증강현실이란 실제 환경에 가상으로 생성된 정보를 실시간으로 증강하고 사용자가 그 정보들과 상호작용할 수 있도록 함으로써, 정보의 활용을 극대화하는 차세대 정보처리 기술이다. 본 논문에서는 모바일 환경에서 증강현실 시스템을 구현하기 위한 물체 추적 방안으로 마커를 사용하지 않는 마커리스 추적 알고리즘을 연구하였다. 마커리스 방식의 증강현실은 마커를 따로 부착하지 않아도 되고 위치의 제약이 없어서 사용자가 증강현실 기술을 사용하기 편리하다는 장점이 있다. 본 논문에서는 마커리스 추적을 위해 특징점 추출 기반의 SURF 알고리즘을 사용하였다. SURF 알고리즘은 다른 특징점 추출 기반 알고리즘보다 연산량이 적어 PC 환경보다 비교적 낮은 하드웨어 성능을 가지고 있어 모바일 기기에도 사용할 수 있다. 그러나 SURF 알고리즘은 모바일 기기에 적합한 최적화 작업이 되어있지 않다. 그러므로 본 논문에서는 모바일 기기에 적합한 추적을 위해 SURF 알고리즘을 여러 환경에서 실험하여 성능을 비교하고, 최적화 방안을 연구하였다.
증강현실이란 실제 환경에 가상으로 생성된 정보를 실시간으로 증강하고 사용자가 그 정보들과 상호작용할 수 있도록 함으로써, 정보의 활용을 극대화하는 차세대 정보처리 기술이다. 본 논문에서는 모바일 환경에서 증강현실 시스템을 구현하기 위한 물체 추적 방안으로 마커를 사용하지 않는 마커리스 추적 알고리즘을 연구하였다. 마커리스 방식의 증강현실은 마커를 따로 부착하지 않아도 되고 위치의 제약이 없어서 사용자가 증강현실 기술을 사용하기 편리하다는 장점이 있다. 본 논문에서는 마커리스 추적을 위해 특징점 추출 기반의 SURF 알고리즘을 사용하였다. SURF 알고리즘은 다른 특징점 추출 기반 알고리즘보다 연산량이 적어 PC 환경보다 비교적 낮은 하드웨어 성능을 가지고 있어 모바일 기기에도 사용할 수 있다. 그러나 SURF 알고리즘은 모바일 기기에 적합한 최적화 작업이 되어있지 않다. 그러므로 본 논문에서는 모바일 기기에 적합한 추적을 위해 SURF 알고리즘을 여러 환경에서 실험하여 성능을 비교하고, 최적화 방안을 연구하였다.
Augmented reality (AR) is augmented virtual information on the real world with real-time. And user can interact with information. In this paper, Marker-less tracking algorithm has been studied, for implement the augmented reality system on a mobile environment. In marker-less augmented reality, user...
Augmented reality (AR) is augmented virtual information on the real world with real-time. And user can interact with information. In this paper, Marker-less tracking algorithm has been studied, for implement the augmented reality system on a mobile environment. In marker-less augmented reality, users do not need to attach the markers, and constrained the location. So, it's convenient to use. For marker-less tracking, I use the SURF algorithm based on feature point extraction in this paper. The SURF algorithm can be used on mobile devices because of the computational complexity is low. However, the SURF algorithm optimization work is not suitable for mobile devices. Therefore, in this paper, in order to the suitable tracking in mobile devices, the SURF algorithm was tested in a variety of environments. And ways to optimize has been studied.
Augmented reality (AR) is augmented virtual information on the real world with real-time. And user can interact with information. In this paper, Marker-less tracking algorithm has been studied, for implement the augmented reality system on a mobile environment. In marker-less augmented reality, users do not need to attach the markers, and constrained the location. So, it's convenient to use. For marker-less tracking, I use the SURF algorithm based on feature point extraction in this paper. The SURF algorithm can be used on mobile devices because of the computational complexity is low. However, the SURF algorithm optimization work is not suitable for mobile devices. Therefore, in this paper, in order to the suitable tracking in mobile devices, the SURF algorithm was tested in a variety of environments. And ways to optimize has been studied.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
실험 내용은 다음과 같다. SURF 알고리즘이 모바일 환경에서 적합한지 확인해보기 위하여 데이터베이스 영상과 입력 영상을 변화시켜 그에 따른 속도와 매칭된 특징점의 개수를 확인해 본다. 또한, 회전 및 크기에 불변하는 결과를 나타내는지 확인해 본다.
SURF 알고리즘이 모바일 환경에서 적합한지 확인해보기 위하여 데이터베이스 영상과 입력 영상을 변화시켜 그에 따른 속도와 매칭된 특징점의 개수를 확인해 본다. 또한, 회전 및 크기에 불변하는 결과를 나타내는지 확인해 본다.
본 논문에서는 모바일 증강현실에 적합한 추적 기술을 확인하기 위해 SURF 알고리즘 성능을 실험해 보았다. 그 결과 SURF 알고리즘은 영상 크기 및 회전 변화에 속도 및 정확성이 10% 미만의 차이로 인식률에는 큰 변화가 없어 영상 변화에 강한 성능을 보였다.
본 논문에서는 모바일 환경에서 증강현실 시스템을 위한 마커리스 기반의 영상 추적 방안을 제안한다. 특히 마커리스 기반의 영상 추적은 마커를 사용하지 않기 때문에 따로 마커를 제작하거나 마커를 설치하는 작업이 불필요하다.
제안 방법
먼저 데이터베이스 영상의 크기를 변화시킨 결과를 위해, 데이터베이스의 영상은 100×122, 200×244, 400×488로 변화시켰으며 입력 영상의 크기는 400×300의 크기였다.
모바일 증강현실을 위해서는 시스템 및 환경 구성이 필요하다. 본 논문에서는 안드로이드 플랫폼 기반에서 OpenCV for Android Library를 사용하여 SURF 알고리즘을 구현한다. 각각의 항목은 다음에서 설명한다.
영상 변화에 따른 매칭률을 확인하기 위해 데이터베이스 영상과 입력 영상을 변화시켰다. 다음 그림 3은 왼쪽부터 데이터베이스 영상을 최적화하지 않은 상태, 입력 영상을 최적화하지 않은 상태, 데이터베이스 영상과 입력 영상을 최적화한 상태이다.
입력 영상의 변화를 확인하기 위해서 입력 영상은 200×150, 400×300, 800×600로 변화시켰으며, 데이터베이스 영상은 250×300의 크기로 실험하였다.
입력 영상의 회전과 관계없이 매칭되는지를 알아보기 위해 입력 영상을 정 방향과 반대 방향으로 회전하였을 때는 비교하였다. 매칭 결과와 매칭률은 다음과 같다.
크기에 따른 매칭 속도를 확인하기 위하여 데이터베이스 영상의 크기와 입력 영상의 크기를 나누어 비교하였다. 먼저 데이터베이스 영상의 크기를 변화시킨 결과를 위해, 데이터베이스의 영상은 100×122, 200×244, 400×488로 변화시켰으며 입력 영상의 크기는 400×300의 크기였다.
이는 계산의 차원 수 및 추가적인 연산을 들지 않음으로써 성능 감소 없이 속도를 증가시켰다[9]. 특히, PC 환경보다 성능이 낮은 모바일에서 사용하기 위해서는 연산량을 줄이는 등의 속도 개선이 필요한데, 이러한 점과 질의 영상이 확대되거나 이동할 때도 해당 영상을 찾아낸다는 점을 고려하여 SURF를 채택하게 되었다.
이론/모형
그러므로 PC 환경보다 성능이 낮은 모바일에서 사용하기 위해서는 연산량을 줄이는 등의 속도 개선이 필요하다. 그러므로 본 논문에서는 특징점 추출 알고리즘으로 정확성은 높고, 연산량이 적어 실시간 처리에도 적합한 SURF 알고리즘을 사용하였다.
마커리스 추적을 위해 본 논문에서는 특징점 기반 영상 인식 알고리즘을 사용하였다. 특징점 기반 영상 인식은 영상 내에서 특징점들을 추출하고 이 특징점들을 기반으로 좌표계를 추출해 내는 방식이다.
성능/효과
본 논문에서는 모바일 증강현실에 적합한 추적 기술을 확인하기 위해 SURF 알고리즘 성능을 실험해 보았다. 그 결과 SURF 알고리즘은 영상 크기 및 회전 변화에 속도 및 정확성이 10% 미만의 차이로 인식률에는 큰 변화가 없어 영상 변화에 강한 성능을 보였다. 또한 데이터베이스 영상 최적화 여부에 따라 정확도가 50% 이하로 내려가는 점을 보아, 모바일 환경에서 빠른 속도 및 정확도를 얻기 위해서는 데이터베이스 영상의 최적화가 필요함을 보였다.
데이터베이스 영상 크기에 따른 매칭은 데이터베이스 영상이 가장 작을 때 빠른 속도를 보였으나, 매칭률은 데이터베이스 영상 크기와 입력 영상의 크기가 비슷할 때 가장 많은 매칭률을 보였다.
그 결과 SURF 알고리즘은 영상 크기 및 회전 변화에 속도 및 정확성이 10% 미만의 차이로 인식률에는 큰 변화가 없어 영상 변화에 강한 성능을 보였다. 또한 데이터베이스 영상 최적화 여부에 따라 정확도가 50% 이하로 내려가는 점을 보아, 모바일 환경에서 빠른 속도 및 정확도를 얻기 위해서는 데이터베이스 영상의 최적화가 필요함을 보였다. 아직 속도 측면에서 개선할 점은 있으나, SURF 알고리즘을 통해 모바일에서도 높은 정확성의 물체 인식을 실현할 수 있었다.
후속연구
결과적으로 매칭률을 높이기 위해서는 데이터베이스 영상의 최적화가 필요할 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
증강현실기술은 무엇을 가능케하는가?
최근 스마트폰을 활용한 증강현실 기술이 주목을 받고 있다. 증강현실(Augmented Reality) 기술은 실제 환경에 가상으로 생성된 정보를 실시간으로 증강하고 사용자가 그 정보들과 상호작용할 수 있도록 한다[1]. 가상현실(Virtual Reality)이 현실 세계와 유사한 영상을 컴퓨터로 대체 하는 것이라면, 증강현실은 부가적인 가상 정보를 현실 정보와 접목해 하나의 영상으로 보여주는 것으로, 가상현실의 또 다른 유형이라고 할 수 있다.
스마트 폰의 특성은?
스마트 폰은 대중화와 더불어 실세계 영상을 입력받을 수 있는 카메라와 증강정보를 띄어 사용자에게 보여 줄 수 있는 디스플레이 및 연산장치가 통합되어 있고 이동성과 휴대성이 뛰어나다[3]. 그래서 모바일은 증강현실을 실현하는 좋은 조건을 갖추고 있다.
모바일 기기에 강현실 시스템을 위한 마커리스 기반의 영상 추적 방안이 적합한 이유는?
본 논문에서는 모바일 환경에서 증강현실 시스템을 위한 마커리스 기반의 영상 추적 방안을 제안한다. 특히 마커리스 기반의 영상 추적은 마커를 사용하지 않기 때문에 따로 마커를 제작하거나 마커를 설치하는 작업이 불필요하다. 또한, GPS 센서를 사용하는 위치기반 증강현실 기술보다 실내에서도 인식할 수 있다는 장점이 있다. 그러므로 마커리스 기반의 증강현실 기술은 사용자에게 편리함을 주고, 공간적 제한이 없다. 그러나 고도의 기술을 필요로 하는 단점이 있다.
참고문헌 (9)
R. T. Azuma. "A survey of the augmented reality", In Presence: Teleoperators and Virtual Environments, vol.6, no.4, pp.335-385, Aug.1997.
P. Milgram, H. Takemura, A. Utsumi, F. Kishino, "Augmented Reality: A class of displays on the reality-virtuality continuum." SPIE Proceedings, volume 2351: Tele manipulator and Tele presence Technologies pp.282-292, 1994.
G. Papagiannakis, G. Singh, and N. M. Thalmann, "A Survey of Mobile and Wireless Technologies for Augmented Reality Systems", Computer Animation and Virtual Worlds, Vol.19, Issue1, pp. 3-22, 2008.
J.H. Jeon, S.Y. Lee, "Standardization for Mobile Augmented Reality Technology", Electronics and Telecommunications Trends, Vol. 26, no. 2, pp. 61-74, Apr. 2011.
C. Schmid and R. Mohr, "Local gray value in variants for image retrieval", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.19, pp.530-534, 1997.
Hyun-O Kim, In-Gwon Oh and Jae-Chan Namkung, "A Object Recognition using ICA-SIFT", Journal of Korean Institute of Information Technology, Vol. 8, No. 4, pp. 115-125, Apr. 2010.
Kiyeol Eom, Kyujin Kim, Moonhyun Kim, "A Survey of Markerless Object Recognition and Tracking for Augmented Reality", Journal of KIISE, pp. 54-66, Aug. 2010.
Gwihyeon Yoo, "Image Feature Extraction and Matching Algorithm based on Android Platform", Sejong University master's thesis, Dec. 2010.
Herbert Bay, Tinne Tuytelaars, and Luc Van Gool, "SURF: Speeded Up Robust Features", 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.