• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1448-1450
• /
• 2015

본 논문은 3D 스캐너 및 센서 등으로 캡처되어 3D로 복원된 얼굴 객체의 부위별 의미 있는 영역에 대한 분할을 자동으로 수행하는 기술을 제안한다. 3D 스캔된 얼굴 모델을 모델링, 애니메이션, 3D 프린팅 등의 다양한 응용분야에 활용하기 위해서는 스캔된 영역의 의미 있는 부위별 인식이 필수적이다. 본 논문에서는 부위별 의미 있는 영역 레이블링이 된 템플릿 모델을 입력된 3D 복원 모델로 전이하여 복원된 3D 모델의 부위별 의미 있는 영역을 자동으로 분할하고 분할된 영역의 일관성을 유지하는 알고리즘을 제안한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권1호
• /
• pp.57-65
• /
• 2017

본 논문에서는 포인트 클라우드로 구성된 모델 내의 오류를 줄이고, 기하학적 형태를 복원하기 위한 사전 학습 방법을 제시한다. 이를 위해, 대상 모델과 유사한 형태 특징을 갖는 모델로부터 3차원 특징 정보를 추출하여 사전을 구성하고, 이를 통해 기하 복원을 수행한다. 본 연구에서 제시한 방법은 다음과 같이 세 단계로 구성된다. 첫째, 유사 모델로부터 기하 패치를 구성하는 단계, 둘째, 획득한 패치의 3차원 형태 특징을 학습하는 단계, 셋째, 학습된 사전을 이용하여 기하를 복원하는 단계이며, 최종적으로 원본 모델과 복원 결과의 오차를 계산하며, 복원 결과의 정확도를 확인한다.

• 정보처리학회논문지B
• /
• 제10B권2호
• /
• pp.135-142
• /
• 2003

본 논문은 영상내 객체정보의 정확한 복원을 위하여, 연속된 2차원 영상으로부터 특정 객체의 특징점을 추출하고, 특징점의 위치 데이터들로부터 원형의 3차원 모양 및 모션 정보를 복원하는 알고리즘과 결과를 제시하였다. 2차원 영상의 특징점 검출을 위해서는 물체와 배경이 명확히 구별되는 실험영상 환경에서 색상변환을 통한 자동 추출 방법을 사용하였다. 추출된 2차원 객체의 특징점들로부터 3차원 모앙, 움직임 정보를 복원하기 위하여 스테레오 카메라와 준원근 카메라 모델을 적용하고 SVD(SinEuiar Value Decomposition)에 의한 인수분해연산을 수행하였다. 준원근 카메라 모델의 근본적인 문제인 깊이정보의 복원 에러가, 스테리오 영상 분석에 의해 최소화 되었다. 본 논문에서 제시된 방법들의 성능을 객관적으로 평가하기 위하여 크기와 위치가 알려진 3차원 물체에 대해 실험을 행하였으며, 영상의 21개 특징점 위치와 공간상에서의 3개 방향으로의 움직임 각도를 연산에 의해 복원한 후 원형의 데이터와 비교하여 본 알고리즘의 정확성을 증명하였다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.27-33
• /
• 2003

영상 기반 3차원 모델링은 카메라로부터 획득된 영상을 입력으로 하여 3차원 그래픽 모델을 생성하는 기술로 고가형 3D 스캐너의 대체 기술로 연구되어지고 있다 본 논문에서는 스테레오 보정 카메라를 이용한 영상 기반 3차원 모델링 시스템을 제안한다. 3차원 모델을 생성하기 위한 제안 알고리즘은 카메라 보정 단계, 3차원 좌표 복원 단계 3차원 좌표 등록 단계로 이루어진다. 카메라 보정 단계에서는 영상 획득용 카메라에 대한 카메라 행렬을 계산하며 3차원 좌표 복원 단계에서는 스테레오 영상의 일치점으로부터 삼각측량법에 의해 3차원 좌표를 복원한다. 3차원 좌표 등록 단계에서는 개별적으로 복원된 3차원 좌표의 단일 모델을 생성하기 위한 기준 좌표로의 변환을 추정하여 최종 3차원 모델을 생성한다 실험 결과 제안 알고리즘이 비교적 정확하게 .B차원 모델을 생성함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.436-443
• /
• 1999

대부분의 3차원 물체 복원 기술은 물체를 다수의 평면으로 나누고 물체의 각 표면을 근사시켜 표현한다. 주어진 분류치를 사용하여 mesh를 초기화시키는 Marching Cubes 알고리듬과 Delaunay Tetrahedrisation이 널리 사용되고 있다. 이와 더불어 deformable 모델은 적은수의 가정만으로도 다양한 종류의 데이터들에 대한 복원 및 재구성을 할수 있기 때문에 일반적인 물체복원에 적합하다. 현재 defrmable 모델이 기반이 된 복원 시스템에 대한 연구가 활발히 진행중이다. 본 논문에서는 곡면으로 이루어진 물체에 대해서 적응 simplex mesh 기술을 바탕으로 3차원 물체를 압축 복원하는 방법을 제시한다. 이방법은 미리 정해진 mesh 구조를 변형시키고 곡률과 같은 기하학적인 특성들을 다시 설정하면서 본래의 3차원 물체로 접근시킨다. 시뮬레이션을 통해서 높은 압축률로 물체를 복원하고 물체의 모양을 최적으로 기술하기 위해 정점들이 곡률이 높은 곳으로 집중되는 것을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.389-390
• /
• 2018

본 논문에서는 3차원 복원을 위한 특징점 추출 및 매칭에 대한 보다 정확한 방법을 제안한다. 이 방법은 컴퓨터 비전의 기본이 되는 분야로 복원뿐 만 아니라 SLAM과 같은 지도 작성 및 자율 운행에도 필요한 방법이다. 본 연구는 3차원 물체 복원을 위해서 사용하는 방법 중 하나인 Column space fitting(CSF)을 이용하여 turntable-image data에 적용하여 성능을 평가하여 정확성을 검증을 한다. 오늘날 3D scanner를 이용하여 물체를 3차원 모델을 획득하고 3D프린터를 이용하여 다양한 분야에 적용한다. 그러나 고가의 장비이기 때문에 접근성이 떨어진다. 본 연구는 영상들만을 가지고 기하학적 계산을 통해 3차원 모델을 획득한다. 본 연구결과는 기존의 방법인 KLT 알고리즘과 비교하여 RMSE의 값을 약 5배를 줄이는 성능 향상을 보인다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.65-74
• /
• 2021

3차원 형상 복원(3D reconstruction)은 이미지 또는 영상 속 물체를 3차원 형상으로 복원하는 것을 말한다. 본 연구는 물체의 전반적 형상을 넘어 세부적인 모습까지 복원할 수 있는 표현력을 가진 3차원 형상 복원 네트워크인, 점진적 점유 네트워크를 제안한다. 본 연구가 제안하는 네트워크는 이미지 전체의 정보를 담고 있는 특징(feature)을 사용하는 기존 점유 네트워크와 달리, 수용 영역(receptive field)의 크기에 따라 다양한 수준의 이미지 특징을 추출해서 사용한다. 그리고, 다양한 수준의 이미지 특징을 디코더(decoder) 내 디코더 블록(decoder block)들에 순차적으로 반영하여, 형상 복원의 품질이 단계적으로 개선하는 네트워크 구조를 제안한다. 본 연구는 또한, 다양한 수준의 이미지 특징을 적절히 조합하여 사용하는 디코더 블록구조를 제안한다. 본 연구는 제안하는 네트워크의 성능 검증을 위해 ShapeNet 데이터 세트를 사용하였으며, 기존의 점유 네트워크(ONet) 및 다양한 수준의 이미지 특징을 사용하는 최신 연구(DISN)와 성능 비교하였다. 그 결과, 기존 점유 네트워크 대비 세 가지 검증 지표 모두에서 높은 성능을 달성하였으며, DISN과는 대등한 수준의 성능을 보여주었다. 그리고 복원 형상의 시각적 비교 결과, 본 연구의 점진적 점유 네트워크가 기존 점유 네트워크 대비, 물체의 세부 모습을 잘 복원하는 것을 확인하였다. 또한, DISN이 복원 실패한 물체의 얇은 부분 또는 이미지에서 가려진 부분을 본 연구의 네트워크는 잘 잡아내는 결과를 확인할 수 있었다. 이러한 결과는 본 연구가 제안하는 점진적 점유 네트워크의 유용성을 검증하는 결과다.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.26-34
• /
• 2008

차량의 접근 가능한 구역에 대한 판단과 경로 계획은 무인 차량의 자율 주행에 있어서 필수적이다 차량의 접근 가능한 구역과 경로계획을 위한 정보는 3차원 지형형상을 분석하여 얻을 수 있다. 이 논문에서는 카메라의 색 정보와 2차원 레이저 거리센서(2D LRF)를 융합하여 모바일 로봇의 휠 인코더를 통해 복원한 3차원 지형형상과, GPS/IMU 정보와 2차원 레이저 거리 센서로 복원한 3차원 지형형상을 적은 데이터로 표현하는 방법을 제시하였다. 카메라의 색 정보와 2차원 레이저 거리센서의 융합을 위해 카메라의 좌표계와 LRF의 좌표계 사이의 기하학적인 관계를 격자무의 평면을 이용하여 구하였다. 카메라와 2차원 레이저 거리센서의 융합을 통한 3차원 지형형상 복원은 모바일 로봇을 이용하여 실내에서 실험하였고, GPS/IMU 정보와 2차원 레이저 거리센서를 통한 3차원 지형형상 복원은 차량을 이용하여 실외에서 실험하였다. 이런 시스템에서 복원한 3차원 지형형상은 점군 기반으로 되어있고, 이는 매우 많은 양의 정보를 필요로 한다. 정보의 양을 줄이기 위해 점군 기반을 대신하여 입방형 격자 기반의 지형형상으로 복원하였다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.75-80
• /
• 2022

최근 현실감 있는 경험을 제공하기 위한 몰입형 가상현실(VR) 기술에 대한 연구 개발이 활발하게 진행되고 있다. 가상현실 참여자에게 실제와 유사한 실감적인 가상현실 체험을 제공하기 위해서는 실제 현실 공간에 존재하는 환경 및 객체의 정보를 정밀하게 캡처 및 복원하여 가상 환경 시스템의 모델 데이터로 적용한 시스템 구성이 필요하다. 이러한 가상 환경 구성에 필요한 실 데이터를 획득하기 위해서는 다수의 비정형 카메라를 활용한 셋업으로 이루어진다. 하지만, 다수의 비정형 위치의 카메라를 활용해 실제 공간에서의 3차원으로 구성된 정보를 획득할 경우 카메라의 개수 및 위치가 최적화되지 않아 복원의 오류가 발생할 수 있다. 또한, 정밀한 객체 복원을 위해 과도한 양의 비정형 카메라가 배치될 경우 비정형 카메라 배치에 따른 자원의 낭비 또한 발생할 수 있어 적절한 개수의 비정형 카메라가 배치되어야 한다. 본 논문에서는 3차원 공간 데이터를 복원 시 필요한 정보를 얻기 위해 배치되는 다수의 비정형 카메라를 최적화할 수 있는 최적 카메라 배치(Optimal Camera Placement) 학습 기법을 제안한다. 본 논문에서 제안한 방법을 통해 실제 환경 정보 획득 시 정확한 형태의 복원 데이터를 이용하여 가상 환경을 생성하고, 더욱 몰입도 높은 실감형 콘텐츠 시스템을 사용자에게 제공할 수 있다.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.150-161
• /
• 2013

본 논문에서는 다수의 카메라들을 이용하여 3차원 공간상에 있는 물체에 대한 다중 시점 영상들을 획득하고, 그 영상들로부터 해당 3차원 물체에 대한 기하학적인 형상 및 질감 정보를 추정하여, 그 물체에 대한 고해상도 3차원 콘텐츠를 효율적으로 제작하는 새로운 시스템을 제안한다. 지금까지 다양한 다중 시점 영상 기반 3차원 객체 복원 시스템들이 제안되었지만 다중 시점 기반 3차원 객체 복원이 많은 메모리와 계산량을 필요로 하기 때문에 고해상도의 3차원 콘텐츠를 얻는 데에는 어려움이 있었다. 3차원 복원에 필요한 계산량 및 메모리량을 줄이기 위해 제안 시스템은 객체의 다중 시점을 촬영한 영상 내에서 객체가 존재할 수 있는 영역을 사전에 설정하여 객체 윤곽선 추출 과정을 빠르게 수행한다. 그리고 체인코드를 활용하여 실루엣 영상을 표현하고 3차원-2차원 투영 및 역투영 관계를 1차원 호모그래피를 통해 표현하여 객체의 비주얼 헐을 빠르게 계산한다. 복원된 3차원 객체의 기하정보는 3차원 선분 기반의 표현 기법인 DoCube를 활용하여 적은 데이터양으로 표현하였으며, 3차원 메시 생성 및 텍스쳐 맵핑을 수행하여 최종적인 3차원 객체를 생성한다. 실험 결과 제안 시스템이 $800{\times}800{\times}800$ 해상도의 3차원 객체 복원을 프레임 당 2.2초에 수행하는 것을 확인하였다.