[논문]스테레오 기법을 적용한 3차원 물체인식 시스템

허윤석; 홍봉화

스테레오 기법을 적용한 3차원 물체인식 시스템
Three-Dimensional Object Recognition System Using Shape from Stereo Algorithm 원문보기

3차원 영상의 깊이 정보는 3차원 물체를 2차원 스크린에 투사시킴에 의해 손실될 수 있다. 만약 깊이 정보가 재저장되고 3차원 물체 인식을 우해 사용된다면 더 효율적인 인식시스템을 만들 수 있다. 이 정보는 재 저장하기 위하여 스테레오 알고리즘으로부터 형상을 이용한다. 본 논문에서는 3차원 Hough 변환 영역을 3차원 물체 표현에 채택하여 3차원 물체 인식시스템을 제안한다. 본 시스템은 정합 시간 감소를 위하여 물체의 이동 벡터와 미지의 입력 영상을 8진 트리 구조로 이루어진 기준 영상과 비교하여 정합 단계를 이용한다. 8진 트리 구조 코드는 3차원 물체의 형태 기반에 사용되었다. 모의실험 결과 제안된 3차원 물체 인식 시스템은 만족할 수 있는 성능을 보였다.

The depth information of 3D image lost by projecting 3D-object to 2D-screen for earning image. If depth information is restored and is used to recognize 3D-object, we can make the more effective recognition system. We often use shape from stereo algorithm in order to restore this information. In this paper, we suggest 3-D object recognition system in which the 3-D Hough transform domain is employed to represent the 3-D objects. In this system, we use the moving vector of object to reduce matching time and In second matching step, the unknown input image is compared with the reference images, which is made with octree codes. Octree codes are used in volume-based representation of a three dimensional object. The result of simulation show that the proposed 3-D object recognition system provides satisfactory performance.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 Hough변환 과정에서 필요한 스테레오 이미지에 의한 깊이 정보 복원 과정과 정합대상을 줄이기 위한 회전축 설정에 관한 부분에 대해서 모의실험하였다. 모의실험에 사용된 영상은 3차원 물체의 모델링에 의해 합성된 이미지를 사용하였고 실험에 사용된 이미지의 합성 방법은 앞에서 소개했던 8진 트리 구조의 자료구조를 이용하여 합성하였다.
본 논문에서는 Hough변환에서 필요로 하는 물체의 깊이 정보를 얻기 위한 방법으로 인간의 시각 시스템과 유사한 스테레오 기법(shape from stereo)을 사용할 것을 제안하며, 정합시 비교하여야 하는 상당히 많은 회전 이동의 경우 수를 줄이기 위하여 우선 물체의 진행 방향을 이용하여 진행 방향벡터를 구한 후 그 벡터를 축으로한 회전이동에 대해물체를 정합하도록 하는 방법을 고안하였다. 그리고 표준 물체를 8진 트리 구조로 저장해 놓아 Hough변환에 의해서 얻어진 회전 이동량에 따른 2차원 투영 영상을 합성해 내어 입력 영상과의 정합 유무를 최종적으로 판별해 낼 수 있는 수단으로 이용하도록 하는 시스템을 제안한다.

제안 방법

이와 같은 단점을 극복하기 위해 우선 물체의 진행 방향을 이용하여 진행 방향 벡터를 구한 후 그 벡터를 축으로 한 회전이동에 대해 물체를 정합하도록 하는 방법을 제안한다. 그리고 최종적으로 표준물체를 8진 트리 구조로 저장해 놓아 Hough변환에 의해서 얻어진 회전이동량에 따른 2차원 투영 영상을 합성해 내어 입력 영상과의 정합유무를 판별해 내도록 하는 시스템을 연구하였다.
그리고 표준 물체를 8진 트리 구조로 저장해 놓아 Hough변환에 의해서 얻어진 회전 이동량에 따른 2차원 투영 영상을 합성해 내어 입력 영상과의 정합 유무를 최종적으로 판별해 낼 수 있는 수단으로 이용하도록 하는 시스템을 제안한다.
모의실험의 오차 계산 및 타당성의 검증을 위해 난수 발생기에 의한 X, Y, Z축의 난수를 발생 시켜 20개의 임의의 공간상에 이동물체를 위치시키고 표준시각방향에서 바라보았을 때의 투영 영상을 얻어내어 위알고리즘을 적용시켜 모의 실험한 결과를 표 1에 나타내었다.
본 논문에서는 Hough변환에서 필요로 하는 물체의 깊이 정보를 얻기 위한 방법으로 인간의 시각 시스템과 유사한 스테레오 기법(shape from stereo)을 사용할 것을 제안하며 정합시 비교하여야 하는 상당히 많은 회전 이동의가짓수를 줄이기 위한 방법으로 물체의 진행 방향을 이용하여 시점 벡터를 구한 후 이 시점 벡터를 회전축으로 삼아 그 축에 관한 회전이동에 대해서만 물체를 정합하도록 하는 방법을 제안하였다. 3차원 물체를 계층적으로 묘사할 수 있는 기법인 8진 트리 구조 모델을 이용해서 물체를 합성해 내 어모의 실험한 결과 약 3.
이렇게 합성된 이미지로부터 스테레오 기법 (shape from stereo)을 이용해 물체의 깊이 정보를 복원한 후식(4)을 이용해 물체의 진행방향백터와 물체의 속도를 구하였다. 이 벡터는 항공기와 같은 경우 물체의 진행 방향이 물체의 회전축이 될 수 있으므로 이벡터를 물체의 회전축으로 삼고 이 축에 대해 회전 방향을 결정해 물체의 정합을 시도하는데 이용할 수 있었다.
그러나 3차원 Hough변환에서 필요한 물체의 거리정보 복원 문제가 해결되었다 할지라도 3차원 Hough변환에서는 물체정합시 비교하여야 하는 많은 회전 이동의 경우 수에 대한 정합이 문제가 된다. 이와 같은 단점을 극복하기 위해 우선 물체의 진행 방향을 이용하여 진행 방향 벡터를 구한 후 그 벡터를 축으로 한 회전이동에 대해 물체를 정합하도록 하는 방법을 제안한다. 그리고 최종적으로 표준물체를 8진 트리 구조로 저장해 놓아 Hough변환에 의해서 얻어진 회전이동량에 따른 2차원 투영 영상을 합성해 내어 입력 영상과의 정합유무를 판별해 내도록 하는 시스템을 연구하였다.

대상 데이터

3차원 Hough 변환을 이용하여 3차원 물체 인식을 구현할 때 필요한 물체의 깊이 정보를 복원하기 위하여 레인지파인더를 사용한다. 그러나 레인지 파인더를 사용하는 방법은 먼 거리에 놓인 물체와 빠르게 움직이는 물체에 대해서는 적용하기가 쉽지 않다는 단점을 가지고 있다.
대해서 모의실험하였다. 모의실험에 사용된 영상은 3차원 물체의 모델링에 의해 합성된 이미지를 사용하였고 실험에 사용된 이미지의 합성 방법은 앞에서 소개했던 8진 트리 구조의 자료구조를 이용하여 합성하였다.

성능/효과

3차원 물체를 계층적으로 묘사할 수 있는 기법인 8진 트리 구조 모델을 이용해서 물체를 합성해 내 어모의 실험한 결과 약 3.6도의 평균 오차만이 발생되어 제안한 방법을 사용할 수 있음을 확인하였다.
첫째, 두 카메라의 초점 사이에는 적절한 거리 차이가 있어야 한다. 둘째, 영상은 구별되는 특징들이 나타날 수 있도록 충분히 무늬화(textured)되어야 하고 균일한 명암을 가지면 아니된다. 셋째, 거리정보는 두 초점에서 동시에 보이는 영상 점에서만 계산되어야 한다.
둘째, 보는 방향에 따라서 물체의 형상이 다르게 보이게 되는 문제를 해결해야 한다. 셋째, 하나의 영상이 형성되는 과정에는 많은 요소들이 작용하기 때문에, 예를 들어 하나의 물체에 관한 영상은 그 물체의 표면물질, 주변 환경, 발광체의 각도, 주변의 빛, 카메라의 각도와 특성들에 의해 많은 영향을 받게 된다. 이러한 모든 요소들에 대해 한 화소의 명암도가 어느 정도 영향을 미치는지 고려하여야 한다.
한다. 첫째, 두 카메라의 초점 사이에는 적절한 거리 차이가 있어야 한다. 둘째, 영상은 구별되는 특징들이 나타날 수 있도록 충분히 무늬화(textured)되어야 하고 균일한 명암을 가지면 아니된다.
있다. 첫째, 하나의 장면이 많은 제약 조건하에서 영상으로 되기 때문에 영상 자체만으로는 그 장면을 회복하기에 충분한 정보가 제공되지 않으며, 실세계의 3차원 장면이 2차원 영상으로 투영될 때 물체의 거리정보가 붕괴된다. 따라서 영상 자료가 갖는 모호성(ambiguity)을 해결하기 위하여 적절한 가설과 영상 자료에서부터 얻어지는 측정값을 이용하는 연구가 필요하다.

후속연구

이 표에서 알 수 있듯이 평균 오차가 샘플링 오차보다 작으므로 대체로 Hough변환을 이용한 정합 시 비교 대상을 회전축을 기준으로 6도 내에 있는 5개의 회전 축에 관한 회전에 대해서만 정합을 시도해도 될 것이다.
이 과정은 잡음에 민감할 뿐만 아니라 계산시간 면에서 전체 3차원 인식시스템의 가장 큰 병목구간으로 작용하게 된다. 이러한 특징을 가지는 3차원 물체 인식 분야에서 3차원 Hough변환 공간을 이용하여 3차원 물체를 다룰 경우 전처리 단계 없이 바로 3차원 Hough변환 공간상에서의 정합이 가능하며 물체의 깊이 정보를 포함한 X-Y-Z 공간상의한 벡터를 크기와 방향의 공간으로 변환시켜 다루기 때문에 인식 대상이 가지고 있는 정보의 손실이 적어 더 좋은 인식률을 나타내는 알고리즘 적용이 가능할 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

스테레오 기법을 적용한 3차원 물체인식 시스템
Three-Dimensional Object Recognition System Using Shape from Stereo Algorithm 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스테레오 기법을 적용한 3차원 물체인식 시스템 Three-Dimensional Object Recognition System Using Shape from Stereo Algorithm 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

허윤석 (10) 홍봉화 (24)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스테레오 기법을 적용한 3차원 물체인식 시스템
Three-Dimensional Object Recognition System Using Shape from Stereo Algorithm 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper