$\require{mediawiki-texvc}$

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.

2대의 Kinect 카메라를 이용한 3차원 물체의 복원 구현
Implementation of 3D Object Reconstruction using a Pair of Kinect Cameras 원문보기

한국방송공학회 2014년도 하계학술대회, 2014 June 30, 2014년, pp.135 - 138  

신동원 (광주과학기술원 영상통신연구실) ,  호요성 (광주과학기술원 영상통신연구실)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 2대의 Kinect 카메라를 이용하여 실세계의 3차원 객체에 대한 복원을 수행하는 방법을 제안한다. 먼저 깊이 가중치가 추가된 계층적 결합형 양방향 필터를 이용하여 Kinect로부터 얻은 원본 깊이 영상을 보정한다. 그리고 카메라 캘리브레이션을 이용하여 카메라의 내부 파라미터와 외부 파라미터를 획득한다. 이를 이용해 3차원 워핑을 수행하여 각 시점의 데이터를 3차원 공간에 점군 모델로 복원하고 표면 모델링 방법을 이용하여 3차원 객체의 매끄러운 표면 모델을 생성한다. 실시간에 가까운 속도를 내기 위해서 계층적 결합형 양방향 필터와 3차원 워핑을 병렬 처리 프레임워크인 CUDA로 구현하여 고속화하였다. 실험을 통해 분리된 각 시점에서의 깊이 정보를 하나의 통합된 3차원 공간에 복원할 수 있었고 초당 5 fps의 속도로 동작하는 것을 확인하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 2대의 Kinect를 이용하여 3차원 복원을 수행하는 방법에 대해서 살펴보았다. 2대의 Kinect를 물체의 전방에 수렴형으로 위치시키고 캘리브레이션을 통해 카메라의 내부, 외부 파라미터를 얻은 뒤 깊이 가중치가 추가된 계층적 결합형 양방향 필터 수식을 이용하여 원본 깊이 영상을 보정한 다음 3차원 워핑을 통해 각 시점의 깊이 영상을 하나의 통합된 3차원 공간에 표현하였다.
  • 본 논문은 이러한 주요 쟁점들을 고려하면서 2대의 Kinect 카메라를 이용하여 3차원 복원을 하는 방법에 대해 설명한다. 2장에서는 제안하는 3차원 복원 시스템의 물리적인 구조를 설명하고 3장에서는 제안하는 3차원 복원 알고리즘의 흐름을 설명한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본논문에서 계층적 결합형 양방향 필터를 사용한 이유는? 이를 이용해 3차원 워핑을 수행하여 각 시점의 데이터를 3차원 공간에 점군 모델로 복원하고 표면 모델링 방법을 이용하여 3차원 객체의 매끄러운 표면 모델을 생성한다. 실시간에 가까운 속도를 내기 위해서 계층적 결합형 양방향 필터와 3차원 워핑을 병렬 처리 프레임워크인 CUDA로 구현하여 고속화하였다. 실험을 통해 분리된 각 시점에서의 깊이 정보를 하나의 통합된 3차원 공간에 복원할 수 있었고 초당 5 fps의 속도로 동작하는 것을 확인하였다.
CUDA란? 이를 이용해 3차원 워핑을 수행하여 각 시점의 데이터를 3차원 공간에 점군 모델로 복원하고 표면 모델링 방법을 이용하여 3차원 객체의 매끄러운 표면 모델을 생성한다. 실시간에 가까운 속도를 내기 위해서 계층적 결합형 양방향 필터와 3차원 워핑을 병렬 처리 프레임워크인 CUDA로 구현하여 고속화하였다. 실험을 통해 분리된 각 시점에서의 깊이 정보를 하나의 통합된 3차원 공간에 복원할 수 있었고 초당 5 fps의 속도로 동작하는 것을 확인하였다.
3차원 얼굴 복원을 예를들어 설명하시오. 구체적인 예로서 3차원 얼굴 복원을 들 수가 있다. 사람의 얼굴은 인간의 몸에서 가장 많은 근육을 가지고 있는 부분이다. 우리는 이렇게 수많은 근육들을 바탕으로 약 7000가지의 표정을 지을 수 있는데 이를 통해 의사소통과 감정전달을 더욱 더 효과적으로 할 수 있게 만들어준다. 우리는 3차원 복원을 활용해 자신의 얼굴을 가진 캐릭터를 만들어 직접 캐릭터 상품을 제작할 수 있고, 최근에 많은 성장을 하고 있는 모바일 콘텐츠 산업에도 활용할 수 있다. 또한 성형 및 미용 의료 분야에서는 3차원 복원된 얼굴을 통해 성형 전 후 환자의 모습을 짧은 시간에 3차원으로 복원해 상담에 이용하려는 시도가 늘고 있다. 또한 3차원 인체 복원을 통해 사람의 몸을 가상 세계에 복원하여 가상의 의류를 체험하게 하고 실제 제품의 구매로 이어지도록 유도하는 실시간 의류 착용 서비스도 개발되고 있다.
질의응답 정보가 도움이 되었나요?
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