초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

기본적인 투영기법인 평행투영, 원근투영 기법과 Octree 모델을 사용하여 임의의 시각방향에서 모델의 2차원 투영영상을 생성하고 노드표면을 시각방향으로 평행 투영하여 이들 벡터의 곱의 절대값을 사용하여 2차원 투영영상을 Pseudo gray로 표현해 본다. 또한 평행투영과 원근투영 하에서 2차원상의 모델에서 3차원 모델의 특징점을 찾을 수 있는 기법을 제안하고 두 개의 모델 영상에 적용해 증명해 보았다. 이 기법은 3차원 물체 인식에 중요한 정보로 유용하게 사용 될 수 있다.

기본적인 투영기법인 평행투영, 원근투영 기법과 Octree 모델을 사용하여 임의의 시각방향에서 모델의 2차원 투영영상을 생성하고 노드표면을 시각방향으로 평행 투영하여 이들 벡터의 곱의 절대값을 사용하여 2차원 투영영상을 Pseudo gray로 표현해 본다. 또한 평행투영과 원근투영 하에서 2차원상의 모델에서 3차원 모델의 특징점을 찾을 수 있는 기법을 제안하고 두 개의 모델 영상에 적용해 증명해 보았다. 이 기법은 3차원 물체 인식에 중요한 정보로 유용하게 사용 될 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 방법
• 연구 결과

제안 방법

• 기본적인 투영 방법인 평행투영, 원근투영과 Octree 모델을 사용하여 물체의 투영영상을 만들어 보았다. 또한 이들 노드의 표면율 시각방향으로 벡터의 꼽의 절대값읗 사용하여 2차원 투 영영상율 Pseudo g「ay로 표현하였으며, 툭히 3차원 특징점을 찾을 수 있는 알고리즘을 제안하고 이養 두 개의 모델에 적용 하고 싦험해 보았다. 이 경우엔 만족할 만한 3차원 튝징점읆 2차원 투명영상에서 찾읗 수 있었다.
• 물체의 윤곽선을 파라 k-cosine 값의 국부 최대점을 검색함으 로써 륵징점을 추출할 수 있으며 k논 평활화 파라메터로서 클 수륵 세부 윤곽 묘사가 어렵고 작을수暑 지나치게 많은 费징정 율 생성하여 비효율적이므로 물체의 크기, 복잡도에 따라 k 값을 적절히 선택해야 하며 본 논문에서는 이景 해결하는 알고리 즘으로서 Scale-space filtering 기법⑻을 사용한다. 특징점은 물체의 星륵한 부분과 오목한 부분에 존재하지만 오목한 부뿐 의 蓦징점은 시각방향에 파라 보일 홖■이 적고 공간상의 위치 가 잂정刘 않으므로 제거하고 彖胃한 류징저한을 사용한다.

이론/모형

• 기본적인 투영 방법인 평행투영, 원근투영과 Octree 모델을 사용하여 물체의 투영영상을 만들어 보았다. 또한 이들 노드의 표면율 시각방향으로 벡터의 꼽의 절대값읗 사용하여 2차원 투 영영상율 Pseudo g「ay로 표현하였으며, 툭히 3차원 특징점을 찾을 수 있는 알고리즘을 제안하고 이養 두 개의 모델에 적용 하고 싦험해 보았다.

성능/효과

• 표1은 실험 결과霍 정리한 것으로 평행, 원근 투영 기법에 제안한 알고리즘을 적용한 경우 투영 기법에 관계없01 같은 개 수의 튝징점율 확인할 수 얐었으며, 2D 튝징점수가 3D 특징점 수 보다 적은 이유는 경계선 내부에 특징점이 존재하기 때문이다. 실험결:과 제안한 앓고리즘을 사용하여 비교젂 정화 하게 3차원 톡징점을 찾아 낼 수 있었다.

후속연구

• 향후 제안한 기법 이외의 2D, 30 물체의 다양한 특징점 추춢을 위한 기법에 태한 연구가 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기