• 한국멀티미디어학회논문지
• /
• 제10권3호
• /
• pp.303-315
• /
• 2007

본 논문에서는 비디오에서의 특징점 추적을 통해 얻은 2차원 좌표를 이용하여 3차원 구조를 계산하고 부분적으로 복원된 형상들을 점진적으로 융합하여 전체 형상을 생성하는 기법을 제안한다. 영상의 각 프레임에서 공통적으로 추적된 특징점들을 이용하여 형상을 추정한다. 3차원 좌표 추정 방법으로 개선된 직교분해기법을 사용하였다. 개선된 직교분해기법에서는 3차원 좌표를 복원함과 동시에 카메라의 위치와 방향을 계산할 수 있다. 복원된 부분 형상의 융합을 통해 입체적인 전체 형상을 만든다. 복원된 부분 데이터들의 서로 다른 좌표계를 기준 좌표계로 변환하여 하나의 전체 형상으로 융합한다. 형상 추정 과정과 융합 과정이 통합적으로 수행되며 반복적 최적화 작업을 수행하지 않고 선형적으로 이루어진다. 이는 기존 융합 방법인 ICP(Iterative Closest Point) 방법보다 융합 속도를 향상시켜 빠른 형상 복원이 가능하다. 융합 시간은 평균 0.01초 이내의 수행 속도를 보이며 융합의 오차는 평균 1.0mm 이하의 오차를 보였다.

• 한국측량학회지
• /
• 제25권5호
• /
• pp.451-463
• /
• 2007

우리나라에 세계측지계 기반의 한국측지계(KGD2002)가 도입됨에 따라 국가 측지기준점에 대한 새로운 성과의 산정이 필요하다. 본 연구에서는 국가 2등측지기준점의 세계측지계 성과 산정을 위하여 GPS관측데이터의 처리를 통해 얻어진 3차원 기선벡터를 이용한 측지망조정을 실시하였다. 3단계에 걸친 최소제약조정을 통하여 기선벡터에 포함된 과대오차를 체계적으로 검출소거하고 경험적 통계모델링 기법을 적용하여 기선벡터의 수평 및 수직방향의 오차 크기를 4mm+0.4ppm와 8mm+0.8ppm으로 각각 결정하였다. 국가 1등측지기준점 성과의 다점고정에 의한 망조정을 실시하여 수평과 수직방향에 2cm와 4cm 정확도로 최종성과를 산정하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권4호
• /
• pp.373-379
• /
• 2019

본 연구에서는 실시간 육계 복지관리를 위해 영상 기반의 육계 군집 모니터링을 수행하였으며, 촬영된 영상 내육계 영역을 검출하고 좌표변환을 이용한 지면 투영과 밀집도를 평가하였다. 평사 구조의 육계사에서 광역 범위의 육계 군집을 촬영하였으며 육계 영역은 카메라로부터 수집된 RGB 영상을 HSV 모델로 변환한 후 임계치 처리 및 군집화를 통해 검출하였다. 영상처리를 통해 검출된 육계 영역은 카메라-월드 좌표계 변환을 이용하여 지면에 투영한 후 실제 면적을 계산하였으며, 계산된 면적을 이용하여 밀집도를 평가하였다. 영역 검출 결과 상대오차 및 IoU가 평균 5%, 0.81로 각각 계산되었으며, 좌표변환을 통한 실제 면적은 약 7%의 오차 수준으로 평가되었다. 실제 면적 내 육계영역의 비율을 이용하여 밀집도를 계산하였으며 평균 80% 수준으로 나타났다. 영역 검출의 경우 작거나 멀리 존재하는 면적에 대해서는 검출 성능이 다소 떨어졌으며, 실제 면적 평가는 축사 내 구조물 등에 따른 오차가 관찰되었다. 따라서 본 기술을 축사에 적용하기 위해서는 다양한 데이터 기반의 알고리즘의 검출 성능 향상 및 마커 등을 이용한 기준정보 추가 설치가 필요할 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.587-588
• /
• 2022

본 논문에서는 다수의 모션 캡처 카메라의 2D 패시브마커 영상을 이용한 3차원 공간에서의 리지드 바디(Rigid Body) 추적 방법을 제안한다. 1차로 개별 카메라의 내부 변수를 구하기 위해 체스보드를 이용한 칼리브레이션 과정을 수행하고, 2차 보정 과정에서 3개의 마커가 있는 삼각형 구조물을 모든 카메라가 관찰 가능하도록 움직인 후 프레임별 누적된 데이터를 계산하여 카메라간의 상대적인 위치정보의 보정 및 업데이트를 진행한다. 이 후 각 카메라의 좌표계를 3D월드 좌표계로 변환하는 과정을 통해 3개 마커의 3차원 좌표를 복원하여 각 마커간 거리를 계산하여 실제 거리와의 차이를 비교한 결과 2mm 이내의 오차를 측정하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.13-23
• /
• 2022

Prasad et al.는 사전학습(pre-trained)한 신경망 L1 글로다바(Gulordava) 언어모델을 여러 유형의 영어 관계절과 등위절 문장들로 적응 학습(adaptation learning)시켜 문장 간 유사성(sentence similarity)을 평가할 수 있는 통사 프라이밍(syntactic priming)-기반 프로빙 방법((probing method)을 제안했다. 본 논문에서는 한국인 영어학습자가 배우는 영어 자료를 바탕으로 훈련된 L2 LSTM 신경망 언어 모델의 영어 관계절 혹은 등위절 구조의 문장들에 대한 임베딩 표현 방식을 평가하기 위하여 프로빙 방법을 적용한다. 프로빙 실험은 사전 학습한 LSTM 언어 모델을 기반으로 추가로 적응 학습을 시킨 LSTM 언어 모델을 사용하여 문장 임베딩 벡터 표현의 통사적 속성을 추적한다. 이 프로빙 실험을 위한 데이터셋은 문장의 통사 구조를 생성하는 템플릿을 사용하여 자동으로 구축했다. 특히, 프로빙 과제별 문장의 통사적 속성을 분류하기 위해 통사 프라이밍을 이용한 언어 모델의 적응 효과(adaptation effect)를 측정했다. 영어 문장에 대한 언어 모델의 적응 효과와 통사적 속성 관계를 복합적으로 통계분석하기 위해 선형 혼합효과 모형(linear mixed-effects model) 분석을 수행했다. 제안한 L2 LSTM 언어 모델이 베이스라인 L1 글로다바 언어 모델과 비교했을 때, 프로빙 과제별 동일한 양상을 공유함을 확인했다. 또한 L2 LSTM 언어 모델은 다양한 관계절 혹은 등위절이 있는 문장들을 임베딩 표현할 때 관계절 혹은 등위절 세부 유형별로 통사적 속성에 따라 계층 구조로 구분하고 있음을 확인했다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.895-905
• /
• 2019

현재 현업에서 사용되고 있는 상용 무인기 영상처리 소프트웨어는 카메라 캘리브레이션 정보나 영상 전체에 대한 블록 번들조정 정확도만 제공할 뿐 스테레오 페어의 실제 도화 가능여부에 대한 정확도는 거의 제공하지 않는다. 본 논문에서는 무인기 영상처리 소프트웨어에서 산출된 표정요소를 사용하여 도화품질을 산출하고 실제 도화기에 적용하여 도화품질의 신뢰성에 대해서 분석하였다. 도화품질은 Y시차 정확도, 상대모델 정확도, 절대모델 정확도의 3가지 정확도로 정의하였다. Y시차 정확도는 스테레오 페어간 입체시 여부를 판단할 수 있는 정확도이다. 상대모델 정확도는 모델 좌표계 상에서 스테레오 페어간 상대적인 번들조정 정확도이다. 절대모델 정확도는 절대 좌표계에서 번들조정 정확도이다. 실험데이터는 도심지를 대상으로 회전익에서 취득된 GSD 5 cm급의 영상 723장을 사용하여 도화품질을 분석하였다. 연구진이 개발한 기술을 사용해 예측한 상대모델 정확도와 실제 도화기에서 관측한 정확도의 최대오차는 0.11 m로 정밀한 결과를 보여 주었다. 절대모델 정확도도 마찬가지로, 도화기에서 관측한 정확도의 최대오차는 0.16 m로 정밀한 결과를 보여주었다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.127-133
• /
• 2014

본 연구는 2007년 이래 국토지리정보원에서 제공하고 있는 Network-RTK(VRS) 측량을 항공사진도화에 필요한 지상기준점측량에 적용하기 위하여 그 정확도를 검증하는데 목적이 있다. 세계측지계(ITRF2000)에 근거하여 국가기준점을 고정한 상대측위방식 Static GNSS 측량으로 지상기준점(GCP)을 측정하여 이를 정확값으로 간주하였다. 2종의 Network-RTK 수신기를 이용하여 동일 지상기준점의 위치를 구한 후, 좌표변환과 지오이드 모델을 적용하여 세계측지계 좌표로 변환하였다. Static GNSS 측량과 2종의 Network-RTK 측량에 의한 측정값을 비교한 결과, GCP 위치좌표의 평균제곱근오차는 평면에서 ${\pm}2.0cm$, 표고에서 ${\pm}7.0cm$ 이었다. 즉, 지상기준점측량에서 GPS 수신기 1세트로 짧은 시간 관측할 수 있는 Network-RTK 측량은 GNSS 수신기 2세트 이상을 필요로 하는 RTK 측량이나 GNSS 수신기 2세트 이상으로 장시간의 관측이 필요한 Static GNSS 측량의 실용적인 대안임을 알 수 있었다.

• 대한치과교정학회지
• /
• 제35권4호
• /
• pp.320-329
• /
• 2005

하악 수술로 치료한 골격성 3급 부정교합 환자의 연조직 변화를 3차원적으로 분석하였다. 수술전과 수술후에 CT를 촬영하고, 연조직과 경조직을 각각의 임계값에 따라 segmentation였다. FH.평면, 정중시상면, PNS를 포함하는 전두면을 기준으로 공통 좌표계를 구성하고, 이 좌표계를 기준으로 술전, 술후 영상을 위치시켰다. 술후의 변화를 측정하기 위해 각각의 모형에 대해 전두면에 평행한 grid를 형성하였다. Grid내의 교점에서 골조직과 연조직 모형에 투사하여 만나는 점의 좌표값을 구하고, 이를 바탕으로 술후의 변화를 측정하였다. 하악골 후퇴술시 안모의 변화는 하악골 부분에서만 발생한 것이 아니라, 구각부에서도 관찰되었다. 하악골 부위의 연조직 변화는 대응되는 골조직 이동량에 따른 상대적인 값으로 계산하였다. 정중시상면에서의 변화율은 $77\~102\%$로 나타났다. (p<0.05). 정중시상면 이외의 부분의 변화양상도 이와 유사하였다. 구각부에서의 변화는 하악골의 이동을 대표할 수 있는 점의 이동량에 대한 상대적인 값으로 계산하였다. 정중시상면에서의 변화는 B점을 기준으로 $14\~29\%$이고, Pog점을 기준으로 $17\~37\%$, grid상 83번째 점을 기준으로 $11\~22\%$로 관찰되었다.(p<0.05)

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.636-644
• /
• 2014

본 논문에서는 스마트 홈 환경 내에서 웰니스 로봇의 이동을 위한 로봇의 사물인터넷 기반 지능형 자기위치인식 및 자세제어 방법을 제안한다. 먼저, 자기위치인식 방법은 스마트 홈, 홈 환경 내 위치하고 있는 물체, 홈 웰니스 로봇 간의 사물인터넷을 기반으로 하는 방법을 제안한다. 스마트 홈에 RF태그를 설치하고 환경 내 물체에 RF 리더를 내장하여 환경 내 물체의 절대좌표 정보를 획득하고, 물체와 홈 웰니스 로봇간 블루투스 통신을 이용하여 물체의 절대좌표 정보를 홈 웰니스 로봇에 제공한 후, 홈 웰니스 로봇에 장착되어 있는 스테레오 카메라를 통해서 물체를 기준으로 한 홈 웰니스 로봇의 상대 좌표를 알아내어 로봇의 스마트 홈 환경에서의 자기위치인식을 한다. 둘째로, 홈 웰니스 로봇의 물체 접근을 위한 비전센서 기반의 퍼지 자세 제어 방법을 제안한다. 홈 웰니스 로봇의 정면에 장착된 스테레오 카메라를 기준으로 물체까지의 깊이 정보를 추출하고 영상의 중앙을 기준으로 틀어진 각을 계산하여 물체와 홈 웰니스 로봇 정면과의 각도차를 알아낸다. 얻은 정보를 퍼지 순람표(Look-Up table)로 작성하여 물체에 접근하기 위한 홈 웰니스 로봇의 자세제어를 하도록 한다. 이렇게 제안한 각각의 자기위치인식 및 자세제어 방법의 성능은 실제 구축한 스마트 홈 환경과 웰니스 로봇을 가지고 실험하여 확인한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.945-953
• /
• 2018

본 논문은 무인수상정의 자율운항을 위한 장애물 탐지 및 회피기동을 위해 3차원 라이다를 사용하였다. 단일센서만을 사용해서 해상조건에서의 무인수상정 장애물 회피운항을 하는데 목적이 있다. 3차원 라이다는 Quanergy사의 M8센서를 사용하여 주변 환경 장애물 데이터를 (r, ��, ��)로 수집하며 장애물 정보에는 Layer 정보와 Intensity 정보를 포함한다. 수집된 데이터를 3차원 직각좌표계로 변환을 하고, 이를 2차원 좌표계로 사상한다. 2차원 좌표계로 변환한 장애물 정보를 포함하는 데이터는 수면위의 잡음데이터를 포함하고 있다. 그래서 기본적으로 무인수상정을 기준으로 가상의 관심영역을 정의하여서 규칙적으로 생성되는 잡음데이터에 대해서 삭제를 하였으며, 그 이후에 발생하는 잡음데이터는 Vector Field Histogram으로 계산된 히스토그램 데이터에서 Threshold를 정해 밀도값에 비례하여 잡음데이터를 제거하였다. 제거된 데이터를 이용하여 무인수상정의 움직임에 따른 상대물체를 탐색하여 가상의 격자지도에 1 Cell씩 저정하면서 데이터의 밀도 지도를 작성하였다. 작성된 장애물 지도를 폴라 히스토그램을 생성하고, 경계값을 이용하여 회피방향을 선정하였다.