최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.22 no.4, 2019년, pp.229 - 240
김재학 ((주)지오스토리 신사업기획팀) , 이창민 (강원대학교 건축.토목.환경공학부) , 김형준 (강원대학교 건축.토목.환경공학부) , 이동하 (강원대학교 건축.토목.환경공학부)
3D geo-spatial model have been widely used in the field of Civil Engineering, Medical, Computer Graphics, Urban Management and many other. Especially, the demand for high quality 3D spatial information such as precise road map construction has explosively increased, MMS and UAV techniques have been ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
온전한 3차원 공간모델을 생성하기 위해 필요한 과정은? | 일반적으로 3차원 모델링은 비접촉식 광학스캐너 또는 영상자료를 통해 측정된 대상의 3차원 형상을 복원하는 기술이다(Jung and Chang, 2014). 이러한 관측센서들은 한 번의 측정을 통해 관측대상물의 일정 부분의 형상만을 측정할 수 있는데, 온전한 3차원 공간모델을 생성하기 위해서는 여러 번의 측정 혹은 서로 다른 센서를 통해서 얻어진 데이터를 하나로 정합하는 과정이 필요하다. 특히 MMS나 UAV 관측자료들의 일반적인 취득형태가 점군 데이터(point cloud)로 얻어지기 때문에 이기종 센서 간 효율적적인 점군 정합(point cloud registration)이 필수적인 사항이다(Kim et al. | |
3차원 모델링이란? | 일반적으로 3차원 모델링은 비접촉식 광학스캐너 또는 영상자료를 통해 측정된 대상의 3차원 형상을 복원하는 기술이다(Jung and Chang, 2014). 이러한 관측센서들은 한 번의 측정을 통해 관측대상물의 일정 부분의 형상만을 측정할 수 있는데, 온전한 3차원 공간모델을 생성하기 위해서는 여러 번의 측정 혹은 서로 다른 센서를 통해서 얻어진 데이터를 하나로 정합하는 과정이 필요하다. | |
MMS는 무엇을 하기에 가장 적합한 방법으로 여겨지고 있는가? | MMS는 지형정보 및 시설물정보 데이터베이스를 구축, 유지, 관리하기 위해 요구되는 기존측량 방법과 대비하여 비용 및 시간 면에서 경제적인 효율성 및 향후 활용성을 높이기 위한 첨단정보 시스템이다. CCD 카메라, 레이저 스캐너, 비디오 카메라 등의 Vision System과 GPS 수신기, IMU, DMI 등의 Navigation 및 Positioning System을 탑재하여, 도로상에서 실시간으로 다양하고 복잡한 지형지물정보를 획득하기에 가장 적합한 방법으로 여겨지고 있다(Park and Lee, 2014). |
Kang, J.A. and Hwang, J.R., 2014, A study on the user satisfaction surveys and analysis for improvement of the VWorld service, Journal of the Korea Spatial Information Society, 22(6):23-32.
Schnabel, R., Wahl, R., and Klein, R.. 2007, Efficient RANSAC for pointcloud shape detection. In Computer graphics forum, 26(2):214-226. Oxford, UK: Blackwell Publishing Ltd.
Jung, S.W. and Chang, M.H., 2014, Research of Real-Time 3D point Cloud Registration Algorithm using 2D image, 2014 Conference of Korean Society for Precision Engineering, pp.232-233.
Kim, G., Lee, J., Park, S. and Ko, K., 2018, A Modified Method for Registration of 3D Point Clouds with a Low Overlap Ratio, J Korea Comput Graph Soc, 24(5):11-19.
Fouche G.J. and Malekian, R., 2018, Drone as an Autonomous Aerial Sensor System for Motion Panning, Measurement, 119:142-155.
KIM, J., KIM, S., Choi, J. and Park, J., 2019, 3D Reconstruction of Traffic Accident Scene Using Drone & Pix4D, Transactions of the Korean Society of Automotive Engineers, 27(12):941-947.
Rhee, S., Hwang, Y. and Kim, S., 2018, A Study on Point Cloud Generation Method from UAV Image Using Incremental Bundle Adjustment and Stereo Image Matching Technique, Korean Journal of Remote Sensing, 2018, 34(6-1):941-951.
Deng, F., 2011, Registration between Multiple Laser Scanner Data Sets, Laser Scanning, Theory and Applications, pp. 449-472.
Bendels G., Degener P., Wahl R., Koertgen M. and Klein R., 2004, Image-based Registration of 3D-Range Data Using Feature Surface Elements, In: Proceedings of The 5th International Symposium of Virtual Reality, Archaeology and Cultural Heritage, VAST 2004.
Besl, P.J. and Mckay, N.D., 1992, AMethod For Reigstration of 3D Shapes, IEEE Trans. On PAMI, 14(2):239-256.
Park, J., Kim, P., Cho, Y.K., and Kang, J., 2019, Framework for automated registration of UAV and UGV point clouds using local features in images, Autom. Constr., 98:175-182.
Zhu, H., Guo, B., Zou, K., Li, Y., Yuen, K.V., Mihaylova, L. and Leung, H., 2019, A review of point set registration: From pairwise registration to groupwise registration, Sensors, 19:1-20.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.