[논문]스테레오 카메라 기반 트윈 카메라 모듈 시스템 설계 및 구현

김태연

doi:10.17661/jkiiect.2019.12.6.537

[국내논문] 스테레오 카메라 기반 트윈 카메라 모듈 시스템 설계 및 구현
Design and Implementation Stereo Camera based Twin Camera Module System 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.12 no.6, 2019년, pp.537 - 546

김태연 (SW Convergence Education Institute, Chosun University)

초록
AI-Helper

본 논문에서는 휴대하기 편하고 3D 콘텐츠 제작이 용이한 트윈 카메라 모듈 시스템을 구현하고자 하였다. 제안한 트윈 카메라 모듈 시스템은 2D 스테레오 카메라로 부터 입력되는 영상을 변환하여 3차원 영상으로 출력할 수 있는 시스템이다. 본 눈문에서 제안한 시스템의 성능평가를 위해 Test Platform을 이용하여 좌, 우 두 개의 렌즈로 촬영된 스테레오 입체 영상의 좌, 우 영상 간의 시차에 따른 회전(Rotation), 기울기(Tilt)에 대한 보정을 평가하였다. 또한 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 3D 입체 영상의 거리오차(Depth Error)를 검증하여 트윈 카메라 모듈 시스템의 효율성을 검증하고자 하였다. 본 논문에서 제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력장치에 맞춰 디스플레이가 가능하다. 또한 생성된 영상을 준비 영상과 입체 영상을 각기 다른 채널을 통해 출력하여 많은 제품에 적용하기 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.

Abstract ▼ AI-Helper

The paper actualizes the twin camera module system that is portable and very useful for the production of 3D contents. The suggested twin camera module system is a system to be able to display the 3D image after converting the inputted image from 2D stereo camera. To evaluate the performance of the twin camera module suggested in this paper, I assessed the correction of Rotation and Tilt created depending on the visual difference between the left and right stereoscopic image shot by the left and right lenses by using the Test Platform. In addition, I verified the efficiency of the twin camera module system through verifying Depth Error of 3D stereoscopic image by means of Scale Invariant Feature Transform(SIFT) algorithm. I think that if the user utilizes the suggested twin camera module system in displaying the image to the external after converting the shot image into the 3D stereoscopic image and the preparation image, it is possible to display the image in a matched way with an output device fit respectively for different 3D image production methods and if the user utilizes the system in displaying the created image in the form of the 3D stereoscopic image and the preparation image via different channels, it is possible to produce 3D image contents easily and conveniently with applying to lots of products.

주제어

표/그림 (20)

그림 그림 1. 트윈 카메라 모듈 시스템의 개념도 Fig. 1 Concept Mapping of Twin Camera Module System
그림 그림 2. 시스템 구성도 Fig. 2 Configuration of System
그림 그림 3. 2D 카메라 모듈 설계 과정 Fig. 3 Design Process of 2D Camera Module
그림 그림 4. 트윈 카메라 모듈 설계 Fig. 4 Design of Twin Camera Module
그림 그림 5. 트윈 카메라 모듈의 3D 영상 특징 분석 과정 Fig. 5 3D Image Feature Analysis Process of Twin Camera Module
그림 그림 6. 영상의 특징점 추출 Fig. 6 Feature Point Extraction of Image
그림 그림 7. 두 영상의 매칭점 연결 Fig. 7 Link Matching Point of Two Images
그림 그림 8. 트윈 카메라 모듈 시스템의 구현 과정 Fig. 8 Implementation Process of Twin Camera Module
그림 그림 9. 3D ISP FPGA 구현 Fig. 9 Implementation of 3D ISP FPGA
표 표 1. Triangulation 코드 Table. 1 Triangulation Code
그림 그림 10. 좌·우 카메라의 Frame Sync Fig. 10 Frame Sync of Left/Right Camera
그림 그림 11. MIPI 회로 설계 Fig. 11 Design of MIPI Circuit
그림 그림 12. 트윈 카메라 모듈 보드 PCB 설계 Fig. 12 Design of Twin Camera Module Board PCB
표 표 2. 트윈 카메라 모듈 시스템 제작 사양 Table. 2 Production Specification of Twin Camera Module System
그림 그림 13. WebCam을 지원하는 Micro USB 위한 커넥터 Fig. 13 Connector for Micro USB that supports WebCam
그림 그림 14. 트윈 카메라 모듈의 Case 설계 Design of Twin Camera Module Case
그림 그림 15. 트윈 카메라 모듈 시스템 구현 결과 Fig. 15 Implementation Result of Twin Camera Module System
그림 그림 16. 트윈 카메라 모듈 시스템 성능평가 Fig. 16 Performance Evaluation of Twin Camera Module System
그림 그림 17. X, Y, Z 평균 오차율 Fig. 17 X, Y, Z Average Error Rate
표 표 3. 트윈 카메라 모듈 시스템을 이용한 깊이 오차 Table. 3 Depth Error using Twin Camera Module System

AI 본문요약
AI-Helper

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

문제 정의

또한, SIFT 알고리즘을 이용하여 Depth 변화 따른 오차율을 통해 트윈 카메라 모듈의 성능을 비교하였다. Z(Depth)값을 성능평가의 오차율 원인이라 보고 이를 확인하기 위하여 실험을 수행하였다. 두 물체를 나란하게 세운 뒤 오른쪽 물체를 일정 길이만큼 Z(Depth)를 변경하여 두 물체 사이의 깊이의 오차를 본 논문에서 제안한 트윈 카메라 모듈로 측정하였다.
제안한 시스템의 성능평가를 위해 Test Platform을 이용하여 좌, 우 두 개의 렌즈로 촬영된 스테레오 입체 영상의 좌, 우 영상 간의 시차에 따른 회전(Rotation), 기울기(Tilt)에 대한 보정을 평가하였다. 또한 SIFT 알고리즘을 이용하여 3D 입체 영상의 깊이 오차 (Depth Error)를 검증하여 트윈 카메라 모듈 시스템의 효율성을 검증하고자 하였다.
본 논문에서는 휴대하기 편하고 3D 콘텐츠 제작이 용이한 트윈 카메라 모듈 시스템을 구현하고자 하였다. 제안한 트윈 카메라 모듈 시스템은 2D 스테레오 카메라로 부터 입력되는 영상을 변환하여 3차원 영상으로 출력할 수 있는 시스템이다.
이와 같은 문제점 및 제약 사항을 해결하기 위해서 본 논문에서는 단안 디지털 카메라에 특성과 크기가 같은 두 대 카메라 모듈을 이용한 소형 3D 카메라 모듈인 트윈 카메라 모듈 시스템을 구현하고자 한다. 즉 사용자가 휴대하기 쉽고 3D 콘텐츠를 쉽게 제작할 수 있도록 모듈을 구현하고 그 효율성을 검증하고자 한다.
이와 같은 문제점 및 제약 사항을 해결하기 위해서 본 논문에서는 단안 디지털 카메라에 특성과 크기가 같은 두 대 카메라 모듈을 이용한 소형 3D 카메라 모듈인 트윈 카메라 모듈 시스템을 구현하고자 한다. 즉 사용자가 휴대하기 쉽고 3D 콘텐츠를 쉽게 제작할 수 있도록 모듈을 구현하고 그 효율성을 검증하고자 한다.

제안 방법

트윈 카메라 모듈 시스템에 적용할 2D 카메라 모듈은 그림 3과 같은 과정으로 구현하였다. 2D 카메라 모듈은 이미지 센서, IR Cut-filter, 렌즈 모듈, 렌즈 홀더, 보드 등으로 구성되며, 보드에 이미지센서 및 수동소자를 부착한 후 렌즈 홀더를 부착하고 고정시킬 수 있도록 설계하였다. 그리고 렌즈홀더에 IR Cut-filter 및 렌즈 모듈을 부착하고 포커싱 한 후 렌즈 모듈을 고정시키도록 설계하였다[10].
3D ISP FPGA에서 좌·우 카메라의 영상이 입력될 때 좌·우 카메라의 영상의 입력을 같은 크기의 화소수로 자동으로 조절 및 변환하여 입력받도록 하였으며, 좌·우 카메라의 두 대의 카메라간 거리, 회전(Rotation), 틸트(Tilt), X축 및 Y축에 대한 차이에 대한 보정 값은 내부 및 외부 저장 공간에 저장하여 그 값을 실제 영상에 반영하여 보정되도록 하였다.
④ 구현된 3D 카메라는 원거리를 촬영하여 좌·우 카메라의 정렬오차가 발생하는지 평가한다.
우수한 3D 입체 영상을 획득하기 위해서는 좌· 우 카메라 간의 노출 시간, 밝기, 색상, Frame Syne 등이 마치 하나의 카메라처럼 일정해야한다. 그러나 동일한 센서, 동일한 렌즈를 사용한 동일한 카메라 모듈이라도 오차가 발생하므로 이러한 오차를 줄이기 위해 그림 9와 같이 3D ISP FPGA를 구현하였다.
2D 카메라 모듈은 이미지 센서, IR Cut-filter, 렌즈 모듈, 렌즈 홀더, 보드 등으로 구성되며, 보드에 이미지센서 및 수동소자를 부착한 후 렌즈 홀더를 부착하고 고정시킬 수 있도록 설계하였다. 그리고 렌즈홀더에 IR Cut-filter 및 렌즈 모듈을 부착하고 포커싱 한 후 렌즈 모듈을 고정시키도록 설계하였다[10].
그림 4와 같이 트윈 카메라 모듈 시스템은 좌 카메라 모듈, 3D ISP FPGA, 우 카메라 모듈을 하나의 PCB에 부착하여 부착면적을 최소화 할 수 있도록 설계하였다.
두 물체를 나란하게 세운 뒤 오른쪽 물체를 일정 길이만큼 Z(Depth)를 변경하여 두 물체 사이의 깊이의 오차를 본 논문에서 제안한 트윈 카메라 모듈로 측정하였다.
또한 Full HD(1920X1080)와 30fps를 지원하며 좌·우 영상간의 차이에 따른 회전(Rotation) 3 도, 기울기(Tilt) 5도에 대한 보정이 가능하도록 구현하였다.
또한, SIFT 알고리즘을 이용하여 Depth 변화 따른 오차율을 통해 트윈 카메라 모듈의 성능을 비교하였다. Z(Depth)값을 성능평가의 오차율 원인이라 보고 이를 확인하기 위하여 실험을 수행하였다.
또한, 사용자가 사용 및 휴대하기 편하도록 그림 13과 같이 WebCam을 지원하는 Micro USB 위한 커넥터를 설계하였다. 그림 14는 트윈 카메라 모 듈의 Case 설계이며, 그림 15는 제안한 트윈 카메 라 모듈의 구현된 결과이다.
또한, 트윈 카메라 모듈의 Full HD 30 frame의 영상을 전송하기 위하여 MIPI CSI2 라는 시리얼 통신방식으로 출력하기 때문에 그림 11과 같은 MIPI Receiver를 추가하여 Full HD급 3D ISP FPGA를 구현하였다.
먼저 구현된 2D 카메라 모듈 및 3D 카메라 홀더를 트윈 카메라 모듈 조립지그를 이용하여 그림 8과 같은 과정으로 트윈 카메라 모듈을 구현하였다.
본 논문에서 구현된 트윈 카메라 모듈 시스템은 인간의 양안 거리를 이용한 소형 3D 카메라 모듈로 다양한 분야에서 적용이 가능하며 사용이 간편하고 다양한 장치에 장착이 가능한 카메라 모듈로 추가 장치의 장착 없이 카메라 모듈만으로 사용자가 콘텐츠 제작이 가능하도록 구현하였다. 또한 Full HD(1920X1080)와 30fps를 지원하며 좌·우 영상간의 차이에 따른 회전(Rotation) 3 도, 기울기(Tilt) 5도에 대한 보정이 가능하도록 구현하였다.
본 논문에서 제안된 트윈 카메라 모듈의 3D 입체 영상의 특징점을 추출하고 분석하기 위해 그림 5와 같이 좌·우 카메라의 영상을 가져와 영상의 특징점을 찾는다.
본 논문에서 제안한 트윈 카메라 모듈 시스템은 그림 2와 같이 좌측 2D 영상을 출력하는 좌 카메라와 우측 2D 영상을 출력시키는 우 카메라, 좌 카메라 및 우 카메라에서 촬영된 2D 영상이 입력되는 3D 입체 영상 입력부, 영상 입력부로부터 입력되는 각각의 2D 영상을 보정하여 3D 입체 영상으로 변환한 후 디스플레이장치 측으로 출력할 수 있는 3D ISP FPGA로 구성되어 있다. 만약 3D 입체 영상 입력부측으로 좌·우 카메라 중 어느 하나에서만 2D 영상이 입력되면 3D ISP FPGA는 3D 입체 영상 입력부로 입력된 2D 영상을 그대로 출력하도록 하였다[8][9].
본 논문에서 제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력 장치에 맞춰 디스플레이가 가능하다. 또한 생성된 영상을 준비 영상과 입체 영상으로 각기 다른 채널을 통해 영상을 출력하여 많은 제품에 적용하기 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.
본 논문에서 제안한 트윈 카메라 모듈의 성능을 평가하기 위해 Visual C++로 구현한 Test platform을 이용하여 windows 10 환경에서 Translation, Tilt, Rotation 등의 성능평가를 실시하였다.
본 논문에서 제안된 트윈 카메라 모듈의 3D 입체 영상의 특징점을 추출하고 분석하기 위해 그림 5와 같이 좌·우 카메라의 영상을 가져와 영상의 특징점을 찾는다. 이를 바탕으로 매칭 과정을 거친 후 기본 행렬을 계산하여 삼각 측량을 수행한다[11].
제안한 트윈 카메라 모듈 시스템은 2D 스테레오 카메라로 부터 입력되는 영상을 변환하여 3차원 영상으로 출력할 수 있는 시스템이다. 제안한 시스템의 성능평가를 위해 Test Platform을 이용하여 좌, 우 두 개의 렌즈로 촬영된 스테레오 입체 영상의 좌, 우 영상 간의 시차에 따른 회전(Rotation), 기울기(Tilt)에 대한 보정을 평가하였다. 또한 SIFT 알고리즘을 이용하여 3D 입체 영상의 깊이 오차 (Depth Error)를 검증하여 트윈 카메라 모듈 시스템의 효율성을 검증하고자 하였다.
좌·우 카메라에서 출력되는 2D 영상을 3D 입체 영상으로 생성하기 위한 3D ISP FPGA를 구현하였다.
좌·우 카메라의 Frame Sync는 그림 10과 같이 Host CPU에서 이미지 센서를 제어할 때, 좌·우 이미지 센서가 동시에 시작하도록 12C 브릿지를 구현하여 좌·우 카메라의 Frame Sync를 일치하도록 하였다.
트윈 카메라 모듈은 HYSONIC사의 HD급 이미지 센서인 OV5640 센서와 렌즈 및 렌즈 홀더를 사용하여 2D 카메라 모듈을 제작한 후 트윈 카메라 모듈 조립지그를 이용하여 트윈 카메라 모듈로 구현하였으며, 그 과정은 다음과 같다.

이론/모형

SIFT 알고리즘을 이용하여 두 영상간의 매칭 쌍을 찾을 수 있으며 매칭 되는 점의 위치 값을 통하여 기본 행렬(Fundamental Matrix)을 구할 수 있다. 이는 카메라 파라미터를 포함하는 두 영상의 픽셀 좌표 사이의 기학학적인 관계를 표현하다.
영상의 특징점 추출은 다양한 방법들이 있다. 본 논문에서는 SIFT(Scale Invariant Feature Transform)[12] 알고리즘을 이용하여 특징점을 추출하였다. 이는 모든 영상 프레임에서 추출의 수가 많고 일정하기 때문에 3D 공간을 복원하는데 유리하기 때문이다.

성능/효과

X, Y의 좌표는 실제 깊이와 유사한 결과를 얻을 수 있었으며, Z의 좌표도 실제 거리와의 차이가 X, Y 좌표 보다는 크게 나타났지만 실제 깊이와 거의 유사한 결과를 보여주었다. 그림 17과 같이 본 논문에서 구현한 트윈 카메라 모듈 시스템의 X축, Y축, Z축의 평균 오차율이 보여주듯이 3D 입체 영상 생성에 대한 충분한 효율성을 나타냈다.
X, Y의 좌표는 실제 깊이와 유사한 결과를 얻을 수 있었으며, Z의 좌표도 실제 거리와의 차이가 X, Y 좌표 보다는 크게 나타났지만 실제 깊이와 거의 유사한 결과를 보여주었다. 그림 17과 같이 본 논문에서 구현한 트윈 카메라 모듈 시스템의 X축, Y축, Z축의 평균 오차율이 보여주듯이 3D 입체 영상 생성에 대한 충분한 효율성을 나타냈다.
표 3은 제안한 트윈 카메라 모듈을 이용한 깊이 오차(Depth Error) 결과이다. 실험 분석 결과 두 물체가 나란히 서있는 경우 즉, Z(Depth) 좌표의 차이가 없는 경우 작은 오차로 3D 입체 영상을 생성할 수 있었다. Z(Depth)값이 차이가 증가하면 비례적으로 오차가 증가하는 것은 아니지만 실제 깊이와의 오차가 증가하였으며 값들의 편차도 늘어났다.

후속연구

향후 제안한 시스템의 성능을 향상시키며 입체감 효과의 극대화를 통해 제한된 시차의 한계성을 넘을 수 있는 단안 요인들에 대한 연구가 이루어져 한다. 또한 고품질의 3D 입체 영상을 구현할 수 있는 알고리즘과 다양한 카메라 모듈의 대한 연구가 필요할 것이다.
본 논문에서 제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력 장치에 맞춰 디스플레이가 가능하다. 또한 생성된 영상을 준비 영상과 입체 영상으로 각기 다른 채널을 통해 영상을 출력하여 많은 제품에 적용하기 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.
제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력장치에 맞춰 디스플레이가 가능하며 생성된 영상을 준비 영상과 입체 영상으로 각기 다른 채널을 통해 영상을 출력하면 많은 제품에 적용하여 아주 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.
향후 제안한 시스템의 성능을 향상시키며 입체감 효과의 극대화를 통해 제한된 시차의 한계성을 넘을 수 있는 단안 요인들에 대한 연구가 이루어져 한다. 또한 고품질의 3D 입체 영상을 구현할 수 있는 알고리즘과 다양한 카메라 모듈의 대한 연구가 필요할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	양안식 카메라 방식이란 무엇인가?	이러한 스테레오 방식의 3D 입체 영상은 다양한 방식으로 제작되고 있는데 크게는 일안식 카메라 방식과 양안식 카메라 방식으로 구분할 수 있다. 양안식 카메라 방식은 두 대의 카메라를 이용하여 3D 입체 영상을 제작하는 것으로, 두 대의 카메라 광축(Rig)을 서로 평행하게 맞추고, 두 카메라 사이의 일정한 거리만을 유지하도록 수평 배열하여 3D 입체 영상을 촬영한다. 촬영된 3D 입체 영상을 3D 입체 영상 출력장치를 통해 LCD 등의 디스플레이 장치로 출력함으로써 3D 입체 영상을 디스플레이 한다[4][5]
	3D 입체 영상 기술이 최근에 빠르게 발전할 수 있는 이유는 무엇인가?	최근 3D 입체 영상 기술은 사용자들의 니즈와 맞물려 게임, 영화, 디지털 TV, 디지털 콘텐츠, 광고, 인터넷, 모바일 영역, 가상현실 등의 다양한 산업분야와 결합되어 새로운 부가가치 및 부가산업들을 파생시키는 등 빠르게 발전하고 있다.
	본 논문에서 영상의 특징점 추출을 위해 SIFT 알고리즘을 사용한 이유는 무엇인가?	본 논문에서는 SIFT(Scale Invariant Feature Transform)[12] 알고리즘을 이용하여 특징점을 추출하였다. 이는 모든 영상 프레임에서 추출의 수가 많고 일정하기 때문에 3D 공간을 복원하는데 유리하기 때문이다. SIFT 알고리즘은 영상에서 코너점 등 식별이 용이한 특징점들을 선택한 후 각 특징점을 중심으로 로컬 패치에 대하여 그림 5와 같이 특징 벡터를 추출하는 것을 말한다.

참고문헌 (15)

Jae Hoon Jung, "Object Tracking Method Based on Optimized 3D Trajectory and Normalized Size Information Using Camera Calibration," Doctorate Thesis, Chaun-Ang University, 2017.
Byung Wan Han and Sung Jun Lim, “Development of HD Resolution Stereoscopic Camera and Apparatus for Recognizing Depth of Object,” Journal of the Korea Academia-Industrial cooperation Society, Vol. 14, No. 1, pp. 351-357, 2013.

원문보기 상세보기
Jong sub Park, June Seok Hong, and Woo Ju Kim, “A Study on Intuitive IoT Interface System using 3D Depth Camera,” The Journal of Society for e-Business Studies, Vol. 22, No. 2, pp. 137-152, 2017.

원문보기 상세보기
Cheon Lee, Hy ok Song, Byeong ho Choi,, and Yo Sung Ho, “Multi-view Generation using High Resolution Stereoscopic Cameras and a Low Resolution Time-of-Flight Camera,” The Journal of The Korean Institute of Communication Sciences, Vol. 37, No. 4, pp. 239-249, 2012.

원문보기 상세보기
Young soo Prak, Nam bo Hur, Kyung soo Pyo, and Chung kun Song, "A Method of Stereoscopic 3D Image Quality Assessment," Journal of broadcast engineering, Vol. 16, No. 2, pp. 321-330, 2011.
Hyoung chul Shin, Sang hoon Kim, and Kwang hoon Sohn, "Hybrid Stereoscopic Camera System," Journal of broadcast engineering, Vol.16, No. 4, pp. 602-613, 2011.

원문보기 상세보기
Jung Hyun Kim, “3D graphic-based stereoscopic camera considering visual fatigue,” Journal of The Korean Society for Computer Game, Vol. 24, No. 4, pp. 89-98, 2011.
Seon Min Rhee, Jog Moo Choi, and Soo Mi Choi, “A Method for Reproducing Stereo Images to Adjust Screen Parallax on a 3D Display,” Journal of the Korea computer graphics society, Vol. 16, No. 4, pp. 1-10, 2010.
Chang Yoon Kim and Woo Sik Lee, “Developing Stereo-vision based Drone for 3D Model Reconstruction Structures in Disaster Sites,” Journal of the Korea Academia-Industrial cooperation Society, Vol. 17, No. 6, pp. 33-38, 2016.

원문보기 상세보기
S. Michalik, S. Michalik, J. Naghmouchi, and M. Berekovic, " Real-time smart stereo camera based on FPGA-SoC," 2017 IEEE-RAS 17th International Conference on Humanoid Robotics (Humanoids), pp. 311-317, 2017.
Oh-Young Kwon, and Kyoung-Taek Seo, “3D Reconstruction Using a Single Camera,” Journal of the korea Institute of Information and Communication Engineering, Vol. 19, No. 12, pp. 2943-2948, 2015.

원문보기 상세보기
A. Y. Rahman, S. S. Sumpeno, and M. H. Pumomo, "Arca Detection and Matching Using Scale Invariant Feature Transform (SIFT) Method of Stereo Camera," 2017 International Conference on Soft Computing, Intelligent System and Information Technology (ICSIIT), pp. 66-71, 2017.
T. Sattler, B. Leibe, and L. Kobbelt, “Efficient & Effective Prioritized Matching for Large-Scale Image-Based Loclization,” IEEE Transactions on Pattern Analysis & Machine Intelligence, Vol. 39, No. 9, pp. 1744-1756, 2017.

상세보기
S. Avidan and A. Shashua, “ Trajectory Triangulation: 3D Reconstruction of Moving Points from a Monocular Image Sequence,” IEEE Transactions on Pattern Analysis & Machine Intelligence, Vol. 22, No. 4, pp. 348-357, 2000.

상세보기
Ji Jung Jung, Gwang Lee, and Bong Keun Kim, “A Study on Stable Service of Marker based Augmented Reality Using 3D Location Measurement of Beacons,” The Journal of the korea Institute of Electronic Communication Sciences, Vol. 12, No. 5, pp. 883-890, 2017.

원문보기 상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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