• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.157-160
• /
• 2021

프레임 단위 LiDAR (Light Detection And Ranging) 기반의 포인트 클라우드는 프레임 간 상관 관계가 높기 때문에 프레임 사이의 예측 기법을 사용하여 더 높은 압축 효율을 얻을 수 있으며, 이를 위해 MPEG의 G-PCC는 Inter-EM (Inter-Exploratory Model)의 표준화를 진행하고 있다. 특히, Inter-EM은 LiDAR 기반 포인트 클라우드의 이러한 특성을 효율적으로 압축하기 위해 전역 및 지역 움직임을 모두 고려하여 압축하는 구조로 설계되었다. 이 중 전역 움직임은 LiDAR 센서가 장착된 차량의 움직임으로 인해 발생되므로, 포인트 클라우드 내 모든 물체들이 동일한 움직임을 나타낼 것으로 예상된다. 하지만, LiDAR 기반 포인트 클라우드는 포인트 클라우드 내 점들의 특성에 따라서 전역 움직임이 나타나는 양상이 다르다. 본 논문은 이러한 LiDAR 기반 포인트 클라우드의 특성을 설명하고, LiDAR 기반 포인트 클라우드 압축 시 전역 움직임 압축을 위한 포인트 클라우드 분할 방안에 대해 제안한다. 본 논문에서 제안하는 포인트 클라우드 분할 방안을 활용한 전역 움직임 압축 시 기존 Inter-EM 대비 더 효율적인 압축이 가능하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.223-225
• /
• 2021

실감 미디어에 대한 수요가 증가함에 따라 고품질의 실감 미디어에 대한 중요성이 증가하고 있다. 이러한 실감미디어를 제작하기 위해 사용되는 일반적인 기법 중 하나인 Multi View Stereo 는 깊이 영상 추정 및 해당 깊이 영상을 이용하여 3 차원에 point cloud 를 생성하는 fusion 과정을 거치게 된다. 본 논문에서는 다중 시점 영상의 깊이 영상을 정합하는 fusion 과정을 개선하기 위한 방법을 제안한다. 제안하는 방법에서는 깊이 영상, 색상정보를 이용하여 기준 시점의 depth map 을 이용한 fusion 과정을 거친다. 실험을 통하여 제안한 알고리즘을 이용한 결과가 기존보다 개선됨을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.81-84
• /
• 2021

In this paper, a rate-distortion optimization (RDO) model is proposed to find the joint bit allocation of geometry data and color data based on geometry-based point cloud compression (G-PCC) of Moving Picture Experts Group (MPEG). The mechanism of the method is to construct the RD models for geometry and color data through the training process. Afterward, two rate-distortion (RD) models are integrated as well as the decision of the parameter λ to obtain the final RDO model. The experimental results show that the proposed method can decrease 20% of the geometry Bjøntegaard delta bit rate and increase 37% of the color Bjøntegaard delta bit rate compared to the MPEG G-PCC TMC13v12.0 software.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.204-207
• /
• 2021

LiDAR 장비 및 SfM 과 MVS 방법을 이용하여 생성된 point cloud 와 mesh 에는 항상 노이즈가 포함되어 있다. 이러한 노이즈를 제거하기 위해선 노이즈와 edge 를 효과적으로 구분해낼 수 있어야 한다. 노이즈를 제거하기 위해 mesh 로부터 edge 를 먼저 구분해낸 후 edge 에 해당하는 영역과 평면에 해당하는 영역에 서로 다른 필터를 사용하는 많은 연구들이 있지만 강한 노이즈가 포함된 mesh 에서는 edge를 잘 구분해내지 못하는 문제가 존재한다. 이러한 방법들은 mesh 로부터 edge 를 구분해내는 알고리즘의 성능이 노이즈를 제거하는 전체 알고리즘의 성능에 큰 영향을 주기 때문에 강한 노이즈에서도 edge 를 잘 구분해낼 수 있는 알고리즘이 필요하다. 본 논문에서는 PCA 와 graph-cut 을 이용하여 강한 노이즈가 포함된 mesh 에서 edge 영역을 추출하는 알고리즘을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.948-951
• /
• 2021

본 논문에서는 직육면체 형태의 실내 공간에서 다중 개체 영역을 검출하는 방법을 제안한다. 평면 검출 알고리즘은 평면성을 띄지 않거나 관측이 미흡한 영역에 대해 기하 정보를 검출할 수 없다. 이로 인해 장애물과 같은 개체의 영역을 파악할 수 없는 한계점이 있다. 제안 방법은 유클리드 클러스터링을 기반으로 군집화를 수행하고, 클러스터의 간소화를 통해 다중 개체 영역을 검출한다. 제안 방법은 직육면체 공간의 내부표면을 활용해 직육면체 공간과 좌표계를 공유하는 주요 개체들의 영역을 다량으로 검출한다. 제안 방법은 실험을 통해 다중 개체 영역이 적합하게 검출되었음을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.308-310
• /
• 2020

본 논문에서는 포인트 클라우드 정합 시스템 자동화를 위한 재정합 프로세스에서 정합의 실패 유무를 판단하는 기존의 정합 평가 방법을 개선한 방법을 제안한다. 포인트 클라우드 정합 자동화를 위해 정합의 실패를 판단하여 다시 정합하는 재정합 프로세스는 자동화 시스템에서 필수적인 요소이다. 기존의 정합 평가 방법은 정합하고자하는 두 포인트 클라우드의 점의 간격이나 데이터의 양이 다를 경우 계산된 정합 오차가 정성적인 결과와는 다르게 측정되는 문제가 발생하는데, 이는 재정합 프로세스에서 치명적인 오류를 초래한다. 제안하는 방법은 참조 포인트 클라우드에서 가장 인접한 목표 포인트 클라우드의 세 점이 이루는 평면과의 수직 거리를 계산하고, 일정 거리 임계치를 만족하는 점들의 개수를 측정해 계산된 오차를 검증하여 정합 오판단율을 효과적으로 감소시켰다.

• Smart Structures and Systems
• /
• v.31 no.1
• /
• pp.79-88
• /
• 2023

As the number of deteriorated buildings increases, the importance of safety diagnosis, maintenance, and the repair of buildings also increases. Traditionally, building condition assessments are performed by one person or one company and various inspections are needed. This entails a subjective judgment by the inspector, resulting in different assessment results, poor objectivity and a lack of reliability. Therefore, this study proposed a method to bring about accurate grading results of building conditions. The limitations of visual inspection and condition assessment processes previously conducted were identified by reviewing existing studies. Building defect data was collected using the reverse-engineered three-dimensional (3D) model. The accuracy of the results was verified by comparing them with the actual evaluation results. The results show a 50% time-saving to the same area with an accuracy of approximately 90%. Consequently, defect data with high objectivity and reliability were acquired by measuring the length, area, and width. In addition, the proposed method can improve the efficiency of the building diagnosis process.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.80-81
• /
• 2022

In this paper, the physical properties of actual fabric data are predicted using the Cusick drape system, which is a means of measuring the physical properties of fabrics. Using a three-dimensional volumetric system, the cloth data of the actual Cusick drape system is acquired in a three-dimensional point cloud format. Cusick drape simulation is performed using mesh data of the same shape and size as the fabric, and the physical parameters of the draped fabric most similar to the actual draped fabric are acquired.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• 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.