초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

실제 환경을 가상의 환경으로 구현 시 정확하고 완성도 높은 3차원 복원이 진행되어야 한다. 본 논문에서는 현재 활용되고 있는 실내공간 정보의 구축 방법에 대해 살펴본 후 접근성이 좋은 공간 복원 방법 및 평가 기준을 제시하기 위해 두 가지 경로로 다시점 정지 영상을 획득하여 실내 공간의 3차원 복원을 위한 기하학적인 형상 정보를 담은 3차원 포인트 클라우드 추출 복원 결과를 비교 검증하는 프로세스를 제안한다.
복원 결과의 정확도와 완성도 검증에는 해당 실내 공간의 3차원 수동 복원을 통한 ...

실제 환경을 가상의 환경으로 구현 시 정확하고 완성도 높은 3차원 복원이 진행되어야 한다. 본 논문에서는 현재 활용되고 있는 실내공간 정보의 구축 방법에 대해 살펴본 후 접근성이 좋은 공간 복원 방법 및 평가 기준을 제시하기 위해 두 가지 경로로 다시점 정지 영상을 획득하여 실내 공간의 3차원 복원을 위한 기하학적인 형상 정보를 담은 3차원 포인트 클라우드 추출 복원 결과를 비교 검증하는 프로세스를 제안한다.
복원 결과의 정확도와 완성도 검증에는 해당 실내 공간의 3차원 수동 복원을 통한 기준 모델을 활용한다. 스테레오 시스템에서 두 영상을 이용하여 카메라 간 조정을 통한 특징점(key point) 탐색을 기본으로 3차원 복원 데이터인 포인트 클라우드를 추출한다. 3차원 복원을 위한 기반 데이터 획득 방식 중 영상을 이용하는 방식은 능동형과 수동형의 두 가지 방식으로 분류 할 수 있는데 정지된 영상을 획득할 시 이러한 서로 다른 방식을 통해 얻어진 데이터가 만들어낸 3차원 복원 결과물에 대한 비교 연구는 부족하였다.
능동형과 수동형의 방식으로 획득한 정지 영상 데이터로 만들어진 3차원 점군(point cloud)생성 결과물에서 실제 공간에 임의로 지정한 marker를 추출, pair의 거리 수치를 연산하여 실제 측정을 통해 제작한 기준 모델의 marker와 pair의 거리 수치와 비교하여 정확도와 완성도를 검증할 수 있다. 이에 3차원 복원 프로세스의 초기과정 설정에 바람직한 방향성을 제시하고 복원 결과물 평가 및 검증 관련 연구에 기여한다.

주제어