초록

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

최근 바둑에 대한 관심이 급증함에 따라 바둑에 관련된 연구가 많이 진행되고 있다. 바둑에 관련된 연구가 진행 되기 위해서는 많은 양의 바둑 데이터를 취득할 필요가 있다. 바둑 데이터 중 아직도 사람의 도움없이 취득하기 어려운 데이터로는 대표적으로 기보 데이터가 있다. 따라서 기보를 자동으로 저장하는 연구가 활발하게 진행 되고 있다. 기보를 자동으로 저장하는 연구 중 바둑돌이 착수될 위치를 예측하여 기보를 저장하는 시스템은 카메라의 정보를 취득하는 것으로부터 시작된다. 많은 양의 데이터를 수집하기 위해서는 일반 사용자가 사용할 수 있는 어플리케이션의 역할이 중요하다. 하지만 카메라의 정보를 취득하는 것은 어플리케이션의 환경을 구축하는데 어려움을 야기한다. 따라서 본 논문은 어플리케이션의 환경 구축 문제점인 카메라의 정보를 바둑판 최 외각 네 끝점과 비교적 간단한 방법으로 예측하는 방법을 제안한다.

최근 바둑에 대한 관심이 급증함에 따라 바둑에 관련된 연구가 많이 진행되고 있다. 바둑에 관련된 연구가 진행 되기 위해서는 많은 양의 바둑 데이터를 취득할 필요가 있다. 바둑 데이터 중 아직도 사람의 도움없이 취득하기 어려운 데이터로는 대표적으로 기보 데이터가 있다. 따라서 기보를 자동으로 저장하는 연구가 활발하게 진행 되고 있다. 기보를 자동으로 저장하는 연구 중 바둑돌이 착수될 위치를 예측하여 기보를 저장하는 시스템은 카메라의 정보를 취득하는 것으로부터 시작된다. 많은 양의 데이터를 수집하기 위해서는 일반 사용자가 사용할 수 있는 어플리케이션의 역할이 중요하다. 하지만 카메라의 정보를 취득하는 것은 어플리케이션의 환경을 구축하는데 어려움을 야기한다. 따라서 본 논문은 어플리케이션의 환경 구축 문제점인 카메라의 정보를 바둑판 최 외각 네 끝점과 비교적 간단한 방법으로 예측하는 방법을 제안한다.

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

• 바둑판은 정확한 격자무늬가 아니며 특징 점인 교차점을 추출하는 것 또한 쉽지 않다. 따라서 본 논문은 기존의 연구[2]를 통해 바둑판의 최 외각 네 끝점을 모두 인식하였다는 가정하에 Figure 1 의 과정을 바둑판의 최 외각 네 끝점과 비교적 간단한 방법을 이용하여 내부 파라 미터를 설정하는 방법을 제안하고자 한다.
• 본 논문은 바둑 대국의 기보를 자동으로 저장하는 시스템을 어플리케이션 단계에 적용하였을 때 문제가 될 수 있는 부분인 카메라의 정보를 취득하는 과정을 바둑판의 최외각 네 끝점과 비교적 적은 과정을 통해 해결할 수 있었다. 또한 비교적 적은 과정을 통해 얻을 결과를 토대로 기존의 연구[1]에서 제시 하는 바둑돌의 착수 위치를 예측한 결과 기존의 연구[1]의 결과와 차이가 많지 않음을 알 수 있었다.
• 실험의 목적은 제안하는 방법을 통해 예측한 내부 파라미터와 기존 방법을 통해 획득한 내부 파라 미터 차이가 미치는 영향을 확인하는 것이다.

가설 설정

• 초점거리는 𝑓_𝑥 ,𝑓_𝑦 로 이루어진다. 𝑓_𝑥 , 𝑓_𝑦 두 값의 차이가 크지 않으므로 두 초점거리의 값이 같다는 가정하에 하나의 초점거리를 탐색하는 방식을 취하였다. 초점거리를 탐색할 때는 넓은 범위에서 좁은 범위로 진행하며 각 단계별로 간격이 존재한다.

제안 방법

• 초점거리를 탐색할 때는 넓은 범위에서 좁은 범위로 진행하며 각 단계별로 간격이 존재한다. 또한 최적의 초점거리를 계산하기 위하여 기존의 연구[2]를 통해 취득한 영상 내의 바둑판의 최 외각 네 끝점과 해당 좌표의 실제3 차원상의 좌표를 이용하였다.
• 본 논문이 제안하는 방식에서는 카메라 공정 과정에서 문제가 없다는 가정 하에 비대칭계수의 값을 0 으로 설정하고 주점을 영상의 중심으로 설정함으로써 초점거리를 예측하여 구하고자 하는 내부 파라 미터를 계산한다. 초점거리는 𝑓_𝑥 ,𝑓_𝑦 로 이루어진다.
• 실험 1 은 본 논문에서 제안하는 방식의 주점과 실제 계산된 초점 거리를 이용한 것이고 실험 2 는 실제 계산된 초점거리와 주점을 이용한 것이고 실험 3 은 본 논문에서 제안하는 주점과 초점 거리를 이용한 것이다.

대상 데이터

• 실험환경은 바둑판의 네 끝점의 좌표를 구하기 위해 촬영한 임의의 카메라를 사용하였으며 해상도는 1920*1080이다. 또한, 초기값을 다음과 같이 설정하였다.
• 초점거리 값은 900~2000 사이의 값을 갖는다. 이 수치는 총 12 대의 카메라를 통해 실험적으로 추출한 수치이다.

성능/효과

• 본 논문은 바둑 대국의 기보를 자동으로 저장하는 시스템을 어플리케이션 단계에 적용하였을 때 문제가 될 수 있는 부분인 카메라의 정보를 취득하는 과정을 바둑판의 최외각 네 끝점과 비교적 적은 과정을 통해 해결할 수 있었다. 또한 비교적 적은 과정을 통해 얻을 결과를 토대로 기존의 연구[1]에서 제시 하는 바둑돌의 착수 위치를 예측한 결과 기존의 연구[1]의 결과와 차이가 많지 않음을 알 수 있었다. 추가적인 연구로는 렌즈 왜곡에 대한 보정이 필요하다.
• 실험 1 과 실험 2 를 통해 바둑판의 최 외각의 네 끝점의 평균 차이는 1 픽셀 미만인 것을 확인 할 수 있다. 또한 실험 1 과 실험 2 를 통해 바둑돌이 착수 될 위치를 예측한 것의 평균의 차이가 2 픽셀 미만인 것을 확인 할 수 있다.
• 실험 3 과 실험 2 를 통해 바둑판의 최 외각의 네 끝점의 평균차이는 1 픽셀 미만인 것을 확인 할 수 있다. 또한 실험 3 과 실험 2 를 통해 바둑돌이 착수 될 위치를 예측한 것의 평균의 차이가 2 픽셀 미만인 것을 확인 할 수 있다.
• 실험 1 과 실험 2 를 통해 바둑판의 최 외각의 네 끝점의 평균 차이는 1 픽셀 미만인 것을 확인 할 수 있다. 또한 실험 1 과 실험 2 를 통해 바둑돌이 착수 될 위치를 예측한 것의 평균의 차이가 2 픽셀 미만인 것을 확인 할 수 있다.
• 실험 3 과 실험 2 를 통해 바둑판의 최 외각의 네 끝점의 평균차이는 1 픽셀 미만인 것을 확인 할 수 있다. 또한 실험 3 과 실험 2 를 통해 바둑돌이 착수 될 위치를 예측한 것의 평균의 차이가 2 픽셀 미만인 것을 확인 할 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

질의응답

핵심어	질문	논문에서 추출한 답변
내부 파라 미터	바둑 기보 데이터 수집의 자동화 연구를 위한 카메라 정보 중 내부 파라 미터를 구하는 과정은 어떠한가?	카메라의 정보 중 내부 파라 미터를 구하는 과정은 Figure1 의 과정이다. 패턴 영상으로는 정사각형의 격자 무늬를 보편적으로 사용하며 입력 전에 실제로 격자무늬의 크기 및 개수를 파악한다. 패턴 영상을 입력하면 특징 점을 추출하며 특징 점으로는 연속된 격자무늬의 꼭지점을 사용한다. 각각의 격자 무늬마다 추출된 특징 점을 통해 카메라의 내부 파라미터를 획득한다.
카메라의 정보	자동화 연구를 위한 카메라의 정보는 무엇으로 대별되는가?	카메라의 정보는 크게 2 가지로 나눌 수 있다. 내부 파라 미터와 외부 파라 미터 이다. 기존의 연구[1]는 내부 파라 미터를 알고 있다는 가정하에 외부 파라 미터를 계산하고 바둑돌이 착수될 위치를 미리 예측 한다.

질의응답 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기