한 볼트홀 간의 각 축의 거리 정보를 계산하여 조립부 볼트홀 위치 중심의 형상 품질을 분석하였다. 측정된 볼트홀 간의 거리 정보는 실제 도면의 거리 정보와의 절대오차와 상대오차를 계산하여 성능 비교를 진행하였으며, 중앙값 기준 1mm 내의 절대오차와 4% 이내의 상대오차의 계측 성능을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.500-504
• /
• 2020

포인트 클라우드는 수십만 또는 수백만개의 포인트로 객체 또는 장면을 나타내며, 그 데이터의 양은 엄청 나기 때문에, 다양한 대역폭 또는 장치에서 효과적인 서비스를 위해 확장성 기능을 갖춘 압축 체계 개발이 필요하다. 이에 따라, 단방향 패치 패킹을 활용한 LoD 제어 테이블 기반 밀도 확장성(LoD control table based Density scalability by using Unidirectional Patch packing, LDUP) 방법을 이용한 확장성에 대한 연구가 이루어졌다. 그러나, LDUP 방법은 2D 그리드의 크기를 조작하는데 한계가 있어, 패치 사이의 거리가 드물게 패킹되고, 이는 압축 효율을 떨어뜨린다. 본 논문에서는 이러한 단점을 극복하기 위해 양방향 패치 패킹을 활용한 LoD 제어 테이블 기반 밀도 확장성(LoD control table based Density scalability by using Bidirectional Patch packing, LDBP) 방식을 제안한다. 제안된 LDBP 방법은 패치가 패킹된 영상에서 빈 공간을 효과적으로 감소시켰으며, 압축 효율 측면에서 LDUP 방법에 비해 더 높은 BD-Rate 이점을 얻었다. 제안된 LDBP 방법은 3D 포인트 클라우드 압축 시 포인트 클라우드 밀도 확장성을 기존의 LDUP 보다 효과적으로 달성하였다.

• The Journal of Advanced Prosthodontics
• /
• 제6권6호
• /
• pp.468-473
• /
• 2014

PURPOSE. This study aimed to evaluate the accuracy of digitizing dental impressions of abutment teeth using a white light scanner and to compare the findings among teeth types. MATERIALS AND METHODS. To assess precision, impressions of the canine, premolar, and molar prepared to receive all-ceramic crowns were repeatedly scanned to obtain five sets of 3-D data (STL files). Point clouds were compared and error sizes were measured (n=10 per type). Next, to evaluate trueness, impressions of teeth were rotated by $10^{\circ}-20^{\circ}$ and scanned. The obtained data were compared with the first set of data for precision assessment, and the error sizes were measured (n=5 per type). The Kruskal-Wallis test was performed to evaluate precision and trueness among three teeth types, and post-hoc comparisons were performed using the Mann-Whitney U test with Bonferroni correction (${\alpha}=.05$). RESULTS. Precision discrepancies for the canine, premolar, and molar were $3.7{\mu}m$, $3.2{\mu}m$, and $7.3{\mu}m$, respectively, indicating the poorest precision for the molar (P<.001). Trueness discrepancies for teeth types were $6.2{\mu}m$, $11.2{\mu}m$, and $21.8{\mu}m$, respectively, indicating the poorest trueness for the molar (P=.007). CONCLUSION. In respect to accuracy the molar showed the largest discrepancies compared with the canine and premolar. Digitizing of dental impressions of abutment teeth using a white light scanner was assessed to be a highly accurate method and provided discrepancy values in a clinically acceptable range. Further study is needed to improve digitizing performance of white light scanning in axial wall.