초록이 없습니다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 한정된 컴퓨팅 리소스로 구성된 모바일기기에서 영상신호로부터 사용자의 위치와 방향을 알아낸 후 실시간으로 서비스될 정보를 디스플레이하기 위해서는 계산량이 많은 특징추출방법을 이용했던 기존의 연구들과 달리 단일카메라를 이용하면서 실시간성을 높이는 알고리즘이 필요하다본 논문에서는 사용자의 상황문맥에 맞는 증강정보를 가시화하여 모바일 AR Annotation & Guide System에 활용될 수 있는 실시간 비디오기반 장소인식 시스템을 제안하고자 한다. 모바일 증강현실에 적용 가능하도록 안정된 인식률과 실시간성을 높이기 위해 본 논문에서는 실시간 비디오 검색의 분야에서 활용되었던 방식 인 color 와 texture 정보를 이용한 영상 특징추출 방법5]을 사용하였다 본 논문의 장소 인식 시스템은 실시간으로 카메라를 통해 들어오는 영상신호에서 특징을 추출한 후장면 분류에 따른 관측확률을 추정하고 은닉 마르코프 모델 HMM) 을 이용해 현재 사용자가 위치할 확률이 가장 높은 장소를 결과로 알려주는 시스템이다 모델에 입력값으로 사용되는 장소이동확률은 장소간의 위치관계를 이용하여 보다 정확하게 구할 수 있다.

제안 방법

• 한다. 모바일 증강현실에 적용 가능하도록 안정된 인식률과 실시간성을 높이기 위해 본 논문에서는 실시간 비디오 검색의 분야에서 활용되었던 방식 인 color 와 texture 정보를 이용한 영상 특징추출 방법5]을 사용하였다 본 논문의 장소 인식 시스템은 실시간으로 카메라를 통해 들어오는 영상신호에서 특징을 추출한 후장면 분류에 따른 관측확률을 추정하고 은닉 마르코프 모델 HMM) 을 이용해 현재 사용자가 위치할 확률이 가장 높은 장소를 결과로 알려주는 시스템이다 모델에 입력값으로 사용되는 장소이동확률은 장소간의 위치관계를 이용하여 보다 정확하게 구할 수 있다. 또한, 오프라인에서 수집된 레이블링된 장면이미지가 학습데이터로 사용된다.

후속연구

• 본 논문의 장소 인식 시스템을 테스트하기 위하여 대학 내의한 건물 내에서 세부장소를 인식하는 실험을 하였대 총 12곳의 장소에서 90장의 레이블링 이미지를 훈련데이터로 이용하였으며 실험에 필요한 영상은 20*240의 영상 데이터 시퀀스를 사용하였다본 시스템의 프로세싱 타임은 약 15 f/s의 성능과 약 76%의 인식율을 보였다 실험 결과 적합한 인식률을 유지하면서 비교적 간단한 특징추출계산을 통해 실시간성이 높아짐을 확인할 수 있었다 향후 연구에서는 외부조명상태에 강건한 알고리즘의 개발이 추가되어야 할 필요가 있고모바일 플랫폼에 적용 가능한 라이브러리의 개발과 장소인식 시스템을 활용할 수 있는 모바일 증강현실 응용 애플리케이션의 개발이 뒤따라야 할 것이다. (본 연구는 서울시 산학연 협력사업의 지원에 의한 것임

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기