• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.422-424
• /
• 2021

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

• 한국BIM학회 논문집
• /
• 제14권2호
• /
• pp.1-12
• /
• 2024

The paper proposes a methodology that combines the Random Sample Consensus (RANSAC) algorithm and the Point Cloud Encoder-Decoder Network (PCEDNet) algorithm to automatically extract the length of infrastructure elements from point cloud data acquired through 3D LiDAR scans of retaining walls. This methodology is expected to significantly improve time and cost efficiency compared to traditional manual measurement techniques, which are crucial for the data-driven analysis required in the precision-demanding construction sector. Additionally, the extracted positional and dimensional data can contribute to enhanced accuracy and reliability in Scan-to-BIM processes. The results of this study are anticipated to provide important insights that could accelerate the digital transformation of the construction industry. This paper provides empirical data on how the integration of digital technologies can enhance efficiency and accuracy in the construction industry, and offers directions for future research and application.

• 한국군사과학기술학회지
• /
• 제23권6호
• /
• pp.542-553
• /
• 2020

Virtual world and simulation need large scale map rendering. However, rendering too many vertices is a computationally complex and time-consuming process. Some game development companies have developed 3D LOD objects for high-speed rendering based on distance between camera and 3D object. Terrain physics simulation researchers need a way to recognize the original object shape from 3D LOD objects. In this paper, we proposed simply automatic LOD framework using point cloud data (PCD). This PCD was created using a 6-direct orthographic ray. Various experiments are performed to validate the effectiveness of the proposed method. We hope the proposed automatic LOD generation framework can play an important role in game development and terrain physic simulation.

• 방송공학회논문지
• /
• 제21권1호
• /
• pp.3-10
• /
• 2016

본 논문은 실내공간의 다시점 정지 영상을 서로 다른 방식으로 획득하고, 이 데이터로부터 해당 3차원 공간에 대한 기하학적인 형상정보를 담은 두 종류의 복원 결과를 비교분석 한다. 공간 내 한 평면 복원을 목표로, 첫 번째 데이터 군 확보에는 정규격자경로를 따라 정지 영상을 얻는 수동형 영상 획득 방식을 활용하였다. 두 번째 데이터 군 확보에는 한 평면의 제한된 각도 내 3차원 정보를 얻는 레이저 스캐너의 스캐닝 방식을 정지 영상 획득 방식에 응용하였다. SIFT알고리즘을 이용해 획득된 정지 영상 데이터 간의 특징점을 검출하였고 이를 기반으로 3차원 포인트 클라우드 데이터를 생성하였다. 복원된 3차원 공간정보는 생성된 포인트 클라우드의 이미지와 개수 및 평균 밀집도, 수행 시간을 통해 표현했으며 보다 정확한 실내공간의 3차원 복원에는 카메라로 획득하는 정지 영상 데이터만이 아닌 추가적인 센서를 사용한 데이터의 확보가 필요하다는 점을 확인하였다.

• 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.

• 로봇학회논문지
• /
• 제11권3호
• /
• pp.115-126
• /
• 2016

This paper suggests the method of the spherical signature description of 3D point clouds taken from the laser range scanner on the ground vehicle. Based on the spherical signature description of each point, the extractor of significant environmental features is learned by the Deep Belief Nets for the urban structure classification. Arbitrary point among the 3D point cloud can represents its signature in its sky surface by using several neighborhood points. The unit spherical surface centered on that point can be considered to accumulate the evidence of each angular tessellation. According to a kind of point area such as wall, ground, tree, car, and so on, the results of spherical signature description look so different each other. These data can be applied into the Deep Belief Nets, which is one of the Deep Neural Networks, for learning the environmental feature extractor. With this learned feature extractor, 3D points can be classified due to its urban structures well. Experimental results prove that the proposed method based on the spherical signature description and the Deep Belief Nets is suitable for the mobile robots in terms of the classification accuracy.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.660-669
• /
• 2019

최근 3차원 스캐닝 장비 및 다차원 어레이 카메라의 발달로 AR(Augmented Reality)/VR(Virtual Reality), 자율 주행과 같은 응용분야에서 3차원 데이터를 다루는 기술에 관한 연구가 지속해서 이루어지고 있다. 특히, AR/VR 분야에서는 3차원 영상을 포인트 데이터로 표현하는 콘텐츠가 등장하였으나, 이는 기존의 2차원 영상보다 많은 양의 데이터가 필요하다. 따라서 3차원 포인트 클라우드 콘텐츠를 사용자에게 서비스하기 위해서는 고효율의 부호화/복호화와 저장 및 전송과 같은 다양한 기술 개발이 요구된다. 본 논문에서는 MPEG-I(MPEG-Immersive) V-PCC(Video based Point Cloud Compression) 그룹에서 제안한 V-PCC 부호화기를 통해 생성된 V-PCC 비트스트림을 MPEG-DASH(Dynamic Adaptive Streaming over HTTP) 표준에서 정의한 세그먼트로 구성하는 방안을 제안한다. 또한, 사용자에게 3차원 좌표계 정보를 제공하기 위해 시그널링 메시지에 깊이 정보 파라미터를 추가로 정의한다. 그리고 본 논문에서 제안된 기술을 검증하기 위한 검증 플랫폼을 설계하고, 제안한 기술의 알고리듬 측면에서 확인한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.435-449
• /
• 2023

The state-of-the-art video-based point cloud compression(V-PCC) has a high efficiency of compressing 3D point cloud by projecting points onto 2D images. These images are then padded and compressed by High-Efficiency Video Coding(HEVC). Pixels in padded 2D images are classified into three groups including origin pixels, padded pixels and unoccupied pixels. Origin pixels are generated from projection of 3D point cloud. Padded pixels and unoccupied pixels are generated by copying values from origin pixels during image padding. For padded pixels, they are reconstructed to 3D space during geometry reconstruction as well as origin pixels. For unoccupied pixels, they are not reconstructed. The rate distortion optimization(RDO) used in HEVC is mainly aimed at keeping the balance between video distortion and video bitrates. However, traditional RDO is unreliable for padded pixels and unoccupied pixels, which leads to significant waste of bits in geometry reconstruction. In this paper, we propose a new RDO scheme which takes 3D-Distortion into account instead of traditional video distortion for padded pixels and unoccupied pixels. Firstly, these pixels are classified based on the occupancy map. Secondly, different strategies are applied to these pixels to calculate their 3D-Distortions. Finally, the obtained 3D-Distortions replace the sum square error(SSE) during the full RDO process in intra prediction and inter prediction. The proposed method is applied to geometry frames. Experimental results show that the proposed algorithm achieves an average of 31.41% and 6.14% bitrate saving for D1 metric in Random Access setting and All Intra setting on geometry videos compared with V-PCC anchor.

• 한국CDE학회논문집
• /
• 제21권3호
• /
• pp.341-352
• /
• 2016

Manual 3D pipeline modeling from LiDAR scanned point cloud data is laborious and time-consuming process. This paper presents a method to extract the pipe, elbow and branch information which is essential to the automatic modeling of the pipeline connection. The pipe geometry is estimated from the point cloud data through the Hough transform and the elbow position is calculated by the medial axis intersection for assembling the nearest pair of pipes. The branch is also created for a pair of pipe segments by estimating the virtual points on one pipe segment and checking for any feasible intersection with the other pipe's endpoint within the pre-defined range of distance. As a result of the automatic modeling, a complete 3D pipeline model is generated by connecting the extracted information of pipes, elbows and branches.

• 한국산학기술학회논문지
• /
• 제16권8호
• /
• pp.5695-5706
• /
• 2015

최근 국내외 건설 분야에서 건축물 리노베이션 및 유지보수를 위한 BIM 적용이 활발해지는 추세이나, 상당수 기존 건축물이 현 상태를 반영하지 않은 2D 도면을 보유함에 따라 이를 바탕으로 한 BIM 모델 작성이 어려운 상황이다. 따라서 본 연구는 역설계 기술을 활용하고자, 건축 MEP 역설계 지침을 위한 포인트 클라우드 데이터 관련 데이터 구조 및 프로세스를 분석하고, 역설계 지침을 위한 고려사항을 도출하였다. 국내 시장에서 3차원 스캐닝 기술의 활발한 적용을 위해, 프로젝트 수행 초기 단계인 지상 라이다를 이용한 현장에 대한 데이터 취득, 취득 단계에서 얻은 포인트 클라우드 데이터의 기초 처리 및 프로세스 분석에 대해 연구 목적을 두고 있다.