최근 현실 세계에 존재하는 사물, 시스템, 환경 등을 디지털 공간에 그대로 재현 또는 만들어보는 디지털 트윈 기술, 그리고 기존 유형들이 융복합된 가상공간의 활용이 많아지고 있다. 이에 가상공간을 구성하는 3D 모델링 데이터들의 활용도 역시 증가하고 있으며, 3차원 모델 데이터들을 실제 존재하는 물체처럼 현실적이고 정밀하게 구현하는 것에 대한 관심이 높아지고 있다. 대표적인 디지털 입체 모델 구현 방식은 작업자가 직접 그리는 방식, 3D 스캔 시스템을 이용한 포토그래메트리(Photogrammetry) 방식 등이 있다. 포토그래메트리 방식은 주로 광범위한 지형의 ...
최근 현실 세계에 존재하는 사물, 시스템, 환경 등을 디지털 공간에 그대로 재현 또는 만들어보는 디지털 트윈 기술, 그리고 기존 유형들이 융복합된 가상공간의 활용이 많아지고 있다. 이에 가상공간을 구성하는 3D 모델링 데이터들의 활용도 역시 증가하고 있으며, 3차원 모델 데이터들을 실제 존재하는 물체처럼 현실적이고 정밀하게 구현하는 것에 대한 관심이 높아지고 있다. 대표적인 디지털 입체 모델 구현 방식은 작업자가 직접 그리는 방식, 3D 스캔 시스템을 이용한 포토그래메트리(Photogrammetry) 방식 등이 있다. 포토그래메트리 방식은 주로 광범위한 지형의 모델링 과정에 한정하여 사용되었지만, 최근에는 사람이나 동물 모형과 같은 비교적 작은 사물의 모델링에도 많이 사용되고 있다.적은 예산으로 카메라를 통해 사진 데이터를 취득하여 3D 데이터를 생성함으로써, 접근성이 좋고 고도의 정밀함을 요구하지 않는 다양한 분야에 두루 활용되고 있다.포토그래메트리 기반 3D 모델 제작 방식은 대상물 주변의 다양한 각도에서 사진을 촬영하여 3차원 데이터를 생성하고, 생성된 3차원 데이터를 수집하여 3D 모델 데이터를 제작하는 것이다. 전통적인 방식의 3D 모델링 프로세스를 통해 제작하는 과정보다 빠르고 신속하게 3D 모델 데이터의 제작이 가능하기 때문에 포토그래메트리 기술 기반의 3D 모델링 제작 방식은 다양한 영역으로 사용범위가 확대되고 있다. 위와 같은 이미지 기반 복원 방법은 영상처리 기술과 딥러닝 기술의 발전으로 인해 정확성이 크게 향상되었으며, 이러한 확장세는 글로벌 기업들의 복원 프로그램 출시로 이어지고 있으며 우수한 결과물을 보여주고 있다. 그러나 이러한 결과에도 불구하고 지금까지 해결하지 못하는 몇 가지 기술적인 난제들이 있다. 예를 들어, 투명하거나 반사가 심한 객체의 복원이나 빛의 RGB 삼원색에 대한 충분한 정보가 부족한 단순한 표면에 대한 이미지 기반의 3차원 객체 복원은 만족할만한 결과 값을 나타내지 못하고 있다. 본 논문에서는 도시 건축물 외관이나 내부 구조물의 표면이 단순한 기하학적 형상으로 인해 3차원 복원이 어렵다는 점에 근거하여, MVS(Multi-View Stereo)를 기반으로 다양한 알고리즘을 혼합한 하이브리형의 알고리즘을 통해 매끄럽고 균일한 평면 표면을 3차원 객체로 복원하는 방법을 제안한다. 이 방법은 우선 사실적인 3차원 객체의 이미지 설명을 위한 충분한 특징들을 추출하고 평면 피팅(Plane Fitting) 방법을 사용하여 픽셀의 깊이 값에 의해 생성된 밀도 포인트를 세분화하여 표면과 검출된 평면의 정렬을 개선하는 것이 가장 핵심적인 내용이다. 본 실험은 크게 3가지 단계에 걸쳐 진행됐다. 첫째, MVS 기반 3차원 복원 프로세스를 통해 생성된 포인트 중 평면을 삭제하고, 삭제된 포인트를 대신해 조밀한 포인트 클라우드의 위치를 변경했다. 마지막으로 포인트 법선의 방향을 수정하여 균일한 평면을 가진 삼각 형태의 3차원 메시를 도출한 뒤 C2M(포인트 클라우드 대 메시의 거리) 알고리즘에 기초한 유사성의 정량적 비교 분석을 진행하였다. 실험결과, 본 논문에서 제안하는 SIFT(Scale Invariant Feature Transform)와 AKAZE(Accelerated-KAZE) 이미지 추출 알고리즘의 혼합 방법은 매우 견고한 3차원 객체를 복원할 수 있고, 작은 샘플로도 복원이 가능한 것을 확인할 수 있다. 또한, RANSAC(Random Sample Consensus) 기반 접근 방식을 통해 검출된 절대 평면에 투영할 3D 포인트를 적용하여 빈틈없는 Poisson 방정식으로 표면의 부드러움을 향상시킬 수 있었다. 실험결과의 검증을 위한 비교평가(C2M)에서도 제안된 방법이 3차원 객체 복원 결과의 우수성과 부드러움을 상당히 유지할 수 있음을 나타낸다. 본 논문에서 진행된 연구방법을 선행 연구된 다른 피팅 방법들과 결합한다면 균일한 표면의 3차원 객체 복원의 범위가 더욱 확장되어 건축물 외관이나 내부 구조물의 복원을 위한 기초 모델로써의 역할을 더욱더 강화할 수 있다. 추가하여, 향후 3차원 객체의 표면 복원 방법과 포토그래메트리 연구 분야의 지침을 제공할 수 있을 것이다.
최근 현실 세계에 존재하는 사물, 시스템, 환경 등을 디지털 공간에 그대로 재현 또는 만들어보는 디지털 트윈 기술, 그리고 기존 유형들이 융복합된 가상공간의 활용이 많아지고 있다. 이에 가상공간을 구성하는 3D 모델링 데이터들의 활용도 역시 증가하고 있으며, 3차원 모델 데이터들을 실제 존재하는 물체처럼 현실적이고 정밀하게 구현하는 것에 대한 관심이 높아지고 있다. 대표적인 디지털 입체 모델 구현 방식은 작업자가 직접 그리는 방식, 3D 스캔 시스템을 이용한 포토그래메트리(Photogrammetry) 방식 등이 있다. 포토그래메트리 방식은 주로 광범위한 지형의 모델링 과정에 한정하여 사용되었지만, 최근에는 사람이나 동물 모형과 같은 비교적 작은 사물의 모델링에도 많이 사용되고 있다.적은 예산으로 카메라를 통해 사진 데이터를 취득하여 3D 데이터를 생성함으로써, 접근성이 좋고 고도의 정밀함을 요구하지 않는 다양한 분야에 두루 활용되고 있다.포토그래메트리 기반 3D 모델 제작 방식은 대상물 주변의 다양한 각도에서 사진을 촬영하여 3차원 데이터를 생성하고, 생성된 3차원 데이터를 수집하여 3D 모델 데이터를 제작하는 것이다. 전통적인 방식의 3D 모델링 프로세스를 통해 제작하는 과정보다 빠르고 신속하게 3D 모델 데이터의 제작이 가능하기 때문에 포토그래메트리 기술 기반의 3D 모델링 제작 방식은 다양한 영역으로 사용범위가 확대되고 있다. 위와 같은 이미지 기반 복원 방법은 영상처리 기술과 딥러닝 기술의 발전으로 인해 정확성이 크게 향상되었으며, 이러한 확장세는 글로벌 기업들의 복원 프로그램 출시로 이어지고 있으며 우수한 결과물을 보여주고 있다. 그러나 이러한 결과에도 불구하고 지금까지 해결하지 못하는 몇 가지 기술적인 난제들이 있다. 예를 들어, 투명하거나 반사가 심한 객체의 복원이나 빛의 RGB 삼원색에 대한 충분한 정보가 부족한 단순한 표면에 대한 이미지 기반의 3차원 객체 복원은 만족할만한 결과 값을 나타내지 못하고 있다. 본 논문에서는 도시 건축물 외관이나 내부 구조물의 표면이 단순한 기하학적 형상으로 인해 3차원 복원이 어렵다는 점에 근거하여, MVS(Multi-View Stereo)를 기반으로 다양한 알고리즘을 혼합한 하이브리형의 알고리즘을 통해 매끄럽고 균일한 평면 표면을 3차원 객체로 복원하는 방법을 제안한다. 이 방법은 우선 사실적인 3차원 객체의 이미지 설명을 위한 충분한 특징들을 추출하고 평면 피팅(Plane Fitting) 방법을 사용하여 픽셀의 깊이 값에 의해 생성된 밀도 포인트를 세분화하여 표면과 검출된 평면의 정렬을 개선하는 것이 가장 핵심적인 내용이다. 본 실험은 크게 3가지 단계에 걸쳐 진행됐다. 첫째, MVS 기반 3차원 복원 프로세스를 통해 생성된 포인트 중 평면을 삭제하고, 삭제된 포인트를 대신해 조밀한 포인트 클라우드의 위치를 변경했다. 마지막으로 포인트 법선의 방향을 수정하여 균일한 평면을 가진 삼각 형태의 3차원 메시를 도출한 뒤 C2M(포인트 클라우드 대 메시의 거리) 알고리즘에 기초한 유사성의 정량적 비교 분석을 진행하였다. 실험결과, 본 논문에서 제안하는 SIFT(Scale Invariant Feature Transform)와 AKAZE(Accelerated-KAZE) 이미지 추출 알고리즘의 혼합 방법은 매우 견고한 3차원 객체를 복원할 수 있고, 작은 샘플로도 복원이 가능한 것을 확인할 수 있다. 또한, RANSAC(Random Sample Consensus) 기반 접근 방식을 통해 검출된 절대 평면에 투영할 3D 포인트를 적용하여 빈틈없는 Poisson 방정식으로 표면의 부드러움을 향상시킬 수 있었다. 실험결과의 검증을 위한 비교평가(C2M)에서도 제안된 방법이 3차원 객체 복원 결과의 우수성과 부드러움을 상당히 유지할 수 있음을 나타낸다. 본 논문에서 진행된 연구방법을 선행 연구된 다른 피팅 방법들과 결합한다면 균일한 표면의 3차원 객체 복원의 범위가 더욱 확장되어 건축물 외관이나 내부 구조물의 복원을 위한 기초 모델로써의 역할을 더욱더 강화할 수 있다. 추가하여, 향후 3차원 객체의 표면 복원 방법과 포토그래메트리 연구 분야의 지침을 제공할 수 있을 것이다.
Recently, digital twin technology, which reproduces or creates objects, systems, and environments that exist in the real world as they are in digital space, and the use of virtual spaces in which existing types are converged are increasing. As a result, the utilization of 3D modeling data constituti...
Recently, digital twin technology, which reproduces or creates objects, systems, and environments that exist in the real world as they are in digital space, and the use of virtual spaces in which existing types are converged are increasing. As a result, the utilization of 3D modeling data constituting virtual space is also increasing, and interest in realistically and precisely implementing 3D model data like real objects is increasing. Representative digital three-dimensional model implementation methods include a drawing method by a worker and a photogrammetry method using a 3D scanning system. The photogrammetry method was mainly used in the modeling process of a wide range of terrain, but recently it has been widely used for modeling relatively small objects such as human and animal models. It is possible to obtain 3D data by acquiring photo data through a camera with a small budget. As a result, it is widely used in various fields that are accessible and do not require high precision. The photogrammetry-based 3D model production method takes pictures from various angles around an object to generate 3D data, and creates 3D data. It is to collect 3D data and create 3D model data. Since it is possible to produce 3D model data faster and more quickly than the manufacturing process through the traditional 3D modeling process, the 3D modeling production method based on photogrammetry technology is expanding its use to various areas. The above image-based restoration method has greatly improved its accuracy due to the development of image processing technology and deep learning technology, and this expansion is leading to the launch of restoration programs by global companies, showing excellent results. However, despite these results, there are several technical challenges that have not been resolved so far. For example, reconstruction of a transparent or highly reflective object or reconstruction of a 3D object based on an image of a simple surface lacking sufficient information on the three primary colors of RGB light does not yield satisfactory results. In this paper, based on the fact that 3D reconstruction is difficult due to the simple geometric shape of the exterior of urban buildings or the surface of internal structures, smooth and uniform We propose a method for restoring a flat surface into a 3D object. This method first extracts enough features for the image description of a realistic 3D object and subdivides the density points generated by the depth values of pixels using the Plane Fitting method to align the surface with the detected plane. Improving is the most important thing. This experiment was carried out in three stages. First, planes were deleted among the points created through the MVS-based 3D restoration process, and the location of the dense point cloud was changed in place of the deleted points. Finally, a triangular 3D mesh with a uniform plane was derived by correcting the direction of the point normal, and a quantitative comparative analysis of similarity based on the C2M (distance between point cloud and mesh) algorithm was conducted. As a result of the experiment, it can be confirmed that the mixed method of SIFT (Scale Invariant Feature Transform) and AKAZE (Accelerated-KAZE) image extraction algorithm proposed in this paper can restore a very robust 3D object and can be restored even with a small sample. there is. In addition, by applying 3D points to be projected onto the detected absolute plane through a RANSAC (Random Sample Consensus) based approach, the smoothness of the surface could be improved with the tight Poisson equation. In the comparative evaluation (C2M) for the verification of the experimental results, it is shown that the proposed method can considerably maintain the superiority and smoothness of the 3D object restoration results. If the research method developed in this paper is combined with other fitting methods previously studied, the range of 3D object restoration with a uniform surface can be further expanded, further strengthening the role as a basic model for restoring building exteriors or internal structures. . In addition, it will be possible to provide guidelines for surface restoration methods of 3D objects and photogrammetry research in the future.
Recently, digital twin technology, which reproduces or creates objects, systems, and environments that exist in the real world as they are in digital space, and the use of virtual spaces in which existing types are converged are increasing. As a result, the utilization of 3D modeling data constituting virtual space is also increasing, and interest in realistically and precisely implementing 3D model data like real objects is increasing. Representative digital three-dimensional model implementation methods include a drawing method by a worker and a photogrammetry method using a 3D scanning system. The photogrammetry method was mainly used in the modeling process of a wide range of terrain, but recently it has been widely used for modeling relatively small objects such as human and animal models. It is possible to obtain 3D data by acquiring photo data through a camera with a small budget. As a result, it is widely used in various fields that are accessible and do not require high precision. The photogrammetry-based 3D model production method takes pictures from various angles around an object to generate 3D data, and creates 3D data. It is to collect 3D data and create 3D model data. Since it is possible to produce 3D model data faster and more quickly than the manufacturing process through the traditional 3D modeling process, the 3D modeling production method based on photogrammetry technology is expanding its use to various areas. The above image-based restoration method has greatly improved its accuracy due to the development of image processing technology and deep learning technology, and this expansion is leading to the launch of restoration programs by global companies, showing excellent results. However, despite these results, there are several technical challenges that have not been resolved so far. For example, reconstruction of a transparent or highly reflective object or reconstruction of a 3D object based on an image of a simple surface lacking sufficient information on the three primary colors of RGB light does not yield satisfactory results. In this paper, based on the fact that 3D reconstruction is difficult due to the simple geometric shape of the exterior of urban buildings or the surface of internal structures, smooth and uniform We propose a method for restoring a flat surface into a 3D object. This method first extracts enough features for the image description of a realistic 3D object and subdivides the density points generated by the depth values of pixels using the Plane Fitting method to align the surface with the detected plane. Improving is the most important thing. This experiment was carried out in three stages. First, planes were deleted among the points created through the MVS-based 3D restoration process, and the location of the dense point cloud was changed in place of the deleted points. Finally, a triangular 3D mesh with a uniform plane was derived by correcting the direction of the point normal, and a quantitative comparative analysis of similarity based on the C2M (distance between point cloud and mesh) algorithm was conducted. As a result of the experiment, it can be confirmed that the mixed method of SIFT (Scale Invariant Feature Transform) and AKAZE (Accelerated-KAZE) image extraction algorithm proposed in this paper can restore a very robust 3D object and can be restored even with a small sample. there is. In addition, by applying 3D points to be projected onto the detected absolute plane through a RANSAC (Random Sample Consensus) based approach, the smoothness of the surface could be improved with the tight Poisson equation. In the comparative evaluation (C2M) for the verification of the experimental results, it is shown that the proposed method can considerably maintain the superiority and smoothness of the 3D object restoration results. If the research method developed in this paper is combined with other fitting methods previously studied, the range of 3D object restoration with a uniform surface can be further expanded, further strengthening the role as a basic model for restoring building exteriors or internal structures. . In addition, it will be possible to provide guidelines for surface restoration methods of 3D objects and photogrammetry research in the future.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.