$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

모델 기반 카메라 추적 기술 동향 원문보기

電子工學會誌 = The journal of Korea Institute of Electronics Engineers, v.39 no.2 = no.333, 2012년, pp.66 - 75  

박한훈 (한양대학교) ,  서병국 (한양대학교) ,  박종일 (한양대학교)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 객체 추적 기술 중의 하나인 모델 기반 카메라 추적 기술에 대해 설명하고, 관련 연구의 최근 동향에 대해 살펴보았다. 모델 기반 카메라 추적 기술을 모델을 정의하는 방법에 따라 크게 에지, 특징점, 광류, 템플릿, 깊이 기반 기술로 나누었으며, 각 기술들의 특징 및 차별성에 대해 설명하였다.
  • 본 논문에서는 에서 음영 처리가 된 부분에 해당하는, 모델 기반으로 카메라의 3 차원 움직임을 추적하는 기술의 동향에 초점을 맞춰 살펴보고자 한다.
  • 모델 기반 카메라 추적 기술을 모델을 정의하는 방법에 따라 크게 에지, 특징점, 광류, 템플릿, 깊이 기반 기술로 나누었으며, 각 기술들의 특징 및 차별성에 대해 설명하였다. 아울러, 현재 보고된 기술들의 문제점 및 한계를 짚어보고, 향후 관련 기술이 정확성, 안정성, 유용성, 속도 관점에서 어떻게 진행되어야 할지를 제시하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
객체 추적이란 무엇인가? 객체 추적(object tracking)이라 함은 일반적으로 주어진영상 내에 존재하는 객체의 움직임을 추적하거나 영상을 촬영한 카메라의 움직임을 추적하는 것을 아울러 말한다. 객체 추적은 증강현실, HCI, 내비게이션, 3 차원 디스플레이, 감시, 스포츠 분석 등 다양한 응용 분야의 요소 기술로, 컴퓨터 비전 분야에서 그 동안 수많은 방법들이 제안되어 왔다.
모델 기반 카메라 추적이란 무엇인가? 모델 기반 카메라 추적은 <그림 2>에서 보는 것처럼, 객체를 정의하는 모델 정보(예, 객체의 3 차원 CAD 모델)와 이전 프레임에서의 카메라 포즈가 주어졌을 때, 이전 프레임에서의 모델 영상과 현재 프레임에서의 카메라 영상 사이의 차를 최소화하는 과정을 말하며, 결과적으로 이전 프레임에서의카메라 포즈와 현재 프레임에서의 카메라 포즈사이의 미소포즈 변화량(∆R, ∆t)를 추정할 수 있다.
잡음 에지로 인한 정합 실패를 완화하기 위한 방법은 무엇인가? 이런 제약을 완화하기 위한 방법은 크게 세 가지로 나눌 수 있다. 우선, 앞서 설명한 대로 단일 대응 에지가 아닌 탐색 범위 내에 존재하는 다수의 대응 에지를 함께 고려하는 방법이다[15]. 다음으로, 카메라 영상에서 대응 에지를 선별적으로 검출하는 방법으로, 간단하게는 모델 에지와 같은 방향을 가지는 에 지만을 검출하거나[15], 대응 에지의 그래디언트를 미리 가우 시안 혼합(mixture of Gaussian) 모델로 학습하여 Canny 연산자의 문턱값을 조정하거나[45], 텍스처 분할을 통해 텍스처 경계만을 검출하는 방법[47] 등이 제안되었다. 마지막으로, 초기 카메라 포즈를 매 프레임 혹은 필요할 때 마다 다른 방법을 동원하여 갱신해 주는 것이다. 가장 일반적인 방법은 객체의 3 차원 특징점 정보를 미리 저장해 두고 현재 프레임에서 대응 특징점을 찾거나[12], 카메라 포즈를 알고 있는 참조 영상을 미리 저장해 두고 현재 프레임과 가장 유사한 참조 영상을 찾는 것이다[19].
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로